مریم گوارا

مریم گوارا

مطالب
ترتیب بر اساس: جدیدترینپربازدیدترین

فیلترهای جستجو: فیلتری انتخاب نشده است.
نمایش ۱ تا ۲ مورد از کل ۲ مورد.
۱.

واکنش شاخص بازار سهام تهران به شوک پولی، ریسک گریزی و احساسات سرمایه گذاران؛ رویکرد مدل های TRو ARDL(مقاله علمی وزارت علوم)

کلیدواژه‌ها: شوک پولی ریسک گریزی احساسات سرمایه گذاران

حوزه‌های تخصصی:
تعداد بازدید : ۱۹ تعداد دانلود : ۱۷
اینکه از نظر تجربی در بازار سهام ریسک بالا باید بازده بیشتری به همراه داشته باشد یک فرضیه نادرست است، زیرا عامل اصلی چنین تناقضاتی به احتمال وجود احساسات سرمایه گذاران بر می گردد. همچنین تغییرات در نحوه انجام تراکنش های مالی و در نتیجه رویدادهای ریسکی تصمیم گیرندگان سیاست پولی را بر آن داشته است تا چگونگی تأثیر اقداماتشان بر بازارهای مالی را در این محیط جدید تحلیل کنند. از اینرو هدف اصلی این پژوهش بررسی واکنش شاخص بازار سهام تهران به شوک پولی، ریسک گریزی و احساسات سرمایه گذاران است که بدین منظور با استفاده از داده های سالانه کشور ایران طی دوره زمانی 1370- 1401 و با استفاده از مدل های خودرگرسیون با وقفه توزیعی (ARDL) و رگرسیون آستانه ای (TR) به تحلیل نتایج پرداخته شد. نتایج نشان می دهد رابطه غیرخطی بین تمامی متغیر های مستقل و وابسته به صورت U شکل بر قرار است و طبق تحلیل مدل خطی در کوتاه مدت ریسک گریزی، شوک پولی و احساسات سرمایه گذاران بر بازده شاخص بازار سهام تاثیر منفی و معناداری دارند. نتایج در بلندمدت نیز نشان داد که فقط شوک پولی بر بازده شاخص بازار سهام تهران تاثیر مثبت و معناداری خواهد داشت.
۲.

تأثیر کاهش داده ها با استفاده از تحلیل عاملی بر دقت مدل های پیش بینی ورشکستگی(مقاله علمی وزارت علوم)

کلیدواژه‌ها: تحلیل عاملی ورشکستگی نسبت های مالی شبکه های عصبی مدل لوجیت

حوزه‌های تخصصی:
تعداد بازدید : ۹۷۶ تعداد دانلود : ۴۹۶
هدف از این پژوهش تعیین الگوهایی با استفاده از نسبت های مالی برای بالا بردن توان تصمیم گیری استفاده کنندگان از صورت های مالی در پیش بینی ورشکستگی شرکت ها است. در این پژوهش از 55 نسبت مالی پرکاربرد استفاده شده و با استفاده از تحلیل عاملی اکتشافی به 12 عامل تبدیل شده است. سپس با استفاده از مدل لوجیت و شبکه های عصبی صحت پیش بینی ورشکستگی با استفاده از 12 عامل به دست آمده، موردبررسی قرارگرفته است. جامعه ی آماری شامل دو گروه، 40 شرکت ورشکسته و 82 شرکت غیر ورشکسته، است. اطلاعات استفاده شده مربوط به دوره ی زمانی 1393-1387 است و نتیجه های پژوهش حاکی از آن است که 12 عامل به دست آمده با بهره گیری از هر دو مدل، دارای توان بالایی در پیش بینی ورشکستگی شرکت ها است و نیز الگوی مبتنی بر شبکه ی عصبی دارای بالاترین دقت است.

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

حوزه تخصصی

زبان