خلاصه ماشینی:
"سیستمهای اطلاعاتی و فناوری پیشبینی ورشکستگی شرکتها با استفاده از شبکه عصبی دکتر محمد عربمازار دانشیار حسابداری دانشگاه شهید بهشتی مهدیه اکبری شهمیرزادی دانشجوی کارشناسی ارشد مقدمه پیشرفت سریع فناوری و تاثیر آن در دنیای کسبوکار به همراه تغییرات محیطی وسیع،شتاب فزایندهای به اقتصاد بخشیده.
با توجه به تحقیقات انجام شده در حوزه مالی،یکی از موضوعهای مهم در این رابطه،پیشبینی ورشکستگی مالی است که بهطور گستردهای در حوزه مالی و حسابداری مورد توجه قرار گرفته است.
برای این منظور، در پیشبینی ورشکستگی از شبکههای عصبی مصنوعی2 استفاده میشود.
نمایشگر(2)یک نورون چند ورودی( R ورودی)را نشان میدهد بردارهای(به تصویر صفحه مراجعه شود)ورودیهای نورون (به تصویر صفحه مراجعه شود) نمایشگر1- هستند که در وزنهای(به تصویر صفحه مراجعه شود)ضرب میشوند و سپس بایاس با ورودیهای وزنی داده شده جمع میشود و ورودی خالص n به صورت زیر در میآید: (به تصویر صفحه مراجعه شود) نمایشگر2- تابع محرک(تابع تبدیل) f ،خروجی را با توجه به ورودی تنظیم میکند.
زمانی که اظهار میشود شبکه از n لایه تشکیل شده است،تنها لایه میانی و لایه خارجی را مورد شمارش قرار میگیرد و لایه ورودی به حساب نمیآید؛چرا که این نورونها محاسبهای را انجام نمیدهند.
در یکی از موارد پیشبینی ورشکستگی که با استفاده از مدل تحلیلی هیبریدی در کشور تایوان انجام شده،از شبکههای عصبی پرسپترون چند لایه استفاده شده است.
در مورد پیشبینی ورشکستگی با استفاده از مدل تحلیل مالی هیبریدی که در مورد کشور تایوان انجام شد،12 نسبت مالی در پنج گروه طبقهبندی شد."