چکیده:
وضع نامطلوب مالی شرکت موجب زیان برای اقشار مختلف جامعه و خصوصا سرمایهگذاران میگردد. نهتنها سرمایهگذاران بکله مدیران ارشد و حسابداران نیز علاقهمند هستند که بهطور علمی وضعیت مالی شرکت را پیشبینی کنند. خطر ورشکستگی برای هر یک از این گروهها متفاوت است ولی همه آنها در این مسئله ذینفع هستند.برای پیشبینی ورشکستگی روشهای زیادی وجود دارد.این روشها از تحلیل آماری تک متغیره آغاز شده و به ترتیب شامل تحلیل تشخیصی چندگانه،تحلیل لوجیت و پروبیت،شبکههای عصبی مصنوعی،شبکههای بیز،مدلهای ژنتیک است. در این مقاله سعی شده تا مهم ترین روشهای بکار رفته در ایجاد مدلهای پیشبینی ورشکستگی معرفی گردد.
خلاصه ماشینی:
آلتمن(1968)بیان میکند:"تحلیل تشخیصی چندگانه روشی آماری است که از آن برای دستهبندی مشاهدهها به گروههای از پیش تعیین شده استفاده میشود"هدف تحلیل تشخیصی چندگانه،پیشبینی انتساب یک رقم مشخص به یک گروه یا دسته از بین تمام گروهها و دستهها است.
این شبکه بر مبنای قاعده بیز که به صورت زیر بیان میشود، عمل میکند: (به تصویر صفحه مراجعه شود)در حل مسئله ورشکستگی، P(A) نشان دهنده درصد شرکتهای ورشکسته و P(B) نشان دهنده احتمال ورشکستگی شرکت در آینده است.
این شبکه ساده بیز شامل فرض استقلال شرطی بین متغیرهای پیشبینیکننده است که به صورت زیر بیان میشود:(به تصویر صفحه مراجعه شود) این فرض عنوان میکند متغیرهای پیشبینیکننده به طور شرطی مستقل از متغیر ورشکستگی هستند.
پینوشت (*)-استادیار گروه حسابداری دانشگاه اصفهان (**)-دانشجوی کارشناسی ارشد حسابداری دانشگاه آزاد مبارکه (1)- Altman (2)- Gordon (3)- Dun Bradstreet (4)- Gitman (5)- Gerald (6)- Univariate Statistical Models (7)- Patrik (8)- Beaver (9)- Benjamin 10-Jones (10)- Jones (11)- Multivariate Discriminant Analysis (12)- Tabachnick (13)- Hossari (14)- Lin (15)- Logit Probit Models (16)- Prior probabilities (17)- Martin (18)- Ohlson (19)- Trees) Recursive partitioning Algorithm(Decision (20)- Frydman (21)- Case-Based reasoning (22)- Briyant (23)- Ho-lin- (24)- Artificial Neural Networks (25)- Hu Ansel (26)- Alfaro (27)- Multi-Layer Perceptron (28)- Yi (29)- Back Propagation (30)- Epoeh (31)- Odom Sharda (32)- Genetic Algorithms (33)- Goldberg (34)- Shin Lee (35)- Shin (36)- Kingdom Feldman (37)- Rough Sets Model (38)- Pawlak (39)- Slowinski Zopounidis (40)- Rong (41)- Bayesian Network Model (42)- Markov (43)- Pearl (44)- Kyprianidou (45)- Koop (46)- Keizer (47)- Directed Acyclic Graph (48)- Sun Sheoy (49)- Naive Bayesian Network منابع :الف:منابع فارسی -منصور،جهانگیر.
"financial Ratios,Discriminate Analysis And The prediction Of Corporate Bankruptcy".