پیش بینی بازده سهام شرکت های پذیرفته شده در بورس اوراق بهادار تهران: مقایسه نظریه قیمت گذاری آربیتراژ و شبکه عصبی رگرسیونی
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه علم و فرهنگ - دانشکده مهندسی
- نویسنده مهدی حاجی زاده
- استاد راهنما پیام حنفی زاده رسول سجاد
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1390
چکیده
این تحقیق به پیش بینی پذیری رفتار بازده سهام شرکت های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از نظریه قیمت گذاری آربیتراژ و شبکه عصبی رگرسیونی در قالب دو فرضیه می پردازد. در آزمون فرضیه اول، نظریه قیمت گذاری آربیتراژ با دو رویکرد تحلیل عاملی و به کارگیری متغیرهای کلان اقتصادی مورد آزمون قرار می گیرد و در آزمون فرضیه دوم عمـلکرد شـبکه عصبی رگرسـیونی با نظریه قیمت گذاری آربیتراژ با استفاده از متغیرهای کلان اقتصادی مـورد بررسی قـرار می گیرد. نتایج حاصله از آزمون فرضیه اول حاکی از عدم رد نظریه قیمت گذاری آربیتراژ با هر دو رویکرد است و نتایج آزمون فرضیه دوم نشان از برتری شبکه عصبی رگرسیونی در امـر پیش بینی دارد و اینکه تغییـرات پیش بینی نشده چهـار متغیر کلان اقتصادی نرخ تورم، نرخ ارز، عرضه پول و قیمت نفت خام اپک بر روی بازده سهام شرکت های مورد برسی تاثیر گذارند.
منابع مشابه
بررسی سودمندی روش های کاهش متغیرها در پیش بینی بازده سهام شرکت های پذیرفته شده در بورس اوراق بهادار تهران
هدف این پژوهش، بررسی سودمندی روش های مختلف کاهش )انتخاب و استخراج( متغیرها در پیش بینیبازده سهام شرکت های پذیرفته شده در بورس اوراق بهادار تهران است. در این راستا، با بررسی پیشینهپژوهش، 52 متغیر اولیه که بیشتر در ادبیات استفاده و داده های مورد نیاز برای سنجش آنها در دسترسبود، جستجو و با استفاده از روش انتخاب متغیر ریلیف و روش استخراج متغیر تحلیل عاملی، متغیرهای بهینهاز ب...
متن کاملپیش بینی قیمت سهام شرکت های بورس اوراق بهادار تهران با استفاده از شبکه های عصبی مصنوعی
پیشبینی تغییر قیمت سهام به عنوان یک فعالیت چالشانگیز در پیشبینی سریهای زمانی مالی در نظر گرفته میشود. یک پیشبینی صحیح از تغییر قیمت سهام میتواند سود زیادی را برای سرمایهگذاران به بار آورد. با توجه به پیچیدگی دادههای بازار بورس، توسعه مدلهای کارآمد برای پیشبینی بسیار دشوار است. در این پژوهش، مدلی برای پیشبینی قیمت سهام شرکتهای بورس اوراق بهادار تهران با بکارگیری دادههای درونزا...
متن کاملپیش بینی بازده سهام در بورس اوراق بهادار تهران: مدل شبکه های عصبی مصنوعی و مدل چند عاملی
این تحقیق به پیش بینی پذیری رفتار بازده سهام در بورس اوراق بهادار بوسیله مدل خطی عاملی و شبکه های عصبی مصنوعی می پردازد. جهت آزمون این مساله، قیمت روزانه سهام شرکت توسعه صنایع بهشهر به عنوان نمونه انتخاب شده است. متغیرهای مستقل (ورودی های) تحقیق، پنج متغیر کلان اقتصادی، یعنی شاخص کل قیمت بورس تهران، نرخ ارز (دلار) در بازار آزاد، قیمت نفت، قیمت طلا می باشد. برای برازش مدل عاملی از رگرسیون خطی چن...
متن کاملتاثیر هموارسازی سود بر بازده سهام شرکت های پذیرفته شده در بورس اوراق بهادار تهران
سرمایه گذاران . اعتبار دهندگان و تحلیل گران مالی علاقمندند اطلاعات بیشتری راجع به هموارسازی سود در شرکت های سرمایه پذیر داشته باشند. بخصوص اینکه اگر این عمل بر ریسک و بازده شرکت موثر باشد. تحقیقات پیرامون هموارسازی سود توسط محققین مختلف (1966. Dapouch & Drick - ) صورت گرفته است. یکی از این تحقیقات پیرامون تاثیر هموارسازی سود بر بازده سهام توسط میچلسون و همکارانش است (Michelson , Wagner & Woot...
متن کاملپیش بینی ورشکستگی شرکت های پذیرفته شده در سازمان بورس و اوراق بهادار با استفاده از شبکه عصبی مصنوعی
آگاهی از وضعیت مالی شرکت های بازار سرمایه همیشه یکی از دغدغه های سهامداران و تحلیلگران اقتصادی است؛ از این رو تحلیل گران و محقیق بازار های مالی همیشه به دنبال روش هایی برای پیش بینی شرایط آتی شرکت های حاضر در بازار سرمایه بودند. تحقیق پیش رو نیز به دنبال ایجاد مدلی برای پیش بینی ورشکستگی شرکت های حاضر در بازار بورس و اوراق بهادار با استفاده از شبکه عصبی مصنوعی است. در این تحقیق از نسبت های مالی...
متن کاملارائه مدل ریاضی پیش بینی ورشکستگی شرکت های پذیرفته شده در بورس اوراق بهادار تهران
در این مقاله پنج مدل مهم پیشبینی ورشکستگی را مطالعه و از میان متغیرهای پنج مدل، مدل بازطراحی شده پیشبینی ورشکستگی را ارائه می‌کنیم که دربرگیرنده هشت متغیر می‌باشد. مسأله اصلی در این تحقیق این است که با بررسی و تحلیل صورت‌های مالی شرکتهای پذیرفته شده در بورس اوراق بهادار تهران بتوانیم مدلی برای پیشبینی ورشکستگی شرکت‌ها ارائه نماییم. به منظور طراحی مدل، از اطلاعات دو گروه از شرکتهای پذیرفت...
متن کاملمنابع 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 @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه علم و فرهنگ - دانشکده مهندسی
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023