ارائه مدل‌های پیش‌بینی از شاخص‌های مالی با استفاده از رگرسیون و شبکه‌های عصبی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار- دانشکده فنی فومن- دانشکدگان فنی دانشگاه تهران- فومن- ایران

2 کارشناسی ارشد- دانشکده مهندسی کامپیوتر- دانشگاه صنعتی شریف- تهران- ایران

3 کارشناسی- دانشکده فنی فومن- دانشکدگان فنی دانشگاه تهران- فومن- ایران

10.22034/csj.2023.184643

چکیده

فرآیند داده‌کاوی در حوزه اقتصاد و مسائل مالی در مقالات بسیاری انجام شده است. در هر کدام از این تحقیقات، معمولاً ابتدا تعدادی عوامل اقتصادی و غیراقتصادی انتخاب شده و در ادامه پس از جمع‌آوری داده‌ها و انجام فرآیند داده‌کاوی، الگوی ارتباطی بین آنها کشف می‌شود. به عبارت دیگر، در این تحقیقات معمولاً تلاش می‌شود که با ارائه یک مدل، میزان تأثیر هر شاخص مالی از تغییر شاخص‌های مالی دیگر به دست آید. با این حال در این تحقیقات معمولاً داده‌ها یا خیلی قدیمی هستند که باعث می‌شود نتایج آنها برای وضعیت فعلی کاربردی نداشته باشد؛ و یا مربوط به شاخص‌های مالی بین‌المللی هستند که در بسیاری از مواقع نمی‌توان نتایج آنها را به شرایط داخلی تعمیم داد. در معدود تحقیقات انجام‌شده نیز، عوامل اقتصادی زیادی مورد بررسی قرار نگرفته است و بنابراین خلأ وجود یک تحقیق جامع و جدید از وضعیت شاخص‌های مالی داخلی (کشور ایران) احساس می‌شود. در این مقاله، ابتدا داده‌های شش شاخص مالی داخلی شامل طلای 18 عیار، سکه تمام بهار، نفت (ریال)، نفت (دلار)، دلار، و یورو از تاریخ 01/01/1398 الی 31/02/1402 (در مجموع 1522 رکورد) جمع‌آوری شده و بعد از پاک‌سازی و نرمال‌سازی، با استفاده از روش‌های رگرسیون و پرسپترون چندلایه مورد تحلیل قرار گرفته و مدل‌های پیش‌بینی از آنها استخراج می‌شود. نتایج معیارهای ارزیابی (شامل ضریب همبستگی، میانگین خطای مطلق و غیره) از مقایسه نتایج مدل‌های استخراج‌شده با نتایج واقعی، اختلاف بسیار کمی را نشان می‌دهند (برای مثال، معیار ضریب همبستگی در روش رگرسیون و پرسپترون چند لایه به ترتیب برابر با 0.9964 و 0.9999 است) که نشان‌دهنده انتخاب درست شاخص‌های مالی، تأثیر مستقیم و اساسی آنها بر یکدیگر، و دقت بالای مدل‌های پیش‌بینی به دست آمده است.

کلیدواژه‌ها


[1]
G. Schuh, C. Reuter, J.-P. Prote and F. Brambri, "Increasing data integrity for improving decision making in production planning and control," CIRP Annals, vol. 66, no. 1, pp. 425-428, 2017.
[2]
G. Schuh, G. Reinhart, J.-P. Prote, F. Sauermann, J. Horsthofer, F. Oppolzer and D. Knoll, "Data Mining Definitions and Applications for the Management of Production Complexity," Procedia CIRP, vol. 81, pp. 874-879, 2019.
[3]
ف. رهنمای رودپشتی, "داده‌کاوی و کشف تقلب‌های مالی," دانش حسابداری و حسابرسی مدیریت, vol. 3, no. 1, pp. 17-34, 1391.
[4]
R. Jain and D. Singh, "Data Mining and Analysis of Economic Data," International Journal of Advanced Research in Computer Science and Software Engineering, vol. 3, no. 8, pp. 683-688, 2013.
[5]
H. Liu, "Research on measurement of digital economy based on Data Mining," in the 7th International Conference on Intelligent Information Processing, New York, NY, USA, Sep. 2022, pp. 1-5.
[6]
P. Akulwar, S. Pardeshi and A. Kamble, "Survey on Different Data Mining Techniques for Prediction," in 2nd International Conference on I-SMAC, Palladam, India, 30-31 Aug. 2018, pp. 513-519.
[7]
D. Papakyriakou and I. Barbounakis, "Data Mining Methods: A Review," International Journal of Computer Applications, vol. 183, no. 49, pp. 5-19, 2022.
[8]
Y. Bai, M. Zhao, R. Li and P. Xin, "A new data mining method for time series in visual analysis of regional economy," Information Processing & Management, vol. 59, no. 1, p. 102741, 2022.
[9]
T. Daglis, G. Tsironis and K. P. Tsagarakis, "Data mining techniques for the investigation of the circular economy and sustainability relationship," Resources, Conservation & Recycling Advances, vol. 19, p. 200151, 2023.
[10]
م. خدایاری, ا. یعقوب نژاد و م. خلیلی عراقی, "مقایسه برآورد تلاطم بازارهای مالی با استفاده از مدل رگرسیون و مدل شبکه عصبی," اقتصاد مالی, vol. 14, no. 52, pp. 223-240, 1399.
[11]
ا. تفتیان و ا. اولیایی, "کاربرد تکنیک‌های داده‌کاوی در صنعت مالی," in هشتمین کنفرانس بین‌المللی پژوهش‌های نوین حسابداری، مدیریت و علوم انسانی در هزاره سوم, تهران, 1400.
[12]
ا. تفتیان و ع. تیموری, "ارائه چارچوب داده‌کاوی مناسب جهت پیش‌بینی بازارهای مالی با تاکید بر دانش تخصصی," in یازدهمین کنفرانس بین‌المللی حسابداری، مدیریت و نوآوری در کسب و کار, تهران, 1401.
[13]
R. Tahmasbi, A. A. Anvary Rostamy, S. J. Sadeghi Sharif and A. Khorshidi, "Information Content of Intellectual Capital and Financial Performance Indicators in Financial Prediction by Data Mining Approach," Financial Management Perspective, vol. 8, no. 24, pp. 129-158, 2019.
[14]
M. Hall, E. Frank, G. Holmes, B. Pfahringer, P. Reutemann and I. H. Witten, "The WEKA data mining software: an update," ACM SIGKDD Explorations Newsletter, vol. 11, no. 1, pp. 10-18, 2009.