پیش‌بینی بازده صندوق‌های سرمایه‌گذاری مشترک

پیش¬بینی بازده یکی از مفاهیم پیچیده و مورد علاقه سرمایه‌گذاران و تصمیم‌گیرندگان می‌باشد. برای پیش‌بینی بازده مدل‌های مختلفی‌ مطرح شده‌ است. هدف اصلی این پژوهش بررسی مقایسه¬ای توان پیش¬بینی مدل رگرسیون با استفاده از داده¬های ترکیبی و روش شبکه¬های عصبی مصنوعی می-باشد. برای این منظور ابتدا عوامل موثر بر بازده صندوق¬های سرمایه¬گذاری مشترک در قالب 13 متغیر شناسایی شدند. برای آزمون فرضیات این پژوهش، داده¬های مورد نیاز در طی سال¬های1389 الی1391به¬صورت ماهانه گردآوری شده و سپس با استفاده از روش¬های خطی و غیرخطی به پیش¬بینی بازده 30 صندوق¬ سرمایه¬گذاری مشترک در بازار سرمایه ایران پرداخته شد. نتایج نشان می¬دهد که با استفاده از معیارهای ارزیابی عملکرد تا حدودی می¬توان بازده صندوق¬های مشترک را پیش¬بینی نمود و هر دو روش خطی و غیرخطی توانایی پیش¬بینی بازده صندوق¬ها را دارند اما عملکرد شبکه¬های عصبی مصنوعی بهتر می¬باشد. همچنین با استفاده از آزمون زوجی مشخص شد که بین میانگین بازده پیش-بینی شده و واقعی تفاوت معنی¬داری وجود ندارد.