درخت حوزه‌های تخصصی

بازارهای مالی

ترتیب بر اساس: جدیدترینپربازدیدترین
فیلترهای جستجو: فیلتری انتخاب نشده است.
نمایش ۴۰۱ تا ۴۲۰ مورد از کل ۸۰۳ مورد.
۴۰۱.

بررسی تاثیرات راه اندازی بورس فلزات بر روی قیمت ها

۴۰۳.

رآورد و پیشبینی تلاطم بازدهی در بازار سهام تهران و مقایسه دقت روش ها در تخمین ارزش در معرض خطر: کاربردی از مدلهای خانوده FIGARCH(مقاله علمی وزارت علوم)

کلیدواژه‌ها: ARFIMA ارزش در معرض خطر حافظه بلند مدت مدل‎های GARCH شاخص قیمت بورس تهران

حوزه‌های تخصصی:
تعداد بازدید : ۲۵۴۳ تعداد دانلود : ۱۲۴۵
پیش بینی تلاطم یکی از مهم‎ترین موضوعات مورد مطالعه ریسک در بازارهای مالی است. در تحقیق حاضر ابتدا با استفاده از روش‎های GARCH، تلاطم موجود با استفاده از 1467 داده روزانه برای شاخص قیمت بورس تهران برآورد شده و بهترین مدل‎ها در تخمین و پیش بینی تلاطم برای توزیع نرمال و توزیع تی- استیودنت نتیجه شده است. با توجه به وجود علائم حافظه بلندمدت برای تبیین میانگین شرطی، از مدل ARFIMA و برای واریانس شرطی، در کنار مدل‎های با حافظه کوتاه مدت، از مدل با حافظه بلندمدت FIGARCH استفاده شده است. برای انجام پیش بینی در دوره خارج از دوره نمونه، مدل ARFIMA-FIGARCH با توزیع نرمال، دقیق‎ترین مدل بوده و نتایج بهتری را ارائه می‎دهد. یکی از روش‎های مطرح در بررسی ریسک‎ها و مدیریت ریسک، تخمین VaR یا ارزش در معرض خطر است. مقایسه مدل‎ها نشان می‎دهد که در سطوح اطمینان متفاوت برای تخمین ارزش در معرض خطر، مدل‎های مختلف نتایج متفاوتی می‎دهند، ولی می توان گفت مدل FIGARCH در سطح معنی داری 5/2٪ بهترین عملکرد را در میان مدل‎های GARCH دارد.
۴۰۴.

بررسی رابطه ی بین نرخ بازده مورد انتظار و ریسک نظام مند (بتا) در چهار طبقه ی دارایی عمده در اقتصاد ایران(مقاله علمی وزارت علوم)

کلیدواژه‌ها: ریسک نظام مند دارایی‎های مالی بازده مورد انتظار

حوزه‌های تخصصی:
تعداد بازدید : ۵۲۲۷ تعداد دانلود : ۲۴۸۵
الگوی قیمت گذاری دارایی‎های سرمایه ای ، یک الگوی تعادلی برای نشان دادن رابطه‎ی بین ریسک و بازده دارایی‎های منفرد است. به عبارت دیگر، CAPM نشان می دهد که دارایی‎ها چگونه با توجه به ریسکشان قیمت گذاری می شوند. اساس CAPM بر این فرض استوار است که سرمایه گذاران برای یافتن پرتفوی کارا ، نظریه ی پرتفوی و کاهش ریسک نظام مند از طریق تنوع بخشی را می دانند و به آن عمل می کنند و هر یک بنا به درجه ی ریسک گریزی خود یکی از پرتفوهای کارا را انتخاب می کنند. تاکنون مطالعات مبتنی بر الگوی قیمت گذاری دارایی‎های سرمایه ای که در داخل و خارج از کشور انجام شده اند، تنها در سطح سهام شرکت‎های منفرد یا حداکثر یک ترکیبی از سهام شرکت‎ها (و یا دارایی‎های منفرد) و یا شاخص‎های زیرمجموعه ی شاخص کل بازار بوده اند و مطالعات معدودی وجود دارند که این الگو را برای دارایی‎های کلان یک اقتصاد به کار برده باشند. در این مقاله تلاش شده است تا ریسک نظام مند در سطح چهار دارایی عمده ی اقتصاد ایران محاسبه شده و رابطه آن با بازده انتظاری شان بررسی شود. ریسک نظام مند و بازده موردانتظار چهار طبقه دارایی عمده ی اقتصاد ایران، مسکن و مستغلات، طلا، سهام و ارز در دوره‎ی زمانی سال‎های 1374 تا نیمه ی اول سال 1386 محاسبه شده است.
۴۰۶.

