پیش بینی شاخص های مالی شرکت ها با استفاده از الگوریتم های فرا ابتکاری تخمین زن میانگین شرطی و ژنتیک
محورهای موضوعی : دانش سرمایهگذاری
ابراهیم علی زاده
1
(گروه حسابداری، واحد بین المللی کیش، دانشگاه آزاد اسلامی، جزیره کیش، ایران)
حمیدرضا وکیلی فرد
2
(دانشیار دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، دانشکده مدیریت و اقتصاد، تهران، ایران(نویسنده مسئول))
محسن حمیدیان
3
(استادیار دانشگاه آزاد اسلامی، واحد تهران جنوب، دانشکده اقتصاد و حسابداری، تهران، ایران)
کلید واژه: الگوریتم ژنتیک, واژه های کلیدی: شاخص های مالی, تخمین زن میانگین شرطی,
چکیده مقاله :
چکیدهپیش بینی وضعیت مالی شرکت ها مبتنی بر شاخص های مالی یکی از مهم ترین موضوعات مورد توجه سرمایه گذاران، اعتبار دهندگان و دیگر ذی نفعان شرکت نظیر عرضه کنندگان یا خرده فروشان است. چرا که، ارزیابی وضعیت مالی یک شرکت پیش از اینکه به هرگونه تصمیم گیری در زمینه سرمایه گذاری یا اعطای وامی منجر شود برای پیش گیری از زیان ضروری به نظر می رسد. این پژوهش با هدف پیش بینی شاخص های مالی شرکت ها با استفاده از روش تخمین زن میانگین شرطی و الگوریتم ژنتیک به انجام رسید. روش پژوهشDM-CRISP بوده و داده های مالی 130 شرکت بورسی طی 10 سال از 1388 تا 1397 تحلیل گردید. نتایج تحقیق نشان داد که، روش تخمین زن میانگین شرطی از دقت و توانایی بسیار بالایی در مدلسازی برخوردار می باشد. همچنین، استفاده از الگوریتم ژنتیک به صورت تلفیقی دقت پیش بینی را افزایش می دهد. فعالان بازار سرمایه می توانند از نتایج پژوهش جهت پیش بینی بهتر شاخص های مالی و عملکردی شرکت ها استفاده نمایند.
AbstractPredicting the financial position of companies based on financial indicators is one of the most important issues of interest to investors, creditors and other stakeholders of the company such as suppliers or retailers. Because, evaluating a company's financial position before making any investment or lending decisions seems necessary to prevent losses. The purpose of this study was to predict the financial indices of companies using the conditional average estimator method (CAE) and genetic algorithm (GA). The research method was DM-CRISP and the financial data of 130 stock companies over 10 years from 2009 to 2018 were analyzed. The results showed that the conditional average estimator method has high accuracy and ability in modeling. Also, the use of genetic algorithm in combination increases the accuracy of prediction. Capital Market Operators Can Use Research Results to Better Predict Corporate Financial and Performance Indicators.
_||_