دانلود تحقیق با موضوع بازده آتی سهام، بورس اوراق بهادار، عدم اطمینان، بازده سهام

دانلود پایان نامه ارشد

ه برداری کوکران استفاده خواهد شد.
همچنين براي انتخاب بهترين حجم نمونه پژوهش از روش كوكران با فرمول ذيل استفاده شده است:.

(1-1)

:n حجم نمونه
Z: مقدار متغیر نرمال واحد استاندارد، که در سطح اطمینان 95 درصد برابر 1.96 می باشد
:p مقدار نسبت صفت موجود در جامعه است. اگر در اختیار نباشد می توان آن را 0/5 درنظر گرفت. در این حالت مقدار واریانس به حداکثر مقدار خود می رسد.
:q درصد افرادی كه فاقد آن صفت در جامعه هستند (q =1-p)
:d مقدار اشتباه مجاز
حجم نمونه مورد نظر 20.86 بدست می آید که ما (روند به بالا) تعداد 21 نمونه در نظر می گیریم که این البته با درصد خطای 5% می باشد. بنابراين حجم نمونه پژوهش تعداد 21 شركت سرمايه گذاري مي باشد .
1-12: روش و ابزار جمع آوری اطلاعات
در این تحقیق از روش کتابخانه ای مانند استفاده از کتب معتبر داخلی و پایان نامه های دانشگاهی، سایت های معتبر و مقالات علمی برای تهیه چارچوب نظری، مدل، فرضیات و … استفاده شده و خواهد شد. همچنین در بخش گردآوری داده ها جهت انجام آزمون های آماری مربوط به فرضیات پژوهش، از اطلاعات موجود در صورت های مالی شرکت ها، که در نرم افزار ره آورد نوین و همچنین در کتابخانه سازمان بورس موجود است، استفاده خواهد شد. در این بخش می توان از سایت های زیر که اطلاعات صورت های مالی شرکت ها در آنها موجود است و تحت نظارت سازمان بورس اوراق بهادار است بهره جست: WWW.RDIS.IR , WWW.BOURS.IR , WWW.CODAL.IR .
همچنین در اين پژوهش با توجه به اينكه از اطلاعات تاريخ(گذشته) شركتها استفاده مي شود‏، بنابراين داده هاي پژوهش با مراجعه به صورتهاي مالي شركتها گردآوري مي شوند. روش گردآوري اطلاعات كتابخانه اي مي باشد.
1-13: روش تجزیه وتحلیل
پس از بیان فرضيه ‌هاي تحقیق، مدل ها و متغيرهاي مورد نياز براي آزمون به تجزیه و تحلیل آنها پرداخته خواهد شد. داده هاي مورد نیاز جهت آزمون فرضيه‌ های تحقیق به عنوان منبعی براي تجزيه و تحليل استفاده خواهند شد. براي تجزيه و تحليل اطلاعات گردآوري شده از روشهاي آمار توصيفي، آمار استنباطي و همچنين رسم جداول استفاده خواهد شد. استفاده از آمار توصيفي با هدف تلخيص اطلاعات جمع آوري شده و شناخت بيشتر جامعه مورد بررسي صورت خواهد پذیرفت. زیرا هدف آمار توصيفي، توصيف، استخراج نكات اساسي و تركيب اطلاعات به كمك زبان اعداد است. هدف آمار استنباطي، به طور كلي انجام استنباط دربارة پارامترهای جامعه از طريق تجزيه و تحليل اطلاعات موجود در داده‌هاي نمونه و همچنين سنجش عدم اطمینانی است كه در اين استنباط ها وجود دارد. در اين راستا فرضيه هاي تحقيق با روش هاي مناسب آماري توسط نرم افزارهای excel و matlab مورد استفاده آزمون قرار خواهند گرفت. نرم افزار اکسل برای گردآوری و دسته بندی اطلاعات و نرم افزار مطلب برای تحلیل اطلاعات مورد استفاده قرار خواهد گرفت.
همچنين از آزمون نرمال بودن سری زمانی داده ها براي بررسي نرمال بودن بازده پرتفوي استفاده مي شود. در هنگام بهینه سازی سبد سهام پیش فرض هایی در نظر گرفته می شود که مهم ترین آن ها فرض نرمال بودن تابع توزیع بازده پرتفوی تشکیل شده است. در این آزمون فرضیات، به صورت زیر بیان شده و نتایج حاصل از آزمون کولموگروف- اسمیرنوف با استفاده از بازده های روزانه در سطح اطمینان 95% محاسبه خواهد شد.
0H: توزیع داده ها نرمال است.
1H: توزیع داده ها نرمال نیست.
در صورتي كه سطح معني داري بازده روزانه سهام بيشتر از 0.5 باشد فرضیه0H تایید شده لذا با اطمینان 95% می توان گفت تابع توزیع بازده سبد سهام از توزیع نرمال برخوردارند.
ساير آزمون هاي مورد استفاده در پژوهش به شرح ذيل هستند:
آزمون بازخورد: آزمون بازخورد جهت محاسبه ریسک مربوط به سبدهای سهام در دوره مورد مطالعه مي باشد.
آزمون بررسی همگرایی شبكه عصبي: كه مبتني بر الگوريتم خاصي است نشان از تراکم کامل داده ها در یک مسیر و حول نقاط مشخص دارد.
1-14: چارچوب فصول پژوهش
فصل اول: در اين فصل به توجيه طرح کلي مساله و در واقع امکان سنجي طرح و تدوين سوالات، مدل و فرضيه ها پرداخته شد.
فصل دوم: اين فصل با عنوان ادبيات و پیشینه تحقيق در سه بخش ارائه مي شود که بخش اول مباني نظري شبکه های عصبی شامل تعاريف، اصول، اهداف، ديدگاه هاي مختلف و… خواهد بود. بخش دوم پيشينه تحقيق مي باشد که شامل پيشينه تحقيق داخلي و خارجي خواهد بود.
فصل سوم: اين فصل با عنوان روش شناسي تحقيق به ارائه روش هاي مختلف و ابزارهاي متفاوت براي گردآوري و تجزيه و تحليل اطلاعات خواهد پرداخت. آزمون های روایی و پایایی و چگونگی اختصاص سوالات به متغیرها در این فصل ارائه می گردد.
فصل چهارم: اين فصل با عنوان تجزيه و تحليل يافته هاي تحقيق با ارائه جداول، نمودار و فرمول هاي خاص، اطلاعات جمع آوري شده را جهت دستيابي به پاسخ فرضيات تجزيه و تحليل خواهد کرد. بحث پيرامون نتايج فرضيه ها در اين فصل و ارائه نتايج کلي و مقایسه نتایج با پژوهش های صورت گرفته در فصل پنج اتفاق خواهد افتاد.
فصل پنجم: در اين فصل ابتدا خلاصه اي از پژوهش و سپس نتايج حاصل از پژوهش ضمن تحليل نتايج عنوان مي گردد. پيشنهادهايي براي استفاده کنندگان از نتایج پژوهش و پيشنهاد براي پژوهش هاي آتي نيز در ادامه مطرح خواهد شد.

فصل دوم
ادبیات و پیشینه پژوهش
2-1: مقدمه
در طی چند دهه ي اخیر شاهد شبکه هاي عصبی مصنوعی حضور موفقی در مباحث مدیریت و مالی داشته اند و مقالات بسیاري در این زمینه ارائه شده و ایده ي آموزش براي حل مسائل شناسایی الگوهاي پیچیده با استفاده از دیدگاه عامل هاي داده هوشمند براي محققان دانشگاهی بسیار چالش برانگیز شده است. شبکه هاي عصبی یک ابزار ارزشمند براي دامنه ي گسترده اي از حوزه هاي مدیریت است که به عنوان یک جزء حیاتی اغلب سیستم هاي داده کاوي، باعث تغییر روش نگاه سازمان به ارتباط بین داده ها و استراتژي شرکت می شود(لیسبو، 2000). به هر حال عملکرد مغز و اعصاب انسان با توجه به میلیونها سال تکامل می تواند به عنوان کاملترین و کارآمدترین الگو براي تشخیص وقایع پیرامون خود باشد. طی سال ها عصب شناسان و روانشناسان تلاش کردند که بفهمند مغز بشر چگونه کار می کند. این تلاش منجر به ایجاد هوش مصنوعی شد(منهاج، 1379).
تحقیقات و علاقه مندي به شبکه هاي عصبی مصنوعی از زمانی شروع شد که مغز به عنوان یک سیستم دینامیکی با ساختار موازي و پردازشگري کاملاً مغایر با پردازشگرهاي متداول شناخته شد. نگرش نوین در مورد کارکرد مغز نتیجه ي تفکراتی بود که در اوایل قرن بیستم درمورد ساختار مغز به عنوان اجتماعی از اجزاي محاسباتی کوچک به نام نرون 6 شکل گرفت. مغز انسان از حدود 1011 (یکصد میلیارد نرون) تشکیل شده است که بین آنها تقریبا 1010 تا 1014 ارتباط تصور می شود، یعنی یک شبکه بسیار پیچیده ارتباطی وجود دارد که باعث می شود مغز انسان به عنوان یک پردازشگر موازي عمل کند (بیل و جکسون، 1980) 3. شبكه هاي عصبي نوعي مدلسازي ساده انگارانه از سيستم هاي عصبي واقعي هستند كه كاربرد فراواني در حل مسائل مختلف در علوم دارند. حوزه كاربرد اين شبكه ها آنچنان گسترده است كه از كاربردهاي طبقه بندي گرفته تا كاربردهايي نظير درون يابي، تخمين، آشكارسازي و … را شامل مي شود. شايد مهمترين مزيت اين شبكه ها، توانايي وافر آن ها در كنار سهولت استفاده از آن ها باشد.
همچنین تاثیر بورس اوراق بهادار در توسعه اقتصادی یک کشور، امری بدیهی است. بازار سرمایه یکی از نهادهایی است که می تواند نقش بسزایی در گذار از اقتصاد توسعه نیافته به اقتصاد توسعه یافته ایفا کند. چرا که این بازار می تواند با تخصیص بهینه منابع و هدایت سرمایه های سرگردان به سمت سرمایه گذاری های مولد، به افزایش تولید کالا و خدمات در جامعه کمک نماید. مهمترین هدف این بازار این است که با اجرای فرایند سالم سازی و شفافیت، پس اندازکنندگانی که دارنده منابع مالی می باشند و هدف کسب سود و بازده معقول دارند را به اشخاص حقوقی و واحدهای اقتصادی که برای توسعه فعالیت های خود نیاز به منابع مالی دارند، پیوند دهد.( چائوهان و همکاران، 2014) 4. در واقع می توان گفت که یکی از وظایف اساسی بورس اوراق بهادار، به جریان انداختن سرمایه ها و تخصیص بهینه منابع می باشد. برای سهیم شدن در یک فعالیت اقتصادی بزرگ که نه اداره آن به تنهایی امکان پذیر است و نه سرمایه لازم برای آن در اختیار است، می توان با خرید سهام یکی از شرکت ها در صنعت مورد نظر به طور مستقیم در آن شریک شد و دارای حقوق متعلقه آن شرکت، به نسبت سهامی که داریم در سود دهی مستقیم و یا افزایش ارزش ناشی از روند رو به رشد شرکت سهیم شد. هدف سرمایه گذار منطقی این است که از میان اوراق بهادار، اوراق بهاداری را انتخاب کند که دارای بیشترین بازدهی، با یک ریسک منطقی نسبت به سایر اوراق بهادار باشد. برای تصمیم گیری های اقتصادی نیاز به اطلاعاتی است که بتوان با کمک آنها منابع موجود و در دسترس را به نحوی مطلوب تخصیص داد(دوادوس و همکاران، 2013). 5 یکی از مهمترین عوامل در تصمیم گیری صحیح، اطلاعات مناسب و مرتبط با موضوع تصمیم است، که اگر به درستی فراهم و پردازش نشوند، اثرات منفی برای فرد تصمیم گیرنده در پی خواهد داشت. در بازار سرمایه، پایه اولیه معاملات را وجود اطلاعات مرتبط، شکل می دهد و از این رو است که اطلاعات را گرانبهاترین دارایی در بازار سرمایه می دانند. این اطلاعات از سوی سرمایه گذاران و تحلیلگران مربوط به سرمایه گذاری صورت می پذیرد(عسگری،1383). باید توجه داشت در شرایطی که دستیابی به اطلاعات امکان پذیر نباشد سرمایه گذاران مجبور هستند از طریق براوردهای ذهنی، تحلیل های خود را درباره بازده آتی سهام شکل دهند. در واقع تعدد زیاد و ناشناخته بودن عوامل موثر بر بورس اوراق بهادار، موجب عدم اطمینان در زمینه سرمایه گذاری شده است. روشن است که وجود عدم اطمینان، ناخوشایند است ولی وجود آن اجتناب ناپذیر است.
یک عامل بسیار مهم که تصمیمات سرمایه گذاران را تحت تاثیر قرار می دهد بازده سرمایه گذاری ها می باشد. اگر بتوان بازده سرمایه گذاری را پیش بینی کرد و مدلی برای آن ارائه داد و از این طریق تا حد زیادی عدم اطمینان ها را از بین برد، می توان به افزایش سرمایه گذاری ها در بورس اوراق بهادار کمک کرد. یکی از دارایی های اصلی در بازار های مالی، سهام عادی شرکت ها می باشد و برای سرمایه گذاران این سوال مطرح است که آیا می توان بازده آتی سهام را پیش بینی نمود؟
تحقیقات زیادی در زمینه بررسی رفتار سهام در بازار اوراق بهادار صورت گرفته است که در نتیجه این تحقیقات مدل هایی جهت پیش بینی بازده آتی سهام ارائه شده است که هر کدام از این مدل ها با انتقادات و حمایت هایی همراه بوده است. پر واضح است که عوامل زیادی میزان بازده آتی سهام را تحت تاثیر قرار می دهند و در واقع ضعف اصلی تحقیقات انجام شده در این زمینه این است که همه ی آنها به بررسی تاثیر چند عامل محدود در میزان بازده آتی سهام پرداخته اند. اما هیچکدام از از این تحقیقات به بررسی جامعی از متغیرهای اصلی تاثیرگذار بر بازده سهام نپرداخته اند و نتوانسته اند مدل جامعی برای پیش بینی بازده آتی سهام ارائه دهند. با توجه به مسائل فوق، در این تحقیق برآنیم که به بررسی تاثیر برخی متغیرهای مالی در پیش بینی بازده آتی سهام با استفاده از شبکه عصبی و رگرسیون خطی بپردازیم و بادر نظر گرفتن تمامی این عوامل تاثیرگذار بر قیمت و بازده سهام، قیمت و بازده را با استفاده از دو روش فوق پیش بینی نماییم و به سوال اصلی پژوهش مبنی بر پيش بيني قيمت و بازده سهام با استفاده از شبكه هاي عصبي مصنوعي، پاسخ دهیم.
2-2: شبکه عصبی مصنوعی (ANN)
ایده پیدایش شبکه‌های عصبی مصنوعی با این سوال آغاز شد که آیا کامپیوتر می تواند همان نوع از محاسباتی را که یک فرد هوشمند انجام می دهد به کار گیرد؟
بسیاری از دانشمندان

پایان نامه
Previous Entries دانلود تحقیق با موضوع بازده سهام، بورس اوراق بهادار، بورس اوراق بهادار تهران، قیمت سهام Next Entries دانلود تحقیق با موضوع شبکه عصبی، شبکه‌های عصبی مصنوعی، شبکه های عصبی، پردازش تصویر