سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

مقایسه عملکرد مدل فاما و فرنچ و شبکه های عصبی مصنوعی

Publish Year: 1391
Type: Journal paper
Language: Persian
View: 310

This Paper With 16 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

JR_FEJ-3-11_006

Index date: 2 March 2022

مقایسه عملکرد مدل فاما و فرنچ و شبکه های عصبی مصنوعی abstract

پیش بینی نرخ بازدهی سهام, همواره به عنوان یکی از مهم ترین مباحث بازار های مالی مطرح بوده است. این مقاله ، به مقایسه مدل سه عاملی فاما و فرنچ و مدل شبکه عصبی رگرسیون عمومی، برای پیش بینی بازدهی سهام شرکتهای بورس اوراق بهادار تهران در قلمرو زمانی بین سالهای ۱۳۷۸ تا ۱۳۸۸ می پردازد. با استفاده از دو فرضیه که فرضیه اول دقت مدلها را در پیش بینی بازده ماهانه سهام  شرکتهای هدف، و فرضیه دوم دقت مدلها را در پیش بینی بازدهی ماهانه شش پرتفوی تشکیل شده بر اساس اندازه و نسبت ارزش دفتری به ارزش بازار، مقایسه می کند، و معیار حداقل مربعات خطا، دقت دومدل مقایسه می گردد. نتایج نشان می دهد که بین میانگین خطای مدل ها در پیش بینی بازدهی سهام شرکتها  و پرتفوی های تشکیل شده اختلاف معنی داری وجود دارد، که این اختلاف حاکی از برتری مدل شبکه عصبی رگرسیون عمومی بر مدل فاما و فرنچ در پیش بینی بازدهی سهام شرکتها و پرتفوی ها می باشد.

مقایسه عملکرد مدل فاما و فرنچ و شبکه های عصبی مصنوعی Keywords:

مدل سه عاملی فاما و فرنچ (FF) , شبکه عصبی رگرسیونی عمومی(GRNN) , صرف ریسک بازار , صرف ریسک اندازه , صرف ریسک ارزش

مقایسه عملکرد مدل فاما و فرنچ و شبکه های عصبی مصنوعی authors

ناصر شمس

استادیار دانشکده مهندسی صنایع ، دانشگاه صنعتی امیرکبیر

سمیرا پارسائیان

کارشناس ارشد مهندسی مالی، دانشگاه علم و فرهنگ