پیش بینی قیمت اوراق تسهیلات مسکن توسط شبکه عصبی مصنوعی

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,644

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NDMCONFT04_073

تاریخ نمایه سازی: 8 آبان 1395

چکیده مقاله:

توجه به موضوع مسکن به عنوان یکی از مهم ترین نیازهای بشر و به تبع آن، منابع تامین مالی این نیاز حیاتی در جوامع، یکی از وظایف اصلی تمام دولت ها و ارگان های اقتصادی کشورها می باشد. در این مقاله به پیش بینی قیمت اوراق تسهیلات مسکن با شبکه عصبی مصنوعی، پرداخته ایم. بر این اساس، نرخ ارز، نرخ تورم، شاخص کل قیمت سهام بورس اوراق بهادار، قیمت مسکن و قیمت اوراق تسهیلات مسکن در دوره های قبل، به عنوان متغیرهای ورودی(مستقل) این پژوهش، در نظر گرفته شده است. در پیش بینی با شبکه عصبی مصنوعی از مدل های پرسپترون سه لایه پیش خور با الگوریتم پس انتشار خطا، آبشاری و تابع پایه شعاعی، استفاده شده است.مقادیر متغیرهای ورودی به صورت روزانه از ابتدای ماه تیر سال 1393 تا انتهای ماه شهریور سال 1394، از سایت های مرکز جامعه آمار ایران، بانک مرکزی، بورس اوراق بهادار تهران و شرکت فرابورس ایران جمع آوری شده و عملیات پیش پردازش نرمال سازی به روش نرم اقلیدسی، روی داده ها انجام شده است، به همین ترتیب مقادیر متغیر خروجی(وابسته)، قیمت اوراق تسهیلات مسکن خرداد 1393 (تسه 9303)، در نظر گرفته شده است. بعد از انجام پیش بینی ها با استفاده از روش های اشاره شده و مقایسه از طریق روش های ارزیابی خطا نتایج نشان می دهد که مدل شبکه عصبی مصنوعی تابع پایه شعاعی دارای بهترین عملکرد و کم ترین خطا، در پیش بینی قیمت اوراق تسهیلات مسکن فرابورس ایران است.

نویسندگان

محمدحسن قلی زاده

عضو هیات علمی و دانشیار دانشگاه گیلان

مصطفی ابراهیم پور

عضو هیات علمی و استادیار دانشگاه گیلان

شیرین زاهدی کیا

دانشجوی کارشناسی ارشد MBA(گرایش مدیریت مالی)، پردیس دانشگاه گیلان

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 :
  • آر ع. افسر ا، & احمدی, پ. (1385). مقایسه ی ...
  • حیدریه ح. & سوری ا. (1389. بررسی رابطه ی نرخ ...
  • درگاهی, ح. (1387). مروری بر روش های تامین مالی مسکن ...
  • رضاپور نیک رور ا. (1393). چشم انداز قیمت اوراق تسهیلات ...
  • _ فقه مجیدی ع. & رضایی, ر. (1387). پیش بینی ...
  • _ & شهرام، ح. (1388. پیش بینی نرخ تورم در ...
  • سعیدیه ح. & محمدی, ش. (1390). پیش بینی نوسانات بازده ...
  • سهیلی, ک.. فتاحی ش. & اویسی, ب. (1393) بررسی عوامل ...
  • فرجام نیا ا., محسن ناصری, & سیدمحمدمهدی. ا. (1386). پیش ...
  • فغانی ماکرانی, خ. (1394). بررسی میزان تاثیر عوامل موثر بر ...
  • محسن زاده، م. (1389). هوش مصنوعی، منطق فازی و شبکه ...
  • محمودی ازناوه. ا. (1393). شبکه های عصبی مصنوعی. ...
  • ناجی میدانی ع. فلاحی ... & ذبیحی, م. (1389). بررسی ...
  • نمازی , م.. & کیامهر م. (1387). پیش بینی بازده ...
  • Tsans P.. Kwok. P.. Chov. S.. & Kwan. R. (20071. ...
  • Falman. S.. & Lebiere. C. (1991). The C as c ...
  • Hamzacehi. C.. Akav. D.. & Kutav. F. (20.91. Commnarison of ...
  • Hu, M. (1964). Application of the adaline system to weather ...
  • Kara. Y.. Acar Bovacioeclu. M.. & Bavkan. m. (20111. Predicting ...
  • ILishao. P. (20001. Business Annlicati ()mS)f Neural Networks: The State ...
  • Logan, K. (2007). Measuring the Economic Stock of Money. ...
  • Rumelhart. D. Hinton. _ & Williams. R. (19861. Learnin short-term ...
  • _ T.. & Huarnc. K. (20081. A hivariate fiuzzv time ...
  • Zhang. G. & Pattwo. E. (19981. Forecasting with Artifitial Neural ...
  • نمایش کامل مراجع