فیلتر های جستجو:
فیلتری انتخاب نشده است.
نمایش ۱ تا ۲۰ مورد از کل ۲۳۸ مورد.
حوزه های تخصصی:
کاربرد داده های ترکیبی در اقتصاد سنجی، برتری های زیادی نسبت به استفاده از داده های مقطعی یا سری زمانی دارد. داده های ترکیبی اطلاعات مقاطع متفاوت و پویایی آنها را همزمان در نظر می گیرد. از آنجا که لحاظ نکردن برخی از متغیرها در ساختار مدل ها موجب ایجاد عدم کارایی در برآورد مدل های اقتصاد سنجی می شود، روش داده های ترکیبی که از اطلاعات سری های زمانی و داده های مقطعی تشکیل شده است، اثر این نوع متغیرهای لحاظ نشده یا غیر قابل اندازه گیری را بهتر از داده های مقطعی طی یک سال یا داده های سری های زمانی برای یک مقطع نشان می دهد. داده های ترکیبی روندهای گذشته متغیرها را در می گیرد و از نظر لحاظ کردن پویایی متغیرها، اطمینان ایجاد می کند. این مقاله ضمن بررسی ساختار داده های ترکیبی، کاربرد این نوع داده ها را در اقتصادسنجی بررسی و آزمون های مربوط را تشریح می کند. از جمله ی این آزمون ها، آزمون هاسمن برای تشخیص کاربرد مدل اثر تصادفی یا سایر مدل ها است. همچنین، در این بررسی، آزمون های ایستایی و همجمعی داده های ترکیبی که در اغلب تحقیقات کاربردی بویژه مطالعات داخلی کمتر به آن توجه شده است، مانند MW، LL، IPS و آزمون CADF تشریح می شود.
مروری بر نظریه آشوب و کاربردهای آن در اقتصاد(مقاله علمی وزارت علوم)
حوزه های تخصصی:
نظریه آشوب در دهه های اخیر جز پژوهش های علمی رشته های گوناگون مانند فیزیک و ریاضی قرار گرفته است، اما در واقع، مفهوم ساده آن ریشه در برداشت های اولیه انسان در مورد جهان دارد. از نقطه نظر نظریه آشوب، سیستم های پیچیده صرفا ظاهری پرآشوب دارند و در نتیجه، نامنظم و تصادفی به نظر می رسند، در حالی که ممکن است تابع یک جریان معین با یک فرمول ریاضی مشخص باشند. در اقتصاد، بازارهای پولی و مالی یکی از موارد بسیار مناسب برای به کارگیری نظریه آشوب هستند، زیرا، نظریه های موجود در اقتصاد مالی و پولی حاکی از آن هستند که متغیرهای پولی، مانند نرخ ارز و قیمت سهام، تصادفی و در نتیجه، تغییرات آنها غیر قابل پیش بینی هستند. مطابق نظریه آشوب، اگر فرایند تعیین کننده متغیرهای پولی از یک فرایند غیرخطی معین پیروی کند، می توان تغییرات آنها را پیش بینی کرد. کاربردهای نظریه آشوب در اقتصاد به مباحث اقتصاد کلان نیز راه یافته است. در این زمینه نظریه آشوب می تواند به عنوان یکی از توجیهات دوران تجاری و همچنین، عدم تعادل بلند مدت بدون نیاز به دخالت شوک های برون زا در مدل های اقتصاد کلان مورد استفاده قرار گیرد. در این مقاله، با توجه به نو بودن ادبیات آشوب و بی نظمی در جهان و ایران، سعی شده است مروری سریع بر مفاهیم اولیه و ریاضی آن داشته، کاربردهای متنوع نظریه به ویژه در اقتصاد معرفی شوند. همچنین، روش های گوناگون آزمون آشوب که در واقع بیشترین جنبه کاربردی نظریه است معرفی و ارزیابی شده اند.
