طراحی مدل تبیین کننده اثر عوامل موثر بر پیش بینی سود شرکت های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از مدل یادگیری ماشین ، شبکه عصبی و رگرسیون خطی

هدف از این پژوهش طراحی مدل تبیین کننده اثر عوامل شرکتی و کلان اقتصادی بر پیش بینی سود شرکت های پذیرفته شده در بورس اوراق بهادار تهران می باشد. در این راستا قابلیت پیش بینی سود شرکت های بورسی با استفاده از چهار مدل یادگیری ماشین بردار پشتیبان رگرسیون(SVR)، شبکه عصبی ساده(ANN) ، شبکه عصبی عمیق(DNN)، رگرسیون خطی(LM)) مورد بررسی قرار گرفت. این پژوهش از نوع پژوهش های کاربردی و برحسب نحوه گردآوری داده ها , از نوع توصیفی (همبستگی) و مقیاس اندازه گیری داده ها نسبی می باشد. برای آزمون سوالات تحقیق، داده های حسابداری بین سال های 1389 -1398 تهیه و متغیرهای ورودی برای مدل بر اساس آن محاسبه گردید. جهت بررسی نتایج حاصل از تجزیه و تحلیل داده ها با استفاده از مدل های بردار پشتیبان رگرسیون، شبکه عصبی ساده، شبکه عصبی عمیق، رگرسیون خطی، ابتدا مجموعه داده ها به دو قسمت آموزشی و آزمایشی تقسیم شده بطوریکه 90 درصد داده ها برای آموزش و 10 درصد برای آزمایش در نظر گرفته شده است. نتایج حاصل از تجزیه و تحلیل داده ها نشان می هد که مدل شبکه های عصبی عمیق برای مجموعه داده های آزمایشی دارای مقادیر RMSE و MAE کمتری نسبت به بقیه مدل ها می باشد. بنابراین می توان نتیجه گرفت برای پیش بینی سود شرکتهای بورسی با استفاده از متغیرهای کلان و درون شرکتی مدل شبکه های عصبی مصنوعی میتواند رهیافت مناسبی باشد؛