مقاله پژوهشی: بررسی کارایی الگوریتم های بهینه سازی کرم شب تاب و رگرسیون ماشین بردار پشتیبان جهت پیشبینی هزینه سرمایه
نویسندگان
1
doi
10.22051/jfm.2019.23780.1911چکیده
هزینهی سرمایه، حداقل نرخ بازدهی مورد انتظار سرمایهگذاران است، این نرخ بازده مورد انتظار با در نظر گرفتن ریسک شرکت تعیین میشود. در این پژوهش با استفاده از اطلاعات مالی 97 شرکت طی سالهای 1390 الی 1396 و به کمک متغیرهای حسابداری اقدام به پیشبینی هزینه سرمایه در شرکتهای پذیرفتهشده در بورس اوراق بهادار تهران شده است. جهت پیشبینی هزینه سرمایه از روشهای رگرسیون ماشین بردار و کرم شبتاب استفاده شد. نتایج نشان داد که بین متغیرهای نسبت بدهی، فرصت رشد، رشد فروش، نوع مالکیت (ارتباط سیاسی)، نسبت دارایی ثابت، اندازه شرکت با هزینه سرمایه رابطهی معناداری وجود دارد. با توجه به خطای بسیار منطقی حدوداً 7 درصد الگوریتم کرم شبتاب و رگرسیون ماشین بردار در پیشبینی هزینه سرمایه در دادههای ارزیابی میتوان بیان کرد که الگوریتم کرم شبتاب و رگرسیون ماشینبردار با استفاده از دادههای حسابداری توان پیشبینی هزینه سرمایه شرکتهای پذیرفتهشده در بورس اوراق بهادار تهران را باقدرت بسیار بالا دارد و همچنین الگوریتم کرم شبتاب توانایی بالاتری در پیشبینی هزینه سرمایه نسبت به الگوریتم رگرسیون ماشین بردار دارد.