این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پژوهش های مدیریت منابع سازمانی، جلد ۱۲، شماره ۲، صفحات ۱۸۷-۲۱۰
عنوان فارسی طراحی مدل پیش‌بینی احتمال سقوط یا ریزش قیمت سهام در بورس اوراق بهادار: رویکرد شبکه عصبی مصنوعی
چکیده فارسی مقاله احتمال سقوط یا ریزش قیمت سهام در بورس اوراق بهادار از اهمیت فراوانی در تحلیل پرتفوی و قیمت‌گذاری دارایی‌های سرمایه‌ای برخوردار است و پیش‌بینی دقیق آن فرایندی پیچیده است. باتوجه‌به اهمیت و ضرورت پیش‌بینی خطرپذیری سقوط قیمت سهام در بورس اوراق بهادار، هدف این پژوهش، ارائه رویکردی احتمالی برای این پیش‌بینی با رویکرد «شبکه‌های عصبی مصنوعی» است. مدل‌های مبتنی بر این رویکرد که برگرفته از فرایند یادگیری مغز انسان هستند، با استفاده از سرعت محاسباتی رایانه، روابط هر‌چند پیچیده بین متغیرها را فراگرفته و از آنها برای پیش‌بینی مقادیر آتی متغیرها استفاده می‌کنند. نمونه پژوهش شامل داده‌های 20 شرکت در دوره 10 ساله 1390 تا 1399 است. پژوهش حاضر توانمندی مدل‌های شبکه‌ عصبی مصنوعی و تابع پیش‌بینی حاصل از آنها را جهت برآورد احتمال سقوط قیمت سهام در ایران مورد آزمون قرار می‌دهد. نتایج نشان داد که مدل‌های شبکه عصبی مصنوعی از عملکرد مناسبی برای برآورد احتمال ریزش قیمت سهام در بورس اوراق بهادار برخوردارند.
کلیدواژه‌های فارسی مقاله سقوط قیمت سهام، مدل، شبکه عصبی مصنوعی، بورس اوراق بهادار
عنوان انگلیسی Designing a Model for Predicting the Probability of Stock Prices Crash in the Stock Market: Artificial Neural Network Approach
چکیده انگلیسی مقاله The probability of stock prices crash has great importance in portfolio analysis and pricing of capital assets. Therefore, one of the major issues that investors face in the capital markets is predicting the fall of stocks. Given this necessity, the purpose of this study is to provide an approach to estimate the risk of stock price crashes. Recently, methods called "artificial neural networks" have been used to predict monetary and financial variables in parallel with structural models and time series. These models, which are actually derived from the brain learning process, use computer computational speed to learn complex relationships between variables and use them to predict the future. Using the data of 20 companies listed in the Tehran Stock Exchange, the present study presents models to estimate the probability of stock prices crash in the Iranian stock market using artificial neural networks. The results indicate that artificial neural networks have good performance in estimating the probability of stock prices crash in the Iranian stock market.
کلیدواژه‌های انگلیسی مقاله Stock prices crash, model, artificial neural network, stock market
نویسندگان مقاله شهرام واحدی | Shahram Vahedi
Postdoctoral Researcher in Financial Management, Faculty of Management & Economics, Tarbiat Modares University, Tehran, Iran.
پژوهشگر پسادکتری مدیریت مالی، دانشکده مدیریت و اقتصاد، دانشگاه تربیت مدرس، تهران، ایران

علی اصغر انواری رستمی | Ali Asghar Anvary Rostamy
Professor of Finance, Department of Planning & Management, Management Study & Technology Development Center, Tarbiat Modares University, Tehran, Iran.
استاد، گروه برنامه‌ریزی و مدیریت، مرکز مطالعات مدیریت و توسعه فناوری، دانشگاه تربیت مدرس، تهران، ایران.

نشانی اینترنتی http://ormr.modares.ac.ir/browse.php?a_code=A-10-10771-6&slc_lang=fa&sid=28
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات