Semnan University Managerial Modelling in Sustainable Development 1 1 2025 08 20 A Hybrid Framework of Clustering and Machine Learning for Evaluating Financial Sustainability and Transparency in the Capital Market چارچوب ترکیبی خوشه‌بندی و یادگیری ماشین برای ارزیابی پایداری و شفافیت مالی در بازار سرمایه 235 254 10108 10.22075/mmsd.2025.38693.1015 EN Omid Valizadeh PhD Candidate in Operations Research, Department of Management, Faculty of Administrative and Economic Sciences, Ferdowsi University of Mashhad, Mashhad, Iran. omid.valizadeh@mail.um.ac.ir Mahsa Akhavan Rad PhD Candidate in Operations Research, Department of Management, Faculty of Administrative and Economic Sciences, Ferdowsi University of Mashhad, Mashhad, Iran. Atieh Jafarian PhD Student, Université de Rennes, CNRS, CREM - UMR 6211, F-35000 Rennes, France. atieh.jafarian@univ-rennes1.fr Journal Article 2025 06 22 Background and Objectives: The capital market, as a fundamental pillar of financing and economic transparency, plays a vital role in the sustainability of firms. Despite notable advances in financial analysis, most prior studies have predominantly focused on one-dimensional evaluations of financial indicators, paying limited attention to structural heterogeneity among firms and the identification of latent patterns. Moreover, research conducted in the Iranian stock market has largely relied on traditional statistical models, which exhibit limited capacity in modeling nonlinear and complex relationships. The objective of this study is to propose an integrated framework for identifying distinct financial clusters and predicting firms’ sustainability by employing a hybrid approach that combines clustering techniques with machine learning. Materials and Methods: Initially, a dataset comprising eight key financial sustainability indicators was collected. After preprocessing which involved outlier removal, imputing missing values using the KNN method, and standardization the data were fed into the K-Means algorithm. To determine the optimal number of clusters, the silhouette index was calculated, identifying three as the optimal solution. The resulting cluster labels were then employed as the target variable in three machine learning models (XGBoost, Random Forest, and Decision Tree), whose performance was evaluated using accuracy, precision, recall, and F1-Score metrics. Finally, through feature importance analysis, the variables contributing most significantly to cluster differentiation were identified. Results: The clustering results revealed three distinct structural patterns among firms: a cluster characterized by high profitability, strong economic value added, and low risk; a cluster with high growth and returns but accompanied by elevated risk and cost of capital; and a cluster marked by weak profitability and limited value creation. A comparison of the machine learning models indicated that the XGBoost algorithm achieved the best predictive performance, with an accuracy of 0.97 and an F1-Score of 0.96. Furthermore, the feature importance analysis demonstrated that ROA was the most influential indicator in differentiating clusters across all three models, followed by WACC and EVA as key determinants of financial sustainability. Conclusion: The present study demonstrates that the hybrid approach of clustering and machine learning can serve as an effective tool for identifying structural heterogeneity in the capital market. The findings suggest that managerial focus on improving ROA and reducing WACC through optimal capital structure management, along with enhancing EVA, constitutes a key strategy for strengthening firms’ financial sustainability. سابقه و هدف: بازار سرمایه به‌عنوان رکن اصلی تأمین مالی و ارتقای شفافیت اقتصادی، نقشی اساسی در پایداری بنگاه‌ها ایفا می‌کند. باوجود پیشرفت‌های قابل‌توجه در تحلیل‌های مالی، اغلب مطالعات پیشین بر ارزیابی تک‌بعدی شاخص‌های مالی متمرکز بوده و کمتر به تفاوت ساختاری میان شرکت‌ها و شناسایی الگوهای پنهان توجه داشته‌اند. از سوی دیگر، پژوهش‌های انجام‌شده در بورس ایران عمدتاً مبتنی بر مدل‌های سنتی و آماری بوده‌اند که توان محدودی در مدل‌سازی روابط غیرخطی و پیچیده دارند. هدف این پژوهش ارائه چارچوبی یکپارچه برای شناسایی خوشه‌های متمایز مالی و پیش‌بینی وضعیت پایداری شرکت‌ها با استفاده از رویکرد ترکیبی خوشه‌بندی و یادگیری ماشین است. روش: ابتدا مجموعه داده‌ای شامل هشت شاخص کلیدی پایداری مالی گردآوری شد. داده‌ها پس از ‌پردازش شامل حذف مقادیر پرت، جایگزینی داده‌های گمشده با روش KNN و استانداردسازی، وارد الگوریتم K-Means شدند. برای تعیین تعداد خوشه‌ها، شاخص سیلوئت محاسبه و مقدار بهینه سه خوشه شناسایی شد. سپس برچسب‌های حاصل به‌عنوان متغیر هدف در سه مدل یادگیری ماشین (XGBoost، جنگل تصادفی و درخت تصمیم) استفاده شد و عملکرد آن‌ها با معیارهای دقت، صحت، یادآوری و F1-Score ارزیابی گردید. درنهایت، با تحلیل اهمیت ویژگی‌ها، متغیرهای اثرگذار در تمایز خوشه‌ها شناسایی شدند. یافته‌ها: نتایج خوشه‌بندی نشان داد که سه الگوی ساختاری متمایز از شرکت‌ها قابل‌شناسایی است: خوشه‌ای با سودآوری و ارزش‌افزوده اقتصادی بالا و ریسک پایین؛ خوشه‌ای با رشد و بازده بالا همراه با ریسک و هزینه سرمایه زیاد؛ و خوشه‌ای با سودآوری ضعیف و ارزش‌افزوده محدود. مقایسه مدل‌های یادگیری ماشین نشان داد که الگوریتم XGBoost با صحت 97/0 و F1-Score برابر 96/0 بهترین عملکرد را در پیش‌بینی خوشه‌ها داشته است. تحلیل اهمیت ویژگی‌ها نیز حاکی از آن بود که ROA در هر سه مدل مهم‌ترین شاخص در تفکیک خوشه‌ها است و پس‌ازآن WACC و EVA به‌عنوان عوامل کلیدی در پایداری مالی شناخته شدند. نتیجه‌گیری: پژوهش حاضر بیانگر آن است که رویکرد ترکیبی خوشه‌بندی و یادگیری ماشین می‌تواند ابزاری مؤثر برای شناسایی ناهمگنی ساختاری در بازار سرمایه باشد. نتایج نشان می‌دهد که تمرکز مدیران بر بهبود ROA و کاهش WACC از طریق مدیریت بهینه ساختار سرمایه، همراه با افزایش EVA، راهبردی کلیدی در ارتقای پایداری مالی شرکت‌هاست.

https://mmsd.semnan.ac.ir/article_10108_cc298d5bc587e1b650f80e10449ee9d5.pdf