فهرست و منابع پایان نامه پیش بینی وقوع بحران مالی در بازار سرمایه ایران با استفاده از تکنیک تحلیل پوششی داده ها ( بررسی مقایسه ای با مدل های اسپرین گیت، آلتمن، اهلسون، زیمسکی، شیراتا)
فهرست:
چکیده: 1
مقدمه: 2
فصل اول: کلیات تحقیق
1-1 مقدمه 4
2-1 بیان مسئله 5
3-1 اهمیت و ضرورت موضوع تحقیق. 6
4-1 اهداف تحقیق. 8
1-4-1 اهداف اصلی. 8
2-4-1 اهداف فرعی(ویژه). 8
5-1 چارچوب نظری تحقیق. 9
6-1 مدل تحقیق و شیوه ی اندازه گیری متغییر ها 13
1-6-1 الگوی مبتنی بر تحلیل پوششی داده ها 15
2-6-1 الگوی اسپرین گیت: 16
3-6-1 الگوی آلتمن. 16
4-6-1 الگوی اهلسون. 16
5-6-1 الگوی زیمسکی. 16
6-6-1 الگوی شیراتا 17
7-6-1 الگوی اسپرینگیت با استفاده از امتیاز کارایی. 17
8-6-1مدل مبتنی بر الگوی آلتمن با امتیاز کارایی. 17
9-6-1 مدل اهلسون با امتیاز کارایی. 17
10-6-1مدل زیمسکی با امتیاز کارایی. 17
11-6-1 مدل شیراتا با امتیاز کارایی. 17
7-1 فرضیات تحقیق: 17
8-1 متغیرهای عملیاتی تحقیق. 19
9-1 تعریف واژه ها و اصطلاحات.. 19
فصل دوم: مروری بر ادبیات تحقیق
1-2 مقدمه 24
2-2 تعاریف ورشکستگی. 25
1-2-2پریشانی مالی. 25
2-2-2 قابلیت نقدشوندگی ضعیف(درماندگی): 26
3-2-2 نکول: 26
4-2-2 ورشکستگی. 27
3-2مراحل درماندگی مالی. 27
4-2-هزینه های ورشکستگی. 28
5-2 تاثیرهزینه های ورشکستگی بر ساختار سرمایه 30
6-2 دلایل ورشکستگی. 32
1-6-2 دلایل برون سازمانی. 32
2-6-2 دلایل درون سازمانی. 33
7-2 ابزارهای شناسایی عوامل ورشکستگی. 37
1-7-2 تحلیل روند: 37
2-7-2 تحلیل عملیات حسابداری. 37
3-7-2 تحلیل مدیریت.. 39
8-2 انواع شکست.. 40
9-2 بررسی قانون ورشکستگی در ایران. 40
10-2بررسی قانون ورشکستگی در برخی کشورها 41
11-2 قوانین ورشکستگی و عجز از پرداخت دیون در دنیای امروز. 42
12-2 تاریخچه بورس و اوراق بهادار در جهان. 42
13-2 تاریخچه بورس و اوراق بهادار تهران. 43
14-2 تعریف بورس اوراق بهادار. 45
15-2 مروری بر انواع شرکت های پذیرفته شده در بورس اوراق بهادار تهران. 46
1-15-2 شرکت های سرمایه گذاری با سرمایه متغیر. 46
2-15-2 شرکت های سرمایه گذاری با سرمایه ثابت.. 47
3-15-2 صندوق های سرمایه گذاری غیرفعال. 47
4-15-2 شرکت مادر. 48
5-15-2 شرکت های فعالیت تنوعی. 48
16-2 مفهوم پیش بینی. 49
17-2 مفهوم تصمیم گیری. 49
18-2 پیش بینی مقدمه ای بر تصمیم گیری استفاده کنندگان اطلاعات مالی. 51
19-2فرض تداوم فعالیت.. 51
1-19-2استانداردهای حسابداری مربوط به فرض تداوم فعالیت.. 53
2-19-2 برقرار نبودن فرض تداوم فعالیت.. 54
20-2 تجزیه و تحلیل صورتهای مالی، نسبت های مالی و کاربرد آنها 55
