رتبه بندی شرکتهای تولیدی در بورس اوراق بهادار تهران با استفاده از مدلهای تصمیم گیری با معیارهای چندگانه و شبکه عصبی مصنوعی

محورهای موضوعی : دانش سرمایه‌گذاری

مقصود امیری ¹ , مرتضی بکی حسکوئی ² , مهدی بیگلری کامی ³

1 - دانشیار دانشگاه علامه طباطبایی
2 - استادیار دانشگاه علامه طباطبایی ، تهران،
3 - کارشناسی ارشد مهندسی مالی ، ،دانشگاه رجاء قزوین، (مسئول مکاتبات)

تاریخ دریافت : 1392/02/10 تاریخ پذیرش : 1392/05/30 تاریخ انتشار : 1392/05/30

کلید واژه: نسبت های مالی, تاپسیس, شبکه عصبی مصنوعی,

چکیده مقاله :

این مقاله به رتبه بندی اعتباری شرکتهای تولیدی حاضر در بورس تهران پرداخته است.در این راستا نسبت های مالی 181 شرکت تولیدی بورسی در طی 3 سال از روی صورتهای مالی آنها استخراج شده است.این نسبت های مالی، بیانگر میزان توانایی پرداخت اصل و فرع تسهیلات می باشند. ابتدا 50 شرکت انتخاب و توسط روش تاپسیس رتبه بندی می شود. نسبت های مالی به عنوان معیار و وزن های هر معیار توسط روش آنتروپی شانون معلوم می شوند. سپس با این رتبه بندی ،شرکت ها به 4 طبقه تقسیم بندی می شوند.این دسته بندی به شبکه عصبی مصنوعی آموزش داده می شود وتابع شبکه عصبی بعد از آموزش مورد تست قرار می گیرد. نتایج آماری حاکی از دسته بندی قوی شبکه می باشد.سپس همه شرکت های موجود در این پژوهش توسط شبکه عصبی دسته بندی می شوند.در نهایت نیز نظر خبره توسط پرسشنامه جمع آوری می شود و با نتایج شبکه عصبی مقایسه می شود که بیانگر این موضوع می باشد که نتایج شبکه عصبی بسیار نزدیک به نظر خبره می باشد.

چکیده انگلیسی:

This paper is investigated the credit rating of manufacturing firms in Tehran Stock Exchange. In this regard, have been extracted  financial ratios of  public stock companies during the three years from the financial statements. This financial ratios indicates the ability to pay principal and interest of loan. Initially, 50 companies were selected and ranked by the TOPSIS method. Financial ratios are as a criterion and weight of the each criterion are determined by using Shannon entropy method. Then the ranking, companies are classified into four categories. The artificial neural network is trained to classify and after training the neural network are tested. Statistical results show robust classification of neural network. Then all the companies included in this study are classified by neural network.