%0 Journal Article %T مقایسه مدل تحلیل تمایزی چندگانه با مدل شبکه‌های عصبی در پیش‌بینی ورشکستگی شرکت‌های پذیرفته شده در بازار بورس اوراق بهادار تهران %J تحقیقات حسابداری و حسابرسی %I انجمن حسابداری ایران مدیر مسئول و سردبیر: دکتر علی ثقفی مدیریت مجله و دبیرکل انجمن: ناصر پرتوی همکار اجرایی: مریم اصغرزاده بدر %Z 2251-8428 %A احمدپور, احمد %A میرزایی اسرمی, حبیبه %D 2013 %\ 09/23/2013 %V 5 %N 19 %P 4-21 %! مقایسه مدل تحلیل تمایزی چندگانه با مدل شبکه‌های عصبی در پیش‌بینی ورشکستگی شرکت‌های پذیرفته شده در بازار بورس اوراق بهادار تهران %K پیش‌بینی ورشکستگی %K مدل شبکه‌های عصبی مصنوعی (ANN) %K مدل تحلیل تمایزی چندگانه (MDA) %K الگوریتم یادگیری پس انتشار خطا (BP) %R 10.22034/iaar.2013.104532 %X پژوهش حاضر به مطالعه­ی پیش­بینی ورشکستگی مالی شرکت­های پذیرفته شده در بورس اوراق بهادار تهران به وسیله­ی شبکه­های عصبی مصنوعی می­پردازد. بهترین نسبت­های مالی پیش­بین در پژوهش­های صورت گرفته در پیشینه موضوع به عنوان ورودی شبکه­های عصبی انتخاب شده­اند. شبکه­ی عصبی به کار گرفته شده در این پژوهش از نوع پرسپترون چند لایه می­باشد که به روش الگوریتم پس انتشار خطا آموزش دیده­اند، و شامل شبکه عصبی پیشخور سه لایه با ترکیب (5:18:2) در آرایش نرون­هاست. نمونه­های انتخاب شده در برازش الگو شامل یک  گروه 54 عضوی از شرکت های ورشکسته ویک گروه 64 عضوی از شرکت­های غیرورشکسته بورس اوراق بهادار تهران است که گروه ورشکسته بر مبنای مشمولیت ماده 141 قانون تجارت طی سال­های 1381 تا 1389و گروه غیرورشکسته وبراساس روش نمونه گیری تصادفی از شرکت­های تولیدی پدیرفته شده در بورس اوراق بهادار تهران طی دوره زمانی تحقیق انتخاب شده اند. از مدل تحلیل تمایزی چندگانه به منظور مقایسه­ی دقت پیش­بینی مدل شبکه­های عصبی استفاده شده است. ملاک صحت پیش­بینی مدل ها سطح زیر منحنی  ROC می­باشد. %U https://www.iaaaar.com/article_104532_542780af13488a7f942eba931343023a.pdf