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 جهت حداکثر کردن منافع و ثروت خویش نیازمند اتخاذ بهینه ترین تصمیمات می باشند. تصمیماتی که قبل از هر چیزنیاز به اطلاعات مالی )اطلاعاتی که مبتنی بر رویدادهای واقعی است( در آنها احساس میشود. در فرایند تصمیمگیری، رویدادهای گذشته به عنوان راهنمایی جهت تصمیمات مختلف آینده مورد استفاده قرار میگیرد.به همین جهت سرمایهگذاران و اعتبار دهندگان بیشترین استفاده را از اطلاعات مالی جهت تصمیماتی که اتخاذ می کنند دارند و این تصمیمات باید از بالاترین درجه اعتبار و شفافیت برخوردار باشد در این راستا تحلیل نسبتهای مالی استخراج شده از صورتهای مالی حسابرسی شده شرکتها می تواند کمک بسزایی را در جهت پیش بینی و ارزیابی عملکرد آینده شرکت ها به سرمایه گذارانو اعتبار دهندگان کند. تحقیق حاظر از نوع کاربردی است و ما در این تحقیق از ابزارهای شبکه عصبی مصنوعی چند لایه پیشخور و الگوریتم ژنتیک و رگرسیون سریهای زمانی جهت پیش بینی نسبتهای مالی به عنوان معیارهایی برای درجهبندی شرکتها از لحاظ سودآوری و ایفای تعهدات در دوره های آتی پرداختیم. برای انجام این تحقیق از اطلاعات 22 شرکت فعال در صنعت خودرو و دارو سازی طی بازه زمانی 1831 تا 1832 استفاده شده که جامعه آماری مورد مطالعه ،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 ابتکااری نسبت به رگرسیون عملکرد بهتری را در پیش بینی نسبتهای مالی در آینده دارند

کلیدواژه ها:

شبکه عصبی مصنوعی ، الگوریتم ژنتیک ، رگرسیون سریهای زمانی ، فرا ابتکار