ارائه مدل بهینه پیش بینی ورشکستگی با استفاده از الگوریتم علف های هرز و ارزیابی کارآیی آن در مقایسه با مدل آلتمن

پیش بینی ورشکستگی موضوعی است که بر رفاه اقتصادی تمام کشورها تاثیر می گذارد. داشتن یک مدل دقیق برای پیش بینی ورشکستگی، به طور پیش فرض که بتواند نشانه های بحران مالی را به موقع تشخیص دهد، برای همه ی شرکت ها بسیار حیاتی است. بنابراین شرکت ها، به یک مدل مناسب که بتواند نشانه های ورشکستگی را به آسانی تشخیص دهد، نیاز دارند.این پژوهش درصدد ارائه مدل بهینه برای پیش بینی ورشکستگی با استفاده از الگوریتم علف های هرز می باشد. نمونه آماری پژوهش شامل 112 شرکت ورشکسته وغیرورشکسته پذیرفته شده در بورس اوراق بهادار تهران در بازه زمانی 1393-1381 می باشد که ازلحاظ اندازه و صنعت نیز باهم تطابق دارند. جهت ارزیابی کارایی مدل مبتنی بر الگوریتم علف های هرز در مقایسه با مدل   آلتمن، دقت مدل های مزبور در پیش بینی صحیح ورشکستگی شرکت ها مورد ارزیابی قرار گرفت. دقت کلی مدل مبتنی بر الگوریتم علف های هرز و مدل  آلتمن در سال وقوع ورشکستگی به ترتیب برابر با 32/97 و 46/56 درصد، در سال قبل از وقوع ورشکستگی به ترتیب برابر29/89 و 21/48 درصد و در دو سال قبل از وقوع ورشکستگی، برابر 10/74 و 14/32 درصد می باشد. نتایج پژوهش حاکی از این است، که مدل های مبتنی بر الگویتم علف های هرز در مقایسه با مدل سنتی  آلتمن، با دقت بالاتری ورشکستگی شرکت ها را پیش بینی می نماید.