مطالب

در این مقاله، مروری کلی به اخلاق مدرن با توجه به ارتباط آن با اخلاق دینی ارائه شده است. در این مرور کلی، اهمیت نقش مونتایگن، هابس، هیوم، کانت و هگل در تغییر مسیر اخلاق از دین بیان شده است و چنین استدلال شده که هر کس به ارائه اخلاق دینی در جهان معاصر امیدوار است، باید به مطالعه و بررسی فرآیند سکولارسازی اخلاق بپردازد. هم چنین به چند گرایش اخیر نیز اشاره شده و نظریه های اخلاقی در عصر حاضر به سه دسته کلی تقسیم شده است: نظریه های نتیجه گرا، وظیفه شناختی و فضیلت محور. درنهایت اثبات شده است که اخلاق دینی موفق باید موارد قوت این سه رویکرد را در خود فراهم آورد.

شروط ضمن عقد که نقش مهمی در تعریف، توسیعیا تحدید حقوق و تکالیف قراردادی متعاملین دارند، گاه درعمل عقیم می مانند و در نتیجه، تعادل اقتصادی قرارداد به نفع یکی از طرفین به هم می خورد. ضمانت اجرای فسخ که در قانون مدنی برای مشروط له پیش بینی شدهاست، علاوه بر آنکه ثبات و استحکاممعاملات را به مخاطره می اندازد، همیشه از وی جبران خسارت نمی کند.نظریه متداول بر پایه این استدلال که ارش امری است استثنائی و مقابله ای میان ثمن و شرط ضمن عقد وجود ندارد، معتقد است امکان مطالبه ارش برای مشروط له وجود ندارد، ولی این تحقیق با رد استدلال های دیدگاه رایج که نوعاً بر مفروضات فلسفی قابل تردیدمبتنی است، بر پایه مفهوم ارش و لزوم تدارک ضرر و نفی دارا شدن بلاجهت و لزوم مراعات عدالت معاوضی، درصدد اثبات ارش است.

اهمیت سرمایه گذاری برای رشد و توسعه ی اقتصادی و اجتماعی به اندازه ای است که آن را یکی از اهرم های قوی برای رسیدن به توسعه کرده است؛ اما باید به یاد داشت که به همان میزان که توجه به این امر می تواند باعث شود اقتصاد رشد یابد و شکوفا شود، توجه نکردن به آن می تواند موجب شود افت اقتصادی پیش آید؛ بنا بر این باید گفت که رشد اقتصادی و افزایش رفاه عمومی، دربلندمدت، بدون توجه به سرمایه گذاری و عوامل مهم مؤثر موجود در محیط آن ممکن نیست.مطالعه ی دقیق تجزیه و تحلیل سرمایه گذاری و عوامل مهم در محیط فعالیت سرمایه گذاران می تواند از یک طرف موجب شود حجم نقدینگی های سرگردان و تورم کاهش یافته، اشتغال افزایش یابدوازطرف دیگر، باعث شود مدیریت بهتر شده، ثروت سرمایه گذاران افزون گردد. هدف از نگارش پژوهش حاضر بررسی عوامل مؤثر بر سرمایه گذاری در سهام است که به وسیله ی دو دسته متغیر به عنوان سؤال های پژوهش آزمون شده است. این دو دسته، متغیرهای مربوط به ویژگی های سرمایه گذاران (ادراک ریسک، تمایل به ریسک و تخصیص سرمایه) و ویژگی های مربوط به بازار سرمایه(نرخ بازده مورد انتظار و اطلاعات عملکرد گذشته) هستند. در تحقیق حاضر، برای جمع آوری اطلاعات مربوط به مبانی نظری پژوهش از روش کتابخانه ای (نظیر کتاب ها و مجله های علمی) و برای جمع آوری اطلاعات برای تحلیل و آزمون فرضیات پژوهش از پرسش نامه استفاده شده است. در این پژوهش، برای تجزیه و تحلیل و آزمون سؤال های پژوهش از روش های آمار توصیفی و استنباطی (آزمون کولموگورف ـ اسمیرنوف و آزمون t دونمونه ای) استفاده شده است. نتایج پژوهش حاضر نشان می دهند که ادراک ریسک بر تمایل به سرمایه گذاری، نرخ بازده مورد انتظار و تخصیص سرمایه، و اطلاعات عملکرد گذشته بر تمایل به سرمایه گذاری و نرخ بازده مورد انتظار تأثیر می گذارند.

تصمیم گیری همواره، یکی از مهم ترین وظایف مدیر بوده، در این بین، پیش بینی نتایج ورودی به سیستم و در حقیقت، نتایج شقوق مختلف تصمیم، جزءِ دغذغه های اصلی فرایندهای بهینه سازی تصمیم بوده است. از سوی دیگر، شناسایی عواملی که بر خروجی تصمیم یا نتیجه ی پیش بینی تأثیرگذارند اهمیت دارند؛ چرا که با شناسایی این عوامل می توان مدل مناسبی برای پیش بینی تدوین و سپس، کسب نتیجه از آن اقدام نمود. یکی از عوامل مهم برای تصمیم گیری سرمایه گذاران در مورد با خرید و فروش سهام یک شرکت، پیش بینی سود نقدی سهام بوده، در این مورد می توان از صورت های مالی در جایگاه ابزاری برای این پیش بینی استفاده نمود؛ بدین ترتیب که نسبت هایی را از صورت های مالی استخراج نموده، بر اساس آنها، مدلی برای پیش بینی سود آتی سهام توسعه داد و در نهایت تصمیم گرفت. در این مقاله سعی شده با استفاده از الگوریتم ژنتیک[1] و تلفیق آن با شبکه ی عصبی مصنوعی[2]، عوامل مؤثر بر پیش بینی سود آتی سهام (شامل نسبت های استخراج شده از صورت های مالی) شناسایی شده، در نهایت، این متغیرهای مؤثر بر خروجی، در مدلی که به مدد شبکه ی عصبی طراحی و برای پیش بینی سود آتی سهام به کار گرفته شوند. برای موردکاوی، به پیش بینی سود نقدی سهام 194 شرکت پذیرفته شده، در بورس توجه شده و 24 متغیر موجود در صورت های مالی که بر اساس نظر خبرگان در تغییرات سود نقدی سهام دخالت دارند، به مدل وارد شده اند. در نهایت، مدل ترکیبی با توجه به دینامیسم موجود بین متغیرهای ورودی، ده متغیر را به عنوان ترکیب بهینه ی متغیرهای تأثیرگذار انتخاب نموده که در مرحله ی دوم، به یک شبکه ی عصبی که برای پیش بینی طراحی شده، وارد شده اند و خطای حاصل از پیش بینی مبنای مقایسه با دیگر روش ها قرار گرفته است.