Using Artificial Neural Network to Predict the Financial Distress: The Case of some Algerian Companies
| العنوان بلغة أخرى: |
استخدام الشبكة العصبية الاصطناعية للتنبؤ بالضائقة المالية: حالة بعض الشركات الجزائرية |
|---|---|
| المصدر: | مجلة إقتصاديات شمال إفريقيا |
| الناشر: | جامعة حسيبة بن بو علي بالشلف - مخبر العولمة واقتصاديات شمال إفريقيا |
| المؤلف الرئيسي: | Sabek, Amine (Author) |
| مؤلفين آخرين: | Saihi, Youcef (Co-Author) |
| المجلد/العدد: | مج17, ع27 |
| محكمة: | نعم |
| الدولة: |
الجزائر |
| التاريخ الميلادي: |
2021
|
| الصفحات: | 13 - 30 |
| DOI: |
10.33858/0470-017-027-027 |
| ISSN: |
1112-6132 |
| رقم MD: | 1235371 |
| نوع المحتوى: | بحوث ومقالات |
| اللغة: | الإنجليزية |
| قواعد المعلومات: | EcoLink |
| مواضيع: | |
| كلمات المؤلف المفتاحية: |
التعثر المالي | التنبؤ | الذكاء الاصطناعي | الشبكات العصبية الاصطناعية | Financial Distress | Forecasting | Artificial Intelligence | Artificial Neural Networks
|
| رابط المحتوى: |
عدد مرات التحميل
19
| المستخلص: |
الهدف الرئيسي من هذه الدراسة هو استخدام أحد أساليب التحليل المالي الحديثة وإحدى أهم تقنيات الذكاء الاصطناعي للتنبؤ بالتعثر المالي، وذلك من خلال تصميم نموذج الشبكات العصبية الاصطناعية ذات الانتشار الخلفي وتطبيقه على الشركات الجزائرية المختارة والبالغ عددها (10) شركات للفترة الممتدة ما بين (2015-2019)، وعلى حد علمنا، هناك عدد قليل جدا من الدراسات التي تناولت هذه المسألة في الجزائر، وتوصلنا إلى أن النموذج تمكن من تمييز الحالة المالية للشركات موضع الاختبار وفقا لحالتها المالية الفعلية، حيث بلغت نسبة دقته التنبئية 100% مع العلم أن معدلات الخطأ كانت شبه معدومة. The main objective of this study is to use one of the modern financial analysis methods and one of the most important artificial intelligence techniques to predict financial distress, by designing a back-propagation artificial neural network model and applying it on the (10) selected Algerian companies for the period between (2015-2019). To the best of our knowledge, there are very few studies that treated this issue in Algeria. We concluded that the model was able to distinguish the financial situation of the companies under test in accordance with their actual financial situation, as the percentage of its predictive accuracy reached to 100%, knowing that the error rates were almost non-existent. |
|---|---|
| ISSN: |
1112-6132 |
عناصر مشابهة
-
A Comparative Analytical Evaluation of CA Score, Kida, Springate Models for Financial Distress Prediction: The Case of Algeria
بواسطة: Sabek, Amine منشور: (2024) -
Predicting of Financial Distress of Companies Using the Artificial Neural Networks: A Case Study of Listed Industrial Companies on Amman Stock Exchange
بواسطة: Zahouani, Marwa منشور: (2021) -
Using Artificial Neural Networks to Predict Protein Secondary Structure
بواسطة: Abu-Bakr, Tagwa Abdallah Mohamed منشور: (2018) -
A Proposed Technique to Predict and Classify Protein Functions Using Fuzzy Logic and Artificial Neural Networks
بواسطة: الحلواني، مجدي منشور: (2013) -
Forecasting Exchange Rates Using Artificial Neural Networks
بواسطة: Benlaria, Ahmed منشور: (2021)
