ناجنسفر )جع( رصع یلو هاگشناد یرادباسح هورگ یملع تأیه وضع

Transcript

1 فازی پشتیبان بردار ماشین رویکرد از استفاده با سهم هر سود بینی پیش تهران( بهادار اوراق بورس در شده پذیرفته شرکتهای موردی: )مطالعه 1 نسب حسینی حجت رفسنجان )عج( ولیعصر دانشگاه حسابداری گروه علمی هیأت عضو 2 تکلو کریمی سلیم رفسنجان )عج( ولیعصر دانشگاه مدیریت گروه علمی هیأت عضو چکیده: از بسیاری نظر از که هستند معیارهایی سهم هر شده پیشبینی سود و سهم هر سود به مربوط اطالعات مهس هر سود میکنند سعی سرمایهگذاران جذب برای شرکتها طرفی از میشوند. تلقی اهمیت با استفادهکنندگان راک مالی حوزه در دقیق پیشبینی پیشبینی متعدد روشهای وجود با امروزه کنند. پیشبینی دقت بیشترین با را پژوهش هدف بنابراین هستند. پیشبینی برای روش بهترین تعیین درصدد محققان اکثر و نیست سادهای چندان استفاده با تهران بهادار اوراق بورس در شده پذیرفته شرکتهای سهم هر سود پیشبینی بهبود برای مدلی ارائه حاضر و داخلی پژوهشهای از آتی سال سهم هر سود بر مؤثر عوامل ابتدا منظور این برای است. دادهکاوی روشهای از 1392 تا 1385 سالهای زمانی بازه در نمونه شرکتهای مالی اطالعات از استفاده با سپس شد استخراج خارجی هک داد نشان نتایج شد. طراحی سهم هر سود پیشبینی برای مدلی فازی پشتیبان بردار ماشین روش بهکارگیری و نتایج طبق همچنین است. درصد 2 قبول قابل خطای با نمونه شرکتهای سهم هر سود پیشبینی به قادر مدل این پیشبینی در متغیر موثرترین درصد 29 تاثیر ضریب با جاری سال سهم هر سود متغیر مدل این از آمده بهدست حاکی نتایج شد. مقایسه مصنوعی عصبی شبکههای و پشتیبان بردار ماشین روش دو با مدل این دقت پایان در است. است. دیگر روش دو به نسبت سهم هر سود پیشبینی در فازی پشتیبان بردار ماشین مدل باالتر توانمندی از واژهها: کلید سودهرسهم ماشینبردارپشتیبانفازی ماشینبردارپشتیبان شبکههایعصبیمصنوعی پیشبینی شرکتهای تهران بهادار اوراق بورس در شده پذیرفته 1 - h.hoseininasab@vru.ac.ir s.karimi@vru.ac.ir مسئول نویسنده - 2

2 1393 تابستان 3 شمارة دوم سال بانکی و پولی مدیریت توسعة فصلنامة 2 مقدمه پیروز رقابت در کسانی و روبهروست اطمینان عدم با همواره آینده به مربوط تصمیمهای امکان علم گسترش با کنند تصمیمگیری آن اساس بر و پیشبینی را آینده بتوانند که میشوند حوزههای سایر همانند نیز حسابداری و مالی امور حوزه در است. شده فراهم آینده بهتر پیشبینی کلیدی عاملی پیشبینی 1386(. رستگاری و )مهدوی کرد استفاده پیشبینی از میتوان علوم و مدیران اعتباردهندگان سرمایهگذاران که چرا میرود شمار به اقتصادی تصمیمگیریهای در حسابداری در هستند. انتظارات و پیشبینی به متکی اقتصادی تصمیمگیریهای در اشخاص دیگر پیشبینی میتوان حدی تا را ریسک و ورشکستگی سهام قیمت سهام بازده سود نظیر مواردی زا اقتصادی تصمیمگیریهای بر تأثیرگذار عامل یک عنوان به 1 سهم هر سود پیشبینی اما کرد برآورد در سهم هر سود استفاده از ناشی توجه این است. بوده استفادهکنندگان عالقه مورد دیرباز 1385(. جلیلی و طبری )علوی است مناسب سرمایهگذاری انتخاب نهایت در و سهام آتی ارزش سهم هر سود پیشبینی برای مناسب مدلی ارائه با که است آن بر سعی مقاله این در بنابراین ارزشیابی و سرمایهگذاران و تحلیلگران بهتر تصمیمگیری و مدیریت پیشبینیهای در بهبود امکان شود. فراهم شرکتها بهتر مسئله بیان پی در که دارد بستگی رخدادهایی ماهیت و نوع به تصمیم هر بودن مناسب و صحیح از قبل را حوادث این کنترل غیرقابل جنبههای بتوان اگر میپیوندد. وقوع به شده اتخاذ تصمیم آینده حوادث چون بنابراین میآید وجود به بهتری تصمیمگیری امکان زد حدس تصمیمگیری تسا اهمیت حائز حوادث اینگونه پیشبینی میکنند ایفا را عمدهای نقش تصمیمگیری فرایند در و شرایط مورد در گمانهزنی کلی تعریف یک در دارد. پیشبینی به نیاز آگاهانه تصمیمگیری هر و پیشبینی اغلب مینامند. کردن پیشبینی را عمل این انجام چگونگی و پیشبینی را آینده حوادث معادلهای چند الگوی معادلهای یک الگوی قالب در گذشته و حال اطالعات از استفاده بهصورت از است. بعدی دورههای برای نظر مورد الگوی بردن کار به و الگوها دیگر یا زمانی سری الگوهای اطالعات اساس بر آینده وقایع احتمالی برآورد از است عبارت پیشبینی که گفت میتوان رو این 1388(. حمید و نژاد )زراء گذشته و حال موارد بیشتر در و میشود محسوب سرمایهگذاری اهمیت با ارکان از سهم هر سود پیشبینی 1 - Earnings Per Share (EPS)

3 3 فازی پشتیبان بردار ماشین رویکرد از استفاده با سهم هر سود بینی پیش بال شواهد 1384(. بهرامیان و )خالقیمقدم شود می محسوب سهام انتخاب روشهای اساسی جزء دارای 1 سهم هر پیشبینیشده سود و سهم هر سود که میدهد نشان 1968 سال در براون 5 و اوراق قیمت طوریکه به 1992( بردا 6 و )هندریکسون هستند عادی سهام بازار قیمت بر اثراتی اوراق که باشد سبب بدان این شاید میکند. تغییر سهم هر سود تغییر همانند مسیری در بهادار واکنش آنها برابر در سهم هر سود که میدهد نشان واکنش رویدادهایی همان برابر در بهادار خاصی پیام سهم هر سود جانب از گویا که میکند رفتار گونه بدان بازار دستکم و میدهد نشان خاصی اطالعاتی بار دارای سود اعالن و مالی گزارشهای که صورت بدین است کرده دریافت میتواند باشد اطالعاتی محتوای دارای چنانچه سهم هر برآوردی سود و هستند سهام بازار برای کاهش و افزایش باعث و گذاشته تأثیر بالفعل و بالقوه سهامداران بهویژه استفادهکنندگان رفتار بر مهمترین بتوان شاید اوصاف این با 1986(. زیمرمن و )واتز شود سهام معامالت حجم و قیمت آزاد و )خالقیمقدم کرد جستجو سهم هر سود پیشبینی در را سهام قیمت بر تأثیرگذار عامل بالفعل سرمایهگذاران خاطر اطمینان و بالقوه سرمایهگذاران جذب برای شرکتها بنابراین 1383(. پیشبینی خطای چه هر زیرا کنند پیشبینی بیشتری دقت با را سهم هر سود میکنند سعی هدمع نوسانهای با اینصورت غیر در و بود خواهد کمتر سهام قیمت نوسانهای باشد سودکمتر کی بهعنوان میتوان را سهم هر سود دقیق پیشبینی منظر این از شد. خواهند مواجه سهام قیمت و )جوگ دانست ثانویه بازار عملکرد همچنین و شرکتها سهام قیمت بر اثرگذار و مهم عامل 2003(. مککنومی 7 به همواره شرکت یک سهام فروش یا خرید زمان موقع به تشخیص و بورس بازار بررسی و است بوده مطرح هستند فعالیت مشغول بازار این در که کسانی برای بزرگ مشکلی عنوان اوقات گاهی آن علمی تعمیق عدم جهت به ایران در سرمایه بازار بودن نوظهور به توجه با البته بازندگان کارزار این در که است آورده فراهم را ایران بورس در مقطعی بحرانهای بروز زمینههای اقداماتی به بازار علمی بررسی در ناتوانی بهعلت که هستند کوچکی سهامداران همان اصلی ایران سرمایه بازار در ریسک رشد و امنی نا تقویت تنها آن نتیجه و ورزیده مبادرت نسنجیده و اطالعات طریق از سرمایهگذاری انجام از قبل شرکتها سهام قیمت پیشبینی لذا و است بوده حسابداری استانداردهای تدوین )کمیته است برخوردار فوقالعادهای اهمیت از مالی صورتهای اوراق بورس در شده پذیرفته شرکتهای سهامداران بهخصوص مردم اکثر برای بنابراین 1388(. اندازهگیری صحیحی بهطور را شرکت یک ارزش میتوان»چگونه که است مطرح سؤال این بهادار 1 - Predicted Earnings Per Share (PEPS)

4 1393 تابستان 3 شمارة دوم سال بانکی و پولی مدیریت توسعة فصلنامة 4 مورد در قضاوت برای غلطی معیارهای و اطالعات از سهامداران که شده دیده عمل در کرد «عملکرد اندازهگیری برای مناسب معیارهای از استفاده عدم میکنند. استفاده شرکتها سهام ارزش آنها واقعی ارزش سمت به شرکتها سهام قیمت که میشود باعث شرکت یک سهام ارزش و گروه سرشار سود و خریداران از گروه یک زیان و ضرر موجب اغلب پدیده این و نکند پیدا سوق تصمیمهای اتخاذ بهمنظور سهامداران بنابراین 1374(. ظریففرد و )جهانخانی شد خواهد دیگر بهترین اخذ در را آنها که هستند سودمندی اطالعات نیازمند زمینه این در مناسب و صحیح سود و سهم هر سود به مربوط اطالعات موجود اطالعات میان در رساند. یاری تصمیمگیری افراد و میشود تلقی مربوط و اهمیت با استفادهکنندگان از بسیاری نظر از سهم هر پیشبینیشده اطالعات حقیقت در داشت. خواهند دست در شرکت عملکرد ارزیابی برای معیاری آن بهوسیله 1989(. 1 النسمن و )کرنل است بازار انتظارات شکلدهنده سهم هر سود پیشبینی به مربوط سودآوری از نشانهای پیشبینیشده سود به دستیابی بازار دیدگاه از که میدهد نشان بررسیها شناخته منبع یک عنوان به سهم هر سود پیشبینی از آنها است آینده در سود پایداری و منظم شکل شرکت آینده و آتی سودهای مورد در را خود انتظارات طریق این از و میکنند استفاده شده واقعی سهم هر سود اگر که است معتقد )2008( 2 پاین 1389(. علینقیان و )ایزدینیا میدهند انتظارات برآوردن در شرکت اعتبار کاهش به منجر باشد آن شده پیشبینی میزان از پایینتر شود. می تلقی شرکت عملکرد در ضعف از نشانهای سهامداران طرف از موضوع این و میشود تصمیمهای اخذ در سهم هر سود پیشبینی دقت باالی اهمیت وجود با که شد متذکر باید زمینه این در کمی بسیار تحقیقات برونسازمانی و سازمانی درون استفادهکنندگان توسط بهینه و سهم هر سود پیشبینی موضوع به پرداختن شد گفته آنچه به توجه با است. شده انجام بهنظر روشن دهد انجام ممکن خطای حداقل با را پیشبینی این که مدلهایی و روشها یافتن میرسد. مختلفی پیشبینی روشهای و مدلها سرمایهگذاری مسائل و مالی پیشبینیهای خصوص در چندجملهای یا خطی رگرسیون فنون به میتوان آنها مهمترین از که میگیرد قرار استفاده مورد سری و ساختاری مدلهای جنکینز و باکس مدلهای متحرک میانگین خودبهخود رگرسیون بر مؤثر غیرخطی و پیچیده عوامل تا نمیدهند اجازه محقق به مدلها این اما کرد. اشاره زمانی اینگونه از استفاده با پیشبینی بنابراین 1384( بهمنش و )مهدوی بگیرد نظر در را پیشبینی 1 - Cornel and Landsman 2 - Payen

5 5 فازی پشتیبان بردار ماشین رویکرد از استفاده با سهم هر سود بینی پیش میکنند پیروی پیچیده سیستم این از که دادههایی پیشبینی لذا بود. خواهد همراه خطا با روشها خروجیها و ورودیها بین غیرخطی رابطه بتوانند که است پیشرفتهای و هوشمند ابزارهای نیازمند کنند. شناسایی را آنها بین بنیادین روابط و تشخیص دادهها مجموعه اساس بر را روشهای شامل 1 کاوی داده روشهای بهنام پیشبینی از جدیدی روشهای اخیر دهههای در و 5 مصنوعی عصبی شبکههای 4 بیزین شبکههای 3 پشتیبان بردار ماشین 2 تصمیمگیری درخت پیشبینیهای در روشها این موفقیتآمیز استفاده نهادهاند. وجود بهعرصه پا و... 6 بندی خوشه این که هستند عقیده این بر عدهای است. داده اینچنینی تحقیقات به تازه سویی و سمت اقتصادی چون میدهد نشان رگرسیون مانند آماری و ریاضی روشهای به نسبت را بهتری نتایج روشها ای فرمول بدون را روندها و الگوها میتوانند میشود داده آنها به که تاریخی دادههای اساس بر بین بنیادین روابط و تشخیص را خروجیها و ورودیها بین غیرخطی روابط و بیاموزند خاصی روش.)1387 همکاران و )البرزی کنند ارائه را دقیقتری پیشبینی طریق این از و شناسایی را آنها موارد برخی در و مصنوعی عصبی های شبکه تکنیک و رگرسیون از ها پژوهش اکثر در تاکنون یک به رسیدن برای لذا است شده استفاده مالی های پیشبینی برای پشتیبان بردار ماشین گیرد. قرار بررسی مورد نیز کاوی داده دیگر های روش که است الزم تر دقیق بینی پیش سهم هر سود پیشبینی برای توانمند و مناسب مدلی طراحی پژوهش این هدف اساس این بر بررسي مورد روش در است شده باعث که داليلي است. فازی پشتیبان بردار ماشین از استفاده با پايه وجود دوم مسئله به مفاهيم اعمال اول شود استفاده 7 فازی پشتیبان بردار ماشین مدل از است. آن خوب بسيار تعميم قدرت سوم و آن براي قوي تئوريک میشود: مطرح زیر سؤاالت پژوهش اهداف به دستیابی راستای در پژوهش این در شرکتهای آتی سال سهم هر سود بینی پیش در فازی پشتیبان بردار ماشین تکنیک -دآیا کند می عمل توانمند تهران بهادار اوراق بورس در شده پذیرفته اوراق بورس در شده پذیرفته شرکتهای آتی سال سهم هر سود بینی پیش در متغییری چه - دارد بیشتری تأثیر تهران بهادار 1 - Data mining methods 2 - Decision tree 3 - Support Vector Machines (SVM) 4 - Bayesian networks 5 - Artificial Neural Networks 6 - Clustering 7 - Fuzzy Support Vector Machines (FSVM)

6 1393 تابستان 3 شمارة دوم سال بانکی و پولی مدیریت توسعة فصلنامة 6 نظری مبانی پشتیبان بردار ماشین و دستهبندی برای هم که است نظارت با یادگیری های روش از یکی پشتیبان بردار ماشین کالسی دو کننده دستهبندی یک اصل در پشتیبان بردار ماشین است. استفاده قابل رگرسیون هم به نمونهها ترین نزدیک روش این در کند. می جدا هم از خطی مرز یک توسط را کالسها که است مشخص را تصمیمگیری مرز معادله بردارها این مینامند. پشتیبان بردارهای را تصمیمگیری مرز بیشینه طریق از که ساختاری ریسک کمینهسازی اصل از استفاده دلیل به روش این میکنند. برخالف میشود اعمال کالس دو هر پشتیبان بردارهای از گذرا صفحه ابر دو بین فاصله کردن بهتری عملکرد دارد را آموزش خطای کردن کمینه در سعی که تجربی ریسک سازی کمینه حالت رد سادگی منظور به میدهند. نشان خود از است نشده ساخته آنها با مدل که دادههایی روی بر کالسی دو بندی دسته یعنی ممکن حالت سادهترین از پشتیبان بردار ماشین تئوری بیان برای فهم. 2009( )هامل است شده داده توضیح خطی صورت به پذیر جدایی حالت در خطی صورت به پذیر جدایی به نمونه هر باشند. y i }1+,1-}= برچسب دارای نمونهها که میشود فرض روش این در بیشینه حاشیه روش از بهینه تصمیمگیری مرز یافتن برای میشود. داده نشان بردار یک صورت ار کالس دو هر نمونههای تمام بایستی اینکه بر عالوه تصمیمگیری مرز بنابراین میشود. استفاده بیشترین که کند پیدا را )ابرصفحه( گیریای تصمیم مرز باید کند تقسیم دسته دو به درستی به برداری فضای در تصمیمگیری مرز ریاضی بیان باشد. داشته را پشتیان بردارهای همه از فاصله صورت به میتواند که طور همان 1377(. )منهاج باشد آن مبدا از عرض b و ابرصفحه نرمال بردار w که باشد. صورت به آن ریاضی بیان که کند دستهبندی را نمونهها بایستی گیری تصمیم مرز شد بیان کالس هر نمونههای با را فاصله ترین بیش بایستی تصمیمگیری مرز دیگر طرف از است ( )هامل است کردن بیشینه معنای به )1( شکل با مطابق که باشد داشته

7 7 پیش بینی سود هر سهم با استفاده از رویکرد ماشین بردار پشتیبان فازی شکل )1(: ابر صفحه جدایش و بردارهای پشتیبان بنابراین میتوان یک مساله بهینه سازی به صورت زیر تعریف کرد. برای حل این مساله بهینهسازی از روش ضرایب الگرانژ استفاده میشود. بنابراین مساله به صورت در میآید که α i ضرائب الگرانژ است. در ادامه این فرم )که فرم اولیه نامیده میشود( به فرم همزاد آن Form( )Dual با جایگذاری مشتقهای الگرانژین نسبت به متغیرهای اولیه )w,b( در الگرانژین تبدیل میشود. با حل مساله بهینه سازی با فرم همزاد مقادیر ضریب الگرانژ یافته میشود. شرایط کاروش کوهن تاکر بیان میکند که مقدار بهینه w به صورت زیر است )وانگ و جیانگ 2000(. همچنین به راحتی قابل اثبات است که مقدار b از طریق زیر محاسبه میشود.

8 1393 تابستان 3 شمارة دوم سال بانکی و پولی مدیریت توسعة فصلنامة 8 بیان زیر صورت به تصمیمگیری تابع انتها در است. پشتیبان بردارهای تعداد Nsv که 2000(. جیانگ و )وانگ میشود استثنا با جداییپذیر حالت هم از خطی صورت به را نمونهها میتوان نقاط از برخی گرفتن نظر در مستثنی با حالت این در فاصله با برابر آن مقدار که میشود تعریف ) ξ_i( اسلک نام به متغیری حالت این در کرد. جدا صورت به هدف تابع حالت این در است. تصمیمگیری مرز از استثنا نقطه اعمالی جریمه میزان و شود مشخص بایستی کاربر توسط که است پارامتری کهC میآید در 1998(. 1 )بورگس میکند کنترل استثنا هر ازای به را هدف تابع بر خطی غیر جداییپذیر حالت هم از خطی غیر صورت به نمونهها است واقعی موارد به حالت نزدیکترین که حالت این در نمونه فضای ابعاد از ویژگی( )فضای بیشتر ابعادی با فضایی به ورودی بردارهای میشوند. جدا نیز نمونهها خطی جدایش امکان کلی طور به ابعاد شدن بیشتر با میشود. نگاشته ورودی های اب و میکند پیدا ویژگی فضای در را تصمیمگیری بهینه مرز بردارپشتیبان ماشین میشود. بیشتر کردن کم منظور به میشود. مشخص تصمیمگیری مرز معادله ورودی فضای به ابرصفحه نگاشت معادل کرنل کمک به میشود. استفاده ترفندکرنل از ابعاد شدن زیاد دلیل به محاسبات حجم محاسبه دو آن تکتک نگاشت به نیاز بدون ویژگی فضای به شده نگاشت بردار دو داخلی ضرب صورت به همزاد فرم حالت این در میشود. 1 - Burges

