پناهی، حسین؛ اسدزاده، احمد؛ جلیلی مرند، علیرضا (1393). پیشبینی پنج ساله ورشکستگی مالی برای شرکتهای پذیرفته شده در بورس اوراق بهادار تهران. نشریه تحقیقات مالی، 16 (1)، 57-76.
خوانساری، رسول؛ فلاح شمس، میرفیض (1388). ارزیابی کاربرد مدل ساختاری KMV در پیشبینی نکول شرکتهای پذیرفته شده در بورس اوراق بهادار تهران. نشریه تحقیقات مالی، 11(28)، 49 - 68.
راعی، رضا؛ فلاح پور، سعید (1383). پیشبینی درماندگی مالی شرکتها با استفاده از شبکه عصبی مصنوعی. نشریه تحقیقات مالی، 6(1)، 39-69.
راعی، رضا؛ فلاح پور، سعید (1383). کاربرد ماشین بردار پشتیبان در پیشبینی درماندگی مالی شرکتها با استفاده از نسبتهای مالی. فصلنامه علمی پژوهشی بررسیهای حسابداری و حسابرسی، 15(53)، 17-34.
سعیدی، علی؛ آقایی، آرزو (1388). پیشبینی درماندگی مالی شرکتهای پذیرفته شده در بورس اوراق بهادار تهران با استفاده از شبکههای بیز. بررسیهای حسابداری و حسابرسی، 16(3)، 59 - 78.
سلیمانی امیری، غلامرضا (1382). نسبتهای مالی و پیشبینی بحران مالی شرکتها در بورس اوراق بهادار تهران. نشریه تحقیقات مالی، 5(1)، 121- 136.
قدیری مقدم، ابوالفضل؛ غلامپور فرد، محمد مسعود؛ نصیرزاده، فرزانه (1387). بررسی تواناییهای مدلهای پیشبینی ورشکستگی آلتمن و اهلسوندر پیشبینی شرکتهای پذیرفته شده در بورس اوراق بهادار. مجله دانش و توسعه، 16 (28)، 193- 220.
مرادی، محسن؛ شفیعی سردشت، مرتضی؛ ابراهیمپور، ملیحه (1391). پیشبینی درماندگی مالی شرکتها بهوسیله مدلهای ماشین بردار پشتیبان و تحلیل ممیز چندگانه. فصلنامه بورس اوراق بهادار، 18 (5)، 113– 136.
References
Altman, E. I. (1968). Financial ratios discriminant analysis and the prediction of corporate bankruptcy. Journal of Finance, 23(4), 589–609.
Beaver, W. (1966). Financial ratios as predictors of failure. Empirical Research in Accounting: Selected Studies, 4, 571–111.
Chen, W., Du, Y. (2009). Using Neural Networks and Data Mining Techniques for the Financial Distress Prediction Model. Expert Systems with Applications, 36(2), 4075–4088.
Cristianini, N., Shawe-Taylor, J. (2000). An Introduction to Support Vector Machines. Cambridge University Press, Cambridge.
Ding, Y., Song, X., Zen, Y. (2008). Forecasting financial condition of Chinese listed companies based on support vector machine, Expert Systems with Applications, 34(4), 3081–3089.
Fu, J., Yu, Y., Maulin, H., Chai, J., & Chang Chen, C. (2014). Feature extraction and pattern classification of colorectal polyps in colonoscopic imaging. Computerized medical imaging and graphics, 38 (4), 267-275.
Ghadri Moghadam, A., Gholampour- Fard, M., Nasirzadeh, F. (2009). Evaluate of ability of altman and ohlsoon models in bankruptcy prediction of companies listed in the stock exchange. Journal of knowledge and development, 16 (28), 193- 220. (in Persian)
Guyon, B., Elisseeff, A. (2003). An introduction to variable and feature selection. Journal of Machine Learning Research, 3(3), 1157–1182.
Hua, Z., Wang, Y., Xu, X., Zhang, B., & Liang, L. (2007). Predicting corporate financial distress Based on integration of support vector machine and logistic regression. Expert Systems with Applications, 33 (2), 434–440.
Hui, X., Sun, J. (2006). An application of support vector machine to companies’ financial distress prediction, Lecture Notes in Artificial Intelligence, 3885(3), 274–282.
Khansari, R., Mirfeyz, F. (2009). Assessment of the structural model in predicting default KMV companies listed in Tehran Stock Exchange.Financial research, 11 (28), 49-68.
(inPersian)
Kohavi, K., John, G. (1997). Wrappers for feature subset selection, Artificial Intelligence, 97(1-2), 273–324.
Min, J. H., Lee, Y. C. (2005). Bankruptcy prediction using support vector machine with optimal choice of kernel function parameters. Expert Systems with Applications, 28(4), 603–614.
Min, S. H., Lee, J., Han, I. (2006). Hybrid genetic algorithms and support vector machines for bankruptcy prediction. Expert Systems with Applications, 31(3), 652–660.
Moradi, M., Shafiei Sardasht, M., Ebrahimpour, M. (2012). Financial distress prediction using support vector machine models and multiple discriminate analysis. Quarterly Journal Stock Exchange, 18(5), 113-136. (in Persian)
Ohlson, J. (1980). Financial Ratios and the Probabilistic Prediction of Bankruptcy, Journal of Accounting Research, 18(1), 109-131.
Panahi, H., Asadzadeh, A., Jalili Marand, A. (2014). Bankruptcy prediction of listed companies in Tehran stock exchange market. Financial Research, 16 (1), 57-76.(in Persian)
Premachandra, I. M., Bhabra, G., Sueyoshi, T. (2009). DEA as a tool for bankruptcy assessment: a comparative study with logistic regression technique. European Journal of Operational Research, 192 (2), 412–424.
Raei, R., Fallahpur, S. (2004). Use of neural network for financial distress prediction. Financial Research, (17), 39-69. (in Persian)
Raei, R., Fallahpur, S. (2008). Application of support vector machine in financial distress prediction with using of financial ratios. Financial research, (15), 17-34. (in Persian)
Saidi, A., Aghaiy, A. (2009). Financial distress prediction of listed companies in Tehran Stock Exchange by using Bayesian networks. Review of accounting and auditing, 16(3), 59-78. (in Persian)
Shin, K. S., Lee, T.S., Kim, H.J. (2005). An application of support vector Machines in bankruptcy prediction model. Expert Systems with Applications, 28(1), 127–135.
Soleymani Amiri, GH. (2003). Financial ratios and financial crisis of companies in Tehran stock exchange market. Financial research, (15), 121-126. (in Persian)
Ververidis, D., Kotropoulos, C. (2008). Fast and accurate sequential floating forward feature selection with the Bayes classifier applied to speech emotion recognition. Signal processing, 88 (12), 2956-2970.
Wu, C. H., Tzeng, G. H., Goo, Y. J. (2007). A real-valued genetic algorithm to optimize the parameters of support vector machine for predicting bankruptcy. Expert Systems with Applications, 32(2), 397–408.