درخت حوزه‌های تخصصی

در این پژوهش پیرو پژوهش های زایتون و تیان [1] بر شرکت های اردنی به بررسی ارتباط بین عملکرد و نامتقارنی اطلاعات با ساختار سرمایه در شرکت های پذیرفته شده در بورس اوراق بهادار تهران طی دوره زمانی 29/12/79 تا 29/12/91 پرداخته شد. با توجه به شرایط نمونه گیری و اعمال محدودیت ها شصت شرکت نمونه آماری این تحقیق را تشکیل می دهد. در این پژوهش از نسبت بدهی برای ساختار سرمایه به منزله متغیر مستقل و از معیار bid – Ask spread ، طبق مدل ونکاتش و چیانگ، برای نامتقارنی اطلاعات و از معیارهای کیو توبین، بازده سهام و P/E برای عملکرد شرکت به منزله متغیرهای وابسته استفاده شد. برای تخمین آزمون مدل از رگرسیون تلفیقی و نرم افزارهای اِکسل و ای ویوز استفاده شد. نتایج نشان دهنده رابطه معنادار تمامی متغیرهای مستقل پژوهش با متغیر وابسته است. جمع بندی سه فرضیه اول نشان می دهد، عملکرد با ساختار سرمایه رابطه معنادار دارد. همچنین، طبق فرض چهارم بین نامتقارنی اطلاعات و ساختار سرمایه رابطه مثبت و معنادار وجود دارد.

کشاورزی به معنی راه و روش استفاده از منابع آب وخاک، نیروی انسانی، فناوری، انرژی و غیره برای برطرف کردن نیازهای انسان همواره در همه زمان ها پایه و اساس بسیاری از تغییرات اقتصادی، اجتماعی، سیاسی و فرهنگی در سرتاسر جهان بوده و هست. در کشور ایران، استان آذربایجان غربی به قطب برتر کشاورزی کشور در دهه 90 تبدیل شده و با تولید نزدیک به شش درصد از تولیدات کشاورزی در زمینه تولید بسیاری از محصولات کشاورزی، رتبه نخست را به خود اختصاص داده است. هدف از این پژوهش، تدوین چارچوبی برای ارزیابی و رتبه بندی محصولات کشاورزی با توجه به شاخص های ممکن برای کشت هر محصول و با بهره گیری از روش های تصمیم گیری چندمعیاره با رویکرد فازی و آزمودن آن در چارچوب اجرای یک مطالعه موردی برای تولید بهینه محصولات کشاورزی است. به این منظور دو منطقه کشاورزی شهرستان های مهاباد و میاندوآب واقع در جنوب استان آذر بایجان غربی را جهت بررسی انتخاب شده است. روش رتبه بندی بر اساس تشابه راه حل ایده آل (تاپسیس) با رویکرد فازی به عنوان یکی از بهترین روش های تصمیم گیری چندمعیاره فازی شناخته شده است که در این مقاله جهت اولویت بندی تولید محصولات کشاورزی استفاده شده است. نتایج این پژوهش نشان می دهدکه این روش یکی از مفیدترین روش ها در راستای رتبه بندی محصولات کشاورزی بر حسب اولویت است.

