درخت حوزه‌های تخصصی

در فضای رقابتی امروز، کشورهایی پیشتازند که با به کارگیری ابزارهای نوین، فعالیت های تجاری را سریع تر و کم هزینه تر کنند. پنجره واحد تجاری1 الکترونیکی یکی از این ابزارها است که برای بازرگانان این امکان را فراهم می سازد تا به جای مراجعه به نهادهای مختلف دخیل در امر صادرات و واردات و تکمیل فرم های مختلف الشکل، تنها به یک مرجع واحد مراجعه کرده و با تکمیل فرم های متحدالشکل، کالاها را با زمان و هزینه کم تری صادر یا وارد کنند؛ بنابراین، هزینه تمام شده محصولات، کاهش یافته و قدرت رقابتی بنگاه های داخلی در مواجهه با رقبا افزایش می یابد. بی تردید، تأسیس و کارایی این نهاد به بستر حقوقی مطمئنی نیاز دارد، اما در حال حاضر، نظام حقوقی ایران، فاقد ابزارهای حقوقی کافی و روشن است. از آنجا که تاکنون جنبه های حقوقی این نهاد در ادبیات ایران بررسی نشده است، لذا بخش نخست این مقاله به بیان مفهوم و مزایای پنجره واحد تجاری، بخش دوم به بیان ابعاد حقوقی موضوع و بخش سوم به نارسایی های حقوق ایران پرداخته و در پایان، براساس تجربیات حقوقی چند کشور موفق مانند مالزی و کره جنوبی، راهکارهای روشنی به قانونگذار و دستگاه های اجرایی ذینفع ارائه می شود.

پژوهش حاضر به مقایسه مدل های جریان های نقدی آزاد در ارزشگذاری شرکت می پردازد. از سه مدل «کاپلند»، «لن و پولسن» و «وردی» برای محاسبه جریان های نقدی استفاده شده است. برای ارزشگذاری نیز سه مدل «تنزیل جریان های نقدی آزاد»، «سود باقیمانده اولسون» و «تعدیل شده اولسون» مورد استفاده قرار گرفته است. برای آزمون فرضیه های تحقیق، داده های مربوط به 85 شرکت جمع آوری شدند و مورد آزمون قرار گرفتند. نتایج پژوهش نشان می دهد مدل تعدیل شده اولسون نسبت به سایر مدل ها از قدرت توضیح دهندگی بیشتری برخوردار است و جریان های نقدی آزاد محاسبه شده بر مبنای مدل های «لن و پولسن» ، «وردی» و «کاپلند» به ترتیب دارای بیشترین کارایی در مدل تعدیل شده اولسون برای تعیین ارزش سهام شرکت هستند.

بازاریابی حسی (Experiential Marketing) از رویداد بزرگ المپیک 2012 لندن حداکثر بهره برداری را کرد. شرکتهای بزرگی نظیر پراکتراندگمبل (P&G)، بیام دبلیو آدیداس، سامسونگ، کادبری، و کوکاکولا ، در اقدامی متفاوت، با بهره مندی از ""بازاریابی حسی"" کوشیدند تا نام تجاری خود را در اذهان تقویت کنند. پراکتراندگمبل، به سراغ شهردار لندن رفت تا با مواد شوینده، شهر لندن را زیباتر کند، بیام دبلیو و آدیداس بر آن شدند تا شبکهی اجتماعی را برای خود فعال سازند، کوکاکولا بنای عظیم کریستالی مهیا کرد تا با موسیقی، دیگران را به وجد آورد و... شرح این فعالیتها را در این اثر بخوانید.

