التنبؤ بعوائد الأسهم العادية باستخدام نماذج السلاسل الزمنية والشبكات العصبية: دراسة تطبيقية في سوق العراق للأوراق المالية للمدة (2016-2023)

اطروحة دكتوراه

اسم الباحث : كرار حاتم عطية

اسم المشرف : علي أحمد فارس

الكلمات المفتاحية : التنبؤ، نماذج بوكس وجينكنز، شبكة البيرسبترون متعددة الطبقات، خوارزمية الانتشار العكسي، الطبقات المخفية.

الكلية : كلية الادارة والاقتصاد

الاختصاص : العلوم المالية والمصرفية

سنة نشر البحث : 2023

تحميل الملف : اضغط هنا لتحميل البحث

هدفت الدراسة إلى تحسين قرارات الاستثمار في الأسهم العادية من خلال التنبؤ بعوائد الاسهم العادية عبر سلسلة من البيانات التاريخية لعينة من الشركات المدرجة في سوق العراق للأوراق المالية واختبار نماذج التنبؤ المقترحة (نماذج بوكس وجينكنز ونماذج شبكة البيرسبترون متعددة الطبقات) للوصول الى أفضل وادق نموذج يمكن استخدامه من قبل المستثمر لاتخاذ القرار الاستثماري الصائب، ولعل نماذج السلاسل الزمنية ونماذج الشبكات العصبية كانت ولا تزال تمثل جدلاً فكرياً وتطبيقياً حول مدى صلاحية وافضلية هذه النماذج في التنبؤ بعوائد الأسهم العادية بعدما زاد الجدل حول أفضلية احدهما على الاخر، لذا جاءت هذه الدراسة للوقوف على هذه الجدلية ومحاولة حلها من خلال اختبار النماذج اعلاه في ضوء البيانات التي تم الحصول عليها لعينة الدراسة المتمثلة في سوق العراق للأوراق المالية وبواقع (31) شركة للمدة من (30/6/2006) ولغاية (31/1/2023)، وباستخدام العديد من الاساليب المالية والاحصائية والرياضية، فقد خلصت الدراسة إلى عدد من الاستنتاجات، لعل من أهمها تفوق نماذج شبكة البيرسبترون متعددة الطبقات في التوصل الى قيم تنبؤ دقيقة على نماذج بوكس وجينكنز، اذ حققت شبكة البيرسبترون أفضلية على مستوى (30) شركة من اصل (31) شركة بواقع (97%)، وقد خرجت الدراسة بعدد من التوصيات، لعل من أهمها ضرورة اعتماد نماذج شبكة البيرسبترون متعددة الطبقات في التنبؤ بعوائد الأسهم العادية للشركات عينة الدراسة باستثناء الشركة الاهلية للإنتاج الزراعي التي يوصي باستخدام نماذج بوكس وجينكنز في التنبؤ بعوائد أسهمها وذلك نتيجة للتوصل الى أفضليتها في التنبؤ.

Forecasting common stock returns using time series models and neural networks: An application Study in Iraqi Stock Exchange for the period


The study aimed to Improving Common Stock investment decisions through Forecasting the returns of Common Stock through a series of historical data for a sample of companies listed in the Iraq Stock Exchange, And testing the proposed prediction models to reach the best model that can be used by the investor to make the right investment decision, Perhaps time series models and neural network models were and still represent an intellectual debate about the validity and preference of these models in predicting common stock returns after the controversy increased over the preference of one over the other, Therefore, this study came to find out this controversy and try to solve it by testing the above models in the light of the data obtained for the study sample represented in the Iraq Stock Exchange and by (31) companies for the period from (30/6/2006) to (31/1/ 2023), And using many financial, statistical and mathematical methods, The study reached a number of conclusions, Perhaps the most important of them is the superiority of multilayer perceptron network models in reaching accurate prediction values over Box and Jenkins models, The Perceptron network achieved preference at the level of (30) companies out of (31) companies, with a rate of (97%).
The study came out with a number of recommendations, Perhaps the most important of them is the need to adopt multi-layer perceptron network models in predicting the returns of common stock of the study sample companies, with the exception of the National Agricultural Production Company, which recommends using Box and Jenkins models in predicting the returns of its shares, as a result of reaching its preference in forecasting.