هدف تحقیق حاضر ارائه مدل پیشبینی شاخص قیمت سهام در بورس اوراق بهادار با استفاده از شبکههای عصبی مصنوعی است. بر این اساس، شاخص صنعت، شاخص مالی و شاخص بازده نقدی به صورت سالانه به عنوان متغیرهای ورودی (مستقل) طرح شد. برای ارزیابی مدل شبکه عصبی از طرح MLP با الگوریتم آموزش پس انتشار و مدل چند عاملی بهره گرفته شده است. نتایج نشان میدهد که مدل شبکه عصبی پیشنهادی، توانایی بالایی در پیشبینی شاخص قیمت سهام در بورس اوراق بهادار تهران را دارا میباشد. در پایان مقاله، بحث، نتیجه گیری، پیشنهادات کاربردی و نیز مواردی در خصوص ادامه و پیگیری تحقیقات مشابه در آینده بیان شده است.
مقاله حاضر به مقایسه دو مدل – مدل (RBM)، مدل سه عامله (F&F) برای پیش بینی بازده مورد انتظار در بازار بورس اوراق بهادار تهران می پردازد.
یافته های تحقیق نشان می دهد که مدل سه عامله F&F بر مدل RBM برتری دارد و ارتباط اندازه شرکت با بازده مورد انتظار شرکت مستقیم و نسبت ارزش دفتری به ارزش بازار با بازده مورد انتظار شرکت معکوس می باشد.
در این پژوهش با هدف"تعیین روش بهینه قراردادها در تامین مالی و اجرای پروژه ها در بخش بالا دستی،برای میادین مستقل و مشترک نفت و گاز ایران"،دو گزینه روش قراردادی بیع متقابلو مشارکت در تولید را مورد بررسی قرار داده و با استفاده از مدل"تحلیل فرایند سلسله مراتبی"(AHP) با هم مقایسه کرده ایم.به این منظور،معیارهای تصمیم گیری برای انعقاد قراردادها در بخش بالا دستی صنایع نفت و گاز به دو دسته کلی "معیارهای پیش از عقد قرارداد " و"معیارهای درون قرارداد"تقسیم کرده ایم.برای مقایسه دو نوع روش قرارداد در دو مرحله تکمیل پرسشنامه توسط افراد متخصص و صاحب نظر در صنعت نفت و به کارگیری نرم افزارEC از "معیارهای درون قرارداد"استفاده کرده و برای انتخاب انها به روش علمی از رش دلفی استفاده کردهایم.با توجه به معیارهای انتخاب شده برای سنجش این دو نوع روش قرارداد،با ورود داده ها به نرم افزارECو تجزیه و تحلیل های مربوطه به این نتیجه رسیده ایم که به کارگیری روش قراردادهای مشارکتدر تولید در میادین مستقل 65.7 درصد و در میادین مشترک 68.3 درصد،نسبت به قراردادهای بیع متقابل برتری دارند.