مطالب مرتبط با کلیدواژه

فرآیند مالی


۱.

مدل انتخاب پروژه بر مبنای اقتصاد اسلامی: بررسی تأثیر خمس در انتخاب پروژه(مقاله علمی وزارت علوم)

کلیدواژه‌ها: ارزیابی اقتصادی خمس NPV نرخ بازگشت سرمایه فرآیند مالی مقدار ارزش فعلی پروژه

حوزه های تخصصی:
تعداد بازدید : ۶۹۹ تعداد دانلود : ۶۰۵
فقه شیعه بر اساس آیات قرآن کریم و احادیث، پرداخت خمس را امری واجب می داند. ازآنجاکه خمس به مقدار مازاد درآمد تعلق می گیرد لذا باید آن را در محاسبات اقتصادی پروژه ها جزء هزینه های پروژه قلمداد نمود. در محاسبات رایج ارزیابی اقتصادی پروژه ها این مهم مورد غفلت قرار می گیرد، به همین منظور این مقاله به بررسی تأثیر در نظر گرفتن خمس در محاسبات اولویت بندی سرمایه گذاری در پروژه ها پرداخته است. بدین منظور مساله انتخاب پروژه ها در دو حالت: الف) بدون پرداخت خمس و ب) با پرداخت خمس، بررسی گردید. نتایج مطالعه بیانگر وجود تفاوت در اولویت بندی و انتخاب پروژه ها در دو حالت مفروض است. نتایج مطالعه نشان می دهد ممکن است پروژه ای که بدون محاسبه خمس فعالیتی اولویت دار قلمداد می شود با در نظر گرفتن خمس، خارج از اولویت بندی سرمایه گذاری قرار گیرد. از طرفی ممکن است پروژه ای که در مقایسه با سایر پروژه ها سود کم تری دارد با درنظرگرفتن خمس در محاسبات اقتصادی، نسبت به سایر پروژه ها در اولویت قرار گیرد.
۲.

پیش بینی نوسانات بازده با استفاده از مدل ترکیبی تبدیلات موجک گسسته و گارچ(مقاله علمی وزارت علوم)

کلیدواژه‌ها: فرآیند مالی بورس اوراق بهادار موجک گسسته گارچ

حوزه های تخصصی:
تعداد بازدید : ۴۷۸ تعداد دانلود : ۳۴۴
این پژوهش تلاشی در جهت معرفی یک الگوی مطلوب جهت مدل سازی و پیش بینی نوسانات فرآیندهای مالی است. برای مدل کردن ناپایداری موجود در فرآیندهای مالی از ترکیب مدل ناهمگونی واریانس شرطی اتورگرسیو تعمیم یافته (GARCH) و تبدیل موجک گسسته بهره برده ایم. در این مقاله، مدلی برای پیش بینی نوسانات بازده شاخص کل قیمت بورس اوراق بهادار ارائه شده و داده های شاخص قیمت بورس اوراق بهادار بررسی شده است.داده ها از 1/1/1390 تا 29/12/1396 به صورت روزانه از سایت databank.mefaجمع آوری گشته، پس از آماده سازی داده ها، دو مدل ترکیبی ARMA-ARCH و DWT-GARCH سری داده ها برازش شده است. نتایج نشان داد که مدل ترکیبی DWT-GARCH نسبت به مدل ترکیبی ARMA-ARCH برای پیش بینی از عملکرد و دقت بهتری برخوردار است. مدل DWT-GARCH با غلبه بر نقص مدل های خانواده GARCH که نمی-توانند ویژگی های جزیی یک فرآیند را در نظرگیرد و مدل کنند؛ و حفظ مزایای استفاده از مدل های خانوادهGARCH در تشریح نوسانات، می تواند نتایج پیش بینی را به طور قابل توجهی بهبود ببخشد، و تا حد زیادی واریانس شرطی را کاهش دهد.