ترتیب بر اساس: جدیدترینپربازدیدترین
فیلترهای جستجو: فیلتری انتخاب نشده است.
نمایش ۲٬۶۲۱ تا ۲٬۶۴۰ مورد از کل ۴٬۱۰۵ مورد.
۲۶۳۱.

ارتباط بین بازده پر تفوی با ریسک سیستماتیک و اهرم مالی در صنایع پذیرفته شده بورس اوراق بهادار تهران : صنایع شیمیایی، ماشین آلات حمل و نقل ، غذایی و پلاستک(مقاله علمی وزارت علوم)

۲۶۳۲.

کاربرد شبکه های عصبی در رتبه بندی اعتباری متقاضیان وام فروش اقساطی(مقاله علمی وزارت علوم)

کلیدواژه‌ها: شبکه عصبی رتبه بندی اعتباری مدل رتبه بندی آنالیز ممیزی، رگرسیون لجستیک.

حوزه‌های تخصصی:
تعداد بازدید : ۲۸۰۹ تعداد دانلود : ۱۵۲۶
روش های سنتی تصمیم گیری در مورد اعطای اعتبار به متقاضیان وام، همانند آنچه که اکنون در کشور ما انجام می گیرد، بر پایه قضاوت شخصی در مورد خطر عدم باز پرداخت استوار است. با این وجود، فشارهای اقتصادی ناشی از افزایش تقاضا برای شکل های مختلف اعتبار، در کنار رقابت های تجاری گسترده و تلاش موسسات مالی و بانک ها برای پایین آوردن در صد عدم باز پرداخت، موجب افزایش به کارگیری روش های آماری در زمینه اعطای اعتبار شده است. رتبه بندی اعتباری به منظور پیش بینی احتمال کوتاهی در بازپرداخت و یا عدم باز پرداخت و یا معادل آن برای طبقه بندی متقاضیان اعتبار به دو گروه ریسک خوب و ریسک بد مورد استفاده قرار می گیرد. از جمله مزایای این روش می توان به صرفه جویی در زمان، صرفه جویی در هزینه، حذف قضاوت های شخصی و افزایش دقت در ارزیابی متقاضیان وام اشاره کرد. روش های آماری مختلفی از جمله آنالیز ممیزی، رگرسیون لجستیک، روشهای هموارسازی نا پارامتری وشبکه های عصبی در زمینه رتبه بندی اعتباری مورد استفاده قرار گرفته اند. در این میان، "شبکه های عصبی" به دلیل انعطاف پذیری بالاتر، در سال های اخیر بیشتر مورد توجه قرار گرفته اند. در این مقاله، یک مدل شبکه عصبی برای طبقه بندی متقاضیان دریافت وام فروش اقساطی ارائه و سپس عملکرد این مدل را با دو مدل آماری آنالیز ممیزی و رگرسیون لجستیک مقایسه می کنیم. نتایج حاصل از این مقایسه نشان می دهد که مدل شبکه عصبی در مقایسه با سایر مدل های مورد مطالعه، از کارایی و دقت بالاتری برخوردار است.
۲۶۳۹.

ارائه یک الگوریتم فرا ابتکاری جهت انتخاب سبد سهام با در نظر گرفتن محدودیت های عدد صحیح(مقاله علمی وزارت علوم)

کلیدواژه‌ها: کلیدواژگان: الگوریتم ژنتیک؛ برنامه ریزی کوآدراتیک؛ محدودیت های عدد صحیح؛ مدل میانگین واریانس مارکوویتز؛ مرز کارا

حوزه‌های تخصصی:
تعداد بازدید : ۳۹۰۰ تعداد دانلود : ۱۸۸۳
تحقیق حاضر مساله انتخاب سبد سهام مارکوویتز را درنظر گرفته و در پی رهگیری مرز کارای مورد نظر مدل مارکوویتز تحت شرایط وجود محدودیت های عدد صحیح تعداد سهام می باشد. بدین منظور بوسیله الگوریتم ژنتیک پیشنهادی، مساله مقید را با استفاده از داده های واقعی شرکتهای داخلی و نیز خارجی حل نموده و با مساله نامقید مارکوویتز مقایسه نموده ایم. نتایج بدست آمده حاکی از آن است که الگوریتم پیشنهادی در هر دو نمونه توانسته است در فضای جستجوی موجه، اقدام به بهینه سازی نموده و در نتیجه مساله سبد سهام مقید را به خوبی حل نماید.

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

زبان