پروپوزال رشته مدیریت مالی با عنوان مدل سازی ورشکستگی

پروپوزال رشته مدیریت مالی با عنوان مدل سازی ورشکستگی

دانش پژوهان گرامی،این فایل حاوی مطالعه پروپوزال رشته مدیریت مالی با عنوان مدل سازی ورشکستگی میباشد که با فرمت ورد در ۱۳ صفحه نگارش شده است.

چکیده

در دنیای امروزی، امنیت سرمایه گذاری یکی از مهمترین نگرانی های محیط های اقتصادی است. اطمینان از سود آور بودن سرمایه گذاری ها و کاهش ریسک های اقتصادی موجب رونق چرخه اقتصادی می گردد.از طرفی ورشکستگی آخرین مرحله از حیات اقتصادی شرکتها است و پیش بینی به موقع آن نه تنها به سرمایه گذاران در اولویت دهی و جلوگیری از دست رفتن اصل و فرع سرمایه کمک می کند بلکه، تاثیر بسزایی در نحوه اعتباردهی و در نتیجه جلوگیری از نابودی بنگاه اقتصادی خواهد داشت.

پروپوزال رشته مدیریت مالی با عنوان مدل سازی ورشکستگی

یکی از ابزارهای ارزیابی توان مالی شرکت ها استفاده از نسبت های مالی به عنوان متغیر مستقل و به دست آوردن الگویی برای پیش بینی ورشکستگی شرکت ها است. هدف این پژوهش به دست آوردن مدلی با استفاده از الگوریتم ژنتیک و مقایسه آن با مدل رگرسیون لجستیک (لاجیت) می باشد.

جامعه آماری برای انجام تحقیق شرکتهای پذیرفته شده در بورس اوراق بهادار تهران در دوره زمانی ۱۳۸۲ تا ۱۳۸۹ می باشد که با توجه به ماده ۱۴۱ قانون تجارت، ۵۱ شرکت ورشکسته و ۵۱ شرکت غیرورشکسته انتخاب و به صورت تصادفی به دو مجموعه آموزشی ( شامل۳۵ ورشکسته و۳۵ غیرورشکسته)- جهت ایجاد مدل- و آزمایشی ( شامل۱۶ شرکت ورشکسته و ۱۶ شرکت غیرورشکسته) – جهت آزمون روایی مدل- تقسیم شده اند.

با استفاده از الگوریتم ژنتیک و نسبتهای مالی دو مدل پیش بینی ورشکستگی برای یک و سه سال قبل از ورشکستگی استخراج شد که نتایج حاصل از آنها با دو مدل استخراج شده از رگرسیون لجستیک مورد مقایسه قرار گرفت.

الگوریتم ژنتیک توانست با دقت۸۳% یک سال قبل از ورشکستگی و با دقت۶۵% سه سال قبل از ورشکستگی را پیش بینی کند. این در حالی است که رگرسیون لجستیک دارای دقت۶۷.۳% برای یک سال قبل و۵۱.۵% برای سه سال قبل از ورشکستگی است.بنابراین تحقیق حاضر نشان می دهد که الگوریتم ژنتیک قابلیت بیشتری نسبت به رگرسیون لجستیک در پیش بینی ورشکستگی دارد.

واژگان کلیدی: پیش بینی ورشکستگی، الگوریتم ژنتیک، رگرسیون لجستیک ، نسبتهای مالی

مطالعه بیشتر