فیلترهای جستجو:
فیلتری انتخاب نشده است.
نمایش ۳۲۱ تا ۳۴۰ مورد از کل ۸۰۳ مورد.
منبع:
بورس خرداد ۱۳۸۹ شماره ۸۹
حوزههای تخصصی:
مقایسه ی پرتفوی بهینه ی سهام شرکت های صنایع غذایی بورس تهران با استفاده از رویکردهای پارامتریک و ناپارامتریک(مقاله علمی وزارت علوم)
حوزههای تخصصی:
هدف اصلی این مطالعه، تعیین پرتفوی بهینه سهام شرکت های صنایع غذایی منتخب فعال در بورس اوراق بهادار تهران در چارچوب ارزش در معرض خطر با استفاده از دو رویکرد پارامتریک و ناپارامتریک می باشد. در این راستا میزان ارزش در معرض خطر سهام با استفاده از آمار و اطلاعات قیمت هفتگی سهام شرکت های مذکور طی دوره ی دی ماه 1387 تا دی ماه 1390 به دو روش مذکور محاسبه شده است. سپس با استفاده از بازدهی مورد انتظار(میانگین بازدهی در طی دوره) و VaR محاسبه شده، مرز کارای سرمایه گذاری و پرتفوی بهینه ی نهایی سرمایه گذار در قالب مدل میانگین- ارزش در معرض خطر به دست آمده است. یافته های تجربی نشان می دهد که پرتفوی بهینه ی سهام شرکت های صنایع غذایی در چارچوب ارزش در معرض خطر محاسبه شده از دو روش، تفاوت چندانی با یکدیگر ندارد. به طوری که میزان بازدهی کل و ارزش در معرض خطر هر دو پرتفوی تقریبا یکسان است. وزن های بهینه ی به دست آمده برای سهام شرکت ها نیز به جز دو مورد، در سایر موارد بسیار شبیه به یکدیگر بوده است.
ارزش گذاری رفتاری سهام با استفاده از گروه بندی سه بعدی(مقاله علمی وزارت علوم)
حوزههای تخصصی:
هدف این پژوهش آزمون روش ارزش گذاری است که در آن علاوه بر توجه به ویژگی های بنیادی سهام، به احساسات و تأثیر آن در قیمت گذاری سهام توجه کند. در راستای انجام این پژوهش، اطلاعات بنیادی و قیمت سهام 95 شرکت از شرکت های تولیدی و صنعتی پذیرفته شده در بورس اوراق بهادار تهران طی سال های 1388 تا 1392 جمع آوری و در ارزش گذاری با استفاده از مدل رفتاری تصویر سهام و مدل های سنتی (سود باقیمانده، تنزیل سود نقدی و جریان نقدی آزاد) بکار گرفته شده اند. این پژوهش با به کارگیری داده های تابلویی و تدوین روابط رگرسیونی هر مدل، عملکرد مدل ها را بر مبنای شاخص آکاییک (معیاری جهت سنجش عدم اطمینان مدل) هر مدل مورد مقایسه قرار داده است. نتایج مدل رفتاری ارائه شده در مقایسه با مدل های سنتی ارزش گذاری سهام، حاکی از عدم اطمینان کمتر این مدل بوده و به عبارتی از قابلیت اطمینان بیشتری در امر ارزش گذاری سهام برخوردار است. مدل ارائه شده می تواند نقش عامل ادراک و احساسات در قیمت گذاری سهام را تبیین کرده و درزمینه مدیریت فعال تر پرتفوی سرمایه گذاران مؤثر واقع شود.
نکاتی در مورد سهام بورس اوراق بهادار
حوزههای تخصصی:
بررسی رابطه ی پویای قیمت نفت و شاخص های بازار سرمایه در ایران(مقاله علمی وزارت علوم)
حوزههای تخصصی:
هدف از این مطالعه بررسی رابطه بین شوک های قیمت نفت و شاخص های بورس اوراق بهادار تهران طی سال های 1392-1387 می باشد. برای این منظور، با استفاده از داده ها، روزهای کاری مشترک بازار جهانی نفت و بورس اوراق بهادار تهران از 18 آذر 1387 تا 28 اسفند 1392 رابطه بلندمدت بین متغیرهای مدل بررسی شده است. نتایج حاصل از برآورد رابطه بلندمدت، به وسیله روش های هم انباشتگی جوهانسن- جوسیلیوس و انگل و گرنجر بیانگر این است که بین قیمت نفت اوپک و شش شاخص بازار سرمایه (شاخص کل بورس، شاخص صنعت، شاخص قیمت 50 شرکت، شاخص 50 شرکت برتر، شاخص بازده و قیمت و شاخص 30 شرکت بزرگ) رابطه تعادلی بلندمدت وجود دارد و بین متغیرهای قیمت نفت اوپک و سه شاخص بازار اول، بازار دوم، و شناور آزاد رابطه تعادلی بلندمدت برقرار نمی باشد.
