درخت حوزه‌های تخصصی

بازارهای مالی

ترتیب بر اساس: جدیدترینپربازدیدترین
فیلترهای جستجو: فیلتری انتخاب نشده است.
نمایش ۴۶۱ تا ۴۸۰ مورد از کل ۸۰۳ مورد.
۴۶۲.

کاربرد روش موجک ها و حرکت براونی کسری در آزمون فرضیه کارایی ضعیف بورس و اوراق بهادار تهران(مقاله علمی وزارت علوم)

کلیدواژه‌ها: بازار سهام فرضیه کارایی ضعیف موجک ها حرکت براونی کسری

حوزه‌های تخصصی:
تعداد بازدید : ۱۰۸۵ تعداد دانلود : ۵۶۰
هدف اصلی از پژوهش حاضر، بررسی فرضیه کارایی ضعیف بازار بورس و اوراق بهادار تهران است. برای این منظور، از اطلاعات مربوط به شاخص کل، شاخص مالی، شاخص صنعت و شاخص 50 شرکت برتر در دوره زمانی 1392:5-1388:3 به صورت روزانه و همچنین اطلاعات مربوط به شاخص قیمت و بازده نقدی برای دوره زمانی 1391:12-1379:1 به صورت ماهانه به کاربرده شده است. در این پژوهش، فرضیه کارایی ضعیف بورس و اوراق بهادار تهران، با استفاده از روش موجک ها و حرکت براونی کسری بررسی شد. نتایج تحقیق نشان دهنده رد این فرضیه هستند.
۴۶۶.

پیش بینی بازار روزانه بورس اوراق بهادارتهران: ارزیابی و مقایسه روش های خطی و غیرخطی(مقاله علمی وزارت علوم)

کلیدواژه‌ها: بازده سهام نظریه آشوب مدل های غیرخطی شبکه عصبی فازی ANFIS شبکه عصبی، مدل گارچ

حوزه‌های تخصصی:
تعداد بازدید : ۱۰۷۹ تعداد دانلود : ۷۱۴
پیش بینی متغیرهای اقتصادی و مالی اهمیت فراوانی برای سیاست گذاران اقتصادی کشورها دارد. در این مقاله ابتدا با استفاده از آزمون براک- دیکرت و شاینکمن (BDS)، به بررسی خطی یا غیرخطی بودن و سپس آشوبناک بودن بازده شاخص کل بورس اوراق بهادار تهران (TEPIX) طی بازه زمانی 05/01/88 تا 23/07/90 (625 مشاهده) پرداخته شد. سپس با استفاده از تکنیک های مختلف پیش بینی، مدل های خطی و غیرخطی ARIMA، GARCH، ANN و ANFIS برآورد شدند و با استفاده از معیارهای دقت پیش بینی مانند RMSE،MAE ، U-Thiel و MAPE، مدل ها مورد ارزیابی و مقایسه قرار گرفتند که مدل ANFIS بهترین عملکرد را در پیش بینی بازده روزانه شاخص سهام دارا بود. سپس با استفاده از آماره ی مورگان-گرنجر- نیوبلد (MGN) معنی داری تفاوت دقت پیش بینی مدل های غیرخطی با مدل های خطی مورد آزمون قرار گرفت که نتایج نشان دهنده تفاوت معنی-دار در پیش بینی روش های خطی و غیرخطی بود.
۴۶۸.

تأثیر نوسان های قیمت نفت بر تابع سرمایه گذاری Qتوبین رویکردی از تئوری اختیار واقعی(مقاله علمی وزارت علوم)

