کاربرد شبکه های عصبی مصنوعی و ژنتیک در پیش بینی درجه بندی شرکت ها در مقایسه با رگرسیون در شرکت های پذیرفته شده در بورس اوراق بهادار تهران

در دنیای سرمایه گذاری امروز، تصمیم گیری مهمترین بخش از فرآیند سرمایه گذاری است که طی آن سرمایه گذاران در جهتحداکثر کردن منافع و ثروت خویش نیازمند اتخاذ بهینه ترین تصمیمات می باشند. تصمیماتی که قبل از هر چیز نیاز به اطلاعات مالی(اطلاعاتی که مبتنی بر رویدادهای واقعی است) در آنها احساس می شود. در فرایند تصمیم گیری، رویدادهای گذشته به عنوانراهنمایی جهت تصمیمات مختلف آینده مورد استفاده قرار می گیرد. به همین جهت سرمایه گذاران و اعتبار دهندگان بیشترین استفادهرا از اطلاعات مالی جهت تصمیماتی که اتخاذ می کنند دارند و این تصمیمات باید از بالاترین درجه اعتبار و شفافیت برخوردار باشددر این راستا تحلیل نسبت های مالی استخراج شده از صورتهای مالی حسابرسی شده شرکت ها می تواند کمک بسزایی را در جهت پیشبینی و ارزیابی عملکرد آینده شرکت ها به سرمایه گذاران و اعتبار دهندگان کند. تحقیق حاظر از نوع کاربردی است و ما در اینتحقیق از ابزارهای شبکه عصبی مصنوعی چند لایه پیشخور و الگوریتم ژنتیک و رگرسیون سری های زمانی جهت پیش بینی نسبت هایمالی به عنوان معیارهایی برای درجه بندی شرکتها از لحاظ سودآوری و ایفای تعهدات در دوره های آتی پرداختیم. برای انجام اینتحقیق از اطلاعات 20 شرکت فعال در صنعت خودرو و دارو سازی طی بازه زمانی 1387 تا 1392 استفاده شده که جامعه آماری موردمطالعه ،شرکتهای پذیرفته شده در بورس اوراق بهادار تهران و جهت انتخاب نمونه مورد بررسی از تکنیک غربال گیری استفاده شده است. برای تجزیه و تحلیل آماری نیز از نرم افزارهای SPSS و MATLAB بهره برداری شده است. نتایج حاصل از پژوهش نشان می دهد که شبکه عصبی مصنوعی و مدل الگوریتم ژنتیک به عنوان روشهای فرا ابتکاری نسبت به رگرسیون عملکرد بهتری را در پیش بینی نسبت های مالی در آینده دارند.

کلیدواژه ها:

شبکه عصبی مصنوعی ، الگوریتم ژنتیک ، رگرسیون سری های زمانی ، فرا ابتکار