بررسی تاثیر اقلام تعهدی و اقلام نقدی در پیش بینی ورشکستگی شرکت ها در بورس اوراق بهادار تهران با استفاده از شبکه های عصبی مصنوعی- قسمت ۱۷

۶۸ تا ۸۵

 

فهرست شرکت‌های مشمول ماده ۱۴۱ قانون تجارت

 

 

شبکه پرسپترون سه لایه و چهار لایه

 

 

۳ نست مالی به کار گرفته شده در تحقیقات قبلی

 

 

شبکه عصبی قدرت پیش بینی ورشکستگی بالاتری نسبت به روش‌های پروبیت و لاجیت دارد

 

 

 

راعی و فلاحپور
۱۳۸۷

 

 

کاربرد ماشین بردار پشتیبان در پیش بینی درماندگی مالی شرکت‌ها با بهره گرفتن از نسبت‌های مالی

 

 

سال‌های ۷۵ تا ۸۰

 

 

شرکت‌های مشمول ماده ۱۴۱ قانون تجارت

 

 

مقایسه مدل ماشین بردار پشتیبان و رگرسیون لاجیت

 

 

۵ نسبت مالی که بین میانگین آنها در شرکت‌های ورشکسته و غیرورشکسته تفاوت معنی‌دار آماری وجود داشته باشد

 

 

مدل مدل مبتنی بر ماشین بردار با دقت ۹۶ درصد قابلیت پیش‌بینی بالاتری نسبت به رگرسیون لاجیت دارد

 

 

 

بهرام فر و ساعی
۱۳۸۴

 

 

ارائه مدل برای پیش بینی عملکرد شرکت های پذیرفته شده در بورس اوراق بهادار تهران با بهره گرفتن از اطلاعات مالی منتشره

 

برای دانلود متن کامل پایان نامه به سایت 40y.ir مراجعه نمایید.

 

سال های ۷۴ تا ۸۲

 

 

شرکت های موفق شرکت‌ها‌یی هستند که بازده حقوق صاحبان سهام و بازده سهام بالاتر از میانه باشند
تصویر درباره بازار سهام (بورس اوراق بهادار)

 

 

رگرسیون لاجیت

 

 

بازده حقوق صاحبان سهام، رشد فروش، رشد سود،

 

 

نسبت‌های فعالیت و نسبت‌های بدهی، اندازه شرکت و نوع صنعت بار اطلاعاتی مناسبی برای پیش بینی موفق یا ناموفق بودن شرکت‌ها دارند

 

 

 

فرج زاده دهکردی
۱۳۸۶

 

 

پیش بینی ورشکستگی شرکت‌ها با بهره گرفتن از مدل برنامه ریزی ژنتیک

 

 

سالهای ۷۶ تا ۸۰

 

 

شرکت‌های مشمول ماده ۱۴۱ به عنوان شرکت‌های ورشکسته در نظر گرفته شده‌اند

 

 

تجزیه و تحلیل تفکیکی چند متغیره و برنامه ریزی ژنتیک

 

 

نسبت های مالی

 

 

مدل برنامه ریزی ژنتیک تا ۹۰ درصد می‌تواند پیش‌بینی ورشکستگی شرکت‌ها را به درستی پیش‌بینی نماید

 

 

 

امیری
۱۳۸۱

 

 

ارائه مدلی برای پیش‌بینی قدرت پرداخت دیون با بهره گرفتن از نسبت‌های مالی

 

 

سال‌های ۷۶ تا ۷۹

 

 

شرکت‌هایی مشمول ماده ۱۴۱ قانون تجارت

 

 

MDA
تجزیه و تحلیل تفکیکی چند متغیره

 

 

چهار گروه اصلی از نسبت‌های مالی

 

 

قابلیت پیش‌بینی ۷۵ درصد

 

 

 

راعی و فلاحپور
۱۳۸۳

 

 

پیش ­بینی درماندگی مالی شرکتها با بهره گرفتن از شبکه های عصبی

 

 

سال‌های ۷۳ تا ۸۰

 

 

شرکت‌های مشمول ماده ۱۴۱ قانون تجارت

 

 

روش معتبرسازی مقطعی و و مدل تحلیل ممیز جندگانه

 

 

پنج متغیر عبارتند از: نسبت جاری، نسبت سود قبل از بهره و مالیات به دارایی‌ها، حقوق صاحبان سهام به بدهی ها، سرمایه در گردش به کل دارایی­ ها و نسبت سود قبل از بهره و مالیات به فروش

 

 

مدل شبکه عصبی در پیش‌بینی ورشکستگی به طور معنی­داری نسبت به مدل تفکیکی چند متغیره از دقت پیش‌بینی بیشتری برخوردار است

 

 

 

کردستانی و همکاران
۱۳۹۰

 

 

مقایسه کارایی نسبتهای مالی مبتنی بر روش نقدی و روش تعهدی در پیش ­بینی درماندگی مالی شرکت­های پذیرفته شده در بورس اوراق بهادار تهران

 

 

۱۳۸۰ تا ۱۳۸۶

 

 

شرکت‌های مشمول ماده ۱۴۱ قانون تجارت

 

 

رگرسیون لوجیت و مدل تحلیل ممیزی

 

 

نسبتهای نقدینگی استخراج شده از صورت جریان وجوه نقد و نسبتهای مالی مبتنی بر ترازنامه و سودوزیان

 

 

نتایج پژوهش حاکی از کارایی بیشتر نسبتهای مالی مبتنی بر ترازنامه و سودوزیان در مقایسه با نسبتهای مبتنی بر صورت جریان نقدی بود.