کلیدواژه‌ها: سرمایه گذاری Q توبین اختیار واقعی نوسان های قیمت نفت

حوزه‌های تخصصی:
تعداد بازدید : ۱۰۷۷ تعداد دانلود : ۷۷۳
مطالعه حاضر با هدف بررسی تأثیر نوسان های قیمت نفت بر سرمایه گذاری شرکت ها از داده های 100 شرکت پذیرفته شده در بورس اوراق بهادار تهران طی دوره زمانی (1389-1380) استفاده نموده است. ابتدا نوسان های قیمت نفت از طریق مدل خودرگرسیونی تعمیم یافته (GARCH) برآورد شده، سپس روابط متقابل متغیرهای مدل با استفاده از دو روش GMM ساده و GMM سیستمی بررسی شده است. مدل نظری با استفاده از تئوری Q توبین و رابطه نااطمینانی- سرمایه گذاری بر اساس تئوری اختیار واقعی تجزیه و تحلیل شده است. نتایج حاصل نشان دهنده رابطه U شکل معکوس بین نوسان های قیمت نفت و سرمایه گذاری شرکت ها می باشد. نقطه آستانه در روش GMM ساده برای متغیر نوسان های قیمت نفت 54/4 درصد و برای وقفه نوسان های قیمت نفت 92/4 درصد و در روش GMM سیستمی به ترتیب 75/3 و 11/6 درصد محاسبه شده است، همچنین متغیرهای Q توبین، وقفه سرمایه گذاری و جریان نقدی اثر مثبت و معناداری بر سرمایه گذاری دارند.
۴۶۹.

مراقب هدفمندی یارانه ها باشید

۴۷۴.

Modeling Stock Market Volatility Using Univariate GARCH Models: Evidence from Bangladesh(مقاله علمی وزارت علوم)

کلیدواژه‌ها: GARCH Heteroskedasticity Volatility Clustering Asymmetric Volatility

حوزه‌های تخصصی:
  1. حوزه‌های تخصصی اقتصاد اقتصاد مالی بازارهای مالی پیش بینی های مالی
  2. حوزه‌های تخصصی اقتصاد روش های ریاضی و کمی مدل های تک معادله ای مدل های سری زمانی،رگرسیون های چندک پویا
تعداد بازدید : ۱۰۷۰ تعداد دانلود : ۷۲۳
This paper investigates the nature of volatility characteristics of stock returns in the Bangladesh stock markets employing daily all share price index return data of Dhaka Stock Exchange (DSE) and Chittagong Stock Exchange (CSE) from 02 January 1993 to 27 January 2013 and 01 January 2004 to 20 August 2015 respectively. Furthermore, the study explores the adequate volatility model for the stock markets in Bangladesh. Results of the estimated MA(1)-GARCH(1,1) model for DSE and GARCH(1,1) model for CSE reveal that the stock markets of Bangladesh capture volatility clustering, while volatility is moderately persistent in DSE and highly persistent in CSE. Estimated MA(1)-EGARCH(1,1) model shows that effect of bad news on stock market volatility is greater than effect induced by good news in DSE, while EGARCH(1,1) model displays that volatility spill over mechanism is not asymmetric in CSE. Therefore, it is concluded that return series of DSE show evidence of three common events, namely volatility clustering, leptokurtosis and the leverage effect, while return series of CSE contains leptokurtosis, volatility clustering and long memory. Finally, this study explores that MA(1)-GARCH(1,1) is the best model for modeling volatility of Dhaka stock market returns, while GARCH models are inadequate for volatility modeling of CSE returns.
۴۷۵.

کاربرد روش k- نزدیک ترین همسایه در پیش بینی درماندگی مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران(مقاله علمی وزارت علوم)

کلیدواژه‌ها: بورس اوراق بهادار تهران پیش بینی درماندگی مالی شرکت ها یادگیری ماشینی k-نزدیک ترین همسایه

حوزه‌های تخصصی:
تعداد بازدید : ۱۰۶۶ تعداد دانلود : ۶۵۱
با توجه به تاثیرات درماندگی مالی شرکت ها بر گروه های ذینفع، همواره ارائه الگوهای پیش بینی درماندگی مالی یکی از جذاب ترین حوزه ها در تحقیقات مالی بوده است. در سال های اخیر و پس از رخ دادن بحران مالی جهانی، تعداد شرکت های ورشکسته افزایش یافته است. از آن جا که درماندگی مالی شرکت ها مقدمه ورشکستگی آنهاست، لذا استفاده از نسبت های مالی برای پیش بینی درماندگی مالی، مورد توجه هر چه بیشتر دانشگاهیان و هم چنین بنگاه های اقتصادی و نهادهای مالی قرار گرفته است. گر چه، در سال های اخیر در کشور ما نیز تحقیقات انجام شده بر روی پیش بینی درماندگی مالی شرکت ها رو به افزایش است، با این حال بیشتر تلاش های صورت گرفته به استفاده از روش های سنتی آماری معطوف شده و تنها در تعداد کمی از پژوهش ها از روش های ناپارامتری استفاده شده است. نتایج تحقیقات انجام شده در سال های اخیر حاکی از آن است که روش های یادگیری ماشینی عملکرد بهتری را نسبت به روش های سنتی آماری دارا می باشند. در این پژوهش از روش k نزدیک ترین همسایه برای پیش بینی درماندگی مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران طی سال های 1386-1384 استفاده شده است. نتایج حاکی از آن است که روش مذکور با دقت خوبی قادر به پیش بینی درماندگی مالی شرکت ها می باشد.
۴۷۶.

