ارائه یک مدل شبکه عصبی برای پیشبینی سود شرکتهای پذیرفته شده در بورس اوراق بهادار تهران و مقایسه دقت آن با مدلهایHDZ و ARIMA
نویسندگان
1 گروه مدیریت، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران (نویسنده مسئول)
2 گروه مدیریت، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران.
3 گروه مدیریت، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران
doi
10.30495/jma.2022.21080چکیده
پیشبینی سود معیار بااهمیتی برای شرکتها به شمار رفته و شرکتهای پذیرفته شده در بورس اوراق بهادار تهران باید دقت بالایی در پیشبینی سود خود داشته باشند. این پژوهش با هدف ارائه یک مدل شبکه عصبی برای پیشبینی سود شرکتهای پذیرفته شده در بورس اوراق بهادار تهران و مقایسه دقت آن با مدلهای ARIMA، HDZ به اجرا درآمده است. روش پژوهش از نظر هدف یک تحقیق کاربردی، از نظر منطق اجراء یک تحقیق استقرایی و از نظر ماهیت داده یک تحقیق کمی میباشد. به منظور گردآوری داده ها از صورتهای مالی اساسی شرکت ها در بازه زمانی 1398-1393 استفاده شد. در این مطالعه از روش شبکه عصبی به منظور پیشبینی سود شرکت ها استفاده شده و دو مدل ARIMA و HDZ مورد ارزیابی قرار گرفت. نتایج حاصل از پژوهش بیان میکند که میزان همگرایی دادهها و میزان رگرسیون در فاز اول و در روش HDZ برابر با 79087/ 0، و در روش ARIMA برابر با 79184/0 و در روش شبکه عصبی مصنوعی برابر با.79464/0 میباشد که میزان بیشتری از همگرایی و ضریب رگرسیون رو به خود اختصاص داده است. بر مبنای نتایج حاصله میتوان دریافت که شبکه عصبی طراحی شده توانایی پیش بینی روند قیمت سهام با استفاده از شاخصهای کل و صنعت را دارا میباشد و این امر علاوه بر تأیید دیگری بر توانایی شبکه عصبی در پیش بینی حوزههای مالی، سود آوری استراتژی پیش بینی قیمت در بورس تهران را نیز تأیید میکند.