طراحی مدل پیش بینی ریسک نکول شرکتها با استفاده از الگوریتمهای یادگیری ماشین در بازار سرمایه ایران

ریسک نکول شرکتها یکی از مهمترین مخاطرات موجود در بازارهای مالی است که می تواند بر تصمیم گیری سرمایه گذاران، اعتباردهندگان و سیاست گذاران مالی تاثیر قابل توجهی بگذارد. در سالهای اخیر توسعه روشهای مبتنی بر یادگیری ماشین، امکان پیش بینی دقیق تر درماندگی مالی و ریسک نکول را نسبت به مدلهای سنتی فراهم کرده است. هدف این پژوهش طراحی مدل پیش بینی ریسک نکول شرکتهای پذیرفته شده در بازار سرمایه ایران با استفاده از الگوریتمهای یادگیری ماشین است. پژوهش حاضر از نظر هدف کاربردی و از نظر روش اجرا توصیفی-تحلیلی است. جامعه آماری شامل شرکتهای پذیرفته شده در بورس اوراق بهادار تهران بوده و داده های مالی شرکتها طی دوره زمانی ۱۳۹۵ تا ۱۴۰۴ جمع آوری شده است. در این پژوهش، متغیرهای مالی شامل نسبت بدهی، بازده دارایی ها، نقدینگی، جریان نقد عملیاتی و اهرم مالی به عنوان متغیرهای مستقل مورد استفاده قرار گرفتند و وضعیت نکول شرکتها به عنوان متغیر وابسته در نظر گرفته شد. برای پیش بینی ریسک نکول از الگوریتمهای جنگل تصادفی، ماشین بردار پشتیبان و شبکه عصبی مصنوعی استفاده شد. نتایج پژوهش نشان داد که مدلهای مبتنی بر یادگیری ماشین از توانایی بالایی در شناسایی شرکتهای دارای ریسک نکول برخوردار هستند و الگوریتم جنگل تصادفی نسبت به سایر مدلها دقت پیش بینی بیشتری ارائه می دهد. همچنین یافته ها بیانگر آن است که استفاده از روشهای هوشمند می تواند موجب بهبود فرآیند ارزیابی ریسک و تصمیم گیری در بازار سرمایه ایران شود.

کلیدواژه ها:

ریسک ، نکول ، یادگیری ماشین ، مهندسی مالی ، بازار سرمایه ، ایران ، شبکه عصبی مصنوعی ، جنگل تصادفی ، پیش بینی ورشکستگی ، ماشین بردار پشتیبان