ارائه الگوی اثر درجه شباهت گروهی و کیفیت اطلاعات حسابداری و کیفیت گزارشگری مالی بر ارزش گذاری عرضه عمومی اولیه سهام با استفاده از الگوریتم شبکه های عصبی مصنوعی
اطلاعات حسابداری و گزارشگری مالی شرکت های مشابه، نقش مهمی در قیمت گذاری عرضه های عمومی اولیه دارد. هدف این پژوهش ارایه الگوی اثر درجه شباهت گروهی و کیفیت اطلاعات حسابداری و کیفیت گزارشگری مالی بر ارزش گذاری عرضه عمومی اولیه سهام با استفاده از الگوریتم شبکه های عصبی مصنوعی است.
این تحقیق از نظر هدف کاربردی است و با استفاده از داده های 92 شرکت پذیرفته شده در بازار سرمایه در بازه زمانی سالهای 90 تا 98، با بهره از روش رگرسیون چندگانه به روش داده های ترکیبی و در ادامه استفاده از الگوریتم های شبکه عصبی مصنوعی به آزمون فرضیه ها می پردازد.
ارزش گذاری سهام در عرضه های عمومی اولیه، از لحاظ درجه شباهت شرکت های هم گروه و کیفیت اطلاعات حسابداری شرکت متفاوت است و تشابه کیفیت اطلاعات حسابداری، اثر شرکت های هم گروه را بر ارزش گذاری عرضه عمومی اولیه تعدیل می کند؛ اما ارزش گذاری سهام مبتنی بر شرکت های هم گروه و کیفیت اطلاعات حسابداری، با قیمت گذاری اشتباه در عرضه های عمومی اولیه در ارتباط نیست. همچنین الگوریتم کرم شب تاب توان بالاتری جهت پیش بینی ارزش گذاری عرضه عمومی اولیه سهام دارد.
اطلاعات یک عرضه اولیه، محدود به اطلاعات حسابداری خود نیست و اطلاعات حسابداری و کیفیت گزارشگری شرکت های هم گروه، حاوی اطلاعاتی در مورد قیمت گذاری عرضه های اولیه است.
پرداخت حق اشتراک به معنای پذیرش "شرایط خدمات" پایگاه مگیران از سوی شماست.
اگر عضو مگیران هستید:
اگر مقاله ای از شما در مگیران نمایه شده، برای استفاده از اعتبار اهدایی سامانه نویسندگان با ایمیل منتشرشده ثبت نام کنید. ثبت نام
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.