بررسی های اوضاع و احوال کلی: بازنگری تجارت متقابل
حوزههای تخصصی:
فیلترهای جستجو:
فیلتری انتخاب نشده است.
نمایش ۲۱٬۵۴۱ تا ۲۱٬۵۶۰ مورد از کل ۳۸٬۸۲۰ مورد.
مثبت است اگر
درآمدی بر توسعه پایدار
حوزههای تخصصی:
تاثیر جذب سرمایه نقدی و غیر نقدی بر روی رشد اقتصادی ایران(مقاله علمی وزارت علوم)
حوزههای تخصصی:
تلاش برای جذب سرمایه های خارجی به خودی خود نشانگر ضعف اقتصادی محسوب نمی شود. بلکه راهی برای تحرک بخشیدن به جریان تولید ، رشد تجارت بین الملل، انتقال فناوری، ایجاد اشتغال، افزایش سطح رفاه زندگی در جوامع است. در سند چشم انداز برنامه های توسعه ایران، بهره گیرى از روابط سیاسى در جهت افزایش جذب سرمایه گذارى خارجى و فناورى پیشرفته، افزایش سهم ایران از تجارت جهانى و رشد پرشتاب اقتصادى مورد نظرهمواره مورد تأکید بوده است . هدف از انجام پژوهش حاضر ، بررسی تأثیر سرمایه گذاری خارجی (شامل سرمایه گذاری مستقیم و غیر مستقیم خارجی) به عنوان جذب سرمایه نقدی و واردات کالاهای صنعتی (شامل صنایعی با فناوری بالا، متوسط و پایین) به عنوان جذب سرمایه غیرنقدی، بر روی رشد اقتصادی ایران در دوره زمانی سال های 1390-1380 بوده است. بدین منظور، از داده های فصلی در قالب مدل خود بازگشت با وقفه های توزیعی ( ARDL )، برای بررسی رابطه بین متغیرها استفاده شده است. نتایج حکایت از تأثیر مثبت و معنی دار سرمایه گذاری خارجی و تاثیر منفی و معنی دار واردات کالاهای صنعتی بر روی رشد اقتصادی ایران دارد. همچنین، اثر سایر متغیرهای مورد استفاده در مدل شامل موجودی سرمایه، اشتغال، هزینه های تحقیق و توسعه و صادرات کالاهای صنعتی بر روی رشد اقتصادی ایران مثبت و معنی دار بوده است.
مقایسه دقت روش الگوریتم ژنتیک با روش های دیگر پیش بینی های نرخ ارز(مقاله علمی وزارت علوم)
منبع:
مطالعات و سیاست های اقتصادی دوره ۹ بهار و تابستان ۱۳۹۲ شماره ۱
113 - 136
حوزههای تخصصی:
کارشناسان اقتصادی و متخصصان بازارهای مالی همواره در پی یافتن روش هایی برای پیش بینی رفتار متغیرهای اقتصادی و مالی از جمله نرخ ارز بوده اند. مطالعات زیادی بر روی مدل های ساختاری و سری زمانی پیش بینی نرخ ارز انجام شده است. با این حال پیش بینی نرخ ارز همواره یک مسئله پیچیده بوده است و مدل سازی نرخ های ارز به چالشی در میان محققان حوزه مالیه بین الملل و متخصصان اقتصادسنجی تبدیل شده است. در این پژوهش ابتدا با استفاده از روش الگوریتم ژنتیک یک الگوی ترکیبی شامل مدل های ساختاری و سری زمانی ارائه می شود. سپس عملکرد آن با مدل های ساختاری و سری زمانی منفرد و همچنین با روش های دیگر ترکیب مانند استفاده از میانگین مقایسه می شود. نتایج به دست آمده نشان می دهند که در میان روش های پیش بینی نرخ ارز، روش ترکیب مدل ها به وسیله الگوریتم ژنتیک دقت بالاتری دارد.
