چکیدهدر ادبیات بازارهای سرمایه و مالیه رفتاری، با توجه به واکنش های متفاوت سرمایه گذاران و به منظورافزایش بازده حاصل از سرمایه و کسب بازده مازاد بر بازده مورد انتظار، راهبردهای سرمایه گذاری مختلفیمعرفی و توصیه شده است، یکی از این راهبردها، راهبرد سرمایه گذاری معکوس می ب چکیده کامل
چکیدهدر ادبیات بازارهای سرمایه و مالیه رفتاری، با توجه به واکنش های متفاوت سرمایه گذاران و به منظورافزایش بازده حاصل از سرمایه و کسب بازده مازاد بر بازده مورد انتظار، راهبردهای سرمایه گذاری مختلفیمعرفی و توصیه شده است، یکی از این راهبردها، راهبرد سرمایه گذاری معکوس می باشد، این راهبرد بر اساسفرضیۀ واکنش بیش از اندازه سرمایه گذاران می باشد. با این وجود اطلاع از نحوه کاربرد راهبرد سرمایه گذاریمعکوس می تواند به سرمایه گذاران در انتخاب سهام مناسب جهت رسیدن به حداکثر بازدهی کمک کند. اینتحقیق به بررسی کسب بازده با استفاده از راهبرد سرمایه گذاری معکوس و تحلیل حساسیت شاخص های مالیدر بورس اوراق بهادار تهران می پردازد. به منظور اجرای تحقیق، ابتدا دوره زمانی تحقیق به 16 دوره تشکیل ونگهداری تقسیم شده و در دوره تشکیل بر اساس 11 متغیر تحقیق(فروش، سودعملیاتی، جریان وجوه نقد عملیاتی،بازده سهام، نسبت فروش به دارایی ها، نسبت سودعملیاتی به سرمایه گذاری، نسبت جریان نقد عملیاتی بهسرمایه گذاری، بازده دارایی ها، بازده حقوق صاحبان سهام، سود هر سهم و نسبت سودخالص به فروش) شرکتها به دو پرتفوی برنده و بازنده تقسیم می شوند و سپس در دوره نگهداری، بازده پرتفوی های برنده و بازندهمحاسبه و مورد مقایسه قرار می گیرد. نتایج آزمون فرضیات تحقیق نشان می دهد که با استفاده از راهبرد سرمایهگذاری معکوس می توان در بورس اوراق بهادار تهران بازده کسب کرد و همچنین سرمایه گذاران در هر دورهتشکیل و نگهداری مختلف به متغیرهای خاصی واکنش بیش از اندازه نشان می دهند.
پرونده مقاله
در این مقاله از مدل تحلیل ممیزی درجه دوم ) QDF ) 1 و مدل هیبریدی الگوریتم ژنتیک بر مبنای شبکهعصبی مصنوعی ) ANN-GA ) 2 برای تخمین دستکاری قیمت سهام در بورس اوراق بهادار تهران استفاده شدهاست. در این تحقیق، ابتدا با استفاده از روش غربالگری، نمونه ای به حجم 543 شرکت پذیرفته چکیده کامل
در این مقاله از مدل تحلیل ممیزی درجه دوم ) QDF ) 1 و مدل هیبریدی الگوریتم ژنتیک بر مبنای شبکهعصبی مصنوعی ) ANN-GA ) 2 برای تخمین دستکاری قیمت سهام در بورس اوراق بهادار تهران استفاده شدهاست. در این تحقیق، ابتدا با استفاده از روش غربالگری، نمونه ای به حجم 543 شرکت پذیرفته شده در بورساوراق بهادار تهران انتخاب و اطلاعات مربوط به شاخص های قیمت و بازده نقدی ) TEDPIX (، قیمت پایانی،نوسان قیمت پایانی و حجم معاملات در بازه زمانی سال های 1531 تا 1531 گردآوری گردید. سپس بابه کارگیری آزمون وابستگی دیرش و آزمون سلسله و با استفاده از متغیر قیمت و بازده نقدی، شرکت های منتخببه دو دسته دستکاری قیمت شده و دستکاری قیمت نشده تقسیم شدند. سپس با بررسی نمودار روند تغییراتشاخص قیمت و بازده نقدی و حجم معاملات در مورد شرکت های دستکاری قیمت شده، تاریخ شروع دستکاریقیمت تعیین گردید. در گام بعدی، با استفاده از تابع تحلیل ممیزی درجه دوم ) QDF ( و همچنین الگوریتم ژنتیکبر مبنای شبکه عصبی مصنوعی و با استفاده از متغیرهای قیمت پایانی، نوسان قیمت پایانی و حجم معاملات و بابه کارگیری اطلاعات یک سال قبل از شروع دستکاری قیمت سهام برای شرکت های دستکاری قیمت شده واطلاعات چهار ساله برای شرکت های دستکاری قیمت نشده، مدل هایی برای پیش بینی دستکاری قیمت سهامطراحی گردید. در پایان توانایی پیش بینی مدل ها مورد بررسی قرار گرفت. با توجه به نتایج بدست آمده، تواناییپیش بینی مدل تحلیل ممیزی درجه دوم نسبت به مدل الگوریتم ژنتیک بر مبنای شبکه عصبی مصنوعی بهترمی باشد.
پرونده مقاله