پیش بینی سود هر سهم: ترکیب شبکه های عصبی مصنوعی و الگوریتم بهینه سازی حرکت تجمعی ذرات
نویسندگان
چکیده
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 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 شرکت های 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.
منابع مشابه
پیشبینی سود هر سهم: ترکیب شبکههای عصبی مصنوعی و الگوریتم بهینهسازی حرکت تجمعی ذرات
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 شرکت...
متن کاملترکیب 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 کاملبررسی دقت شبکه های عصبی مصنوعی و الگوریتم بهینه سازی کلونی مورچگان در پیش بینی مدیریت سود
شناخت کیفیت سود برای استفادهکنندگان از اطلاعات حسابداری به دلیل ارزیابی عملکرد، پیشبینی سودآوری و تعیین ارزش واقعی شرکتها بسیار حائز اهمیت است. هدف از این پژوهش بررسی دقت پیشبینی مدیریت سود با استفاده از شبکههای عصبی (ANN) و الگوریتم کلونی مورچگان (ACO) و مقایسه آن با مدل خطی (LR) است. برای این منظور از 28 متغیر تاثیرگذار بر مدیریت سود در قالب چهار گروه (مالی، مدیریتی، شرکتی و حسابرسی) در...
متن کاملتوسعه 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 کاملمدل 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 اولپیش 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 کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
عنوان ژورنال:
دانش سرمایه گذاریجلد ۲، شماره ۶، صفحات ۶۳-۸۲
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023