درخت حوزه‌های تخصصی

تصمیم گیری آگاهانه، مستلزم کسب اطلاعات گوناگون درباره ی موضوع مورد تصمیم است و عمده ترین نوع اطلاعات مؤثر در اغلب تصمیمات، اطلاعات مالی است. از این رو هر مؤسسه ای در هر اندازه و با هر شکل حقوقی و هر نوع سازماندهی باید سیستمی را به کار گیرد که اطلاعات مالی قابل اعتماد و مؤثر در تصمیم را به موقع فراهم آورد و در اختیار تصمیم گیرندگان مختلف بگذارد. در این راستا، طرح پژوهشی حاضر با هدف بررسی و ارتقاء کارایی سیستم مالی دانشگاه پیام نور خراسان جنوبی انجام گرفته است. در بررسی حاضر ابتدا از طریق مصاحبه و پرس و جو از مدیر مالی و کارشناسان مالی استان، شناخت کافی نسبت به سیستم مالی فعلی دانشگاه، عملیات مالی و نظارتهای که به طور معمول انجام میشود، کسب گردید. شناخت اولیه از طریق اسناد کاوی و مطالعه آیین نامه های مالی دانشگاه و نیز مشاهده انجام عملیات مالی و سیستم حسابداری تکمیل میگردد. سپس گلوگاه ها و محدودیت های سیستم فعلی شناسایی میگردد. و در نتیجه محدودیت های کشف شده، از دو طریق اصلاح و مرتفع گردید: 1- تغییر روند معمول برخی فعالیت های مالی. 2- پیشنهاد طراحی نرم افزار مالی جهت بهبود عملیات مالی دانشگاه.

مطالعات بسیاری به بررسی تأثیر متغیرهایی چون اندازه شرکت، افق پیش بینی سود، نسبت های اهرم مالی و سایر متغیرهای مؤثر بر دقت پیش بینی سود پرداخته اند. هدف این پژوهش، شناسایی عوامل مؤثر ارزیابی عملکرد (معیارهای مالی و غیرمالی) و بررسی تأثیر افشای آن ها بر صحت پیش بینی سود می باشد. معیارهای مالی شامل امتیاز افشای معیارهای مالی ارزیابی عملکرد از فرآیندهای داخلی، نوآوری و آموزش و رویکردهای محیطی و معیارهای غیرمالی شامل امتیاز افشای معیارهای غیرمالی ارزیابی عملکرد از دیدگاه سرمایه گذار، کارمندان، مشتریان، عرضه کنندگان و عملکرد اجتماعی حسب مورد خواهد بود. متغیرهایی چون واریانس بازده حقوق صاحبان سهام، رشد فروش، اندازه شرکت، ریسک سیستماتیک، نسبت بدهی، نقدینگی، رشد و سوددهی نیز مورد سنجش قرارگرفته اند. نمونة آماری این پژوهش شامل 118 شرکت پذیرفته شده در بورس تهران از سال 1391 تا سال 1393 می باشد. این پژوهش از جهت هدف، کاربردی و از نظر استنتاج توصیفی تحلیلی می باشد. در این پژوهش سطح افشای اطلاعات مربوط به ارزیابی عملکرد با استفاده از تحلیل محتوا از طریق جمله اندازه گیری می شود. نتایج نشان می دهد که میان افشای معیارهای مؤثر ارزیابی عملکرد و صحت پیش بینی سود و همچنین میان افشای معیارهای ارزیابی عملکرد غیرمالی و صحت پیش بینی سود رابطة معنادار وجود دارد.

