مدل سرمایه گذاری مناسب در سبد سهام با رویکرد تحلیل پوششی داده ها – شبکه عصبی

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 مدل سرمایه گذاری مناسب در سبد سهام با رویکرد تحلیل پوششی داده ها – شبکه عصبی دارای ۲۶ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مدل سرمایه گذاری مناسب در سبد سهام با رویکرد تحلیل پوششی داده ها – شبکه عصبی  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مدل سرمایه گذاری مناسب در سبد سهام با رویکرد تحلیل پوششی داده ها – شبکه عصبی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مدل سرمایه گذاری مناسب در سبد سهام با رویکرد تحلیل پوششی داده ها – شبکه عصبی :

نام کنفرانس، همایش یا نشریه : پژوهشگر (مدیریت) (Journal of Industrial Strategic Management)

تعداد صفحات :۲۶

در سال های اخیر با ورود سرمایه گذاران خصوصی به بازار سرمایه، رقابت موجود بین شرکت های سرمایه گذاری افزایش چشمگیری داشته است. شرکت های بزرگ و قدرتمند، اهداف پیش بینی شده خود را با جدیت پیگیری می کنند تا توان رقابتی خود را بالا ببرند. برای تجزیه و تحلیل کارایی شرکت های سرمایه گزاری از روش های پارامتریک و نا پارامتریک استفاده می شود. با توجه به ضعف قدرت تفکیک پذیری و حساسیت مرز کارایی به داده های پرت در روش تحلیل پوششی داده ها، در این پژوهش کارایی ۳۱ شرکت های سرمایه گذاری در بورس اوراق بهادار تهران با استفاده از مدل های تحلیل پوششی داده ها و مدل ترکیبی شبکه های عصبی و تحلیل پوششی داده ها به عنوان دو روش نا پارامتریک، مورد ارزیابی قرار می گیرند. با استفاده از مدل های BCC و CCR تحلیل پوششی داده ها کارایی شرکت های سرمایه گذاری در بازه زمانی ۱۳۸۸-۱۳۹۰محاسبه و نتایج تجزیه و تحلیل گردید. با توجه به ضعف تحلیل پوششی داده ها در رتبه بندی واحد های کارا، با استفاده از روش اندرسون و پیترسون واحد های کارا رتبه بندی شده است. در روش ترکیبی شبکه های عصبی و تحلیل پوششی داده ها از شبکه پرسپترون چند لایه با الگوریتم آموزش لونبرگ – مارکوآرت (LM) استفاده شده است. مقایسه نتایج مدل ترکیبی با روش تحلیل پوششی داده ها نشان دهنده قدرت بالای شبکه های عصبی برای اندازه گیری کارایی می باشد.

کلید واژه: ارزیابی عملکرد، تحلیل پوششی داده ها، شبکه های عصبی مصنوعی، شرکت های سرمایه گذاری