پیش بینی بازده غیرعادی سهام با رهیافت شبکه های عصبی (شواهدی از بورس اوراق بهادار تهران)
تئوری ها و مدل های ارائه شده جهت پیش بینی بازده غیر عادی بیانگر این امر است که میان پژوهشگران اتفاق نظر مطلقی وجود ندارد. یکی از روش های بسیار مناسب درزمینه پیش بینی متغیرهای مالی ازجمله قیمت سهام، بازده سهام، سقوط بازار سهام و... به کارگیری رویکرد شبکه عصبی است. در این پژوهش برای پیش بینی بازده غیرعادی سهام از دو رویکرد شبکه عصبی مصنوعی و شبکه عصبی فازی استفاده گردید تا از این طریق دقت پیش بینی بازده غیرعادی توسط این ابزارها موردبررسی قرار گیرد. متغیرهای ورودی جهت پیش بینی بازده غیرعادی شامل خطای پیش بینی سود، درجه اهرم مالی، نرخ بازده سرمایه گذاری، شفافیت سود حسابداری، محافظه کاری حسابداری، ارزش برند شرکت و اعتمادبه نفس بیش ازحد مدیریت بوده اند. بدین منظور 452 شرکت- سال به روش غربال گری برای دوره پنج ساله(1395-1390) در شرکت های فعال در بورس اوراق بهادار تهران مورد بررسی قرار گرفت. نتایج بیانگر این امر بود که قدرت پیش بینی کنندگی شبکه عصبی مصنوعی از شبکه عصبی فازی برای پیش بینی بازده غیرعادی سهام بیشتر بوده آن را با درصد خطای کمتری انجام می دهد.
- 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.