خلاصة:
هدف تحقیق حاضر مقایسه توانایی اطلاعات حسابداری جهت پیش بینی نوسان شاخص های بورس اوراقبهادار با استفاده از روشهای هوشمند ماشینبردار پشتیبان و شبکه عصبی مصنوعی و روش کلاسیکرگرسیون لجستیک می باشد. نمونه آماری تحقیق شامل 91 شرکت پذیرفته شده بورس اوراق بهادار تهراندر قالب 9 صنعت در محدوده زمانی 1382 الی 1391 است. با در نظر گرفتن 11 متغیر مالی شرکتی، نتایجمطالعه نشان می دهد که علیرغم توانایی پیشبینی 60 درصدی ماشین بردار پشتیبان و شبکه عصبی مصنوعی،بین نتایج واقعی و پیش بینی اختلاف معنی دار وجود است. نتایج حاصل از رگرسیون لجستیک نیز بیانگراین است که متغیرهای مالی منتخب در مجموع تنها قابلیت توضیح دهندگی 4% نوسان شاخص را دارند.میتوان گفت با وجود برتری غیرقاب ل انکا ر مدلهای هوشمن د نسب ت ب ه مدلها ی کلاسیک، اطلاعاتحسابداری به تنهایی نمی توانند توضیح دهنده خوبی برای نوسانات شاخص صنعت تلقی شوند.
ملخص الجهاز:
"بر این اساس سوالاتی که پژوهش حاضر درصدد یافتن پاسخی مناسب برای آنهاست در قالب یک سوال اصلی و دو سوال فرعی بشرح زیر مطرح می شود: سوال اصلی : آیا اطلاعات مالی استخراج شده از صورتهای مالی در پیش بینی نوسان شاخص صنعت تاثیرگذارند؟ سوال فرعی ١: آیا استفاده از ماشین بردارپشتیبان به عنوان یک روش هوشمند قابلیت پیش بینی نوسان شاخص صنعت با استفاده از اطلاعات مالی را دارد؟ سوال فرعی ٢: آیا ماشین بردارپشتیبان درمقایسه با شبکه عصبی مصنوعی و روش رگرسیون منجر به بهبود نتایج پیش بینی شاخص های بازار با استفاده از اطلاعات مالی می - شود؟ ویژگیهایی که این تحقیق را از سایر تحقیقات مرتبط با موضوع متمایز می کند، استفاده از متغیرهای مالی منتخب شرکتی است که با تأثیرگذاری مستقیم بر قیمت و بازده سهام ، بطور غیرمستقیم شاخص را تحت تأثیر قرار می دهند.
نتایج بدست آمده نشان داد که در بازار سرمایه ایران علی رغم اینکه شاخص قیمت سهام برگرفته از قیمت سهام تکتک شرکت های موجود در شاخص می باشد که خود تحت تأثیر متغیرهای مالی قرار دارند اما شاخص بازار به عنوان یک متغیر کلان اقتصادی بیشتر تحت تأثیر عوامل سیاسی و اقتصادی موجود در بازار قرار می گیرد و در تصمیم - گیری های سرمایه گذاران ، عوامل اقتصادی ، سیاسی و اجتماعی نیز نقش بسزایی داشته و این ترکیب از متغیرها، در این حجم و با بکارگیری این مدل ها در پیش بینی نوسان شاخص صنعت نمی تواند چندان مفید واقع شود."