9 9 فازی پشتیبان بردار ماشین رویکرد از استفاده با سهم هر سود بینی پیش صورت به تصمیمگیری تابع و 1998(. )بورگس است مورد اقتصادی و مالی تحقیقات در پشتیبان بردار ماشین روش از استفاده که است چندی کرد: اشاره زیر موارد به توان می خصوص این در که است گرفته قرار داخلی محققان توجه بيني پيش در پشتيبان بردار ماشين كارايي خود پژوهش در )1387( پور فالح و راعی نتایج دادند. قرار مقایسه مورد لجستيك رگرسيون آماري مدل با را ها شركت مالي درماندگي به نسبت پشتيبان بردار ماشين مدل ها شركت مالي درماندگي بيني پيش در كه است آن از حاكي است. برخوردار بيشتري پذیری تعمیم و كلي دقت از معناداري بهطور لجستيك رگرسيون مدل پيش بيني برای را پشتیبان بردار ماشین مدل پژوهشی در )1391( همکاران و شمس فالح درصد 81 مدل اين كه داد نشان پژوهش نتايج دادند. قرار استفاده مورد ها قيمت دستكاري سعی خود تحقیق در )1392( همکاران و پور فالح کنند. پيش بيني درستي به را ها دستكاري از بردار ماشين از استفاده با تركيبي مدل يك اساس بر را ها شركت سهام قيمت حركتي روند کردند پشتيبان بردار ماشين تركيبي مدل داد نشان نتايج کنند. پيشبيني ژنتيك الگوريتم پايه بر پشتيبان درمقايسه و كند مي عمل بهتر بسيار سهام قيمت حركتي روند پيشبيني در ژنتيك الگوريتم پايه بر است. برخوردار بيشتري دقت از ساده پشتيبان بردار ماشين روش با فازی پشتیبان بردار ماشین نمونههاي ازاي به خطا ميزان اهميت استاندارد پشتیبان بردار ماشین دستهبنديكنندة در توانيم مي فازي منطق از استفاده با باشد. چنين نبايد بهطورمنطقی حاليكه در است يكسان آموزشي فازي منطق از استفاده با توانيم مي همچنين دهيم. دخالت آموزش فاز در را نمونه هر اهميت ميزان ار نرم تصميمگيري يك استاندارد خشن تصميمگيري يك جاي به تصميمگيري مرحله )Hard( در شود. حداقل )18( شرایط تحت )17( معیار باید فازی پشتیبان بردار ماشین مدل در دهيم. انجام

10 1393 تابستان 3 شمارة دوم سال بانکی و پولی مدیریت توسعة فصلنامة 10 منظور به تعلق مقادير از درواقع دهد. مي نشان را فازي تعلق ميزان باال فرمول در در بيشتري نقش باالتر تعلق مقادير با نمونههاي میروند. کار به آموزشي نمونههاي به وزندهي در معمولي پشتیبان بردار ماشین مشابه اهميتتر. کم نمونههاي تا داشت خواهند آموزش فرايند بود. خواهد )20( و )19( فرمولهاي شکل به مسئله دوگان فرم نيز فازی پشتیبان بردار ماشین در میشود. حاصل فازی پشتیبان بردار ماشین مدل کننده تفکیک صفحه ابر طریق این به ضریب فوقانی حد که است این در پشتیبان بردار ماشین و فازی پشتیبان بردار ماشین تفاوت واقع 2002(. وانگ و )لین است S i c با برابر a i الگرانژ پژوهش پیشینه بهطور که است اطالعاتی جمله از شرکت یک آتی دوره برای سود بینی پیش اینکه وجود با در که تحقیقاتی ولی دارد قرار مالی صورتهای از کنندگان استفاده و تحلیلگران توجه مورد جدی به توان می را تحقیقات این است. اندک بسیار موضوع اهمیت به نسبت شدهاست انجام رابطه این و گذشته سودهای روند از کنند می سعی که تحقیقاتی از دسته آن اول کرد. تقسیم کلی دسته دو عوامل شناسایی به که هستند تحقیقاتی دوم دسته و کنند استفاده آتی سود پیشبینی برای جاری جهت گذاران سرمایه اختیار در را مفیدی اطالعات طریق این از تا پردازند می آتی سود بر اثرگذار بدین رابطه این در شده انجام پژوهشهای مهمترین از برخی دهند. قرار سود تر دقیق بینی پیش است: شرح پرداخت. آتی نقدی جریانهای و سودها پیشبینی در سود بهبررسی )1994( 1 فینگر زا متشکل نمونهای و میداد پوشش را سالهای زمانی دوره که تحقیق این در برای شدکه حاصل نتیجه این برمیگرفت در را نیویورک بورس در پذیرفتهشده شرکت 50 بوخ پیشبینیکننده یک عنوان به میتوان را گذشته سودهای نمونه شرکت های درصد Finger

11 11 فازی پشتیبان بردار ماشین رویکرد از استفاده با سهم هر سود بینی پیش ارزش توانايي )2002( 1 همكاران و ماچوگا دیگر تحقیقی در دانست. آتی سودهای برای سهام بازده و تعهدی اقالم نقدي جريانهاي جاري دوره عملیاتی سود اقتصادي افزوده سالهای برای آمریکایی شرکت 4382 شامل نمونهای برای را سهم هر سود پيشبيني براي رگرسیون روش از استفاده با اطالعات تحلیل و تجزیه دادند. قرار بررسي مورد محتوای دارای سود پیشبینی در متغیرها سایر به نسبت اقتصادی افزوده ارزش که داد نشان محتوای فرضیه اعتبار )2003( 2 اسکینر است. آتی سال سود پیشبینی برای اطالعاتی فزاینده نتیجه این به و داد قرار بررسی مورد را اطالعرسانی فرضیه و نقدی سهام سود اطالعاتی 3 هانلن و کاسکی است. آتی سودهای درباره اطالعاتی کننده فراهم نقدی سهام سود که رسید سال در که تجاری واحدهای برای آتی سود و سهام جاری سال بازده رابطه بررسی با )2005( به نمیکنند پرداخت سود که تجاری واحدهای با مقایسه در میکنند پرداخت سود جاری توزیعکننده شرکتهای در جاری سال بازده و آتی سال سود بین رابطه رسیدندکه نتیجه این عملیاتی سودهای تفکیک با )2009( 4 تانگ و دیچو است. معنیداری و مستقیم رابطه سود امکان و سود نوسانات بین معکوس رابطه معنیداری تأیید ضمن سود نوسانهای مبنای بر دارند. مهمی نقش آینده سودهای پیشبینی در تاریخی سودهای که دادند نشان آن پیشبینی کوتاهمدت و فصلی پیشبینیهای نقش خصوص در پژوهشی در )2010( 5 همکاران و چوی یلصف و کوتاهمدت پیشبینیهای رسیدندکه نتیجه این به ساالنه پیشبینیهای با مقایسه در میدهد. افزایش را آتی سودهای و جاری دوره سهام بازده بین ارتباط وجه جریان جاری دوره عملیاتی سود که دریافتند پژوهشی در )1386( رستگاری و مهدوی توانایی اما دارند را بعد دوره عملیاتی سود پیشبینی توانایی اقتصادی افزوده ارزش عملیاتی نقد پیشبینی در سود نقش )1378( جنترستمی است. بیشتر بقیه از عملیاتی سود پیشبینی پذیرفته شرکت 51 تحقیق این نمونه داد. قرار بررسی مورد را آتی سودهای و نقدی جریانهای 1994 سال در فینگر تحقیق روش از برگرفته آن متدولوژی و تهران بهادار اوراق بورس در شده میتوان را تاریخی سودهای نمونه شرکتهای 92/16 درصد برای که داد نشان نتایج و بود برهانی و برزیده تحقیق نتایج دانست. آتی سودهای برای خوب پیشبینیکننده یک بهعنوان که شرکتهایی در جاری سال سهام بازده و آتی سال سود رابطه که بود آن از حاکی )1387( 1 - Machuga et al. 2 - skinner 3 - Caskey and Hanlon 4 - Dichev and Tang 5 - Choi et al.

