کند و نشانه اي از بدترشدن کيفيت بنگاه فراهم مي کند که بعد از رخداد تغيير سريعتر بيان مي شود، رفتار سري زماني متغيرهاي خاص (وابسته) براي هريک از بنگاههاي ورشکسته وغيرورشکسته به وسيله الگوي سريع با ترتيب محدود شرح داده مي شود. براي توزيع هاي معمول فرآيندهاي کاهشي صورت مي گيرد تا جمع هاي انباشته را محاسبه کند، بنابراين نام اين الگو فرآيند جمع هاي انباشته برمبناي آزمونهاي نسبت احتمال ترتيبي۵۰و تئوري قوانين توقف بهينه۵۱ است. الگوي فرآيند جمع هاي انباشته نشانه اي ازحالت ضعيف تر شدن بنگاه را فراهم مي سازد. از پژوهشگراني که از اين روش پژوهش نموده اند مي توان هيلي۵۲ (۱۹۸۷) و کايا وتئودوسيو۵۳(۱۹۹۹) را نام برد (پورمهر،۱۳۸۶،ص۴۶)۹٫
۲-۴-۴-۲ الگوهاي سيستم خبره هوشمند مصنوعي
بعد از بررسي ماشينهاي عددي، مشخص شد که رايانه ها هم مي توانند نمادها را براي نشان دادن رفتار هوشمند انساني و فعاليتهاي تشخيصي مانند حل مسئله پردازش کنند. اين تشخيص موجب به جستجو براي برنامه هايي که مي توانند مهارتهاي انساني را در روشي قابل قبول سرمشق قرار دهند موجب شد که طراحي و تغيير چنين برنامه هايي از سال ۱۹۵۰ شروع شود. انواع الگوهاي سيستم خبره هوشمند مصنوعي به شرح زير تقسيم مي شوند:
الف- درخت هاي تصميم تجزيه شده خميده (الگوي يادگيري استقرايي)۵۴:
يک شکل از يادگيري نظارتي، يادگيري استقرايي است. درطبقه بندي ورشکستگي، درخت تصميم به شاخه هاي خميده تقسيم مي شود. بالاترين گره اين مدل (درخت وارونه) ريشه آن مي باشد که شاخه ها ازآن منشعب شده وگره هاي ديگررا تشکيل مي دهند. هرگره فقط يک گره درسطح بالاترخود دارد تا هنگامي که گره هاي نهايي درخت فقط بنگاههايي ازيک نوع ورشکسته يا غيرورشکسته را شامل مي شود. هر بنگاه جديد سپس برمبناي محل گره نهايي که در درخت قرارمي گيرد، طبقه بندي مي شود.اين گره، گره عضويت بنگاه واحتمال مربوط به آن را شناسايي مي کند از اين الگو در پيش بيني ورشکستگي استفاده کمي صورت گرفته است. فريدمن وآلتمن اولين کساني بودند که اين الگو را بکار بردند.
ب- شبکه هاي عصبي مصنوعي۵۵:
عليرغم تمام ظرفيت هاي اجرايي محدود مغزانسان درمحاسبات رياضي پايه، رايانه ها هنگامي که بطورمطمئن وظيفه آنها شامل شناسايي نمادهايي مانند علامتهاي ورشکستگي در بنگاه است ضعيف تر هستند. شايد مهمترين وظيفه هرشبکه عصبي تعيين کردن وزن هاي مناسب ارتباط هاي مقابل گره هاي مختلف است. شبکه هاي عصبي اين وظيفه را به وسيله فرايند آموزش که در آن دانش درباره ارتباط بين پيام هاي ورودي وخروجي اصل اساسي بالا را ياد گرفته است، انجام مي دهند. اين دانش ساختاري ناهمسان ازگره ها (دريکي از سطح هاي شبکه که لايه پنهان ناميده مي شود)، وزنهاي ارتباطي توليد مي کند. که مفاهيم را درگروههاي مربوطه شناخته شده به طوردرست طبقه بندي مي کند. ضمن پيش بيني ورشکستگي شبکه عصبي اطلاعات را درباره متغيرهاي تفسيري درگره هاي ورودي، بدست خواهد آورد. گره هاي لايه پنهاني که ازطريق اتصالات به گره هاي موزون (مهم) متصل شده اند، اين اطلاعات را براي پيشنهاد احتمال اينکه بنگاه ورشکسته يا موفق شود، جمع آوري و پردازش مي کنند. اولين تلاش براي استفاده ازشبکه هاي عصبي مصنوعي درپيش بيني ورشکستگي توسط آداووشاردا۵۶ (۱۹۹۰) صورت گرفت. آنها دراين مطالعه از يک شبکه پيشخورسه لايه۵۷ استفاده کرده اند. نتايج مطالعات آنها نشان داد که شبکه هاي عصبي درمقايسه با تحليل مميزچندگانه از دقت وتوان پيش بيني بيشتري برخوردار است.
