ارزیابی ورشکستگی با استفاده ازروشی جدید در نظریه بازی‌ها و برنامه‌ریزی بازه‌ای

الموضوعات :

آیدا باتمیز ¹ (گروه ریاضی، دانشگاه سیستان و بلوچستان، سیستان و بلوچستان، ایران)
مهدی الله دادی ² (گروه ریاضی، دانشگاه سیستان و بلوچستان، سیستان و بلوچستان، ایران)

تاريخ الإرسال : 27 الأحد , صفر, 1438 تاريخ التأكيد : 16 الأربعاء , ربيع الثاني, 1439 تاريخ الإصدار : 14 الإثنين , ربيع الثاني, 1439

الکلمات المفتاحية: DEA, Bankruptcy, Game theory, interval programming,

ملخص المقالة :

برخی از پارامترهای موجود در مسائل عالم واقعیت دارای عدم قطعیت می­باشند. یکی از مسائل نادقیق که پارامترهای آن دارای حالت کیفی می­باشند، مسائل اقتصادی مانند مسئله­ی ورشکستگی است. در این­صورت ممکن است با دیدگاه مسئولین، مدیران شرکت­ها و سازمان­ها، با مفاهیم نادقیق از جمله بازه­ها برخورد کنیم. بر این اساس، در این مقاله با استفاده از مفاهیم نظریه­ی بازی­های تحلیل پوششی داده­ها (DEA) که مفهوم کاربردی آن در تمامی جهت­ها عینیت دارد و تلفیق آن با مدل­های نادقیق از نوع بازه­ای، مسئله­ی ورشکستگی را ارزیابی و یک نوع بازی بازه­ای را برای پیش­بینی ورشکستگی تعیین می­کنیم و در آخر بازه ی خو ش بینانه و بدبینانه­ای را برای ارزیابی ورشکستگی معرفی می­کنیم که به ما در ارزیابی­های دقیق اقتصادی با مفاهیم نادقیق کمک شایانی می­کند و در مسائلی که عدم قطعیت حضور دارد به راحتی می­توان با تبدیل آنها به حالت­های بازه­ای مسائل را ساده­تر تحلیل و بررسی کرد.

المصادر:

 

 

[1] Premachandra I.M., Gurmeeet Singh Bhabra., Toshiyuki Sueyoshi. (2009). DEA as a tool for bankruptcy assessment: A comparative study with logistic regression technique. European Journal of Operational Research 193, 412-424.

 

[2] Altman, E. I. (1968). Financial ratios, discriminated analysis and the prediction  of corporate bankruptcy. Journal of Finance, 23, 589-609.

 

[3] Leobardo Plata-Pérez, Joss Sánchez-Pérez. (2011).Convexity and marginal contributions in bankruptcy games

 

[4] Nir Dagan, Oscar Voliji. (1993). the bankruptcy problem: A cooperative bargaining approach. Mathematical Social Sciences 26, 287-297.

 

[5] Charnes, A. Cooper, W. W. & Rhodes, E. (1978). Measuring the efficiency of decision making units. European Journal of Operational Research. 2(4), 429-444.

 

[6] Chambers, R. G, Chung, Y., & Fare, R. (1998). Profit directional distance function and Nerlovian efficiency. Journal of Optimization and Theory and Application, 12,233-247

 

[7] Udaya Shetty, Pakala T.P.M., Mallikarjunappa T. (2012). A modified directional distance formulation of DEA to assess bankruptcy: An application to IT/ITES companies in India. Expert lists with Applications 39, 1988-1997.

 

[8] Tomoe Entani., Yutaka Maeda., Hideo Tanaka. (2002). Dual models of interval DEA and it’s extension to interval data. European Journal of Operational Research 136, 32-45.

 

[9] Aumann, R. J., Maschler, M. (1985). “Game theoretic analysis of a bankruptcy problem from the Talmud”, Journal of Economic Theory, 36, 195 -213.

 

[10] Driessen, T. (1988). Cooperative games, solutions and applications. Theory and Decision Library, Springer.

 

[11] Huang, G. H.,Moore, R. D. (1993). Grey linear programming, its solving approach, and its application. International Journal of Systems Science, 24, 159-172.

 

[12] Tong, S. C. (1994). Interval number, fuzzy number linear programming. Fuzzy Sets and Systems, 66, 301-306.

 

[13] Wang, X., Huang, G. (2014). Violation analysis on two-step method for interval linear programming. Information Sciences, 281, 85-96.

 

[14] Zhou, F., Huang, G. H., Chen, G., Guo, H. (2009) Enhanced-interval linear programming. European Journal of Operational Research, 199, 323-333.

 

[15] Chinneck, J. W., Ramadan, K. (2000). Linear programming with interval coefficients. Journal of the Operational Research Society, 51, 209-220.

 

[16] Alefeld, G., Herzberger, J. (1983). Introduction to Interval Computations. New York: Academic Press.

 

[17] Allahdadi. M Mishmast Nehi H. (2013). The optimal solution set of the interval linear programming problems.Original paper

[18] Allahdadi. M Mishmast Nehi H. (2013). The Optimal Value Bounds of the Objective Function in the Interval Linear Programming Problem. Chiang Mai J. Sci. 2015; 42 (2)

 

[19] Allahdadi. M Mishmast Nehi H. i Ashayerinasab, HasanAl.  Javanmard Moslem. (2016). Improving the modified interval linear programming method by new techniques.

 

[20] Bok. J (2014). Cooperative interval games, Department of Applied Mathematics, Charles University in Prague

 

[21] Branzei. R., Tijs. S., Alparslan G¨ok . S.Z(2010). Cooperative interval games: a survey. Central European Journal of Operations Research

 

[22] Alparslan G¨ok S.Z ., Branzei. R., S. Tijs. Convex Interval Games (2009). Convex Interval Games, Journal of Applied Mathematics and Decision Sciences.

 

[23] Ashayerinasab, HasanAl., Mishmast Nehi H.,  Allahdadi.M (2018). Solving the interval linear programming problem: A new algorithm for a general case.

 

[24] باتمیز، حسین­زاده سلجوقی. روشی جدید در تعیین ورشکستگی با استفاده از تحلیل پوششی داده­ها و تئوری مجموعه‌های راف فازی. مجله مدلسازی پیشرفته ریاضی اهواز. 1395