درخت حوزه‌های تخصصی

هدف از پژوهش حاضر این است که با استفاده از نسبت های مالی، به مدلی بر پایه نسبت های مالی برای پیش بینی بازده جاری و آتی شرکت ها دست بیابیم. در این پژوهش به منظور بررسی توانایی نسبت های مالی در تبیین بازده جاری و پیش بینی بازده آتی سهام، از روش درخت تصمیم استفاده شده است. در این روش مجموعه ای از شرط های منطقی به صورت یک الگوریتم با ساختار درختی برای پیش بینی و تبیین یک پیامد به کار می رود. از این رو مدل های حاصل از چهار الگوریتم درخت تصمیم (شامل CHAID، ECHAID، QUEST و CRT) با استفاده از 70 درصد داده های پژوهش شکل گرفته و نتایج حاصل از آزمون آن ها در 30 درصد باقیمانده داده ها به وسیله معیار هایی نظیر صحت، دقت و جداول درهم ریختگی مقایسه شده است. از اطلاعات 317 شرکت پذیرفته شده بورس اوراق بهادار تهران طی سال های 1381 تا 1392 در این پژوهش استفاده شده است. نتایج به دست آمده نشان می دهد که الگوریتم های CRT و ECHAID در تبیین بازده جاری و الگوریتم CHAID در پیش بینی بازده آتی بهترین عملکرد را دارند. همچنین قدرت مدل ها در تبیین بازده جاری بیشتر از پیش بینی بازده آتی است. چون در هر دو حالت توانایی مدل ها از نظر آماری قابل اتکا نبوده، فرضیه برقراری ارتباط تبیینی بین نسبت های مالی طرح شده در این پژوهش و تغییرات بازده جاری و آتی سهام رد می شود.

در گذشته ارتباط موسسات بیمه و بازارهای سرمایه بیشتر به جایگاه این موسسات در بازارهای سرمایه از طریق سرمایه گذاری ذخایر آنان در این بازارها محدود می شد. به بیان دیگر بازارهای بیمه قبلا به طور غیرمستقیم از بازار سرمایه استفاده می کردند....

سهامداران جهت گرفتن تصمیم های سرمایه گذاری مناسب، نیازمند اطلاعاتی هستند که آنها را در گرفتن بهترین تصمیم یاری رساند. در میان اطلاعات موجود، اطلاعات مربوط به سود پیش بینی شده هر سهم از نظر استفاده کنندگان با اهمیت تلقی می شود. از طرفی شرکت ها برای جذب سرمایه گذاران سعی می کنند سود هر سهم را با بیشترین دقت پیش بینی کنند. بنابراین، مقاله حاضر به دنبال ارائه مدلی جهت بهبود پیش بینی سود هر سهم شرکت های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از رویکرد های نوین هوش مصنوعی است. برای این منظور ابتدا عوامل مؤثر بر سود هر سهم سال آتی از پژوهش های داخلی و خارجی استخراج شد، سپس با استفاده از اطلاعات مالی شرکت های نمونه در بازه زمانی سال های 1384 تا 1391 و به کارگیری روش ماشین بردار پشتیبان و شبکه های عصبی مصنوعی، مدلی هایی جهت پیش بینی سود هر سهم طراحی گردید. مدل ماشین بردار پشتیبان توانست سود هر سهم سال آتی شرکت های نمونه را با میزان خطای مطلوب 5 درصد پیش بینی کند. این مدل سود هر سهم سال جاری را با ضریب تأثیر 25 درصد به عنوان مؤثرترین متغیر برای پیش بینی سود هر سهم آتی معرفی می کند. همچنین نتایج نشان می دهد که مدل ماشین بردار پشتیبان در مقایسه با مدل شبکه های عصبی مصنوعی عملکرد مشابهی دارد.

قیمت سهام در هر صنعت یکی از بحث های جدی در بازار بورس بشمار می آید. موضوع اصلی این پژوهش تعیین رابطه بین نسبت های مالی و قیمت سهام در گروههای غذایی، قندی، ماشین آلات و تجهیزات و زراعت و خدمات وابسته به شرکت های پذیرفته شده در بورس اوراق بهادار است. بدین منظور، از داده های سال های 1378 تا 1388 برای شرکت های منتخب بورسی وابسته به استفاده شده است. متغیرهای مالی شامل نسبت PVAR بخش کشاورزی در قالب مدل سودآوری(نرخ بازده دارایی و نرخ بازده حقوق صاحبان سهام)، اهرم مالی(نسبت بدهی) و قیمت سهام صنایع وابسته به بخش کشاورزی است. نتایج نشان دادند که واکنش قیمت سهام صنایع وابسته به بخش کشاورزی نسبت به بازده دارایی ها، نسبت اهرمی و نسبت حقوق صاحبان سرمایه مثبت است. اثر یک واحد تکانه در نسبت بدهی در دو دوره نخست تأثیری چندان ندارد، ولی پس از دوره چهارم به صورت صعودی اثر گذار است. برای نسبت سودآوری و نسبت بازده دارایی ها نیز در اوایل دوره چندان اثر گذار نمی باشد، ولی در طی زمان به صورت صعودی بر قیمت سهام صنایع وابسته به بخش کشاورزی اثر گذار است. هم چنین، نتایج مطالعه حکایت از آن دارد که واکنش قیمت سهام صنایع وابسته به بخش کشاورزی نسبت به بازده دارایی ها، نسبت اهرمی و نسبت حقوق صاحبان سرمایه مثبت است. اثر یک واحد تکانه در نسبت های مالی در دوره های نخست تأثیر چندانی ندارد، ولی پس از دوره بصورت صعودی اثرگذار است. نتایج بدست آمده نیز نشان دادند که بر قیمت سهام صنایع وابسته به بخش کشاورزی اضافه بر تحلیل شرکت ها بایستی به سایر عوامل از جمله متغیرهای اقتصادی و جو روانی بازار نیز توجهی ویژه شود و هم چنین، برای بررسی رابطه بین نسبت های مالی و قیمت سهام می توان از تعداد نسبت های مالی را افزایش داد یا از سایر نسبت های مالی استفاده کرد.

حقوق دانان جمله معروفی دارند: «جهل به قانون رافع مسئولیت» نیست. بیمه نامه صادرشده برای بیمه گذار درحقیقت، نوعی قرارداد است که باید از سوی بیمه گذار مطالعه شود اما در عمل بیمه گذاران بیشتر از انچه به نوع پوشش ها حساسیت داشته باشند به قیمت (حق بیمه) حساسیت نشان می دهند. همین امر باعث می شود که در مواردی نماینده فروش بیمه نامه یا بیمه گر برای رسیدن به قیمت مدنظر بیمه گذار، از تعهدات بیمه نامه بکاهد و تغییراتی در شرایط خصوصی و عمومی بیمه نامه بدهد. پیامدهای این نگرش در زمان بروز خسارت نمایان می شود، بنابراین مطالعه بیمه نامه و شرایط عمومی، کمترین چیزی است که بیمه گذار باید به آن بپردازد. این موضوع درمواقعی چنان وضعیت وخیمی ایجاد می کند که به این موضوع پی برده شود که بسیاری از بیمه گذاران و حتی همکاران بیمه ای و بیمه گران در بخش فروش پس از سال ها فعالیت هیچگاه پشت بیمه نامه را مطالعه ننموده اند و شرایط عمومی مندرج در آن را نخوانده اند تا با حق و حقوق و وظایف خود آشنا شوند. طبیعتاً در زمان بروز خسارت، بیمه گذار به علت اینکه در زمان صدور، تمامی حق بیمه خود را پرداخت نموده است، انتظار دریافت کامل خسارت را دارد. اما در زمان دریافت هزینه با کسوراتی قانونی مندرج در بیمه نامه مواجه می شود که اعتراض وی را به دنبال دارد. برای مثال می توان به موضوع فرانشیز اشاره نمود که در شرای عمومی قراردادهای بیمه درج شده است