پيش‌بيني درماندگي مالي شركت‌هاي پذيرفته شده در فرابورس و بورس اوراق بهادار تهران با استفاده از ماشين بردار پشتيبان

هدف اين مقاله، پيش‌بيني درماندگي مالي قريب‌الوقوع شركت‌هاي پذيرفته شده در فرابورس و بورس اوراق بهادار با استفاده از دامنه گسترده‌اي از ويژگي‌ها از جمله متغيرهاي حسابداري تعهدي، حسابداري نقدي، بازار سهام، مكانيسم‌هاي حاكميت شركتي و شاخص‌هاي اقتصاد كلان است. نمونه نهايي شامل 421 شركت و در نتيجه، 3670 شركت-سال مشاهده است. سپس، داده آماده شده با استفاده از نسبت 70 به 30 به مجموعه داده آموزشي و آزمايشي تفكيك شد. در اين پژوهش، تكينك‌هاي پيش‌ پردازش داده يادگيري ماشين نظير استانداردسازي نمره Z، وان-هات انكدينگ، اعتبارسنجي متقابل K لايه طبقه‌اي، همراه با مهندسي ويژگي براي بهبود عملكرد طبقه‌بندي كننده بكار گرفته شدند. روش اعتبارسنجي متقابل 5 لايه طبقه‌اي با براي برآورد عملكرد پيش‌بيني مدل طي مرحله آموزش استفاده شد. طي مرحله آموزش، ميزان‌سازي اَبرپارامتر مدل با استفاده از جستجوي شبكه‌اي انجام شد. افزون بر اين، رويكرد فرايادگيري حساس به هزينه همراه با معيار مختص مسائل نامتوازن يعني نمره F1 براي غلبه بر مسئله نامتوازني افراطي كلاس‎ها استفاده شده است. بر اساس نتايج تجربي، مدل ماشين بردار پشتيبان به نمره F1، ضريب همبستگي متيوز، فراخواني و دقتي به ترتيب برابر با 55%، %56، %78 و43% بر روي مجموعه آموزشي دست يافت. سرانجام، مدل پيشنهادي بر روي مجموعه آزمايشي كنار گذاشته شده آزمون شد كه به نمره F1، ضريب همبستگي متيوز، فراخواني و دقتي به ترتيب برابر با 50%، %50، %68 و 40% بر روي مجموعه آزمايشي منجر شد.