ج- الگوريتم هاي ژنتيک۵۸ :
الگوريتم هاي ژنتيک تکنيک هاي جستجوي تصادفي هستند که مي توانند فضاهاي بزرگ و پيچيده را که براساس ايده هايي از ژنهاي طبيعي و قواعد تکامل طبيعي شکل گرفته اند، واکاوي کنند. کاربرد الگوريتم ژنتيک درمسائل مالي بخصوص درمواردي مانند سيستم هاي تجاري، انتخاب سهام، پيش بيني ورشکستگي و رتبه بندي اعتباري به شکل گسترده اي در حال رشد است. به منظور حل مشکل طبقه بندي مانند ورشکستگي پژوهشگران، مجموعه اي ازقوانين با شرايط را که ازالگوريتم ژنتيک استخراج مي شود استفاده مي کنند. اين شرايط با نقاط انقطاع قطعي به هم پيوسته اند برمبناي اين شرايط، اين الگو پيش بيني خواهد کرد که آيا اين بنگاه ورشکسته خواهد شد يا خير؟ مهمترين خصوصيات الگوريتم ژنتيک که آن را ازساير روشهاي جستجومتفاوت مي سازد، شامل موارد زير است:
* به جاي يک نقطه واحد، تعداد زيادي نقطه درفضا را بررسي مي کند.
* به جاي استفاده مستقيم ازمتغيرها، بارشته هايي کارمي کنند که ازمتغيرها و پارامترها ساخته شده اند.
* به جاي قواعد معين، از قاعده هاي احتمالي در فرآيند جستجوي خود استفاده مي کند.
۳-۴-۴-۲ الگوهاي تئوريک۵۹
با تمرکز برالگوهاي آماري و سيستم کارشناس هوشمند مصنوعي دربنگاهها، نشانه هاي ورشکستگي به دست مي آيد، تا اينکه علتهاي آن به دست آيد. اين الگوها قادرهستند تا ورشکستگي را به وسيله نگاه کردن به شرايط ورشکستگي ارائه شده پيش بيني کنند. اگرچه راه ديگر، رسيدن به اين مشکل نگاه کردن به عواملي است که برمبناي بعضي بحث هاي تئوريک ساخته شده اند. تلاشهاي کمي در اين باره انجام شده است که دراين بخش شرح داده مي شود:
الف- محاسبه تجزيه ترازنامه/ تئوري راستين سنجي۶۰:
يکي از راههاي تعيين کردن ورشکستگي مالي ترازنامه مي تواند نگاه دقيقي به تغييراتي باشد که در ترازنامه رخ مي دهند. به دنبال اين رويه، همواره اين رهنمود وجود دارد که ” مانند هرموسسه تجاري، شرکتها قصد خواهند داشت تا حالتي ازتعادل به دست آورند، که حفظ کردن ساختارموجود بنگاهها را تضمين مي کند” بنابراين، اگرصورتهاي مالي بنگاه تغييرات مهمي درترکيب ترازنامه به داراييها وبدهيها، فراتر از يک دوره منطقي از زمان منعکس کند، آن متحمل است که بنگاهها از بدست آوردن حالت تعادل عاجز خواهند بود.از آنجايي که اين تغييرات احتمال دارد که درآينده قابل کنترل باشد، مي توان ورشکستگي مالي دراين بنگاهها پيش بيني کرد. اين منطق اقتصادي ورشکستگي احتمالي، موضوع بحث الگوي محاسبه تجزيه ترازنامه است.
