طراحی مدل پیش بینی ریسک تجاری با استفاده از تکنیک های یادگیری ماشین

نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه حسابداری، واحد کرج، دانشگاه آزاد اسلامی، کرج، ایران.

2 استادیار و عضو هیئت‌علمی گروه مهندسی صنایع دانشگاه آزاد اسلامی کرج، کرج،ایران.

چکیده

پیش بینی برآورد احتمال وقوع وقایع در آینده است که براساس اطلاعات حال و گذشته انجام می شود، به این ترتیب که اولاً با ارائه هشدارهای لازم می توان شرکت ها را نسبت به وقوع شکست تجاری هوشیار کرد تا آن ها با توجه به این موضوع دست به اقدام های مقتضی بزنند و دوم این که سرمایه گذاران و اعتباردهندگان فرصت های مطلوب سرمایه گذاری را از فرصت های نامطلوب تشخیص دهند و منابع شان را در فرصت های مناسب سرمایه گذاری کنند؛ بنابراین پیش بینی ریسک تجاری شرکت ها همواره یکی از موضوعات مورد توجه سرمایه گذاران، اعتباردهندگان و دولت بوده است.هدف از انجام این تحقیق طراحی مدل پیش بینی ریسک تجاری با استفاده از تکنیک های یادگیری ماشین می باشد. جامعه آماری تحقیق حاضر شرکت‌های منتخب پذیرفته‌شده در بورس اوراق بهادار تهران در طی یک دوره نه ‌ساله بین سال‌های 1386-1397 می‌باشد. نتایج آزمون فرضیه ها نشان می دهند که اندازه شرکت، نقدینگی شرکت، سودآوری شرکت، فرصت رشد شرکت، اندازه صنعت، تعداد شرکت در صنعت بر ریسک تجاری تأثیر منفی دارند در حالی که، نسبت بدهی شرکت بر ریسک تجاری تأثیر مثبت و معناداری دارند. همچنین نتایج نشان می دهند که از لحاظ آماری، عمر شرکت، غیر متمرکز بودن صنعت بر ریسک تجاری تأثیری ندارد. نتایج حاصل از طراحی مدل و تکنیک های یادگیری ماشین نشان دهنده کارآ بودن تکنیک NB و بعد از آن تکنیک SVM نسبت به سایر تکنیک های یادگیری ماشین می باشد.

کلیدواژه‌ها

عنوان مقاله [English]

Designing a business risk forecasting model using machine learning techniques

نویسندگان [English]

  • samira olfati 1
  • Fereydon ohadi 2
1 Department of Accounting karaj Branch,IsIamic Azad University ,Karaj,Iran.
2 Assistant Professor and FacuIty Member of Islamic Azad University of Karaj,Karaj ,Iran
چکیده [English]

One way to help you capitalize on investment opportunities and better allocate resources is to anticipate business risk. Predicting the probability of future events based on present and past information, In this way, first of all, by providing the necessary warnings, companies can be alerted to the occurrence of business failure so that they can take appropriate action accordingly. And second, investors and lenders distinguish favorable investment opportunities from unfavorable ones. And invest their resources in the right opportunities; Therefore, predicting the business risk of companies has always been one of the topics of concern for investors, creditors and the government. The purpose of this study is to design a business risk forecasting model using machine learning techniques.. The statistical population of the present study is the selected companies listed on the Tehran Stock Exchange during a period of nine years between 2007-2018. Hypothesis test results show that firm size, firm liquidity, firm profitability, firm growth opportunity, industry size, number of firms in industry have a negative effect on business risk. Meanwhile, the company's debt ratio has a positive and significant effect on business risk. The results also show that statistically, the life of the company, the decentralization of the industry has no effect on business risk. The results of model design and machine learning techniques show the efficiency of NB technique and then SVM technique compared to other machine learning techniques.

کلیدواژه‌ها [English]

  • Business risk
  • Company specific features
  • Industry Features
  • Corporate governance
  • Ownership structure

مراجع

  • رهنمای رودپشتی، فریدون، موسوی ثابت، فرناز (1387). بررسی میزان ارتباط تداوم فعالیت باقیمت سهام، دانش مالی تحلیل اوراق بهادار(مطالعات مالی)، شماره 1 ،صص 105-79
  • میرزائی، حسن؛ ختائی، محمدرضا؛ قنبری، یوسف (1383). بررسی رابطه بین ریسک تجاری و ریسک مالی با عملکرد شرکت‌های دارویی پذیرفته‌شده در بورس اوراق بهادار تهران، فصلنامه حسابداری سالمت، شماره دوم، صص 91-77.
  • ناجی اصفهانی, سید علی, رستگار, محمدعلی. (1397). برآورد ریسک اعتباری مشتریان با استفاده از تحلیل چندبعدی ترجیحات (مطالعه موردی: یک بانک تجاری در ایران). فصلنامه علمی - پژوهشی مدل‌سازی اقتصادی,
  • نوروش، ایرج؛ وفادار، عباس(1378)بررسی سودمندی اطلاعات حسابداری در ارزیابی ریسک بازار شرکت‌ها در ایران، مجله حسابدار، شماره 135 ،صص 28-16.
  • همت فر، ثقفی، مهدی(1396).بررسی عوامل مؤثر بر ریسک تجاری در شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران. مجله بررسی‌های حسابداری، شماره 15 ،صص 138-115.
  • یزدانی, ناصر, جهان خانی, علی. (1374). بررسی تأثیر نوع صنعت، اندازه، ریسک تجاری و درجه اهرم عملیاتی شرکت‌ها بر میزان به‌کارگیری اهرم مالی در شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران. مطالعات مدیریت بهبود و تحول.شماره 5.صص169-186.
  • Alkdai, H. K. H. ,& M. M. Hanefah. (2012). Board of Director’s Characteristics and Value Relevance of Accounting Information in Malaysian Shariah-Compliant Companies: A Panel Data Analysis. Economics and Finance Review, Vol. 2, No. 6,PP. 31–44.
  • Doff, R. (2008) “Defining and Measuring Business Risk in an Economic- Capital Framework”. The Journal of Risk Finance, 9 (4): 317-333.
  • Houmes, R.E., MacArthur, J.B. and Stranahan, H. (2012). “The Operating Leverage Impact on Systematic Risk within a Context of Choice: an Analysis of the US Trucking Industry”. Managerial Finance, 38 (12): 1184-1202.
  • Kim, M., Kim, M., &McNiel, R. D. (2008). Predicting survival prospect of corporate restructuring in Korea. Applied Economics Letters, 15(15), 1187–1190.
  • Kousenidis, D. (2005). “Earnings-Returns Relation in Greece: some Evidence on the Size Effect and on the Life-Cycle Hypothesis”. Managerial Finance, 31 (2): 24-54.
  • Ramb, F. and Weichenrieder, A. (2005). “Taxes and the Financial Structure of German Inward FDI”. Review of World Economics (Weltwirtschaftliches Archiv), Springer; Institut für Weltwirtschaft (Kiel Institute for the World Economy), 141 (4): 670-692.

فایل ها

هم رسانی

ارجاع به این مقاله

آمار