عباس افلاطونی

هدف دانش حسابداری، تهیه اطلاعات سودمند برای تصمیم گیری اقتصادی است. یکی از معیارهای سودمندی اطلاعات حسابداری، توان پیش بینی آن است. پیش بینی بازده سهام اگرچه پیچیده است ولی همواره موردعلاقه سرمایه گذاران است. سرمایه گذاران و تصمیم گیران جهت پیش بینی بازده سهام نیازمند اطلاعات هستند. بخشی از این اطلاعات از طریق گزارش های مالی شرکت ها تأمین می شود. گزارش های مالی محصول حسابداری است، لذا سودمندی آن را می توان از طریق بررسی نقش این اطلاعات در پیش بینی بازدهی سهام بررسی کرد. پیش بینی بازده سهام یکی از مهم ترین مباحث مالی است که توجه پژوهشگران بسیاری را به خود جلب کرده است، به دلیل آنکه بازده سهام متأثر از متغیرهای متعدد و متفاوتی است، پیش بینی آن کار ساده ای نیست؛ یکی از موضوعات مهم در این پیش بینی ها انتخاب مدل های مناسب است. هدف پژوهش حاضر، ارائه الگوی بهینه پیش بینی بازده سهام و انتخاب پرتفوی بر مبنای مدل ترکیبی درخت تصمیم و رگرسیون است. دوره موردبررسی از سال 1388 تا سال 1395 و متشکل از 112 شرکت پذیرفته شده در بورس اوراق بهادار تهران است. برای انتخاب متغیرهای مؤثر بر پیش بینی بازده از روش رگرسیون و همچنین از شش تکنیک داده کاوی زیرمجموعه درخت تصمیم با عنوان های CART، CRUSE، ID3، CHAID، M5 و M5^ در نرم افزار R و Rapidminer و Cruise v3.6.4 استفاده شده است. در این پژوهش با ترکیب روش های رگرسیون و شش تکنیک زیرمجموعه درخت تصمیم مؤثرترین متغیر جهت پیش بینی بازده معرفی شده است. نتایج پژوهش نشان داده است که پرتفوی انتخابی بر اساس روش های زیرمجموعه درخت تصمیم دارای بازده بیشتری نسبت به پرتفوی انتخابی بر اساس رگرسیون بوده و تفاوت معناداری بین بازده پرتفوی تشکیل شده بر اساس مجموعه درخت تصمیم و روش رگرسیون وجود دارد. همچنین بر اساس دو روش آکاییک و شوارتز بیزین بهترین روش از بین روش های درخت تصمیم روش cart رگرسیون انتخاب شده است که این انتخاب مطابق بازده واقعی پرتفوی سال 95 نیز تأیید می شود. جهت آزمون بیشتر بازده پیش بینی شده پرتفوی بر اساس مدل cart رگرسیون برای سال 1395 با بازده واقعی سال 1395 مقایسه شده است که نتایج بیانگر این است که تفاوت معناداری بین بازده پیش بینی شده پرتفوی بر اساس مدل cart رگرسیون و بازده واقعی سال 95 وجود ندارد و این بدان معنی است که مدل انتخابی، بازده را ب