ب- تئوري فروريزي قمارباز۶۱:
ايده اصلي اين تئوري با بازي قمارمربوط است. تئوري همچنين درباره انهدام نهايي قمارباز و مدت مورد انتظار بازي صحبت مي کند. درزمينه ورشکستگي شرکتها، بنگاه درجاي قمارباز قرارمي گيرد و بنگاه به عمليات ادامه خواهد داد تا جايي که ارزش خالص به سمت صفر برود، يعني نقطه اي که به سمت ورشکستگي خواهد رفت. اين تئوري فرض مي کند که بنگاه مقاديري از سرمايه نقدي دراختيارخواهد داشت که برمبناي تصادفي بستگي به عمليات بنگاه وارد يا خارج خواهد داشت. درهردوره زماني هم جريانهاي نقدي مثبت وهم منفي را تجربه خواهد کرد. بعد ازگذشت چندين دوره، احتمال کلي وجود خواهد داشت که جريانهاي نقدي همواره منفي خواهد بود. چنين موقعيتي بنگاه را به اعلام ورشکستگي که در آن حالت بنگاه بدون وجه نقد خواهد بود، منتهي خواهد کرد. بنابراين تحت اين رويکرد، بنگاه تا زماني قادر به پرداخت بدهي خواهد بود که ارزش خالص آن بزرگتر ازصفرباشد. اين ارزش خالص، ازارزش انحلال حقوق صاحبان سهام محاسبه مي شود.
ج- تئوري مديريت وجوه نقد۶۲:
مديريت کوتاه مدت مانده هاي وجه نقد شرکتها موضوعي مهم براي هربنگاه است. در صورتهاي جريان وجوه نقد بنگاهها، اين تابع مديريت وجه نقد است که وضعيت بنگاهها را به ويژه ازسال۱۹۸۰ گزارش مي کند. عدم توازن بين جريانهاي ورودي وخروجي وجه نقد منجر به شکست تابع مديريت وجه نقد بنگاه خواهد شد. استمرار چنين عدم توازني منجر به ناتواني مالي براي بنگاه و بنابراين ورشکستگي خواهد شد.
د- تئوري هاي ريسک اعتباري۶۳ :
کميته مقررات بانکداري و نظارت درعمليات بانکي (کميته بازل) که به عنوان يکي از ناظران اصلي بين المللي در زمينه استانداردهاي مديريت ريسک بانکداري شناخته شده است، ريسک اعتباري را بعنوان يکي ازعوامل اصلي محاسبه نسبت کفايت سرمايه لحاظ نموده است و در چارچوب جديد خود که تحت عنوان بازل۲ شناخته مي شود، هدف خود را بالا بردن کفايت سرمايه بانکها وتشويق براي تقليل ريسک هاي مديريتي که نتايج آن قوي کردن ثبات سيستم ها است بيان مي کند. اين هدف از طريق معرفي سه رکن اساسي که همديگر را تقويت مي کنند ومشوقي براي بانکها هستند تا کيفيت روندهاي کنترل خود را بالا ببرند، انجام مي گيرند:
رکن اول: تعيين حداقل کفايت سرمايه
دراولين وظيفه، بازل۲ حساسيت سرمايه نسبت به زيانهاي اعتبارات را بهبود مي بخشد، اينکار به وسيله الزام به بالا بردن سطح سرمايه هاي بيشتربراي آن دسته ازوام گيرندگاني است که سطح ريسک بالاتري براي آنها متصور است مي باشد.
رکن دوم: تجديد نظردر سيستمهاي نظارتي بانکها
براي ارزيابي هاي داخلي ازتمام ريسکها جهت اطمينان ازاينکه مديريت بانک ازاعمال قضاوت هاي سالم وبا اطمينان برخوردار است.
رکن سوم: نظم بازار
شيوه هاي اهرمي درجهت توانمندي ايجاد نظم با به تحرک درآوردن مديريت محتاط از طريق افزايش شفافيت درگزارش دهي عمومي بانکها و دراختيارگذاشتن اطلاعات عمومي منطبق با واقعيت.
(پورمهر،۱۳۸۶،ص۵۴)۱٫
۵-۴-۲ ويژگي هاي يک الگوي خوب
با توجه به اينکه انواع روشهاي الگوسازي درقسمت قبل مطرح شد، لازم است تا ويژگيهاي يک الگوي خوب را به شرح زير بيان کنيم:
الف- کمي منطقي متغيرهاي بيان کننده الگو:
اين اصل مي گويد که الگو زماني با ارزش ومهم خواهد بود که مقدار زيادي ازتغييرات را به وسيله مقدار کمي ازمتغيرها توضيح دهد. به عبارت ديگر براي دريافتن اساسي پديده تحت مطالعه، تنها بايد متغيرهاي کليدي را درتحليل وارد نمود.
ب- قابليت تشخيص:
اين اصل حکم مي کند که براي مجموعه داده هاي معين، پارامترهاي تخمين زده شده بايستي مقادير منحصربه فردي را به دست دهند. بعبارت ديگر تنها يک تخمين براي هرپارامتر مشخص به دست آيد.
ج- خوبي برازش:
نظربه اينکه هدف اساسي تحليل رگرسيون، بيان تا حد امکان تغييرات درمتغيروابسته به وسيله متغيرهاي توضيحي ملحوظ درالگو است. بنابراين الگو، زماني بعنوان يک الگوي خوب مد نظر قرار مي گيرد که اين بيان به وسيله ( Rبه توان ۲اندازه گيري شود)، حتي الامکان بالا باشد.
د- سازگاري با تئوري:
ممکن است الگوعليرغم داشتن Rبالا، به علت اشتباه بودن علائم يک يا چند ضريب آن الگوي خوبي نباشد، به عبارت ديگرعلامت ضرايب الگو بايد با مفاهيم تئوري سازگار باشد.
ه- قدرت تعميم دهي وپيشگيري:
تنها آزمون مناسب براي اعتبارالگو مقايسه پيش بيني آن با تجربه و واقعيت است. اما اين سوال مطرح مي شد که مگرR بالا دلالت برقدرت تعميم دهي الگو ندارد؟ جواب اين سوال مثبت است و بايد گفت که اين قدرت بيان شده توسط R، فقط در رابطه با يک نمونه و براي آن نمونه معين مد نظر است وآنچه که دراينجا مد نظر است قدرت پيش بيني وتعميم دهي براي دوره اي خارج از دوره نمونه مي باشد(گجراتي، ۱۳۸۳،ص۵۷۶)۱٫
۶-۴-۲ معيارهاي عملکرد
عملکرد الگوي طبقه بندي نشان مي دهد که الگو تا چه اندازه درست عمل مي کند که درادبيات اقتصادي “نيکويي برازش۲” ناميده مي شود. دربحث عملکرد يکي ازمعيارهاي عملکرد که مورد بحث قرار مي گيرد عبارت است از:
معيارهايي که برمبناي قاعده طبقه بندي مي شوند:
دراين نوع بررسي امتياز بالا بيانگرشرايط مالي سالم مي باشد. درحاليکه امتياز پايين بيانگرشرايط مالي بد مي باشد، پس شرکتي که درگروه شرکتهاي موفق قرارگرفته باشد امتيازآن بيشتراز نقطه انقطاع مشخص شده مي باشد، و شرکتي که درگروه شرکتهاي ورشکسته قرارمي گيرد امتيازآن کمتراز نقطه انقطاع مي باشد. براي يک الگوي امتياز

مطلب مشابه :  تحقیق رایگان با موضوع انعطاف پذیری

دیدگاهتان را بنویسید