12 1393 تابستان 3 شمارة دوم سال بانکی و پولی مدیریت توسعة فصلنامة 12 درصد سطح 90 در و بوده مستقیم نمیکنند پرداخت سود که شرکتهایی و میکنند پرداخت سود سهام بازده و آتی سال سود بین سود پرداختکننده شرکتهای در اساس این بر است. معنادار وجود نمیکنند پرداخت سود که شرکتهایی با مقایسه در بزرگتری مستقیم رابطه جاری سال شامل مستقل متغیرهای از یک هر رابطه بررسی به )1388( همکاران و آغویی وکیلیان دارد. دوس با ارزیابی اقتصادی مدلهای نمایندههای بهعنوان باقیمانده سود و اقتصادی افزوده ارزش اوراق بورس در شده پذیرفته شرکت 62 روی بر 1383 لغایت 1378 سالهای در سهم هر آتی که گفت میتوان اطمینان سطح 95 درصد با نتایج به توجه با پرداختند. نمونه بهعنوان تهران بهادار باقیمانده سود متغیر عوض در ولی نیست پیشبینی قدرت دارای اقتصادی افزوده ارزش متغیر به )1389( محمودیان و اردکانی سعیدا است. آتی سال سهم هر سود پیشبینی قدرت دارای یک برای آتی سودهای مورد در اطالعرسانی میزان و تقسیمی سودهای اندازه بین رابطه بررسی بهادار اوراق بورس در شده پذیرفته شرکت 200 روی بر 1385 تا 1379 سال از ساله 7 دوره بر تقسیمی سود پرداخت میزان که رسیدند نتیجه این به و پرداختند نمونه عنوان به تهران رسیدند نتیجه این به خود پژوهش در )1390( گروسی و رضازاده ندارد. تأثیری آتی سودهای دارد. یکسانی همبستگی آتی سود با سود نقدی و تعهدی جزء که پژوهش روش شرکتهای آتی سهم هر سود پیشبینی برای مدلی ارائه درصدد حاضر پژوهش مصنوعی هوش رایج روشهای کمک به تهران بهادار اوراق بورس در پذیرفتهشده بنابراین آنهاست. دقت میزان مقایسه و پشتیبان( بردار ماشین و مصنوعی عصبی های )شبکه از تجربی( )نیمه توصیفی پژوهش یک روش نظر از و مدلسازی آماری لحاظ از پژوهش این تحلیل پژوهش هدف اساس بر متغیرها بین رابطه آن در که میشود محسوب همبستگی نوع میشود. آماری نمونه و جامعه در تهران بهادار اوراق بورس در شده پذیرفته شرکتهای تمامی حاضر پژوهش آماری جامعه مطلوبی نماینده یک که مناسب آماری نمونه انتخاب برای است لغایت 1385 زمانی بازه نظر مورد خاصی شرایط راستا این در است. شده استفاده حذفی روش از باشد آماری جامعه برای و است ضروری آماری بررسیهای برای ها شرکت توسط شرایط این احراز که است بوده محقق

13 13 پیش بینی سود هر سهم با استفاده از رویکرد ماشین بردار پشتیبان فازی در صورتیکه یک شرکت تمامی معیارها را احراز کرده باشد بهعنوان یکی از شرکتهای نمونه انتخاب خواهد شد شرایط مذکور به شرح زیر است: شركتها باید قبل از سال 1385 در بورس اوراق بهادار تهران پذیرفته شده باشند. شركتها از نوع تولیدی باشند. شرکتها نباید در طول دوره پژوهش یعنی فاصله سالهای 1385 تا 1392 معامالتشان در بورس اوراق بهادار دچار وقفه بیش از 6 ماه شده باشد. پایان سال مالی شرکتها باید پایان اسفند ماه هر سال بوده و شرکتها نباید در فاصله سالهای 1385 تا 1392 تغییر سال مالی داده باشند. تمامی اطالعات مالی شرکتها که مورد نیاز پژوهش است در طی قلمرو زمانی یاد شده باید در دسترس باشند. بعد از مد نظر قرار دادن تمامی معیارهای باال مشاهدات ما به 125 شرکت یا 1000 سال- شرکت رسید که این مشاهدات در قالب 20 صنعت تفکیکی مختلف ظاهر شدند. از 125 شرکت موجود 31 شرکت برای تست مدل ها و 94 شرکت برای آموزش مدل ها استفاده شده است. همچنین دادههای مورد نیاز در این پژوهش با مراجعه به آرشیو نرمافزاری بورس و اوراق بهادار تهران وب سایت مدیریت پژوهش توسعه و مطالعات اسالمی سازمان بورس و اوراقبهادار و در صورت کامل نبودن اطالعات به ناچار در مورد شرکتهای معدودی اطالعات مربوطبه سالی که در آرشیو و یا سایت مذکور موجود نبوده از اطالعات مندرج در وب سایت کدال استفاده شدهاست. متغیرهای پژوهش تعیین اقالم و متغیرهای مالی که ارتباط معنیداری با سود حسابداری داشته و بر اساس آن بتوان در صورت امکان سود شرکتها را پیشبینی کرد دارای اهمیت زیادی است. نتایج حاصل از بررسی ادبیات پژوهش منتج به شناسایی هشت متغیر تأثیرگذار بر سود هر سهم سال آتی شد که در دو گروه کلی زیر دستهبندی میشوند: گروه اول: متغیرهای حسابداری شامل جریان وجوه نقد عملیاتی اقالم تعهدی عملیاتی سود تقسیمی سود هر سهم متوسط سود هر سهم دورههای گذشته و بازده سهام. گروه دوم: متغیرهای اقتصادی شامل ارزش افزوده اقتصادی و سود باقیمانده. خالصه این بررسی ها در جدول )1( ارائه شده است.

