فیلترهای جستجو:
فیلتری انتخاب نشده است.
نمایش ۳۸۱ تا ۴۰۰ مورد از کل ۸۰۳ مورد.
توسعه نظریه مارکوویتز ـ شارپ و مرزکارای جدید مطالعه موردی : شرکت های سیمانی بورس تهران(مقاله علمی وزارت علوم)
حوزههای تخصصی:
الگوی مارکوویتز در تعیین سهم هر یک از سهام در سبد دارایی، بر مبنای انتخاب بهینه سهام جهت حداکثر نمودن درآمد انتظاری سبد استوار می باشد. از طرفی تنها به دلیل توجه ویژه به مفهوم ریسک کل به مرز کارایی دست می یابد که مسلماً سهم بخش ریسک غیر سیستماتیک آن که بازار برای آن پاداشی را در نظر نمی گیرد الزاماً در سطح حداقل خود نمی باشد. از طرف دیگر الگوی پیشنهادی شارپ با برخی مفروضات ساده کننده به مرز کارای جدیدی دست می یابد که اگرچه درآن به مفهوم ریسک سیستماتیک توجه شده است ،اما ضعف اساسی آن به کارگیری پرتفولیوی بازار توسط سرمایه گذاران در هنگام سرمایه گذاری می باشد. در این مقاله از طریق ترکیب نظریات مارکوویتز و شارپ و پیشنهاد مدلی جدید الگوی جامع تری را معرفی می نماییم که نه تنها نسبت به مرز سنتی مارکوویتز کاراتر بوده ، بلکه ضعف موجود در الگوی پیشنهادی شارپ را برطرف می نماید. برتری نظریه پیشنهادی نسبت به مدل سنتی مارکوویتز و شارپ به لحاظ نظری از طریق توجه به ریسک غیر سیستماتیک و حذف برخی مفروضات مدل سنتی شارپ و در انتها از طریق عملی با یافتن سبد بهینه سهام شرکت های بزرگ سیمان بورس تهران تایید می گردد.
تعمیم نظریه مارکویتز در بهینه سازی سبد سهام(مقاله علمی وزارت علوم)
حوزههای تخصصی:
الگوی مارکوویتز درتعیین سهم هریک از سهام در سبد دارایی، برمبنای انتخاب بهینه سهام برای حداکثر نمودن درآمد انتظاری سبد استوار است، از یک طرف، این الگو امید ریاضی ارزش هر سهم را در الگو وارد می نماید. ازطرف دیگر، این مدل کوواریانس نوسانات ارزشی سهام را ثابت و برونزا درنظر می گیرد. بنابراین دراین مقاله از طریق ترکیب نظریات مارکوویتز و شارپ و پیشنهاد مدلی جدید الگوی جامع تری را معرفی می کنیم که نسبت به مرزسنتی مارکوویتز کاراتر خواهد بود.به عبارت دیگر از طریق درونزا نمودن کوواریانس های نرخهای بازدهی مربوط به سهام واقع شده در پرتفولیوی اختیار شده در مدل توسعه یافته مدل مارکوویتز، بازده انتظاری مدل پیشنهادی، همواره در هر سطح مشخص ریسک، بزرگتر یا مساوی با بازده انتظاری مدل سنتی مارکوویتز خواهد بود.در الگوی پیشنهادی، سهم بخش ریسک غیرسیستماتیک که طبق نظریه شارپ بازار برای آن پاداشی را درنظر نمی گیرد در هر سطح از ریسک پرتفولیو، همواره در پایین ترین سطح ممکن قرار می گیرد. برتری نظریه پیشنهادی هم از طریق نظری و هم از طریق عملی با یافتن سبد بهینه سهام شرکتهای بزرگ سیمان، فعال در بورس تهران در مقایسه با نظریه مارکوویتز تایید می شود.
آشنایی با هیات تدوین استانداردهای حسابداری مالی FASB
منبع:
بورس خرداد ۱۳۸۹ شماره ۸۹
حوزههای تخصصی:
مقدمه ای بر بازار سرمایه و بورس اوراق بهادار
حوزههای تخصصی:
بورس تهران؛ تافته جدابافته
حوزههای تخصصی:
بررسی رابطه ی بین نرخ بازده مورد انتظار و ریسک نظام مند (بتا) در چهار طبقه ی دارایی عمده در اقتصاد ایران(مقاله علمی وزارت علوم)
حوزههای تخصصی:
الگوی قیمت گذاری داراییهای سرمایه ای ، یک الگوی تعادلی برای نشان دادن رابطهی بین ریسک و بازده داراییهای منفرد است. به عبارت دیگر، CAPM نشان می دهد که داراییها چگونه با توجه به ریسکشان قیمت گذاری می شوند. اساس CAPM بر این فرض استوار است که سرمایه گذاران برای یافتن پرتفوی کارا ، نظریه ی پرتفوی و کاهش ریسک نظام مند از طریق تنوع بخشی را می دانند و به آن عمل می کنند و هر یک بنا به درجه ی ریسک گریزی خود یکی از پرتفوهای کارا را انتخاب می کنند. تاکنون مطالعات مبتنی بر الگوی قیمت گذاری داراییهای سرمایه ای که در داخل و خارج از کشور انجام شده اند، تنها در سطح سهام شرکتهای منفرد یا حداکثر یک ترکیبی از سهام شرکتها (و یا داراییهای منفرد) و یا شاخصهای زیرمجموعه ی شاخص کل بازار بوده اند و مطالعات معدودی وجود دارند که این الگو را برای داراییهای کلان یک اقتصاد به کار برده باشند. در این مقاله تلاش شده است تا ریسک نظام مند در سطح چهار دارایی عمده ی اقتصاد ایران محاسبه شده و رابطه آن با بازده انتظاری شان بررسی شود. ریسک نظام مند و بازده موردانتظار چهار طبقه دارایی عمده ی اقتصاد ایران، مسکن و مستغلات، طلا، سهام و ارز در دورهی زمانی سالهای 1374 تا نیمه ی اول سال 1386 محاسبه شده است.
