نشریه های علمی انتشارات
اطلاعات شماره: سال. ۲۳, شماره. ۱۲,(۱۳۹۵): دوفصلنامه اقتصاد پولی مالی پاییز وزمستان ۱۳۹۵

عنوان مقاله: توانایی مدل های تخمینگر بردار پشتیبان، تخمینگر حداقل درجه و شبکه عصبی فازی در پیش‌بینی سود هر سهمسهم


صفحات: 161-188

DOI: 10.22067/پ م.v23i12.41329

چکیده
پیش بینی سود حسابداری و تغییرات آن به جهت استفاده در مدل‌های ارزیابی سهام، توان پرداخت، ریسک، عملکرد واحد اقتصادی و مباشرت مدیریت از دیرباز مورد علاقه سرمایه گذاران، مدیران، تحلیلگران مالی و اعتباردهندگان بوده است. سود هر سهم اغلب برای بررسی سودآوری و ریسک مرتبط با سود و نیز قضاوت در خصوص قیمت سهام استفاده می‌شود.
در این تحقیق عملکرد سه مدل تخمینگر بردار پشتیبان، تخمینگر حداقل درجه و شبکه عصبی فازی در پیش بینی سود هر سهم مورد ارزیابی قرار گرفته است. در این تحقیق از ۹ متغیر مالی، ۷ متغیر بنیادی و ۴ متغیر کلان استفاده شده است. ابتدا متغیرهای مالی ،متغیرهای بنیادی و کلان اقتصادی به صورت جداگانه و سپس بطور همزمان وارد مدل ها شده اند تا توانایی آن ها در هر سه حالت مورد ارزیابی قرار گیرد. نتایج تحقیق نشان می دهد که مدل تخمینگر حداقل درجه در هر سه حالت فوق (متغیرهای مالی، متغیرهای بنیادی و کلان اقتصادی) عملکرد بهتری نسبت به سایر مدل ها داشته است.

کلمات کلیدی:   بورس اوراق بهادار تهران، پیش بینی سود هر سهم، تخمینگر بردار پشتیبان، تخمینگر حداقل درجه، شبکه عصبی فازی.


دریافت نسخه XML

تمام متن: PDF
دانلود : 194

بازدید: 197

تاریخ دریافت: 1393/08/25 , تاریخ پذیرش: 1395/11/04 , تاریخ انتشار: 1395/11/04

ایمیل این مقاله (نیازمند ورود )
ایمیل به نویسنده (نیازمند ورود )