عنوان مقاله :
پيش بيني ارزش شركت مبتني بر روشهاي يادگيري عميق
عنوان به زبان ديگر :
Company value prediction based on deep learning methods
پديد آورندگان :
بابانژاد باقري، مريم دانشگاه آزاد اسلامي واحد قائمشهر - گروه حسابداري، قائمشهر، ايران , پورآقاجان، عباسعلي دانشگاه آزاد اسلامي واحد قائمشهر - گروه حسابداري، قائمشهر، ايران , عباسيان، محمدمهدي دانشگاه آزاد اسلامي واحد قائمشهر - گروه حسابداري، قائمشهر، ايران
كليدواژه :
يادگيري عميق , بازار سهام , اقتصاد كلان , حاكميت شركتي , نسبت مالي , ارزش شركت
چكيده فارسي :
پيشبيني و درك روشن از رفتار يك پديده نقش عمدهاي در اتخاذ راهبردها و تصميمگيريها دارد. توسعه همه جانبه و تعميق بازار سرمايه به عنوان موتور محركه توسعه اقتصادي، نيازمند اعتماد عمومي مشاركت كنندگان به كارايي و درستي آن در تعيين قيمت عادلانه اوراق بهادار است. از سوي ديگر، پيش بيني ارزش شركت، نوسانات قيمت يا بازدهي سهام اهميت زيادي در انتخاب پرتفوي، مديريت دارايي‌ها و حتي قيمتگذاري سهام شركت‌هايي كه تازه وارد بورس مي‌شوند، دارد.
در اين پژوهش با استفاده از داده هاي 159 شركت طي دوره زماني 10 ساله شامل 1399-1390 و عوامل موثر بر ارزش شركت شامل نسبتهاي مالي، سازوكارهاي راهبري شركتي، عوامل اقتصاد كلان و بازار سهام اقدام به پيش بيني ارزش شركت شده است. در اين پژوهش از دو ساختار روش يادگيري عميق شامل GRU و BLSTM جهت ارزيابي بهتر استفاده ميشود. نتايج حاصل از بررسي داده هاي گردآوري شده با استفاده از تكنيك هاي يادگيري عميق، بيانگر آن بود كه مدل تركيبي با مقدار خطاي RMSE كمتري نسبت به مدل GRU ارزش شركت را پيشبيني كرده است.
چكيده لاتين :
Prediction and clear understanding of the behavior of a phenomenon plays a major role in adopting strategies and decisions. All-round development and deepening of the capital market as the driving engine of economic development requires the public trust of participants in its efficiency and correctness in determining the fair price of securities. On the other hand, predicting company value, price fluctuations, or stock returns is very important in portfolio selection, asset management, and even stock pricing of newly listed companies.In this research, using the data of 159 companies during a 10-year period including 2011-2020 and the factors affecting the company's value, including financial ratios, corporate governance mechanisms, macroeconomic factors, and the stock market, the company's value has been predicted. In this research, two structures of deep learning methods including GRU and BLSTM are used for better evaluation. The results of examining the data collected using deep learning techniques indicated that the combined model with a lower RMSE error than the GRU model predicted the value of the company.
عنوان نشريه :
اقتصاد مالي
