پیشبینی سود هر سهم: ترکیب شبکههای عصبی مصنوعی و الگوریتم بهینهسازی حرکت تجمعی ذرات
الموضوعات : دانش سرمایهگذاریداریوش فروغی 1 , حیدر فروغ نژاد 2 , منوچهر میرزایی 3
1 - استادیار حسابداری، دانشگاه اصفهان
2 - دانشجوی دکترای مدیریت مالی ، آموزشکده فنی و حرفهای سما، دانشگاه آزاد اسلامی، واحد اندیشه (مسئول مکاتبات)
3 - کارشناسی ارشد حسابداری، دانشگاه اصفهان
الکلمات المفتاحية: سود هر سهم, الگوریتم بهینهسازی حرکت تجمعی, متغیرهای بنیادی حسابداری, شبکههای عصبی مصنوعی,
ملخص المقالة :
انتظارات مربوط به سود اثرات قابل ملاحظهای بر تصمیمات مدیران و سرمایه گذاران دارد. یکی از معیارهایی که امروزه به عنوانشاخص سودآوری شرکت ها مورد توجه قرار میگیرد، مفهوم سود هر سهم است. سود هر سهم آثار عمدهای بر قیمت سهام شرکت ها نیز دارد. از اینرو پیشبینی سود هر سهمهم برای سرمایهگذاران و هم برای مدیران از اهمیت بسزایی برخوردار است. هدف از انجام این پژوهش، مدل بندی پیش بینی سود هر سهم شرکت های پذیرفته شده در بورس اوراق بهادار تهران،با استفاده از ترکیب شبکه های عصبی مصنوعی و الگوریتم بهینه سازی حرکت تجمعی ذراتبر مبنای مدل های تک متغیره و چند متغیره است. بدین منظور از اطلاعات مربوط به 114 شرکت از شرکتهای پذیرفته شده در بورس اوراق بهادار تهران، طی سال های 1380 تا 1389 استفاده شده است.نتایج این پژوهش نشان می دهدکهمدل تک متغیره بادقت 78.5% ومدل چند متغیره با دقت 91.7% سود هر سهم را پیش بینی می نماید.