21-2 ارزیابی تداوم فعالیت با کمک نسبتهای مالی و مدلهای پیش بینی ورشکستگی. 56
22-2 تحلیل پوششی داده ها 57
23-2 انواع مدلهای تحلیلی پوششی داده ها 58
1-23-2 مدل CCR.. 58
2-23-2 مدل BCC.. 59
24-2 مدلها و روشهای پیش بینی وقوع درماندگی مالی و ورشکستگی. 60
1-24-2 مدل بیور. 60
2-24-2 مدل آلتمن. 61
3-24-2 مدل دی کین. 64
4-24-2 مدل اسپرینگیت.. 64
5-24-2 مدل اوهلسون. 64
6-24-2 مدل زمیسکی. 65
7-24-2 مدل فالمر. 65
8-24-2 مدل CA-Score. 66
9-24-2مدل گرایس.. 67
10-24- 2مدل زاوگرن. 67
11-24-2 مدل SAF. 69
12-24-2 مدل Thai DA.. 69
13-24-2 مدلهای پیش بینی هوش مصنوعی. 70
14-24-2 درخت های تصمیم 72
15-24-2 الگوریتم ژنتیک (GA) 73
16-24-2 تئوری مجموعه فازی. 74
17-24-2 تحلیل پوششی داده ها 74
18-24-2 استدلال مبتنی بر مورد 75
19-24-2 مجموعه ناهموار. 76
20-24-2 روش ماشین بردار پشتیبان. 76
25-2 پیشینه تحقیق: 77
1-25-2 تحقیقات داخلی. 77
2-25-2 تحقیقات خارجی. 83
فصل سوم: روش اجرای تحقیق
1-3 مقدمه 92
2-3 روش تحقیق. 92
3-3 جامعه مطالعاتی. 93
1-3-3 معیار تعیین درماندگی مالی. 93
2-3-3 انتخاب شرکت های درمانده 94
3-3-3 انتخاب شرکت های سالم 94
4-3 حدود مطالعاتی. 94
1-4-3 قلمرو موضوعی. 95
2-4-3 قلمرو مکانی. 95
3-4-3 قلمرو زمانی. 95
5-3 روش و ابزار گردآوری اطلاعات.. 95
6-3 روش تجزیه وتحلیل داده ها 96
فصل چهارم: تجزیه و تحلیل دادهها
1-4 مقدمه 101
2-4 تحلیل توصیفی متغیر های تحقیق. 101
3-4 تجزیه و تحلیل استنباطی فرضیات پژوهشی. 102
2-3-4 تجزیه تحلیل و آزمون فرضیه 2: 106
3-3-4 تجزیه تحلیل و آزمون فرضیه 3: 110
4-3-4 تجزیه تحلیل و آزمون فرضیه 4: 114
5-3-4 تجزیه تحلیل و آزمون فرضیه 5: 118
6-3-4 تجزیه تحلیل و آزمون فرضیه 6: 121
7-3-4 تجزیه تحلیل و آزمون فرضیه 7: 125
8-3-4 تجزیه تحلیل و آزمون فرضیه 8 : 130
9-3-4 تجزیه تحلیل و آزمون فرضیه 9: 133
10-3-4 تجزیه تحلیل و آزمون فرضیه 10: 137
11-3-4 تجزیه تحلیل و آزمون فرضیه 11 : 140
12-3-4 تجزیه تحلیل و آزمون فرضیه 12: 143
13-3-4 تجزیه تحلیل و آزمون فرضیه 13: 144
14-3-4 تجزیه تحلیل و آزمون فرضیه 14: 145
15-3-4 تجزیه تحلیل و آزمون فرضیه 15: 146
16-3-4 تجزیه تحلیل و آزمون فرضیه 16: 148
17-3-4 تجزیه تحلیل و آزمون فرضیه 17: 149
18-3-4 فرضیه تجزیه تحلیل و آزمون 18: 150
19-3-4 تجزیه تحلیل و آزمون فرضیه 19 : 152
20-3-4 تجزیه تحلیل و آزمون فرضیه 20: 153
21-3-4 تجزیه تحلیل و آزمون فرضیه 21: 155
فصل پنجم: نتیجهگیری و پیشنهادات
1-5 مقدمه 160
2-5 ارزیابی و تشریح نتایج آزمون فرضیه ها 160
