پيش بيني شاخص هاي مالي شركت ها با استفاده از الگوريتم هاي فرا ابتكاري تخمين زن ميانگين شرطي و ژنتيك

Predicting Corporate Financial Indicators Using the Conditional Average Estimator and Genetic Metaheuristic Algorithms

پيش بيني وضعيت مالي شركت ها مبتني بر شاخص هاي مالي يكي از مهم ترين موضوعات مورد توجه سرمايه گذاران، اعتبار دهندگان و ديگر ذي نفعان شركت نظير عرضه كنندگان يا خرده فروشان است. چرا كه، ارزيابي وضعيت مالي يك شركت پيش از اينكه به هرگونه تصميم گيري در زمينه سرمايه گذاري يا اعطاي وامي منجر شود براي پيش گيري از زيان ضروري به نظر مي رسد. اين پژوهش با هدف پيش بيني شاخص هاي مالي شركت ها با استفاده از روش تخمين زن ميانگين شرطي و الگوريتم ژنتيك به انجام رسيد. روش پژوهشDM-CRISP بوده و داده هاي مالي 130 شركت بورسي طي 10 سال از 1388 تا 1397 تحليل گرديد. نتايج تحقيق نشان داد كه، روش تخمين زن ميانگين شرطي از دقت و توانايي بسيار بالايي در مدلسازي برخوردار مي باشد. همچنين، استفاده از الگوريتم ژنتيك به صورت تلفيقي دقت پيش بيني را افزايش مي دهد. فعالان بازار سرمايه مي توانند از نتايج پژوهش جهت پيش بيني بهتر شاخص هاي مالي و عملكردي شركت ها استفاده نمايند.

Predicting the financial position of companies based on financial indicators is one of the most important issues of interest to investors, creditors and other stakeholders of the company such as suppliers or retailers. Because, evaluating a company's financial position before making any investment or lending decisions seems necessary to prevent losses. The purpose of this study was to predict the financial indices of companies using the conditional average estimator method (CAE) and genetic algorithm (GA). The research method was DM-CRISP and the financial data of 130 stock companies over 10 years from 2009 to 2018 were analyzed. The results showed that the conditional average estimator method has high accuracy and ability in modeling. Also, the use of genetic algorithm in combination increases the accuracy of prediction. Capital Market Operators Can Use Research Results to Better Predict Corporate Financial and Performance Indicators.