14 14 فصلنامة توسعة مدیریت پولی و بانکی سال دوم شمارة 3 تابستان 1393 جدول )1(: متغیرهای پژوهش متغیرها جریان وجه نقد عملیاتی CFO اقالم تعهدی عملیاتی ACC سود تقسیمی هر سهم DPS تعریف عملیاتی افزايش يا كاهش در مبلغ وجه نقد ناشي از فعاليتهاي اصلي و مستمر مولد درآمد عملياتي واحد تجاري تفاوت موجود بین سودهای عملیاتی و وجوه نقد حاصل از عملیات در دوره جاری بخشی از سود پس از کسر مالیات به ازای هر سهم که بین سهامداران تقسیم میشود بر گرفته از تحقیقات ماچوگا و همکاران )2002( مهدوی و رستگاری )1386( و رضازاده و گروسی )1390( ماچوگا و همکاران )2002( مهدوی و رستگاری )1386( و رضازاده و گروسی )1390( اسکینر )2003( و سعیدااردکانی و محمودیان )1389( سود هر سهم جاری EPS میزان سود متعلق به سهامداران عادی به ازای هر سهم فینگر )1994( مهدوی و رستگاری )1386( و جنترستمی )1378( متوسط سود هر سهم AEPS بازده سهام RET ارزش افزوده اقتصادی EVA سود باقیمانده RI میانگین سود هر سهم سه دوره قبل سود ناشی از افزایش ارزش سهام اختالف بین بازده سرمایه و هزینه سرمایه با احتساب تعدیلهای حسابداری سود خالص عملیاتی پس از کسر مالیات منهای هزینه سرمایه بدون احتساب تعدیلهای حسابداری فینگر )1994( دیچو و تانگ )2009( و جنترستمی )1378( کاسکی و هانلن )2005( چوی و همکاران )2010( و برزیده و برهانی )1387( ماچوگا و همکاران )2002( مهدوی و رستگاری )1386( و وکیلیان آغویی و همکاران )1388( وکیلیان آغویی و همکاران )1388( یافته های تحقیق جدول )2( نتایج مدل ماشین بردار پشتیبان فازی را برای نمونه های آموزش و تست نشان می دهد. همانطور که در جدول مشاهده میشود مدل ماشین بردار پشتیبان فازی سود هر سهم را برای نمونه های تست و آموزش تقریبا با 84 درصد دقت پیش بینی نموده است. خطای مطلق این مدل تقریبا 2 درصد است که بیانگر توانمندی مدل ماشین بردار پشتیبان فازی در پیش بینی سود هر سهم سال آتی شرکت های پذیرفته شده در بورس اوراق بهادار تهران است.

15 15 پیش بینی سود هر سهم با استفاده از رویکرد ماشین بردار پشتیبان فازی Partition جدول )2(: نتایج مدل ماشین بردار پشتیبان فازی Training_1 Testing_2 Minimum Error Maximum Error Mean Error Mean Absolute Error Standard Deviation Linear Correlation Occurrences -0/032 0/183-0/001 0/019 0/0192 0/ /053 0/256-0/001 0/022 0/008 0/ همانطور که در نمودار )1( مشخص است در مدل ماشین بردار پشتیبان فازی تاثیرگذارترین متغیر در پیشبینی سود هر سهم سال آتی متغیر سود هر سهم سال جاری با ضریب تاثیر 29 درصد است و متغیر سود باقیمانده کمترین تاثیر را در پیشبینی دارد. نمودار )1(: اهمیت متغیرها با توجه به نتایج مدل ماشین بردار پشتیبان فازی با توجه به نتایج بهدست آمده میتوان به سؤال اول پژوهش پاسخ داد. در جدول )2( میزان خطای پیش بینی مدل تقریبا 2 درصد استکه حاکی از توان باالی این مدل در پیش بینی سود هر سهم می باشد. در ادامه نتایج مدل ماشین بردار پشتیبان فازی با دو روش ماشین بردار پشتیبان و شبکه های عصبی مصنوعی مقایسه شده است. جدول )3( نتایج مدل ماشین بردار پشتیبان را برای نمونه های آموزش و تست نشان می دهد. مدل ماشین بردار پشتیبان سود هر سهم را برای نمونه های تست و آموزش تقریبا با 75 درصد دقت پیش بینی نموده است. خطای مطلق این مدل تقریبا 5 درصد است که بیانگر توانمندی

16 16 فصلنامة توسعة مدیریت پولی و بانکی سال دوم شمارة 3 تابستان 1393 مدل ماشین بردار پشتیبان در پیش بینی سود هر سهم سال آتی شرکت های پذیرفتهشده در بورس اوراق بهادار تهران است. جدول )3(: نتایج مدل ماشین بردار پشتیبان Partition Minimum Error Maximum Error Mean Error Mean Absolute Error Standard Deviation Linear Correlation Occurrences Training_1-0/657 0/583-0/001 0/049 0/092 0/ Testing_2-0/41 0/356-0/01 0/044 0/08 0/ همانطور که در نمودار )2( مشخص است در مدل ماشین بردار پشتیبان تاثیرگذارترین متغیر در پیشبینی سود هر سهم سال آتی متغیر سود هر سهم سال جاری با ضریب تاثیر 25 درصد است و متغیر سود باقیمانده کمترین تاثیر را در پیش بینی دارد. نمودار )2(: اهمیت متغیرها با توجه به نتایج مدل ماشین بردار پشتیبان در طراحی یک مدل شبکههای عصبی در واقع باید تعداد الیههای پنهان شبکه تعداد نرونهای هر الیه الگوریتمهای یادگیری تابع تبدیل تابع عملکرد نرخ یادگیری تعداد تکرارها نرمال کردن دادهها اندازه مجموعه يادگيری و آزمایشی مشخص شود. در تعیین این موارد روش های سیستماتیکی وجود ندارد. بنابراین بهترین طراحی شبکه با استفاده از تجربه و آزمایش و خطا بهدست میآید. بهعبارت دیگر کار طراحی شبکههای عصبی بیشتر از آن که علم باشد هنر

17 17 پیش بینی سود هر سهم با استفاده از رویکرد ماشین بردار پشتیبان فازی است. در این پژوهش با استفاده از نرم افزار کلمنتاین توپولوژي مناسب شبکة عصبي انتخاب شد. شبکه طراحی شده شامل چهار اليه شامل اليه ورودي دو الیه پنهان و الیه خروجي )تعداد نرونهاي آن 8( است. در این پژوهش از تابع تبدیل لوگ سیگموئد استفاده شده است. نتایج در جدول )4( و نمودار )2( آورده شده است. مدل استخراج شده تقریبا مشابه با مدل ماشین بردار پشتیبان سود هر سهم را برای نمونه های آموزشی تقریبا با 75 درصد دقت و برای نمونه های تست با 78 درصد دقت پیش بینی کرده است. خطای مطلق این مدل تقریبا 4 درصد است که بیانگر توانمندی مدل شبکه های عصبی مصنوعی در پیش بینی سود هر سهم سال آتی شرکت های پذیرفته شده در بورس اوراق بهادار تهران است. جدول )4(: نتایج مدل شبکه های عصبی مصنوعی Partition Minimum Error Maximum Error Mean Error Mean Absolute Error Standard Deviation Linear Correlation Occurrences Training_1-0/568 0/586-0/004 0/049 0/088 0/ Testing_2-0/402 0/297 0/004 0/039 0/066 0/ همانطور که در نمودار )3( مشخص است طبق مدل استخراج شده متغیر سود هر سهم سال جاری با ضریب تاثیر 23 درصد تاثیرگذارترین متغیر و متغیر بازده با ضریب تاثیر 3 درصد کم اثرترین متغیر برای پیشبینی سود هر سهم سال آتی است. نمودار )2(: اهمیت متغیرها با توجه به نتایج مدل شبکههای عصبی مصنوعی

