
علی ریحانیان
پیش بینی جریان نقد آزاد شرکت های پذیرفته شده در بورس تهران با استفاده از الگوریتم چرخه آب
- رشته تحصیلی
- حسابداري
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- مدیریت و حسابداری
- شماره ساختمان محل ارائه
- ۴۵
- نام کلاس محل ارائه
- کلاس ۱[۲۴۱]
- شماره کلاس محل ارائه
- ۱۰۱
- تاریخ دفاع
- ۲۷ شهریور ۱۴۰۳
- ساعت دفاع
- ۱۲:۰۰
- چکیده
-
چکیده
هدف: یکی از فاکتورهای بسیار مهم در ارزیابی و پیش بینی وضعیت حال و آتی شرکت ها، جریان وجه نقد آزاد شرکت ها میباشد. این پژوهش به پیشبینی جریان وجه نقد آزاد شرکت ها با استفاده از الگوریتم فراابتکاری (الگوریتم چرخه آب) و مقایسه نتایج آن با رگرسیون لجستیک میپردازد.
روش: جامعه آماری شرکتهای پذیرفته شده در بورس اوراق بهادار تهران است، که بر اساس شرایط در نظر گرفته برای انتخاب نمونه، ۱۶۱ شرکت به روش حذف سیستماتیک طی سالهای ۱۳۹۵ تا ۱۴۰۱، انتخاب و اطلاعات آنها جمعآوری شد. در این پژوهش، از ۱۱متغیر استخراج شده از ادبیات به منظور پیشبینی جریان وجه نقد آزاد استفاده شد. بعلاوه، نتایج به دست آمده از الگوریتم چرخه آب با استفاده از ۴ معیار ارزیابی با نتایج رگرسیون لجستیک مقایسه گردید. این معیارها عبارتند از: صحت، دقت، حساسیت و تشخیص.
یافتهها: بر اساس ۳ معیار ارزیابی، الگوریتم چرخه آب برای پیشبینی جریان وجه نقد آزاد شرکت ها مناسبتر از رگرسیون لجستیک میباشد.
نتیجهگیری: WCA (الگوریتم چرخه آب) میتواند برای پیشبینی جریان وجه نقد آزاد شرکت ها توسط استفادهکنندگان سودمند واقع شود. سرمایه گذاران،مدیران و راهبران درون سازمان،تحلیل گران و باقی استفاده کنندگان درون سازمانی و برون سازمانی می توانند از این روش برای پیش بینی جریان وجه نقد آزاد شرکت ها استفاده کنند.
- Abstract
-
Abstract
Objective: One of the most important factors in evaluating and predicting the current and future situation of companies is the free cash flow of companies. This research predicts the free cash flow of companies using a meta-heuristic algorithm (water cycle algorithm) and compares its results with logistic regression.
Method: The statistical population is the companies accepted in the Tehran Stock Exchange, based on the conditions considered for sample selection, ۱۶۱ companies were selected and their information was collected by systematic elimination method during the years ۲۰۱۶ to ۲۰۲۲. In this research, ۱۱ variables extracted from the literature were used to predict free cash flow. In addition, the results obtained from the water cycle algorithm were compared with the logistic regression results using ۴ evaluation criteria. These criteria are: accuracy, precision, sensitivity and detection.
Findings: Based on ۳ evaluation criteria, the water cycle algorithm is more suitable than logistic regression for predicting the free cash flow of companies.
Conclusion: WCA (Water Cycle Algorithm) can be useful for predicting free cash flow of companies by users. Investors, managers and leaders within the organization, analysts and other internal and external users can use this method to predict the free cash flow of companies.