مدل تحلیل مالی ترکیبی برای پیش بینی شکست تجاری

قیمت: 38,000 تومان

دانلود رایگان مقاله

خرید ترجمه مقاله

عنوان فارسی

مدل تحلیل مالی ترکیبی برای پیش بینی شکست تجاری

عنوان لاتین

A hybrid financial analysis model for business failure prediction

تقلب در حسابداری، همواره در سراسر جهان اتفاق می‌افتد. این امر سبب شد تا لزوم پیش‌بینی شکست کسب و کار مدنظر قرار گیرد. در این خصوص، روش‌های آماری و تکنیک‌های یادگیری ماشین به طور گسترده مورد استفاده قرار می‌گیرند. به طور کلی، نسبت‌های مالی، یکی از ورودی‌های اصلی برای توسعه مدل‌های پیش‌بینی می‌باشد. در این مقاله، یک مدل تحلیلی مالی ترکیبی شامل مدل ایستا و مدل تحلیل روند برای ساخت و آموزش مدل شبکه عصبی پس انتشار (BPN) ارائه می‌شود. برای آزمایشات انجام شده، چهار مجموعه داده از شرکت‌های تایوانی مورد استفاده قرار گرفته است. نتایج نشان داد که مدل پیشنهادی نه تنها، نرخ پیش‌بینی بالایی را برای شرکت‌های مذکور ارائه کرده، بلکه نسبت به سایر مدل‌ها مانند تحلیل ممیزی، درخت تصمیم‌گیری و شبکه عصبی پس انتشار به تنهایی، بهتر عمل کرده است.

Accounting frauds have continuously happened all over the world. This leads to the need of predicting business failures. Statistical methods and machine learning techniques have been widely used to deal with this issue. In general, financial ratios are one of the main inputs to develop the prediction models. This paper presents a hybrid financial analysis model including static and trend analysis models to construct and train a back-propagation neural network (BPN) model. Further, the experiments employ four datasets of Taiwan enterprises which support that the proposed model not only provides a high predication rate but also outperforms other models including discriminant analysis, decision trees, and the back-propagation neural network alone.