فهرست مقالات جواد اسماعیلی


  • مقاله

    1 - پیش‌بینی سیاست تقسیم سود با استفاده از مدل‌های شبکه عصبی تک متغیره و چند متغیره
    دانش سرمایه‌گذاری , شماره 2 , سال 7 , تابستان 1397
    پیش بینی سود از دیرباز موردتوجه پژوهشگران بوده است. علاوه بر این یکی از مهم ترین معیارهای تصمیم گیری برای سرمایه گذاران و اعتباردهندگان پیش بینی سیاست تقسیم سود شرکت‌ها است. در این راستا، در پژوهش حاضر با آگاهی از موفقیت نسبی مدل‌های خطی و رگرسیونی در رضایت پژوهشگران در چکیده کامل
    پیش بینی سود از دیرباز موردتوجه پژوهشگران بوده است. علاوه بر این یکی از مهم ترین معیارهای تصمیم گیری برای سرمایه گذاران و اعتباردهندگان پیش بینی سیاست تقسیم سود شرکت‌ها است. در این راستا، در پژوهش حاضر با آگاهی از موفقیت نسبی مدل‌های خطی و رگرسیونی در رضایت پژوهشگران در پیش‌بینی برخی مسائل مالی نظیر سیاست تقسیم سود و با استفاده از مدل‌های تک متغیره و چند متغیره شبکه عصبی، به پیش‌بینی سیاست تقسیم سود در 183 شرکت‌ پذیرفته‌شده بورس اوراق بهادار تهران طی سال های 1390 تا 1394 شامل 915 سال-شرکت پرداخته‌ایم. متغیرهای مورداستفاده در این پژوهش بر اساس الگوی پژوهش مارش و مرتون (1987) انتخاب شده است. نتایج نشان می‌دهد استفاده از شبکه های عصبی چندمتغیره نسبت به مدل شبکه عصبی تک متغیره، در پیش‌بینی سیاست تقسیم سود، قدرت پیش‌بینی را افزایش می‌دهد؛ بنابراین بر اساس نتایج پژوهش پیشنهاد می‌شود سهامداران، سرمایه‌گذاران برای پیش‌بینی سیاست تقسیم سود شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران از شبکه‌های عصبی مصنوعی چندمتغیری استفاده کنند. پرونده مقاله