پیش‌بینی درماندگی مالی شرکت‌ها با استفاده از اطلاعات متنی گزارش‌های فعالیت هیئت ‌مدیره

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار دانشگاه علامه طباطبایی

2 گروه حسابداری، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبایی، تهران، ایران

3 دانشیار، گروه مدیریت صنعتی، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبایی، تهران، ایران.

4 دانشجوی دکتری، گروه حسابداری، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبایی، تهران، ایران.

10.22103/jak.2024.22992.4017

چکیده

هدف: اهمیت بالای درماندگی مالی برای حیات اقتصادی کشور و هزینه‌های بالای فردی و اجتماعی آن، موضوع پیش‌بینی درماندگی مالی را به یک مسئله مهم برای استفاده‌کنندگان و ذی‌نفعان صورت‌های مالی تبدیل کرده است. عمده پژوهش‌ها باتکیه‌بر اطلاعات مالی ساختاریافته و کمی صورت‌های مالی درماندگی مالی را پیش‌بینی کردند؛ اما در این پژوهش تلاش شده است با استفاده از تکنیک متن‌کاوی و الگوریتم‌های یادگیری ماشین، از اطلاعات ساختار نیافته گزارش‌های هیئت‌مدیره جهت پیش‌بینی درماندگی مالی استفاده شود.

روش: به همین منظور گزارش هیئت‌مدیره 100 شرکت بورسی در بازه زمانی 1390-1400 جمع‌آوری، با استفاده از زبان برنامه‌نویسی پایتون مورد متن‌کاوی (شامل مراحل پیش‌پردازش، استخراج ویژگی، انتخاب ویژگی و ...) قرار گرفتند و سپس مدل‌سازی آن با استفاده از الگوریتم‌های یادگیری ماشین در زبان برنامه نویسی پایتون انجام گرفت.

یافته‌ها: نتایج پژوهش حاکی از برتری دو روش مدل درخت تصمیم و ماشین بردار پشتیبان با کرنل شعاعی نسبت به سایر روش‌ها (شامل رگرسیون لجستیک، جنگل تصادفی، نزدیک‌ترین همسایگی و روش‌های ماشین بردار پشتیبان با کرنل‌های خطی، سیگموئید و چندجمله‌ای) بود.

نتیجه‌گیری: در واقع نتایج این پژوهش نشان داد که به‌جای توجه صرف بر اعداد و ارقام و نسبت‌های مشتق شده، می‌توان از تکنیک متن‌کاوی نیز جهت تجزیه‌وتحلیل و پیش‌بینی استفاده کرد و با تلفیق آن با نتایج حاصل از اطلاعات کمی می‌توان درماندگی مالی شرکت‌ها پیش‌بینی نمود.

کلیدواژه‌ها

موضوعات



مقالات آماده انتشار، پذیرفته شده
انتشار آنلاین از تاریخ 24 اردیبهشت 1403
  • تاریخ دریافت: 03 اسفند 1402
  • تاریخ بازنگری: 23 اردیبهشت 1403
  • تاریخ پذیرش: 24 اردیبهشت 1403