اقتصاد

تسهیلات اعطایی بیشترین قلم دارایی شبکه بانکی کشور را تشکیل می دهند که بزرگ ترین منبع ریسک اعتباری نیز می باشد. در واقع ریسک اعتباری که به مفهوم احتمال عدم بازپرداخت تسهیلات است، از جمله مهم ترین ریسک های پیش روی بانک های کشور است که بنا به دلایل مختلف، از جمله فقدان استانداردهای مربوط به اعتبارات، مدیریت ضعیف سبد تسهیلات و عدم توجه به تغییرات اقتصادی، با آن روبه رو می شود. علی رغم اهمیت مدیریت این ریسک، همچنان شاهد وجود ریسک اعتباری بالا برای بانک های کشور هستیم. بنابراین ضروری است، بانک ها روش های مناسبی برای اندازه گیری ریسک اعتباری در نظر بگیرند و به روش های استاندارد آن را مدیریت نموده و سرمایه لازم برای پوشش آن در نظر بگیرند. در این تحقیق بر اساس ادبیات نظری و تجربی موجود در سطح بین الملل، معیارهای مناسب برای ارزیابی مدیریت ریسک اعتباری انتخاب شده است. سپس با به کارگیری تابع توزیع کرنل، آستانه بحرانی برای مدیریت ریسک اعتباری استخراج شده است. همچنین با استفاده از داده های پانلی صورت مالی بانک های کشور و متغیرهای کلان اقتصادی نظیر رشد اقتصادی، تورم و نرخ سود تسهیلات، در دوره زمانی ۱۳۹۴-۱۳۸۵، اثر بحران مدیریت ریسک اعتباری بر رشد اقتصادی بررسی شده و مقدار بحرانی رشد اقتصادی با توجه به آستانه های مورد نظر، محاسبه شده است. نتایج حاکی از این است که هر چه شبکه بانکی در مدیریت ریسک اعتباری ضعیف عمل نماید، رشد اقتصادی آسیب بیشتری متحمل شده و با روند شدیدتری با کاهش مواجه می شود.

۱۷۷۱۱.

مدل روسی یا مدل چینی

نویسنده: سهراب شهابی

منبع: روند اقتصادی آذر و دی ۱۳۸۲ شماره ۴

حوزه‌های تخصصی:

حوزه‌های تخصصی اقتصاد توسعه اقتصادی،تغییر تکنولوژیکی،رشد برنامه ریزی و سیاست گذاری مدل های برنامه ریزی،سیاست ها

تعداد بازدید : ۱۰۸۶ تعداد دانلود : ۵۳۱

۱۷۷۱۲.

پیش بینی روند تغییرات قیمت سهم با استفاده از ماشین بردار پشتیبان وزن دهی شده و انتخاب ویژگی هیبرید به منظور ارائه استراتژی معاملاتی بهینه(مقاله علمی وزارت علوم)

نویسنده: سعید باجلان سعید فلاح پور ناهید دانا

منبع: راهبرد مدیریت مالی سال چهارم پاییز ۱۳۹۵ شماره ۱۴

حوزه‌های تخصصی:

حوزه‌های تخصصی اقتصاد اقتصاد مالی بازارهای مالی پیش بینی های مالی

تعداد بازدید : ۱۰۸۶ تعداد دانلود : ۶۸۳۵

در این پژوهش، یک مدل پیش بینی براساس روش ماشین بردار پشتیبان تعدیل شده با استفاده از وزن دارکردن تابع جریمه مدل با توجه به حجم معاملات واقعی روزانه به منظور افزایش دقت پیش بینی نوسان های کوتاه مدت در بازار سهام و دست یابی به استراتژی معاملاتی بهینه، ارائه شده است. همراه با طبقه بندی کننده ماشین بردار پشتیبان تعدیل شده، از یک روش انتخاب ویژگی هیبرید، مرکب از یک بخش فیلتر کننده و یک بخش پوشش دهنده به منظور انتخاب زیرمجموعه ای بهینه از ویژگی ها استفاده شده است. همچنین به منظور بررسی توانایی مدل پیشنهادی در پیش بینی روند قیمت، یک استراتژی معاملاتی بر پایه نتایج مدل داده می شود. ورودی مدل چندین شاخص تحلیل تکنیکال و شاخص های آماری متعددی هستند که برای تعداد 10 سهم انتخاب شده از بورس اوراق بهادار تهران محاسبه شده اند. نتایج نشان می دهد که مدل ماشین بردار پشتیبان وزن دهی شده، همراه با روش انتخاب ویژگی هیبرید پیشنهاد شده، میزان دقت پیش بینی را به میزان قابل توجهی افزایش داده و نیز نتایج استراتژی معاملاتی پیشنهادشده را نسبت به استراتژی های رقیب، هم از لحاظ میزان بازده کلی و هم از لحاظ میزان بیشینه ضرر در طول دوره سرمایه گذاری بهبود می بخشد.

۱۷۷۱۳.