تجزیه و تحلیل کارایی نسبی شرکتهای پذیرفته شده در بورس اوراق بهادار(مقاله علمی وزارت علوم)

کلیدواژه‌ها: بورس اوراق بهادار تهران کارایی تابع مرزی تصادفی

حوزه‌های تخصصی:
تعداد بازدید : ۱۰۶۶ تعداد دانلود : ۸۶۲
هدف این مطالعه، تجزیه و تحلیل کارایی نسبی 166 شرکت پذیرفته شده در بورس اوراق بهادار تهران در دوره زمانی 90-1381 است. اهمیت دستیابی به ارقام کارایی از آن جهت است که می تواند معیار ارزش گذاری شرکت هایی باشد که همزمان در دو بازار تولید و بازار مالی فعالیت دارند. در این مقاله با استفاده از رویکرد مرزی تصادفی (SFA)1 ابتدا ارقام کارایی در سطح شرکت تخمین زده شده و سپس، براساس رقم کارایی به دست آمده، شرکت ها و صنایع مرتبط با آن ها در سه گروه ناکارا، کارایی متوسط و کارا رتبه بندی و تحلیل شده اند. یافته های تحقیق دلالت بر آن دارد که ضرایب متغیرهای مدل دارای علامت مورد انتظار بوده و از نظر آماری معنا دارند. همچنین، در دوره مورد بررسی، بر تعداد شرکت های ناکارا افزوده شده و در تعداد شرکت های کارا تغییر محسوسی مشاهده نشده است. بر همین اساس تنها 21 درصد شرکت های بررسی شده در نمونه، کارا و بقیه با کارایی متوسط یا غیر کارا هستند. همچنین، نتایج نشان می دهد صنعت خودرو و ساخت قطعات، صنایع ساخت محصولات فلزی، سایر محصولات غیرفلزی، قند و شکر در گروه صنایع ناکارا و درمقابل صنایع فلزات اساسی، چندرشته ای، سیمان و صنعت محصولات کاغذی در گروه صنایع کارا جای گرفته اند.
۴۸۰.

بررسی وجود حافظه بلندمدت در شاخص های بورس اوراق بهادار تهران و تأثیر آن بر تئوری بازار کارا از نوع ضعیف

کلیدواژه‌ها: بورس اوراق بهادار تهران سری های زمانی حافظه بلندمدت

حوزه‌های تخصصی:
تعداد بازدید : ۱۰۶۳ تعداد دانلود : ۶۲۰
هنگامی که مشاهدات گذشته با آینده دور همبستگی بالایی داشته باشد و رابطه آن ها قابل چشم پوشی نباشد، سری زمانی مورد مطالعه دارای ویژگی حافظه بلندمدت است. سنجش وجود حافظه بلندمدت در یک سری زمانی کاربردهای فراوانی در حوزه های گوناگون مالی دارد. در این پژوهش وجود حافظه بلندمدت در سری بازده شاخص های بیمه، بانک، فراورده های نفتی، منسوجات، شیمیایی و زراعت در بورس اوراق بهادار تهران (در دوره زمانی 1/1/1388 تا 1/1/1393) با استفاده از آزمون BDS بررسی شده است، سپس برای تأیید آزمون فوق از آزمون های ARFIMA استفاده شده است. نتایج این مطالعه نشان می دهد، همه شاخص های بررسی شده حافظه بلندمدتی دارند. در انتها با تأیید وجود حافظه بلندمدت در شاخص ها، ازآنجاکه حافظه بلندمدت موجب وابستگی بازده های قبلی آن می شود، نشان دهنده وجود پارامتری قابل پیش بینی در دینامیک سری زمانی است. وجود این ویژگی دلیلی بر رد شکل ضعیف فرضیه کارایی بازار است.

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

زبان