رويكرد هوش مصنوعي انقباضي لاسو در پيش‌بيني نقدينگي شركت‌هاي پذيرفته‌شده بورس اوراق بهادار تهران

Lasso artificial intelligence approach in liquidity forecasting Companies listed on the Tehran Stock Exchange

شركت‌هايي كه داراي جريان وجوه نقد داخلي خوبي هستند كمتر به تأمين مالي خارجي متكي مي‌باشند و وام‌دهندگان نيز به اين شركت‌ها به دليل نقدينگي خوبي كه دارند به‌راحتي اعتبار مي‌دهند. هدف اين پژوهش تحليل عوامل مؤثر بر نقدينگي با رويكرد هوش مصنوعي و همچنين پيش بيني نقدينگي شركت هاي پذيرفته شده در بورس اوراق بهادار تهران مي‌باشد. بدين منظور از اطلاعات مالي 138 شركت طي 8 سال از 1390 الي 1397 جهت آزمون فرضيه‌هاي پژوهش استفاده شد. در اين پژوهش نسبت وجه نقد عملياتي شركت به عنوان متغير وابسته( نقدينگي) و معيارهاي مالي به عنوان متغير مستقل اوليه در نظر گرفته شد. نتايج تحقيق نشان داد كه بازده دارايي‌ها، كيوتوبين، نسبت سرمايه در گردش، حاشيه سود عملياتي و سود تقسيمي از بين ساير معيارهاي مالي بيشترين تاثير را بر نقدينگي شركت با رويكرد متغير گزيني ريلف دارد و همچنين رويكرد هوش مصنوعي لاسو توانايي بالايي در پيش‌بيني نقدينگي شركت‌هاي بورس اوراق بهادار تهران دارد.

Companies with good domestic cash flows are less likely to rely on external financing, and lenders are more likely to lend to these companies because of their good liquidity. The purpose of this study is to analyze the factors affecting liquidity with the artificial intelligence approach and also to predict the liquidity of companies listed on the Tehran Stock Exchange. For this purpose, the financial information of 138 companies during 8 years from 2012 to 2020 was used to test the research hypotheses. In this study, the company's operating cash ratio was considered as a dependent variable (liquidity) and financial criteria were considered as the initial independent variable. The results showed that return on assets, tobin's Q ratio,working capital ratio, operating profit margin and dividend among other financial criteria have a greater impact on the company's liquidity with the Rilfe variable approach and also Lasso artificial intelligence approach has a high ability to predict corporate liquidity. It has Tehran Stock Exchange.