درخت حوزه‌های تخصصی

هدف این تحقیق تعیین سطح توسعه ی بخش کشاورزی و میزان عدم توازن آن در مناطق روستایی استان آذربایجان غربی برای سطوح شهرستان در دو مقطع زمانی 1380 و 1388 است. برای نیل به این هدف 48 شاخص توسعه در بخش کشاورزی تعریف شده و با به کارگیری دو روش تحلیل عاملی و تاکسونومی عددی سنجش شدند. شهرستان های این استان به لحاظ درجه ی توسعه در بخش کشاورزی رتبه بندی گردیدند. از سوی دیگر با استفاده از یک مدل اقتصادسنجی داده های تابلویی، اثر تسهیلات خرد اعطایی بانک کشاورزی بر توسعه ی کشاورزی استان مورد نظر در خلال سال های 1381 تا 1387 سنجیده شد. نتایج تحقیق نشان می دهد که سطوح توسعه ی کشاورزی شهرستان های استان آذربایجان غربی طی سال های مورد مطالعه در دو مقطع 1380 و 1388 تنزل داشته است. نتایج حاصل از تخمین به روش اثرات ثابت نیز نشان می دهد که تسهیلات خرد اعطایی بانک کشاورزی دارای اثر مثبت و معنی داری بر توسعه ی کشاورزی در این استان می باشد. لذا پیشنهاد می شود که زمینه ی لازم برای دسترسی تعداد بیشتری از کشاورزان به اعتبارات خرد فراهم آید.

در این مقاله فرضیه ساموئلسون موسوم به اثر سررسید، برای قراردادهای آتی سکه بهار آزادی مورد معامله در بورس کالای ایران آزمون شده است. بر اساس این فرضیه، نوسان قیمت قراردادهای آتی با نزدیک شدن به سررسید آنها بیشتر می شود. نتایج حاکی از آن است که اثر سررسید در قراردادهای آتی مورد بررسی، بسیار ضعیف می باشد و از 29 قرارداد آزمون شده، فقط در 5 قرارداد وجود چنین اثری قابل پذیرش است. شایان ذکر است این قراردادها در فاصله زمانی 05/09/1387 تا 31/06/1391 مورد معامله قرار گرفته اند و در واقع این بازه، دوره زمانی مورد بررسی این مقاله را شامل می شود. دو فرضیه متفاوت در مورد اثر سررسید در قراردادهای آتی وجود دارد؛ فرضیه متغیر حالت و فرضیه کوواریانس منفی. بر اساس فرضیه متغیر حالت، نوسانات قیمت های آتی در دوره های زمانی ای که نااطمینانی مربوط به عرضه و تقاضا در حال از بین رفتن باشد، بیشتر است که به این فرضیه اثر جریان اطلاعات نیز گفته می شود. بر اساس فرضیه کوواریانس منفی نیز، اثر سررسید در بازارهایی وجود دارد که در آنها کوواریانس بین تغییرات قیمت نقدی و تغییرات خالص هزینه حمل، منفی باشد. نتایج حاصل شده با استفاده از روش حداقل مربعات معمولی (OLS) و روش داده های پانل (Panel Data)، هیچیک از دو فرضیه فوق الذکر را در مورد قراردادهای آتی سکه بهار آزادی مورد معامله در بورس کالای ایران تأیید نمی نمایند.

ریسک اعتباری یکی از ریسک های بسیار مهم در صنعت بانکداری است. بنابراین شناسایی عوامل اثرگذار بر آن همواره مورد توجه بانک ها بوده است. این مطالعه با هدف شناسایی عوامل اثرگذار بر ریسک اعتباری با رویکرد زمان تا وقوع قصور مشتریان انجام گرفته است. بدین منظور از یک نمونه تصادفی شامل ۵۳۱۶ نفر از مشتریان که در بازه ی زمانی ۱۳۸۸-۱۳۹۳ از بانک مسکن وام گرفته اند استفاده شده است. مطالعه ی حاضر با استفاده از مدل های مرسوم تحلیل بقا شامل مدل ناپارامتریک کاپلان-میر و مدل شبه پارامتریک خطرات متناسب کاکس به شناسایی عوامل اثرگذار بر ریسک قصور مشتریان پرداخته است. نتایج مدل ناپارامتریک پس از طبقه بندی متغیرها با توجه به میزان فراوانی و روش استپانوا و توماس (۲۰۰۲) نشان داد که متغیرهایی همچون مبلغ وام، تعداد اقساط، تعداد فرزند، تحصیلات، سن، نوع شغل و عنوان شغلی بر منحنی های تابع احتمال بقا و تابع نرخ خطر تأثیرگذارند. همچنین ورود همزمان متغیرها در رگرسیون کاکس حاکی از وجود اثر معنی دار متغیرهای مبلغ وام، تعداد اقساط، تحصیلات، سن، نوع شغل و وضعیت تأهل بر ریسک قصور مشتریان می باشد. آزمون هرل و لی نیز حاکی از برقراری فرض خطرات متناسب برای تمامی متغیرها بوده و لذا تفسیر نتایج حاصل از مدل کاکس قابل اطمینان است. علاوه بر این، ابزارهای تشخیص همچون باقیمانده های کاکس-اسنل، مارتینگل و شوئنفلد همگی مناسب بودن مدل را تأیید نمودند. لذا بانک ها در تصمیم گیری اعطای وام به مشتریان باید به این متغیرها توجه لازم را داشته باشند.

