چکیده با توجه به شرایط اقتصادی امروز کشور، تعداد شرکت‌های درمانده و اهمیت درماندگی مالی روزبه‌روز در حال افزایش است. افزایش عوامل اقتصادی تأثیرگذار بر درماندگی مالی نیز بر پیچیدگی تصمیم‌گیری در سرمایه‌گذاری این شرکت‌ها افزوده است. به همین منظور رویکرد ارائه‌شده در این پژوهش با در نظر گرفتن انواع معیارهای مالی، امکان پویاسازی پیش‌بینی درماندگی مالی را برای این تصمیم‌گیرندگان فراهم می سازد. رویکرد معرفی‌شده در این پژوهش ابتدا با خوشه‌بندی شرکت ها در خوشه متناسب درمانده مالی و غیر درمانده به کمک روش شبکه عصبی مصنوعی، نگاشت خودسازمان‌ده (SOM) اقدام و سپس با بهره‌گیری از روش تحلیل پوششی داده‌ها مبتنی بر بدترین عملکرد (WPF-DEA) نسبت به پیش‌بینی پویا درماندگی مالی شرکت‌های پذیرفته‌شده در بورس اوراق بهادر تهران اقدام گردید. با بهره‌گیری از روش یادشده 105 شرکت ارزیابی گردید و نتیجه ناکارایی این شرکت‌ها در طول 5 دوره زمانی از سال 1395 الی 1399 پیش‌بینی شد. مدل تحلیل پوششی داده‌های پویا مبتنی بر بدترین عملکرد، توان ارزیابی ناکارایی واحدهای مورد بررسی اعم از شرکت‌های عضو سازمان بورس و اوراق بهادار را دارا است. تحلیل پوششی داده‌ها توانسته است به‌صورت موفقیت‌آمیزی درماندگی مالی شرکت‌ها را به‌عنوان واحدهای تصمیم ناکارا شناسایی نماید پرونده مقاله