گروه مالی، دانشکدگان مدیریت ، hamedinia.hamed@ut.ac.ir
چکیده: (7 مشاهده)
دستکاری سهام از مهمترین چالشهای بازار سرمایه بهشمار میرود که میتواند کارایی بازار و اعتماد سرمایهگذاران را تضعیف کند. این پژوهش با هدف شناسایی دستکاری قیمتی در سهام پذیرفتهشده در بازار سرمایه ایران و با استفاده از مدلهای هوش مصنوعی انجام شده است. جامعه آماری شامل دادههای روزانه ۶۹ سهم از ۱۹ صنعت در بازه زمانی ۱۳۹۵ تا ۱۳۹۹ است. با توجه به نبود شفافیت در معرفی سهام دستکاریشده در ایران، برای آموزش مدلها، دادههای مصنوعی از طریق تزریق الگوهای تصادفی به سهام غیرمشکوک و با اتکا به نظر خبرگان تولید شد. متغیرهای مورد بررسی شامل بازده روزانه، حجم معاملات، و میانگین خرید و فروش سرمایهگذاران حقیقی و حقوقی است. روش تحقیق از نوع کاربردی-تجربی با رویکرد توصیفی-تحلیلی بوده و تحلیل دادهها با استفاده از مدلهای رگرسیون لجستیک، درخت تصمیم و شبکه عصبی چندلایه انجام شده است. نتایج نشان میدهد در دورههای دستکاری، بازده و حجم معاملات بهطور معناداری افزایش مییابد و فعالیت معاملاتی سرمایهگذاران نیز رشد قابل توجهی دارد. در میان مدلها، درخت تصمیم با دقت ۶۸ درصد (بر اساس معیار F2) بهترین عملکرد را داشته است. همچنین، افزایش حجم معاملات در روز دستکاری و روز قبل، همراه با بازده غیرعادی، مهمترین شاخصهای شناسایی دستکاری هستند. در نهایت، راهکارهای عملی برای نهاد ناظر ارائه شده است.
Hamedinia H, Raei R, Amirshahi A. Stock Manipulation Detection using artificial intelligence models in the Iranian capital market. qjerp 2026; 34 (118) :6-63 URL: http://qjerp.ir/article-1-3786-fa.html
حامدینیا حامد، راعی رضا، امیرشاهی علی. شناسایی دستکاری سهام با استفاده از مدلهای هوش مصنوعی
در بازار سرمایه ایران. فصلنامه پژوهش ها وسیاست های اقتصادی. 1405; 34 (118) :6-63