مقایسه کارایی تکنیک های تجزیه وتحلیل درونی و مقایسه ای داده در الگوریتم ژنتیک غیرخطی جهت پیش بینی سودآوری شرکت ها

هرچند دانسته ها در مورد روش تصمیم گیری استفاده کنندگان از صورت های مالی اندک است. اما به طور قطع می توان گفت بخشی از تصمیم گیری، به پیش بینی توانایی سودآوری آینده شرکت ها مربوط می شود. همچنین سودآوری به عنوان مبنایی برای ارزیـابی کـارایی مـدیران شرکت ها مورداستفاده قرار می گیرد. این پژوهش، باهدف معرفی الگـوریتم مـناسب جهت پیش بینی سودآوری به تصمیم گیرندگان، با استفاده از 23 نسبت مالی برتر، به عنوان متغیر مستقل، به مقایسه توانمندی تکنیک های تجزیه و تحلیل درونی و مقایسه ای داده در الگوریتم ژنتیک غیرخطی در پیش بینی سودآوری آینده شرکت های پذیرفته شده در بـورس اوراق بهـادار تهران طی سال های 1371 تا 1391 پرداخته که طبق نتایج به دست آمده، نتایج نشان می دهد مدل الگوریتم ژنتیک غیرخطی مبتنی بر تجزیه و تحلیل درو نی داده ها با دقت 90.04% دارای توانمندی بیشتری در پیش بینی سودآوری نسبت به مدل الگوریتم ژنتیک غیرخطی مبتنی بر تجزیه و تحلیل مقایسه ای داده ها با دقت 72.85% می باشد.