ارزیابی درماندگی مالی شرکت ها در بورس اوراق بهادارتهران به وسیله الگوریتم ژنتیک

منابع مالی به عنوان یکی از مهمترین منابع مورد نیاز در روند سرمایه گذاری به همراه نیروی انسانی، دو پایه اصلی سرمای هگذاری را تشکیل می دهند. با توجه به محدودیت منابع مالی، تخصیص کارآمد این منابع منجر بهجلوگیری از اتلاف منابع محدود و درنهایت منجر به تخصیص بهینه منابع می شود. در این راستا، باید اشخاص حقوقی نیازمند به منابع را به صورت مداوم مورد بررسی قرار داد و منابع را به صورت هدفمند توزیع کرد. یکی ازراهکارهای ارزیابی شرکت ها، بررسی شاخص درماندگی مالی آن ها است. با بکارگیری این سازوکار، می توان شرکت های مناسب را انتخاب کرد و منابع مالی با هدف رشد و کارآمدی بالا و توسعه اقتصادی بلندمدت،تخصیص داد. از نقطه نظر اقتصادی، درماندگی مالی را می توان به زیان ده بودن شرکت تعبیر کرد که در این حالت، شرکت دچار عدم موفقیت شده است.در این پژوهش سعی شده است از طریق بررسی رابطه بین نسبت های مالی منتخب شرکت ها و درماندگی مالی آن ها، به پیش بینی درماندگی آن ها پرداخت. مدلی که در این پژوهشارائه می شود در برگیرنده بخشی از عوامل تاثیرگذار خارج سازمانی و داخل سازمانی بر نسبت های مالی است. در حقیقت شناسایی عوامل خارجی و سپس عوامل داخلی، استخراج نسبت های مالی مورد نیاز از عوامل داخلی و خارجی، ورود این نسبت ها در الگوریتم ژنتیک و شبکه عصبی، انتخاب روش با دقت بالاتر و در نهایت پیش بینی درماندگی مالی با استفاده از روش منتخب، هدف کلی ما در این پژوهش است. طبق بررسی های صورت گرفته در این پژوهش، دقت الگوریتم ژنتیک در پیش بینی درماندگی مالی شرکت ها به مراتب از روش شبکه عصبی بیشتر است. بنابراین الگوریتم ژنتیک با حدود 70 % دقت ب هعنوان روش منتخب معرفی می شود

کلیدواژه ها:

شبک ههای عصبی مصنوعی ، الگوریتم یادگیری ، پرسپترون ، الگوریتم ژنتیک ، عملگرهای الگوریتم ژنتیک ، درماندگی مالی