رویکرد هوش مصنوعی قانون گرا

سلامت مالی به مفهوم توان سودآوری و تداوم فعالیت واحد اقتصادی می باشد که برای کلیه سهامداران و ذینفعان از اهمیت بسیار بالایی برخوردار است و اساساً همه ی ذینفعان در واحدهای اقتصادی به داشتن ابزارهای مناسبی که بتوانند سودآوری و تداوم فعالیت واحدها را ارزیابی و پیش بینی کنند علاقه مندند.هدف این پژوهش شناسایی عوامل مؤثر بر سلامت مالی و پیش بینی درجه سلامت مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران می باشد. بدین منظور از اطلاعات 138 شرکت (1104 شرکت –سال) طی سال های 1390 الی 1397  و نرم افزار متلب[1]</sup> جهت آزمون فرضیه های پژوهش استفاده شد. آزمون متغیر گزینی که با استفاده از الگوریتم هوش مصنوعی تجزیه وتحلیل مؤلفه های همسایه انجام شد نشان داده است که از بین معیارهای نظام راهبری نسبت مدیران غیرموظف، نسبت مالکان نهادی، اندازه کمیته حسابرسی و استقلال کمیته حسابرسی و تغییر مدیرعامل جهت تبیین سلامت مالی شرکت ها بالاترین تأثیر را دارد و همچنین جهت پیش بینی درجه سلامت مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران از روش الگوریتم قانون گرا درخت تصمیم استفاده شد که نتایج پیش بینی حاکی از قدرت بالای الگوریتم هوش مصنوعی قانون گرای درخت تصمیم (باقدرت بیش از 80 درصد) جهت پیش بینی سلامت مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران می باشد. [1]. Matlab