بانکداری مشارکتی به عنوان یکی از انواع الگوهای بانکداری اسلامی مورد توجه نظریه پردازان مالی اسلامی بوده است. این نوع از بانکداری در حوزه عمل و نظر، با چالش هایی مواجه بوده است که برای رفع آن، راهکارهایی پیشنهاد شده است. یکی از چالش های نظری، عدم توانمندی در اطمینان بخشی به سرمایه گذاران ریسک گریز می باشد. این در حالی است که اطمینان بخشی به سرمایه گذاران ریسک گریز، یکی از کارکردهای مهم بانکداری متعارف است. در واقع، کارکرد مزبور با ماهیت بانکداری مشارکتی در تضاد است که می توان از آن به کژکارکرد تعبیر کرد. این پژوهش، بر آن است تا به این سوال پاسخ دهد که چگونه می توان به اصلاح کژکارکرد مزبور در نظام مالی پرداخت به طوری که از مشارکت و ظرفیت مالی سرمایه گذاران ریسک گریز استفاده کرد. پژوهش حاضر، برای رفع کژکارکرد مزبور الگوی مشارکت مطمئن را پیشنهاد می کند. در الگوی مزبور کارکردهای اطمینان بخشی و مشارکت میان سرمایه گذاران و سرمایه پذیران از یکدیگر منفک می شوند، به طوری که نهادهایی مانند صندوق ها؛ کارکرد مشارکت میان سرمایه گذاران و سرمایه پذیران و ابزارهای پوشش ریسک مانند مشتقات مالی کارکرد اطمینان بخشی را انجام می دهند. این تحقیق، در نهایت به این مهم دست می یابد که ترکیب نهادهای مشارکتی و ابزارهای پوشش ریسک می تواند به ایجاد الگویی کمک کند که در آن مشارکت به عنوان یکی از ارکان مهم نظام مالی اسلامی مورد توجه قرار گیرد و هم به نیازهای سرمایه گذاران ریسک گریز التفاتی شده باشد.

در بازارهای سرمایه عامل های مختلفی در پیش بینی قیمت سهام موثر می باشد بنابراین سرمایه گذار جهت سرمایه گذاری سودآور با کمترین ریسک با چالش، تردید و خطا مواجه می باشد. در راستای کاهش هزینه و بالا بردن سود سرمایه گذاری، تعیین عاملهای تاثیر گذار و زمان مناسب جهت خرید و فروش از مهم ترین مسائلی است که هر سهام دار یا سرمایه گذار در بازار بورس بایستی به آن توجه ویژه داشته باشد. تاکنون روشهای مختلفی جهت نیل به این اهداف معرفی شده اند که اغلب روشهای آماری، هوشمند و ترکیبی هستند. الگوریتم پیشنهادی یک روش ترکیبی است که شامل دو بخش است بخش اول پیش پردازش و بخش دوم پیش بینی کننده است. در پیش پردازش سه فرآیند جاگذاری داده های غیر موجود، نرمالیزه کردن و انتخاب ویژگی به ترتیب انجام می شود. از آنجایی که تعداد ویژگی های بکار برده شده زیاد است از روش الگوریتم ژنتیک برای انتخاب ویژگی و کاهش ابعاد فضای ویژگی استفاده شده است. در بخش پیش بینی کننده، با توجه به قابلیت پیش بینی هوشمند شبکه عصبی - فازی، از این شبکه با دو ساختار ممدانی و سوگنو بعنوان پیش بینی کننده قیمت سهام بهره می بریم که قابلیت استخراج قواعد فازی بصورت خودکار دارد. آموزش پارامترهای مقدمه و نتیجه شبکه برپایه الگوریتم پس انتشار خطا (گرادیان نزولی) می باشد. الگوریتم پیشنهادی با استفاده از داده های 10 شرکت که هر کدام از آنها دارای 7 ویژگی می باشند، ارزیابی شده است. نتایج شبیه سازی نشان می دهد که با توجه به نوع شرکتها، ویژگیهای انتخابی و نوع ساختار شبکه عصبی فازی ترکیبی نتایج متفاوتی بدست می آید. با توجه به معیارهای مورد ارزیابی، نتایج به دست آمده برتری شبکه عصبی فازی ترکیبی را به شبکه عصبی فازی ساده نشان می دهد، اما بطور کلی پیش بینی کننده با ساختار سوگنو با الگوریتم ژنتیک دارای عملکرد بهتری نسبت به ساختار ممدانی دارد، چون تعداد پارامترهای آموزش ساختار سوگنو بیشتر است.