در ده ه های اخیر رقابتی شدن بازار برق، مقوله قیمت را به یک عنصر اساسی در تصمیم گیری های بازیگران در چهارچوب صنعت برق تبدیل نموده است و به تبع آن بخش خصوصی به عنوان سرمایه گذار اصلی در این حوزه نیازمند پیش بینی قیمت های آینده به منظور اتخاذ استراتژی مناسب و سازگار با روند کلی نظام بازار در راستای حفظ سهم خود از بازار و حفظ حاشیه سود می باشد. در چهارچوب تحلیل های اقتصادی، این هدف با ابزار مد ل های اقتصاد سنجی محقق خواهد شد که اعتبار مدل یاد شده ناظر به کمینه سازی خطای پیش بینی در تطابق الگوی پیش بینی شده با واقعیت جاری است. پژوهش حاضر به بررسی مقایسه ای قدرت پیش بینی مدل های مبتنی بر شبکه های عصبی مصنوعی، الگوریتم ژنتیک و مدل آریما در افق کوتاه مدت با استفاده از داده های ساعتی قیمت برق پرداخته است. نتایج پژوهش، حاکی از آن است که در افق کوتاه مدت، شبکه های عصبی مصنوعی، خطای کمتری نسبت به دو الگوی دیگر در پیش بینی داشته و الگوریتم ژنتیک در جایگاه دوم قرار دارد. همچنین، الگوهای سری زمانی دارای بیشترین خطا در پیش بینی قیمت برق، با توجه به پیش بینی های درون نمونه ای را دارا می باشد. مجموع مربعات خطا در الگوی شبکه عصبی مصنوعی در داده های آموزش، اعتبار سنجی و آزمون، به ترتیب برابر 43/1473، 63/1762 و 32/1498، در الگوریتم ژنتیک در داده های آموزش و اعتبارسنجی به ترتیب برابر 20/11318 و 98/7085 و در الگوی سری زمانی برابر 37/34644 می باشد.

هدف از این پژوهش، شناسایی عوامل مؤثر بر زیان مشروط بر نکول با استفاده از مدل رگرسیون توبیت، روی مشتریان حقوقی بانک صنعت و معدن است. در راستای رسیدن به این هدف، بر اساس توافق نامه بال، برای محاسبه احتمال نکول تسهیلات می توان از روش LGD استفاده نمود. LGD مقدار زیانی است که هرگاه یک مشتری اعتباری در بازپرداخت تسهیلات قصور (نکول) نماید، متوجه بانک می شود. از میان مشتریان حقوقی بانک صنعت و معدن به عنوان جامعه آماری، تعداد 204 شرکت برای دوره 8 ساله پژوهش (1393-1386) که قابل دسترس بودند، انتخاب شدند. در این پژوهش، نتایج تخمین مدل حاکی از آن است که بین مبلغ تسهیلات، نوع وثایق، نوع صنعت و LGD رابطه معنی داری وجود داشته و سررسید تسهیلات رابطه معنی داری با LGD ندارد.

یکی از فروض در الگو های تحلیل پوششی داده ها (DEA) برای برآورد کارایی واحدهای تصمیم گیرنده این است که داده های ورودی و خروجی الگو بطور کامل شناخته شده و معین بوده که در عمل این فرضی دور از ذهن است. در بسیاری از کاربردهای واقعی، نهاده ها و ستاده ها اغلب غیردقیق هستند. در مطالعه حاضر به تعیین کارایی مزارع نمونه گندم آبی در شهرستان نیشابور با استفاده از تکنیک تحلیل پوششی داده ها با پارامترهای کنترل کننده میزان محافظه کاری (RDEA) پرداخته شد. این روش بر پایه رویکرد بهینه سازی قوی Bertsimas و Sim است و به دنبال بهینه سازی یک الگوی DEA تحت شرایط عدم قطعیت است. نتایج نشان داد که میانگین کارآیی فنی خالص در تمام سطوح احتمال انحراف هر محدودیت از کران خود بالاتر از میانگین کارآیی فنی بوده که نشان دهنده قابلیت و مهارت زیاد کشاورزان مزارع نمونه در شهرستان نیشابور در تولید گندم است. در هر دو الگوی DEA و RDEA بیشترین میزان اختلاف بین میانگین مقدار مصرف مطلوب و مقدار مصرف واقعی نهاده ها مربوط به دو نهاده آفت کش و سطح زیرکشت است. بر این اساس، برگزاری کلاس های ترویجی آموزش کشاورزان با هدف استفاده بهینه از زمین های کشاورزی موجود با همکاری کشاورزان کاملاً کارا توصیه می گردد. استفاده از نتایج الگوی RDEA برای انجام مراحل اصلاح سازی رفتار غیربهینه کشاورزان ناکارا در منطقه مورد مطالعه بعلت انعطاف پذیری بسیار زیاد آن در مقابل داده های غیردقیق (بر اساس نتایج شبیه سازی مونت کارلو) توصیه می شود.

