رويكردي نوين در پيش بيني درماندگي مالي با به‌كارگيري اطلاعات مبتني‌بر شبكۀ مالي و روش تركيبي درخت تصميم تقويت گراديان

هدف: اين پژوهش بر آن است كه با اضافه‌كردن متغيرهاي مربوط‌به شبكۀ مالي، عملكرد الگوي درخت تصميم تقويت گراديان را كه شاخص‌هايش با الگوريتم بهبوديافتۀ گرگ خاكستري بهينه شده است، با الگو‌هاي منتخب در حوزۀ پيش‌بيني درماندگي مالي ارزيابي كند.روش: الگوي پيشنهادي اين پژوهش روي داده‌هاي 123 شركت توليدي پذيرفته‌شده در بورس و فرابورس ايران در بازۀ زماني 2015 تا 2021 اجرا‌ شد. ابتدا شبكۀ مالي تشكيل شد و سپس با تركيب متغيرهاي مبتني‌بر شبكه با برخي نسبت‌هاي مالي و با استفاده از الگوي درخت تصميم تقويت گراديان كه شاخص‌هاي آن با الگوريتم بهبوديافتۀ گرگ خاكستري بهينه شده است، درماندگي مالي شركت‌ها پيش‌بيني شد.نتايج: الگوي درخت تصميم تقويت گراديان با اضافه‌شدن متغيرهاي مربوط‌به شبكۀ مالي هم ازنظر دقت و هم ازنظر خطاي نوع يك عملكرد بهتري در مقايسه با دو الگوي k نزديك‌ترين همسايه و رگرسيون لجستيك از خود نشان داد. شركت‌هاي با مركزيت بينابيني و مركزيت درجۀ زياد، كمتر مستعد قرارگرفتن در شرايط درماندگي مالي هستند و برعكس. در شرايطي كه نسبت فراواني نمونه‌هاي هر طبقه از طبقات ديگر بسيار متفاوت باشد، استفاده از روش درخت تصميم تقويت گراديان بسيار كارآمد خواهد بود.نوآوري: براي نخستين‌بار متغيرهاي مربوط‌به شبكۀ مالي با نسبت‌هاي مالي، تركيب شد و ازطريق روش نوين درخت تصميم تقويت گراديان كه شاخص‌هايش با الگوريتم گرگ خاكستري بهبوديافته بهينه شده، درماندگي مالي پيش‌بيني شد.