به کارگیری شبکه های عصبی در پیش بینی سودآوری شرکت ها (شرکتهای عضو بورس اوراق بهادار تهران)

چکیده:
این پژوهش در مورد دستیابی به پیش بینی سودآوری آینده (شاخصی از عملکرد آینده) شرکت های پذیرفته شده در بورس اوراق بهادار تهران با کاربست شبکه های عصبی مصنوعی است. نمونه های مورد استفاده ما در این پژوهش 90 شرکت از مجموعه مورد اشاره فوق در بین سال های 1380 تا 1386 (720 شرکت - سال) می باشد و با توجه به چارچوب مقاله این تعداد به 630 شرکت - سال کاهش یافت. این شرکتها به دو مجموعه نمونه آموزشی شامل 540 شرکت – سال ابتدایی (شرکت – سالهای 80 تا 85) و برای ارزیابی اعتبار الگوی آموزش دیده، نمونه آزمایشی متشکل از 90 شرکت – سال انتهایی (شرکت – سال 86)، تفکیک شدند.
برای انجام پیش بینی سودآوری آینده شرکتها در ابتدا نیازمند تعیین متغیرهای پیش بینی کننده ای بود که برای این منظور از متغیرهایی که طی پژوهش های پیشین برای پیش بینی موفقیت یا عدم موفقیت شرکتها به کار رفته بودند، استفاده شده است. در مرحله بعد با برگزاری آزمون های آماری مناسب متغیرهای معنادار در پیش بینی سودآوری آینده تعیین شد. در نهایت تعداد 9 متغیر با استفاده از تکنیک تحلیل گام به گام انتخاب شد. نتایج این مطالعه نشان داد که به کارگیری شبکه های عصبی و 9 متغیر انتخاب شده، 99 درصد الگوبرداری صحیح در پیش بینی سودآوری شرکتها توسط گروه آموزشی را به دست می دهد و کاربست این الگو در گروه آزمایشی، 86 درصد صحت پیش بینی ها در طبقات سودآور و زیان آور آینده را رقم می زند.
زبان:
فارسی
در صفحه:
51
لینک کوتاه:
magiran.com/p1057788 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!