محمد سرچمی

 انتخاب و گزینش سهام و تشکیل پرتفوی سهام بهینه بستگی به عوامل متعددی دارد که تصمیم گیری را پیچیده می نماید. سرمایه گذاران می توانند با انتخاب پرتفوی بهینه سهام، بازده سرمایه گذاری خود را حداکثر یا ریسک آن را به حداقل برسانند؛ بنابراین همواره به دنبال استفاده از الگوریتم های مالی پیشرفته جهت تشکیل پرتفوی بهینه سهام می باشند. هدف از انجام این پژوهش بررسی توانایی مدل یادگیری ماشین و مدل مارکوئیتز در تشکیل پرتفوی بهینه سهام و مقایسه کارایی آن ها است. نمونه آماری پژوهش حاضر، شامل 156 شرکت پذیرفته شده در بورس اوراق بهادار تهران برای دوره زمانی 1389 الی 1398 می باشد. پس از گردآوری داده ها، مدل یادگیری عمیق و مدل مارکوئیتز با استفاده از نرم افزار آناکوندا و زبان برنامه نویسی پای تون، مورد آزمون قرارگرفته اند و سپس توانایی هریک از مدل ها در تشکیل پرتفوی بهینه سهام توسط معیارهای ارزیابی بازده پرتفوی، شاخص ترینر و شاخص جنسن تعیین گردیده است. در پرتفوی ده سهمی مدل یادگیری عمیق؛ بازده پرتفوی 697/0، شاخص ترینر 541/4 و شاخص جنسن 480/0 و در پرتفوی ده سهمی مدل مارکوئیتز؛ بازده پرتفوی 058/0، شاخص ترینر 648/1- و شاخص جنسن 158/0- محاسبه گردیده است. با توجه به نتایج ارزیابی پرتفوی این نتیجه حاصل گردید که مدل یادگیری عمیق دارای توانایی بالاتری نسبت به مدل مارکوئیتز در تشکیل پرتفوی بهینه سهام می باشد.

با توجه به احتمال تقلب در صورت های مالی منتشر شده و اثرهای زیانبار آن در بازارهای مالی و کاهش سرمایه گذاری، همه سازمان های نظارتی مسئول دراین زمینه را در جهت جلوگیری و کشف این گونه موارد سوق داده است. هدف از انجام این پژوهش بررسی توانایی رویکردهای فازی در کشف تقلب گزارشگری مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران است. سه فرضیه تدوین گردیده است: 1) دسته بند درخت تصمیم فازی توانایی کشف تقلب در گزارشگری مالی را دارد. 2) دسته بند فازی سوگنو توانایی کشف تقلب در گزارشگری مالی را دارد. 3) تفاوت معناداری بین نتایج به کارگیری دسته بند درخت تصمیم فازی و دسته بند فازی سوگنو وجود دارد. با استفاده از نرم افزار مطلب، رویکردهای فازی ذکر شده برنامه ریزی شده اند و فرضیه ها مورد آزمون قرار گرفتند. میانگین دقت در دسته بند درخت تصمیم فازی 312/31 و در دسته بند فازی سوگنو 92/80 است. به عبارتی فرضیه اول رد شده است و فرضیه دوم و سوم مورد تأیید قرار گرفته است.