خوشه‌بندی و پیش‌بینی سودآوری شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران با رویکرد درخت‌تصمیم c5

امروزه سرمایه‌گذاران با توجه به فضای ‌رقابتی حاکم باید محتاط‌تر از قبل تصمیم بگیرند. به این منظور آنها می‌توانند از بانک‌های اطلاعاتی بورس ‌اوراق‌ بهادار استفاده‌کنند. اما این اطلاعات به تنهایی مثمر‌ثمر نیست، بنابراین لازم است با ‌استفاده از فنون داده‌کاوی تجزیه، تحلیل و تفسیرداده‌ها انجام ‌شود تا اطلاعات قابل‌اتکاتری در اختیار استفاده‌کنندگان قرار‌گیرد. هدف این پژوهش خوشه‌بندی و پیش‌بینی سودآوری شرکت‌‌ها و تعیین عوامل موثر بر سودآوری شرکت‌های عضو بورس اوراق بهادار تهران است. جهت این کار، 888 شرکتسال در محدوده زمانی 1395-1387 انتخاب شدند. پس‌از پیش‌پردازش اولیه داده‌ها، با نرم‌افزارهای متلب و clementine و با استفاده از معیار sse و روش kmeans شرکت‌ها به 3 خوشه‌ تبدیل شدند و نتایج این خوشه‌بندی‌ها بوسیله معیار سنجش کیفیت، مورد سنجش قرار گرفت. در ادامه با استفاده از درخت‌تصمیم c5 خوشه‌ها تحلیل و متغیرهای تاثیرگذار بر سودآوری، شناسایی شد. از32 متغیر تحلیل شده تنها 8 متغیر شامل: سودخالص به کل دارایی ، فروش به کل دارایی، سودخالص به حقوق صاحبان سهام، سود عملیاتی به فروش خالص، سود و زیان انباشته به حقوق صاحبان سهام، سودخالص به فروش خالص، کل بدهی‌ها به کل دارایی‌ها و دارایی‌های جاری به کل دارایی‌ها بر سودآوری شرکت‌ها تاثیر می‌گذارند. در نهایت با درنظرگرفتن این متغیرها، پیش‌بینی سودآوری شرکت ها طبق هرخوشه انجام ‌شد که دقت پیش‌بینی خوشه‌ها به ترتیب 86.34 درصد، 88.15 درصد و 81.68 درصد است.

Clustering and Profitability Forecast of Companies listed in Tehran Stock Exchange with the Decision Tree c5 Approach

The intense competition prevailing in the world today and investors should be more cautious about their decision given the prevailing conditions. But this information alone is not useful, so it is necessary to use data mining techniques to analyze and interpret data so that more informative information will be available to users. Therefore, the purpose of this study is to cluster and forecast the profitability of companies. For this purpose, Tehran Stock Exchange companies were considered as the statistical population of the research and 888 companies in the period of 13871395 were selected as the research sample. So, in the beginning after the initial preprocessing of the data, with Matlab and Clementine software, using SSE criteria and KMeans method, the companies were converted to 3 clusters and the result of these clustering were measured by the standard quality measures. Finally, by using the C5 decision tree, cluster analysis and variables affecting profitability were identified; so that from the 32 considered variables only 8 includes: Gross profit to total assets, sales to total assets, profit to equity, operating profit to net sales, accrued profit and loss to equity, net profit to net sales, total liabilities to total assets and current assets to total assets affect the profitability of companies. At last, by taking these variables into account, prediction of each cluster was done, and the accuracy of the predictions sequence was 86,34%, 88,15% and 68.81%