Comparative Approach to the Backward Elimination and for-ward Selection Methods in Modeling the Systematic Risk Based on the ARFIMA-FIGARCH Model
سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 241
فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_AMFA-2-4_002
تاریخ نمایه سازی: 7 مهر 1400
چکیده مقاله:
The present study aims to model systematic risk using financial and accounting variables. Accordingly, the data for ۱۷۴ companies in Tehran Stock Exchange are extracted for the period of ۲۰۰۶ to ۲۰۱۶. First, the systematic risk index is estimated using the ARFIMA-FIGARCH model. Then, based on the research background, ۳۵ affective financial and accounting variables are simultaneously used with the help of the backward elimination and forward selection method for modeling. After analyzing and evaluating the variables in Eviews software, the four variables of debt ratio (CL. E), size (SIZE), net profit to sales ratio (NETP. S), and interest rate coverage ratio (ICR) are selected in the backward elimination method. In the forward selection method, in addition to the above variables, operating profit margin (OPM) is also chosen. The estimated model of these variables in both methods shows a low ratio of R۲ coefficient that is approximately ۷%. In the test case, the model of forward selection method has less error in all four criteria of root mean squared error (RMSE), mean absolute error (MAE), mean absolute percentage error (MAPE) and Tile coefficient (TIC) compared to the backward elimination method.
کلیدواژه ها:
نویسندگان
Nemat Rastgoo
Department of accounting, Kashan Branch, Islamic Azad University, Kashan, Iran
Hossein Panahian
Department of accounting, Kashan Branch, Islamic Azad University, Kashan, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :