انتشارات دانشگاه تهران تحقیقات مالی 1024-8153 6 1 2004 05 21 - پیش بینی درماندگی مالی شرکتها با استفاده از شبکه های عصبی مصنوعی 11342 FA دکتر رضا راعى سعید فلاح پور Journal Article 1970 01 01 Financial distress and bankruptcy have a lot of cost that damage the economy of a country. Prediction of financial distress is a way that can help companies to prevent from occurring of financial distress. In this study, we predict financial distress of manufacturing firms using artificial neural networks. Moreover, we present a comprehensive review of financial distress prediction models and artificial neural networks. The method of cross-validation is used to examine the effect of between sample variations in prediction. We use multiple discriminate analysis as comparative model. Based on a sample of 80 firms, our findings indicate that artificial neural networks are significantly better than multiple discriminate analyses in accuracy rate of prediction. درماندگی مالی،ورشکستگی، هزینه های زیادی به همراه دارد که به اقتصاد یک کشور صدمه وارد می کند. یکی از راه هایی که می تواند به جلوگیری از درماندگی مالی کمک شایان توجهی کند، پیش بینی درماندثی مالی الست. در این پژوهش، با استفاده از شبکه های عصبی مصنوعی (ANN)، به پیش بینی درماندگی مالی شرکت های تولیدی پرداخته شده است. مرور جامعی از مدل های پیش بینی درماندگی مالی، شبکه های عصبی مصنوعی نیز ارایه شده است. به منظور بررسی اثر تفاوت ناشی از نمونه ها در ییش بینی، از روش معتبرسازی مقطعی استفاده شده است. مدل مقایسه ای استفاده شده در این پژوهش، مدل تحلیل ممیز چندگانه (MDA) است. نتایج حاصله از مدل ها، براساس اطلاعات 80 شرکت، نشان داد که مدل ANN در پیش بینی درماندگی مالی، به طور معنی داری نسبت به مدل MDA از دقت پیش بینی بیشتری برخوردار است. https://jfr.ut.ac.ir/article_11342_107e1037f39a66896f05fe449eaceb2b.pdf