فهرست مقالات D83

• دسترسی آزاد مقاله
  • صفحه چکیده
  • متن کامل
  
  1 - بررسی عوامل موثر بر اشتغال زنان با تاکید بر استفاده از ICT
  منیره دیزجی آرش کتابفروش بدری
  یکی از مسائل مهمی که در دهه های اخیر مورد توجه بوده، بحث اشتغال نیروی کار به ویژه اشتغال زنان است. جوامع مختلف در جستجوی راه هایی برای افزایش اشتغال و بهره گیری بهتر از منابع انسانی در دسترس خود هستند و در این راستا تکنولوژی های جدید نقش مهمی را ایفا می کنند. در سال های چکیده کامل

  یکی از مسائل مهمی که در دهه های اخیر مورد توجه بوده، بحث اشتغال نیروی کار به ویژه اشتغال زنان است. جوامع مختلف در جستجوی راه هایی برای افزایش اشتغال و بهره گیری بهتر از منابع انسانی در دسترس خود هستند و در این راستا تکنولوژی های جدید نقش مهمی را ایفا می کنند. در سال های اخیر بکارگیری ICT (فناوری اطلاعات و ارتباطات) ابعاد مختلف زندگی بشری را متاثر ساخته و تحولات شگرفی را در بعد اقتصادی و اجتماعی به وجود آورده است. ICT آثار گسترده ای بر نوع ساختار کار و اشتغال دارد که در همه ی سطوح اشتغال را دست خوش تغییر و تحولات زیادی کرده است. این فناوری بر ساختار مشاغل نیز تاثیر گذاشته و ماهیت مشاغل در جوامع را از طریق کاهش متوسط سختی کار، فکری تر شدن، ناپایدارتر شدن و تخصصی تر شدن مشاغل، متحول کرده است. در این راستا هدف مطالعه حاضر بررسی عوامل موثر بر اشتغال زنان با تاکید بر بهره گیری از ICT در 20 کشور منتخب OECD در بازه ی زمانی 2000 تا 2014 با استفاده از مدل داده های تابلویی است. نتایج برآورد نشان می دهد که ICT اثر مثبت و معنی داری بر اشتغال زنان در کشورهای مورد بررسی داشته است. همچنین متغیرهای مخارج سلامت و بهداشت، تولید ناخالص داخلی سرانه و مخارج آموزش نیز اثر مثبت و معنی دار بر اشتغال زنان داشته اند. پرونده مقاله
• دسترسی آزاد مقاله
  • صفحه چکیده
  • متن کامل
  
  2 - تحلیل رفتار قیمتی بنگاه‌ها در اقتصاد ایران با استفاده از روش تبدیل موجک
  محمدمهدی پویا رضا نجارزاده حیدری حسن
  10.30495/eco.2019.672515
  این مقاله به بررسی سازگاری مدل‌های وابسته به زمان با شواهد ساختار قیمت‌گذاری در اقتصاد ایران می‌پردازد. از این‌رو، از شاخص‌های ماهانه قیمت مصرف‌کننده در دوره زمانی 1 :1390 – 8 :1396 برای مطالعه رفتار قیمت‌گذاری و از رهیافت تبدیل موجک برای محاسبه رفتار نوسانی این س چکیده کامل

  این مقاله به بررسی سازگاری مدل‌های وابسته به زمان با شواهد ساختار قیمت‌گذاری در اقتصاد ایران می‌پردازد. از این‌رو، از شاخص‌های ماهانه قیمت مصرف‌کننده در دوره زمانی 1 :1390 – 8 :1396 برای مطالعه رفتار قیمت‌گذاری و از رهیافت تبدیل موجک برای محاسبه رفتار نوسانی این سری‌های زمانی استفاده شده است. نتایج نشان می‌دهد در ساختار قیمت‌گذاری اقلام متمایز کالا و خدمات، ناهمگنی معناداری وجود دارد که با فرض توزیع تصادفی علامت تغییر قیمت مدل‌های وابسته به زمان سازگار نیست. ساختار قیمت‌گذاری در طول زمان تغییر می‌کند که با فرض توزیع یکنواخت علامت تصادفی در طول زمان مطابقت ندارد. در نتیجه، مدل‌های وابسته به زمان قادر به توضیح ساختار قیمت‌گذاری در اقتصاد ایران نیستند و مدل‌های جایگزین مانند قیمت‌گذاری وابسته به حالت یا بی‌اعتنایی عقلانی می‌تواند سودمند باشد. پرونده مقاله
• دسترسی آزاد مقاله
  • صفحه چکیده
  • متن کامل
  