Purpose - The study tested the extent to which the emotional intelligence (EI), job satisfaction (JS) and organizational citizenship behavior (OCB) and their dimensions are related. Alsoit was tested that whether job satisfaction mediates personality effects (Emotional Intelligence) on organizational citizenship behavior. method - A questionnaire survey was carried out to explore these relations at the Islamic Azad University of Tehran, South Branch. Participants were 187 employees who completed the Wong Law Emotional Intelligence Scale, Blazer Job Satisfaction Scale and Podsakoff Organizational citizenship behavior Scale. Some basic socio-demographic questions were included too. Finding - Results indicated that emotional intelligence affects both job satisfaction and organizational citizenship behavior; and job satisfaction affects organizational citizenship behavior significantly. Using structural equation modeling (SEM), it was cleared that job satisfaction mediates the effects of emotional intelligence on organizational citizenship behavior partially. Among the four EI dimensions, ""self-emotional aPPraisal"", ""other’s emotional aPPraisal"" and ""use of emotion"" were significant independent predictors of job satisfaction and all the four EI dimensions were significant independent predictors of OCB. Originality/value - The relations among emotional intelligence, job satisfaction and organizational citizenship behavior have been analyzed simultaneously. Job satisfaction was found to be a mediator between emotional intelligence and organizational citizenship behavior. Emotional intelligence dimensions have significant relation with some aspects of job satisfaction and some dimensions of organizational citizenship behavior.

تخصیص اجزاء مازاد شامل انتخاب اجزاء و سطوح افزونگی برای بیشینه نمودن قابلیت اطمینان تحت محدودیتهای مختلف سیستم است. در اکثر طراحیها، به دلیل وجود توابع هدف چندگانه متضاد، محاسبه قابلیت اطمینان دشوار میباشد. در مدل ارائه شده در این مقاله سه هدف شامل بیشینه سازی قابلیت اطمینان،کمینهسازی حجم و کمینهسازی هزینه مد نظر قرار میگیرد که برای حل آن، یک الگوریتم تلفیقی چندهدفه جدید بر پایه الگوریتمهای رقابتی و ژنتیک برای اولین بار در حل مسائل بهینه سازی قابلیت اطمینان چند هدفه با استفاده از تخصیص عضو مازاد پیشنهاد میشود. علاوه بر این از روش رویه شناسی رویه سطح 1( برای تنظیم عملگرهای الگوریتم پیشنهادی استفاده میشود. الگوریتم پیشنهادی در مقایسه با RSM( پاسخ 3از کارایی بالاتری برخوردار است. PAES 2و NSGA-II دو الگوریتم

قاچاقچیان مواد مخدر"" کسب و کار میلیارد دلاری دارند. چون کسب و کارشان غیر قانونی است، اجازه ی تبلیغات ندارند. با وجود این، بازاریابی و فروش، کلید طلایی کسب و کار سوداگران مرگ است. چگونه سوداگران مرگ، کسب و کارشان را با بازاریابی و فروش رونق می بخشند؟ پاسخ به این پرسش را در این اثر جستجو کنید. این اثر می آموزد نیازی نیست تا همه ی ابزارها را داشته باشید، کافی است کسب و کارتان را بخوبی بشناسید، و با هوشمندی موانع را برطرف کنید.

تمایل به دسترسی بیشتر به بازارهای سرمایه، کاهش هزینه سرمایه، کافی نبودن وجوه جمع آوری شده داخلی، ساختار پاداش دهی و نوع فعالیت، از جمله مواردی هستند که گسترده تر بودن گزارشگری سرمایه انسانی در شرکت های پیرو استراتژی پیشگام را توجیه می نمایند. در این مطالعه تلاش می شود تا علت، چگونگی و میزان تأثیر نوع استراتژی تجاری شرکت (پیشگام یا مدافع) بر میزان گزارشگری اطلاعات سرمایه انسانی آن شناسایی گردد. نمونه نهایی مورد استفاده برای این مطالعه، مشتمل بر 41 شرکت پذیرفته شده در بورس اوراق بهادار تهران می باشد و برای پردازش داده ها، نرم افزارهای SPSS17 و EViews7 به کار گرفته شده اند. همچنین گفتنی است به منظور پردازش داده ها، از خوشه بندی، آزمون t دو نمونه ای و روش گشتاورهای تعمیم یافته استفاده شده است. نتایج پژوهش بیانگر تأثیر مثبت و معنادار تمایل به استراتژی پیشگام بر گزارشگری سرمایه انسانی شرکت های پذیرفته شده در بورس اوراق بهادار تهران است.

