مقایسه کارایی تکنیک‌های تجزیه‌وتحلیل درونی و مقایسه‌ای داده در الگوریتم ژنتیک غیرخطی جهت پیش‌بینی سودآوری شرکت‌ها

هرچند دانسته‌ها در مورد روش تصمیم‌گیری استفاده‌کنندگان از صورت‌های مالی اندک است. اما به‌طور قطع می‌توان گفت بخشی از تصمیم‌گیری، به پیش‌بینی توانایی سودآوری آینده شرکت‌ها مربوط می‌شود. همچنین سودآوری به‌عنوان مبنایی برای ارزیـابی کـارایی مـدیران شرکت‌ها مورداستفاده قرار می‌گیرد. این پژوهش، باهدف معرفی الگـوریتم مـناسب جهت پیش‌بینی سودآوری به تصمیم‌گیرندگان، با استفاده از 23 نسبت مالی برتر، به ‌عنوان متغیر مستقل، به مقایسه توانمندی تکنیک‌های تجزیه ‌و تحلیل درونی و مقایسه‌ای داده در الگوریتم ژنتیک غیرخطی در پیش‌بینی سودآوری آینده شرکت‌های پذیرفته‌شده در بـورس اوراق بهـادار تهران طی سال‌های 1371 تا 1391 پرداخته که طبق نتایج به‌دست‌آمده، نتایج نشان می‌دهد مدل الگوریتم ژنتیک غیرخطی مبتنی بر تجزیه ‌و تحلیل درو نی داده‌ها با دقت 90.04% دارای توانمندی بیشتری در پیش‌بینی سودآوری نسبت به مدل الگوریتم ژنتیک غیرخطی مبتنی بر تجزیه ‌و تحلیل مقایسه‌ای داده‌ها با دقت 72.85% می‌باشد.