پیش بینی بازدهی سهام

تحقیق حاضر، به دنبال آزمون کارآمدی مدل اولسن (۱۹۹۵) با ترکیب شاخص پیوتروسکی (۲۰۰۰) در پیش بینی بازدهی سهام شرکت های بورس اوراق بهادار و فرابورس ایران است. متغیر وابسته تحقیق، بازدهی سهام در دوره بعد و متغیرهای مستقل شامل تغییرات سود خالص، تغییرات جمع حقوق صاحبان سهام، تغییرات شاخص پیوتروسکی در دو دوره جاری و قبل و همچنین وقفه نخست متغیر وابسته است که با استفاده از داده های تابلویی (پانل) برای 94 شرکت طی سال های ۱۳۸۶تا ۱۳۹۲ و نرم افزار ایویوز و تکنیک آماری گشتاورهای تعمیم یافته (GMM) در پی آزمون فرضیه های تحقیق است. نتایج پژوهش حاکی از آن است که مدل اولسن ترکیب شده با شاخص پیوتروسکی با توجه به معناداری همه متغیرهای مستقل و نتایج آزمون والد، در پیش بینی بازدهی سهام شرکت ها کارآمد است. همچنین تغییرات شاخص پیوتروسکی در دوره جاری و قبل با بازدهی سهام شرکت ها در دوره بعد رابطه مثبت و معنادار داشتند.

در تحقیق حاضر،توان مدل سه متغیره فاما و فرنچ(1993)،ارزش گذاری دارایی هایی سرمایه ای و شبکه های عصبی مصنوعی در تبیین بازده سهام در بورس اوراق بهادار تهران مقایسه و سعی شده است به این پرسش پاسخ داده شود که قدرت پیش بینی کدام یک بیشتر است. متغیرهای مدل فاما وفرنچ عبارتند از بازده مازاد بازار،اندازه و نسبت ارزش دفتری به ارزش بازار و متغیر وابسته بازده پرتقوی سهام دوره زمانی 5 ساله از ابتدای 1385 تا 1389 است.در هر بازه سه ماهه از دوره تحقیق،بر اساس اندازه و نسبت ارزش دفتری به ارزش بازار،شرکتهای نمونه به 6 پر تقوی تقسیم و فرضیه های تحقیق بر مبنای این پرتقوی ها آزمون شده است. نتایج به دست آمده نشان می دهد که توان مدل سه متغیره فاما و فرنچ بالاتر از مدلهای قیمت گذاری دارایی های سرمایه ای است:همچنین،مدلهای یک متغیره و سه متغیره شبکه عصبی عملکردی بهتر از مدلهای متناظر دارند