پاسخ به:دانلود مقالات اقتصادی 6
7 : جستارهاي اقتصادي پاييز و زمستان 1387; 5(10):163-201. |
|
انتخاب مولفه هاي تاثيرگذار بر پيش بيني سود آتي سهام شرکت هاي پذيرفته شده در بورس اوراق بهادار تهران با استفاده از مدل ترکيبي شبکه عصبي و الگوريتم ژنتيک (عنوان عربي: اختيار العناصر الموثره علي تخمين الارباح المستقبليه لسهام الشرکات التي لها عضويه في بورصه الاوراق الماليه في طهران بالاستفاده من نموذج نظام الشبکه العصبيه و اللوغاريتم الجيني) |
|
مکوندي پيام*,جاسبي جعفرعلي,علوي سيدحسن |
|
* دانشگاه آزاد اسلامي (واحد کرج) |
|
تصميم گيري همواره، يکي از مهم ترين وظايف مدير بوده، در اين بين، پيش بيني نتايج ورودي به سيستم و در حقيقت، نتايج شقوق مختلف تصميم، جز دغدغه هاي اصلي فرايندهاي بهينه سازي تصميم بوده است. از سوي ديگر، شناسايي عواملي که بر خروجي تصميم يا نتيجه پيش بيني تاثير گذارند اهميت دارند، چرا که با شناسايي اين عوامل مي توان مدل مناسبي براي پيش بيني تدوين و سپس، کسب نتيجه از آن اقدام نمود. يکي از عوامل مهم براي تصميم گيري سرمايه گذاران در مورد با خريد و فروش سهام يک شرکت، پيش بيني سود نقدي سهام بوده، در اين مورد مي توان از صورت هاي مالي در جايگاه ابزاري براي اين پيش بيني استفاده نمود، بدين ترتيب که نسبت هايي را از صورت هاي مالي استخراج نموده، بر اساس آنها، مدلي براي پيش بيني سود آتي سهام توسعه داد و در نهايت تصميم گرفت.
در اين مقاله سعي شده با استفاده از الگوريتم ژنتيک و تلفيق آن با شبکه عصبي مصنوعي، عوامل موثر بر پيش بيني سود آتي سهام (شامل نسبت هاي استخراج شده از صورت هاي مالي) شناسايي شده، در نهايت، اين متغيرهاي موثر بر خروجي، در مدلي که به مدد شبکه عصبي طراحي و براي پيش بيني سود آتي سهام به کار گرفته شوند. براي مورد کاوي، به پيش بيني سود نقدي سهام 194 شرکت پذيرفته شده، در بورس توجه شده و 24 متغير موجود در صورت هاي مالي که براساس نظر خبرگان در تغييرات سود نقدي سهام دخالت دارند، به مدل وارد شده اند. در نهايت، مدل ترکيبي با توجه به ديناميسم موجود بين متغيرهاي ورودي، ده متغير را به عنوان ترکيب بهينه متغيرهاي تاثيرگذار انتخاب نموده که در مرحله دوم، به يک شبکه عصبي که براي پيش بيني طراحي شده، وارد شده اند و خطاي حاصل از پيش بيني مبناي مقايسه با ديگر روش ها قرار گرفته است.
چكيده عربي:
ان اتخاذ القرار کان و لا يزال احد اهم واجبات المدير، و لذا فان تخمين نتائج الدخول الي المنظومه و بعباره اخري نتائج مصادر اتخاذ القرار المختلفه هو من الهواجس الرئيسيه لتطوير و تحديث المنظومات. و من جهه اخري فان لمعرفه العوامل الموثره علي تنفيذ الاجراءات المتخذه او نتيجه التخمين اهميه کبيره لان معرفه هذه العوامل يمکننا اعداد نموذج مناسب للتخمين و من ثم الحصول علي النتيجه المطلوبه من هذا العمل.
ان احد العوامل المهمه في اتخاذ المستثمرين لقرار شراء او بيع اسهم شرکه ما هو تخمين الربح النقدي للاسهم. و يمکن في هذه الحاله الاستفاده من قوائم الحسابات الماليه في هذا التخمين. و عليه تستخرج النسب من قوائم الحسابات الماليه و يمکن علي هذا الاساس تطوير نموذج لتخمين الارباح السمتقبليه للاسهم و في النهايه اتخاذ القرار.
حاولنا في هذه المقاله عن طريق استخدام اللوغاريتم الجيني و تلفيقه مع الشبکه العصبيه الصناعيه تشخيص العوامل الموثره علي تخمين الارباح القادمه للاسهم (تشمل النسب المستخرجه من قوائم الحسابات الماليه). و في النهاديه ثم تصميم هذه المتغيرات و التي توثر علي تنفيذ الجراءات في النموذج الذي صمم بالاستعانه بالشبکه العصبيه و استخدمت لغرض تخمين الارباح المستقبليه للاسهم. و لاجل ان يکون البحث موضوعيا تم ملاحظه تخمين الارباح النقديه لاسهم (194) شرکه مشارکه في البورصه و (24) متغير الموجود في قوائم الحسابات الماليه التي لها علاقه بالتغييرات في الارباح النقديه للاسهم علي اساس راي الخبراء و قد تم ادخالها ضمن النموذج، و في النهايه فان النموذج المرکب، و استنادا الي الحرکيه الموجوده بين المتغيرات المدخليه، تم اختيار عشر متغيرات کترکيبات متغيره عن الحسابات و ذات التاثير. و في المرحله الثانيه ادخلت في شبکه عصبيه صممت لاجل التخمين، و اتخذ الخطا الحاصل في التخمين کقاعده و معيار للقياس بواسطه سائر الاساليب.
|
|
كليد واژه: مولفه هاي موثر، الگوريتم ژنتيک، شبکه هاي عصبي، پيش بيني، انتخاب مولفه، سود آتي سهام، نسبت هاي مالي، بورس (كليدواژه عربي: العناصر الموثره، اللوغاريتم الجيني، الشبکات العصبيه، التخمين، اختيار العناصر، ارباح الاسهم القادمه، النسب الماليه، البورصه) |
|
|
نسخه قابل چاپ
|
پنج شنبه 7 اردیبهشت 1391 10:18 PM
تشکرات از این پست