تاثیر اقلام تعهدی و جریان نقد آزاد بر پایداری مالی با استفاده از الگوریتم ژنتیک

یکی از بخش‌های مهم و موثر در سود، اقلام تعهدی است؛ بررسی این اقلام در کنار جریان نقدآزاد در برآورد پایداری مالی و بررسی عملکرد، از اهمیت زیادی برخوردار بوده و موجب کاهش عدم اطمینان استفاده‌کنندگان و ذی‌نفعان از اطلاعات مالی می‌شود. هدف پژوهش پیش‌رو تعیین اثر تعدیل مدل جونز در خصوص اقلام تعهدی اختیاری، اجباری و همچنین جریان نقد‌آزاد بر پایداری مالی است. جامعه آماری پژوهش شامل کلیه شرکت‌های بیمه و دوره زمانی آن بین سال‌های 1394 تا 1400 بوده است. روش پژوهش از نظر نوع هدف کاربردی و از نظر ماهیت و محتوا، توصیفی است. آزمون فرضیه‌ها با استفاده از همبستگی بین متغیرها و دو رویکرد رگرسیون و الگوریتم‌ فراابتکاری ژنتیک انجام شده است. نتایج بدست آمده از آزمون فرضیه‌های پژوهش، نشان‌داد متغیرهای اقلام تعهدی اختیاری و اجباری و جریان نقد آزاد تاثیر معنی‌داری بر پایداری مالی دارد. همچنین نتایج نشان‌داد برآورد پایداری مالی با استفاده از الگوریتم ژنتیک دقیق‌تر از رگرسیون چند متغیره است.

the impact of accruals and free cash flow on financial stability using genetic algorithm

accruals are one of the most important and effective parts of profit, examining these items along with free cash flow in estimating financial stability and performance review is of great importance and reduces the uncertainty of users and beneficiaries of financial information. the aim of the upcoming research is to determine the effect of adjusting the jones model discretionary and nondiscretionary accruals and also free cash flow on financial stability. the statistical population of the research included all insurance companies and its time period was between 2015 and 2021. the research method is applied in terms of purpose and descriptive in terms of nature and content. hypotheses testing has been done using correlation between variables and two regression approaches and genetic meta-heuristic algorithm. the results obtained from the test of research hypotheses showed that the variables of discretionary and non discretionary accrual items and free cash flow have a significant effect on financial stability. also, the results showed that the estimation of financial stability using genetic algorithm is accurate from multivariate regression.