الگوسازی سرمایه‌گذاری دارایی ثابت با نقش معیارهای نظارتی و رویکرد هوش مصنوعی

الموضوعات :

فرزانه شمس دوست ¹ (دانشجوی دکتری مهندسی مالی، گروه مدیریت، واحد سنندج، دانشگاه آزاد اسلامی، سنندج، ایران)
امید محمودی خوشرو ² (عضو هیئت علمی، گروه حسابداری، واحد سنندج دانشگاه آزاد اسلامی، سنندج، ایران)
عطاءالله محمدی ملقرنی ³ (عضو هیئت علمی، گروه حسابداری، واحد سنندج دانشگاه آزاد اسلامی، سنندج، ایران)
امیر شیخ احمدی ⁴ (عضو هیئت علمی، گروه مهندسی کامپیوتر، واحد سنندج دانشگاه آزاد اسلامی، سنندج،)

تاريخ الإرسال : 28 الأحد , ربيع الثاني, 1445 تاريخ التأكيد : 12 الأحد , ربيع الأول, 1446 تاريخ الإصدار : 12 الأحد , ربيع الأول, 1446

الکلمات المفتاحية: سرمایه گذاری دارایی ثابت, معیار نظارتی, هوش مصنوعی, مدل های خطی و غیرخطی,

ملخص المقالة :

هدف این پژوهش الگوسازی سرمایه‌گذاری دارایی ثابت با نقش معیارهای نظارتی و رویکرد هوش مصنوعی شرکت‌های پذیرفته شده بورس اوراق بهادار تهران می باشد. در این پژوهش نمونه ها با استفاده از روش رگرسیون متغیرگزینی ریلیف-اف انتخاب شدند سپس داده‌های پژوهش به روش اعتبار سنجی متقابل ده قسمتی به گروه های داده های آموزش و اعتبارسنجی و داده های آزمون تقسیم شدند. سپس با دو الگوریتم خطی و غیرخطی بردار پشتیبان غیرموازی غیرحساس– پارامتری (PINSVR) و حداقل مربعات جزئی کرنلی (KPLS) و الگوریتم حداقل مربعات جزئی کرنلی غیر خطی (KPLSR) مورد آزمون قرار گرفتند. جامعه آماری پژوهش حاضر کلیه شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران در بازه زمانی 1390 تا 1399 است و از اطلاعات مالی 101 شرکت استفاده شده است. یافته‌ها: نتایج آزمون پژوهش نشان داد که متغیرهای، اندازه هیئت مدیره، استقلال هیئت مدیره، تخصص مالی هیئت مدیره، اندازه کمیته حسابرسی، استقلال کمیته حسابرسی، مالکیت نهادی بالای 5 درصد، دوره تصدی مدیرعامل، وجود حسابرس داخلی، نسبت تخصص اعضای کمیته و دوگانگی وظایف مدیرعامل بیشترین تأثیر را در پیش‌بینی سرمایه‌گذاری دارایی ثابت شرکت‌ها دارند. همچنین در بررسی الگوریتم های هوش مصنوعی خطی و غیرخطی در پیش‌بینی سرمایه‌گذاری دارایی ثابت شرکت ها، الگوریتم های خطی نسبت به الگوریتم‌های غیرخطی کارایی بیشتری نشان دادند.