آثار تغییرات وجه تضمین بر قیمت، نوسان پذیری قیمت و حجم معاملات در بازار قراردادهای آتی سکه طلا در بورس کالای ایران(مقاله علمی وزارت علوم)
حوزههای تخصصی:
سفته بازان در معاملات قراردادهای آتی به عنوان گروهی از معامله گران که باعث افزایش قیمت ها و نوسان های شدید در قیمت کالاها بوده اند شناسایی شدند. بر اساس قوانین جدید آمریکا به کمیسیون معاملات قراردادهای آتی کالا (CFTC) اجازه داده شد تا از وجه تضمین به عنوان ابزار کنترل فعالیت های سفته بازانه و قیمت قراردهای آتی استفاده نماید، اما کارامدی وجه تضمین در این خصوص و آثار جانبی که تغییرات وجه تضمین بر بازار قراردادهای آتی می گذارد موضوعی است که مورد توجه بورس ها، نهادهای ناظر بر بازار و معامله گران قراردادهای آتی قرار دارد. در این مطالعه بر اساس آمار مربوط به معاملات قراردادهای آتی سکه تمام بهار آزادی در بورس کالای ایران از تاریخ 05/09/1387 تا 25/09/1393 (1625 روز معاملاتی و با استفاده از مدل گارچ چند متغیره (M-GARCH) که به روش همبستگی شرطی ثابت (CCC) تخمین زده شد اثر تغییرات وجه تضمین بر قیمت، نوسان پذیری قیمت و حجم معاملات مورد بررسی قرار گرفت. نتایج نشان می دهد افزایش وجه تضمین باعث کاهش قیمت قراردادهای آتی می شود، همچنین با افزایش وجه تضمین نوسان های قیمت قراردادهای آتی افزایش یافته، پایایی قیمت ها کاهش می یابد و از حجم معاملات در بورس کاسته می شود.
پیش بینی بازده سهام شرکت ها با استفاده از نسبت های مالی تحت رویکرد درخت تصمیم
حوزههای تخصصی:
هدف از پژوهش حاضر این است که با استفاده از نسبت های مالی، به مدلی بر پایه نسبت های مالی برای پیش بینی بازده جاری و آتی شرکت ها دست بیابیم. در این پژوهش به منظور بررسی توانایی نسبت های مالی در تبیین بازده جاری و پیش بینی بازده آتی سهام، از روش درخت تصمیم استفاده شده است. در این روش مجموعه ای از شرط های منطقی به صورت یک الگوریتم با ساختار درختی برای پیش بینی و تبیین یک پیامد به کار می رود. از این رو مدل های حاصل از چهار الگوریتم درخت تصمیم (شامل CHAID، ECHAID، QUEST و CRT) با استفاده از 70 درصد داده های پژوهش شکل گرفته و نتایج حاصل از آزمون آن ها در 30 درصد باقیمانده داده ها به وسیله معیار هایی نظیر صحت، دقت و جداول درهم ریختگی مقایسه شده است. از اطلاعات 317 شرکت پذیرفته شده بورس اوراق بهادار تهران طی سال های 1381 تا 1392 در این پژوهش استفاده شده است. نتایج به دست آمده نشان می دهد که الگوریتم های CRT و ECHAID در تبیین بازده جاری و الگوریتم CHAID در پیش بینی بازده آتی بهترین عملکرد را دارند. همچنین قدرت مدل ها در تبیین بازده جاری بیشتر از پیش بینی بازده آتی است. چون در هر دو حالت توانایی مدل ها از نظر آماری قابل اتکا نبوده، فرضیه برقراری ارتباط تبیینی بین نسبت های مالی طرح شده در این پژوهش و تغییرات بازده جاری و آتی سهام رد می شود.
نظارت بر ناظران
حوزههای تخصصی:
مقایسه دقت رویکردهای ماشین بردار پشتیبان و شبکه های عصبی مصنوعی در پیش بینی سود هر سهم شرکت های پذیرفته شده در بورس اوراق بهادار تهران(مقاله علمی وزارت علوم)
حوزههای تخصصی:
سهامداران جهت گرفتن تصمیم های سرمایه گذاری مناسب، نیازمند اطلاعاتی هستند که آنها را در گرفتن بهترین تصمیم یاری رساند. در میان اطلاعات موجود، اطلاعات مربوط به سود پیش بینی شده هر سهم از نظر استفاده کنندگان با اهمیت تلقی می شود. از طرفی شرکت ها برای جذب سرمایه گذاران سعی می کنند سود هر سهم را با بیشترین دقت پیش بینی کنند. بنابراین، مقاله حاضر به دنبال ارائه مدلی جهت بهبود پیش بینی سود هر سهم شرکت های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از رویکرد های نوین هوش مصنوعی است. برای این منظور ابتدا عوامل مؤثر بر سود هر سهم سال آتی از پژوهش های داخلی و خارجی استخراج شد، سپس با استفاده از اطلاعات مالی شرکت های نمونه در بازه زمانی سال های 1384 تا 1391 و به کارگیری روش ماشین بردار پشتیبان و شبکه های عصبی مصنوعی، مدلی هایی جهت پیش بینی سود هر سهم طراحی گردید. مدل ماشین بردار پشتیبان توانست سود هر سهم سال آتی شرکت های نمونه را با میزان خطای مطلوب 5 درصد پیش بینی کند. این مدل سود هر سهم سال جاری را با ضریب تأثیر 25 درصد به عنوان مؤثرترین متغیر برای پیش بینی سود هر سهم آتی معرفی می کند. همچنین نتایج نشان می دهد که مدل ماشین بردار پشتیبان در مقایسه با مدل شبکه های عصبی مصنوعی عملکرد مشابهی دارد.