تحویل کالا در معاملات آتی
حوزه های تخصصی:
فیلتر های جستجو:
فیلتری انتخاب نشده است.
نمایش ۴۲۱ تا ۴۴۰ مورد از کل ۸۰۳ مورد.
کاربرد ارزش در معرض ریسک (VaR) در تشکیل سبد سهام بهینه در بورس اوراق بهادار تهران(مقاله علمی وزارت علوم)
حوزه های تخصصی:
این پژوهش، به دنبال استفاده از ارزش در معرض ریسک، به عنوان یک معیار اندازهگیری ریسک در تشکیل سبد سهام بهینه در بازار بورس تهران است.در این پژوهش ارزش در معرض ریسک محاسبه شده به روش پارامتریک با استفاده از بازدههای 15 روزهی 100 شرکت از تاریخ 1/1/1380 تا تاریخ 1/9/1386، به عنوان یک محدودیت به مدل سبد سهام مارکویتز، اضافه شده است. با تغییر پارامتر های ارزش در معرض ریسک مورد قبول سرمایه گذار و درصد اطمینان مورد قبول او، سبدهای بهینه مختلفی تشکیل شدهاند. نتایج نشان می دهد که افزودن محدودیت ارزش در معرض ریسک به مدل مارکویتز، ممکن است مرز کارا را محدود کرده، آنرا به یک نقطه تبدیل کند و یا از بین ببرد. نکات قابل توجه در این مقاله، در مقایسه با پژوهشهای مشابه دیگر، استفاده از اعتبارسنجی بازخورد به شکلی نوین و مطالعه موردی بازار بورس تهران است.
مطالعه توان متغیرهای حسابداری در پیش بینی معیارهای ریسک مدل قیمت گذاری آربیتراژ(مقاله علمی وزارت علوم)
حوزه های تخصصی:
طبق تئوری قیمت گذاری آربیتراژ (APT) بازده واقعی سهام شرکت یا صنعت وابسته است. حساسیت بازده یک دارایی به تغییرات پیش بینی نشده در عوامل کلان ریسک بیانگر معیار ریسک سیستماتیک ورقه بهادار است. در حالت تعادل، بازده پیش بینی شده ورقه بهادار تابعی خطی از حساسیتهای بازده واقعی ورقه بهادار به تغییرات پیش بینی نشده در عوامل کلان ریسک است. APT تعداد یا ماهیت این عوامل را مشخص نمی کند. تحلیل عاملی بازده سهام می تواند برای تعیین حساسیتهای اوراق بهادار خاص نسبت به عوامل کلان ریسک بکار رود، بدون آنکه این عوامل را شناسایی کند. در این راستا تحقیق حاضر سعی در پاسخگویی به این پرسش دارد که: آیا می توان با استفاده از معیارهای ریسک حسابداری در دوره جاری، تغییرات مقطعی معیارهای ریسک APT (حساسیتها) را در دوره آتی پیش بینی نمود؟ مطالعه تجربی برای نمونه ای شامل سهام 42 شرکت پذیرفته شده در بورس اوراق بهادار تهران طی سالهای 1378 تا 1383 صورت گرفت. متغیر (های) وابسته، معیارهای ریسک APT ناشی از تحلیل عاملی بازده ماهانه سهام، و متغیرهای مستقل مجموعه ای از متغیرهای متداول حسابداری مرتبط با فعالیتهای عملیاتی و مالی شرکتها، شامل معیارهای مرتبط با نقدینگی، مدیریت بدهی، سودآوری و کارایی، ریسک تجاری، ارزش بازار (نسبت دورگه) و اندازه شرکت می باشد. ضرایب رگرسیون با استفاده از مدل مبتنی بر داده های تابلویی تخمین زده شدند. معناداری مدل توسط آماره F آزمون گردید. بر این اساس، در دامنه مطالعه انجام شده، متغیرهای متداول حسابداری می توانند سهمی از تغییرات مقطعی معیارهای ریسک APT در دوره آتی را توضیح دهند.
تشکیل پر تفوی بهینه در بورس اوراق بهادار تهران با استفاده از الگوریتم های ژنتیک(مقاله علمی وزارت علوم)
حوزه های تخصصی:
تشکیل پرتفوی به عنوان یک تصمیمگیری حساس و حیاتی برای شرکتها شناخته شده است. به همین دلیل انتخاب یک پرتفوی با نرخ بازدهی بالا و ریسک کنترل شده یکی از موضوعاتی است که مورد توجه بسیاری از محققان قرار گرفته است. در تعریف جدید ریسک، به جای یک عدد ویژه، از یک منحنی به عنوان ریسک استفاده میشود. در این مقاله روشی بر مبنای الگوریتم ژنتیک برای تشکیل پرتفوی ارائه میشود، که در آن ریسک با تعریف جدید در نظر گرفته شده است. در نهایت به عنوان یک مطالعه ی موردی، این الگوریتم برای تشکیل پورتفوی در بورس اوراق بهادار تهران مورد استفاده قرار گرفته است.
در انتظار دنیا
بررسی کارایی خط مشی اثر اندازه برای انتخاب پر تفوی در بورس
حوزه های تخصصی:
اطلاعات ، چراغ راهنمای بازار سرمایه
حوزه های تخصصی:
حاکمیت بازار سرمایه و شاخص آن
حوزه های تخصصی:
اوراق مشارکت رهنی راهکار تامین مالی بخش مسکن
منبع:
بورس خرداد ۱۳۸۸ شماره ۸۳
حوزه های تخصصی:
بازار بیزار
حوزه های تخصصی:
- حوزه‌های تخصصی اقتصاد اقتصاد کلان و اقتصاد پولی سیاست پولی و بانک مرکزی،عرضه پول و اعتبار عرضه پول،اعتبار،ضرایب فزاینده پولی
- حوزه‌های تخصصی اقتصاد اقتصاد کلان و اقتصاد پولی قیمت ها،نوسانات تجاری،دورهای تجاری سطح عمومی قیمت ها،تورم
- حوزه‌های تخصصی اقتصاد اقتصاد مالی بازارهای مالی قیمت گذاری دارائی،حجم مبادله،نرخ های بهره اوراق قرضه
ارائه مدل پیشبینی شاخص کل قیمت سهام با رویکرد شبکههای عصبی (مطالعه موردی: بورس اوراق بهادار تهران)(مقاله علمی وزارت علوم)
حوزه های تخصصی:
هدف تحقیق حاضر ارائه مدل پیشبینی شاخص قیمت سهام در بورس اوراق بهادار با استفاده از شبکههای عصبی مصنوعی است. بر این اساس، شاخص صنعت، شاخص مالی و شاخص بازده نقدی به صورت سالانه به عنوان متغیرهای ورودی (مستقل) طرح شد. برای ارزیابی مدل شبکه عصبی از طرح MLP با الگوریتم آموزش پس انتشار و مدل چند عاملی بهره گرفته شده است. نتایج نشان میدهد که مدل شبکه عصبی پیشنهادی، توانایی بالایی در پیشبینی شاخص قیمت سهام در بورس اوراق بهادار تهران را دارا میباشد. در پایان مقاله، بحث، نتیجه گیری، پیشنهادات کاربردی و نیز مواردی در خصوص ادامه و پیگیری تحقیقات مشابه در آینده بیان شده است.
دو نیمه متفاوت
حوزه های تخصصی: