تبیین عوامل موثر بر نقد شوندگی سهام با استفاده از الگوریتم ژنتیک و روش حداقل افزونگی و حداکثر ارتباط(MRMR)
الموضوعات :
محمود رضائی
1
,
حسین پناهیان
2
,
مهدی معدن چی زاج
3
,
حسن قدرتی
4
1 - گروه مهندسی مالی، واحد کاشان، دانشگاه آزاد اسلامی، کاشان، ایران
2 - گروه حسابداری و مدیریت، واحد کاشان، دانشگاه آزاد اسلامی، کاشان، ایران
3 - گروه حسابداری و مدیریت، واحد الکترونیکی، دانشگاه آزاد اسلامی، تهران، ایران
4 - گروه حسابداری و مدیریت، واحد کاشان، دانشگاه آزاد اسلامی، کاشان، ایران
الکلمات المفتاحية: الگوریتم ژنتیک, شبکه عصبی, واژه های کلیدی: نقدشوندگی سهام, روش حداقل افزونگی و حداکثر ارتباط(MRMR),
ملخص المقالة :
نقد شوندگی سهام یک چالش مهم در بازار سرمایه می‌باشد. شناسایی عوامل اثرگذار بر نقدشوندگی، به پیش بینی وضعیت نقدشوندگی سهام و در نتیجه مدیریت ریسک سهام کمک می کند. هدف این تحقیق یافتن عوامل تاثیرگذار بر نقد شوندگی سهام می‌باشد. بدین منظور در مرحله اول با استفاده از ادبیات تحقیق و خبرگان عوامل اثرگذار مشخص و با استفاده از روش‌های حداقل افزونگی و حداکثر ارتباط(MRMR) و الگوریتم ژنتیک، متغیرهای تأثیرگذار انتخاب شده‌اند. در انجام این پژوهش با استفاده از نرم افزارExcel و داده های خام موجود ، داده های مورد نیاز ایجاد شده و سپس با استفاده از نرم افزارمتلب و جعبه ابزار شبکه عصبی و ماشین بردار پشتیبان ساخته شد. . در نهایت متغیرهای استخراجی با استفاده از MRMR ، شامل ارزش بازار سهام، شدت رقابت در بازار محصول، رشد تولید ناخالص داخلی، بازده حقوق صاحبان سهام، بازده سهام، نرخ تورم و مالکیت خانوادگی و با استفاده از الگوی ژنتیک اهرم مالی، مالکیت دولتی، بازده حقوق صاحبان سهام، رشد تولید ناخالص داخلی، درصد شناوری سهم، نوع بازار و تابلو (در بورس و فرابورس)، شدت رقابت در بازار محصول انتخاب شدند.
_||_
