الگوسازی سرمایه‌گذاری دارایی ثابت با نقش معیارهای نظارتی و رویکرد هوش مصنوعی

هدف: سازوکارهای حاکمیت شرکتی و ساختار مالکیت قادر هستند که مستقیماً بر روی انگیزه سرمایه‌گذاران برای وادارکردن مدیریت به استفاده کارا از منابع موجود در سازمان‌ها اثر بگذارند. هدف این پژوهش الگوسازی سرمایه‌گذاری دارایی ثابت با نقش معیارهای نظارتی و رویکرد هوش مصنوعی شرکت‌های پذیرفته‌شده بورس اوراق بهادار تهران می‌باشد. روش‌شناسی پژوهش: در این پژوهش، نمونه‌ها با استفاده از روش رگرسیون متغیرگزینی ریلیف - اف انتخاب شدند؛ سپس داده‌های پژوهش به روش اعتبارسنجی متقابل ده‌قسمتی به گروه‌های داده‌های آموزش و اعتبارسنجی و داده‌های آزمون تقسیم شدند. سپس با دو الگوریتم خطی و غیرخطی بردار پشتیبان غیرموازی غیرحساس پارامتریک و حداقل مربعات جزئی هسته و الگوریتم حداقل مربعات جزئی هسته غیرخطی مورد آزمون قرار گرفتند. جامعه آماری پژوهش حاضر کلیه شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران در دوره‌های زمانی 1390 الی 1399 است و از اطلاعات مالی 101 شرکت استفاده شده است. یافته‌ها: نتایج آزمون پژوهش نشان داد که متغیرهای اندازه (تعداد اعضای) هیئت‌مدیره، استقلال هیئت‌مدیره، تخصص مالی هیئت‌مدیره، اندازه (تعداد اعضای) کمیته حسابرسی، استقلال کمیته حسابرسی، مالکیت نهادی بالای 5 درصد، دوره تصدی مدیرعامل، وجود حسابرس داخلی، نسبت تخصص اعضای کمیته و دوگانگی وظایف مدیرعامل بیشترین تاثیر را در پیش‌بینی سرمایه‌گذاری دارایی ثابت شرکت‌ها دارند. همچنین در بررسی الگوریتم‌های هوش مصنوعی خطی و غیرخطی در پیش‌بینی سرمایه‌گذاری دارایی ثابت شرکت‌ها، الگوریتم‌های خطی نسبت به الگوریتم‌های غیرخطی کارایی بیش‌تری نشان دادند. اصالت / ارزش‌افزوده علمی: باتوجه‌به اینکه ویژگی‌های خاص بازار و عدم شناخت کافی سرمایه‌گذاران نسبت به بازار و تورش‌های رفتاری موجب شده که بازار سرمایه کشور که به منزله قلب پیکره اقتصاد کشور به شمار می‌آید از کارایی و پویایی کافی برخوردار نباشد و سرمایه‌گذاران به علت عدم شناخت کافی از این دام‌ها در اتخاذ تصمیم سرمایه‌گذاری خود دچار اشتباه شوند و همین امر زمینه خروج آن‌ها را از بازار سرمایه فراهم آورده و پیامدهای نامناسبی برای کشور در پی داشته باشد؛ لذا معرفی فرصت‌های سرمایه‌گذاری در این پژوهش موجب ترغیب فعالین بازار به سرمایه‌گذاری و کاهش بحران‌های مالی و اجتناب از بروز زیان‌های بزرگ در بازار سهام خواهد شد.

the modeling the fixed asset investing with a machine learning approach by emphasizing the role of regulatory criteria

introductionthe purpose of this research is to model fixed asset investment with the role of regulatory criteria and artificial intelligence approach of companies admitted to the tehran stock exchange. due to the characteristics of the specific market and lack of sufficient knowledge of the investors towards the market and behavioral trends, it causes that the country's capital market, which is the heart of the country's economy, is not efficient and dynamic enough and it causes investors to make mistakes in their investment decisions due to not knowing enough about this and this has provided the ground for their exit from the capital market and has inappropriate consequences for the country. therefore, the introduction of investment opportunities will encourage market participants to invest and reduce financial crises and avoid large losses in the stock market.