میر سجاد مسجد موسوی

این تحقیق به بررسی رابطة بین مدیریت جریان وجه نقد و هزینه بدهی می پردازد. جریان وجه نقد عملیاتی به دو جزء مدیریت شده و جریان وجه مدیریت نشده تقسیم می شود. جامعه آماری شرکت های تولیدی پذیرفته شده در بورس اوراق بهادار تهران طی سال های 1383 تا 1387 می باشد. نمونه تحقیق شامل 78 شرکت است. این پژوهش از نوع توصیفی همبستگی بوده و برای آزمون فرضیه ها از رگرسیون تلفیقی چند متغیره و روش حداقل مربعات معمولی (OLS) استفاده می شود. نتایج تحقیق نشان می دهد که بین جریان وجه نقد عملیاتی مدیریت نشده و هزینه بدهی رابطه معنی دار و منفی وجود دارد و بین جریان وجه نقد مدیریت شده (غیرعادی) و هزینه بدهی رابطه معنی دار و مثبت وجود دارد. همبستگی (منفی) بزرگتر جریان نقد عملیاتی مدیریت نشده با هزینه بدهی - نسبت به همبستگی (مثبت) جریان نقد عملیاتی مدیریت شده با هزینه بدهی که در ضرایب رگرسیون نیز مشخص می باشد- حاکی از توانایی پایین مدیران در مدیریت و دستکاری جریان نقد می باشد.

در این پژوهش به چرخه زندگی شرکت به عنوان یکی از عوامل توضیح دهنده بازده پرداخته شده است. دوره زمانی این تحقیق از سال 1382 تا 1395 بوده و در بورس اوراق بهادار تهران انجام گرفت. برای بررسی اثر چرخه زندگی، شرکت ها براساس اطلاعات حسابداری (رشد فروش و تغییر در هزینه های سرمایه ای) به علاوه زندگی شرکت به شرکت های رشدی، بالغ و در حال افول تقسیم و مدل قیمت گذاری دارایی های سرمایه ای و مدل سه عاملی فاما و فرنچ در هر دسته و همچنین در سطح همه شرکت ها بررسی گردید. آزمون ونگ نشان داد که تفاوت میان محتوای اطلاعاتی دو مدل قیمت گذاری دارایی های سرمایه ای و مدل سه عاملی فاما و فرنچ رد می شود. ضریب تعیین تعدیل شده هر دو مدل در شرکت های بالغ بیشترین و در شرکت های در حال افول کمترین مقدار بوده و هر دو مدل در سطح کل واحدهای تجاری از بیشترین توان توضیحی برخوردار هستند. آزمون Z کرامر نیز حکایت از تأثیر چرخه زندگی شرکت بر توان توضیحی مدل های پژوهش داشت.

سود تقسیمی بخش مهمی از روش های ارزیابی سهام شرکت ها بوده و تعیین خط مشی تقسیم سود می تواند برای محققان و سرمایه گذاران مهم باشد. هدف این تحقیق بررسی رابطه بین سیاست تقسیم سود و تغییرات قیمت سهام در بورس اوراق بهادار تهران می باشد. جامعه آماری تحقیق کلیه شرکت های غیرمالی پذیرفته شده در بورس اوراق بهادار تهران طی سال های 1383 تا 1388 است. متغیرهای کنترلی شامل اندازه، تغییرپذیری سود، نسبت بدهی و رشد دارایی ها می باشد. از رگرسیون حداقل مربعات پانل و مدل اثرات ثابت استفاده شد. نتایج تحقیق نشان می دهد که سیاست تقسیم سود شرکت نقش کلیدی در تغییرات قیمت سهام در بورس اوراق بهادار تهران دارد.

بازدهی سهام یکی از عوامل مهم در تصمیم گیری و سرمایه گذاری در بازار سهام است که مورد توجه سرمایه گذاران و سایر دست اندرکاران بازار سرمایه است. سرمایه گذاران و سایر دست اندرکاران این بازار، با در نظر گرفتن تخصصی بودن موضوع، نیازمند ابزارهایی هستند که در انتخاب گزینه مناسب سرمایه گذاری و انتخاب پرتفوی مناسب به آنها کمک کند. ابزارها برای افزایش کارایی و عملکرد درست، ضرورت دارد در زمان ها و بازارهای مختلف در معرض آزمون قرار گیرند .هدف اصلی از این تحقیق، مقایسه مدل شبکه های عصبی مصنوعی ایستا و پویا در برآورد بازدهی سهام در بورس اوراق بهاء دار تهران در دوره 1391 تا 1400 می باشد. برای بدست آوردن اطلاعات مورد نیاز از منابع کتابخانه ای و سوابق موجود در سامانه سازمان بورس و کدال استفاده شده است. برای ذخیره سازی، پردازش، اندازه گیری متغیرها و تجزیه و تحلیل آماری از نرم افزار های اکسل و متلب استفاده شده است. نتایج تحقیق نشان دادند که مدل شبکه عصبی مصنوعی پویا نسبت به مدل شبکه عصبی مصنوعی ایستا دارای قدرت پیش بینی بهتری در برآورد بازدهی سهام در بورس اوراق بهادار تهران است.

در دنیای امروز که داده های مالی و روانشناختی به وفور در دسترس هستند (مانند داده های شبکه های اجتماعی، اخبار اقتصادی و تحلیلی، و روندهای جستجو)، بهره گیری از روش های یادگیری ماشین به عنوان ابزاری قدرتمند برای تحلیل داده های پیچیده و بزرگ، ضروری به نظر می رسد. یادگیری ماشین نه تنها توانایی شناسایی الگوهای پنهان در داده ها را دارد، بلکه می تواند روابط غیرخطی و چندبعدی را با دقت بالا مدل سازی کند. در بازارهای مالی، رفتار سرمایه گذاران نقش قابل توجهی در نوسانات قیمتی و بازده سهام ایفا می کند. پژوهش حاضر به بررسی تأثیر عوامل روانشناسی سرمایه گذاران بر رفتار قیمتی سهام در بورس اوراق بهادار تهران با استفاده از روش های یادگیری ماشین می پردازد. به منظور مدل سازی، شاخص احساسات بازار بر اساس داده های تاریخی از شبکه های اجتماعی، حجم معاملات و تغییرات شاخص کل استخراج شده است. سپس با استفاده از الگوریتم های یادگیری ماشین از جمله جنگل تصادفی، ماشین بردار پشتیبان و شبکه های عصبی مصنوعی، تأثیر احساسات بر نوسانات و بازده سهام تحلیل شده است. نتایج نشان می دهد که احساسات سرمایه گذاران تأثیر معناداری بر رفتار قیمتی سهام دارند و الگوریتم شبکه های عصبی مصنوعی با دقت بالاتری نسبت به سایر روش ها قادر به پیش بینی تغییرات بازده است. یافته های این پژوهش می تواند به تصمیم گیری بهتر سرمایه گذاران و بهبود سیاست گذاری مالی کمک کند.