تاثير هوش مالي در پيش‌بيني ريسك اعتباري با استفاده از مدل ماشين بردار پشتيبان

Financial Intelligence in Prediction of Firm’s Creditworthiness Risk, Evidence from Support Vector Machine Approach

هدف از اين مطالعه، بررسي تاثيرهوش مالي در پيش‌بيني ريسك اعتباري شركت‌هاي پذيرفته شده در بورس اوراق بهادار تهران مي‌باشد.روش پژوهش از نوع توصيفي- همبستگي است و فرضيه‌ها با استفاده از مدل‌هاي رگرسيون لجستيك و ماشين بردار پشتيبان مورد آزمون قرار گرفتند.دوره زماني پژوهش شامل 6 سال ازابتداي 1388 تا پايان 1393 و نمونه آماري شامل 115 شركت از شركت‌هاي ‌پذيرفته شده در بورس اوراق بهادار تهران مي‌باشد. نتايج حاصل از پژوهش نشان داد كه هوش مالي توانايي پيش‌بيني ريسك اعتباري را دارد.به عبارت ديگر هوش مالي توانايي آن را دارد كه با بهره‌گيري از مدل آماري ماشين بردار پشتيبان ريسك پرداخت تعهدات و ريسك سودآوري را به درستي پيش بيني كند اما در پيش‌بيني ريسك بهره‌وري ناتوان عمل كرد.

The present investigation sets out to study the financial intelligence, as a combination of different indexes and financial ratios considered in predicting the credit worthiness risk, of the admitted companies in Tehran Stock Market. To this aim, data collected from 115 admitted companies to Tehran Stock Market has been analyzed within the period spanning between 2009 and 2014. This is done via logistic regression models and support vector machine. The findings of the present study indicated that the financial intelligence is able to predict solvency risk, and profitability risk. However, no evidence was found to indicate the prediction power of productivity risk. In the end, it was concluded that financial intelligence has the capability of predicting credit worthiness risk.