فهرست مقالات شاپور محمدی


  • مقاله

    1 - طراحی و تبیین مدل قیمت گذاری داراییهای سرمایه ای روش چند نمایشی کسری با استفاده از گشتاور مرتبه بالا در بورس اوراق بهادار تهران
    دانش سرمایه‌گذاری , شماره 1 , سال 6 , بهار 1396
    این تحقیق به دنبال ارائه یک مدل مناسب قیمتگذاری و رفع بعضی از اشکالات رایج در مدلهای قبلی می باشد. به همین دلیل در ابتدا 82 شرکت نمونۀ تحقیق، به پرتفوی هایی براساس دو گشتاور مرتبه سوّم و چهارم داده ها یعنی همچولگی و هم کشیدگی مرتب می شوند. سپس در هرکدام از پرتفوی ها سه چکیده کامل
    این تحقیق به دنبال ارائه یک مدل مناسب قیمتگذاری و رفع بعضی از اشکالات رایج در مدلهای قبلی می باشد. به همین دلیل در ابتدا 82 شرکت نمونۀ تحقیق، به پرتفوی هایی براساس دو گشتاور مرتبه سوّم و چهارم داده ها یعنی همچولگی و هم کشیدگی مرتب می شوند. سپس در هرکدام از پرتفوی ها سه مدل CAPM، فاما و فرنچ و کارهارت مورد آزمون قرار گرفتند. نتایج نشان داد که تخمین مدلها براساس طبقه بندی همچولگی و هم کشیدگی باعث بهبود معنی داری مدلهای فوق می شود امّا عدم معنی داری عرض از مبدا مابه التفاوت دو پرتفوی اوّل و سوّم نشان داد که صرف همچولگی و هم کشیدگی قیمتگذاری نمی شود که این ممکن بود به دلیل یکسان فرض کردن افق سرمایه گذاری افراد باشد به همین خاطر با کمک تجزیه و تحلیل موجک پرتفوی های سه گانه در دو سطح 1(2تا 4 ماهه) و سطح 2(4تا 8 ماهه) مورد بررسی قرار گرفت. نتایج به طور جالبی نشان از بهبود ضریب تعیین مدلها داشت. از طرفی وجود حافظۀ بلندمدت در داده ها سبب می شود استفاده از آنها در تخمین با مشکل مواجه می سازد. برای رفع این مشکل از مدلهای قیمتگذاری کسری استفاده کردیم. نتایج مدلهای الگو برای پرتفوی هایP1،P2 و P3 نشان داد که ضریب تعیین نسبت به زمانیکه از داده های معمولی استفاده می کنیم بهبود چشم گیری پیدا کرده است امّا به غیر از CAPM برای P1 و P2 در سایر مدلها صرف ریسک قیمتگذاری نشده است. مقایسۀ مدلهای کسری با مدلهای برآمده از تجزیه و تحلیل موجک نشان از برتری محسوس روش تجزیه و تحلیل موجک دارد. پرونده مقاله

  • مقاله

    2 - ارزیابی پروژه‌های مسکونی با استفاده از اختیار واقعی تاخیر
    مهندسی مالی و مدیریت اوراق بهادار , شماره 5 , سال 12 , زمستان 1400
    صنعت املاک و مستغلات در کشور با ویژگی‌هایی از قبیل نقدشوندگی پایین و غیرقابل بازگشت بودن سرمایه‌گذاری انجام شده مشخص می‌باشد. صنعت ساختمان، یکی از صنایع موثر در اشتغال کشور بوده و تولیدات آن (واحدهای مسکونی) وزن قابل توجهی از پرتفوی دارایی‌های خانوارها را به خود اختصاص چکیده کامل
    صنعت املاک و مستغلات در کشور با ویژگی‌هایی از قبیل نقدشوندگی پایین و غیرقابل بازگشت بودن سرمایه‌گذاری انجام شده مشخص می‌باشد. صنعت ساختمان، یکی از صنایع موثر در اشتغال کشور بوده و تولیدات آن (واحدهای مسکونی) وزن قابل توجهی از پرتفوی دارایی‌های خانوارها را به خود اختصاص می‌دهند. این صنعت دارای سیکل‌های رونق و رکود فراوان می‌باشد. این چرخه‌ها منجر می‌گردد تا سرمایه‌گذاران در زمان رکود، نسبت به تعویق شروع ساخت و ساز اقدام نمایند. مدل‌های متعارف ارزیابی اقتصادی پروژه‌ها از قبیل خالص ارزش فعلی، مبتنی بر فرض ثبات در شرایط و پیش‌بینی‌ها می‌باشد و انعطاف‌پذیری مدیران در امر تصمیم گیری را نادیده می‌گیرند. در این پژوهش برای رفع نواقص مدل‌های متعارف، از اختیار واقعی جهت سنجش پروژه‌های مسکونی با استفاده از دو مدل بلک-شولز و درخت دو جمله‌ای استفاده شده است. این روش انعطاف‌پذیری مدیران را در نظر گرفته و زمان بهینه سرمایه‌گذاری براساس مسیرهای متفاوت را ارائه خواهند کرد. نتایج پژوهش حاکی از بالابودن ارزش طرح‌های سرمایه‌گذاری در اثر تاخیر در شروع ساخت و ساز می‌باشد. براساس مدل زمان بهینه سرمایه‌گذاری معرفی شده توسط مک دونالد و سیگل، زمان بهینه برای شروع پروژه ارائه شده، 5/9 سال می‌باشد. پرونده مقاله

  • مقاله

    3 - طراحی سیستم هوشمند خرید و فروش بر اساس مدلی مرکب از الگوریتم ماشین بردار پشتیبان و تئوری کانال روند
    مهندسی مالی و مدیریت اوراق بهادار , شماره 4 , سال 8 , پاییز 1396
    پیش بینی قیمت آتی و به تبع آن کسب بازدهی بیشتر همواره یکی از مهمترین موضوعات در بازارهای مالی بوده است. از این رو در این پژوهش به طراحی سیستم هوشمند خرید و فروش بر اساس مدلی مرکب از الگوریتم ماشین بردار پشتیبان و تئوری کانال روند پرداخته شده است. برای رسیدن به این هدف، چکیده کامل
    پیش بینی قیمت آتی و به تبع آن کسب بازدهی بیشتر همواره یکی از مهمترین موضوعات در بازارهای مالی بوده است. از این رو در این پژوهش به طراحی سیستم هوشمند خرید و فروش بر اساس مدلی مرکب از الگوریتم ماشین بردار پشتیبان و تئوری کانال روند پرداخته شده است. برای رسیدن به این هدف، این پژوهش در چهار مرحله اصلی طراحی و اجرا گردیده است. در مرحله اول حدود کانال روند در بازه های زمانی مختلف استخراج گردیده و این حدود در مرحله دوم برای دوره آزمایش توسط الگوریتم ماشین بردار پشتیبان پیش بینی شده است. در مرحله سوم استراتژی های خرید و فروش در محدوده کانال پیش بینی شده در دوره آزمایش تعریف و اجرا شده و در مرحله چهارم بازدهی حاصل از سیستم طراحی شده با بازدهی حاصل از بکارگیری استراتژی خرید و نگهداری مقایسه شده اند. در مورد همه شاخص های انتخاب شده به عنوان نمونه پژوهش، عملکرد سیستم هوشمند خرید و فروش بر اساس مدلی مرکب از الگوریتم ماشین بردار پشتیبان و تئوری کانال روند از عملکرد استراتژی خرید و نگهداری بهتر بود. پرونده مقاله

  • مقاله

    4 - پیش بینی دامنه تغییرات طلا با استفاده از مدل ترکیبی ARIMA و شبکه عصبی
    مهندسی مالی و مدیریت اوراق بهادار , شماره 1 , سال 9 , بهار 1397
    مدل خودرگرسیو میانگین متحرک انباشته (ARIMA) که تحت عنوان روش باکس و جنکینزشناخته می‌شود، یکی از پرکاربردترین مدل‌ها در پیش‌بینی سری‌های زمانی است. اما پیش فرض اصلی این مدل خطی بودن سری های زمانی می باشد. از سوی دیگر شبکه ی عصبی یک تخمین زننده ی عمومی است که الگو های غی چکیده کامل
    مدل خودرگرسیو میانگین متحرک انباشته (ARIMA) که تحت عنوان روش باکس و جنکینزشناخته می‌شود، یکی از پرکاربردترین مدل‌ها در پیش‌بینی سری‌های زمانی است. اما پیش فرض اصلی این مدل خطی بودن سری های زمانی می باشد. از سوی دیگر شبکه ی عصبی یک تخمین زننده ی عمومی است که الگو های غیر خطی را بسیار خوب مدل سازی می نماید. دانستن الگوی داده ها مبنی بر خطی و غیر خطی بودن در واقعیت کمی دشوار است، بنابراین این ایده در ذهن ایجاد می گردد که تلفیق مدل های خطی و غیرخطی می تواند منجر به افزایش دقت پیش بینی گردد. از این رو، در این پژوهش بخش خطی را بوسیله ی مدل ARIMA پیش بینی کرده، آن گاه پسماند های غیر خطی را بوسیله ی شبکه ی عصبی پیش خور مدل سازی نموده و پیش بینی حاصل از آن را به مدل ARIMA ، به منظور پیش بینی حد بالای قیمت، حد پایین قیمت و قیمت پایانی اونس طلا (برای یک مرحله پیش رو) اضافه می نماییم. نتایج بررسی دقت مدل ترکیبی نسبت بر هر یک از مدل های ARIMA و شبکه ی عصبی بر اساس دو معیار MSE و MAE با استفاده از آزمون های مقایسه زوجی و دایبولد- ماریانو دال بر عملکرد بهتر مدل ترکیبی است. پرونده مقاله