طراحی مدلی جهت پیش بینی ارزش گذاری معاملات بلوکی با تاکید بر شبکه عصبی مصنوعی GRU درصنعت

پیش بینی ارزش گذاری معاملات بلوکی سبب می شود تا بازار بتواند به شیوه ای کارآمد کنترل بر شرکت ها را ارزیابی کند. در این پژوهش با اندازه گیری شاخص های اثر گذار بر معاملات بلوکی در سه صنعت فعال در بورس اوراق بهادار تهران طی دوره زمانی ۱۳۹۰ تا پایان ۱۴۰۰ به صورت روزانه با بهره گیری از شبکه عصبی یادگیری عمیق، مدلGru روی صنایعی که تعداد جامعه اش در بورس زیاد است، (صنایع فلزات اساسی :فولاد، خودروو ساخت قطعات :خساپا، مواد ومحصولات دارویی دالبر) نشان می دهد. که درسطح سه صنعت، نه متغیر (بازده سهام، اندازه بلوک، حجم معاملات، اندازه شرکت، نوسانات قیمت، بازده صنعت، بازده بازار، مالکیت نهادی و نسبت ارزش بازار به ارزش دفتری بر ارزش گداری معاملات بلوکی موثر است و مدیران صنایع شرکت های پذیرفته شده در بورس اوراق بهادار تهران نیز با آگاهی از چگونگی تاثیر این مدل بر ارزش گذاری معاملات بلوکی می توانند روند تغییرات قیمت سهام بلوکی را کنترل نموده ریسک سرمایه گذاری در شرکت را کاهش داده و در نهایت ریسک تامین مالی را برای شرکت پایین آورند. درسطح تفکیکی صنایع، نتایج تاثیر شاخص های مالی بر ارزش گداری معاملات بلوکی درهرصنعت باصنایع دیگر متفاوت است که بیانگر استقلال صنایع از یکدیگر است. یافته های این پژوهش به مدیران صنایع در بورس و استفاده کنندگان از شاخص های ارزش گداری معاملات بلوکی در ارزیابی بهتر قیمت گذاری کمک می کند.

کلیدواژه ها:

بازده سهام ، ارزش گداری معاملات بلوکی ، صنعت ، شبکه های عصبی یادگیری عمیق ، مدل Gru