چکیدهخوشه بندی به عنوان یکی از روش های داده کاوی توصیفی، روشی برای گروه بندی مشاهده ها به k خوشه (گروه) مختلف است. خوشه بندی بازار سهام، اطلاعات سودمندی را جهت پیش بینی تغییرات قیمت سهام شرکت های مختلف در اختیار سرمایه گذاران شخصی و متخصصان مالی قرار می دهد. در سال های اخیر، خوشه بندی شرکت های پذیرفته شده در بورس اوراق بهادار براساس شباهت در روند حرکتی یا به عبارتی شکل بازار آن ها، مورد توجه قرار گرفته است. رویکردهای موجود خوشه بندی، نتایج خوبی برای این روند ارائه نمی دهند؛ زیرا داده های مربوط به قیمت سهام شرکت ها داده های سری زمانی مالی هستند که دارای ابعاد زیاد است و تغییرات در این داده ها، معمولا با شیفت های زمانی همراه است. این ویژگی ها، خوشه بندی شرکت ها براساس روند حرکتی قیمت سهام آن ها را بسیار پیچیده کرده است. از طرفی در بین روش های موجود، روشی برای خوشه بندی بازار سهام که بتواند شرکت ها را به زیرخوشه هایی که حاوی اطلاعات مفید برای استفاده کننده نهایی است، تقسیم کند وجود ندارد. در تحقیق حاضر، روش خوشه بندی سه مرحله ای برای خوشه بندی شرکت های موجود در بورس اوراق بهادار، براساس شباهت در روند حرکتی قیمت سهام شرکت ها، مورد استفاده قرار گرفته است. در مرحله اول، کاهش ابعاد داده ها صورت گرفته است و خوشه بندی تقریبی شرکت ها انجام می شود. سپس در مرحله دوم، خوشه های ایجاد شده در مرحله قبل، به زیرخوشه های با کیفیت و دقت بیشتر تقسیم می شوند. در نهایت، زیر خوشه های ایجاد شده، در مرحله سوم ادغام و خوشه های نهایی ارائه می شود. مدل ارائه شده، با استفاده از روش مجموع مربعات خطا مورد ارزیابی قرار می گیرد. نتایج تحقیق نشان می دهد روش خوشه بندی سه مرحله ای در مقایسه با سایر الگوریتم های خوشه بندی مرسوم از نظر اثربخشی و کیفیت، عملکرد بهتری دارد

پژوهش حاضر به مطالعه ی پیش بینی ورشکستگی مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران به وسیله ی شبکه های عصبی مصنوعی می پردازد. بهترین نسبت های مالی پیش بین در پژوهش های صورت گرفته در پیشینه موضوع به عنوان ورودی شبکه های عصبی انتخاب شده اند. شبکه ی عصبی به کار گرفته شده در این پژوهش از نوع پرسپترون چند لایه می باشد که به روش الگوریتم پس انتشار خطا آموزش دیده اند، و شامل شبکه عصبی پیشخور سه لایه با ترکیب (5:18:2) در آرایش نرون هاست. نمونه های انتخاب شده در برازش الگو شامل یک گروه 54 عضوی از شرکت های ورشکسته ویک گروه 64 عضوی از شرکت های غیرورشکسته بورس اوراق بهادار تهران است که گروه ورشکسته بر مبنای مشمولیت ماده 141 قانون تجارت طی سال های 1381 تا 1389و گروه غیرورشکسته وبراساس روش نمونه گیری تصادفی از شرکت های تولیدی پدیرفته شده در بورس اوراق بهادار تهران طی دوره زمانی تحقیق انتخاب شده اند. از مدل تحلیل تمایزی چندگانه به منظور مقایسه ی دقت پیش بینی مدل شبکه های عصبی استفاده شده است. ملاک صحت پیش بینی مدل ها سطح زیر منحنی ROC می باشد.