يجب تسجيل الدخول أولا
Predicting of Financial Distress of Companies Using the Artificial Neural Networks: A Case Study of Listed Industrial Companies on Amman Stock Exchange
| العنوان بلغة أخرى: |
التنبؤ بالتعثر المالي للشركات باستخدام نموذج الشبكات العصبية الاصطناعية: دراسة حالة الشركات الصناعية المدرجة في بورصة عمان |
|---|---|
| المصدر: | مجلة الاستراتيجية والتنمية |
| الناشر: | جامعة عبدالحميد بن باديس مستغانم - كلية العلوم الاقتصادية والتجارية وعلوم التسيير |
| المؤلف الرئيسي: | Zahouani, Marwa (Author) |
| مؤلفين آخرين: | Bouguerra, Imane (Co-Author) |
| المجلد/العدد: | مج11, ع2 |
| محكمة: | نعم |
| الدولة: |
الجزائر |
| التاريخ الميلادي: |
2021
|
| الشهر: | فيفري |
| الصفحات: | 492 - 509 |
| DOI: |
10.34276/1822-011-002-027 |
| ISSN: |
2170-0982 |
| رقم MD: | 1122761 |
| نوع المحتوى: | بحوث ومقالات |
| اللغة: | الإنجليزية |
| قواعد المعلومات: | EcoLink |
| مواضيع: | |
| كلمات المؤلف المفتاحية: |
تنبؤ | تعثر مالي | نسب مالية | شبكة عصبية اصطناعية | شركات صناعية | بورصة عمان | Prediction | Financial Distress | Financial Ratios | Artificial Neural Network | Industrial Companies | Amman Stock Exchange
|
| رابط المحتوى: |
عدد مرات التحميل
41
| المستخلص: |
تهدف هذه الدراسة إلى التعرف على مدة فعالية الشبكات العصبية الاصطناعية، في التنبؤ بالتعثر المالي للشركات الصناعية، المدرجة في بورصة عَمانْ الأردن خلال الفترة 2013-2018، وذلك باستخدام نموذج الشبكات متعددة الطبقات، ولتحقيق هذه غاية، تم اختيار عينة تحوي 54 شركة منها 26 سليمة و28 متعثرة، وذلك باستخدام 21 نسبة مالية، وبالاستعانة ببرنامج SPSS. توصلت هذه الدراسة إلى أهم النتائج: أن النموذج قام بتصنيف الشركات بمعدل تصنيف دقيق وصحيح، حيث حقق نسبة تصنيف بلغت 100% لجميع الشركات، كما أعتبر كل من: العائد على مجموع الموجودات، الأرباح الموزعة إلى القيمة السوقية، عائد السهم الواحد، القيمة السوقية للعائد وصافي الربح إلى الإيرادات، هي أقوى النسب المالية التي لها القدرة على التمييز بين سلامة أو تعثر الشركات الصناعية. This study aims to determine the effectiveness, of artificial neural networks, in predicting the financial distress of industrial companies, listed on the Amman Stock Exchange, in Jordan during the period 2013-2018, using the multi-layers networks model. To achieve this goal, a sample of 54 companies was selected, of which 26 were sound and 28 were faltering, using 21 financial ratios and SPSS. This study found the most important findings: the model classified the companies, at an accurate and correct rate achieving 100%, ratings ratios for all the companies, and considering both the return on total assets, dividends distributed to the market value, the earnings per share, market value to return and the net earnings to revenues are the strongest financial ratios, that have the ability to distinguish between the safety or faltering of industrial companies. |
|---|---|
| ISSN: |
2170-0982 |
عناصر مشابهة
-
Application of Artificial Neural Networks for the Prediction of Traffic Accidents on Arterial Roadways: A Case Study in Amman
بواسطة: عريقات، رزان غالب علي منشور: (2019) -
Using Artificial Neural Network to Predict the Financial Distress: The Case of some Algerian Companies
بواسطة: Sabek, Amine منشور: (2021) -
Electricity Consumption Prediction Using Artificial Neural Networks and Evolutionary Algorithms: A Case Study Tulkarm City
بواسطة: Hussein, Ali Mohammad Ali منشور: (2021) -
Predicting Jordanian Corporate Bankruptcy Using Artificial Neural Network
بواسطة: ابو الهيجاء، يوسف منشور: (2019) -
Predicting Stock Closing Prices Using Artificial Neural Networks for a Sample of Banks Listed in the Iraqi Stock Exchange
بواسطة: Rahi, Salim Sallal منشور: (2022)