بررسی عوامل موثر بر سطح سرمایه گذاری در شرکت های بورس اوراق بهادار تهران

کلیدواژه‌ها: سرمایه بدهی سود سهام سطح سرمایه گذاری نسبت q توبین

حوزه‌های تخصصی:
تعداد بازدید : ۴۲۲۳ تعداد دانلود : ۱۹۹۳
هدف از این مطالعه، شناخت عوامل تاثیرگذار بر سطح سرمایه گذاری شرکتهاست. در پژوهش حاضر تاثیر هفت متغیر انتخابی جریان نقدی، نسبتq توبین، نرخ رشد درآمد، سود پرداختی، سود اعلام شده، تغییرات بدهی و تغییرات سرمایه بر سطح سرمایه گذاری شرکتها مورد بررسی قرار گرفت. برای این منظور 100 شرکت از بورس اوراق بهادار تهران برای سالهای 1387-1381 مورد مطالعه قرار گرفتند. نتایج رگرسیون نشان داد که جریان نقدی، نسبت q توبین، سود تقسیمی، سود اعلام شده و تغییرات بدهی بر سطح سرمایه گذاری تاثیر معنی داری دارد؛ اما نرخ رشد درآمدها و تغییرات سرمایه تاثیر معنی داری بر سطح سرمایه گذاری ندارد.
۴۰۸.

پیش بینی قیمت سهام در بازار بورس اوراق بهادار با استفاده از شبکه عصبی فازی و الگوریتم های ژنتیک و مقایسه آن با شبکه عصبی مصنوعی(مقاله علمی وزارت علوم)

کلیدواژه‌ها: پیش بینی شبکه های عصبی فازی قیمت سهام الگوریتم های ژنتیک

حوزه‌های تخصصی:
  1. حوزه‌های تخصصی اقتصاد اقتصاد مالی بازارهای مالی پیش بینی های مالی
  2. حوزه‌های تخصصی اقتصاد روش های ریاضی و کمی روش های آماری و اقتصادسنجی:موضوعات خاص شبکه های عصبی و موضوعات مربوطه
تعداد بازدید : ۵۹۱۶ تعداد دانلود : ۲۷۳۵
سرمایه گذاری در سهام عرضه شده در بورس اوراق بهادار یکی از گزینه های پرسود در بازار سرمایه است. بازار سهام دارای سیستمی غیر خطی و آشوب گونه است که تحت تاثیر شرایط سیاسی، اقتصادی و روانشناسی می باشد و می توان از سیستم های هوشمند غیرخطی همچون شبکه های عصبی مصنوعی، شبکه های عصبی فازی و الگوریتم های ژنتیک برای پیش بینی قیمت سهام استفاده نمود. در این مقاله به طراحی و ارایه یک مدل پیش بینی قیمت سهام با استفاده از شبکه عصبی فازی و الگوریتم های ژنتیکی و کاهش خطای پیش بینی قیمت سهام با استفاده از آن نسبت به استفاده از تکنیک شبکه عصبی مصنوعی به صورت منفرد پرداخته شده است. در ادامه پس از طراحی و پیاده سازی مدل شبکه های عصبی فازی و الگوریتم های ژنتیک، با استفاده از چهار معیار سنجش خطا، نتایج دو مدل مقایسه شده است. نتایج نشان می دهد که مدل ترکیبی شبکه های عصبی فازی و الگوریتم های ژنتیک پیش بینی های بسیار مناسب تری داشته و نسبت به شبکه عصبی منفرد از سرعت بالاتر و توانایی تقریب قوی تری برای پیش بینی قیمت سهام برخوردار بوده است.

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

زبان