به کارگیری الگوریتم جنگل تصادفی به منظور رتبه بندی مولفه های مدیریت سرمایه در گردش موثر بر وقوع درماندگی مالی

هدف اصلی این پژوهش، رتبه بندی میزان اهمیت هریک از مولفه های مدیریت سرمایه در گردش در پیش بینی وقوع درماندگی مالی شرکت ها است. جامعه آماری متشکل از 167 شرکت پذیرفته شده در بورس اوراق بهادار تهران طی سال های 1397 تا 1401 است. در راستای دستیابی به هدف پژوهش، 7 مولفه از مهم ترین شاخص های مدیریت سرمایه در گردش اثر گذار بر درماندگی مالی انتخاب شده است. به علاوه، با استفاده از مدل پیش بینی درماندگی مالی زاوگین (1985) شرکت های نمونه به دو گروه درمانده و سالم طبقه بندی شدند؛ سپس در گام اول، با استفاده از الگوریتم جنگل تصادفی توان 7 شاخص منتخب مدیریت سرمایه در گردش در پیش بینی درماندگی مالی شرکت ها سنجیده شد. نتایج پژوهش حاکی از آن است که شاخص های مدیریت سرمایه در گردش تا 85درصد می توانند در شناسایی و پیش بینی وضعیت درماندگی مالی شرکت ها موفق عمل کنند. در مرحله دوم، رتبه بندی میزان اهمیت هریک از مولفه های سرمایه در گردش برای رسیدن به نمره 85درصد در تشخیص درست کلاس شرکت ها با استفاده از ویژگی منحصربه فرد الگوریتم جنگل تصادفی در این زمینه صورت پذیرفت. یافته های پژوهش نشان می دهد که دوره وصول مطالبات، به طرز چشمگیری اهمیت بیشتری از سایر مولفه های سرمایه در گردش در پیش بینی درماندگی مالی دارد.