18 18 فصلنامة توسعة مدیریت پولی و بانکی سال دوم شمارة 3 تابستان 1393 برای مقایسه نتایج مدل ماشین بردار پشتیبان فازی با دو روش ماشین بردار پشتیبان و شبکه های عصبی مصنوعی از آزمون مقایسههای زوجی استفاده شدهاست که نتایج آن در جداول )5( و )6( ذکر شده است. نتایج جدول )5( نشاندهنده این است که اختالف بین نتایج دو روش ماشین بردار پشتیبان فازی و شبکه های عصبی مصنوعی وجود دارد که این اختالف نیز با توجه به توزیع t معنی دار است. بنابراین میتوان نتیجه گرفت که مدل ماشینبردار پشتیبان فازی نسبت به مدل شبکههای عصبی مصنوعی توانایی باالتری در پیشبینی سود هر سهم دارد. FSVM جدول )5(: نتایج آزمون مقایسات زوجی ANN توانایی پیش بینی مدل 0/84 0/75 آماره 2/6096 t 0/005 p-value نتایج جدول )5( نشان دهنده این است که اختالف بین نتایج دو روش ماشین بردار پشتیبان فازی و شبکه های عصبی مصنوعی وجود دارد که این اختالف نیز با توجه به توزیع t معنی دار است. بنابراین میتوان نتیجه گرفت که مدل ماشین بردار پشتیبان فازی نسبت به مدل ماشین بردار پشتیبان معمولی نیز توانایی باالتری در پیشبینی سود هر سهم دارد. FSVM جدول )6(: نتایج آزمون مقایسات زوجی SVM توانایی پیش بینی مدل 0/84 0/74 آماره 2/6280 t 0/0045 p-value بنابراین می توان گفت نه تنها مدل ماشین بردار پشتیبان فازی در پیش بینی سود هر سهم توانمند است بلکه نسبت به روشهای قدرتمندی چون ماشین بردار پشتیبان و شبکه های عصبی مصنوعی توانایی باالتری دارد. نتیجهگیری پیشبینی سود هر سهم به عنوان یک عامل تأثیرگذار بر ارزش آتی سهام از دیرباز مورد عالقه استفادهکنندگان بوده است چرا که سود برآوردی هر سهم میتواند بر رفتار استفادهکنندگان

19 19 پیش بینی سود هر سهم با استفاده از رویکرد ماشین بردار پشتیبان فازی بهویژه سهامداران بالقوه و بالفعل تأثیر گذاشته و باعث تغییر در قیمت و حجم معامالت سهام و در نتیجه توزیع منابع شود. در واقع این مطلب بیانگر اهمیت مسأله مذکور در بازار سهام و توسعه اقتصادی کشور است. از طرفی با توجه به مطالعات صورت گرفته و ادبیات تحقیق در مورد دو مدل شبکه عصبی و ماشینبردار پشتیبان و همچنین به علت ویژگی های غیرخطی و ناپارامتریک که این دو مدل دارند ابزار قدرتمندی برای پیش بینی و دسته بندی الگو هستند. بنابراین پژوهش حاضر با بهکارگیری روش ماشین بردار پشتیبان فازی سعی داشت به یک مدل مناسب برای پیشبینی سود هر سهم سال آتی شرکت های پذیرفته شده در بورس اوراق بهادار تهران دست یابد. برای رسیدن به این هدف ابتدا متغیرهای تأثیرگذار بر سود هر سهم سال آتی به کمک پژوهشهای داخلی و خارجی شناسایی و سپس مدل ماشین بردار پشتیبان فازی بر اساس بهترین ساختار شبکهای طراحی و اجرا سد در گام بعدی برای ارزیابی توانایی این مدل با مدل های دیگر به مقایسه این مدل با دو مدل ماشین بردار پشتیبان معمولی و شبکه عصبی مصنوعی در امر پیشبینی سود هر سهم سال آتی پرداخته شد و نتایج گویای توان باالی مدل فازی نسبت به دو مدل دیگر برای برآورد مقدار سود هر سهم سال آتی بود. نتایج این تحقیق برای سه گروه قابل استفاده است. گروه اول سهامداران هستند. سهامداران می توانند با استفاده از نتایج این تحقیق پیش بینی مناسبتری از سود هر سهم سال آتی شرکت ها داشته باشند و از این طریق تصمیمات سرمایه گذاری مناسبتری انجام دهند. گروه دوم مدیران شرکت ها هستند که می توانند با استفاده از نتایج این پژوهش پیش بینی مناسبی از سود هر سهم سال آتی خود ارائه دهند که نتیجه آن کسب اعتبار نزد سرمایه گذاران بهمنظور دستیابی به سود پیش بینی شده افزایش ارزش شرکت و جلوگیری از نوسانات قیمت سهام در اثر خطای پیش بینی سود هر سهم است. گروه سوم محققین هستند. به عنوان تحقیقات جدید محققان میتوانند موارد زیر را مورد مطالعه قرار دهند: 1- شناسایی سایر متغیرهای تاثیر گذار بر سود هر سهم سال آتی شرکت ها بهویژه متغیرهای اقتصادی بهمنظور ارائه مدل دقیقتری برای پیش بینی. - 2 استفاده از دیگر تکنیک های داده کاوی و مقایسه نتایج آنها با نتایج این پژوهش برای شناسایی مناسب ترین روش برای پیشبینی سود هر سهم سال آتی. - 3 از آنجا که شرایطی حاکم بر صنایع مختلف متفاوت است به محققان پیشنهاد می شود که طراحی مدل را به تفکیک صنایع نیز انجام و نتایج حاصل را با نتایج تحقیق حاضر مقایسه کنند.

