Recast

دسترسی آزاد مقاله

1 - بررسی تاثیر کیفیت عملکرد حسابرسی داخلی بر دقت پیش‌بینی سود مدیران شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران
معصومه لطیفی بنماران شهرزاد سراج

هدف: هدف از پژوهش حاضر بررسی تاثیر کیفیت عملکرد حسابرسی داخلی بر دقت پیش‌بینی سود مدیران است. روش‌شناسی: داده‌های 136 شرکت پذیرفته شده در بورس اوراق بهادار ایران، طی سال‌های 1396 تا 1400 مورد استفاده قرارگرفت. فرضیه‌ها به روش رگرسیون چندگانه با در نظر گرفتن اثرات ثابت چکیده کامل

هدف: هدف از پژوهش حاضر بررسی تاثیر کیفیت عملکرد حسابرسی داخلی بر دقت پیش‌بینی سود مدیران است. روش‌شناسی: داده‌های 136 شرکت پذیرفته شده در بورس اوراق بهادار ایران، طی سال‌های 1396 تا 1400 مورد استفاده قرارگرفت. فرضیه‌ها به روش رگرسیون چندگانه با در نظر گرفتن اثرات ثابت سال و صنعت آزمون شدند. یافته‌ها: نتایج حاصل از آزمون‌های آماری نشان داد که بین کیفیت حسابرسی داخلی و دقت پیش‌بینی سود شرکت‌ها، رابطه معناداری وجود دارد. دانش افزایی: پیش‌بینی‌های مدیریت، افشا‌هایی است که توسط شرکت‌ها برای انتقال اطلاعات در مورد عملکرد آینده خود به سهام‌داران انجام می‌شود. این افشاها داوطلبانه بوده و به‌منظور کاهش عدم تقارن اطلاعاتی بین مدیریت و سهام‌داران در نظر گرفته شده است. پیش‌بینی‌های نادرست می‌تواند برای مدیران بسیار پرهزینه باشد و اعتبار مدیران را زیر سؤال ببرد و ناتوانی مدیریتی را نشان می‌دهد. کیفیت عملکرد حسابرسی داخلی احتمال اطلاعات اشتباه، جانب‌دارانه یا ناقص را در گزارش‌های مدیریت کاهش می‌دهد که مدیران از آن برای بهبود پیش‌بینی‌های سود خود استفاده می‌کنند. پرونده مقاله

دسترسی آزاد مقاله

2 - بررسی مفاهیم و مبانی پس‌نگری و مقایسه آن با پیش‌بینی و چشم‌انداز سازی
معصومه کاظمی حسن قرونه نفیسه کاظمی اعظم بابکی راد

یکی از مهم‌ترین اهداف آینده‌پژوهی، توسعه دانش و درک مجموعه پیچیده‌ای از آینده‌های ممکن و درنتیجه فراهم نمودن فرصتی برای ایجاد و بسط بهترین راهبردها برای رویارویی با چالش‌های پیش رو است. درنتیجه، تصمیم‌گیری فعالانه و پیش‌نگرانه، تحت چنین شرایطی ایده آل خواهد بود. پس‌نگری چکیده کامل

یکی از مهم‌ترین اهداف آینده‌پژوهی، توسعه دانش و درک مجموعه پیچیده‌ای از آینده‌های ممکن و درنتیجه فراهم نمودن فرصتی برای ایجاد و بسط بهترین راهبردها برای رویارویی با چالش‌های پیش رو است. درنتیجه، تصمیم‌گیری فعالانه و پیش‌نگرانه، تحت چنین شرایطی ایده آل خواهد بود. پس‌نگری به دلیل ماهیت هنجاری و تأکیدش بر آینده‌های مطلوب و در نظر گرفتن شرایط عدم اطمینان، یکی از بهترین رویکردها برای رویارویی با این چالش‌هاست. تحقیق حاضر باهدف بررسی این رویکرد روبه رشد در حوزه آینده‌پژوهی انجام شد. در این تحقیق، روند پیدایش پس‌نگری، انواع پس‌نگری و مراحل پس‌نگری توضیح داده‌ شده است و بر روی رویکرد یا روش بودن پس‌نگری تأمل شده است و مروری اجمالی بر پیش‌بینی و روش چشم اندازسازی شده است و درنهایت بر اساس نگاهی فلسفی بر اساس سه محور کشف در برابر توجیه، عدم اطمینان در برابر جبرگرایی و غایت‌انگاری در برابر علیت، به مقایسه پس‌نگری با رویکرد غالب پیش‌بینی به‌عنوان رویکردی متضاد و چشماندازسازی به عنوان روشی همجوار پرداخته‌شده است تا پنجره‌ای برای فهم تمایزات روش پس‌نگری با دیگر روش‌ها فراهم آید تا راهنمای کاربرد این روش‌ها در عمل باشد. پرونده مقاله

دسترسی آزاد مقاله

3 - آینده نگاری کیفیت عملکرد دانشجویانِ آموزش عالی نظامی با استفاده از الگوریتم پیش بینی شبکه عصبی مصنوعی مورد مطالعه: یک سازمان نظامی
محمد فلاح حمیده رشادت جو

زمینه: از جمله مباحث اساسی در نظام آموزش عالی یک کشور، مبانی کیفیت عملکرد دانشجویان و دانش‌آموختگان دانشگاههاست که دو مورد از اصلی‌ترین موارد هفتگانه در حوزه کیفیت در آموزش عالی را تشکیل داده و با دربرگرفتن مولفه-های متعدد، اهمیت فراوانی در ارتقای کیفیت نظام آموزش عالی چکیده کامل

زمینه: از جمله مباحث اساسی در نظام آموزش عالی یک کشور، مبانی کیفیت عملکرد دانشجویان و دانش‌آموختگان دانشگاههاست که دو مورد از اصلی‌ترین موارد هفتگانه در حوزه کیفیت در آموزش عالی را تشکیل داده و با دربرگرفتن مولفه-های متعدد، اهمیت فراوانی در ارتقای کیفیت نظام آموزش عالی هر کشور دارد و هرگونه ابهام در آن به‌ویژه در آموزش عالی نظامی که از حساسیت بالاتری برخوردار است باعث بوجود آمدن تبعات جبران‌ناپذیری خواهد شد. هدف: هدف اصلی این مقاله آینده‌نگاری کیفیت عملکرد دانشجویانِ آموزش عالی نظامی با استفاده از الگوریتم پیش‌بینی شبکه‌ عصبی مصنوعی است که در راستای آن مولفه‌های اصلی کیفیت عملکرد دانشجویان نیز مورد بررسی قرار گرفته است. روش: در این مقاله با استفاده از الگوریتم‌ پیش‌بینی شبکه عصبی مصنوعی، آینده‌نگاری کیفیت عملکرد دانشجویان در سه فاز یادگیری، اعتبارسنجی و آزمون شبکه عصبی به انجام رسید که جامعه آماری آن متشکل از اعضای هیأت علمی دانشگاه هوایی شهید ستاری، دانشجویان و دانش‌آموختگان این دانشگاه و نیز اعضای دفتر مطالعات راهبردی و پژوهشهای نظری نهاجا بود و با استفاده از ابزار مصاحبه نیمه‌ساختارمند و پرسشنامه محقق ساخته به گردآوری اطلاعات پرداخته شد و نهایتاً از نرم‌افزار متلب برای مدلسازی شبکه عصبی استفاده گردید. یافته‌ها: با استفاده از الگوریتم شبکه عصبی مصنوعی، مدلی با دقت 5/85 % طراحی شد و مورد آزمون قرار گرفت. نتیجه‌گیری: با استفاده از الگوریتم شبکه عصبی مصنوعی و مدلسازی کیفیت عملکرد دانشجویان می‌توان با دقت بسیار بالایی آینده‌نگاری کیفیت عملکرد دانش‌آموختگان در سازمان نهاجا را تدوین نمود. پرونده مقاله

دسترسی آزاد مقاله

4 - ارائه یک مدل جدید برای سناریو سازی تقاضای دستگاه‌های خودپرداز (مورد مطالعه : دستگاه‌های خودپرداز شهر تهران)
علیرضا آقا قلیزاده سیار محمد رضا معتدل علیرضا پور ابراهیمی

در دنیای رقابتی امروز توانایی شناخت و پیش بینی تقاضای مشتریان یک مقوله مهم جهت موفقیت سازمانها به شمار می‌رود.و از انجا که دستگاههای خود پرداز یکی از مهم ترین کانالهای توزیع وجه نقد و یکی از اساسی ترین معیارهای ارزیابی سطح خدمات برای بانکها بشمار میروند در این مقاله ویژ چکیده کامل

در دنیای رقابتی امروز توانایی شناخت و پیش بینی تقاضای مشتریان یک مقوله مهم جهت موفقیت سازمانها به شمار می‌رود.و از انجا که دستگاههای خود پرداز یکی از مهم ترین کانالهای توزیع وجه نقد و یکی از اساسی ترین معیارهای ارزیابی سطح خدمات برای بانکها بشمار میروند در این مقاله ویژگیهای مربوط به دستگاه های خودپرداز با توجه به زمان های مراجعه و مکان قرار گیری دستگاه‌ها بررسی می گردد . این مقاله به دنبال یافتن مدلی پویا و کاربردی جهت سناریو سازی تقاضای دستگاههای خود پرداز می باشد . از این رو مورد کاوی بر روی ۳۷۸ دستگاه خودپرداز در سراسر شهر تهران در بازه زمانی یک ماه که شامل ۶۹۴۱۸ رکورد می باشد انجام گرفت . این مدل در نهایت با خوشه بندی داده های آماری در بعد زمانی و مکانی موفق به یادگیری الگوی موجود در داده های کلان شده و بر همین مبنای درخت تصمیم ارائه شده قادر به پیش بینی تعداد مراجعه کننده به هر دستگاه می باشد که پس از ارایه سناریو های ایجاد شده در جهت ارتقای کیفیت خدمات دهی بانکی و ارتقای عملکرد شبکه خودپردازها ترکیب بهینه مکانی دستگاههای خودپرداز در بعد مکانی و زمانی ارایه میگردد. پرونده مقاله