کلید موفقیت در فضای کسب وکار جهانی
حوزههای تخصصی:
استاندارد نظارتی برای اعطای پروانه فعالیت بیمه
حوزههای تخصصی:
اهمیت مجمع عمومی در تعاونیها
بررسی اثر حجم ذخایر نفتی بر رشد اقتصادی در کشورهای منتخب از دیدگاه نفرین منابع (با تأکید بر دموکراسی)
حوزههای تخصصی:
در این پژوهش به بررسی اثر حجم ذخایر نفتی بر رشد اقتصادی در سه گروه درآمدی از کشورهای با درآمد بالا (استرالیا، آمریکا، انگلیس، دانمارک، نروژ و کانادا)، درآمد متوسط (کلمبیا، مالزی، ایران، گابون، اکوادور و الجزایر) و درآمد پایین (مصر، هند، اندونزی و سوریه) برای دوره 2012-1960، با تأکید بر دموکراسی می پردازیم. بدین منظور از الگوی داده های تابلویی پویا و روش برآوردگشتاورهای تعمیم یافته (GMM) استفاده کرده ایم. برای متغیر وابسته از تولید ناخالص داخلی به قیمت ثابت دلار سال 2005 استفاده کرده و متغیرهای مستقل مدل، حجم ذخایر نفتی، اندازه (هزینه های) دولت، دموکراسی یا مشارکت مردم، آزادی تجاری و شاخص قیمت مصرف کننده هستند. نتایج برآوردها حاکی از تأیید پدیده نفرین منابع در کشورهای با درآمد متوسط است، ولی این پدیده در کشورهای با درآمد بالا و درآمدپایین رد می شود#,
تحلیل داده و ستاده انرژی
تعاونیهای عامه مردم
شناخت بیمه اتکایی تحت توانگری II
حوزههای تخصصی:
در حال حاضر، اغلب شرکت های بیمه از تکنیک های کاهش ریسک به عنوان ابزاری جهت ثابت نگه داشتن عایدی ها و کاهش الزامات سرمایه ای خود استفاده می کنند. بیمه اتکایی یکی از این تکنیک هاست و تحت توانگری II، تأثیر کاهش ریسک برای نخستین بار به طور کامل شناخته شده است. توانگری II، راهکاری مبتنی بر اقتصاد و ریسک برای نظارت اتخاذ کرده و نهاد مستمری بازنشستگی شغلی و بیمه اروپا ، اهمیت چهارچوب نوین تنظیم مقررات جهت تعیین تکنیک های کاهش ریسک را مورد تأکید قرار داده است. رهنمودهای توانگری II، اصول شفافی را جهت شناخت تکنیک های کاهش ریسک ارائه داده و این نوشته اصول مربوط به فرمول استاندارد را مشخص می کند.
شناسایی دستکاری قیمت سهام از طریق مدل ترکیبی الگوریتم ژنتیک – شبکه عصبی مصنوعی و مدل SQDF(مقاله علمی وزارت علوم)
حوزههای تخصصی:
هدف این پژوهش، شناسایی دستکاری قیمت سهام در بورس اوراق بهادار تهران می باشد که از طریق مدل ترکیبی الگوریتم ژنتیک-شبکه عصبی مصنوعی (ANN-GA)[1] و مدل تابع تفکیکی درجه دوی تعدیل شده (SQDF)[2] انجام گرفته است. در این پژوهش از متغیرهای قیمت، حجم معاملات و سهام شناور آزاد برای تطبیق نتایج مدل و داده های واقعی از دستکاری قیمت استفاده شده است. در مدل ترکیبی ابتدا داده های مربوط به 316 شرکت از نخستین روز کاری سال 1389 تا آخرین روز کاری سال 1392 بصورت روزانه شامل 966 روز وارد مدل الگوریتم ژنتیک شده و در نهایت اوزان مربوط به هر متغیر از این الگوریتم منتج شد. با استفاده از این اوزان، شبکه عصبی مصنوعی پرسپترون طراحی، آموزش و اجرا شد. سپس مدل SQDF طراحی و اجرا و کارایی آن اثبات شد. سرانجام نتایج حاصل از مدل ANN-GA با نتایج مدل SQDF با استفاده از آماره های اندازه گیری خطای MAPE، RMSE و R2 مقایسه شدند. نتایج نشان داد که مدل ANN-GA در شناسایی دستکاری قیمت سهام و طبقه بندی شرکت ها به دو گروه دستکاری شده و دستکاری نشده عملکرد بسیار بهتری از مدل SQDF داشته و خطای بسیار کمتری دارد.
چهره به چهره : نگاه مدیر عامل شرکت OriFlame
حوزههای تخصصی: