فیلترهای جستجو:
فیلتری انتخاب نشده است.
نمایش ۱٬۹۰۱ تا ۱٬۹۲۰ مورد از کل ۴٬۰۴۵ مورد.
ارائه مدل پیشبینی شاخص کل قیمت سهام با رویکرد شبکههای عصبی (مطالعه موردی: بورس اوراق بهادار تهران)(مقاله علمی وزارت علوم)
حوزه‌های تخصصی:
هدف تحقیق حاضر ارائه مدل پیشبینی شاخص قیمت سهام در بورس اوراق بهادار با استفاده از شبکههای عصبی مصنوعی است. بر این اساس، شاخص صنعت، شاخص مالی و شاخص بازده نقدی به صورت سالانه به عنوان متغیرهای ورودی (مستقل) طرح شد. برای ارزیابی مدل شبکه عصبی از طرح MLP با الگوریتم آموزش پس انتشار و مدل چند عاملی بهره گرفته شده است. نتایج نشان میدهد که مدل شبکه عصبی پیشنهادی، توانایی بالایی در پیشبینی شاخص قیمت سهام در بورس اوراق بهادار تهران را دارا میباشد. در پایان مقاله، بحث، نتیجه گیری، پیشنهادات کاربردی و نیز مواردی در خصوص ادامه و پیگیری تحقیقات مشابه در آینده بیان شده است.
بازار بیزار
حوزه‌های تخصصی:
- حوزه‌های تخصصی اقتصاد اقتصاد کلان و اقتصاد پولی سیاست پولی و بانک مرکزی،عرضه پول و اعتبار عرضه پول،اعتبار،ضرایب فزاینده پولی
- حوزه‌های تخصصی اقتصاد اقتصاد کلان و اقتصاد پولی قیمت ها،نوسانات تجاری،دورهای تجاری سطح عمومی قیمت ها،تورم
- حوزه‌های تخصصی اقتصاد اقتصاد مالی بازارهای مالی قیمت گذاری دارائی،حجم مبادله،نرخ های بهره اوراق قرضه
بررسی تأثیر زیرساخت های حمل و نقل بر سرمایه گذاری مستقیم خارجی در ایران در دوره (53- 1386)
منبع:
اقتصاد مالی سال ۳ تابستان ۱۳۸۸ شماره ۷
102-115
حوزه‌های تخصصی:
زیر ساختهای قوی باعث کاهش هزینه های حمل و نقل،که این کاهش در هزینه های حمل و نقل،انگیزه ای برای ورود شرکت های منطقه ای و چند ملیتی ایجاد کرده و جذب سرمایه گذاران مستقیم خارجی در ایران(1386-53) است،که با استفاده از دو روش اقتصاد سنجی سری زمانی روش همجمعی جوهانسون-جوسیلیس به برآورد رابطه بلند مدت و بر اساس الگوی تصحیح خطا به برآورد روابط کوتاه مدت پرداخته ایم.نتایج برآورد مدل نشان می دهد که زی ساختهای حمل و نقل در دوره مورد بررسی در بلند مدت تاثیر مثبت و معناداری بر سرمایه گذاری مستقیم خارجی داشته که،ضریب این متغیر 2.55 است.
تحلیل آثار افزایش قیمت حاملهای انرژی بر صنعت فولاد ایران
منبع:
اقتصاد مالی سال ۳ زمستان ۱۳۸۸ شماره ۹
23-36
حوزه‌های تخصصی:
اصلاح قیمت حاملهای انرژی از حساسیت بالایی در اقتصاد کشور به خصوص بخش صنعت برخوردار است.صنعت فولاد از جمله صنایع انرژی بر،سرمایه بر و نیازمند تکنولوژی بالا می بتشد که سهم بالای انرژی در تولید ان(حدود 8 درصد) سبب می شود که افزایش قیمت حاملهای انرژی ،قیمت تمام شده تولید و فروش محصول را تحت تاثیر قرار دهد.لذا به علت وجود ارتباطات پسین و پیشین این صنعت با سایر صنایع،تغییر قیمت فولاد آثار مهمی بر سایر بخش های اقتصادی و صنعتی نیز خواهد داشت.نتایج این تحقیق نشان می دهد که در صورت افزایش قیمت حاملهای انرژی آثار مستقیم این سیاست بر هزینه تمام شده صنعت فولاد در هر سال به صورت مشروط قابل تحمل خواهد بود.دلیل مشروط بودن امر این است که اگر بسته سیاسی غیر قیمتی مانند اصلاح فرایند،بهبود تکنولوژی تولید و اصلاح الگوی مصرف انرژی در واحدهای صنعتی همزمان و به موازات سیاست قیمتی به کار گرفته نشود،به دلیل انباشت آثار تجمعی افزایش قیمت حاملهای انرژی ،احتمال ورشکستگی و تعطیلی واحدهای صنعتی کشور وجود دارد.
