پیش بینی ورشکستگی شرکتها ی پذیرفته شده در بورس اوراق بهادار با استفاده از الگوریتم جنگل تصادفی (با تاکید بر گزارشگری مالی)

چکیده

پژوهش حاضر به بررسی پیش بینی ورشکستگی شرکتها ی پذیرفته شده که شامل 70 شرکت ورشکسته و 70 شرکت غير ورشکسته طي دوره 97-89 است. اين شرکت‏ها از طریق فرایند تصادفي به دو نمونه آموزشي (شامل 46 شرکت ورشکسته و 46 شرکت غير ورشکسته) برای ساخت مدل‏ها و نمونه آزمايشي (شامل 24 شرکت ورشکسته و 24 شرکت غير ورشکسته) جهت آزمون روايي بیرونی مدل‏ها تقسيم شده‏اند. با استفاده از دو تکنيک رگرسیون لجستیک و جنگل­های تصادفی و بکارگيري نسبت‏های مالي منتخب، دو مدل جهت پیش‏بینی ورشکستگي استخراج شده و نتايج حاصل از آن­ها مورد مقايسه قرار گرفته است. مدل رگرسيون لوجستيک توانست 87% شرکت‏هاي نمونه آموزشي و 79% شرکت‏هاي نمونه آزمايشي را يک سال پيش از ورشکستگي به درستي در گروه­هاي ورشکسته و غير ورشکسته طبقه ­بندي نمايد. همچنینی، مدل جنگل­های تصادفی توانست نمونه­های آموزشی و آزمایشی به ترتیب با دقت 90/4 و 90 درصد مشاهدات را به درستی در گروه­های ورشکسته و غیر­ورشکسته طبقه ­بندی نماید. آزمون McNemar نشان داد که مدل جنگل­های تصادفی در مقایسه با مدل رگرسیون لجستیک، از برتري قابل توجهي برخوردار است. روش پژوهش از نظر هدف کاربردی می باشد و از نظر ماهیت توصیفی دارد.