کاربرد روش های گوسی و شعاعی در پیش بینی محدودیت مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران

یکی از مسائل مهم در پیش بینی محدودیت مالی، انتخاب متغیرهای مناسب جهت پیش بینی می باشد. در این پژوهش جهت پیش بینی محدودیت مالی، روش هوش مصنوعی فرآیند گوسی و شبکه عصبی شعاعی را بررسی نمودیم. برای این منظور تعداد 208 شرکت طی سال های 1390 تا 1396 به عنوان جامعه آماری انتخاب شده اند که با توجه به در دسترس بودن اطلاعات، تمام شرکت ها به عنوان نمونه آماری مورد بررسی قرارگرفته است. نتایج این پژوهش که نشان داد روش های هوش مصنوعی توانایی پیش بینی محدودیت مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران را دارد. بنابراین فرضیه اصلی این پژوهش تایید می گردد و روش های شبکه عصبی شعاعی و فرآیند گوسی روش­های کارآمد برای پیش بینی محدودیت مالی است. همچنین نتایج پژوهش نشان داد که متغیرهای ارزش شرکت، نسبت وجه نقد عملیاتی به دارایی ها، اهرم مالی، بازده دارایی ها، درصد مالکان نهادی دارای بیشترین اهمیت در پیش بینی محدودیت مالی می باشند.

Keywords:

محدودیت مالی , شبکه عصبی شعاعی , رگرسیون فرآیند گوسی