بررسي تطبيقي الگوريتم‌هاي تركيبي كارا به منظور ارزيابي عملكرد مالي با استفاده از رويكرد فازي (مطالعۀ موردي: شركت‌هاي بورس اوراق بهادار تهران)

A Comparative Study of Combined Efficient Algorithms to Evaluate the Financial Performance of Companies in Tehran Stock Exchange Using Fuzzy Approach

در دنياي رقابتي امروز، ايجاد سيستم مناسب ارزيابي عملكرد ضروري است. هدف اين پژوهش، ارزيابي عملكرد مالي شركت هاي دارويي، گروه فلزات اساسي و گروه خودرو و ساخت قطعات با استفاده از روشي نوين است. از فازي AHP براي وزن دهي به شاخص هاي ارزيابي عملكرد و از فازي تاپسيس و فازي ويكور براي رتبه‌بندي شركت‌هاي مورد مطالعه استفاده مي شود. در اين پژوهش، تركيبي از معيارهاي سنتي ارزيابي عملكرد و معيارهاي مبتني بر ارزش، براي ارزيابي عملكرد و رتبه‌بندي شركت­هاي مورد مطالعه در سال ۱۳۸۸ به‌كار گرفته شد. جامعۀ آماري اين پژوهش شركت هاي پذيرفته‌شده در بورس اوراق بهادار تهران در صنايع دارويي، گروه فلزات اساسي، و گروه خودرو و ساخت قطعات است. استفاده از رويكرد فازي در رتبه‌بندي شركت ها ابهام اطلاعات ورودي به نرم‌افزارهاي رتبه‌بندي را كاهش مي دهد. نتايج اين پژوهش كه به ارائۀ دو روش در ارزيابي عملكرد مالي شركت ها منتج شد، مي‌تواند براي گروه‌هاي مختلف اعم از سرمايه گذار، سازمان بورس و ديگر استفاده‌كنند گان مفيد واقع شود.

In today#039 s competitive world, establishıng a proper system of evaluating firms performance is essential. The purpose of this study is to evaluate the financial performance of pharmaceutical, basic metals and automotive parts companies using a new method. The fuzzy AHP is used for weighting the performance evaluation measures and Fuzzy TOPSIS and fuzzy Vikor is also used to rank the companies in this study.A combination of traditional performance evaluation measures and valuebased memeasures to evaluate the performance and ranking of pharmaceutical, basic metals and automotive parts companies are used in 1388. The population of this study includes pharmaceutical, the manufacturer of basic metals and automotive parts companies listed in Tehran stock exchange market. Ranking fuzzy approach to ranking of the companies listed in stock exchange significantly enhances the accuracy of the input data to the ranking softwares. The results presented two new accurate models of performance evaluation. These models can be useful to variety of groups such as investors, stock market and other users.