هدف این مقاله بررسی آثار تسهیلات اعطایی سیستم بانکی بر ارزش افزوده بخش های صنعت، خدمات، کشاورزی، ساختمان و مسکن با استفاده از رویکرد حالت پایدار در مدل های رشد اقتصادی می باشد. بدین منظور از روش گشتاورهای تعمیم یافته سیستمی طی دوره زمانی 1396-1370 در اقتصاد ایران استفاده شد. نتایج نشان داد تسهیلات اعطایی غیرتکلیفی و تکلیفی تاثیر مثبت و معناداری بر ارزش افزوده بخش های اقتصادی دارد. در این میان، سهم تسهیلات اعطایی به بخش های خدمات، صنعت و معدن، ساختمان، مسکن و کشاورزی به ترتیب، بیش ترین تاثیر را بر ارزش افزوده داشته است. اولویت بندی بخش ها بر اساس بازدهی اقتصادی نسبت به مقیاس و نیز میزان تخصیص بهینه اعتبارات بانکی می تواند اثرات مطلوبی بر ارزش افزوده بخش های مختلف اقتصادی در ایران داشته باشد.

امروزه پیش بینی رخدادهای آینده نقش مهمی را در فرآیند تصمیم گیری ایفا می کند و برای برنامه ریزان، سیاست گذاران و واحدهای اقتصادی دارای اهمیت ویژه ای است. ازاین رو، هدف این پژوهش، طراحی مدلی پویا برای پیش بینی وضعیت آتی تولید، صادرات و واردات بخش کشاورزی ایران می باشد که در آغاز با استفاده از روش های اقتصادسنجی به صورت تک معادله ای و معادلات همزمان؛ تابع های تولید، عرضه، تقاضا، صادرات و واردات بخش کشاورزی طی دوره 96-1357 مورد برآورد قرار گرفت؛ سپس توابع یاد شده در الگوی پویایی های سیستم جایگذاری شد تا بتوان وضعیت بخش کشاورزی ایران را طی دوره 1416- 1396، شبیه سازی کرد. پیش بینی های به دست آمده از شبیه سازی این الگو نشان داد که طی 20 سال آینده، ارزش صادرات، واردات و عرضه کل بخش کشاورزی ایران افزایش یافته و به ترتیب سالانه  46/8، 7/0 و 21/2 درصد رشد خواهند یافت. جمعیت کشور نیز از مرز صد میلیون نفر عبور خواهد کرد و روند تولید و تقاضای بخش کشاورزی نیز متناسب با روند تغییر پذیری های جمعیتی تغییر خواهند کرد؛ به گونه ای که میانگین نرخ رشد سالانه ارزش تولید و تقاضای بخش کشاورزی به ترتیب 27/1 و 18/2 درصد برآورد شده است. اما به دلیل نرخ رشد جمعیتی پایین در دوره کنونی، پیش بینی می شود که طی سال های آتی به تدریج نیروی انسانی در این بخش کاهش خواهد یافت که این مسئله تأثیر مستقیمی بر میزان تولیدهای بخش کشاورزی خواهد داشت. لذا بر پایه نتایج به دست آمده، برای ارتقاء تولیدهای بخش کشاورزی و جبران کمبود نیروی کار در سال های آتی، افزایش سرمایه گذاری در راستای بهبود فناوری های کارآمد در این بخش می تواند به عنوان مهم ترین راهکار برای دستیابی به خودکفایی، امنیت غذایی و تأمین منبع های ارزی مورد نیاز کشور به شمار آید