ورشکستگی و درماندگی های مالی هزینه های کلانی را به همراه دارد که نه تنها به هزینه های زیادی را به واحد های تجاری وارد می کند بلکه به اقتصاد کشور نیز ضربه می زند. از این رو پیش بینی درماندگی مالی شرکت ها همواره مورد توجه سهامداران، مدیران و … در شرکت ها و موسسات بوده است.
پیش بینی درماندگی مالی شرکت ها
شکست های عملیاتی ارتباط نزدیکی با بسیاری از گروه های ذینفع در داخل و خارج از شرکت ها دارد. کسبوکارها ممکن است در نتیجه شرایط بازار اقتصاد به دلیل عوامل داخلی با حفظ فعالیت خود با شکست مالی مواجه شوند و شکست در مدیریت به دلیل شرایطی که با آن روبرو هستند می تواند منجر به ورشکستگی شود. به همین دلیل، شرکت ها باید بتوانند شکست های خود را پیش بینی کرده و با تحلیل وضعیت فعلی خود اقدامات صحیحی را در نظر بگیرند. از این رو سال هاست که فعالان اقتصادی و افراد متخصص در تلاش هستند تا مدل های جدیدی برای پیشبینی درماندگی مالی ایجاد کنند.
شبکههای عصبی مصنوعی (ANN) و درختهای تصمیم (DTs)
برای تخمین و طبقهبندی شکستهای مالی شرکتهای فعال در بخشهای مختلف، مدلی با استفاده از شبکههای عصبی مصنوعی (ANN) و درختهای تصمیم (DTs) ساخته شده است. مدلهای منحصر به فرد برای هر بخش ایجاد شده است و هدف آن مقایسه طبقهبندی صحیح نرخهای غیرورشکستگی بر اساس بخش و تعیین مهمترین متغیرهای مؤثر بر شکستهای مالی بر مبنای بخش ها است. در مدل، مقدار خطای نزدیک به صفر هدف گذاری شده و شرکت های غیرورشکسته و ورشکسته در مدل به درستی طبقه بندی شده اند.
سخن آخر
برای دسترسی به جدیدترین مقالات درباره ی پیشبینی درماندگی مالی شرکتها و استفاده از مدل های جدید مانند شبکههای عصبی مصنوعی (ANN) و درختهای تصمیم (DTs) به زبان اصلی می توانید به سایت فایلسو مراجعه نمایید. سایت معتبر فایلسو به روز ترین مقالات برای توسعه و پیشرفت شرکت ها و واحد های تجاری را در اختیار شما قرار می دهد.