مدل سازی متغیرهای اثرگذار بر کارایی سرمایه گذاری بر مبنای ترکیب شبکه های عصبی مصنوعی و الگوریتم بهینه سازی حرکت تجمعی ذرات

هدف این پژوهش الگویی برای اندازه گیری کارایی سرمایه گذاری در شرکت های پذیرفته شده در بورس اوراق بهادار تهران بر مبنای ترکیب شبکه های عصبی مصنوعی و الگوریتم بهینه سازی حرکت تجمعی ذرات است. بدین منظور، نمونه ای متشکل از 124 شرکت پذیرفته شده در بورس اوراق بهادار تهران طی سال های 1386-1400 بررسی شده است.  در راستای دستیابی به اهداف پژوهش، ابتدا با مطالعه پژوهش های پیشین در زمینه کارایی سرمایه گذاری 17 متغیر اثرگذار بر کارایی سرمایه گذاری انتخاب و با استفاده از روش داده های ترکیبی، مدل بهینه کارایی سرمایه گذاری بر مبنای جریان وجه نقد ناشی از فعالیت های سرمایه گذاری برآورد گردیده است. نتایج برآورد مدل نشان داد 8 متغیر فرصت رشد، کیفیت گزارشگری مالی، رشد فروش، نرخ بازده دارایی ها، اهرم مالی، جریآن های نقد عملیاتی، سود سهام تقسیمی، سود عملیاتی به کل دارایی ها با میزان وجه نقد صرف شده در فعالیت های سرمایه گذاری دارای رابطه ای معنادار هستند. در نهایت، نتایج مقایسه مدل پژوهش بر مبنای ترکیب شبکه های عصبی مصنوعی و الگوریتم بهینه سازی حرکت تجمعی ذرات با سایر مدل ها نشان داد مدل پژوهش، خطای آموزش شبکه عصبی با الگوریتم حرکت تجمعی ذرات را به مقدار 0560/0 کاهش داد. همچنین، با توسعه مدل پژوهش، از طریق وارد کردن متغیرهای حسابداری، سطح زیرمنحنی راک به 6164/0 افزایش می یابد و در نتیجه، بر دقت مدل پژوهش تا 602/63 درصد افزوده می‎شود. این نتیجه، موثر بودن ورود متغیرهای محیطی به مدل پژوهش را نشان می دهد.