پیش‌بینی سود هر سهم: ترکیب شبکه‌های عصبی مصنوعی و الگوریتم بهینه‌سازی حرکت تجمعی ذرات

نویسندگان

  • حیدر فروغ نژاد دانشجوی دکترای مدیریت مالی ، آموزشکده فنی و حرفه‌ای سما، دانشگاه آزاد اسلامی، واحد اندیشه (مسئول مکاتبات)
چکیده مقاله:

انتظارات مربوط به سود اثرات قابل ملاحظه‌ای بر تصمیمات مدیران و سرمایه­گذاران دارد. یکی از معیار‌هایی که امروزه به عنوانشاخص سود‌آوری شرکت­ها مورد توجه قرار می‌گیرد، مفهوم سود هر سهم است.­سود هر سهم آثار عمده‌ای بر قیمت سهام شرکت­‌ها نیز دارد. از اینرو پیش‌بینی سود هر سهمهم برای سرمایه‌گذاران و هم برای مدیران از اهمیت بسزایی برخوردار است. هدف از انجام این پژوهش، مدل­بندی پیش­بینی سود هر سهم شرکت­های پذیرفته شده در بورس اوراق بهادار تهران،با استفاده از ترکیب شبکه­های عصبی مصنوعی و الگوریتم بهینه­سازی حرکت تجمعی ذراتبر مبنای مدل­های تک متغیره و چند متغیره است. بدین منظور از اطلاعات مربوط به 114 شرکت از شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران، طی سال­های 1380 تا 1389 استفاده شده است.نتایج این پژوهش نشان می­دهدکهمدل تک متغیره بادقت 78.5% ومدل چند متغیره با دقت 91.7% سود هر سهم را پیش­بینی می­نماید.

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

پیش بینی سود هر سهم: ترکیب شبکه های عصبی مصنوعی و الگوریتم بهینه سازی حرکت تجمعی ذرات

انتظارات مربوط به سود اثرات قابل ملاحظه ای بر تصمیمات مدیران و سرمایه­گذاران دارد. یکی از معیار هایی که امروزه به عنوانشاخص سود آوری شرکت­ها مورد توجه قرار می گیرد، مفهوم سود هر سهم است.­سود هر سهم آثار عمده ای بر قیمت سهام شرکت­ ها نیز دارد. از اینرو پیش بینی سود هر سهمهم برای سرمایه گذاران و هم برای مدیران از اهمیت بسزایی برخوردار است. هدف از انجام این پژوهش، مدل­بندی پیش­بینی سود هر سهم شرکت...

متن کامل

ترکیب شبکه عصبی، الگوریتم ژنتیک و الگوریتم تجمع ذرات در پیش‌بینی سود هر سهم

پیش‌بینی سود هر سهم از اهمیت فراوانی برای سرمایه‌گذاران و مدیران داخلی شرکت‌ها برخوردار است. بررسی پژوهش‌های قبلی حاکی از این بوده است که در اکثر آن‌ها، به فرضیه وجود رابطه غیرخطی میان سود وعوامل تعیین‌کننده آن توجه نشده است. این در حالی است برخی از پژوهشگران نشان داده‌اند که رابطه میان سود و عوامل تعیین‌کننده آن خطی نیست. به همین دلیل و همچنین نقش محوری سود هر سهم در تصمیمات سرمایه‌گذاران، با ...

متن کامل

توسعه مدل بنیش با ترکیب شبکه‌های عصبی مصنوعی و الگوریتم بهینه‌سازی حرکت تجمعی ذرات برای پیش‌بینی دستکاری سود

هدف: به باور بنیش (1999)، دستکاری سود زمانی رخ می‌دهد ‌که مدیریت، اصول پذیرفته‌شده عمومی حسابداری را ‌به‌منظور سودآور‌ نشان‌‎دادن عملکرد مالی شرکت نقض می‌کند. در این پژوهش، مدل بنیش با تأکید بر متغیرهای خارج از داده‌های‎‌‌ حسابداری، شامل عدم تقارن اطلاعاتی و بازار رقابت محصول، توسعه یافته است. روش: برای دستیابی به هدف پژوهش، داده‌های لازم برای 184شرکت پذیرفته‌...

متن کامل

پیش بینی مدیریت سود بر مبنای تعدیل سود هر سهم

  در این مقاله سودمندی اطلاعات حسابداری در پیش­بینی رفتار مدیریت سود شرکت­های تعدیل کننده EPS مورد بررسی قرار گرفته است. نمونه تحقیق شامل آن دسته از شرکت­های پذیرفته شده در بورس اوراق بهادار تهران است که در طول دوره مالی اقدام به تعدیل EPS  کرده­اند. یافته­ها نشان می­دهد دو انگیزه قراردادی (قراردادهای بدهی) و فشار بازار سرمایه (رشد سود عملیاتی و سود خالص) انگیزه مدیران شرکت‌ها برای تعدیل EPS ب...

متن کامل

مدل سازی پیش بینی سود هر سهم با استفاده از شبکه های عصبی و الگوریتم ژنتیک

سود هر سهم یکی از فاکتورهای مالی بسیار مهم است که مورد توجه مدیران، سرمایه گذاران و تحلیل گران مالی می باشد و اغلب برای تصمیم گیری در خصوص سرمایه گذاری، ارزیابی سودآوری و ریسک مرتبط با سود و نیز قضاوت در خصوص قیمت سهام استفاده می شود، از این رو پیش بینی آن برای مدیران و ذینفعان حائز اهمیت اساسی است. هدف این تحقیق ارائه ی مدلی به منظور پیش بینی سود هر سهم با استفاده از شبکه عصبی درک چند لایه(mlp...

15 صفحه اول

منابع من

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

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


عنوان ژورنال

دوره 2  شماره 6

صفحات  63- 82

تاریخ انتشار 2013-06-15

با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023