مدلسازی متغیرهای اثرگذار بر کارایی سرمایهگذاری بر مبنای ترکیب شبکههای عصبی مصنوعی و الگوریتم بهینهسازی حرکت تجمعی ذرات
نویسندگان
1 دانشجوی دکتری، گروه حسابداری، دانشگاه آزاد اسلامی، واحد جیرفت، جیرفت، ایران.
2 استادیار، گروه حسابداری، دانشگاه آزاد اسلامی، واحد کرمان، کرمان، ایران.
doi
10.48308/jfmp.2023.103949چکیده
هدف این پژوهش الگویی برای اندازهگیری کارایی سرمایهگذاری در شرکتهای پذیرفتهشده در بورس اوراق بهادار تهران بر مبنای ترکیب شبکههای عصبی مصنوعی و الگوریتم بهینهسازی حرکت تجمعی ذرات است. بدین منظور، نمونهای متشکل از 124 شرکت پذیرفتهشده در بورس اوراق بهادار تهران طی سالهای 1386-1400 بررسی شدهاست. در راستای دستیابی به اهداف پژوهش، ابتدا با مطالعه پژوهشهای پیشین در زمینه کارایی سرمایهگذاری 17 متغیر اثرگذار بر کارایی سرمایهگذاری انتخاب و با استفاده از روش دادههای ترکیبی، مدل بهینه کارایی سرمایهگذاری بر مبنای جریان وجه نقد ناشی از فعالیتهای سرمایهگذاری برآورد گردیده است. نتایج برآورد مدل نشان داد 8 متغیر فرصت رشد، کیفیت گزارشگری مالی، رشد فروش، نرخ بازده داراییها، اهرم مالی، جریآنهای نقد عملیاتی، سود سهام تقسیمی، سود عملیاتی به کل داراییها با میزان وجه نقد صرف شده در فعالیتهای سرمایهگذاری دارای رابطهای معنادار هستند. در نهایت، نتایج مقایسه مدل پژوهش بر مبنای ترکیب شبکههای عصبی مصنوعی و الگوریتم بهینهسازی حرکت تجمعی ذرات با سایر مدلها نشان داد مدل پژوهش، خطای آموزش شبکه عصبی با الگوریتم حرکت تجمعی ذرات را بـه مقدار 0560/0 کاهش داد. همچنین، با توسعه مدل پژوهش، از طریق وارد کردن متغیرهای حسابداری، سطح زیرمنحنی راک به 6164/0 افزایش مییابد و در نتیجه، بر دقت مدل پژوهش تا 602/63 درصد افزوده میشود. این نتیجه، مؤثر بودن ورود متغیرهای محیطی به مدل پژوهش را نشان میدهد.