Abstract:
هرچند دانسته ها در مورد روش تصمیم گیری استفاده کنندگان از صورت های مالی اندک است. اما به طور قطع می توان گفت بخشی از تصمیم گیری، به پیش بینی توانایی سودآوری آینده شرکت ها مربوط می شود. همچنین سودآوری به عنوان مبنایی برای ارزیـابی کـارایی مـدیران شرکت ها مورداستفاده قرار می گیرد. این پژوهش، باهدف معرفی الگـوریتم مـناسب جهت پیش بینی سودآوری به تصمیم گیرندگان، با استفاده از 23 نسبت مالی برتر، به عنوان متغیر مستقل، به مقایسه توانمندی تکنیک های تجزیه و تحلیل درونی و مقایسه ای داده در الگوریتم ژنتیک غیرخطی در پیش بینی سودآوری آینده شرکت های پذیرفته شده در بـورس اوراق بهـادار تهران طی سال های 1371 تا 1391 پرداخته که طبق نتایج به دست آمده، نتایج نشان می دهد مدل الگوریتم ژنتیک غیرخطی مبتنی بر تجزیه و تحلیل درو نی داده ها با دقت 90.04% دارای توانمندی بیشتری در پیش بینی سودآوری نسبت به مدل الگوریتم ژنتیک غیرخطی مبتنی بر تجزیه و تحلیل مقایسه ای داده ها با دقت 72.85% می باشد.
Although knowledge about how users of financial statements make decisions is limited, it certainly can be said that a part of decision-making relates to predictability of future profitability. Also, profitability is used as a basis for assessing the efficiency of corporate managers. This study, with the aim of introducing an appropriate algorithm for predicting the profitability to the decision makers, by the top 24 financial ratios as independent variables, compares the abilities of internal and comparative data analysis in Non-Linear Genetic Algorithm in anticipating the future profitability of companies listed in Tehran Stock Exchange during the years 2002 to 2012. Results of tests indicated that prediction accuracy of internal data analysis in Non-Linear Genetic Algorithm (90.04%) was greater than that of comparative data analysis in Non-Linear Genetic Algorithm (72.85%)
(
, 
, 
)
