بررسی کارایی رتبه بندی سهام بر اساس معیارهای تحلیل کانسلیم با استفاده از مدل تصمیم‌گیری چندشاخصه فازی

سرمایه‌گذاران برای افزایش بازدهی خود نیازمند آنند که از همه اطلاعات گذشته و حال برای انتخاب سهام و روند آن در آینده استفاده نمایند که بدین منظور از تحلیل‌های بنیادی و تکنیکی استفاده می‌نمایند. در این مقاله ارتباط رتبه بندی عوامل مدل canslim مدل ترکیبی بنیادی تکنیکی با روش تصمیم گیری چند شاخصه ای فازی با بازده سهام با استفاده از مدلهای اقتصاد سنجی مورد آزمون قرار گرفته است. متغییرهای مدل canslim شامل درصد تغییرات سود فصلی، درصد تغییرات سود سالانه، قیمت بالای جدید، میزان شناوری سهام، پیشرو بودن، حمایت سرمایه گذاران نهادی و جهت بازار(تغییرات شاخص کل) است. سهام شرکتها براساس معیارهای کانسلیم با مدل ahpf وزن دهی و با تکنیک topsis بصورت سالانه رتبه بندی شده و کارایی آن براساس بازدهی، سنجیده شده است. برای انجام تحقیق73 شرکت درطی سالهای 1389-1396 مورد مطالعه قرار گرفته است. برای تحلیل از روش تجزیه و تحلیل رگرسیون چند متغییره استفاده شده است. نتایج آزمون فرضیه ها نشان از تاثیر مستقیم رتبه بندی عوامل : درصد تغییرات سود فصلی، درصد تغییرات سود سالانه، پیشرو بودن صنعت شرکت و سهام شناور آزاد، مدل کانسلیم بر بازده سهام بوده است.

Investigating Efficiency Stock Ranking Based on CANSLIM Analysis Criteria Using Fuzzy Multiple Attribute Decision Model

AbstractInvestors mostly rely on fundamental and technical analysis in applying past and present information to choose the optimum stock and its future trend in an attempt to increase returns. The present study investigates the relationship factors ranking of CANSLIM model in synthetic fundamentaltechnical model by Fuzzy Multiple Attribute Decision method with stock return using econometric models. The variables of the CANSLIM model include the percentage of seasonal earnings, the percent of change in annual profit, the new price, level Free Float Stock, the leading, the support of institutional investors, and the direction of the market (changes in the total index). The study also weighs stock by the FuzzyAHP using CANSLIM criteria, and measures its efficiency using TOPSIS technique is ranked annually. Population of the study includes 73 companies listed at stock exchange during 20102017 Multivariable regression analysis based on synthetic and panel data was used. Results of testing hypotheses revealed direct effects of rating factors: percent of seasonal earnings change, percentage of annual profit changes, industry leading companies, free float stocks, CANSLIM model on stock returns.