پیش بینی ارتباط بین بازده سهام و عدم تقارن اطلاعاتی با استفاده از شبکه های عصبی مصنوعی

با توجه به اهمیت بازده در مطالعات سرمایه گذاری، برآورد رابطه ی آن با عدم تقارن اطلاعاتی از مسائل مهم و ضروری است. تغییرات زمانی بازده، عدم کفایت مطالعات صورت گرفته و وجود عوامل تاثیرگذار بر میزان بازده سهام باعث توسعه ی روش های نوین و هوشمند در تخمین و برآورد بازده سهام شرکت های بورسی شده است. هدف از این تحقیق پیش بینی بازده سهام با استفاده از عدم تقارن اطلاعاتی با رویکرد شبکه های عصبی مصنوعی است. متغیر مستقل در این تحقیق عدم تقارن اطلاعاتی و متغیر وابسته بازده سهام بوده است. به همین منظور، متغیرهای مربوط برای 100 شرکت بورسی و به مدت 6 سال گرد آوری شده است. خروجی های حاصل از تخمین شبکه های عصبی مصنوعی و نتایج حاصل از تخمین با استفاده از این روش، با معیارهای ارزیابی (99/ 0 =R، 064/ 0= MSEو 21/ 0=MAE) بوده است. با در نظر گرفتن مقدار تصادفی (50 درصد) و مقایسه آن با 99/ 0=R، ارتباط معنادار بین متغیر عدم تقارن اطلاعاتی و بازده سهام مشاهده می شود. همچنین، شبکه مزبور دارای کمترین خطا (064/ 0= MSEو 21 /0=MAE) نسبت به دیگر شبکه های طراحی شده است.