کاربرد انواع توابع ریاضی در برآورد مدلهای اقتصادی و بازرگانی ایران
حوزه های تخصصی:
کاربردهای شبکه های عصبی در پیش بینی سری های زمانی(مقاله علمی وزارت علوم)
حوزه های تخصصی:
استفاده از روش های غیر کلاسیک در شناسایی مدل و پیش بینی رفتار سیستم های پیچیده، مدتهاست در محافل علمی و حتی حرفه ای متداول و معمول شده است. در بسیاری از سیستم های پیچیده و خصوصا غیر خطی که مدل سازی و به دنبال آن پیش بینی و کنترل آنها از طریق روش های کلاسیک و تحلیلی امری بسیار دشوار و حتی بعضا غیر ممکن می نماید، از روش های غیر کلاسیک که از ویژگی هایی همچون هوشمندی، مبتنی بر معرفت و خبرگی برخوردار هستند، استفاده می شود. شبکه های عصبی، یکی از این روش های بدیع و در حال تحول است که در موضوعات متنوعی از قبیل الگوسازی، شناخت الگو، خوشه بندی و پیش بینی به کار رفته و نتایج مفیدی داشته است. در این مقاله، از شبکه های عصبی در پیش بینی سری های زمانی داده های اقتصادی استفاده کرده ایم. در این رابطه عوامل مختلف ساختاری، روش های مختلف یادگیری شبکه های عصبی و انتخاب و کاربرد مناسب داده ها در فرایند پیش بینی، مورد ارزیابی و بررسی قرار گرفته است. در این پژوهش، از ابزارهای محاسباتی نرم افزار MATLAB و داده های اقتصادی کشور استفاده شده است.
روش شناسی مدل تعادل عمومی قابل محاسبه (CGE)، تئوری و کاربرد
حوزه های تخصصی:
مدل سازی عددی به منظور بررسی سیاست ها و تغییر و تحولات بازار بر اساس اطلاعات داده - ستانده داخلی در دو دهه ی اخیر با استقبال قابل توجه پژوهشگران روبرو بوده است. مدل های تعادل عمومی قابل محاسبه (CGE) ابزاری قوی برای تجزیه و تحلیل روابط پیچیده است. در تعادل عمومی کاربردی، مدل های تعادل جزئی از طریق روش خاص با مدل های تجمیعی اقتصاد کلان ترکیب می شوند. پیشرفت تکنولوژی کامپیوتر و وجود نرم افزارهای خاص، امکان مدل سازی با تعداد متغیرهای فراوان را فراهم نموده است. یکی از مسائل بسیار با اهمیت در مدل سازی تعادل عمومی کاربردی این است که در این روش ارتباط بین کلیه ی بخش های اقتصادی در نظر گرفته و به محدودیت منابع (مانند زمین و نیروی کار) نیز توجه می شود و با بعضی از قوانین اقتصاد کلان مانند تعادل پس انداز و سرمایه گذاری تلفیق می گردد. هدف این مقاله بررسی روش شناسی مدل تعادل عمومی قابل محاسبه و تصریح یک چارچوب استاندارد برای آن است، به طوری که زمینه ی تحلیل داده های حاصل را از طریق محاسبه و شبیه سازی روابط موجود در یک اقتصاد فراهم سازد.
پیش بینی قیمت سهام در بازار بورس اوراق بهادار با استفاده از شبکه عصبی فازی و الگوریتم های ژنتیک و مقایسه آن با شبکه عصبی مصنوعی(مقاله علمی وزارت علوم)
حوزه های تخصصی:
سرمایه گذاری در سهام عرضه شده در بورس اوراق بهادار یکی از گزینه های پرسود در بازار سرمایه است. بازار سهام دارای سیستمی غیر خطی و آشوب گونه است که تحت تاثیر شرایط سیاسی، اقتصادی و روانشناسی می باشد و می توان از سیستم های هوشمند غیرخطی همچون شبکه های عصبی مصنوعی، شبکه های عصبی فازی و الگوریتم های ژنتیک برای پیش بینی قیمت سهام استفاده نمود. در این مقاله به طراحی و ارایه یک مدل پیش بینی قیمت سهام با استفاده از شبکه عصبی فازی و الگوریتم های ژنتیکی و کاهش خطای پیش بینی قیمت سهام با استفاده از آن نسبت به استفاده از تکنیک شبکه عصبی مصنوعی به صورت منفرد پرداخته شده است. در ادامه پس از طراحی و پیاده سازی مدل شبکه های عصبی فازی و الگوریتم های ژنتیک، با استفاده از چهار معیار سنجش خطا، نتایج دو مدل مقایسه شده است. نتایج نشان می دهد که مدل ترکیبی شبکه های عصبی فازی و الگوریتم های ژنتیک پیش بینی های بسیار مناسب تری داشته و نسبت به شبکه عصبی منفرد از سرعت بالاتر و توانایی تقریب قوی تری برای پیش بینی قیمت سهام برخوردار بوده است.
