CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

پیش بینی سود هر سهم با استفاده از رویکرد ماشین بردار پشتیبان فازی، مطالعه موردی: شرکت های پذیرفته شده در بورس اوراق بهادار تهران

عنوان مقاله: پیش بینی سود هر سهم با استفاده از رویکرد ماشین بردار پشتیبان فازی، مطالعه موردی: شرکت های پذیرفته شده در بورس اوراق بهادار تهران
شناسه ملی مقاله: JR_ANSAR-2-3_003
منتشر شده در شماره ۳ دوره ۲ فصل تابستان در سال 1393
مشخصات نویسندگان مقاله:

حجت حسینی نسب - عضو هیات علمی گروه حسابداری دانشگاه ولیعصر (عج) رفسنجان
سلیم کریمی تکلو - عضو هیات علمی گروه مدیریت دانشگاه ولیعصر (عج) رفسنجان

خلاصه مقاله:
اطلاعات مربوط به سود هر سهم و سود پیش بینی شده هر سهم معیارهایی هستند که از نظر بسیاری از استفاده کنندگان با اهمیت تلقی می شوند. از طرفی شرکت ها برای جذب سرمایه گذاران سعی می کنند سود هر سهم را با بیشترین دقت پیش بینی کنند. امروزه با وجود روش های متعدد پیش بینی، پیش بینی دقیق در حوزه مالی کار چندان ساده ای نیست و اکثر محققان درصدد تعیین بهترین روش برای پیش بینی هستند.  بنابراین، هدف پژوهش حاضر ارایه مدلی جهت بهبود پیش بینی سود هر سهم شرکت های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از روش های داده کاوی می باشد. برای این منظور ابتدا عوامل موثر بر سود هر سهم سال آتی از پژوهش های داخلی و خارجی استخراج گردید، سپس با استفاده از اطلاعات مالی شرکت های نمونه در بازه زمانی سال های 1385 تا 1392 و به کارگیری روش ماشین بردار پشتیبان فازی، مدلی جهت پیش بینی سود هر سهم طراحی گردید. نتایج نشان داد که این مدل قادر به پیش بینی سود هر سهم شرکت های نمونه با خطای قابل قبول 2% می باشد. همچنین طبق نتایج بدست آمده از این مدل، متغیر سود هر سهم سال جاری با ضریب تاثیر 29%، موثرترین متغیر در پیش بینی است. در پایان دقت این مدل با دو روش ماشین بردار پشتیبان و شبکه های عصبی مصنوعی مقایسه شد. نتایج حاکی از توانمندی بالاتر مدل ماشین بردار پشتیبان فازی در پیش بینی سود هر سهم نسبت به دو روش دیگر است. 

کلمات کلیدی:
سود هر سهم، ماشین بردار پشتیبان فازی، ماشین بردار پشتیبان، شبکه های عصبی مصنوعی، پیش بینی، شرکت های پذیرفته شده در بورس اوراق بهادار تهران

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/629208/