این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
تحقیقات حسابداری و حسابرسی، جلد ۱۴، شماره ۵۳، صفحات ۱۳۵-۱۵۴
عنوان فارسی مقایسه توان مدلهای آشوبی و شبکه عصبی مصنوعی در تبیین بازده غیرعادی سهام پیرامون تاریخ انتشار صورتهای مالی سالانه
چکیده فارسی مقاله امروزه مهمترین معیار ارزیابی عملکرد واحدهای تجاری، نرخ بازده سهام است. از آن جا که بشر علاقه زیادی به پیشبینی حوادث آینده دارد تا از طریق آن بتواند آثار ناشی از حوادث را به نحوی کنترل نموده و تبعات منفی ناشی از آن را به حداقل برساند، پیش‌بینی و تبیین قیمت و بازده سهام نیز همواره از موضوعات مورد توجه در حوزه آکادمیک می باشد. بنابراین در تحقیق حاضر، داده‌های مربوط به بازده غیرعادی سهام 177 شرکت پذیرفته شده در بورس اوراق بهادار تهران در بازه زمانی 1387 تا 1396 با استفاده از تجزیه و تحلیل تکنیکی و کشف روند گذشته پیرامون تاریخ انتشار صورت‌های مالی سالانه بررسی گردید. همچنین به منظور پیش‌بینی بازده غیرعادی سهام از مدل‌های آشوبی SETAR وLSTAR، مدل خطی AR و مدل شبکه عصبی مصنوعی (با به کارگیری سه عامل فاما-فرنچ) استفاده شد. در نهایت مدل شبکه عصبی مصنوعی به عنوان مدل بهینه انتخاب گردید.
کلیدواژه‌های فارسی مقاله مدل آشوب، مدل شبکه عصبی مصنوعی، بازده غیرعادی سهام،
عنوان انگلیسی Comparison of the potential of chaotic models and artificial neural networks in explaining abnormal stock returns around the release date of annual financial statements
چکیده انگلیسی مقاله Nowadays, the most important criterion for evaluating the performance of business entities is the rate of stock returns. Since human beings have a great interest in predicting future events in order to control the effects of events and minimize the negative consequences of them, predicting and explaining the price and stock returns has always been noticeable issues In the academic field. Therefore, in the present study, abnormal returns' data of 177 listed companies in the Tehran Stock Exchange between 2008 and 2017 were investigated using technical analysis and the discovery of the past trend around the release date of annual financial statements. SETAR and LSTAR models (chaotic models), the AR model (linear model) and artificial neural network model (using Fama-French's three factors) are also used to predict abnormal stock returns. Finally, the artificial neural network model is chosen as the optimal model.
کلیدواژه‌های انگلیسی مقاله مدل آشوب, مدل شبکه عصبی مصنوعی, بازده غیرعادی سهام
نویسندگان مقاله ریحانه عنایتی طائبی |
دانشجوی دکتری، گروه حسابداری، دانشگاه آزاد اسلامی واحد نیشابور

علیرضا مهرآذین |
گروه حسابداری، واحد نیشابور، دانشگاه آزاد اسلامی، نیشابور، ایران

مهدی جباری نوقابی |
استادیار، گروه آمار، دانشگاه فردوسی واحد مشهد

نشانی اینترنتی https://www.iaaaar.com/article_151103_de81591a878a691c0f4a8e6802ef6369.pdf
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