Predicting

دسترسی آزاد مقاله

1 - تحلیل کلان مدل های تصمیم گیری پیش بینی رفتار خرید مصرف کننده
سیدمحمدحسین موسوی کریم حمدی حسین وظیفه دوست

10.30495/jmfr.2022.19494

زمینه: وظایف دانش آموختگان دانشگاهی در حوزه مدیریت بازاریابی، ارائه برنامه استراتژیک با نگاه آینده پژوهی در باره رفتار مصرف کننده به صورت مدلی در جهت توانمندسازی بازاریابان و و مخصوصا مصرف‌کنندگان میباشد. هدف: در این مقاله پژوهشی تلاش بر این است، مدلهای تصمیم گیری پیش ب چکیده کامل

زمینه: وظایف دانش آموختگان دانشگاهی در حوزه مدیریت بازاریابی، ارائه برنامه استراتژیک با نگاه آینده پژوهی در باره رفتار مصرف کننده به صورت مدلی در جهت توانمندسازی بازاریابان و و مخصوصا مصرف‌کنندگان میباشد. هدف: در این مقاله پژوهشی تلاش بر این است، مدلهای تصمیم گیری پیش بینی رفتار خرید مصرف کننده با تحلیلی کلان، در فضای فیزیکی و مجازی مورد بررسی قرار گیرد. ابتدا قوانین و فرایند مدل های تصمیم گیری خرید و سپس شکل-گیری انواع مدلهای تصمیم گیری با پاداریمهای غالب در فضای رقابتی جهانی فیزیکی و مجازی، با کمک علم و فنآوری اطلاعات و ارتباطات، مبتنی بر تعامل و تبادل، پرداخته شود. روشها: با هدف دستیابی به نتایج تحقیق، با طراحی پرسشنامه با جامعه آماری 346 نفر و درجه‌بندی پنج‌گانه لیکرت با 5 زیرمقیاس، همچنین تایید پرسشنامه با آلفای کرانباخ 754/0، با استفاده از نرم افزار آماری SPSS و جهت بررسی دو حالت معناداری، استاندارد بودن و برازش مناسب مدل سؤالات انتخابی برای عاملهای تحت بررسی از شاخصهای تحلیل عاملی تأییدی نرم افزار لیزرل با مقدار df/2x برابر با 2.22 استفاده شد.یافته ها: بدین منظور دادههای تحقیق از روشهای تحلیل عاملی اکتشافی، با استفاده از آزمون مربع کای بارتلت با سطح معناداری 0.000 و شاخصKMO جهت کفایت نمونه برابر با 0.765 میباشد. نتیجه گیری: با استفاده از آماره ارزش ویژه، و ماتریس حاصل از چرخش عاملها، دو عامل اصلی با عناوین عامل رفتاری با دو مؤلفه و محرکها هم با سه مؤلفه، در مجموع با بیش از 63 درصد واریانس شناسایی و استخراج شده اند. پرونده مقاله

دسترسی آزاد مقاله

2 - ارایه مدلی جهت پیش بینی شاخص بورس اوراق بهادار تهران با استفاده از ANFIS و رگرسیون فازی
محمد حسین کشاورز محمدرضا فیلی ز اده ایاد هندالیانپور

این پژوهش، با هدف ارائه یک مدل پیش‌بینی شاخص کل بورس اوراق بهادار تهران با سیستم استنتاج فازی‌عصبی‌تطبیقی (ANFIS) و رگرسیون‌فازی صورت گرفته است. رفتار شاخص غیرخطی و آشوب‌گونه است که روش‌های سنتی جوابگوی پیش‌بینی دقیق نیست. از این رو، با استفاده از دو ابزار فوق الذکر و ب چکیده کامل

این پژوهش، با هدف ارائه یک مدل پیش‌بینی شاخص کل بورس اوراق بهادار تهران با سیستم استنتاج فازی‌عصبی‌تطبیقی (ANFIS) و رگرسیون‌فازی صورت گرفته است. رفتار شاخص غیرخطی و آشوب‌گونه است که روش‌های سنتی جوابگوی پیش‌بینی دقیق نیست. از این رو، با استفاده از دو ابزار فوق الذکر و با شناسایی سه متغیر کلان اقتصادی شامل نرخ تورم، نرخ ارز و قیمت نفت خام به عنوان متغیرهای مستقل، اقدام به پیش‌بینی عدد شاخص کل بورس برای یک هفته بعد گردید. ابتدا داده‌های روزانه سالهای 1387 الی 1394 متغیرهای پژوهش جمع‌آوری و ذخیره و با استفاده از نرمال‌سازی فازی، نرمال گردید. سپس مدل‌سازی با استفاده از سه متغیر فوق‌الذکر صورت پذیرفت و با مقایسه نتایج، عملکرد بهتر ANFIS نسبت به رگرسیون فازی مشاهده گردید. معیار سنجش عملکرد، ریشه دوم میانگین مربعات خطا بود که برای خروجی ANFIS ، مقدار 021248/0 حاصل شد. حاصل پیش‌بینی یک هفته بعد، برای هر دو ابزار کاهش خطا را نشان داد و مجددا ANFIS با مقدار 007933/0 برای خطا، عملکرد برتر این پژوهش را به خود اختصاص داد و مدل با چهار ورودی نسبت به مدل با سه ورودی دقت بیشتری از خود نشان داد. تاکید بر استفاده از متغیرهای کلان اقتصادی، پیش‌بینی یک هفته آینده عدد شاخص، استفاده از دو ابزار ذکر شده، آنالیز حساسیت مدل‌ها در حین تحقیق از ویژگی های این پژوهش است. این پژوهش می‌تواند مورد استفاده کلیه شرکت‌های حاضر در بورس، سرمایه‌گذاران، کارگزاری‌ها و افراد حقیقی و حقوقی که به هر نحوی با بورس اوراق بهادار سروکار دارند، واقع گردد. پرونده مقاله

دسترسی آزاد مقاله

3 - مدل‏سازی و پیش ‏بینی توزیع بازدهی شاخص کل بازار سرمایه ایران و رمزارز بیت‏کوین با روش زمان متغیر GAS
محمد ابراهیم سماوی هاشم نیکو مرام مهدی معدن چی زاج احمد یعقوب نژاد

10.30495/jfksa.2022.21081

پیش بینی بازدهی با کمترین خطا یکی از مسائل بسیار مهم در بازارهای مالی است که مورد توجه پژوهشگران زیادی در چند دهة اخیر قرار گرفته است. مدل های خطی و غیرخطی سنتی با توجه به عدم کارایی کافی مدل های خطی در تلاطم های قیمتی، عدم استخراج صحیح شکل توزیع شرطی داده ها به علت ضبط چکیده کامل

پیش بینی بازدهی با کمترین خطا یکی از مسائل بسیار مهم در بازارهای مالی است که مورد توجه پژوهشگران زیادی در چند دهة اخیر قرار گرفته است. مدل های خطی و غیرخطی سنتی با توجه به عدم کارایی کافی مدل های خطی در تلاطم های قیمتی، عدم استخراج صحیح شکل توزیع شرطی داده ها به علت ضبط نشدن پویایی توزیع شرطی در مدل های غیرخطی و وجود فرض‌های محدود کننده خلاف واقعیت، توانایی مناسبی جهت پیش بینی بازدهی در دنیای امروز ندارد. در جهت رفع نقصان مدل های سنتی، در پژوهش حاضر با استفاده از روش نوین زمان-متغیر به نام امتیاز خود رگرسیونی تعمیم یافته (GAS) مدل‌سازی در راستای پیش بینی توزیع بازدهی شاخص کل بورس اوراق بهادار طی بازه 1390 الی 1399 و برای رمزارز بیت کوین طی بازه سال 2014 تا 2020 میلادی انجام شده است. نتایج مدل سازی شده برای دو دارایی توسط مدل نوین GAS با نتایج مدل های GARCH و AR مقایسه شده و عملکرد آنها برای درون و برون نمونه آزموده شده است. نتایج آزمون های درون و برون نمونه ای نشان دهنده این است که جهت پیش بینی توزیع بازدهی روزانه شاخص کل مدل نوین GAS عملکرد بهتری داشته و برای پیش بینی توزیع بازدهی روزانه بیت کوین مدل GARCH ارجح تر بوده است. پرونده مقاله

دسترسی آزاد مقاله

4 - پیش بینی گزارشگری مالی متقلبانه از طریق شبکه عصبی مصنوعی(ANN)
مجتبی تاراسی بهاره بنی طالبی دهکردی بهزاد زمانی

در این پژوهش، توانایی شبکه های عصبی مصنوعی(ANN) ، به عنوان روشی نوین در خصوص پیش بینی احتمال گزارشگری مالی متقلبانه ،در شرکتهای پذیرفته شده در بورس اوراق بهادار تهران در یک دوره زمانی 9 ساله بین سال های 1385 تا 1393مورد بررسی قرار گرفت. بدین منظور از طریق اطلاعات مندرج چکیده کامل

در این پژوهش، توانایی شبکه های عصبی مصنوعی(ANN) ، به عنوان روشی نوین در خصوص پیش بینی احتمال گزارشگری مالی متقلبانه ،در شرکتهای پذیرفته شده در بورس اوراق بهادار تهران در یک دوره زمانی 9 ساله بین سال های 1385 تا 1393مورد بررسی قرار گرفت. بدین منظور از طریق اطلاعات مندرج درصورتهای مالی ، نسبتهای مالی و مدل پرسپترون های چند لایه که شامل یک لایه ورودی ،لایه پنهان از دید نرم افزار MATLAB، و یک لایه خروجی است، احتمال وجود تحریف درگزارش ها مالی وارائه گزارشگری مالی متقلبانه ازطریق تکنیک شبکه عصبی ارزیابی گردید. در این راستا، از اطلاعات هفت سال اول شرکتها، جهت طراحی و آموزش شبکه عصبی، از داده های سال هشتم به منظور اعتبارسنجی و تایید آموزش شبکه و از داده های سال نهم به عنوان داده های آزمون و تست شبکه ی طراحی شده استفاده گردید. در نهایت با توجه به نتایج حاصله، مشخص شد که تکنیک شبکه عصبی و مدلسازی مبتنی برشبکه عصبی ازصحت 97.4درصد برخوردار است و با طراحی و آموزش دقیق، می توان شبکه های عصبی طراحی نمود که با دقت قابل قبولی بتوانند احتمال گزارشگری مالی متقلبانه شرکت ها را کشف و پیش بینی نمایند. پرونده مقاله

دسترسی آزاد مقاله

5 - بررسی اثرات زیست محیطی سد استقلال میناب درفازبهره برداری با تلفیق روش های ICOLD و Modified
سید علی جوزی لیلا حسینی علی دهقانی

زمینه و هدف: سد استقلال میناب باحجم مخزن اولیه 350 میلیون مترمکعب و حجم مفید 270 میلیون مترمکعب ازنوع سدهای بتنی وزنی پایدار بوده و در4 کیلومتری شرق شهرستان میناب درطول جغرافیایی 57 درجه و 4 دقیقه و عرض جغرافیایی 27 درجه و 9 دقیقه برروی رودخانه میناب احداث شده است . این چکیده کامل

زمینه و هدف: سد استقلال میناب باحجم مخزن اولیه 350 میلیون مترمکعب و حجم مفید 270 میلیون مترمکعب ازنوع سدهای بتنی وزنی پایدار بوده و در4 کیلومتری شرق شهرستان میناب درطول جغرافیایی 57 درجه و 4 دقیقه و عرض جغرافیایی 27 درجه و 9 دقیقه برروی رودخانه میناب احداث شده است . این سد باهدف تأمین آب آشامیدنی شهرستان بندرعباس ، تأمین آب برای 14670 هکتاراراضی پایین دست درشهرستان میناب ، صنعت ، کنترل سیلاب و تغذیه مصنوعی درسال 1362 به بهره برداری رسید. روش بررسی: این مطالعه با هدف تجزیه و تحلیل اثرات زیست محیطی ناشی ازبهره برداری سد استقلال به انجام رسیده است. پس ازجمع آوری اطلاعات پایه ، بازدید زمینی ازمحدوده مورد نظر و دریاچه سد فهرستی از منابع زیست محیطی تحت تأثیر تهیه گردید و پس از آن محدوده مطالعاتی در قالب محیط های بلافصل ، تحت اثر مستقیم و غیرمستقیم تعیین شد . سپس نقشه های مورد نیاز اعم از موقعیت حوضه ، ایستگاه ها ، پوشش گیاهی و ... درمحیط GIS تهیه شد. کارنمونه برداری از آب در دو فصل گرم و خشک، گرم و مرطوب انجام و تجزیه و تحلیل نمونه های آب انجام شد. به منظور پیش بینی اثرات سد ازروش اختصاصی ارزیابی سدها موسوم به روش ICOLD [1] استفاده شد . پس ازآنکه کلیه اثرات تعیین شد ازآنجایی که روش ICOLD یک روش کیفی است برای نمره دهی و تفسیر اثرات از روش تغییر یافته و یا تقلیدی از آن به نام Modified استفاده گردید. نتیجه گیری: نتایج این مطالعه نشان می دهد که سد استقلال میناب برروی محیط بیولوژیکی و محیط اقتصادی اجتماعی اثری مثبت داشته و نمرات (5/207 +) و (25/329 +) رابه خود اختصاص داده است و تنها برمحیط فیزیکی شیمیایی اثرمنفی معادل با (242 - ) داشته است ولی درمجموع وجود سداستقلال میناب وبهره برداری ازآن بانمره (75/294 +) تأثیر مثبتی برمنطقه داشته است .درپایان راهبردها و راهکارهای مدیریتی جهت تقلیل آثار منفی ناشی از بهره برداری سد نظیر :کاهش رسوب ورودی به دریاچه از طریق ایجاد سدهایی در بالا دست سد استقلال، ترویج روش بیولوژیکی درمبارزه با آفات زراعی به جای سموم پیشنهاد شده است که مدیریت صحیح زیست محیطی حوضه آبخیز میناب منوط به اجرای دقیق وکامل این راهکارهای پیشنهادی می باشد. [1]- International Committee of Large Dams پرونده مقاله

دسترسی آزاد مقاله

6 - بررسی رابطه بین احساسات سرمایه گذار، جسارت در پیش بینی سود سهام و عملکرد آتی شرکت
رضا غلامی جمکرانی زهرا اکبری مسعود بختیاری

هدف از این پژوهش بررسی رابطه بین احساسات سرمایه گذار، جسارت در پیش بینی سود سهام و عملکرد آتی شرکت در بورس اوراق بهادار تهران است. پژوهش موردنظر از جهت هدف، کاربردی و ازلحاظ نوع طرح پژوهش به جهت تکیه ‌بر اطلاعات تاریخی، پس رویدادی و روش استنتاج آن استقرایی و از نوع همبس چکیده کامل

هدف از این پژوهش بررسی رابطه بین احساسات سرمایه گذار، جسارت در پیش بینی سود سهام و عملکرد آتی شرکت در بورس اوراق بهادار تهران است. پژوهش موردنظر از جهت هدف، کاربردی و ازلحاظ نوع طرح پژوهش به جهت تکیه ‌بر اطلاعات تاریخی، پس رویدادی و روش استنتاج آن استقرایی و از نوع همبستگی می‌باشد و شامل 3 فرضیه می‌باشد. جامعه پژوهش شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران در سال‌های 1394-1390 می‌باشد.جهت مستندسازی نتایج تجزیه‌وتحلیل آماری و ارائه راه‌حل‌های نهایی، محقق از شیوه آماری با استفاده از نرم‌افزار Eviews اقدام به تجزیه‌وتحلیل سؤالات و فرضیات نموده است.فرضیه‌های پژوهش با استفاده از رگرسیون خطی مرکب و آزمون‌های F و t تحلیل‌شده‌اند. نتایج آزمون فرضیات‌ پژوهش نشان داد که احساسات سرمایه گذار بر جسارت در پیش بینی سود سهام و رشد شرکت تاثیر گذار است ولی بر بازده آتی تاثیر گذار نیست. پرونده مقاله

دسترسی آزاد مقاله

7 - تأثیر هزینه نمایندگی بر پیش‌بینی سودآوری شرکت ها
محمدباقر محمدزاده مقدم

مرور مقالات نشان میان‌دامنه،هزینه نمایندگی در شرکت ها یکی از مهم ترین زمینه های مطالعاتی در حسابداری بوده است.ازاین‌رو هدف اصلی این پژوهش نحوه ارزیابی تأثیر هزینه نمایندگی بر پیش بینی سودآوری در بورس اوراق بهادار تهران است. در این پژوهش معیار هزینه نمایندگی شامل مدیریت چکیده کامل

مرور مقالات نشان میان‌دامنه،هزینه نمایندگی در شرکت ها یکی از مهم ترین زمینه های مطالعاتی در حسابداری بوده است.ازاین‌رو هدف اصلی این پژوهش نحوه ارزیابی تأثیر هزینه نمایندگی بر پیش بینی سودآوری در بورس اوراق بهادار تهران است. در این پژوهش معیار هزینه نمایندگی شامل مدیریت سود، ساختار سرمایه، سازوکار حاکمیت شرکتی و نسبت گردش دارایی است.جامعه آماری این پژوهش را شرکت های پذیرفته‌شده در بورس اوراق بهادار تهران که از سال 1389 تا 1395 فعال هستند، تشکیل می دهد. شرکت های نمونه شامل 105 شرکت و در مجموع شامل 735 سال- شرکتاست.برای آزمون فرضیه ها از روش رگرسیون و روش حداقل مربعات استفاده ‌شده است. این پژوهش، از لحاظ روش شناسی، از نوع شبه تجربی و پس رویدادی در حوزه پژوهش های اثباتی حسابداری است. یافته های حاصل از آزمون فرضیه‌های این پژوهش نشان می‌دهد که از بین معیارهای اندازه گیری هزینه نمایندگی رابطه بین مالکیت نهادی ناشی از حاکمیت شرکتی و نسبت گردش دارایی با پیش بینی سودآوری مستقیم و معنادار است.این یافته ها همچنین نشان داد رابطه معناداری بین ساختار سرمایهو پیش بینی سودآوری وجود ندارد. علاوه بر این، رابطه بین مدیریت سود و پیش بینی سودآوری معنادار ولی معکوس است که دلیل این رابطه معکوس را می توان خطر اخلاقی ناشی از عدم تقارن اطلاعاتی مدیریت سود دانست. پرونده مقاله

دسترسی آزاد مقاله

8 - بررسی رفتار رمه ای متغیر زمان در بورس اوراق بهادار تهران با استفاده از مدل امتیاز خود رگرسیونی تعمیم یافته
محمدابراهیم سماوی هاشم نیکومرام مهدی معدنچی زاج احمد یعقوب نژاد

10.30486/fbra.2022.1953468.1084

رفتار توده‌وار یا رمه‌ای یکی از مهم‌ترین سوگیری‌های رفتاری است که در بازارهای مالی وجود دارد و از عوامل شکل‌دهنده بحران‌های مالی است. با توجه به اینکه رفتار رمه‌ای به صورت مستقیم بر قیمت اثر می‌گذارد، از این رو پیش‌بینی قیمت بر اساس داده‌های قیمتی گذشته نشان از وجود رفت چکیده کامل

رفتار توده‌وار یا رمه‌ای یکی از مهم‌ترین سوگیری‌های رفتاری است که در بازارهای مالی وجود دارد و از عوامل شکل‌دهنده بحران‌های مالی است. با توجه به اینکه رفتار رمه‌ای به صورت مستقیم بر قیمت اثر می‌گذارد، از این رو پیش‌بینی قیمت بر اساس داده‌های قیمتی گذشته نشان از وجود رفتار رمه‌ای در بازار دارد. این مقاله با هدف بررسی وجود رفتار رمه‌ای در بورس اوراق بهادار تهران مدلی زمان متغیر غیرخطی نوینی به نام امتیاز خود رگرسیونی تعمیم یافته (GAS) ارائه کرده و با مدل-های غیرخطی سنتی GARCH و AR نیز قیاس شده است. در راستای پیش‌بینی بازدهی شاخص بورس اوراق بهادار تهران جهت تشخیص وجود رفتار رمه‌ای، از داده‌های قیمتی طی بازه 1390 الی 1399 استفاده شده است. توان و دقت پیش‌بینی توزیع بازدهی مدل نوین GAS با نتایج مدل‌های غیرخطی GARCH و AR در داده‌های درون و برون نمونه‌ای جهت تشخیص وجود رفتار رمه‌ای قیاس شده است. نتایج پژوهش در آزمون‌های درون و برون نمونه‌ای نشان دهنده دقت بالاتر مدل نوین GAS نسبت به مدل‌های سنتی GARCH و AR در پیش‌بینی توزیع بازدهی روزانه شاخص کل بورس اوراق بهادار تهران بوده و همچنین وجود رفتار رمه‌ای در بازار سرمایه ایران تایید شده است. پرونده مقاله

دسترسی آزاد مقاله

9 - Experimental Study and Modeling of Friction Stir Welding Process of Aluminum 1100 Alloys, using Artificial Neural Network with Taguchi Method
V. Zakeri Mehrabad Ali Doniavi A. Gholipoor

In this paper, the temperature distribution in workpiece and microstructure of welded zone in friction stir welding of aluminum 1100 alloys and the effect of the tool rotational speed on these parameters have investigated experimentally. Also feed forward back propagati چکیده کامل

In this paper, the temperature distribution in workpiece and microstructure of welded zone in friction stir welding of aluminum 1100 alloys and the effect of the tool rotational speed on these parameters have investigated experimentally. Also feed forward back propagation neural network has been used to predict the temperature of the workpiece during the welding process by considering the process time and tool rotational speed as input parameters of the neural network. For this purpose, the Taguchi design of experiments has been used and the network with minimum mean squared error was selected. This way of neural network selection is very formal and effective than the existing methods. The selected network mean squared error with this approach is 0.000388, its most differences with experimental inputs is 0.770997ºC and its regression R values is 0.99113. Also according to experimental results, increasing tool rotational speed leads to higher plastic deformation in materials and also causes increasing the friction between tool and workpiece which leads to higher workpiece temperature. پرونده مقاله

دسترسی آزاد مقاله

10 - Investigating the effect of rounding and revision in predicting earnings per share on investors' attention
Ayat Bijani Iraj Nouri

10.22034/amfa.2019.545146.1079

Because in the theory of economics, the value of a company is based on the current value of future cash flows and profit is used as a substitute for cash flows, profit forecasting is of particular importance. In the research, the effect of rounding and revision in predi چکیده کامل

Because in the theory of economics, the value of a company is based on the current value of future cash flows and profit is used as a substitute for cash flows, profit forecasting is of particular importance. In the research, the effect of rounding and revision in predicting earnings per share on the investors' attention in Iran has been investigated. After designing the investors' attention assessment indexes, the transaction information was collected from the Stock Exchange in the five-year period of 2011-2015. The statistical sample consists of 120 companies selected by systematic elimination method and totally obtained 600 year-firm. In this research, linear regression and correlation were used to investigate the hypotheses of the research and Eviews software was used to analyze the data and test the hypotheses. What can be said in the summing up and conclusion of the test of research hypotheses is that predicting the earning per share influences investors 'attention, as well as the revision of the earnings per share influences the investors' attention. On the other hand, research studies show that the rounding in interaction with the revision in predicting earnings per share can also affect the investors' attention. پرونده مقاله

دسترسی آزاد مقاله

11 - Predicting Stock Price Crash Risk with a Deep Learning Approach from Artificial Intelligence and Comparing its Efficiency with Classical Predicting Methods.
Meysam Rahmati Ehsan Taieby Sani

10.22034/amfa.2023.1973199.1826

Purpose of this research is Predicting Stock Price Crash Risk with a Deep Learning Approach from Artificial Intelligence and Comparing its Efficiency with Classical Predicting Methods. This research is post-event correlation type and practical in terms of purpose. The r چکیده کامل

Purpose of this research is Predicting Stock Price Crash Risk with a Deep Learning Approach from Artificial Intelligence and Comparing its Efficiency with Classical Predicting Methods. This research is post-event correlation type and practical in terms of purpose. The research data were extracted from the website of the Stock Exchange Organization and Codal website. The risk variable of crashing stock prices was introduced as a predictor. 3200 obser-vations were obtained from 10-year data of 320 companies between 2012 and 2021. In the following, 29 variables were identified as variables that can affect the risk of crashing stock prices. Statistical methods such as unit root test, composite data, Hausman test and variance heterogeneity test were used. Next, the top 10 algorithms in the field of deep learning were selected and used to model the mentioned variables with the CNN method. Python, Eviews and Excel software were used in this research. Examining the performance of different deep learning algorithms shows that the convolutional neural network method performs better compared to other algorithms and can improve the prediction accuracy. Therefore, it is suggested to use this algorithm in reviewing econometric data and especially predicting the risk of crashing stock prices. پرونده مقاله

دسترسی آزاد مقاله

12 - Forecasting the Profitability in the Firms Listed in Tehran Stock Exchange Using Data Envelopment Analysis and Artificial Neural Network
Maryam Saberi Mohammad Reza Rostami Mohsen Hamidian Nafiseh Aghami

10.22034/amfa.2016.527823

Profitability as the most important factor in decision-making, has always been considered by stake holders in the company's profitability. Alsocan bea basis forevaluatingthe performance of themanagers. The ability to predict the profitability can be very useful to help چکیده کامل

Profitability as the most important factor in decision-making, has always been considered by stake holders in the company's profitability. Alsocan bea basis forevaluatingthe performance of themanagers. The ability to predict the profitability can be very useful to help decision-makers. That's why one of the most important issues is the expected profitability. The importance of these forecasts depends on the amount of misalignment with reality. The amount of deviation is less than the forecast of higher accuracy. Although there are various methods for predicting but the use of artificial intelligence techniques is increasing due to fewer restriction. The aim of this study is to evaluate the predictive power of profitability using DEA and neutral network, to enhance the decision-making users of 2012 to 2015of 7 premier financial ratios were used as independent variables. Test results show that both of ANN and DEA have ability to forecast profitability and given that neutral network prediction accuracy is higher than the DEA, the model predict better the profitability of companies. پرونده مقاله

دسترسی آزاد مقاله

13 - طراحی مدل پیش بینی ورشکستگی مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از شبکه های عصبی مصنوعی و مقایسه آن با مدل رگرسیون لوجیت
فرهاد سنچولی

با توجه به نگرانی‌هایی که سرمایه‌گذاران از بازگشت اصل و سود سرمایه‌ دارند و پیامدها و هزینه‌هایی که وقوع ورشکستگی برای شرکت‌ها و اقتصاد کشور و سایر افراد و نهادها می‌تواند ایجاد نماید، طراحی یک مدل قابل اطمینان جهت پیش‌بینی احتمال وقوع ورشکستگی شرکت‌ها برای راهنمایی برا چکیده کامل

با توجه به نگرانی‌هایی که سرمایه‌گذاران از بازگشت اصل و سود سرمایه‌ دارند و پیامدها و هزینه‌هایی که وقوع ورشکستگی برای شرکت‌ها و اقتصاد کشور و سایر افراد و نهادها می‌تواند ایجاد نماید، طراحی یک مدل قابل اطمینان جهت پیش‌بینی احتمال وقوع ورشکستگی شرکت‌ها برای راهنمایی برای تصمیم‌گیرندگانی همچون شرکت-های سرمایه‌گذاری، بانک‌ها و دولت ضروری به نظر می‌رسد. در این پژوهش از روش شبکه عصبی مصنوعی و روش رگرسیون لوجیت جهت پیش‌بینی ورشکستگی تعدادی از شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران طی سال‌های 1395 تا 1399 استفاده شده و نتایج با روش رگرسیون لوجیت مقایسه شده است. میزان دقت کلی پیش‌بینی روش شبکه عصبی مصنوعی برای هریک از سال-های t، t-1، t-2 و t-3 به ترتیب برابر با 55/96 % ، 55/96 % ،24/92 % و 24/92 % و برای روش رگرسیون لوجیت برای همین سال‌ها به ترتیب 94% ، 82/94% ، 51/90% و 06/87% می‌باشد که نشان داد روش شبکه عصبی مصنوعی از دقت بالاتری نسبت به روش رگرسیون لوجیت برخوردار می باشد. لذا می توان نتیجه گرفت که روش شبکه عصبی مصنوعی ابزار مناسب‌تری برای پیش‌بینی ورشکستگی شرکت‌ها در اختیار قرار می‌دهد. پرونده مقاله

دسترسی آزاد مقاله

14 - Applying Adaptive Network-based fuzzy Inference System to Predict Travel Time in Highways for Intelligent Transportation Systems
Rouhollah Maghsoudi Behzad Moshiri

Travel time is a good criterion in analyzing transportation systems. There are two ways to calculate travel time: direct measurement, and prediction. Several classic statistical ways have been used to predict travel time, but when non linear nature is focused, developin چکیده کامل

Travel time is a good criterion in analyzing transportation systems. There are two ways to calculate travel time: direct measurement, and prediction. Several classic statistical ways have been used to predict travel time, but when non linear nature is focused, developing a proper model with multiple linear will be a failure. This means that when data have a nonlinear inherent, using of linear methods such as some statistics methods will not be benefit and will not generate appropriate results. Meanwhile, ANN and ANFIS are nonlinear tools. Intelligent systems approaches such as artificial neural networks (ANN) and recently neuro-fuzzy have successfully appeared in prediction. In most applications of ANN, multilayer perceptron (MLP) is applied which is trained by the algorithm of back propagation error. The main problem of this approach is that it is hard to interpret the knowledge in the trained networks. Applying neuro-fuzzy approach, information saved in trained networks will be defined within a fuzzy data base. The aim of present research is to offer a strong neuro-fuzzy network and apply it to predict travel time and compare its results with methods like ANN and AIMSUN. Our results indicate that means for neuro-fuzzy prediction remarkably decrease the error criteria of predicted travel time. This research proves the possibility of applying Anfis in predicting travel time, and reveals that it can make very successful analysis on traffic data. To study credibility of prediction results, AIMSUN was applied and freeway travel time was studied and calculated by simulation. پرونده مقاله

دسترسی آزاد مقاله

15 - مقایسه مدلهای قیمت گذاری دارایی سرمایه ای،سه عاملی فاما و فرنچ و شبکه های عصبی مصنوعی در پیش بینی بازار سهام ایران
سیده محبوبه جعفری جواد میثاقی فاروجی میثم احمد وند

در تحقیق حاضر،توان مدل سه متغیره فاما و فرنچ(1993)،ارزش گذاری دارایی هایی سرمایه ای و شبکه های عصبی مصنوعی در تبیین بازده سهام در بورس اوراق بهادار تهران مقایسه و سعی شده است به این پرسش پاسخ داده شود که قدرت پیش بینی کدام یک بیشتر است. متغیرهای مدل فاما وفرنچ عبارتند ا چکیده کامل

در تحقیق حاضر،توان مدل سه متغیره فاما و فرنچ(1993)،ارزش گذاری دارایی هایی سرمایه ای و شبکه های عصبی مصنوعی در تبیین بازده سهام در بورس اوراق بهادار تهران مقایسه و سعی شده است به این پرسش پاسخ داده شود که قدرت پیش بینی کدام یک بیشتر است. متغیرهای مدل فاما وفرنچ عبارتند از بازده مازاد بازار،اندازه و نسبت ارزش دفتری به ارزش بازار و متغیر وابسته بازده پرتقوی سهام دوره زمانی 5 ساله از ابتدای 1385 تا 1389 است.در هر بازه سه ماهه از دوره تحقیق،بر اساس اندازه و نسبت ارزش دفتری به ارزش بازار،شرکتهای نمونه به 6 پر تقوی تقسیم و فرضیه های تحقیق بر مبنای این پرتقوی ها آزمون شده است. نتایج به دست آمده نشان می دهد که توان مدل سه متغیره فاما و فرنچ بالاتر از مدلهای قیمت گذاری دارایی های سرمایه ای است:همچنین،مدلهای یک متغیره و سه متغیره شبکه عصبی عملکردی بهتر از مدلهای متناظر دارند پرونده مقاله

دسترسی آزاد مقاله

16 - طراحی مدلی جهت پیش بینی قیمت قراردادهای آتی سکه طلا با استفاده از معادلات دیفرانسیل تصادفی
راحله باقری محمدرضا ستایش رضا رادفر

بازار سرمایه یکی از بازارهای مالی است که در یک اقتصاد پویا می تواند زمینه ساز رشد بلند مدت اقتصادی باشد. در این بازارها ابزارهای مالی متفاوتی مورد داد و ستد واقع می شوند. از جمله این ابزارهای مالی ، قراردادهای آتی است که ارزش خود را از یک دارایی پایه می گیرند. بدیهی است چکیده کامل

بازار سرمایه یکی از بازارهای مالی است که در یک اقتصاد پویا می تواند زمینه ساز رشد بلند مدت اقتصادی باشد. در این بازارها ابزارهای مالی متفاوتی مورد داد و ستد واقع می شوند. از جمله این ابزارهای مالی ، قراردادهای آتی است که ارزش خود را از یک دارایی پایه می گیرند. بدیهی است برای ورود به بازار قراردادهای آتی، شخص سرمایه گذار برای پوشش ریسک خود نیاز به پیش بینی روند آینده قیمت ها دارد. به همین منظور در پژوهش پیش روی به انتخاب معادله دیفرانسیل تصادفی مناسب جهت مدلسازی پیش بینی قیمت قراردادهای آتی سکه پرداخته شده است.برای این منظور پس از ارائه توضیحات لازم در مورد ضرورت استفاده از مدلهای تصادفی و در نتیجه اصول جدید تحت عنوان حسابان تصادفی ، به معرفی مهم ترین معادلات دیفرانسیل تصادفی کاربردی در علوم مالی شامل حرکت براونی هندسی، براونی هندسی با جمله جهش، هستون و مدل تبیین شده پرداخته شده است. سپس با رویکردی کاربردی و بر اساس توان هر مدل جهت پیش بینی قیمت قراردادهای آتی به وسیله شبیه سازی مونت کارلو، مدل مناسب انتخاب شده است.نتایج معیارهای نیکویی برازش در خصوص قدرت پیش بینی حاکی از برتری مدل تبیین شده در این قراردادها می باشد. پرونده مقاله

دسترسی آزاد مقاله

17 - پیش بینی بازده بازار سرمایه با استفاده از الگوی یادگیری الگوریتم لورنبرگ مارکوات, گرادیان نزولی و الگوی آریما (ARIMA)
مهدی اشعریون قمی زاده محمد محمودی

پژوهش حاضر بر اساس ارزیابی الگوی یادگیری الگوریتم لورنبرگ مارکوات، گرادیان نزولی و الگوی آریما به مقایسه و توانایی پیش‌بینی کنندگی در بازار سرمایه می‌پردازد. بدین منظور داده‌های بازار در سال‌های 1394 تا 1397 مورد استفاده قرار گرفت و بیش از 75 درصد از این داده‌ها تا قبل چکیده کامل

پژوهش حاضر بر اساس ارزیابی الگوی یادگیری الگوریتم لورنبرگ مارکوات، گرادیان نزولی و الگوی آریما به مقایسه و توانایی پیش‌بینی کنندگی در بازار سرمایه می‌پردازد. بدین منظور داده‌های بازار در سال‌های 1394 تا 1397 مورد استفاده قرار گرفت و بیش از 75 درصد از این داده‌ها تا قبل از سال 1397 به عنوان داده‌های آموزشی استفاده شد و داده‌های یک سال پایانی نیز به عنوان داده‌های آزمایشی مورد استفاده قرار گرفته شده است. نتایج تحقیق نشان داده‌اند، شبکه‌های عصبی مصنوعی ظرفیت بالایی برای پیش‌بینی قیمت دارند. مقایسه نتایج و عملکرد شبکه‌های عصبی و الگوی آریما (ARIMA) حاکی از آن است که شبکه عصبی قدرت پیش‌بینی بالاتری در مقایسه با الگوی خطی آریما (ARIMA) دارد، همچنین مقایسه عملکرد و دقت پیش‌بینی دو نوع شبکه عصبی با الگوریتم یادگیری لونبرگ مارکوارت و الگوریتم یادگیری گرادیان نزولی نشان داد که استفاده از الگوریتم یادگیری لونبرگ مارکورات توانسته است دقت پیش‌بینی شبکه عصبی را افزایش داده و خطای آن را کاهش دهد، بنابراین بر پایه پژوهش انجام شده می‌توان چنین نتیجه گرفت که الگوریتم یادگیری لونبرگ مارکوارت قدرت پیش‌بینی شبکه عصبی را بهبود می‌بخشد. پرونده مقاله

دسترسی آزاد مقاله

18 - مقایسه پیش بینی قیمت و کاهش ریسک قراردادهای آتی به وسیله معادلات دیفرانسیل تصادفی(مدل هستون و مرتون)
راحله باقری محمدرضا ستایش

امروزه سرمایه‌گذاری در بازارهای طلا، بخش مهمی از اقتصاد هر کشور را تشکیل می‌دهد، به همین دلیل برآورد قیمت طلا یکی از مهم‌ترین موضوعات مطالعاتی اقتصاددانان و تحلیلگران مالی است که رویکردهای متفاوتی را پدید آورده است. به طورطبیعی روش‌هایی کاربرد مناسب را دارند که کمترین خ چکیده کامل

امروزه سرمایه‌گذاری در بازارهای طلا، بخش مهمی از اقتصاد هر کشور را تشکیل می‌دهد، به همین دلیل برآورد قیمت طلا یکی از مهم‌ترین موضوعات مطالعاتی اقتصاددانان و تحلیلگران مالی است که رویکردهای متفاوتی را پدید آورده است. به طورطبیعی روش‌هایی کاربرد مناسب را دارند که کمترین خطا و رسیک سرمایه‌گذاری را در خود داشته باشند. در کشورهای در حال توسعه به دلیل وجود تورم و همچنین عدم اطمینان به آینده، تقاضا برای طلا به منظور پوشش ریسک ناشی از تورم بالا است. تشکیل بازار قرارداد آتی سکه بهار آزادی در بورس کالا در سال‌های اخیر نیز به ایجاد بازار متشکلی جهت پوشش ریسک و همچنین استفاده از فرصت‌های آربیتراژ در بازار طلا کمک شایانی نموده است. آمار معاملات قرارداد آتی سکه بهار آزادی از ابتدای ورود اولین نمادش به تابلو معاملات بورس کالای ایران رشد چشمگیری داشته است به‌ گونه‌ای که بازاری سازمان یافته با حجم معاملات بالا و نقد شوندگی مناسب در زمینه معاملات مشتقه را درکشور ایجاد کرده است. در این تحقیق بر آن شدیم با استفاده از دو مدل هستون و مرتون به پیش‌بینی قیمت قرارداد‌های آتی با استفاده از قیمت تسویه قراردادهای آتی از تاریخ 1390/01/01 الی1397/06/11 پرداخته و نتایج حاصل از آن را مقایسه نماییم. پرونده مقاله

دسترسی آزاد مقاله

19 - مدلسازی و ارزیابی پیش‌بینی مدل‌های مختلف حافظه کوتاه مدت، حافظه بلندمدت، مارکوف سوئیچینگ و هایپربولیک گارچ در پیش‌بینی نوسانات قیمت نفت خام اوپک
محمود محمدی الموتی محمدرضا حدادی یونس نادمی

پیش‌بینی در بازارهای مالی بسیار پیچیده است و دلایل این پیچیدگی را می‌توان به مواردی چون نا‌ایستایی داده‌ها، غیرخطی بودن روند داده‌ها و تغییرات زیاد داده‌ها خلاصه کرد. تعیین الگوی مناسب جهت پیش‌بینی نوسانات می‌تواند در راستای تصمیم‌گیری نقش بسزایی ایفا کند. در مدل‌های اق چکیده کامل

پیش‌بینی در بازارهای مالی بسیار پیچیده است و دلایل این پیچیدگی را می‌توان به مواردی چون نا‌ایستایی داده‌ها، غیرخطی بودن روند داده‌ها و تغییرات زیاد داده‌ها خلاصه کرد. تعیین الگوی مناسب جهت پیش‌بینی نوسانات می‌تواند در راستای تصمیم‌گیری نقش بسزایی ایفا کند. در مدل‌های اقتصاد سنجی قدیمی، فرض بر این است که پراکندگی جزء اختلال در کل دورۀ زمانی نمونه ثابت می‌باشد. اما در بسیاری از سری‌های زمانی مالی مشاهده می‌شود که در دوره‌هایی نوسانات بسیار شدید می‌باشد. با این شرایط، فرض وجود همسانی واریانس دیگر معقول به نظر نمی‌رسد. در مقاله حاضر مدل‌های تک رژیمی GARCH، IGARCH، EGARCH، GJR-GARCH، FIEGARCH، HYGARCH و مدل دو رژیمی MRS-GARCHدر پیش‌بینی نوسانات قیمت نفت اوپک در طی سالهای 2010 الی 2016 مورد ارزیابی قرار گرفته و بر اساس معیار خطای RMSEدقت عملکرد آن‌ها سنجیده شده است. نتایج حاصل از این ارزیابی نشان از برتری مدل دو رژیمی مارکوف سوئیچینگ گارچ در افق‌های 5 و 22 روزه دارد. همچنین مدل حافظه بلند مدت FIEGARCHدر افق‌های پیش‌بینی 1 و 10 روزه از عملکرد بهتری در پیش‌بینی نوسانات قیمت نفت نسبت به سایر مدل‌های رقیب برخوردار می‌باشد. پرونده مقاله

دسترسی آزاد مقاله

20 - تاثير قارچ مایکوریزا، تنش آب و سال بر عملکرد گل و برخی خصوصیات گیاه دارویی گاوزبان (Borago officinalis L.) در منطقه یاسوج
علی رحیمی

شناسايي زمان بحراني و زمانبندي آبیاری گياه بر مبناي يك برنامه دقيق و اساسي، كليدي براي نگهداري آب، بهبود عمليات آبياري و قابليت تحمل گياه به كمبود آب در كشاورزي است. در سال‌هاي اخیر براي مقابله با کم‌آبی و تنش خشکی قارچ‌هاي مایکوریزاي وزیکولار آربوسکولار در بسیاري از گی چکیده کامل

شناسايي زمان بحراني و زمانبندي آبیاری گياه بر مبناي يك برنامه دقيق و اساسي، كليدي براي نگهداري آب، بهبود عمليات آبياري و قابليت تحمل گياه به كمبود آب در كشاورزي است. در سال‌هاي اخیر براي مقابله با کم‌آبی و تنش خشکی قارچ‌هاي مایکوریزاي وزیکولار آربوسکولار در بسیاري از گیاهان مورد استفاده قرار گرفته است. در این راستا، آزمایشی به صورت کرت¬های خرد شده در قالب طرح بلوك‌هاي كامل تصادفي با سه تکرار، در سال¬های¬ 1394 و 1395 در منطقه یاسوج اجرا ¬گردید. تنش آب به‌عنوان عامل اصلی بصورت آبياري پس از 30، 60، 90، 120 و 150 ميلي¬متر تبخير از تشتك تبخير كلاس A و قارچ مایكوريزا به‌عنوان عامل فرعی بصورت عدم کاربرد، کاربرد Glomus mosseae و کاربرد Glomus intraradices در نظر گرفته شد. نتایج نشان¬ داد که برهمکنش آبیاری و قارچ مایکوریزا بر فسفر گل، عملکرد گل¬، عملکرد زیستی و کارایی مصرف آب گاوزبان معنی¬دار بود. در سطوح آبیاری پس از 60، 90، 120 و 150 میلی¬متر تبخیر آب از تشتک تبخیر، کاربرد قارچ¬¬¬های مایکوریزا Glomus mosseae و Glomus intraradices نسبت به عدم وجود قارچ به ترتیب موجب افزایش عملکرد گل گیاه (04/30 و 35/27 درصد)، (2/92 و 98/90 درصد)، (1/94 و 21/93 درصد) و (73/81 و 86/78 درصد) شدند، همچنین در این سطوح از آبیاری، عملکرد زیستی و کارایی مصرف آب گل گاوزبان در شرایط حضور قارچ مایکوریزا نسبت به عدم کاربرد قارچ افزایشی معنی¬دار حاصل نمودند. کاربرد هر دو سویه قارچ مایکوریزا Glomus mosseae و Glomus intraradices در سطوح آبیاری پس از 90، 120 و 150 میلی¬متر تبخیر آب از تشتک تبخیر نسبت به عدم کاربرد قارچ مایکوریزا به ترتیب موجب افزایش معنی¬دار شاخص برداشت گل گاوزبان (55/44 و 36/43 درصد)، (21/13 و 96/15 درصد) و (6/5 و 41/5 درصد) و فسفر گل (69/44 و 45/20 درصد)، (150 و 125 درصد) و (74/267 و 48/235 درصد) شدند. قارچ مایکوریزا توانست باعث تعدیل اثرات منفی تنش کم‌آبی و موجب افزایش صفات فوق در آن سطوح آبیاری گردد و بر اساس نتایج این بررسی، تیمار آبیاری پس از 90 میلی‌متر تبخیر آب از تشتک تبخیر + کاربرد قارچ‌ مایکوریزای Glomus mosseae توصیه می‌شود. پرونده مقاله

فهرست مقالات Predicting

سکوی نشر دانش

پیوندهای سایت

مراکز مرتبط

پشتیبانی

صفحات رسمی