عنوان مقاله :
پيش‌بيني سودآوري با رويكرد شبكه عصبي و مقايسه آن با ماشين بردار پشتيبان (svm) و درخت‌تصميم C5
پديد آورندگان :
حبيب زاده، مليحه دانشگاه تربيت مدرس، تهران , ايزدپور، مصطفي دانشگاه قم، قم
كليدواژه :
پيش‌بيني , سودآوري , شبكه عصبي , ماشين بردار پشتيبان (svm) , درخت تصميم C5
چكيده فارسي :
سود به‌عنوان يكي از مهم‌ترين شاخص‌هاي اندازه‌گيري عملكرد واحد اقتصادي، ازمباحث مهم حسابداري است كه باتوجه به محيط رقابتي شديد و اهميت تصميم‌گيري سريع و مناسب مديران جايگاه والايي نيز پيداكرده‌است. بنابراين تجزيه وتحليل شاخص مزبور، عوامل مؤثربرآن و پيش‌بيني سودآوري بسيارحائزاهميت است. درهمين راستا، در پژوهش حاضر تعداد 124 شركت براي بازه‌زماني1387 تا1395 با مبناقراردادن اطلاعات بنيادي صورت‌هاي مالي شركت‌ها؛ اثر34 متغير بردقت پيش‌بيني سودآوري شركت‌هاي پذيرفته‌شده در بورس اوراق بهادار تهران مورد بررسي قرارگرفت. از تكنيك درخت‌تصميمc5 جهت تعيين متغيرهاي معنادار در پيش‌بيني سودآوري به علت سهولت بالا در فهم مدل، استفاده شد. در نهايت پس از تعيين متغيرهاي موثر و مشخص شدن 8 متغير، دقت پيش‌بيني‌ها بااستفاده ازتكنيك شبكه‌عصبي، درخت‌تصميمC5 و ماشين بردار پشتيبان(SVM) اندازه‌گيري ونتايج حاصل از اين3 الگوريتم بايكديگر مقايسه شد. نتايج مقايسه بيانگر آن بود كه بهترين مدل پيش‌بيني سودآوري شركت‌ها با درنظر گرفتن متغيرهاي معنادار، الگوريتم درخت‌تصميم C5 بادقت93.54% است و پس از آن مدل شبكه عصبي بادقتي برابر81.45% نسبت به ماشين بردارپشتيبان (69.35%) دقيق‌تر و داراي سطح خطاي كمتري است.
چكيده لاتين :
This Article has no Abstract.
عنوان نشريه :
دانش مالي تحليل اوراق بهادار
