مطالب مرتبط با کلیدواژه

رگرسیون لوجیت


۱.

بررسی قابلیت نسبت های مالی در پیش بینی توقف فعالیت شرکت های پذیرفته شده در بورس اوراق بهادار تهران (1387-1377)، براساس مدل زاوگین(مقاله علمی وزارت علوم)

کلیدواژه‌ها: بورس اوراق بهادار توقف فعالیت نسبت های مالی رگرسیون لوجیت تحلیل ممیزی چندگانه

حوزه های تخصصی:
تعداد بازدید : ۳۵۵ تعداد دانلود : ۲۸۴
هدف اصلی این پژوهش آزمون تجربی میزان کارایی نسبت های مالی به کار گرفته شده برای بررسی وضعیت توقف فعالیت شرکت های پذیرفته شده در بورس اوراق بهادار است. جامعه آماری تحقیق، شرکت های پذیرفته شده در بورس اوراق بهادار تهران هستند. به منظور دستیابی به هدف، نمونه ای متشکل از 30 شرکت موفق و30 شرکت ناموفق انتخاب شدند. معیار انتخاب شرکت های موفق شاخص Q توبین ساده و معیار انتخاب شرکت های ناموفق ماده 141 قانون تجارت است. پس از جمع آوری اطلاعات، نسبت های مالی به کار گرفته شده با روش های آماری تحلیل ممیزی چندگانه و تحلیل لوجیت برای یک سال و دو سال قبل از توقف فعالیت مورد آزمون قرار گرفت. نتایج آماری تحقیق نشان می دهد، نسبت های مالی: دارایی های آنی به بدهی های جاری، سود عملیاتی به کل دارایی ها، به جز بدهی جاری، وجوه نقد به علاوه سرمایه گذاری کوتاه مدت به کل دارایی ها و متوسط موجودی ها به فروش از قدرت تفکیک کنندگی خوبی برای تفکیک شرکت ها به دو دسته موفق و ناموفق برخوردار هستند. همچنین آزمون مقایسه نسبت موفقیت در دو جامعه نشان می دهد، روش آماری لوجیت از روش آماری تحلیل ممیزی چندگانه برای یک سال قبل از توقف فعالیت، توانایی بیشتری در پیش بینی توقف فعالیت دارد، اما برای دو سال قبل از توقف فعالیت دو روش آماری، تفاوت معناداری ندارند.
۲.

شناسایی و رتبه بندی عوامل پیش بینی کننده حباب قیمتی سهام: کاربرد رگرسیون لوجستیک و شبکه مصنوعی عصبی(مقاله علمی وزارت علوم)

کلیدواژه‌ها: شفافیت اطلاعات حباب قیمتی بورس اوراق بهادار تهران شبکه عصبی رگرسیون لوجیت

حوزه های تخصصی:
تعداد بازدید : ۳۵ تعداد دانلود : ۲۲
هدف این تحقیق، شناسایی و رتبه بندی عوامل پیش بینی کننده تشکیل حباب قیمتی سهام در بورس اوراق بهادار تهران است. بدین منظور ابتدا از طریق آزمون های کشیدگی، تسلسل و چولگی وضعیت حبابی بودن قیمت 158 سهم طی دوره ی زمانی 1389 تا 1392 مشخص شد. سپس بر اساس ادبیات پژوهشی، برای پیش بینی حباب از متغیرهای شفافیت اطلاعات، اهرم مالی، نقدشوندگی، نسبت ارزش دفتری به ارزش بازار سهام، p/e، شناوری سهم، مالکیت نهادی و اندازه شرکت استفاده شد. سپس با استفاده از روش رگرسیون لاجستیک تاثیر این متغیرها بر حباب قیمت تایید شد. نتایج تحقیق نشان داد که افزایش در متغیرهای شفافیت، شناوری سهم، نسبت ارزش دفتری به ارزش بازاری، نقدشوندگی سهام، مالکیت نهادی و اندازه شرکت باعث کاهش احتمال حبابی شدن قیمت سهم می شود. پس از آموزش شبکه عصبی با استفاده از داده های درون نمونه، شبکه با اطلاعات برون نمونه ای بهینه شد. در نهایت با استفاده از تحلیل حساسیت متغیرهای مستقل از طریق شبکه عصبی، این متغیرها بر اساس میزان توانایی پیش بینی حبابی شدن قیمت سهم رتبه بندی شدند.