  3 - پیش‌بینی شاخص سهام با استفاده از ترکیب شبکه عصبی مصنوعی و مدل‌های فرا ابتکاری جستجوی هارمونی و الگوریتم ژنتیک
  مریم دولو تکتم حیدری
  هدف پژوهش حاضر پیش‌بینی شاخص قیمت بورس اوراق بهادار تهران با استفاده از مدل شبکه عصبی هیبریدی مبتنی بر الگوریتم ژنتیک و جستجوی هارمونی است. مربوط‌ترین نماگرهای تکنیکی به عنوان متغیرهای ورودی و تعداد بهینه نرون در لایه پنهان شبکه عصبی مصنوعی با استفاده از الگوریتم‌های فر چکیده کامل

  هدف پژوهش حاضر پیش‌بینی شاخص قیمت بورس اوراق بهادار تهران با استفاده از مدل شبکه عصبی هیبریدی مبتنی بر الگوریتم ژنتیک و جستجوی هارمونی است. مربوط‌ترین نماگرهای تکنیکی به عنوان متغیرهای ورودی و تعداد بهینه نرون در لایه پنهان شبکه عصبی مصنوعی با استفاده از الگوریتم‌های فراابتکاری ژنتیک و جستجوی هارمونی حاصل می‌گردد. مقادیر روزانه شاخص قیمت بورس اوراق بهادار تهران از تاریخ 1/10/91 الی 30/9/94 جهت پیش‌بینی شاخص قیمت و آزمون آن استفاده می‌شود. دقت پیش‌بینی سه مدل شبکه عصبی عادی، شبکه عصبی هیبریدی مبتنی بر الگوریتم ژنتیک و شبکه عصبی هیبریدی مبتنی بر جستجوی هارمونی بر اساس میزان خطای پیش‌بینی ارزیابی می‌گردد. نتایج حاصله نشان می‌دهد دقت پیش‌بینی مدل‌های فراابتکاری ژنتیک و جستجوی هارمونی در دوره آزمون بالاتر از شبکه عصبی عادی است. همچنین پیش‌بینی مدل شبکه عصبی هیبریدی مبتنی بر جستجوی هارمونی در دوره آزمون نسبت به مدل شبکه عصبی مصنوعی هیبریدی مبتنی بر الگوریتم ژنتیک از دقت بالاتری برخوردار است. This study is aimed to predict the price index of Tehran Stock Exchange using hybrid Artificial Neural Network (ANN) models based on Genetic Algorithms (GA) and Harmony Search (HS). The most relevant technical indicators as inputs and the optimal number of neurons in hidden layer of Artificial Neural Network are achieved by metaheuristics including Genetic Algorithms and Harmony Search. Daily price index of Tehran Stock Exchange from 21 December 2012 to 21 December 2015 applied to predict and test stock index. The accuracy of forecasting of three models including Regular Artificial Neural Network model, hybrid neural networks based on GA and hybrid neural networks based on HS is evaluated by the prediction error. The results show that the accuracy of prediction in Metaheuristics models such as Genetic Algorithms and Harmony Search in test period is higher than normal Artificial Neural Network. Also prediction by hybrid neural network model based on harmony Search during the test period compared to hybrid Artificial Neural Network model based on Genetic Algorithm is more accurate. پرونده مقاله
• دسترسی آزاد مقاله
  • صفحه چکیده
  • متن کامل
  
  4 - ارائه مدل جامع جهت اندازه‌گیری ریسک نقدینگی بانک‌های پذیرفته‌شده در بورس اوراق بهادار تهران(مطالعه موردی: بانک ملت)
  تورج آذری مجتبی دستوری رضا تهرانی
  10.30495/fed.2022.694721
  چکیدهعدم مدیریت نقدینگی بانک‌ها یکی از مهم‌ترین ریسک‌های هر بانک می‌باشد و کم‌توجهی به ریسک نقدینگی منجر به عواقب جبران‌ناپذیر می‌شود. جلوگیری از وقوع ریسک نقدینگی نیازمند یک روش اندازه‌گیری جامع می‌باشد؛ اما ریسک نقدینگی موضوعی پیچیده است و این پیچیدگی ارائه یک تعریف م چکیده کامل