1-2-5 فرضیه اول: 160
2-2-5 فرضیه دوم 161
3-2-5 فرضیه سوم 161
4-2-5 فرضیه چهارم 162
5-2-5 فرضیه پنجم 163
6-2-5 فرضیه ششم 163
7-2-5 فرضیه هفتم 164
8-2-5 فرضیه هشتم 164
9-2-5 فرضیه نهم 165
10-2-5 فرضیه دهم 166
11-2-5 فرضیه یازدهم 166
12-2-5 فرضیه دوازدهم 167
13-2-5 فرضیه سیزدهم 167
14-2-5 فرضیه چهاردهم 168
15-2-5 فرضیه پانزدهم 168
16-2-5 فرضیه شانزدهم 168
17-2-5 فرضیه هفدهم 169
18-2-5 فرضیه هیجد هم 169
19-2-5 فرضیه نوزدهم 170
20-2-5 فرضیه بیستم 170
21-2-5 فرضیه بیست یکم 171
3-5 نتیجه گیری کلی تحقیق. 171
4-5 پیشنهادهایی مبتنی بر یافته های تحقیق. 172
5-5 پیشنهادهایی جهت تحقیقات آتی. 172
6-5 محدودیت های تحقیق. 173
پیوست ها
منابع و ماخذ 197
منابع فارسی: 198
منابع لاتین: 203
.
منبع:
منابع فارسی:
آذر، عادل، مومنی، منصور، 1387، آمار و کاربرد آن در مدیریت، تهران، جلد2.
آقایی، م و غلامرضا کردستانی، 1380،« توانایی سود برای پیش بینی جریان نقدی و سودهای آتی»، بررسی های حسابداری، سال پنجم، شماره 18 و 19.
احدیان پور، پ، 1385،«پیش بینی ورشکستگی با استفاده از شبکه عصبی مصنوعی»، پایان نامه کارشناسی ارشد، دانشگاه آزاد اسلامی، واحد علوم تحقیقات
احمدی، علیرضا، بررسی کارایی نسبی قسمت های توزیع برق استان مرکزی با استفاده از رویکرد تحلیل پوششی داده ها (DEA) و ارائه راهکار در جهت افزایش کارایی، پژوهش شرکت توزیع برق استان مرکزی، زمستان 1387.
امامی ، عباس ، پیاده سازی الگوی آلتمن در صنایع نساجی پذیرفته شده در بورس اوراق بهادار ، پایان نامه کارشناسی ارشد، دانشگاه آزاد اسلامی واحد اراک، سال 86.
امینی، ع، ارزیابی ورشکستگی شرکتهای پذیرفته شده در بورس اوراق بهادار تهران با استفاده از مدل آلتمن ، پایان نامه کارشناسی ارشد، دانشگاه آزاد اسلامی، واحد تهران مرکزی ، 1384
پورمهر، س، بررسی امکان سنجی استفاده از الگوهای اسپرینگیت و زمیجوسکی در پیش بینی ورشکستگی شرکت های پذیرفته شده در بورس اوراق بهادار تهران، پایان نامه کارشناسی ارشد، دانشگاه آزاد اسلامی واحد تهران مرکزی،1386.
ثقفی، ع، 1381، بررسی شاخص های پیش بینی کننده های ورشکستگی در شرایط محیطی ایران، رساله دکتری دانشکده مدیریت تهران
جهانخانی، ع و علی پارسائیان، 1385، "مدیریت مالی"، جلد اول، انتشارات سمت.
حاجیها، ز،1384، "سقوط شرکت، علل و مراحل آن، مطالعه سیستم های قانونی ورشکستگی در ایران و جهان"، حسابرس، شماره 29.
حافظ نیا، م، 1380،«مقدمه ای بر روش تحقیق در علوم انسانی»، تهران، انتشارات سمت.
خاکی، غلامرضا، 1387، روش تحقیق با رویکردی به پایان نامه نویسی، تهران.
