قیمت گذاری عرضه های عمومی اولیه: ترکیب شبکه های عصبی مصنوعی و الگوریتم ژنتیک

نویسندگان

محمد عرب مازار یزدی

مهسا قاسمی

چکیده

هدف کلی این پژوهش ایجاد ابزار پیش بینی مناسب جهت قیمت گذاری عرضه های عمومی اولیه بوسیله شبکه های عصبی و الگوریتم ژنتیک است. چارچوب نظری این مطالعه بر اساس نظریه عدم تقارن اطلاعاتی می باشد. اگرچه ادبیات قیمت گذاری عرضه های عمومی اولیه، گستره ی وسیعی از علایم ممکن را معرفی می کند، تعداد کمی از این علایم، تأثیر بااهمیتی بر کارایی پیش بینی دارند. نتایج پژوهش نشان می دهد ترکیب شبکه های عصبی با الگوریتم ژنتیک به منظور انتخاب متغیرهای بهینه، قدرت پیش بینی را به طور محسوسی افزایش می دهد.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

ارایه مدل ارزش گذاری سهام در عرضه های عمومی اولیه با استفاده از مدل عصبی-ژنتیک

نگاه به تاریخچه بازار بورس حکایت از این نکته دارد که نگرانی عمده شرکت های بورسی در گام نخست برای ورود به بازار سرمایه این است که چه قیمتی برای عرضه عمومی اولیه مناسب بوده و آیا می توانند سرمایه گذاران را برای خرید سهام خود مجاب کنند.در کنار این موضوع ، از نگرانی سرمایه گذاران نیز که قیمت سهام عرضه شده را واقعی یا کاذب تصور کنند، نمی توان گذشت.این پژوهش سعی براین دارد که باا استفاده از روش غیر خ...

متن کامل

قیمت‌گذاری عرضه‌های عمومی اولیه: ترکیب شبکه‌های عصبی مصنوعی و الگوریتم ژنتیک

هدف کلی این پژوهش ایجاد ابزار پیش‌بینی مناسب جهت قیمت‌گذاری عرضه‌های عمومی اولیه بوسیله شبکه‌های عصبی و الگوریتم ژنتیک است. چارچوب نظری این مطالعه بر اساس نظریه عدم تقارن اطلاعاتی می‌باشد. اگرچه ادبیات قیمت‌گذاری عرضه‌های عمومی اولیه، گستره‌ی‌ وسیعی از علایم ممکن را معرفی می‌کند، تعداد کمی از این علایم، تأثیر بااهمیتی بر کارایی پیش‌بینی دارند. نتایج پژوهش نشان می‌دهد ترکیب شبکه‌های عصبی با الگو...

متن کامل

رابطه بین محافظه کاری و کمتر قیمت گذاری عرضه های عمومی اولیه

هدف این مقاله بررسی رابطه بین محافظه کاری وکمتر قیمت گذاری عرضه های عمومی اولیه وهمچنین رابطه بین محافظه کاری وکمتر قیمت گذاری عرضه های عمومی اولیه درشرکت های باعدم تقارن اطلاعاتی بالانسبت به شرکت های باعدم تقارن اطلاعاتی پایین دربورس اوراق بهادارتهران است.بدین منظور با استفاده ازروش نمونه گیری حذف سیستماتیک تعداد 89 شرکت فعال دربورس اوراق بهادار تهران به عنوان نمونه بررسی انتخاب گردیده است.برا...

متن کامل

تبیین الگوی بهینه ارزیابی و قیمت‌گذاری عرضه اولیه عمومی سهام با استفاده از تکنیک های تصمیم گیری چند معیاره فازی، رگرسیون، شبکه عصبی و الگوریتم ژنتیک

فرآیند مهم ارزیابی و قیمت­ گذاری اوراق بهادار تخمین ارزش اوراق بهادار از جمله سهام عرضه اولیه شرکت ­ها است. زیرا از یک سو سرمایه‌گذاران به منظور سرمایه‌گذاری آگاهانه نیاز دارند که از ارزش واقعی سهامی که علاقمند به سرمایه گذاری در آن‌ هستند، اطلاع داشته باشند و از سوی دیگر صاحبان شرکت­ها که قصد فروش اوراق بهادار خود را دارند، ناگزیرند تا دارایی خود را به شیوه درست ارزیابی و قیمت­ گذاری نماید. لذ...

متن کامل

شناسایی دستکاری قیمت سهام از طریق مدل ترکیبی الگوریتم ژنتیک – شبکه عصبی مصنوعی و مدل SQDF

هدف این پژوهش، شناسایی دستکاری قیمت سهام در بورس اوراق بهادار تهران می­باشد که از طریق مدل ترکیبی الگوریتم ژنتیک-شبکه عصبی مصنوعی (ANN-GA)[1] و مدل تابع تفکیکی درجه دوی تعدیل شده (SQDF)[2] انجام گرفته است. در این پژوهش از متغیرهای قیمت، حجم معاملات و سهام شناور آزاد برای تطبیق نتایج مدل و داده­های واقعی از دستکاری قیمت استفاده شده است. در مدل ترکیبی ابتدا داده­های مربوط به 316 شرکت از نخستین رو...

متن کامل

کاربردی از ترکیب الگوریتم ژنتیک و شبکه های عصبی مصنوعی برای بر آورد مصرف گاز طبیعی در ایران

هدف اصلی این تحقیق، بررسی تقاضای گاز طبیعی در ایران با استفاده از ساختار صنعت و شرایط اقتصادید ایران می باشد.. مدل ها به دو شکل (نمایی و خطی) ارائه شده اند و برای برآورد تقاضای گاز طبیعی در ایران مورد استفاده قرار می گیرند. این مدل ها برای برآورد میزان تقاضای گاز طبیعی در آینده براساس شاخص های جمعیت، تولید ناخالص داخلی و ارقام وارداتی و صادراتی گسترش یافته اند. مصرف گاز طبیعی در ایران از سال 19...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید


عنوان ژورنال:
فصلنامه علمی-پژوهشی بررسیهای حسابداری وحسابرسی

ناشر: دانشکده مدیریت دانشگاه تهران

ISSN 1024-8161

دوره 16

شماره 5 2010

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023