تشخیص بحران مالی شرکت ها با مدل های ترکیبی سنتی و هوش مصنوعی

چکیده مقاله

«پیش بینی به موقع بحران مالی شرکت ها، نقشی حیاتی در تصمیم گیری های اقتصادی ذی نفعان، مدیران و سیاست گذاران بازار سرمایه ایفا می کند با افزایش پیچیدگی های محیط کسب وکار و حجم کلان داده های مالی، مدل های سنتی به تنهایی قادر به پوشش دقیق رفتارهای غیرخطی و ناپایدار شرکت ها نیستند هدف این پژوهش، ارائه یک چارچوب پیشنهادی مبتنی بر رویکردهای ترکیبی Hybrid است که با تلفیق مدل های آماری/اقتصادسنجی سنتی مانند تحلیل تشخیص خطی یا رگرسیون لجستیک با الگوریتم های پیشرفته هوش مصنوعی مانند شبکه های عصبی عمیق یا جنگل تصادفی ، دقت پیش بینی بحران را ارتقا بخشد بدین منظور، با استفاده از داده های مالی شرکت های پذیرفته شده در بورس اوراق بهادار، ویژگی های کلیدی انتخاب و الگوهای ترکیبی پیاده سازی شدند یافته ها نشان می دهد که مدل های ترکیبی به واسطه بهره گیری از توان تفسیرپذیری مدل های سنتی و قدرت پیش بینی غیرخطی هوش مصنوعی، نرخ خطای مدل به ویژه در خطاهای نوع اول و دوم را به طور معناداری کاهش داده و پایداری بالاتری نسبت به مدل های تک روش دارند نتایج این پژوهش ضمن ارائه ابزاری دقیق تر برای هشدار زودهنگام، بینش های نوینی را برای مدیریت ریسک و بهینه سازی پرتفوی سرمایه گذاری فراهم می آورد »

کلیدواژه‌ها

نویسندگان

معصومه بهمنیاری

کارشناسی ارشد فیزیولوژی ورزشی

سیروس جلیلی

دکتری تخصصی مالی مهندسی مالی دانشگاه ازاد واحد ایلام

ولید عبوده

دکتری حسابداری دانشگاه ازادواحد قائنات

علی زمان پور

کارشناسی زبان انگلیسی دانشگاه آزاد واحد مسجدسلیمان

�لیلی، سیروس و عبوده، ولید و زمان پور، علی،1405،تشخیص بحران مالی شرکت ها با مدل های ترکیبی سنتی و هوش مصنوعی،دومین همایش بین المللی تحولات نوین در نظام های آموزشی، تربیتی، روانشناسی، مهارت آموزی و مهارت محوری با محوریت آموزش و پرورش در هزاره سوم،بوشهر

ارائه‌شده در

مجموعه مقالات دومین همایش بین المللی تحولات نوین در نظام های آموزشی، تربیتی، روانشناسی، مهارت آموزی و مهارت محوری با محوریت آموزش و پرورش در هزاره سوم26 اردیبهشت 1405 · بوشهر