چکیده:
تحلیل درماندگی مالی یک پدیده با اهمیت برای سرمایهگذاران، اعتباردهندگان و سایر استفادهکنندگان از اطلاعات مالی محسوب میشود. تعیین احتمال درمانده شدن یک شرکت قبل از بروز درماندگی یک موضوع بسیار جالب و جذاب محسوب میشود و میتواند هم برای مدیران و هم برای سرمایهگذاران و اعتباردهندگان مفید واقع شود. در این پژوهش با استفاده از اطلاعات 1350 شرکت سال طی دوره 1387 الی 1395 در بخش صنعت و معدن بازار سرمایه ایران به بررسی عوامل موثر بر درماندگی مالی و پیشبینی آن بهوسیله الگوریتمهای هوش مصنوعی (روش درخت تصمیم، ماشینبردار پشتیبان و طبقهبندی بیز) با استفاده از نرمافزار متلب 2017 پرداخته است. نتایج تحقیق حاکی از تاثیر مستقیم تورم و ریسک مالی و تاثیر معکوس نسبت مدیران غیرموظف، بازده سالانه سهام و نسبت وجه نقد عملیاتی بر درماندگی مالی میباشد. همچنین نتایج نشان میدهد که الگوریتم درخت تصمیم با استفاده از دادههای مالی و اقتصادی کارایی بالاتری نسبت به روش طبقهبندی بیز و ماشین بردار پشتیبان در جهت پیشبینی درماندگی مالی دارد.
خلاصه ماشینی:
در این پژوهش با استفاده از اطلاعات ١٣٥٠ شرکت سال طی دوره ١٣٨٧ الی ١٣٩٥ در بخش صنعت و معدن بازار سرمایه ایران به بررسی عوامل مؤثر بر درماندگی مالی و پیش بینی آن به وسیله الگوریتم های هوش مصنوعی (روش درخت تصمیم ، ماشین بردار پشتیبان و طبقه بندی بیز) با استفاده از نرم افزار متلب ٢٠١٧ پرداخته است .
با توجه به پژوهش های محققینی همچون راعی و فلاح پور (١٣٨٧)؛ سلیمانی (١٣٩١)؛ اسماعیل زاده و شاکری (١٣٩٤)؛ پینداد٤ و همکاران (٢٠٠٨)؛ چن ٥ (٢٠١١)؛ سان ٦ و همکاران (٢٠١١)؛ مخاطب رفیعی ٧ و همکاران (٢٠١١)؛ هووساتیه ٨ (٢٠١٥) و زوهرا٩ و همکاران (٢٠١٥) که به بررسی رابطه نسبت های مالی و درماندگی مالی شرکت ها پرداخته اند در این پژوهش جهت بررسی درماندگی مالی در بخش صنعت و معدن ایران نیز از این معیارها به عنوان متغیر ورودی اولیه استفاده شده است .
احمدی (١٣٩٥) بررسی رابطه بین حاکمیت شرکتی و ریسک سیستماتیک با درماندگی مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران در بازه ی زمانی ١٣٨٩ تا ١٣٩٣ را انجام داده است .
(2009); “The Corporate Governance Characteristics of Financially Distressed Firms: Evidence from Taiwan”.
(2008); “Can Corporate Governance Save Distressed Firms from Bankruptcy?”, An Empirical Analysis, Review of Quantitative Finance and Accounting, 30 (2),pp.
T, and Wilson, N (2013); “Financial Distress and BankruptcyPrediction among Listed Companies Using Accounting, Market and Macroeconomic Variables”, International Review of Financial Analysis, in Press, Available online 26 February Volume 30, December 2013, Pages.