بررسی کارایی الگوریتم های بهینه سازی کرم شب تاب و رگرسیون ماشین بردار پشتیبان جهت پیش‌بینی هزینه سرمایه

هزینه‌ی سرمایه، ‌حداقل نرخ بازده‌ی مورد انتظار سرمایه‌گذاران است، ‌این نرخ بازده مورد انتظار با در نظر گرفتن ریسک شرکت تعیین می‌شود. در این پژوهش با استفاده از اطلاعات مالی 97 شرکت طی سال‎های 1390 الی 1396 و به کمک متغیرهای حسابداری اقدام به پیش‌بینی هزینه سرمایه در شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران شده است. ‎ جهت پیش‌بینی هزینه سرمایه از روش‌های رگرسیون ماشین بردار و کرم شب‌تاب استفاده شد. نتایج نشان داد که بین متغیرهای نسبت بدهی، فرصت رشد، رشد فروش، نوع مالکیت (ارتباط سیاسی)، نسبت دارایی ثابت، اندازه شرکت با هزینه سرمایه رابطه‎ی معناداری وجود دارد. با توجه به خطای بسیار منطقی حدوداً 7 درصد الگوریتم کرم شب‌تاب و رگرسیون ماشین بردار در پیش‌بینی هزینه سرمایه در داده‌های ارزیابی می‌توان بیان کرد که الگوریتم کرم شب‌تاب و رگرسیون ماشین‌بردار با استفاده از داده‌های حسابداری توان پیش‌بینی هزینه سرمایه شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران را باقدرت بسیار بالا دارد و همچنین الگوریتم کرم شب‌تاب توانایی بالاتری در پیش‌بینی هزینه سرمایه نسبت به الگوریتم رگرسیون ماشین بردار دارد.

Efficiency Evaluation of Fireflies Optimization Algorithms And vector support regression Forecast Cost of Capital

Cost of capital is the minimum output rate expected by investors; this expected output rate is determined considering the risk of the company. Cost of capital refers to the cost of financing the company in order for investment or provision of working capital that consists of two parts: The cost of financing from longterm debts with interest and the cost of financing from the rights of shareholders. Cost of capital is the cost of longterm financing of the company. Companies, using debts and rights of shareholders, provide financial sources and use them in assets. In this research, using financial information of 97 company during the years of 2011 to 2017, using with help of accounting variables, it was attempted to predict cost of capital in companies listed on Tehran Stock Exchange. The results showed that there is a significant relationship between debt ratio ratios, growth opportunity, sales growth, ownership type (political relationship), fixed asset ratio, size of company with capital cost; and Vector machine regression and firefly algorithm, using the mentioned variables, has about 93 percent ability to predict cost of capital of the companies listed on Tehran Stock Exchange.