خلاصة:
پیشبینی درماندگی مالی شرکتها یکی از موضوعات مهمی است که به موفقیت و تداوم حیات شرکتها کمک زیادی میکند. از جمله روشهای هوشمندی که اخیرا در حل مسائل پیشبینی و دستهبندی نتایج مطلوبی را بههمراه داشته، روش الگوریتم کلونی مورچگان است. پژوهش حاضر به مطالعه پیشبینی درماندگی مالی شرکتها با استفاده از الگوریتم کلونی مورچگان میپردازد. جامعه آماری شامل شرکتهای بورس اوراق بهادار تهران و نمونه استفادهشده شامل 174 شرکت درمانده و سالم بوده است. متغیرهای پیشبین براساس نسبتهایی انتخاب شدند که در نتایج تحقیقات قبلی بهعنوان متغیرهای اصلی پیشبینی در مدل پیشبینی آنها ارائه شدند. مدل مقایسهای استفادهشده در این پژوهش، مدل تحلیل ممیز چندگانه است. نتایج بهدستآمده از تحقیق بیانگر آن است که روش الگوریتم کلونی مورچگان در پیشبینی درماندگی مالی شرکتها، بهطور معناداری نسبت به روش تحلیل ممیز چندگانه عملکرد بهتری دارد.
Financial distress prediction of companies is one of the important issues that can contribute to the success and survival of companies; because providing warning and timely signals can make companies aware of financial distress and bankruptcy and، therefore، by a correct management، they can prevent waste of resources and the damage caused by bankruptcy.
Ant Colony Algorithm (ACA) is an intelligent method that was recently used to solve problems including classifications and predictions which had desired results. This study aims to investigate the financial distress prediction of companies using ant colony algorithm. The statistical population includes companies listed in Tehran Stock Exchange and the sample consists of 174 healthy and distressed companies. Predictor variables were selected from previous studies according to the ratios that were proposed as key variables in prediction model.
The results of the study indicate that the ACA approach in predicting financial distress of companies had significantly better performance than multiple discriminant analysis (MDA).
ملخص الجهاز:
بنابراین ، هدف از تحقیق حاضر، ارائة مدل جدیدی برای پیش بینی درماندگی مالی شرکت هـا با استفاده از روش الگوریتم کلونی مورچگان و مقایسة آن با روش تحلیل ممیز چندگانه است تـا بتـوان بـه تصـمیم گیـری درسـت ذی نفعـان سـازمان شـامل مؤسسـه هـای مـالی و اعتبـاری ، سرمایه گذاران ، سهامداران و غیره کمک کرد.
نتایج آزمون مقایسة زوجی برای سال t مدل آماره MDA ACA میانگین 0/94775 0/96800 آمارة t 4/086 0/026 P-Value همان طور که در جدول ٣ مشاهده می شود، میانگین دقت کلـی پـیش بینـی روش الگـوریتم کلونی مورچگان ٢/٠٢٥ درصد بیشتر از میانگین دقت کلی پیش بینی روش تحلیل تمایز چندگانه است .
جدول ٩ نتایج آزمون مقایسة زوجی روی میانگین دقت کلی پیش بینی روش هـای الگـوریتم کلونی مورچگان و تحلیل تمایز چندگانه را برای نمونه های فرعی در سال ٣- t نشان می دهد.
جدول ٩ نتایج آزمون مقایسة زوجی روی میانگین دقت کلی پیش بینی روش هـای الگـوریتم کلونی مورچگان و تحلیل تمایز چندگانه را برای نمونه های فرعی در سال ٣- t نشان می دهد.
جدول ٩ نتایج آزمون مقایسة زوجی روی میانگین دقت کلی پیش بینی روش هـای الگـوریتم کلونی مورچگان و تحلیل تمایز چندگانه را برای نمونه های فرعی در سال ٣- t نشان می دهد.