یکی از مهمترین مباحث بازار سرمایه آگاهی از میزان ریسک شرکت‌ها به ویژه ریسک سیستماتیک است که می تواند بازده سهام شرکت‌ها را تحت تأثیر قرار داده و نقش به سزایی در تصمیم‌گیری ایفا کند. در این تحقیق، هدف پیش‌بینی ریسک سیستماتیک شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از نرم افزار شبکه عصبی مصنوعی و سه الگوریتم کرم شب تاب، الگوریتم درخت تصمیم و الگوریتم رگرسیون ماشین بردار پشتیبان می باشد. برای انجام این تحقیق از نمونه ای شامل 92 شرکت از شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران طی دوره زمانی 1392 الی 1397 استفاده شده است. نتایج حاصل شده از آزمون فرضیه‌های تحقیق نشان داد که قدرت پیش‌بینی ریسک سیستماتیک در الگوریتم کرم شب تاب نسبت به دو الگوریتم درخت تصمیم و الگوریتم رگرسیون ماشین بردار پشتیبان بیشتر می‌باشد و همچنین قدرت پیش‌بینی الگوریتم درخت تصمیم نسبت به الگوریتم رگرسیون ماشین بردار پشتیبان به جهت پیش‌بینی ریسک سیستماتیک بالاتر می باشد. Manuscript profile

تصمیم‌گیری در مسائل مالی و اقتصادی به دلیل عدم اطمینان آتی، همواره با ریسک همراه است. بنابراین یکی از راه های کمک به سرمایه‌گذاران، ارائه الگوهای پیش‌بینی ریسک سرمایه‌گذاری می‌باشد. هر چه این پیش‌بینی‌ها به واقعیت نزدیکتر باشند، تصمیم‌گیری‌هایی که بر اساس چنین پیش‌بینی‌هایی اتخاذ می‌شوند، صحیح‌تر خواهد بود. هدف اصلی پژوهش تجربی حاضر پیش‌بینی ریسک سیستماتیک با تاکید بر متغیرهای مالی و غیرمالی می‌باشد. جامعه آماری این پژوهش، شرکت‌های پذیرفته‌ شده در بورس اوراق بهادار تهران است. داده‌های مورد مطالعه این پژوهش شامل 552 سال- شرکت از سال‌های 1392 تا 1397 می‌باشد. برای آزمون فرضیه ها از رویکرد شبکه های عصبی مصنوعی و الگوریتم های کرم شب، درخت تصمیم و رگرسیون ماشین بردار پشتیبان استفاده شده است. نتایج حاصل شده از آزمون فرضیه‌های تحقیق نشان داد که هر سه الگوریتم، قدرت تبیین ریسک سیستماتیک را دارا می‌باشند. Manuscript profile