چکیده:
ریسک سقوط قیمت سهام، شاخصی برای اندازهگیری عدم تقارن در ریسک محسوب میشود و از اهمیت فراوانی در تحلیل پرتفوی و قیمتگذاری داراییهای سرمایهای برخوردار است. با توجه به اهمیت ریسک سقوط، پژوهشهای متعددی به بررسی عوامل موثر بر آن پرداختهاند که در تمام آنها از روشهای سنتی بهمنظور پیشبینی استفادهشده است درحالیکه در سالهای اخیر روشهای نوین فرا ابتکاری در سایر مباحث مالی بهطور گستردهای مورداستفاده قرارگرفته است و نتایج بهتری داشتهاند، بنابراین در این پژوهش، خطر سقوط قیمت سهام شرکتهای پذیرفتهشده در بورس اوراق بهادار تهران، با استفاده از الگوریتم کلونی مورچگان پیشبینی و نتایج با رگرسیون چند متغیره بهعنوان یک روش سنتی، مقایسه شد. جامعه آماری پژوهش شامل کلیه شرکتهای پذیرفتهشده در بهابازار اوراق بهادار هست که تعداد 101 شرکت بهعنوان نمونه انتخابشده است. ابتدا 19 متغیر مستقل بهعنوان ورودی الگوریتم تجمع ذرات که در این پژوهش یک روش انتخاب ویژگی در نظر گرفتهشده است، وارد مدل گردید و درنهایت در هرکدام از معیارهای مختلف محاسبه خطر سقوط قیمت سهام، تعدادی متغیر بهینه انتخاب شد سپس با استفاده از الگوریتم کلونی مورچگان و رگرسیون چند متغیره، خطر سقوط قیمت سهام پیشبینی و نتایج حاصله باهم مقایسه شد. بهمنظور مقایسه روشها از دو معیار میانگین قدر مطلق خطا و میانگین مجذور خطا استفادهشده است. نتایج نشان میدهد که توانایی الگوریتم مورچگان در پیشبینی خطر سقوط قیمت سهام نسبت به رگرسیون چند متغیره بالاتر است و فرضیه پژوهش تائید میشود.