CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

شناسایی عوامل موثر در عملکرد مالی شرکت ها با استفاده از الگوریتم های یادگیری ماشین

عنوان مقاله: شناسایی عوامل موثر در عملکرد مالی شرکت ها با استفاده از الگوریتم های یادگیری ماشین
شناسه ملی مقاله: NCAEC04_034
منتشر شده در چهارمین کنفرانس ملی دستاوردهای نوین در برق و کامپیوتر و صنایع در سال 1397
مشخصات نویسندگان مقاله:

زینب حسنی - مربی، دانشکده فنی و علوم پایه، دانشگاه کوثر بجنورد

خلاصه مقاله:
در دنیای رقابتی امروز، شناسایی عوامل موثر در موفقیت شرکت برای رسیدن به اهداف مالی از اهمیت به سزایی برخودار است به طوری که حفظ و ارتقای عملکرد مالی شرکت برای حفظ خواسته های سهامداران و همچنین جذب سرمایه گذاران جدید مورد توجه سرمایه گذاران، اعتباردهندگان، مدیران و دولت ها است. در این مطالعه، شناسایی عوامل موثر در عملکرد مالی شرکت ها با استفاده از الگوریتم بهینه سازی ازدحام ذرات PSO با الگوریتم نزدیکترین همسایه KNN و ماشین بردار پشتیبان SVM پیشنهاد شده است. عوامل موثر در عملکرد مالی ۵۵ شرکت پذیرفته شده در بورس اوراق بهادار تهران در بازه زمانی سال های ۱۳۸۲ - ۱۳۹۵ شناسایی می کنیم. با روش پیشنهادی، عوامل جمع بدهی های و دارایی های جاری، سود (زیان) ویژه پس از کسر مالیات، سود (زیان) عملیاتی به عنوان عوامل موثر در عملکرد مالی شرکت شناسایی شده است. در الگوریتم PSO - KNN بهترین صحت شناسایی عوامل موثر در عملکرد مالی برابر ۹۹.۷۴ درصد به دست آمده است که در مقایسه با سایر پژوهش های موجود در این حوزه، برتری روش پیشنهادی مشهود است.

کلمات کلیدی:
عملکرد مالی، الگوریتم ازدحام ذرات PSO ، الگوریتم نزدیکترین همسایه KNN ، ماشین بردار پشتیبان SVM

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/851807/