توانایی مدلهای تخمینگر بردار پشتیبان، تخمینگر حداقل درجه و شبکه عصبی فازی در پیشبینی سود هر سهم

پیشبینی سود حسابداری و تغییرات آن به جهت استفاده در مدلهای ارزیابی سهام، توان پرداخت، ریسک،عملکرد واحد اقتصادی و مباشرت مدیریت از دیرباز مورد علاقه سرمایهگذاران، مدیران، تحلیلگران مالی و اعتباردهندگان بوده است. سود هر سهم اغلب برای بررسی سودآوری و ریسک مرتبط با سود و نیزقضاوت در خصوص قیمت سهام استفاده میشود. در این تحقیق، عملکرد سه مدل تخمینگر بردار پشتیبان، تخمینگر حداقل درجه و شبکه عصبی فازی در پیشبینی سود هر سهم مورد ارزیابی قرار گرفته است. در این تحقیق از 9 متغیر مالی، 7 متغیر بنیادی و 4 متغیر کلان استفاده شده است. ابتدا متغیرهای مالی، متغیرهایبنیادی و کلان اقتصادی به صورت جداگانه و سپس به طور همزمان وارد مدلها شدهاند تا توانایی آنها در هر سه حالت مورد ارزیابی قرار گیرد. نتایج تحقیق نشان میدهد که مدل تخمینگر حداقل درجه در هر سهحالت فوق (متغیرهای مالی، متغیرهای بنیادی و کلان اقتصادی) عملکرد بهتری نسبت به سایر مدلها داشتهاست. همچنین استفاده از متغیرهای مالی در مدل تخمینگر حداقل درجه به تنهایی، باعث عملکرد مطلوبتر آن نسبت به سایر حالتها شده است.

کلیدواژه ها:

بورس اوراق بهادار تهران ، پیشبینی سود هر سهم ، تخمینگر بردار پشتیبان ، تخمینگر حداقل درجه ، شبکه عصبی فازی