20 20 فصلنامة توسعة مدیریت پولی و بانکی سال دوم شمارة 3 تابستان 1393 منابع و ماخذ منابع فارسی: الب رزی محم ود. یعقوبنژاد احمد. و مقصود حس ین. )1387(. کاربرد ش بکههای عصبی مصنوعی در پیشبینی ش اخص بازده نقدی و قیمت س هام. فصلنامه مطالعات حسابداری. دانش کده حسابداری و مدیریت دانشگاه عالمه طباطبایی تهران شماره 22 صص ایزدی نیا ناصر. و علينقيان نسرین. )1389(. بررسي رابطه خطاي پيشبيني سود و ريسك مالي و تجاري در ش ركتهاي پذيرفته شده در بورس اوراق بهادار تهران. فصلنامه تحقیقات حسابداری و حسابرسی. انجمن حسابداری ایران شماره 7 صص برزیده فرخ. و برهانی سید محمد. )1387(. سودمندی اطالعات سودهای تقسیمی درباره سودهای آتی. فصلنامه مطالعات حسابداری. دانشکده حسابداری و مدیریت دانشگاه عالمه طباطبایی تهران شماره 23 صص جنترس تمی محمدتقی. )1378(. بررسی نقش و قابلیت سود در پیشبینی سود و جریانهای نقدی آتی س رمایهگذاری در سهام شرکتهای پذیرفته ش ده در بورس اوراق بهادار تهران. پایاننامه کارشناسی ارشد. دانشگاه شهید بهشتی. جهانخانی علی. ظریففرد احمد. )1374(. آیا مدیران و س هامداران از معیار مناسبی برای اندازهگیری ارزش ش رکت استفاده میکنند فصلنامه تحقیقات مالی. دانش کده مدیریت دانشگاه تهران شماره 7 صص خالقی مقدم حمید. و بهرامیان محمود. )1384(. میزان عدم صحت پیشبینی س ود شرکت ها در عرضه اولیه. فصلنامه مطالعات تجربی حسابداری مالی. دانشکده حسابداری و مدیریت دانشگاه عالمه طباطبایی تهران شماره 11 صص خالقیمقدم حمید. و آزاد محمد. )1383(. محتوای اطالعاتی پیشبینی سود شرکتها. فصلنامه مطالعات حسابداری. دانشکده حسابداری و مدیریت دانشگاه عالمه طباطبایی تهران شماره 7 صص راعي رضا. فالح پور س عيد. )1387(. كاربرد ماش ين بردار پش تيبان در پيش بيني درماندگي مالي شركتها با استفاده از نسبت هاي مالي. بررسی های حسابداری و حسابرسی دانشکده مدیریت دانشگاه تهران دوره 15 شماره 53 صص رضازاده جواد. و گروس ی حبیب اهلل. )1390(. پایداری تفاضلی اجزای تعهدی و نقدی س ود و پیشبینی سودآوری. بررسیهای حسابداری و حسابرسی. دانشکده مدیریت دانشگاه تهران شماره 63 صص زراءنژاد منصور. و حمید ش هرام. )1388(. پیشبینی نرخ تورم در اقتصاد ایران با اس تفاده از شبکههای عصبی مصنوعی پویا )دیدگاه سری زمانی(. فصلنامه اقتصاد مقداری. دانشگاه شهید چمران اهواز شماره 6 صص

21 21 پیش بینی سود هر سهم با استفاده از رویکرد ماشین بردار پشتیبان فازی س عیدا اردکانی سعید. و محمودیان سودابه. )1389(. بررسی ارتباط سود تقسیمی با پیشبینی سودهای آتی با استفاده از مدل تعدیل شده.CKSS فصلنامه علمی پژوهشی حسابداری مالی. دانشگاه آزاد اسالمی واحد مبارکه شماره 7 صص علویطب ری حس ین. و جلیلی آرزو. )1385(. س ودمندی متغیرهای بنیادی در پیشبینی رش د س ود. بررسیهای حسابداری و حسابرسی. دانشکده مدیریت دانشگاه تهران شماره 43 صص فالحپور سعيد. گلارضي غالمحسين. فتورهچيان ناصر. )1392(. پيش بيني روند حركتي قيمت سهام با استفاده از ماشين بردار پشتيبان برپايه الگوريتم ژنتيك در بورس اوراق بهادار تهران. تحقیقات مالی دانشکده مدیریت دانشگاه تهران دوره 15 شماره 2 صص فالحشمس ميرفيض. كردلوئي حميدرضا. رشنو مهدی. )1391(. بررسي دستكاري قيمت ها در بورس اوراق بهادار تهران با اس تفاده از مدل ماشين بردار پشتيبان. تحقیقات مالی دانشکده مدیریت دانشگاه تهران دوره 14 شماره 1 صص کمیته تدوین استانداردهای حسابداری. )1388(. استانداردهای حسابداری. انتشارات سازمان حسابرسی تهران. منهاج محمد باقر )1377(. هوش محاسباتی مبانی شبکههای عصبی تهران: مرکز نشر پرفسور حسابی. مهدوی غالمحس ین و بهمنش محمدرضا. )1384(. طراحی مدل پیش بینی قیمت س هام ش رکتهای سرمایهگذاری با استفاده از شبکههای عصبی مصنوعی. پژوهشنامه اقتصادی. پژوهشكده علوم اقتصادي دانشگاه عالمه طباطبايي شماره 19 صص مهدوی غالمحسین. و رستگاری نجمه. )1386(. محتوای اطالعاتی ارزش افزوده برای پیشبینی سود. علوم اجتماعی و انسانی. دانشگاه شیراز شماره 50 صص وكيليانآغويي مهدي. وديعي محمدحس ين. و حس ينيمعصوم محمدرضا. )1388(. بررس ي رابطه بين ارزش افزوده اقتصادي و سود باقيمانده در پيشبيني سود هر سهم سال آتي. تحقيقات مالي دانشکده مدیریت دانشگاه تهران شماره 27 صص منابع انگلیسی: Burges, C.J.C. )1998.( A tutorial on support vector machines for pattern recognition. International Conference on Data Mining and Knowledge Discovery, pp Caskey, J. and Hanlon, M. (2005). Do Dividends Indicate Honesty? The Relation Between Dividends and Quality of Earnings. Working Paper, the University of Michigan. Choi, J. H., Myers, L. A., Zang, Y. and Zibart, D. A. (2010). Do management EPS Forecasts allow returns to reflect future earnings? Implications for the continuation of management s quarterly earnings guidance. Journal of Accounting and Economics, 14:

22 22 فصلنامة توسعة مدیریت پولی و بانکی سال دوم شمارة 3 تابستان Cornell, B. and Landesman, W. )1989(. Security price response to quarterly earnings announcements and analysts forecast revisions. The Accounting Review, 64: Dichev, I.d., Tang, v. w. (2009). Earnings volatility and earnings predictability. Journal of Accounting and Economics, 47: Finger, C. (1994). The ability of earnings to predict future earnings and cash flows. Journal of Accounting Research, 32: Hamel, L. (2009). Knowledge Discovery with Support Vector Machines. Hoboken, N.J. John Wiley. Hendriksen, E. and Berada, V. (1992). Accounting Theory. New York, IRWIIN. Lin, C. F., Wang, S. D, (2002). Fuzzy Support Vector Machines, IEEE Trans on Neural Networks, Vol. 13, No. 2, pp Jog, v. and Mcconomy, B. )2003(. Voluntary disclosures of management earnings forecasts. Journal of Business, Financial and Accounting, 30: Machuga, S. M., Pfeifer, R. J. and Verma, J. R. (2002). Economic value added, Future accounting earning and financial analysts earnings per share forecasts. Review of Quantitative Finance and Accounting, 18: Payen, J. L. (2008). The influence of audit firm specialization on analysis forecast errors. Auditing: A Journal of Practice and Theory, 27( 2): Skinner, J. D. (2003). What Do Dividend Tell Us About Earnings Quality? Working Paper, University of Chicago. Watts, R. and Zimmerman, J. L. (1986). Positive Accounting Theory (First Edition). New Jersey. Wong, B. K., Jiang, L. and Lam, J, (2000). A Bibliography of Neural Network, Prentice Hal.