الگوسازی غیرخطی و پیشبینی سود هر سهم سال آتی در شرکتهای پذیرفته شده در بورس اوراق بهادار تهران (کاربرد شبکههای عصبی مصنوعی و مقایسه آن با الگوهای رگرسیون خطی و سری زمانی)

دقت پیشبینی از مهمترین عوامل مؤثر در انتخاب روش پیشبینی است، امروزه بهرغم وجود روشهای متعدد پیش بینی هنوز پیش بینی دقیق مالی کار چندان سادهای نیست و اکثر محققان درصدد تعیین بهترین روش برای پیش بینی هستند. در این راستا در این پژوهش از روش شبکه عصبی MLP، رگرسیون خطی و سریهای زمانی برای تعیین بهترین روش پیشبینی سود هر سهم سال آتی در شرکتهای پذیرفته شده در بورس اوراق بهادار تهران در بازه زمانی 1382 لغایت 1389 استفاده شده است و هدف اصلی این پژوهش آزمون این فرضیه است که آیا شبکههای عصبی مصنوعی با توان برآورد روابط غیرخطی دارای نتایج بهتر و قابل مقایسه در پیشبینی سود هر سهم سال آتی نسبت به سایر روشها هستندیا خیر؟ نتایج مطالعه حاکی از آن است که مدل شبکه عصبی مصنوعی به وضوح از قدرت بیشتری نسبت به سایر روشها در زمینه پیشبینی سود هر سهم سال آتی برخورداراست.

Keywords:

رگرسیون خطی , سریهای زمانی , سود هر سهم , شبکههای عصبی مصنوعی