رتبه بندی شرکتهای تولیدی در بورس اوراق بهادار تهران با استفاده از مدلهای تصمیم گیری با معیارهای چندگانه و شبکه عصبی مصنوعی

Authors

Abstract:

این مقاله به رتبه بندی اعتباری شرکتهای تولیدی حاضر در بورس تهران پرداخته است.در این راستا نسبت های مالی 181 شرکت تولیدی بورسی در طی 3 سال از روی صورتهای مالی آنها استخراج شده است.این نسبت های مالی، بیانگر میزان توانایی پرداخت اصل و فرع تسهیلات می باشند. ابتدا 50 شرکت انتخاب و توسط روش تاپسیس رتبه بندی می شود.  نسبت های مالی به عنوان معیار و وزن های هر معیار توسط روش آنتروپی شانون معلوم می شوند. سپس با این رتبه بندی ،شرکت ها به 4 طبقه تقسیم بندی می شوند.این دسته بندی به شبکه عصبی مصنوعی آموزش داده می شود وتابع شبکه عصبی بعد از آموزش مورد تست قرار می گیرد. نتایج آماری حاکی از دسته بندی قوی شبکه می باشد.سپس همه شرکت های موجود در این پژوهش توسط شبکه عصبی دسته بندی می شوند.در نهایت نیز نظر خبره توسط پرسشنامه جمع آوری می شود و با نتایج شبکه عصبی مقایسه می شود که بیانگر این موضوع می باشد که نتایج شبکه عصبی بسیار نزدیک به نظر خبره می باشد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

مقایسه رتبه بندی عملکرد شرکتهای پذیرفته شده دربورس اوراق بهادار مدلهای عصبی وفازی

با رتبه بندی شرکتها بر اساس شفافیت اطلاعات مالی می توان به تصمیم گیری بهتر در بورس اوراق بهادار کمک کرد. در این پژوهش با بررسی صورت های مالی شرکت ها و سنجش میزان شفافیت اطلاعات مالی ، نسبت به رتبه بندی آنها بر اساس مدل های عصبی و فازی پرداخته شده است. هدف دیگر تحقیق حاضر، مقایسه مدل های عصبی و فازی برای رتبه بندی شفافیت اطلاعات مالی شرکتها است. این پژوهش از نوع کاربردی و بر اساس شیوه گردآ...

full text

پیش بینی بازده شاخص بورس اوراق بهادار با استفاده از مدلهای شبکه ها عصبی مصنوعی شعاع پایه

تا کنون برای پیش بینی بازده سهام و بازده شاخص از روش های متعددی استفاده شده است در این میان هوش مصنوعی و شبکه های عصبی مصنوعی یکی از روش های پیش بینی بازده شاخص بوده است. در حال حاضر به دنبال بررسی عملکرد شبکه عصبی شعاع پایه برای پیش‌بینی بازده شاخص هستیم. بدین منظور از شاخص بورس اوراق بهادار تهران استفاده شده است و عملکرد شبکه عصبی شعاع پایه و شبکه عصبی پرسپترون مقایسه شده‌اند. نوع آزمون عملکر...

full text

پیش‎بینی مدیریت سود با استفاده از شبکه عصبی و درخت تصمیم در شرکت‎های پذیرفته شده در بورس اوراق بهادار تهران

هدف اصلی تحقیق حاضر بررسی دقت پیش‎بینی مدیریت سود با استفاده از شبکه‎های عصبی و درخت تصمیم‎گیری و مقایسه آن با مدل‎های خطی است. برای این منظور از یازده متغیر تأثیرگذار بر مدیریت سود به‎عنوان متغیرهای مستقل و اقلام تعهدی اختیاری به‎عنوان متغیر وابسته استفاده شده است. در این تحقیق تعداد 55 شرکت از سال 1385 تا سال 1388 به صورت فصلی مورد بررسی قرار گرفت. از روش رگرسیون پنلی جهت مدل خطی و از شبکه عص...

full text

پیش بینی شاخص بورس اوراق بهادار تهران با استفاده از شبکه های عصبی مصنوعی

پژوهش حاضر به مطالعه پیش بینی شاخص قیمت سهام در بورس اوراق بهادار تهران به وسیله شبکه های عصبی و ارایه ی شواهدی مبنی بر رفتار آشوبناک شاخص قیمت در بورس اوراق بهادار می پردازد. دو مجموعه از داده ها برای ورودی شبکه عصبی انتخاب شده اند. وقفه های مختلفی از شاخص و عوامل کلان اقتصادی به عنوان متغیرهای مستقل. شبکه های عصبی به کار گرفته شده در این پژوهش از نوع پرسپترون چند لایه (mlp) است که به روش الگو...

full text

رتبه بندی معیارهای مدل گوردن با استفاده از فرایند تحلیل شبکه(anp) در بورس اوراق بهادار تهران

براساس چشم انداز مدل gorden و به کارگیری ضوابط و معیاهای متعدد تصمیم گیری، در این پژوهش برآنیم تا عوامل بانفوذ و میزان سود سهام و نیز نرخ کاهشی و نرخ رشد آن را بررسی کنیم. هدف و منظور ما، بنانهادن یک مدل تصمیم گیری سرمایه گذاری و نیز مهیاکردن یک مدل مناسب انتخاب سهام برایِ به دست آوردن بیشترین سود است. دراین پژوهش برای سنجش رابطۀ متقابل میان متغیرهای مدل تصمیم گیری از روش(anp) و یا پروسۀ تحلیلی ...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 2  issue 7

pages  73- 84

publication date 2013-08-21

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023