برآورد ریسک بازار سهام براساس مدل ترکیبی باکس- جنکینز و شبکه های عصبی هوش مصنوعی
Publish place: First National Conference on A World without Oil
Publish Year: 1402
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 105
This Paper With 15 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NOOILCONF01_001
تاریخ نمایه سازی: 1 بهمن 1402
Abstract:
امروزه در صحنه سرمایه گذاری، درک و برآورد ریسک به صورت یکی از مزایای عمده درآمده است و در دنیای رقابتی، سرمایه گذاران باید بتوانند مسائل مربوط به ریسک را به خوبی اداره نمایند. محققان تغییرات غیر قابل پیش بینی و تصادفی بازده سرمایه گذاری را ریسک می دانند و از انحراف معیار متغیر بازده به عنوان ریسک در آنالیز های سرمایه گذاری استفاده می کنند . ریسک بازار نیز از این موضوع مستثنی نیست و در بازارهای کارا برای محاسبه آن , انحراف معیار بازده شاخص بازار را محاسبه می کنند. اما از آنجا که تحقیقات انجام شده , نشان دهنده عدم کارآئی بورس اوراق بهادار تهران می باشد نمی توان ادعا کرد که کل تغییرات بازده شاخص بازار , تغییرات تصادفی است . بنابراین نمی توان براحتی از انحراف معیار این متغیر بعنوان ریسک استفاده کرد. با توجه به این موضوع در این تحقیق از مدل براساس مدل ترکیبی باکس- جنکینز و شبکه های عصبی هوش مصنوعی جهت پیش بینی ریسک بازار استفاده شده است و سپس انحراف معیار خطاهای پیش بینی حاصل از این روش محاسبه می شود و با انحراف معیار این متغیر در مقایسه با استفاده از آزمون کوپیک قرار می گیرد و در نهایت در سطح اطمینان ۹۵% , محاسبه ریسک بازار با استفاده از مدل ترکیبی باکس- جنکینز و شبکه های عصبی هوش مصنوعی روش متداول ( محاسبه انحراف معیار متغیر بازده ) پیشنهاد می شود.
Keywords:
Authors
مسعود کریمخانی
علوم کامپیوتر- گرایش محاسابات نرم و هوش مصنوعی- گروه ریاضی و علوم کامپیوتر، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
محمد کریمخانی
روانشناسی- گرایش بالینی- گروه روانشناسی، واحد زنجان، دانشگاه آزاد اسلامی، زنجان، ایران
حسین آبیار
مدیریت کسب کار- کارآفرینی- گروه مدیریت کسب کار، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران