چکیده:
هدف از این تحقیق پیشبینی سود تقسیمی سهام با استفاده از معیارهای سرمایهگذاری و تامین مالی با رویکرد شبکههای عصبی مصنوعی است. متغیرهای مستقل در این تحقیق اهرم مالی و فرصتهای سرمایهگذاری و متغیر وابسته سود تقسیمی سهام است. به همین منظور، متغیرهای مربوط برای 120 شرکت بورسی برای دوره زمانی 1383 تا 1390 گردآوری شده است. با در نظر گرفتن مقدار ضریب همبستگی، نتایج تحقیق نشان داد ارتباط معناداری بین متغیرهای مستقل و سود تقسیمی وجود دارد. همچنین، نتایج تحلیل حساسیت حاکی از این است که ارتباط بین سود تقسیمی و فرصتهای سرمایهگذاری به صورت معناداری قویتر از ارتباط بین سود تقسیمی و اهرم مالی است.
The purpose of this study, the expected dividend stocks using criteria venture capital financing with artificial neural network approach. The independent variables in this study, financial leverage and investment opportunities dependent variable, investment and dividend stocks. Therefore, variables related to company stock for the period 1383 to 1390 around 120 is obtained. Considering the correlation coefficients, the results showed a significant relationship between the independent variables and the dividend there. Also, the results of the sensitivity analysis suggests that the relationship between the dividend and investment opportunities invested significantly stronger than the association between dividends and financial leverage
خلاصه ماشینی:
دو نوع از شبکههای عصبی پر کاربرد در بخش مالی عبارتند از: الف) شبکه عصبی پرسپترونی، مجموعهای از نرونهای به هم متصل است که با دریافت یکسری ورودی از نرونها و انجام عملیات خاص نتیجهای را تولید میکند و اگر نتیجه بیشتر از آستانه مشخص شده باشد، مقدار یک را به عنوان خروجی نشان میدهد.
نمودار 2: بررسی خطی حساسیت بین بازده سهام و متغیرهای مستقل با استفاده از شبکههای عصبی مصنوعی (رجوع شود به تصویر صفحه) بررسی نمودار مزبور نشان میدهد که رابطه بین سود تقسیمی سهام و نسبت Q توبین نسبت به رابطهی سود تقسیمی و اهرم مالی، قویتر است.
رابطه بین سود واقعی و پیشبینی شده توسط شبکهی عصبی مصنوعی (رجوع شود به تصویر صفحه) بحث و نتیجهگیری بررسی و تخمین میزان سود تقسیمی سهام یکی از مباحث مهم در مطالعات پایه سرمایهگذاری است.
همان طور که ذکر شد در این تحقیق از شبکههای عصبی مصنوعی به عنوان یک عامل برای تخمین و پیشبینی سود تقسیمی استفاده شده است.
با توجه به این که شبکههای عصبی روابط غیرخطی بین متغیرها را (با الگوگیری از شبکه عصبی انسانی) بررسی میکنند، نتایج حاکی از وجود روابط معنادار (3968/0= R) بین سود تقسیمی سهام و متغیرهای مستقل است.
با توجه به تحلیل حساسیت صورت گرفته نیز مشخص شد، رابطه بین سود تقسیمی سهام و متغیر Q توبین نسبت به اهرم مالی قویتر است.
نتایج این پژوهش نشان از توفیق مدلهای شبکه عصبی دربیان ارتباط بین متغیرهای مستقل و سود تقسیمی سهام مختلف دارد.
Stengos (1998) Moving Averages Rules, Volume and the Predictability of Security Returns with Feed-Forward Networks; Journal of Forecasting, 17: 40.