ترتیب بر اساس: جدیدترینپربازدیدترین
فیلترهای جستجو: فیلتری انتخاب نشده است.
نمایش ۲٬۶۲۱ تا ۲٬۶۴۰ مورد از کل ۴٬۱۰۵ مورد.
۲۶۲۲.

آزمون کارایی و وجود حباب قیمت در بورس اوراق بهادار تهران با استفاده از قاعده ی فیلتر و الگوی CAPM

حوزه‌های تخصصی:
تعداد بازدید : ۲۶۱۷ تعداد دانلود : ۱۹۷۴
بازار بورس اوراق بهادار مهمترین بخش بازار سرمایه ی کشور است. نقش اصلی بورس اوراق بهادار، جذب و هدایت پس انداز ها و نقدینگی سرگردان و پراکنده ی جامعه به مسیر های بهینه است، به طوری که بخش عمده ای از سرمایه ها، جذب سود آورترین فعالیت ها و پروژه ها شود. برای رسیدن به این هدف بورس اوراق بهادار باید کارا باشد. با توجه به اهمیت اطلاعات در بورس، کارایی در این بازار با استفاده از سه مجموعه اطلاعات مورد بررسی قرار می گیرد. این اطلاعات عبارتند از: (1) اطلاعات مربوط به گذشته؛ (2) کلیه ی اطلاعات عمومی انتشار یافته؛ و (3) اطلاعات عمومی و اطلاعات خصوصی و محرمانه. با توجه به این سه نوع اطلاعات، کارایی بازار به ترتیب در سه سطح ضعیف، نیمه قوی و قوی قابل بررسی است. در این تحقیق با استفاده از قاعده ی فیلتر (یکی از روش های موثر در بررسی کارایی در سطح ضعیف)، میزان کارایی اندازه گیری شده است. همچنین، با استفاده از روش CAPM وجود یا عدم وجود حباب قیمتی، پس از دوران رکود در بازار بورس بررسی شده است. بر اساس نتایج این تحقیق، بازار بورس اوراق بهادار در دوره ی مورد بررسی (1386:3-1383:1) فاقد کارایی در سطح ضعیف است و حتی میزان کارایی، در دو سال 1385 و 1386 کمتر از سال های 1383 و 1384 بوده است. با این وجود، بر اساس برآورد الگوی CAPM حباب قیمت در این بازار از میان رفته است و قیمت ها به ارزش ذاتی خود نزدیک شده اند.
۲۶۲۸.

ارتباط بین بازده پر تفوی با ریسک سیستماتیک و اهرم مالی در صنایع پذیرفته شده بورس اوراق بهادار تهران : صنایع شیمیایی، ماشین آلات حمل و نقل ، غذایی و پلاستک(مقاله علمی وزارت علوم)

۲۶۳۴.

کاربرد شبکه های عصبی در رتبه بندی اعتباری متقاضیان وام فروش اقساطی(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۲۸۳۲ تعداد دانلود : ۱۵۵۵
روش های سنتی تصمیم گیری در مورد اعطای اعتبار به متقاضیان وام، همانند آنچه که اکنون در کشور ما انجام می گیرد، بر پایه قضاوت شخصی در مورد خطر عدم باز پرداخت استوار است. با این وجود، فشارهای اقتصادی ناشی از افزایش تقاضا برای شکل های مختلف اعتبار، در کنار رقابت های تجاری گسترده و تلاش موسسات مالی و بانک ها برای پایین آوردن در صد عدم باز پرداخت، موجب افزایش به کارگیری روش های آماری در زمینه اعطای اعتبار شده است. رتبه بندی اعتباری به منظور پیش بینی احتمال کوتاهی در بازپرداخت و یا عدم باز پرداخت و یا معادل آن برای طبقه بندی متقاضیان اعتبار به دو گروه ریسک خوب و ریسک بد مورد استفاده قرار می گیرد. از جمله مزایای این روش می توان به صرفه جویی در زمان، صرفه جویی در هزینه، حذف قضاوت های شخصی و افزایش دقت در ارزیابی متقاضیان وام اشاره کرد. روش های آماری مختلفی از جمله آنالیز ممیزی، رگرسیون لجستیک، روشهای هموارسازی نا پارامتری وشبکه های عصبی در زمینه رتبه بندی اعتباری مورد استفاده قرار گرفته اند. در این میان، "شبکه های عصبی" به دلیل انعطاف پذیری بالاتر، در سال های اخیر بیشتر مورد توجه قرار گرفته اند. در این مقاله، یک مدل شبکه عصبی برای طبقه بندی متقاضیان دریافت وام فروش اقساطی ارائه و سپس عملکرد این مدل را با دو مدل آماری آنالیز ممیزی و رگرسیون لجستیک مقایسه می کنیم. نتایج حاصل از این مقایسه نشان می دهد که مدل شبکه عصبی در مقایسه با سایر مدل های مورد مطالعه، از کارایی و دقت بالاتری برخوردار است.

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

زبان