از آنجا که پیش‌بینی سود نقدی شرکت‌ها یکی از منابع اطلاعاتی با ارزش برای سرمایه‌گذاران و دیگر افراد ذینفع است، پژوهش حاضر تلاش می‌کند مدل‌هایی برای پیش‌بینی متغیرهای تأثیرگذار بر سود نقدی سهام پیشنهاد کند. برای این کار از اطلاعات شرکت‌های شیمیایی پذیرفته شده در بورس تهران بین سال‌های 1385 تا 1389 استفاده شده است. متغیرهای مستقل این تحقیق نسبت‌های حسابداری و متغیر وابسته سود نقدی سهام است. چارچوب مدل، ترکیبی از الگوریتم‌های PSO-SVR و PSO-LARS است. الگوریتم PSO، ترکیب بهینه‌ای از متغیرها که بر پیش‌بینی سود نقدی تأثیر گذارند را شناسایی می‌کند. سپس داده‌های مربوط به متغیرهای انتخاب شده توسط PSO به طور جداگانه به الگوریتم‌های SVR و LARS وارد می‌شوند و این الگوریتم‌ها را آموزش می‌دهند. در ادامه الگوریتم‌های SVR و LARS با داده‌های ارزیابی آزموده می‌شوند و به این ترتیب می‌توان خطای پیش‌بینی را اندازه گیری و روش‌ها را با هم مقایسه کرد. نتایج این پژوهش نشان می‌دهد ترکیب الگوریتم PSO با الگوریتم SVR یا ترکیب PSO-LARS در مقایسه با استفاده از الگوریتم‌های LARS و SVR به تنهایی می‌تواند پیش‌بینی بهتری از عوامل تأثیرگذار مورد نظر داشته باشد. ضمن این که در مقایسه دو روش ترکیبی PSO-LARS و PSO-SVR، خطای پیش‌بینی PSO-SVR کمتر است.

بازار سهام عمدتاً تحت تاثیر جریان اخبار و اطلاعات است که با واکنش سرمایه‌گذاران همراه می‌شود. چنانچه بازار سهام کارا باشد، واکنش سرمایه‌گذاران نسبت به اخبار و اطلاعات، واکنشی صحیح و بدون تورش خواهد بود، در غیر آنصورت بازار سهام در وضعیت بیش‌واکنش و یا کم‌واکنش قرار می‌گیرد. در وضعیت بیش‌واکنش و کم‌واکنش قیمت‌ها به درستی تعیین نمی‌شوند که این موضوع سبب بی‌اعتمادی سرمایه‌گذاران به بازار سهام می‌شود. در مدل‌سازی با قیمت‌های روزانه که به چهار قیمت آغازین، حداکثر روز، حداقل روز و پایانی سهام اشاره دارد، نخست ثابت می‌شود قیمت بازاری سهام فرآیند براونی هندسی دارد، سپس با استخراج توزیع تلاطم استاندارد شده وضعیت بیش‌واکنش، کم‌واکنش و یا واکنش صحیح سرمایه‌گذاران مشخص می‌شود. در ادامه جهت گسترش مدل با فروض واقعی‌تر، ناپیوستگی در جریان دریافت اخبار و اطلاعات وارد مدل شده و تشریح می‌گردد که در این شرایط، تنها بررسی بیش‌واکنش سرمایه‌گذاران امکان‌پذیر است. بدین ترتیب دو فرضیه و دو آماره جهت آزمون بیش-واکنش به اخبار و اطلاعات خوب و بیش‌واکنش به اخبار و اطلاعات بد تشکیل می‌شود. در پایان جهت اطمینان از این‌که نتایج حاصل شده تحت تاثیر ناهمسانی واریانس نباشد، آماره‌های آزمون اصلاح شده و دو فرضیه بار دیگر آزمون می‌شوند.