مقاله حاضر با توجه به مفهوم خطر اخلاقی در بیمه های درمان تلاش می کند تا چگونگی وضع انواع سیاست های بیمه ای در بخش درمان را با توجه به این مفهوم تبیین کند . سیاست های بیمه ای در هر خدمت درمانی ، در ارتباط مستقیم با شدت خطر اخلاقی در آن خدمت است و هر تلاشی برای وضع سیاست های بهینه بیمه ای و بهبود وضعیت بازار بیمه ‌،‌ لاجرم باید با شناختی کامل از این مفهوم و آثار وتبعات ناشی از آن صورت پذیرد . با توجه به این موضوع و اهمیت بخش درمان و منابع مالی محدود این بخش ، لزوم بحث جامع و قانع کننده درباره این مفهومی ضروری به نظر می رسد

مطالعات بسیاری به بررسی تأثیر متغیرهایی چون اندازه شرکت، افق پیش بینی سود، نسبت های اهرم مالی و سایر متغیرهای مؤثر بر دقت پیش بینی سود پرداخته اند. هدف این پژوهش، شناسایی عوامل مؤثر ارزیابی عملکرد (معیارهای مالی و غیرمالی) و بررسی تأثیر افشای آن ها بر صحت پیش بینی سود می باشد. معیارهای مالی شامل امتیاز افشای معیارهای مالی ارزیابی عملکرد از فرآیندهای داخلی، نوآوری و آموزش و رویکردهای محیطی و معیارهای غیرمالی شامل امتیاز افشای معیارهای غیرمالی ارزیابی عملکرد از دیدگاه سرمایه گذار، کارمندان، مشتریان، عرضه کنندگان و عملکرد اجتماعی حسب مورد خواهد بود. متغیرهایی چون واریانس بازده حقوق صاحبان سهام، رشد فروش، اندازه شرکت، ریسک سیستماتیک، نسبت بدهی، نقدینگی، رشد و سوددهی نیز مورد سنجش قرارگرفته اند. نمونة آماری این پژوهش شامل 118 شرکت پذیرفته شده در بورس تهران از سال 1391 تا سال 1393 می باشد. این پژوهش از جهت هدف، کاربردی و از نظر استنتاج توصیفی تحلیلی می باشد. در این پژوهش سطح افشای اطلاعات مربوط به ارزیابی عملکرد با استفاده از تحلیل محتوا از طریق جمله اندازه گیری می شود. نتایج نشان می دهد که میان افشای معیارهای مؤثر ارزیابی عملکرد و صحت پیش بینی سود و همچنین میان افشای معیارهای ارزیابی عملکرد غیرمالی و صحت پیش بینی سود رابطة معنادار وجود دارد.

در بازارهای سرمایه عامل های مختلفی در پیش بینی قیمت سهام موثر می باشد بنابراین سرمایه گذار جهت سرمایه گذاری سودآور با کمترین ریسک با چالش، تردید و خطا مواجه می باشد. در راستای کاهش هزینه و بالا بردن سود سرمایه گذاری، تعیین عاملهای تاثیر گذار و زمان مناسب جهت خرید و فروش از مهم ترین مسائلی است که هر سهام دار یا سرمایه گذار در بازار بورس بایستی به آن توجه ویژه داشته باشد. تاکنون روشهای مختلفی جهت نیل به این اهداف معرفی شده اند که اغلب روشهای آماری، هوشمند و ترکیبی هستند. الگوریتم پیشنهادی یک روش ترکیبی است که شامل دو بخش است بخش اول پیش پردازش و بخش دوم پیش بینی کننده است. در پیش پردازش سه فرآیند جاگذاری داده های غیر موجود، نرمالیزه کردن و انتخاب ویژگی به ترتیب انجام می شود. از آنجایی که تعداد ویژگی های بکار برده شده زیاد است از روش الگوریتم ژنتیک برای انتخاب ویژگی و کاهش ابعاد فضای ویژگی استفاده شده است. در بخش پیش بینی کننده، با توجه به قابلیت پیش بینی هوشمند شبکه عصبی - فازی، از این شبکه با دو ساختار ممدانی و سوگنو بعنوان پیش بینی کننده قیمت سهام بهره می بریم که قابلیت استخراج قواعد فازی بصورت خودکار دارد. آموزش پارامترهای مقدمه و نتیجه شبکه برپایه الگوریتم پس انتشار خطا (گرادیان نزولی) می باشد. الگوریتم پیشنهادی با استفاده از داده های 10 شرکت که هر کدام از آنها دارای 7 ویژگی می باشند، ارزیابی شده است. نتایج شبیه سازی نشان می دهد که با توجه به نوع شرکتها، ویژگیهای انتخابی و نوع ساختار شبکه عصبی فازی ترکیبی نتایج متفاوتی بدست می آید. با توجه به معیارهای مورد ارزیابی، نتایج به دست آمده برتری شبکه عصبی فازی ترکیبی را به شبکه عصبی فازی ساده نشان می دهد، اما بطور کلی پیش بینی کننده با ساختار سوگنو با الگوریتم ژنتیک دارای عملکرد بهتری نسبت به ساختار ممدانی دارد، چون تعداد پارامترهای آموزش ساختار سوگنو بیشتر است.