حریص باشید، ولی بترسی
حوزههای تخصصی:
تحلیل تجربی نوسانات و کارایی اطلاعاتی بازار سهام (مطالعه موردی بورس اوراق بهادار تهران)(مقاله علمی وزارت علوم)
حوزههای تخصصی:
با توجه به اهمیت بازار سهام به عنوان ابزاری قدرتمند در جذب وجوه پس انداز کنندگان و هدایت آن به سمت سرمایه گذاران، همچنین، ضرورت و اهمیت مدل سازی نوسانات بازده، در این پژوهش برخی از ویژگی های بازار بورس اوراق بهادار تهران را مورد بررسی قرار داده ایم. بدین منظور، با به کارگیری داده های ماهانه شاخص کل سهام در دوره زمانی 1370:01 تا 1386:06 از تکنیک واریانس ناهمسان شرطی استفاده کرده ایم. یافته های این پژوهش نشان می دهد که: 1. توزیع بازدهی دارای چولگی مثبت بوده و بر این اساس، عاملان بازار وقوع بازدهی های منفی را محتمل تر می دانند، 2. سری بازدهی فاقد توزیع نرمال و در مقایسه با منحنی نرمال کشیده تر است. بر اساس این نتیجه، عوامل بازار افزایش ها و کاهش های ناگهانی بازدهی را محتمل می دانند، 3. ماه های سال به استثنای ماه های اردیبهشت، مرداد و آذر اثر معناداری بر بازدهی ندارند، 4. فرضیه وجود کارایی اطلاعاتی رد می شود. لذا، تمام عاملان بازار به طور حرفه ای معامله نمی کنند و اطلاعات و اخبار نه به صورت آنی، بلکه با گذر زمان بر قیمت ها اثر می گذارد. در نتیجه، احتمال کسب سود و زیان نامتعارف در این بازار وجود دارد، 5. تورم، توضیح دهنده معناداری برای نوسانات بازدهی نیست؛ هرچند این اثر مثبت برآورد شده است، 6. نرخ برابری دلار به ریال اثر مثبت معناداری در ایجاد نوسانات بازدهی دارد. ضریب این متغیر احتمالاً به دلیل سهم ناچیز دلار در سبد دارایی سهامداران، کوچک برآورد شده است، 7. فرض توزیع نرمال برای باقیمانده های مدل فرض مناسبی نیست. در مقابل، توزیع t و توزیع خطای عمومی با لحاظ کردن کشیدگی مازاد، فروض مناسب تری هستند.
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)
حوزههای 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.
استفاده از ظرفیت های قانون بازار اوراق بهادار برای نظارت بر شرکت های دولتی
منبع:
بورس مهر ۱۳۸۸ شماره ۸۶
حوزههای تخصصی:
نکاتی چند در خصوص رینگ صادراتی
حوزههای تخصصی:
شـناسایی و ارزیابی مـوانع شـکل ضعیف کارآیی بـورس اوراق بـهادار تهران(مقاله علمی وزارت علوم)
حوزههای تخصصی:
پژوهش حاضر به بررسی و ارزیابی موانع شکل ضعیف کارآیی بورس اوراق بهادار تهران پرداخته است. بر این اساس، راهکارهایی جهت افزایش کارآیی و رفع آن موانع ارائه شده است. روش تحقیق، توصیفی- پیمایشی و روش جمعآوری دادهها، به صورت کتابخانهای- میدانی میباشد. در راستای اهداف تحقیق، نخست با به کارگیری دیدگاه های کارشناسان و با استفاده از تکنیک دلفی و تحلیل عاملی، موانع مؤثر بر کارآیی شکل ضعیف بورس شناسایی شد. بدین ترتیب، عواملی که مانع دستیابی بورس اوراق بهادار تهران در چهار دیدگاه BSC به اهداف استراتژیک خود میشود، را به عنوان موانع کارآیی شکل ضعیف بورس اوراق بهادار تهران بیان کردیم. سپس برای اولویتبندی و تعیین درجه اهمیت این موانع از تکنیکهای MADM، نظیر AHP و TOPSIS استفاده و نتایج این پژوهش نشان میدهد که به صورت کلی، محدودیتهای مربوط به دیدگاههای چهارگانه BSC، بر عدم کارآیی شکل ضعیف بازار سرمایه در بورس اوراق بهادار تهران، دارای تأثیر معناداری است. همچنین یافتههای این تحقیق بیانگر آن است که موانع مربوط به دیدگاه فرایندهای داخلی بورس دارای بیشترین تأثیر بر عدم کارآیی شکل ضعیف بورس اوراق بهادار تهران میباشد. همچنین در پایان، پیشنهاداتی به منظور بهبود و ارتقای عملکرد بورس اوراق بهادار ارائه شده است.
نقش حسابداری در جرایم مالی آری یا نه ؟
حوزههای تخصصی: