پیش بینی بازده غیرعادی سهام با رهیافت شبکه های عصبی(شواهدی از بورس اوراق بهادار تهران)

تئوری ها و مدل های ارائه‌شده جهت پیش بینی بازده غیر عادی بیانگر این امر است که میان پژوهشگران اتفاق‌نظر مطلقی وجود ندارد. یکی از روش های بسیار مناسب درزمینهٔ پیش بینی متغییرهای مالی ازجمله قیمت سهام، بازده سهام، سقوط بازار سهام و... به‌کارگیری رویکرد شبکه عصبی است. در این پژوهش برای پیش‌بینی بازده غیرعادی سهام از دو رویکرد شبکه عصبی مصنوعی و شبکه عصبی فازی استفاده گردید تا از این طریق دقت پیش‌بینی بازده غیرعادی توسط این ابزارها موردبررسی قرار گیرد. متغیرهای ورودی جهت پیش‌بینی بازده غیرعادی شامل خطای پیش‌بینی سود، درجه اهرم مالی، نرخ بازده سرمایه‌گذاری، شفافیت سود حسابداری، محافظه کاری حسابداری، ارزش برند شرکت و اعتمادبه‌نفس بیش‌ازحد مدیریت بوده‌اند. بدین منظور 452 شرکت- سال به روش غربال گری برای دوره پنج ساله(1395-1390) در شرکت‌های فعال در بورس اوراق بهادار تهران مورد بررسی قرار گرفت. نتایج بیانگر این امر بود که قدرت پیش‌بینی کنندگی شبکه عصبی مصنوعی از شبکه عصبی فازی برای پیش‌بینی بازده غیرعادی سهام بیشتر بوده آن را با درصد خطای کمتری انجام می دهد.