رویکرد ترکیبی تصمیم گیری چندمعیاره با استفاده از روش BWM و TOPSIS جهت ارزیابی عملکرد مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران.

هدف اصلی این پژوهش ارزیابی و رتبه‌بندی عملکرد مالی شرکت‌های تولیدی پذیرفته‌شده در بورس اوراق بهادار تهران با بهره‌گیری از یک رویکرد ترکیبی تصمیم‌گیری چندمعیاره است. بدین منظور، در گام نخست شاخص‌های مالی رایج از طریق مرور ادبیات و اخذ نظر خبرگان با استفاده از شاخص روایی محتوایی (CVI) شناسایی و تأیید شدند. سپس اهمیت نسبی معیارها بر اساس قضاوت خبرگان و با به‌کارگیری روش بهترین- بدترین (Best-Worst Method: BWM) تعیین گردید. در ادامه داده‌های واقعی شرکت‌ها طی دوره زمانی ???? تا ???? گردآوری شد و به کمک تکنیک تاپسیس (Technique for Order Preference by Similarity to Ideal Solution: TOPSIS) رتبه‌بندی گردیدند. به‌منظور اعتبارسنجی مدل، بازده سهام در سال ???? به‌عنوان داده‌های برون‌نمونه مورد استفاده قرار گرفت و ضرایب همبستگی اسپیرمن و کندال میان رتبه‌های حاصل از مدل و بازده واقعی محاسبه شد. نتایج آزمون‌ها وجود رابطه معنادار میان رتبه‌بندی پیشنهادی و عملکرد واقعی بازار را تأیید کرد. بنابراین، پژوهش حاضر الگویی تلفیقی و کارآمد برای ارزیابی عملکرد مالی شرکت‌ها ارائه می‌دهد که ضمن تکیه بر داده‌های بومی بازار سرمایه ایران، از قابلیت پیش‌بینی و تعمیم‌پذیری برخوردار است.

Abstract

The primary objective of this research is to evaluate and rank the financial performance of manufacturing companies listed on the Tehran Stock Exchange (TSE) using a hybrid Multi-Criteria Decision-Making (MCDM) approach. To this end, in the first step, relevant financial indicators were identified and validated through a literature review and expert opinions, utilizing the Content Validity Index (CVI). Subsequently, the relative importance of these criteria was determined based on expert judgments using the Best-Worst Method (BWM). Next, the actual financial data of the selected companies from ۲۰۲۰ to ۲۰۲۳ were collected and ranked using the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). To validate the model, stock returns from ۲۰۲۴ were used as out-of-sample data, and the Spearman and Kendall correlation coefficients were calculated between the model's rankings and the actual returns. The test results confirmed a significant relationship between the proposed rankings and actual market performance. Therefore, this study presents an integrated and efficient model for financial performance evaluation that, while based on the local data of the

Iranian capital market, demonstrates predictive capability and generalizability