بررسی امکان پیش بینی شاخص قیمت سهام در بازار سرمایه ایران و مقایسه توان پیش بینی مدل های خطی و غیر خطی
منبع:
اقتصاد مالی سال ۳ تابستان ۱۳۸۸ شماره ۷
56-83
حوزه‌های تخصصی:
سری های زمانی بسیار پیچیده مانند قیمتهای بازار سهام،معمولا تصادفی بوده ،در نتیجه تغییرات آنها غیر قابل پیش بینی فرض می شود.در بیشتر موارد در بررسی مشاهدات اماری مربوط به متغیرهای اقتصادی از جمله قیمت بازار سهام از آزمونهایی استفاده شده که در مواجهه با داده های آشوبی به اشتباه افتاده و انها را در داده های تصادفی تشخیص داده اند.در حالی که این داده ها در واقع،از مقام های معینی به و جود می ایند که با اختلالاتی جزیی همراه می باشد.به همین دلیل آزمونهای پیش بینی پذیری و غیر خطی برای بررسی و جود روند آشوبی معین و فرایندهای غیر خطی در سری زمانی شاخص روزانه سهام بازار اوراق بهادار تهران در بازه زمانی 1379/8/1 تا 1386/7/2 مورد استفاده قرار داده ایم که از جمله می توان به آزمونهای BDS,HURST، تسلسل و بعد همبستگی اشاره نمود که نتایج به دست آمده نشان دهنده پیش بینی پذیری و وجود روند غیر خطی در داده های مورد بررسی بوده است.پس از حصول اطمینان از پیش بینی پذیری و وجود روند غیر خطی در داده های شاخص روزانه سهام،جهت ارائه مدل مناسب برای پیش بینی شاخص قیمت سهام،مدل های سری زمانی خطی (AR) و غیر خطی(GARCH)و شبکه عصبی مصنوعی(ANN) برآورد کرده،سپس،نتایج به دست امده از پیش بینی توسط این مدلها را با استفاده از معیارهای CDC,RMSE,MAE,MAPEو آماره U-THEILمورد مقایسه قرار داده ایم.نتایج به دست امده از مقایسه توان پیش بینی این مدلها بیانگر توان بالای پیش بینی در مدلهای شبکه عصبی مصنوعی نسبت به مدلهای دیگر است.
مدیریت ریسک عملیات نوین
گوش به زنگ باشید
بحران مالی جهانی و کشورهای در حال توسعه
حوزه‌های تخصصی:
مقایسه قدرت پیش بینی برای مدلهای فاما و فرنچ و ارزش بتا و بازده مورد انتظار سهام
حوزه‌های تخصصی:
مقاله حاضر به مقایسه دو مدل – مدل (RBM)، مدل سه عامله (F&F) برای پیش بینی بازده مورد انتظار در بازار بورس اوراق بهادار تهران می پردازد.
یافته های تحقیق نشان می دهد که مدل سه عامله F&F بر مدل RBM برتری دارد و ارتباط اندازه شرکت با بازده مورد انتظار شرکت مستقیم و نسبت ارزش دفتری به ارزش بازار با بازده مورد انتظار شرکت معکوس می باشد.
وکالت در هیات داوری
حوزه‌های تخصصی: