توسعه مدلی جامع جهت پیش بینی قیمت سهام در بازار بورس با رویکرد مدلسازی ساختاری تفسیری

سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 145

فایل این مقاله در 21 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JFR-26-3_007

تاریخ نمایه سازی: 14 آبان 1403

چکیده مقاله:

هدف: هدف از پژوهش حاضر توسعه یک مدل جامع پیش بینی قیمت سهام در بازار بورس اوراق بهادار تهران با رویکرد ترکیبی دلفی فازی مدل سازی ساختاری تفسیری است. نوآوری این پژوهش در نظر گرفتن تمام فاکتورهای بعد فنی، بنیادی، کلان اقتصادی و احساسی پیش بینی قیمت سهام است که با استفاده از روش های ریاضی مدل سلسله مراتبی، برای تعیین تاثیرگذارترین و تاثیرپذیرترین معیارهای پیش بینی قیمت سهام انجام شده است.روش: در این پژوهش، ابتدا به دلیل عدم قطعیت احتمالی در پاسخ خبرگان، از روش دلفی فازی استفاده شد و با تجزیه وتحلیل داده ها، از میان ۵۴ معیار پیش بینی قیمت سهام استخراج شده از ادبیات پژوهش، معیارها شناسایی شدند و در دو مرحله در اختیار خبرگان و سرمایه گذاران صنعت بورس اوراق بهادار تهران و اساتید دانشگاه قرار گرفتند. از میان این عوامل، ۱۵ معیار به عنوان مهم ترین و تاثیرگذارترین معیارها انتخاب شد که ۵ معیار میانگین متحرک نمایی، اندیکاتور کانال قیمت، اندیکاتور قدرت نسبی، اندیکاتور حجم معاملات تعادلی و اندیکاتور قیمت مولفه های بعد فنی؛ نرخ ارز از مولفه کلان اقتصادی؛ حجم معاملات از مولفه بعد رفتاری و نسبت قیمت به سود هر سهم، نسبت سود عملیاتی به فروش، نسبت سود ناخالص به فروش، نرخ رشد فروش شرکت، سود تقسیمی هر سهم، درآمد هر سهم و خرید هر سهم از مولفه های بعد بنیادی انتخاب شدند. در ادامه با استفاده از روش مدل سازی ساختاری تفسیری، روابط میان آن ها بررسی و مدل سلسله مراتبی تبیین شد.یافته ها: بر اساس یافته های به دست آمده از مدل در مدل سازی ساختاری تفسیری، مشاهده شد که قیمت به سود هر سهم و شاخص جریان پول، در انتهای سلسله مراتب قرار می گیرد و قدرت محرکه زیادی دارد؛ زیرا نحوه قیمت گذاری سازمان ها بر محصولات، روی خرید سرمایه گذاران بسیار موثر است و روش انبساطی یا انقباضی پول، در قیمت گذاری قدرت محرکه زیادی دارد. معیارهایی که در پایین سلسله مراتب قرار میگیرند، عبارت اند از: نرخ ارز که یکی از عوامل کلان اقتصادی است و اندیکاتور قدرت نسبی و میانگین متحرک نمایی که عوامل فنی هستند و به عنوان تاثیرپذیرترین شاخص ها شناسایی شدند. یافته های این پژوهش، یک مدل سلسله مراتبی از مهم ترین عوامل تاثیرگذار بر قیمت سهام را در بورس اوراق بهادار ایران، در اختیار سازمان ها و سرمایه گذاران و صنایع فعال در بورس قرار می دهد. نتیجه گیری: نتایج حاصل از مدل سازی ساختاری تفسیری نشان داد که متغیرهای نرخ تورم، نرخ رشد نقدینگی و نرخ ارز، از بعد کلان اقتصادی، می توانند بر قیمت سهام تاثیر داشته باشند؛ اول به این دلیل که افراد در سبد دارایی مالی خود ترکیب های مختلفی از پول نقد، سهام، سپرده های بانکی، اوراق مشارکت، طلا و ارز را نگهداری می کنند و دوم به این دلیل که متغیرهای یادشده بر شرایط مالی بنگاه های اقتصادی و ارزش سهام شرکت آن ها اثرگذارند.

نویسندگان

شیوا رضاییان

دانشجوی دکتری، گروه مدیریت صنعتی، دانشکده مدیریت و حسابداری، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران.

محمد طالقانی

دانشیار، گروه مدیریت صنعتی، دانشکده مدیریت و حسابداری، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران.

Iزیتا شرج شریفی

استادیار، گروه حسابداری، دانشکده حسابداری، واحد نوشهر، دانشگاه آزاد اسلامی، نوشهر، ایران.

