پیش بینی ارزش افزوده اقتصادی پالایش شده با استفاده از مدل غیر خطی (شبکه عصبی چند لایه پیش خور) و مدل خطی در بورس اوراق بهادار تهران

هدف اصلی این مقاله مقایسه شبکه عصبی مصنوعی و رگرسیون درپیش بینی ارزش افزوده اقتصادی پالایش شده و انتخاب روش کاراتر است شبکه عصبی مصنوعی به کارگرفته شدهدراین مقاله ازنوع پرسپترون چندلایه با ترکیب 1-6-9 است که به روش الگوریتم پس انتشاراموزش دیده است دراین تحقیق نسبت جاری نسبت بدهی نسبت بدهی کوتاه مدت نسبت بدهی بلندمدت نسبت سودهرسهم نسبت سودتقسیمی هرسهم نسبت بازدهدارایی ها نسبت بازده حقوق صاحبان سهام نسبت قیمت به سود هرسهم به عنوان متغیرهای مستقل و ارزش افزوده اقتصادی پالایش شده است به عنوان متغیر وابسته انتخاب شده است تعداد داده های ورودی شبکه 810 می باشد جامعه موردمطالعه شرکت های پذیرفته شده بورس اوراق بهادار تهران دربازه زمانی 1383تا88 بودهاست با تجزیه و تحلیل matlab,spss به این نتیجه رسیدیمکه شبکه عصبی مصنوعی نسبت به رگرسیون عملکردبهتری را درپیش بینی ارزش افزوده اقتصادی پالایش شده داشته است.

کلیدواژه ها:

پیش بینی شبکه عصبی مصنوعی ، رگرسیون ، ارزش افزوده ، اقتصادی پالایش شده