  چکیدهعدم مدیریت نقدینگی بانک‌ها یکی از مهم‌ترین ریسک‌های هر بانک می‌باشد و کم‌توجهی به ریسک نقدینگی منجر به عواقب جبران‌ناپذیر می‌شود. جلوگیری از وقوع ریسک نقدینگی نیازمند یک روش اندازه‌گیری جامع می‌باشد؛ اما ریسک نقدینگی موضوعی پیچیده است و این پیچیدگی ارائه یک تعریف مناسب را دشوار می‌سازد. علاوه بر این، تعریف فاکتورهای تعیین‌کننده ریسک نقدینگی و فرمول‌بندی تابع هدف مرتبط برای تقریب و پیش‌بینی مقدار آن پیچیده‌ است. در این تحقیق برای مقابله با این مشکلات و ارزیابی ریسک نقدینگی و فاکتورهای کلیدی آن، مدلی را پیشنهاد می‌کنیم که از شبکه‌های عصبی مصنوعی و بیزی استفاده ‌می‌کند. طراحی و اجرای این مدل شامل چندین الگوریتم و آزمایش جهت اعتبارسنجی است. در این مقاله از الگوریتم‌های بهینه‌سازی لونبرگ-مارکوارت و ژنتیک جهت آموزش شبکه‌ عصبی مصنوعی استفاده کرده‌ایم. همچنین یک مطالعه موردی در بانک ملت برای نشان دادن قابلیت اجرا، کارایی، دقت و انعطاف‌پذیری مدل اندازه‌گیری ریسک نقدینگی تحقیق، پیاده‌سازی کرده‌ایم. پرونده مقاله
• دسترسی آزاد مقاله
  • صفحه چکیده
  • متن کامل
  
  5 - حجم مبادلات بازار سهام و رشد اقتصادی: نقش تعدیل گر فناوری اطلاعات و ارتباطات با توجه به توسعه‌یافتگی کشورها
  غلامرضا محفوظی محسن اکبری مهسا فرخنده زهرا ایاغ
  از عوامل اصلی رشد کشورهای مختلف توسعه بازارهای مالی است که فناوری اطلاعات و ارتباطات با تسهیل مبادلات مالی نقش تسهیل گر و سرعت دهنده را در سال‌های اخیر برای کشورها ایفا نموده است. هدف از این پژوهش بررسی تأثیر حجم مبادلات سهام بر رشد اقتصادی با تعدیل گری فناوری اطلاعات و چکیده کامل

  از عوامل اصلی رشد کشورهای مختلف توسعه بازارهای مالی است که فناوری اطلاعات و ارتباطات با تسهیل مبادلات مالی نقش تسهیل گر و سرعت دهنده را در سال‌های اخیر برای کشورها ایفا نموده است. هدف از این پژوهش بررسی تأثیر حجم مبادلات سهام بر رشد اقتصادی با تعدیل گری فناوری اطلاعات و ارتباطات در کشورهای توسعه‌ یافته و کشورهای در حال ‌توسعه در بازه‌ی زمانی 2016-2011 است. اطلاعات مربوط به کشورهای نمونه از گزارش‌ها شاخص جهانی نوآوری استخراج ‌شده است. روش برازش مدل‌ها در مطالعه‌ی حاضر، روش داده‌های تابلویی است که برای اجرای آن از نرم‌افزار Eviews بهره برده شده است. نتایج نشان داد که فناوری اطلاعات و ارتباطات رابطه‌ی بین حجم مبادلات سهام و رشد اقتصادی را تنها در کشورهای توسعه‌ یافته تحت تأثیر قرار می‌دهد که این امر ناشی از توسعه این نوع فناوری‌ها در کشورهای توسعه یافته است. به نظر می‌رسد که کشورهای در حال ‌توسعه برای دستیابی به رشد اقتصادی بیشتر باید هم پای کشورهای توسعه یافته به فناوری اطلاعات و ارتباطات مجهز شوند. پرونده مقاله