مقایسه عملکرد شبکه عصبی مصنوعی و رگرسیون لجستیک در تحلیل تشخیص شاخصq توبین
نویسندگان
1 کارشناس ارشد مدیریت، گروه مدیریت، دانشکده ادبیات و علوم انسانی، دانشگاه گیلان، رشت، ایران
2 استادیار، گروه مدیریت، دانشکده ادبیات و علوم انسانی، دانشگاه گیلان، رشت، ایران
3 دانشیار، گروه مدیریت، دانشکده ادبیات و علوم انسانی، دانشگاه گیلان، رشت، ایران
doi
چکیده
شاخص توبین یکی از شاخص های مهم در دنیای سرمایه گذاری است که بعنوان معیاری برای ارزیابی عملکرد شرکت ها جهت تصمیم گیری برای سرمایه گذاری های صحیح به کار می رود. اما در دقت نتایج مبتنی بر این شاخص، ابهاماتی وجود دارد که پژوهشگران را بر آن داشته است تا به دنبال برآورد این شاخص از روی دیگر شاخص های مالی باشند. اما شاخص توبین یک شاخص پویاست و به علت مبتنی بودن بر قیمت بازار، ممکن است در لحظه مقدار آن تغییر کند. بنابراین استفاده از روش هایی مانند رگرسیون چندگانه که تلاش می کنند مقدار دقیق متغیر وابسته را پیش بینی کنند منطقی به نظر نمی رسد. به همین دلیل این تحقیق به منظور انجام قضاوت در مورد شاخص توبین از روی دیگر شاخص های مالی، روشهای مبتنی بر پیش بینی دقیق مانند رگرسیون خطی را مورد نقد قرار داده و به جای آن استفاده از روش های تحلیل تشخیص مانند رگرسیون لجستیک و شبکه عصبی را توصیه می کند. تحلیل تشخیص، روشی برای طبقه بندی مجموعه ای از مشاهدات به یکی از دو یا چندین گروه تعیین شده است به طوریکه مشاهدات درون هر گروه بیشترین شباهت را به یکدیگر داشته باشند. لذا این پژوهش با استفاده از اطلاعات مالی 184 شرکت پذیرفته شده در بورس اوراق بهادار تهران در سالی مالی منتهی به 29 اسفند 1393 به کمک رگرسیون لجستیک و شبکه عصبی به تحلیل تشخیص شاخص توبین پرداخته و نتایج دو تکنیک را گزارش و خروجی را تحلیل و با یکدیگر مقایسه می کند.