برآورد ریسک و بازده سهام با استفاده از رویکرد ترکیبی برنامه ریزی ترجیحات فازی لگاریتمی و شبکه های عصبی

پژوهش حاضر با هدف شناسایی متغیرهای موثر بر انتخاب سبد سهام و نیز اولویت بندی این متغیرها و نیز برآورد ریسک و بازده سهام نمونه با استفاده از الگوریتم شبکه های عصبی انجام شده است.

ضرورت: 

مساله انتخاب سبد سهام همواره یکی از موضوعات جذاب و کاربردی در مسائل مالی و بازارهای مالی بوده است. در راستای برطرف کردن معایب موجود درپژوهش های مربوط به انتخاب سبد سهام، ایده به کارگیری روش برنامه ریزی ترجیحات فازی لگاریتمی برای تحلیل عوامل موثر بر انتخاب سبد سهام و استفاده از شبکه های عصبی جهت برآورد ریسک و بازده تقویت می شود.

روش شناسی: 

پژوهش حاضر رویکردی ترکیبی و جدید برای انتخاب سبد سهام ارائه می دهد که شامل دو مرحله است: در مرحله اول از طریق مصاحبه با خبرگان و نیز بررسی مدارک و اسناد موجود، 6 معیار اصلی انتخاب سبد بهینه سهام را شناسایی نموده و با استفاده از رویکرد برنامه ریزی ترجیحات فازی لگاریتمی، وزن این معیارها تعیین می شود و در مرحله دوم ریسک و بازده سهام با استفاده از الگوریتم شبکه های عصبی پیش بینی می شود.

یافته ها نشان می دهد معیارهای سودآوری، کارایی و ریسک به ترتیب مهمترین معیارها در انتخاب سبد بهینه سهام می باشد. همچنین شبکه عصبی طراحی شده توانسته است به خوبی بازده و ریسک سهام را برازش نماید.