دانشگاه اصفهان نشریه پژوهش های حسابداری مالی 2322-3405 10 3 2018 11 22 Presenting a Prediction Model for Stock Targeting Through Block Trades ارائه مدلی برای پیش بینی هدف‌گیری سهام توسط معاملات بلوکی 87 102 23808 10.22108/far.2019.115567.1416 FA محمدرضا مهربان پور گروه حسابداری و مالی، دانشکده مدیریت و حسابداری، پردیس فارابی دانشگاه تهران، قم، ایران رضا تهرانی دانشکده مدیریت دانشگاه تهران حمید جمشیدی دکتری مدیریت مالی، دانشکده مدیریت و حسابداری، پردیس فارابی دانشگاه تهران Journal Article 2019 02 11 The logistic regression technique was used to propose a model for predicting stock targeting through block trades. Those characteristics related to the likelihood of companies turning into a target for block trades were investigated. For this purpose gathered data on 117 Tehran Stock Exchange members, whose target of block trades with a trades volume of over 5% and 117 companies that did not target trading, was selected during the period of 2009-2017, using Logit method And probit were studied. The results showed that financial leverage and the change in assets negatively influenced the (block trades) commercialization frequency of the studied companies. It was also found that companies having a greater free cash flow, a higher market share, and a more distributed ownership, as well as companies with state organizations as principal shareholders, were more likely to be turned into commercial blocks. In addition, a comparison was made between the proposed logistic regression model and other well-known prediction models, namely, the artificial neural network and the fuzzy neural network models. The obtained results showed that the fuzzy neural network approach provided a more accurate prediction in terms of stock targeting than other techniques. هدف این پژوهش ارائه مدلی برای پیش‌بینی هدف‌گیری سهام توسط معاملات بلوکی با استفاده از رگرسیون لجستیک می‌باشد. در این پژوهش ویژگی‌هایی مورد بررسی قرار می‌گیرد که در ارتباط با احتمال تبدیل شرکت‌ها به هدف معاملات بلوکی سهام هستند. برای این منظور داده-های مربوط به 117 شرکت عضو بورس اوراق بهادار تهران که هدف معاملات بلوکی با حجم معامله بالای 5 درصد قرار گرفته بودند و117 شرکت که هدف معاملات قرار نگرفته بودند، در دوره زمانی 1388-1396 انتخاب و با استفاده از روش لاجیت و پروبیت مورد بررسی قرار گرفتند. نتایج نشان داد اهرم مالی به صورت منفی بر فراوانیِ بلوک تجاری‌شدنِ شرکت‌ها تأثیر می‌گذارند. همچنین شرکت‌هایی‌ که از جریان مالی آزاد و بالایی برخوردارند، دارای سهم بازار بالاتر، پراکندگی مالکیت بیشتر و نهادهای دولتی جزء سهام‌داران عمده آنها می‌باشند، احتمالاً به بلوک‌های تجاری تبدیل می‌شوند. در این پژوهش همچنین به مقایسه‌ای بین مدل ایجاد شده با رگرسیون لجستیک با سایر تکنیک‌های پیش‌بینی معروف، شبکه عصبی مصنوعی و شبکه‌های عصبی فازی گزارش شدند. نتایج نشان می‌دهند که رویکرد شبکه عصبی فازی در پیش‌بینی هدف‌گیری سهام در مقایسه با سایر تکنیک‌ها از دقت بالاتری برخوردار است. https://far.ui.ac.ir/article_23808_55226566a59e7685109b5c3ed1b6e5f2.pdf