دستگیر، محسن، سجادی، سید حسین ، مقدم، جواد، پیش بینی ورشکستگی با استفاده از مدل لوجیت، پژوهش های اقتصادی، www.SID.ir
دلاور، ع،1384، "مبانی نظری و عملی پژوهش در علوم انسانی و اجتماعی"، چاپ چهارم، انتشارات رشد.
راعی ، رضا، فلاح پور ، سعید، پیش بینی درماندگی مالی شرکت ها با استفاده از شبکه های عصبی مصنوعی، تحقیقات مالی، بهار و تابستان 83، شماره17.
راعی ، رضا، فلاح پور ، سعید، کاربرد ماشین بردار پشتیبان در پیش بینی درماندگی مالی شرکت ها با استفاده از نسبت های مالی، بررسی های حسابداری و حسابرسی، پائیز 87 ، دوره 15، شماره 53، صفحه 17.
رسول زاده، م، بررسی کاربرد مدل آلتمن برای پیش بینی ورشکستگی شرکت های پذیرفته شده در بورس اوراق بهادار تهران، تدبیر،1380شماره120.
رهنمای رود پشتی، فریدون، علی خانی، راضیه، مران جوری، مهدی، بررسی کاربرد مدلهای پیش بینی ورشکستگی آلتمن و فالمر در شرکت های پذیرفته شده در بورس اوراق بهادار تهران، بررسی های حسابداری و حسابرسی ، بهار88 ، دوره 16 ، شماره 55، صفحه 19.
رهنمای رود پشتی، فریدون، نیکو مرام، هاشم، شاهوردیانی، شادی، 1385، مدیریت مالی راهبردی، تهران.
ساروئی، سمیه، بررسی کارایی مدل های اسپرینگیت، زیمسکی و اهلسون در امکان پیش بینی ورشکستگی شرکت های پذیرفته شده در بورس اوراق بهادار تهران، پایان نامه کارشناسی ارشد، دانشگاه آزاد اسلامی ، وهحد اراک، تابستان 1389.
سپردار، م، بررسی کاربرد مدل اسپرینگیت در پیش بینی ورشکستگی شرکت های پذیرفته شده در بورس اوراق بهادار تهران ( صنعت محصولات غذایی و آشامیدنی)، پایان نامه کارشناسی ارشد، دانشگاه آزاد اسلامی واحد تهران مرکزی، 1386.
ستایش، محمد حسین، غیوری مقدم ، علی، تعیین ساختار بهینه سرمایه در سطح صنایع با استفاده از تکنیک تحلیل پوششی داده ها (DEA) ، پژوهش های حسابداری مالی، پائیز و زمستان 1388، سال اول و دوم، صص52-33
سعیدی، علی ، آقایی ، آرزو، پیش بینی درماندگی مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از شبکه های بیز، بررسی های حسابداری و حسابرسی، تابستان 88، دوره 16، شماره 56، صفحه 59.
سعیدی، علی، آقایی، آرزو، مروری بر روشها و مدلهای پیشبینی ورشکستگی، دانش و پژوهش حسابداری، 1388، 5، 16، 30.
سلیمانی امیری، غ ، 1381،«بررسی شاخص های پیش بینی ورشکستگی در محیط ایران»، رساله دکتری، دانشگاه تهران، دانشکده مدیریت.
سلیمانی، ا ، 1385،«ارزیابی توانمندی مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران و ارائه مدل مناسب ارزیابی» رساله دکتری، دانشگاه آزاد اسلامی، واحد علوم تحقیقات.
سلیمانی، غ ، نسبت های مالی و پیش بینی بحران مالی شرکت ها در بورس اوراق بهادار تهران، تحقیقات مالی، بهار و تابستان 82، سال 5، شماره15 ، صص121-136.
شاه ولی زاده، ع ، کاربرد مدل زمیجوسکی در تعیین ورشکستگی شرکت های پذیرفته شده در بورس اوراق بهادار تهران، پایان نامه کارشناسی ارشد، دانشگاه آزاد اسلامی واحد اراک، سال 85.
شباهنگ، ر،1387، "مدیریت مالی"، جلد اول، چاپ پنجم، انتشارات سازمان حسابرسی، نشریه 92.
شقاقی نژاد، ف ، 1382، "مقررات ورشکستگی در ایران"، مجله حسابدار، سال نهم.
طالب نیا، ق ،و آزیتا جهانشاد، ، شاهی، پنجه، ارزیابی کارایی متغیرهای مالی و متغیرهای اقتصادی در پیش بینی بحران مالی شرکتها ( مطالعه شرکتهای پذیرفته شده در بورس اوراق بهادار تهران)، 1388، بررسی های حسابداری و حسابرسی، 16، 55، 67-84.
عسگری، ح، 1387، " بررسی کارایی الگوهای اسپرینگیت، زاوگین و فولمر درپیش بینی ورشکستگی شرکتهای پذیرفته شده در بورس اورافق بهادار تهران"، پایان نامه کارشناسی ارشد، دانشگاه آزاد اسلامی واحد تهران مرکزی.
علمشاهی، الف،1386،" بررسی توان پیش بینی مدل زاوگین و رویکرد ارزشیابی نسبی جهت ارزیابی ورشکستگی شرکتهای پذیرفته شده در بورس اوراق بهادار تهران"، پایان نامه کارشناسی ارشد، دانشگاه آزاد اسلامی، واحد تهران مرکزی.
علی خانی، م، 1385، "ارزیابی مدلهای ورشکستگی در بورس اوراق بهادار تهران"، پایان نامه کارشناسی ارشد، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات.
غلامعلی، غ،1384، " بررسی تطبیقی شاخص پیش بینی توقف ورشکستگی آلتمن و نسبت های مالی معین در پیش بینی عدم تادیه تسهیلات اعطایی"، پایان نامه کارشناسی ارشد، موسسه عالی بانکداری، بانک مرکزی ج.ا.ا.
فرج زاده دهکردی، ح ، 1386، «کاربرد الگوریتم ژنتیک در مدل بندی پیش بینی ورشکستگی»، پایان نامه کارشناسی ارشد، دانشگاه تربیت مدرس، دانشکده علوم انسانی.
قالیباف اصل، ح، 1387، " مدیریت مالی"، چاپ پنجم، انتشارات پوران پژوهش.
کمیته تدوین استانداردهای حسابداری، 1386، «استانداردهای حسابداری»، تهران، سازمان حسابداری، چاپ ششم.
کمیته تدوین استانداردهای حسابداری، 1386، «استانداردهای حسابداری»، تهران، سازمان حسابداری، چاپ ششم.
کمیجانی، اکبر، سعادت فر، جواد، کاربرد مدل های شبکه عصبی در پیش بینی ورشکستگی اقتصادی شرکت های بورس، دو فصلنامه علمی پژوهشی جستارهای اقتصادی، پائیز و زمستان 85، سال سوم، شماره 6.
گجراتی، د. و حمید ابریشمی، 1383،" مبانی اقتصادسنجی"، جلد دوم، انتشارات دانشگاه تهران.
لانگمن هندی لرنز، دیکشنری، 1386، تهران، مؤسسه کتاب آراد.
لعل بار، ع، 1388، حسابداری مالی، قم، نشر رادنگار.
مسیح آبادی، ا، واحدیان، میثم، کارایی شرکتها بر مبنای تکنیک تحلیل پوششی داده ها و توانایی پرداخت بدهی در سررسید، تحقیقات حسابداری، 1388، 1، 4.
معتمدالشریعتی، ن ، 1380،«تأثیر تجربه بر استفاده از شواهد نامربوط در قضاوت حسابرسان از تداوم فعالیت»، پایان نامه کارشناسی ارشد، دانشگاه علامه طباطبایی، دانشکده حسابداری و مدیریت.
مکیان، س، آلمدرسی، سید محمد تقی،کیزمی تکلو، سلیم، مقایسه مدل شبکه های عصبی مصنوعی با روش رگرسیون لجستیک و تحلیل ممیزی در پیش بینی ورشکستگی شرکتها، 1389، فصلنامه پژوهشهای اقتصادی، 10، 2، 141-161.
موسوی شیری، م، محمدرضا طبرستانی، ،پیش بینی درماندگی مالی شرکتها با استفاده از تحلیل پوششی داده ها، تحقیقات حسابداری، 1388،1، 2.
مومنی، م، 1386،" تحلیلهای آماری با استفاده از SPSS "، چاپ اول، انتشارات کتاب نو.
مهرانی، س ، مهرانی، کاوه، منصفی، یاشار، کرمی، غلامرضا، بررسی کاربردی الگوهای پیش بینی ورشکستگی زیمسکی و شیراتا در شرکتهای پذیرفته شده در بورس اوراق بهادار، 1384، بررسی های حسابداری و حسابرسی، 12، 41، 131-105
مهرگان، م، (1383)، مدل های کمی در ارزیابی عملکرد سازمان ها(تحلیل پوششی داده ها)، تهران: انتشارات دانشکده مدیریت دانشگاه تهران.
نادری، س، و سیف نراقی، 1375،«روش های تحقیق و چگونگی ارزشیابی آن در علوم انسانی»، تهران، دفتر تحقیقات و انتشار بدر، چاپ سیزدهم.
نیکو مرام، ه. و همکاران،1381،"مبانی مدیریت مالی"، جلد اول، چاپ دوم، انتشارات ترمه.
وکیلی فرد، ح. و مسعود وکیلی فرد،1380،" مدیریت مالی"، جلد اول، انتشارات علمی فوج
منابع لاتین:
Adnan Aziz. M & Humayon a.Dar, 2002,”Predicting Corporate Bankruptcy”, Department of Economics, Loughborough University. UK.
Alteman.E.I, 2000,”predicting Financial Distress of Companies Revisiting the Z-Score and Zeta Models.
Altman, E.I, 1982, “Accounting Implications of Failure prediction Models”. Journal of Accounting, Auditing, and Finance(fall), pp:4-19.
Altman,E.I, 1993,”Corporate Financial Distress and Bankruptcy:AComplete Guide to predicting and Avoiding Distress and Profiting from Bankruptcy”. Second edition, John wiley and sons.
Altman. E.I, 1983,”Corporate Financial Distress- A Complete Guide to predicting, Acoiding and Dealing whit Bankruptcy, New York Wiley.
Anja Cielen, Iudo peters, Keon vornhoof, Bankruptcy prediction using a data envelopment analysis,16 April 2004, Euroupean Journal of Operational Research, Vol154, Issue 2, pp 526-532.
Beaver. W, 1966, “Financial Ratios as prediction of Failure”.Journal of Accounting Research. Vol: 6(2),pp:179-192.
Buggakupta & Suntaree, 2003, “The Development of Thai DA Model in Predicting Failure of Thai listed Companies”, pp:9-10.
Chen, Wei- Sen; Du, Yin- kua(2009). “using neural networks and data mining techniques for the financial distress prediction model”. Expert systems with Application, 36, pp: 4075-4086.
Cheng Chi- Bin; Chen, Chin-Lung; Fu, Chung- jen(2006).”Financial distress prediction by a radial basis function network with Applicatons,51, pp: 579- 588.
Cho, Sungbin; Kim, jinh Wa; Ba, Jae kwon(2009).”An integrative model with subject weight based on neural network learning for bankruptcy prediction.” Expert Systems with applications, 36, pp: 403-410.
Cindy Yoshiko Shirata 2002,”An attempt to Rate Companies Based on Bankuruptcy Prediction Model”. Nihon University.
Cochran. James. Ali F. Darrat, Khaled Elkhal, 2006,”om Bankruptcy of internet Companies: An Emprical Inquiry”, Journal of Business Research, Vol: 59. pp:1193-1200.
Deakin, E.B. (1972)," A discriminant analysis of predictors of Business Failure". Journal of Accounting Research, 10(1).
Etemadi, Hossein; Anvary Rostamy, Ali Asghar; Farajzadeh Dehkordi, Hassan(2009).”A genetic programming model for bankruptcu prediction: Empiricial evidence from iran”.Expert Systems with Applications, 36, pp: 3199-3207.
Fulmer, Jouhn G, jr.,Moon, James E., Gavin, Thomas A., Erwin, Micheal J., 1984, “ A Bankruptcy Classitication Model for Small Firms”. Journal of Commerical Bank Lending, pp:25-37.
