این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
شنبه 26 مهر 1404
تحقیقات حسابداری و حسابرسی
، جلد ۶، شماره ۲۱، صفحات ۱۰۰-۱۱۵
عنوان فارسی
پیش بینی سود هر سهم(EPS) با استفاده از شبکه های عصبی پرسپترون چند لایه(MLP) و توابع شعاعی بنیادین(RBF) در شرکت های پذیرفته شده در بورس اوراق بهادار تهران
چکیده فارسی مقاله
سود هر سهم یکی از فاکتورهای مالی بسیار مهم است که مورد توجه مدیران، سرمایه گذاران و تحلیل گران مالی می باشد و اغلب برای تصمیم گیری در خصوص سرمایه گذاری، ارزیابی سودآوری و ریسک مرتبط با سود و نیز قضاوت در خصوص قیمت سهام استفاده می شود، از این رو پیش بینی آن برای مدیران و ذینفعان حائز اهمیت اساسی است. هدف این تحقیق ارائهی مدلی به منظور پیش بینی سود هر سهم با استفاده از شبکه عصبی پرسپترون چند لایه(MLP) و شبکهی عصبی توابع شعاعی بنیادین(RBF) و تعیین مدل برتر با استفاده از معیار های ارزیابی عملکرد است. بدین منظور، شرکت های عضو بورس اوراق بهادار تهران به عنوان جامعه آماری تحقیق در نظر گرفته شدند و 630 سال-شرکت در قالب 24 صنعت فعال بورس در محدودهی زمانی 1388-1382 به عنوان نمونهی تحقیق انتخاب شدند. نتایج تحقیق نشان می دهد که شبکهی MLP خطای پیش بینی کمتری نسبت به شبکهی RBF دارد و همبستگی بین داده های واقعی و داده های پیش بینی شده توسط این شبکه نیز از RBF بیشتر است؛ در نتیجه دقت پیش بینی شبکهی MLP بیشتر از شبکهی RBF است.
کلیدواژههای فارسی مقاله
عنوان انگلیسی
Earnings per Share forecasting models using MLP and RBF Neural Networks on the listed firms in Tehran Stock Exchange (TSE)
چکیده انگلیسی مقاله
Earnings per share (EPS) are one of the important financial ratios that is considered by manager, investors and financial analysts. It is usually used in investment decisions, profitability evaluation, profit risk, and stock price estimation. Therefore, EPS forecasting is an important and an attractive task for manager and investors. This research proposes a model for forecasting earnings per share using a multi-layered perceptron(MLP) neural network and radial basic functions(RBF) neural network and compares estimation accuracy of 2 models using performance criteria.For this purpose, we used 630 listed firms in Tehran Stock Exchange (TSE) in the period of 2003-2009. The results show that the MLP model is significantly more accurate than the RBF model.
کلیدواژههای انگلیسی مقاله
نویسندگان مقاله
عبداله پاکدل |
گروه حسابداری دانشگاه آزاد اسلامی واحد اردبیل، اردبیل ایران
عباسعلی دریائی |
دانشجوی دکتری حسابداری دانشگاه شیراز، شیراز ایران
حسین امینی |
کارشناس ارشد حسابداری و حسابدار رسمی
سید محمد مشعشعی |
کارشناس ارشد حسابداری، دانشگاه تربیت مدرس، تهران ایران
نشانی اینترنتی
http://www.iaaaar.com/article_104401_e265238768c55c3fec473a47bbf95078.pdf
فایل مقاله
اشکال در دسترسی به فایل - ./files/site1/rds_journals/696/article-696-2312358.pdf
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