درخت حوزه‌های تخصصی

هدف پژوهش حاضر مشخص کردن خصوصیات جریان های نقدی و اقلام تعهدی عادی و غیرعادی در زمینه پیش بینی جریان های نقدی و سود آتی است. در این راستا، چهار فرضیه تدوین و برای آزمون این فرضیه ها با استفاده از مدل جونز (1991) و مدل جیان مینگ (2007) هر یک از جریان های نقدی و اقلام تعهدی به دو بخش عادی و غیرعادی تفکیک شد و توانایی این اجزاء در پیش بینی جریان های نقدی و سود آتی تجزیه وتحلیل شد. نتایج آزمون نمونه پژوهش شامل 51 شرکت پذیرفته شده در بورس اوراق بهادار تهران طی دوره 1381 تا 1391 نشان دادند، توانایی جریان های نقدی عادی از جریان های نقدی غیرعادی در پیش بینی جریان های نقدی و سود آتی بیشتر است و توانایی اقلام تعهدی عادی از اقلام تعهدی غیرعادی در پیش بینی جریان های نقدی آتی کمتر و در پیش بینی سود آتی بیشتر است.

در مدل سازی بازارهای مالی همواره این نکته دارای اهمیت بوده است که چگونه می توان انحراف مداوم قیمت های مالی را از قیمت های بنیادی آن با استفاده از تعاملات میان عواملِ ناهمگن در بازار تشریح کرد. یکی از روش های تشریح این موضوع استفاده از رهیافت اقتصاد محاسباتی عامل محور است. در میان ادبیات مدل های عامل محورِ عقاید ناهمگن، مدل های مبتنی بر تعاملات بین بنیادگراها و نمودارگراها از اهمیت خاصی برخوردار است، زیرا یکی از عواملی که می تواند نقش مهمی در توضیح تلاطم و نوسانات بازار سهام داشته باشد، احساسات، عقاید و انتظارات سرمایه گذاران در مورد تغییرات آتی قیمت سهام شرکت-هاست. در این مقاله تلاش می شود با ارایه یک مدلِ محاسباتی عامل محورِ ساده برای تقاضای سهام ، که در اکثر مطالعاتی که به بررسی نقش عوامل و تقاضاهای ناهمگن در شکل گیری قیمت دارایی ها می پردازند از روایتی از آن استفاده می شود، نقش انتظارات ناهمگن در پویایی شاخص کل قیمت، بررسی شود. برای تعیین انتظارات یا تأثیر نسبیِ عوامل از روش دیچی و وسترهف (2012)، استفاده می شود. در این مدل برخی از عوامل دارای تقاضای بی ثبات کننده یا برون یابانه می باشند ( نمودارگراها) و برخی از آنها دارای تقاضای تثبیت کننده یا برگشت به میانگین (بنیادگراها) می باشند . بدین منظور از داده های هفتگی، ماهانه و فصلی مربوط به شاخص کل قیمت بازار سهام تهران از سال 1376 تا 1392 استفاده شده است. نتایج مدل سازی نشان می دهد که حساسیت نسبی تقاضای خریداران با انتظارات مختلف نسبت به تغییرات قیمت، و تأثیرِ نسبی آنها بر کل تقاضا، نقش مهم و معناداری در پویایی قیمتی بازار سهام تهران، دارد. از سوی دیگر، تأثیر نسبی نمودارگراها بر کل تقاضای هفتگی یا انتظارات نمودارگراییِ هفتگی در طی دو دهه ی گذشته بیش از 80 درصد بوده است.

در این تحقیق شاخص کل سهام بورس اوراق بهادار تهران با استفاده از مدل های مختلف شبکه های عصبی پیش بینی شده است. تحقیق از نوع کاربردی است و دوره زمانی انجام تحقیق از ابتدای سال 81 تا پایان سال 90 است. گردآوری اطلاعات از طریق آمار و داده های موجود در پایگاه اطلاعاتی در بورس اوراق بهادار تهران صورت گرفته است. برای ایجاد مدل WDBP از موجک db5 برای نویززدایی داده ها و تا پنج مرحله صورت گرفته است. جذر میانگین مربعات خطا (RMSE) معیارِ ارزیابی برای سنجش خطای پیش بینی است. نتایج این تحقیق نشان می دهد، عملکرد شبکه عصبی موجکی در پیش بینی شاخص سهام سطح خطای کمتری دارد و از شبکه عصبی بهتر است.

پیش بینی سود حسابداری و تغییرات آن به جهت استفاده در مدل های ارزیابی سهام، توان پرداخت، ریسک، عملکرد واحد اقتصادی و مباشرت مدیریت از دیرباز مورد علاقه سرمایه گذاران، مدیران، تحلیلگران مالی و اعتباردهندگان بوده است. سود هر سهم اغلب برای بررسی سودآوری و ریسک مرتبط با سود و نیز قضاوت در خصوص قیمت سهام استفاده می شود. در این تحقیق عملکرد سه مدل تخمینگر بردار پشتیبان، تخمینگر حداقل درجه و شبکه عصبی فازی در پیش بینی سود هر سهم مورد ارزیابی قرار گرفته است. در این تحقیق از ۹ متغیر مالی، ۷ متغیر بنیادی و ۴ متغیر کلان استفاده شده است. ابتدا متغیرهای مالی ،متغیرهای بنیادی و کلان اقتصادی به صورت جداگانه و سپس بطور همزمان وارد مدل ها شده اند تا توانایی آن ها در هر سه حالت مورد ارزیابی قرار گیرد. نتایج تحقیق نشان می دهد که مدل تخمینگر حداقل درجه در هر سه حالت فوق (متغیرهای مالی، متغیرهای بنیادی و کلان اقتصادی) عملکرد بهتری نسبت به سایر مدل ها داشته است