مطالب مرتبط با کلیدواژه

بازار اوراق بهادار تهران


۱.

ساختار مالکیت و کارایی شرکت های فعال در بازار اوراق بهادار تهران(مقاله علمی وزارت علوم)

کلیدواژه‌ها: کارایی ساختار مالکیت بازار اوراق بهادار تهران تمرکز مالکیت شاخص های تمرکز مالکیت خصوصی سازی کوپنی کشورهای سوسیالیستی سابق Q توبین

حوزه های تخصصی:
تعداد بازدید : ۳۱۹۲ تعداد دانلود : ۱۵۶۱
. طراحان سیاست های اقتصادی در کشورهای بلوک شرق به منظور حرکت سریع تر به سوی اقتصاد بازار، شرکت های دولتی را به عموم مردم واگذار کردند. این شیوه خصوصی سازی که به «خصوصی سازی کوپنی» یا «خصوصی سازی مردمی» مشهور شد، شیوه اصلی خصوصی سازی در بسیاری از کشورهای شرقی و شوروی سابق بود. بررسی نتایج خصوصی سازی در این کشورها نشان داد که عدم تمرکز مالکیت به کاهش کارایی شرکت های خصوصی انجامیده است. دولت جمهوری اسلامی ایران نیز اعلام کرده است در طرح سهام عدالت، مالکیت شرکت های دولتی را به مردم واگذار خواهد کرد. با اجرای این طرح، مالکیت شرکت های دولتی به مالکیت سهامداران پراکنده تبدیل می شود که می تواند به کاهش کارایی شرکت ها منجر شود. در این مقاله پس از بررسی تجربه خصوصی سازی در کشورهای سوسیالیستی به ویژه کشور چک، میزان تمرکز مالکیت در بازار اوراق بهادار محاسبه و سودآوری انواع ساختارهای مالکیت بررسی می شود. بر اساس یافته های این تحقیق در ایران همچون کشورهای چین و چک تمرکز مالکیت تاثیر مثبت و معنادار بر کارایی شرکت ها دارد
۲.

تبیین و ارائه مدلی برای پیش بینی نقدشوندگی سهام در بورس اوراق بهادار تهران(مقاله علمی وزارت علوم)

کلیدواژه‌ها: بازار اوراق بهادار تهران نقدشوندگی یادگیری ماشینی

حوزه های تخصصی:
تعداد بازدید : ۳۱۷ تعداد دانلود : ۱۷۹
هدف: پژوهش حاضر با شناسایی عوامل مؤثر بر نقدشوندگی، مدلی برای پیش بینی وضعیت نقدشوندگی سهام، در بازار اوراق بهادار تهران ارائه کرده است. روش: 23 عامل مشخص شده در مطالعات کتابخانه ای، بر اساس داده های 154 شرکت فعال در فاصله زمانی 1388 تا 1398 استخراج و در قالب دو خوشه افراز شد. با استفاده از معادلات ساختاری با رویکرد حداقل مربعات جزئی، اعتبار متغیرهای شناسایی شده با معیار حاصل از خوشه بندی ارزیابی شد. یافته ها: ارزیابی ارتباط متغیرها در مدل های یادگیری ماشینی نشان داد که جریان نقدی غیرعادی، هزینه اختیاری غیرعادی، خطای تخمین اقلام تعهدی، تفاوت بین سرمایه در گردش تحقق یافته و موردانتظار، سهام شناور آزاد، دوره تصدی حسابرس، حق الزحمه حسابرسی، سهم بازار حسابرس، محافظه کاری و تغییر حسابرس، در خوشه بندی بیشترین تأثیر را دارند. سرانجام بهترین مدل یادگیری ماشینی، بر اساس آموزش و آزمون انتخاب شد. نتیجه گیری: نتایج نشان می دهد که متغیرهای مستقل، بیش از 72 درصد از تغییرات نقدشوندگی را توضیح می دهند. همچنین مدل شبکه های عصبی در مقایسه با سایر مدل های یادگیری ماشینی، توان پیش بینی بیشتری دارد و با 32/99 درصد صحت برازش، مناسب ترین مدل پیش بینی نقدشوندگی است.