文章基本信息

标题：Predicting Companies Financial Distress by Using Ant Colony Algorithm
其他标题：پیش‌بینی درماندگی مالی شرکت‌ها با استفاده از الگوریتم کلونی مورچگان
本地全文：下载
作者：Saeid Fallahpour ; Asghar Eram
期刊名称：Financial Researches
印刷版ISSN：8153-1024
出版年度：2016
卷号：18
期号：2
页码：347-368
DOI：10.22059/jfr.2016.61596
出版社：University of Tehran
摘要：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).
其他摘要：پیش‌بینی درماندگی مالی شرکت‌ها یکی از موضوعات مهمی است که به موفقیت و تداوم حیات شرکت‌ها کمک زیادی می‌کند. از جمله روش‌های هوشمندی که اخیرًا در حل مسائل پیش‌بینی و دسته‌بندی نتایج مطلوبی را به‌همراه داشته، روش الگوریتم کلونی مورچگان است. پژوهش حاضر به مطالعۀ پیش‌بینی درماندگی مالی شرکت‌ها با استفاده از الگوریتم کلونی مورچگان می‌پردازد. جامعۀ آماری شامل شرکت‌های بورس اوراق بهادار تهران و نمونۀ 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
关键词：Financial distress prediction ; multiple discriminant analysis ; Ant colony Algorithm
其他关键词：الگوریتم کلونی مورچگان;پیش‌بینی درماندگی مالی;تحلیل تمایز چندگانه