مقایسه عملکرد شبکه عصبی مصنوعی و رگرسیون لجستیک در تحلیل تشخیص شاخصq توبین

شاخص توبین یکی از شاخص های مهم در دنیای سرمایه گذاری است که بعنوان معیاری برای ارزیابی عملکرد شرکت ها جهت تصمیم گیری برای سرمایه گذاری های صحیح به کار می رود. اما در دقت نتایج مبتنی بر این شاخص، ابهاماتی وجود دارد که پژوهشگران را بر آن داشته است تا به دنبال برآورد این شاخص از روی دیگر شاخص های مالی باشند. اما شاخص توبین یک شاخص پویاست و به علت مبتنی بودن بر قیمت بازار، ممکن است در لحظه مقدار آن تغییر کند. بنابراین استفاده از روش هایی مانند رگرسیون چندگانه که تلاش می کنند مقدار دقیق متغیر وابسته را پیش بینی کنند منطقی به نظر نمی رسد. به همین دلیل این تحقیق به منظور انجام قضاوت در مورد شاخص توبین از روی دیگر شاخص های مالی، روشهای مبتنی بر پیش بینی دقیق مانند رگرسیون خطی را مورد نقد قرار داده و به جای آن استفاده از روش های تحلیل تشخیص مانند رگرسیون لجستیک و شبکه عصبی را توصیه می کند. تحلیل تشخیص، روشی برای طبقه بندی مجموعه ای از مشاهدات به یکی از دو یا چندین گروه تعیین شده است به طوریکه مشاهدات درون هر گروه بیشترین شباهت را به یکدیگر داشته باشند. لذا این پژوهش با استفاده از اطلاعات مالی ۱۸۴ شرکت پذیرفته شده در بورس اوراق بهادار تهران در سالی مالی منتهی به ۲۹ اسفند ۱۳۹۳ به کمک رگرسیون لجستیک و شبکه عصبی به تحلیل تشخیص شاخص توبین پرداخته و نتایج دو تکنیک را گزارش و خروجی را تحلیل و با یکدیگر مقایسه می کند.

کلیدواژه ها:

تحلیل تشخیص ، شاخص توبین ، شبکه عصبی مصنوعی ، رگرسیون لجستیک