مجلة الإستراتيجية والتنمية
Volume 11, Numéro 2, Pages 492-509
2021-02-24
Authors : Zahouani Marwa . Bouguerra Imane .
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. تهدف هذه الدراسة إلى التعرف على مدى فعالية الشبكات العصبية الاصطناعية، في التنبؤ بالتعثر المالي للشركات الصناعية، المدرجة في بورصة عَمَّانْ 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.
prediction, financial distress, financial ratios, artificial neural network, industrial companies, Amman Stock Exchange.
Medjoub Alaeddine
.
Houas Abderrezzak
.
pages 87-106.
Dr Osama J. Al-nsour
.
Dr Sami Senyal Jresat
.
pages 601-621.
Houas Abderrezzak
.
Oucif Ghedeir Brahim Brahim
.
pages 667-682.
الزعبي علي عبد الله
.
ص -.
Sabek Amine
.
Sََaihi Youcef
.
pages 475-492.