رابطه بلندمدت اقتصاد دانش بنیان و رشد اقتصادی در ایران(مقاله علمی وزارت علوم)
حوزه های تخصصی:
با گسترش مفهوم سرمایه (شامل سرمایه فیزیکی و سرمایه انسانی)، عوامل مؤثر دیگری علاوه بر سرمایه فیزیکی و نیروی کار نیز در جریان رشد اقتصادی شناسایی شدند. یکی از این عوامل، بهره وری منابع تولید است که تحت تأثیر عوامل متعددی از جمله دانش قرار می گیرد. هدف این مطالعه بررسی رابطه بلندمدت بین محورهای مختلف دانش در چارچوب اقتصاد دانش بنیان و رشد اقتصادی ایران طی دوره 1346- 1386 است. به این منظور از تکنیک اقتصاد سنجی مدل تصحیح خطای برداری و آزمون هم انباشتگی جوهانسن استفاده شده است. نتایج نشان می دهد که بین محورهای مختلف دانش (سرمایه انسانی و آموزش، رژیم های نهادی و اقتصادی و زیرساخت های اطلاعاتی) رابطه بلندمدت وجود دارد و تمام محورهای دانش تأثیر مثبت بر رشد اقتصادی ایران دارند. همچنین ضریب ECM منفی و کوچک می باشد و لذا سرعت تعدیل انحراف از کوتاه مدت به بلندمدت بطئی و کند است.
مقایسه کارایی مدل های کلاسیک و پویای بیزین در کاربردی از مدل های خطی پویای سری زمانی بیزین(مقاله علمی وزارت علوم)
حوزه های تخصصی:
پویایی و تغییرات پدیده ها نسبت به زمان، سرشت ذاتی پدیده های اقتصادی است. در اقتصادسنجی پدیده های اقتصادی، نادیده گرفتن ویژگی پویایی آنها منجر به ساده سازی بیش از حد پدیده ها می شود و مدل های که بر این مبنا به دست می آیند اغلب واقع گرایانه نبوده، موجب تفسیرهای نادرست از آن پدیده ها می شوند. کاربست رگرسیون برای بررسی روابط بین متغیرهای اقتصادی، عملی بسیار متداول است. در چنین کاربردهایی اغلب روابط بین متغیرها، ایستا در نظر گرفته می شوند و از تحول این روابط در طی زمان که باعث تغییر در ضرایب معادلات می شوند غفلت می شود. در این مقاله ضمن معرفی مدل های خطی پویا (DLM) کاربردی از این مدل ها را در مورد سری زمانی «متوسط هفتگی قیمت دلار» از دیدگاه بیزی ارایه می کنیم. هدف، بیان روش پویا برای مدل سازی فرایندهای اقتصادی است تا از این رهیافت، سری متوسط هفتگی قیمت دلار را مدل سازی و سپس قیمت دلار را به کمک این مدل ها پیش بینی می کنیم. روش های مختلف دیگری مانند: سری های زمانی ARIMA و شبکه های عصبی برای مدل سازی مطرح هستند. نرخ ارز یک متغیر کلیدی و مهم اقتصادی در سیاستگزاری ها قلمداد می شود، تا جایی که گروهی از کارشناسان به خصوص در کشورهای در حال توسعه، از این متغیر به عنوان لنگر اسمی یاد می کنند، به همین دلیل تعیین نرخ ارز بسیار مورد توجه اقتصاددانان است.
نرم افزار R: محیط برنامه نویسی برای تحلیلهای اقتصادسنجی و سریهای زمانی
حوزه های تخصصی:
شاید نرم افزارهای محاوره ای اقتصادسنجی در برخی امور نیاز محققان اقتصادی را برآورده سازند ولی این نرم افزارها با تمامی امکاناتشان در مواردی نمیتوانند برای تخمین و پیش بینی الگوهای اقتصادسنجی نمی توانند بطور ایده آل عمل نمایند، این سبب شده تا نیاز به زبان و محیط های برنامه نویسی و بکارگیری آنها در پژوهشهای اقتصادی روز به روز با اهمیت تر گردد. امروزه نرم افزار R در بین محققان اقتصادی دنیا که بدنبال استفاده از یک نرم افزار با قابلیتهای برنامه نویسی هستند، از جایگاه خاصی برخوردار است. دلایل این امر تواناییهای بالای این نرم افزار است که سبب شده مورد اقبال محققان قرار گیرد. هدف این مقاله معرفی کردن بخشی از این تواناییها برای محققان و دانشجویان کشور است که در مطالعات خود با برخی محدودیتهای محاسباتی نرم افزارهای محاوره ای مواجه اند. یکی از ویژگیهای قابل توجه نرم افزار R رایگان بودن آنست، ولی این تنها ویژگی R نیست. در این مقاله سعی شده با ارایه مثالهایی گوشه ای از تواناییهای این نرم افزار در حوزه اقتصادسنجی و تحلیل سریهای زمانی نشان داده شود.
یک الگوی ساختاری VAR برای اقتصاد ایران(مقاله علمی وزارت علوم)
حوزه های تخصصی:
مقاله حاضر بر اساس یک الگوی VAR ساختاری، آزمون بردار هم انباشتگی در فرآیند I (2)، تبدیل سیستم I (2) به I (1) و وجود متغیرهای برونزای ضعیف در سیستم، به توضیح رفتار بازار پول، بازار ارز، تورم، نقش سرکوب مالی در بازار سرمایه و تعامل بین بازار داراییها می پردازد. این نوشتار به توضیح رفتار بازار پول، بازار ارز، تورم، نقش سرکوب مالی در بازار سرمایه در رشد اقتصادی و تعامل بین داراییها می پردازد. یافته های تجربی دلالت بر این دارند که در دوره 85- 1371 همگنی بلندمدت بین قیمت و پول برقرار نبوده و رابطه باثبات تقاضا پول بطور تجربی تایید نمی شود. رابطه همگنی بلندمدت بین دو بازار دارایی (بازار ارز و بازار کالاهای غیرقابل تجارت) برقرار بوده، اما جهت حرکتی آنها خلاف یکدیگر است. علیرغم اینکه تئوری اقتصاد بر کوتاه مدت بودن اثر شوکهای پولی روی متغیرهای واقعی تاکید دارد. یافته های ما نشان می دهد که در دوره فوق، تراز واقعی پول بخشی از رشد تولید را توضیح می دهد.
مقایسه مدل شبکه های عصبی مصنوعی با روش های رگرسیون لجستیک و تحلیل ممیزی در پیش بینی ورشکستگی شرکت ها(مقاله علمی وزارت علوم)
حوزه های تخصصی:
یکی از مهم ترین موضوع های مطرح شده در زمینه مدیریت مالی، این است که سرمایه گذاران فرصت های مطلوب سرمایه گذاری را از فرصت های نامطلوب تشخیص دهند و منابعشان را در فرصت های مناسب سرمایه گذاری کنند. از مهمترین روشهایی که می توان با استفاده از آن به بهره گیری مناسب از فرصت های سرمایه گذاری و همچنین جلوگیری از به هدر رفتن منابع کمک کرد، پیش بینی ورشکستگی شرکت ها است. برای این منظور مدل های مختلفی وجود دارد. در این پژوهش جهت پیش بینی ورشکستگی از مدل شبکه های عصبی به همراه مقایسه آن با دو روش آماری رگرسیون لجستیک و تحلیل ممیزی استفاده شده است. در این مقاله علاوه بر معرفی مدل های شبکه های عصبی، یک مدل شبکه عصبی برای پیش بینی ورشکستگی شرکت های تولیدی طراحی شده است که برای استان کرمان مورد استفاده قرار گرفته است. اطلاعات استفاده شده مربوط به دوره زمانی 1386-1374 می باشد. نتایج پژوهش نشان می دهد که مدل ANN از دو روش آماری دیگر دقت بالاتری در پیش بینی دارد. همچنین مدل ANN نشان داد که هیچ کدام از این شرکت های تولیدی در سال بعد از دوره مورد بررسی، ورشکسته نخواهند شد.
فصلی کردن سری های زمانی (مطالعه موردی درآمدهای نفتی دولت، شاخص قیمت مصرف کننده و نقدینگی)(مقاله علمی وزارت علوم)
حوزه های تخصصی:
بالا بودن هزینه جمع آوری اطلاعات به صورت فصلی و نیاز اقتصاد سنجان به این اطلاعات برای مدل سازی و تحلیل های کوتاه مدت، باعث شده موسسات آماری پس از جمع آوری اطلاعات و محاسبه داده های اقتصادی به صورت سالیانه، با روش های غیر مستقیم، به محاسبه داده های فصلی از داده های سالانه بپردازند.
در این مقاله روش های فصلی کردن سری زمانی در قالب دو گروه عمده، روش های متکی به شاخص های همبسته و روش های محض ریاضی معرفی شده اند. سپس با فصلی کردن سری های درآمدهای نفتی دولت، شاخص قیمت مصرف کننده و حجم نقدینگی به مقایسه این روش ها در قالب دو گروه نام برده، پرداخته شده است.
نتایج حاصل از این پژوهش نشان می دهد که برای فصلی کردن دو سری شاخص قیمت مصرف کننده و درآمدهای نفتی دولت بر اساس معیارهای r2 و MSE روش بوت، لیسمن و فیبس روش بهتر است و برای سری حجم نقدینگی بر اساس هر دو معیار روش چو و لین روش مناسب تری می باشد.
هم چنین براساس پژوهش حاضر این نتیجه به دست آمد که یافتن بهترین روش برای فصلی کردن سری های زمانی که همیشه از سایر روش ها بهتر باشد امکان پذیر نیست.
مدل نظریه بازی فرصت طلبی اقتصادی در مناقصه و کاربرد موردی آن در ایران(مقاله علمی وزارت علوم)
حوزه های تخصصی:
یکی از روش های جدید برای برنده شدن در مناقصه ها این است که پیمانکار در زمان اعلام قیمت پیشنهادی، قیمت را پایین می دهد تا در حین انجام پروژه مبلغ قرارداد را با اقامه دعوی بازپس گیرد. اصطلاحا به این عمل فرصت طلبی در مناقصه می گویند. با استفاده از نظریه بازی ها می توان نشان داد که پس از فرصت طلبی در مناقصه، پیمانکار اقدام به طرح دعوی با مبلغی که تابعی از شرایط پروژه است، می نماید. در مقابل، کارفرما نیز که از فرصت طلبی اولیه پیمانکار منتفع شده است، اقدام به چانه زنی و مذاکره با پیمانکار می نماید. در نهایت، تعادل نش به دست آمده، مساله دعوی طی انجام چانه زنی و توافق طرفین حل شده و کار به دعوی دادگاهی نمی رسد. با قضیه مذاکرات رابینشتین، می توان حدود حداقل سود مورد نظر پیمانکار در طرح دعوی و بیشترین میزان ضرر مد نظر کارفرما را در حین دعوی به دست آورد. نرخ مذاکره ای که طبق تعادل نش این بازی در حین مذاکره مورد تایید طرفین قرار می گیرد نیز در بازه بین همین حدود حداقل سود پیمانکار و حداکثر ضرر کارفرما قرار می گیرد. در این پژوهش نیز ارقام واقعی فرصت طلبی انجام شده توسط پیمانکار و میزان دعوی انجام شده، هم در بازه مدل مطرح شده قرار گرفته و هم با ارقام به دست آمده از قضیه رابینشتین مطابقت دارد. در نهایت، کارفرمایان و برگزارکنندگان مناقصات می بایست با در نظر گرفتن عوامل اصلی به وجود آورنده دعاوی، با برگزاری دقیق تر مناقصات و شفاف سازی قراردادها در جهت کاهش این عوامل و انجام هر چه بهتر پروژه های خویش اقدام کنند.
خطای متداول در کاربرد مدل های سری زمانی: کاربرد نادرست مدل ARDL (مدل خودرگرسیونی و توزیع با وقفه)(مقاله علمی وزارت علوم)
حوزه های تخصصی:
تکنیکهای سری زمانی، در حال حاضر، در سطح گسترده ای از مطالعات علم اقتصاد و رشته های مرتبط مورد استفاده قرار میگیرد. برای بهکارگیری این تکنیکها، باید فروضی تأمین گردند که عدم تأمین انهاپیامدهایی را برای برآوردهای پارامترهای مدل در بر خواهد داشت. یکی از این تکنیکها که به دلایلی در سطح وسیع در مقالات و پایان نامه ها مورد استفاده قرار میگیرد، مدل ARDL (خودرگرسیونی با توزیع با وقفه) میباشد. به نظر میرسد در بهکارگیری این مدل درمطالعات مرتبط با اقتصاد ایران در بسیاری موارد فروض ورای مدل لحاظ نشده و لذا استنتاج بر مبنای مدل مخدوش می باشد. هدف این مقاله بیان فروضی است که تحت آنها کاربرد این مدل موجه میباشد. دیده میشود که محقق بلافاصله با داشتن ترکیب سریهای I(0) و I(1) با کاربرد این تکنیک، با ادامه مسیر به تحلیل هم انباشتگی میپردازد که در این مقاله نادرست بودن این کاربرد نیز مورد تأکید قرار میگیرد. در پایان برای نشان دادن غلط بودن این گونه کاربرد مدل ARDL، مدل اقتصادسنجی کلان همزمان پویایی (Dynamic SEM)، شبیه سازی گشته، شکل های مختلف VAR، VECM، ARDL برای آن بیان شده و عواقب کاربرد درست و نادرست تکنیک سری زمانی ARDL نشان داده شده است.
یک مقایسه بین مدل های اقتصاد سنجی ساختاری ، سری زمانی و شبکه عصبی برای پیش بینی نرخ ارز(مقاله علمی وزارت علوم)
حوزه های تخصصی:
در این مقاله استفاده از مدل های شبکهعصبی مصنوعی(ANN) و برخی الگوهای متداول در زمینه پیش بینی نرخ ارز، مورد آزمون و تحلیل قرار گرفته بدین صورت که، عملکرد پنج الگوی رگرسیون خطی در مقایسه با شبکه های عصبی مصنوعی، برای پیش بینی نرخ ارز اسمی (ریال ایران به دلار ایالات متحده آمریکا) مورد بررسی قرار می گیرد. الگوهای رگرسیون خطی عبارتند از روش باکس- جنکینز (الگوی میانگین متحرک انباشته خود همبسته)، فرایند گام تصادفی و سه تصریح مختلف بر اساس نظریه برابری قدرت خرید (PPP). هدف اصلی این مقاله، آزمون این فرضیه است که آیا شبکه های عصبی مصنوعی با توان براورد روابط غیرخطی، دارای نتایج بهتر و قابل مقایسه در پیش بینی نرخ ارز نسبت به الگوهای سنتی، به خصوص الگوی گام تصادفی اند یا خیر؟ مقایسه مذکور برای مشاهدات داخل نمونه، براورد الگوها و خارج از نمونه برای افق های پیش بینی رو به جلوی یک ، شش و دوازده ماهه انجام می پذیرد. در حالت کلی، نتایج به دست آمده حاکی از دشوار بودن پیش بینی نرخ ارز، توسط الگوهای ساختاری اقتصادی است، این نتایج هماهنگ با مطالعات قبلی در این زمینه است. بدین صورت که الگوی(فرایند) گام تصادفی نسبت به الگوهای ساختاری پولی در پیش بینی نرخ ارز از عملکرد بهتری برخوردار است. در مقایسه مستقیم عملکرد مدل های(خطی) اقتصادسنجی ساختاری و سری زمانی با شبکه های عصبی(غیرخطی) و با داده های ماهانه، مدل های شبکه های عصبی مصنوعی به وضوح از قدرت بیشتری در زمینه پیش بینی نرخ ارز برخوردارند.
توزیع نرمال بریده شده و کاربرد آن در بهبود سطح سرویس مطلوب(مقاله علمی وزارت علوم)
حوزه های تخصصی:
توزیع گوسی یا نرما یکی از کاربردی ترین توزیعها در میان متغیرهای تصادفی است . علی رغم آن این واقعیت که توزیع نرمال کلیه مقادیر از منفی بی نهایت تا مثبت بی نهایت را ا ختیار می کند ممکن است در عمل مواقعی که مشاهدات محدود شده اند ، با خطاهای محاسباتی معناداری مواجه شویم . در چنین موقعیتها ، عملا با توزیعهای نرمال بریده شده مواجه هستیم . از جمله برای تعیین میزان موجودی لازم برای رسیدن به سطح سرویس مطلوب ، اغلب فرض می شود که تقاضاها از توزیع نرمال پیروی می کنند . با توجه به این که تقاضاها الزاما دارای مشاهدات کمتر از صفر نیستند . استفاده از توزیع نرمال به برآورد نادرستی از سطح سرویس هدف می انجامد و سطح سرویس به دست آمده کمتر از مقدار واقعی آن خواهد بود ...
تأثیر خصوصی سازی در بهره وری نیروی کار و سودآوری شرکت های واگذارشده در ایران(مقاله علمی وزارت علوم)
حوزه های تخصصی:
- حوزههای تخصصی مدیریت مدیریت صنعتی بهره وری
- حوزههای تخصصی اقتصاد اقتصاد بخشی،اقتصاد صنعتی،کشاورزی،انرژی،منابع طبیعی،محیط زیست اقتصاد صنعتی سازمان های غیر انتفاعی و بنگاه های عمومی مقایسه بنگاه های خصوصی و عمومی،خصوصی سازی
- حوزههای تخصصی اقتصاد روش های ریاضی و کمی مدل های تک معادله ای مدل های پانل
- حوزههای تخصصی اقتصاد روش های ریاضی و کمی روش های آماری و اقتصاد سنجی:کلیات روش های شبه پارامتریک و اپارامتریک
- حوزههای تخصصی مدیریت مدیریت دولتی مباحث ویژه مدیریت دولتی خصوصی سازی
در خصوصی سازی اهداف مهمی در حوزه های مالی و اقتصادی دنبال می شود. از این رو، لازم است که دست یابی به این اهداف و نتایج همواره ارزیابی شود، در این صورت دولت ها می توانند با آگاهی بیش تری سیاست واگذاری مالکیت و مدیریت بنگاه های اقتصادی دولتی به بخش خصوصی را تعقیب کنند. هدف اصلی این پژوهش نیز بررسی تأثیر خصوصی سازی در عملکرد مالی و اقتصادی شرکت های واگذارشده در ایران است. بدین منظور، در این پژوهش نخست دو شاخص سودآوری و بهره وری نیروی کار مشخصه های عملکرد مالی و اقتصادی شرکت های واگذارشده معرفی شدند. آن گاه، با بررسی صورت های مالی سالیانه شرکت هایی که حداقل 51 درصد از سهام آن ها از طریق عرضه عمومی در بورس یا مزایده در بازه زمانی 1379- 1389 به بخش خصوصی واگذار شده اند، 22 شرکت، که داده های موجود برای آن ها قابل حصو ل تر و فرایند خصوصی سازی در آن ها به نحو مطلوبی انجام شده، نمونه آماری این تحقیق برگزیده و بررسی شده اند. یافته های این مقاله، که با دو روش ناپارامتری استنتاج آماری (از جمله آزمون رتبه علامت دار ویلکاکسون) و مدل اقتصادسنجی داده های پانل به دست آمده ، نشان می دهد که میان عملکرد شرکت ها از لحاظ سودآوری و بهره وری در دوره های قبل و بعد از خصوصی سازی تفاوت معناداری وجود دارد و خصوصی سازی عملکرد شرکت های یادشده را بهبود داده است. طبقه بندی JEL : .C33, D24, L33
تعیین حق بیمه براساس مدل قیمت گذاری ریسک های بیمه ای تحت تبدیل Wang(مقاله علمی وزارت علوم)
حوزه های تخصصی:
بسیاری از ریسکهای مالی و بیمه ای، به لحاظ نوع قراردادها مانند قرارداد اختیار معامله و بیمه نامة اتکایی Stop-loss، به یکدیگر شباهت دارند. این شباهت ها، علاقه مندی بسیاری از محققان برای یافتن مدلی مناسب برای قیمت گذاری یکپارچة ریسکهای مالی و بیمه ای را موجب شده است.در راستای این یکپارچه سازی، مدل های مختلفی پیشنهاد شد که به ظهور روش هایی جدید برای قیمت گذاری در هر دو جنبة بیمه ای و مالی منجر شد. در این مقاله سعی شده است با بررسی مدل ها و روش های ارزیابی و قیمت گذاری ریسکهای بیمه ای، روشی برای محاسبة حق بیمه در بیمه های غیرزندگی ارائه شود که از یک مدل قیمت گذاری یکپارچه منشعب شده است. این روش، بخشی از مدل عمومیقیمت گذاری Wang است که به عنوان یک قاعدة محاسبة حق بیمه، از بسیاری جهات واجد شرایط مناسب است. در این روش، با استفاده از تبدیل Wang: توزیع ریسک به توزیعی جدید و با محوریت تعیین «پارامتر ریسک» تبدیل میشود؛ که در آن، تابع حیات یا تابع توزیع غیرتجمعی خسارت و پارامتر ریسک است. به طور مشخص، اصل حق بیمة Wang را برای محاسبة حق بیمة مجموعه ای از هزینه های بیمه نامه های درمان بهکار برده ایم.
رتبه بندی اعتباری مشتریان حقوقی بانک پارسیان
حوزه های تخصصی:
این مقاله با هدف مدلسازی سنجش ریسک اعتباری و اعتبارسنجی مشتریان در بانک پارسیان به روش رگرسیون لاجیت و پروبیت و مدل شبکه های عصبی هوشمند GMDH انجام می شود. بدین منظور اطلاعات و داده های مالی و کیفی یک نمونه تصادفی 400 تایی از مشتریان که تسهیلات دریافت نموده اند مورد بررسی قرار می گیرد. این حجم نمونه از مشتریان دارای حساب منتهی به سال 1388 انتخاب شده اند. در این مقاله پس از بررسی پرونده های اعتباری هر یک از مشتریان، 11 متغیر توضیح دهنده مورد ارزیابی قرار می گیرد. نتایج مقاله ضمن دلالت بر تایید نظریه های اقتصادی و مالی نشان می دهد که عملکرد پیش بینی الگوی شبکه عصبی (درصد پیش بینی های صحیح آن) به مراتب بهتر از الگوهای اقتصادسنجی متعارف لاجیت و پروبیت است و در زمینه عوامل موثر بر ریسک اعتباری نشان می دهد که از بین متغیرهای مذکور، نوع وثیقه و نسبت بدهی دارای بیشترین اثر بر متغیر احتمال نکول می باشند. همچنین سابقه همکاری، نسبت جاری، نسبت آنی و نسبت مالکانه دارای اثر معمولی و سایر متغیرها کم اثر هستند