Gordon, Myron J, 1971,”Towarsd A Theory of Financial Distress”. Journal of Finance, Vole 29. pp: 347-356.
Grice, John.Stephen, R. Ingram, 2001, “Tests of the generalizability of Altman bankruptcy prediction model”. Journal of Business Research, Vol. 54.Iss.1.
Horrigan, J.O.(1968)," A short history of financial ratio analysis". The Accounting Review.
Hu, Yi- Chung(2008).” Incorporating a non- additive decision making method into multi- layer neural networks and its applications to financial distress analysis”. Knowledge- Based Systems, 21, pp: 383- 390.
Hu, Yi-Chung (2009).”Bankruptcy prediction using ELECTRE- based single- layer perceptron”. Neurocomputing, 72. pp:3150- 3157.
Lee, Yong- joo; Shin, kyung-Shik(2002).”A genetic algorithm application in bankruptcy prediction modeling”. Expert systems with Applications.
Lin, Chia-liangs, 2007, “Validation of a Rolling- logit Model to Predict TSE Corporate Bankruptcy”. Degree of doctor philosophy, Lynn University.
Mckee, T.E., & Greenstein, M. (2000), Predicting bankruptcy using recursive partitionhng and a realistically proportioned date set". Journal of forecasting, 19(3).
Min, Jae H; jeong chulwoo(2009).”A binary classification method for bankruptcy prediction”. Expert systems with Applications, 36, pp: 5256-5263.
Ohlson, J. A. 1980. “Financial Ratios and the Probabilisic prediction of Bankruptcy.” Journal of Accounting Research(spring)pp:109-131.
Premachandra, I.M. Gurmeet, Singh Bhabra Toshiyule, Sueyoshi, DEA as tool for bankruptcy assessment: A Comprative study with Logestic Regression technique, 2009, Euroupean Journal of Operational Research, Vol 193, pp412-424.
Premachandra. I.M; Bhabra, Gurmeet singh; Sueyoshi, Toshiyuki(2009).”DEA as a tool for bankryptcy assessment: A comparatice study with logistic regression technique”. European journal of Operational Research, 193, pp: 412-424.
Quebec CA`s, 1987, “CA-Score, a warning System for small Business Failures”, Bilanas, pp:29-31.
Tsakonas Athanasois; Dounias, George; Doumpos, Michael; Zopounidis, Constantin(2006). Bankruptcy prediction with neural logic networks by means of grammer- guided genetic programming Expert System with Applicatios, 30, pp: 449-461.
Tseng, Fang- Mei; Hu Yi- Chung (2010).”Comparing four bankruptcy prediction models: Logit, quadratic interval logit, neural and fuzzy neural networks”. Expert Systems with Applications, 37,pp: 1846-1853.
Whitaker, R. 1999, “The Early Stays of Financial Distress”. Journal of Economics and Finance, Vol 23, pp:122-133.
Wu, Desheng(Dash); Liang, Liang; Yang, Zijiang(2008). “Analyzing the financial distress of Chinese public Companies using probabilistic neural networks and multivariate discriminate analysis”. Socio- Economic planning Sciences, 42, pp: 206-220.
Xu, Xiaoyan; Wang Yu(2009). “Financial failure prediction using efficiency as a preditor”. Expert System with Applications, 36,pp:366-373.
Yeh, Ching-Chiang, Chi, Der-Jang, Hsu, Ming-Fu, A hybrid approach of DEA, rough set and support vector machines for business failure prediction, 2010, Expert Systems with Applications,vol 37,pp1535-1541.
Zavgren, C. 1983.”The prediction fo Corporate Failure: The State of the Art. “ Journal of Accounting Literature, Vol: 2, pp: 1-38.
Zhang, Guoqiang; Y. Hu, Micheal; Patuwo, B. Eddy; C.indro, Daniel(1999).”Artificial neural networks in bankruptcy prediction: General framework and cross- validation analysis”. European journal of Operational Research, 166, pp: 16-32.
Zmijewski, M. E. 1984. Methodological Issues Related to the Estimation of Financial Distress Prediction Models, Journal of Accounting Research, Vol: 24(Supplement), pp: 59-82.
.