عنوان مقاله :
مقايسه دقت رويكردهاي ماشين بردار پشتيبان و شبكه هاي عصبي مصنوعي در پيش‌بيني سود هر سهم شركت‌هاي پذيرفته شده در بورس اوراق بهادار تهران
عنوان فرعي :
Comparing the precision of approaches of support vector machine and artificial neural networks to predict the benefits per share of listed companies in Tehran Stock Exchange
پديد آورندگان :
حسيني‌نسب ، حجت نويسنده عضو هييت علمي گروه حسابداري دانشگاه ولي‌عصر رفسنجان Hoseininasab, Hojjat , كريمي تكلو، سليم نويسنده عضو هييت علمي گروه مديريت دانشگاه ولي‌عصر رفسنجان Karimi Taklu, Salim , يوسفي‌نژاد، مرضيه نويسنده كارشناس ارشد حسابداري دانشگاه ولي‌عصر رفسنجان Yusefinejad, Marzyeh
اطلاعات موجودي :
دوفصلنامه سال 1392 شماره 20
كليدواژه :
Artificial neural networks , companies listed in Tehran Stock Exchange (TSE) , Earnings per share , Prediction , Support Vector Machines , پيش بيني , شبكه‌هاي عصبي مصنوعي , شركت‌هاي پذيرفته شده در بورس اوراق بهادار تهران , ماشين بردار پشتيبان , سود هر سهم
چكيده فارسي :
سهامداران جهت گرفتن تصميم‌هاي سرمايهگذاري مناسب، نيازمند اطلاعاتي هستند كه آنها را در گرفتن بهترين تصميم ياري رساند. در ميان اطلاعات موجود، اطلاعات مربوط به سود پيش‌بيني شده هر سهم از نظر استفاده‌كنندگان با اهميت تلقي مي‌شود. از طرفي شركت‌ها براي جذب سرمايه‌گذاران سعي مي‌كنند سود هر سهم را با بيشترين دقت پيش‌بيني كنند. بنابراين، مقاله حاضر به دنبال ارايه مدلي جهت بهبود پيش‌بيني سود هر سهم شركت‌هاي پذيرفته شده در بورس اوراق بهادار تهران با استفاده از رويكردهاي نوين هوش مصنوعي است. براي اين منظور ابتدا عوامل موثر بر سود هر سهم سال آتي از پژوهش‌هاي داخلي و خارجي استخراج شد، سپس با استفاده از اطلاعات مالي شركت‌هاي نمونه در بازه زماني سال‌هاي 1384 تا 1391 و به‌كارگيري روش ماشين بردار پشتيبان و شبكه‌هاي عصبي مصنوعي، مدلي‌هايي جهت پيش‌بيني سود هر سهم طراحي گرديد. مدل ماشين بردار پشتيبان توانست سود هر سهم سال آتي شركت‌هاي نمونه را با ميزان خطاي مطلوب 5 درصد پيش‌بيني كند. اين مدل سود هر سهم سال جاري را با ضريب تاثير 25 درصد به‌عنوان موثرترين متغير براي پيش‌بيني سود هر سهم آتي معرفي مي كند. همچنين نتايج نشان مي‌دهد كه مدل ماشين بردار پشتيبان در مقايسه با مدل شبكه‌هاي عصبي مصنوعي عملكرد مشابهي دارد.
چكيده لاتين :
Stockholders for making proper investment decisions need information which assists them in making the best decision. Among available information, Information related to the per share forecasted earnings is the important ones in the user’s opinions. Beside, companies try to forecast the earnings per share with maximum accuracy to attract investors. Accordingly, the present study seeks to provide a model to improve earnings per share forecast of companies listed in Tehran Stock Exchange (TSE) using modern artificial neural networks approaches. For this purpose, first the factors affecting future earnings per share were inferred from internal and external research, then using the sample companiesʹ financial information in the years 2005-2012 and employing support vector machines and artificial neural networks methods, earnings per share forecasting was designed. Support vector machines model was able to forecast the sample companies’ next year’s earnings per share with an adequate error of 5%. This model introduces current year’s earnings per share with effective coefficient of 25% as most effective variable to forecast next year’s earnings per share. The results suggested that the support vector machines model has similar performance in comparison with artificial neural networks model.
چكيده عربي :
عندما يريد اصحاب الاسهم اتخاذ القرارات الصحيحه للاستثمار المناسب، فهم بحاجه الي المعلومات التي تساعدهم علي اتخاذ افضل القرارات. ومن بين المعلومات المتوفّره في هذا المجال، تُعتبر المعلومات المتعلّقه بالارباح المتوقّعه لكل سهم ذات اهميه بالنسبه الي اصحاب الاسهم. ومن الطبيعي ان الشركات تحاول اعطا ادق التنبّوات حرصاً علي استقطاب اكبر عدد من المستثمرين. وانطلاقاً من ذلك ترمي هذه الدراسه الي التوصل الي نموذج لتحسين دقّه التنبّو بالارباح التي يحصل عليها كل سهم من اسهم الشركات المقبوله في بورصه الاوراق الماليه في طهران وذلك بالاستفاده من الاساليب الحديثه في الذكا الصناعي. ولاجل هذه الغايه استخرجت ابتدا ً العوامل الموثره في نسبه ارباح كل سهم للسنه المقبله، وجري استخراجها مما كتب حول هذا الموضوع من بحوث داخليه وخارجيه. ثم اعتمدت الدراسه علي المعلومات الماليه للشركات النموذجيه في المده الزمنيه الممتده بين عامي 2005 الي 2012، وباستخدام اسلوب آلات حوامل المتّجهات، والشبكات العصبيه الصناعيه، وطرحت نماذج للتنبّو بنسبه الارباح التي يحصل عليها كل سهم. وقد استطاع نموذج آلات حوامل المتّجهات ان يتنبّا بارباح كل سهم للسنه التاليه بالنسبه الي الشركات النموذجيه بنسبه خطا خمسه بالمايه. هذا النموذج الذي يخمّن نسبه ارباح كل سهم، تنبّا لهذه السنه ان يكون بمعدل تاثير 25 بالمايه باعتباره اكثر متغيّر تاثيراً للتنبّو بارباح كل سهم مستقبلي. كما تظهر النتايج ايضاً ان نموذج آلات حوامل المتّجهات يعمل بذات الادا الذي يقوم به نموذج الشبكات العصبيه الاصطناعيه.
عنوان نشريه :
جستارهاي اقتصادي ايران
عنوان نشريه :
جستارهاي اقتصادي ايران
اطلاعات موجودي :
دوفصلنامه با شماره پیاپی 20 سال 1392
كلمات كليدي :
#تست#آزمون###امتحان