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 :
  • احمدپور، احمد؛ اکبرپور شیرازی، محسن؛ رضوی امیری، زهرا (۱۳۸۸). استفاده ...
  • داموداران، آسوات (۱۳۸۷). ارزش گذاری سهام، مفاهیم و کاربردها، گردآوری ...
  • طلوعی، عباس؛ حق دوست، شادی (۱۳۸۷). مدلسازی پیشبینی قیمت سهام ...
  • منجمی، امیرحسین؛ ابزری، مهدی؛ رعیتی شوازی، علیرضا (۱۳۸۸). پیش بینی ...
  • مهرآرا، محسن؛ معینی، علی؛ احراری، مهدی؛ هامونی، امیر (۱۳۸۸). الگوسازی ...
  • Ahmedpour, A., Akbarpour Shirazi, M. & Razavi Amiri, Z. (۲۰۰۹). ...
  • Abad, C., Thore, S. A., Laffarga, J. (۲۰۰۴). Fundamental analysis ...
  • Agrawal, M., Shukla, P. K., Nair, R., Nayyar, A. & ...
  • Ang, A. & Bekaert, G. (۲۰۰۷). Return predictability: Is it ...
  • Arshinova, T. (۲۰۱۱). Construction of equity portfolio on the basis ...
  • Bettman, J. L., Sault, S. J., Schultz, E. L. (۲۰۰۹). ...
  • Brock, W., Lakonishok, J. & LeBaron, B. (۱۹۹۲). Simple technical ...
  • Campbell, J. Y. (۱۹۸۷). Stock returns and the term structure. ...
  • Campbell, J. Y. & Shiller, R. J. (۱۹۸۸). Stock prices, ...
  • Campbell, J. Y. (۲۰۰۲). Strategic Asset Allocation: Portfolio Choice for ...
  • Campbell, J. Y., & Yogo, M. (۲۰۰۶). Efficient tests of ...
  • Cavalcante, R. C., Brasileiro, R. C., Souza, V. L., Nobrega, ...
  • Chen, H. H. (۲۰۰۸). Stock selection using data envelopment analysis. ...
  • Damodaran, A. (۲۰۰۷). Stock valuation, concepts and applications, compiled by ...
  • Dase R.K. & Pawar, D. D. (۲۰۱۰). Application of Artificial ...
  • Dia, M. (۲۰۰۹). A portfolio selection methodology based on data ...
  • Ding, G. & Qin, L. (۲۰۱۹). Study on the prediction ...
  • Ejaz, S., Amir, H. & Shabbir, M. S. (۲۰۱۷). Public ...
  • Fama, E. F. & French, K.R. (۱۹۸۸). Dividend yields and ...
  • Fama, E. F. & Schwert, G.W. (۱۹۷۷). Asset returns and ...
  • Gardijan, M. & Kojić, V. (۲۰۱۲). DEA-based investment strategy and ...
  • Garkaz, M. & Pesarakloo, F. (۲۰۱۱). Determination of portfolio through ...
  • Goh, J., Jiang, F., Tu, J. & Zhou, G. (۲۰۱۳). ...
  • Hwang, S. N., Lin, C. T., Chuang, W. C. (۲۰۰۷). ...
  • Jiang, M., Liu, J., Zhang, L. & Liu, C. (۲۰۲۰). ...
  • Jiang, W. (۲۰۲۱). Applications of Deep Learning in Stock Market ...
  • Lamont, O. (۱۹۸۸). Earnings and expected returns. Journal of Finance, ...
  • Lim, S., Oh, K. W. & Zhu, J. (۲۰۱۴). Use ...
  • Ling, O. P. & Kamil, A. A. (۲۰۱۰). Data envelopment ...
  • Liu, J., Fang, S.C. & Chen, H. (۲۰۲۰). Multiplicative data ...
  • Lo, A. W., Mamaysky, H. & Wang, J. (۲۰۰۰). Foundations ...
  • Lopes, A., Lanzer, E., Lima, M. & da Costa Jr, ...
  • Manjami, A., Abzari, M. & Raiti Shawazi, A. (۲۰۰۸). Forecasting ...
  • Mehrara, M., Moeini, A., Ahrari, M. & Hamouni, A. (۲۰۰۸). ...
  • Moghaddam, B. A., Haleh, H. & Ebrahimijam, S. (۲۰۱۱). Forecasting ...
  • Muhammad, T., Aziz, T. & Shafiul Alam, M. (۲۰۲۳). Utilizing ...
  • Neely, C. J., Rapach, D.E., Tu, J. & Zhou, G. ...
  • Nelson, C. R. (۱۹۷۶). Inflation and the rates of return ...
  • Nguyen, V. K., Shabbir, M. S., Sail, M. S., Thuy, ...
  • Pan, L. & Mishra, V. (۲۰۱۸). Stock market development and ...
  • Powers, J. & McMullen, P. (۲۰۰۰). Using data envelopment analysis ...
  • Saleem, H., Shabbir, M. S., & Bilal khan, M. (۲۰۲۰). ...
  • Shabbir, M. S. (۲۰۱۶). Contributing factors of inland investment. Global ...
  • Shabbir, M. S. & Muhammad, I. (۲۰۱۹). The dynamic impact ...
  • Siew, L. W., Fai, L. K., Hoe, L. W. (۲۰۱۷). ...
  • Sonar, H., Gunasekaran, A., Agrawal, S. & Roy, M. (۲۰۲۲). ...
  • Tehrani, R., Mehragan, M. R., Golkani, M. R. (۲۰۱۲). A ...
  • Thakkar, K. C. & Chaudhari, K. (۲۰۲۱). Fusion in stock ...
  • Thakkar, K. C. & Chaudhari, K. (۲۰۲۰). Cross-reference to exchange-based ...
  • Toloui, A. & Haq Dost, Sh. (۲۰۰۸). Modelling of stock ...
  • Weng, B., Ahmed, M. A. & Megahed, F. M. (۲۰۱۷). ...
  • نمایش کامل مراجع