CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

پیش بینی ارزش خالص هر واحد سرمایه گذاری( NAV ) صندوق های سرمایه گذاری مشترک بااستفاده از مدل شبکه عصبی مصنوعی

عنوان مقاله: پیش بینی ارزش خالص هر واحد سرمایه گذاری( NAV ) صندوق های سرمایه گذاری مشترک بااستفاده از مدل شبکه عصبی مصنوعی
شناسه ملی مقاله: NDMCONFT01_434
منتشر شده در کنفرانس بین المللی جهت گیری های نوین در مدیریت، اقتصاد و حسابداری در سال 1394
مشخصات نویسندگان مقاله:

دل آرا امیری خوشکار وندانی - دانشگاه آزاد اسلامی، دانشکده مدیریت، واحد تهران مرکزی
محمدرضا کاباران زاد قدیم

خلاصه مقاله:
مقاله تلاشی برای پیش بینی ارزش خالص دارایی های صندوق های سرمایه گذاری مشترک با استفاده از مدل سری زمانی اقتصاد سنجی و مدل شبکه عصبی است. در این تحقیق از میانگین ماهانه ی داده ها از ابتدای خرداد سال 1387 لغایت پایان خرداد سال 1393 برای تخمین و از میانگین ماهانه سه ماهه دوم سال 1393 جهت پیش بینی استفاده شده است. از مدل اتورگرسیون (تک متغیره) به عنوان مدل سری زمانی اقتصاد سنجی و از مدل اتورگرسیو غیرخطی (تک متغیره) به عنوان مدل شبکه عصبی و جهت ارزیابی شبکه از جذر میانگین مجذور خطای پیش بینی استفاده گردید و در نهایت نتایج این 2 مدل با یکدیگر مقایسه گردید. یافته های تحقیق نشان می دهد که پیش بینیها بر پایه ی مدل شبکه عصبی از مدل سری زمانی اقتصاد سنجی دقیق تر می باشد. بنابراین مدل شبکه عصبی خطای پیش بینی کم تری از مدل اقتصاد سنجی برای پیش بینی های یک گام جلوتر دارند و مدل تک متغیره NAR خطای پیش بینی کمتری در مقایسه با مدل AR همتای خود با مشخصات مشابه دارد. لذا شبکه عصبی مذکور از قدرت بالایی جهت پیش گویی برخوردار است.

کلمات کلیدی:
صندوق های سرمایه گذاری مشترک، ارزش خالص دارایی ها، NAV ، پیش بینی، شبکه عصبی، سری زمانی اقتصاد سنجی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/454851/