پیش بینی پویا درماندگی مالی: مطالعه موردی

چکیده با توجه به شرایط اقتصادی امروز کشور، تعداد شرکت های درمانده و اهمیت درماندگی مالی روزبه روز در حال افزایش است. افزایش عوامل اقتصادی تاثیرگذار بر درماندگی مالی نیز بر پیچیدگی تصمیم گیری در سرمایه گذاری این شرکت ها افزوده است. به همین منظور رویکرد ارائه شده در این پژوهش با در نظر گرفتن انواع معیارهای مالی، امکان پویاسازی پیش بینی درماندگی مالی را برای این تصمیم گیرندگان فراهم می­سازد. رویکرد معرفی شده در این پژوهش ابتدا با خوشه بندی شرکت­ها در خوشه متناسب درمانده مالی و غیر درمانده به کمک روش شبکه عصبی مصنوعی، نگاشت خودسازمان ده (SOM) اقدام و سپس با بهره گیری از روش تحلیل پوششی داده ها مبتنی بر بدترین عملکرد (WPF-DEA) نسبت به پیش بینی پویا درماندگی مالی شرکت های پذیرفته شده در بورس اوراق بهادر تهران اقدام گردید. با بهره گیری از روش یادشده ۱۰۵ شرکت ارزیابی گردید و نتیجه ناکارایی این شرکت ها در طول ۵ دوره زمانی از سال ۱۳۹۵ الی ۱۳۹۹ پیش بینی شد. مدل تحلیل پوششی داده های پویا مبتنی بر بدترین عملکرد، توان ارزیابی ناکارایی واحدهای مورد بررسی اعم از شرکت های عضو سازمان بورس و اوراق بهادار را دارا است. تحلیل پوششی داده ها توانسته است به صورت موفقیت آمیزی درماندگی مالی شرکت ها را به عنوان واحدهای تصمیم ناکارا شناسایی نماید

کلیدواژه ها:

واژه های کلیدی: درماندگی مالی ، تحلیل پوششی داده ها مبتنی بر بدترین عملکرد ، شبکه عصبی مصنوعی ، نگاشت خودسازمان ده ، سازمان بورس و اوراق ، E۴۷ ، G۲۱