دسترسی آزاد مقاله

5 - پیش‌‌بینی فناوری بر‌اساس متن کاوی اختراعات ثبت شده و تحلیل خوشه‌ای (مورد مطالعه: فناوری فتوولتائیک)
زهره بیانلو حبیب زارع احمدآبادی

امروزه از انرژی خورشیدی به شکل‌های مختلفی استفاده می‌گردد؛ یکی از این موارد، فناوری فتوولتائیک می‌باشد. پدیده فتوولتائیک، پدیده‌ای است که طی آن انرژی خورشیدی به صورت "مستقیم" به انرژی الکتریسیته تبدیل می‌شود. یکی از مشکلات و دغدغه‌های اساسی دنیای امروز، پایان یافتن مناب چکیده کامل

امروزه از انرژی خورشیدی به شکل‌های مختلفی استفاده می‌گردد؛ یکی از این موارد، فناوری فتوولتائیک می‌باشد. پدیده فتوولتائیک، پدیده‌ای است که طی آن انرژی خورشیدی به صورت "مستقیم" به انرژی الکتریسیته تبدیل می‌شود. یکی از مشکلات و دغدغه‌های اساسی دنیای امروز، پایان یافتن منابع سوخت فسیلی به عنوان مهم‌ترین منبع فعلی انرژی دنیا است؛ به همین علت اخیرا انرژی خورشیدی به عنوان جایگزین سوخت‌های فسیلی مورد توجه قرار گرفته است. پیش‌بینی فناوری به صورت تشخیص زودرس پیشرفت‌های نوید بخش آینده فناوری و ارزیابی پتانسیل (توانش) آنها تعریف می‌شود. محققین از روش‌های متعددی برای پیش‌بینی فناوری استفاده می‌کنند که تجزیه و تحلیل اختراعات ثبت شده یکی از این موارد است. در این مقاله اختراعات بین المللی ثبت شده‌ی پایگاه ثبت اختراعات آمریکا (USPTO) در این حوزه در بازه‌ی زمانی سال‌های 1985 تا 2016 استخراج شد. سپس با استفاده از رویکردهای متن‌کاوی و خوشه‌بندی Two Step، نتایج نشان داد که خلاء‌های تحقیقاتی در این حوزه از فناوری وجود دارد که مورد توجه قرار نگرفته است. در نتیجه خلاء‌های تحقیقاتی و فرصت‌های پژوهشی آتی برای محققان این فناوری شناسایی و ارائه شد. پرونده مقاله

دسترسی آزاد مقاله

6 - استفاده از رویکرد مبتنی بر پیش بینی مالی واقتصاد سنجی نرم برای آینده پژوهی رفتار سیستم ها
نبی امیدی

10.30495/jmfr.2023.45694.1862

امروزه از روش های پیش بینی مبتنی بر اقتصاد سنجی نرم و همچنین روش های پیش بینی مالی در سیستم های مختلفی مورد استفاده قرار می گیرد، یکی از جنبه های استفاده از روش های پیش بینی ، استفاده از آن برای پیش بینی رفتار سیستم های جمل و نقل است. در این تحقیق با استفاده از آمار مصد چکیده کامل

امروزه از روش های پیش بینی مبتنی بر اقتصاد سنجی نرم و همچنین روش های پیش بینی مالی در سیستم های مختلفی مورد استفاده قرار می گیرد، یکی از جنبه های استفاده از روش های پیش بینی ، استفاده از آن برای پیش بینی رفتار سیستم های جمل و نقل است. در این تحقیق با استفاده از آمار مصدومان ترافیکی ارجاعی به پزشکی قانونی استان گلستان بین فروردین 1374 تا اسفند 1401 که در استان گلستان به پزشکی قانونی ارجاع شده اند و با استفاده از شبکه عصبی مصنوعی که یکی از پیشرفته ترین روش ها پیش بینی و آینده پژوهی در حوزه سیستم های سلامت است، به پیش بینی تعداد مصدومین برای 12 ماهه منتهی به سال 1402 پرداخته شده است. و همچنین دقت این روش با استفاده از میانگین درصد قدر مطلق خطا مورد سنجش قرار گرفته است. نتایج تحقیق نشان داد که شبکه عصبی مصنوعی با 12 ورودی یک خروجی و 5 لایه پنهان مناسب برای پیش بینی مصدومین ارجاعی به پزشکی قانونیگلستان می باشد، مقادیر پیش بینی شده نشان داد تعداد مصدومان ترافیکی در استان گلستان در حال افزایش است.با توجه به دقت بالا شبکه عصبی مصوعی در این تحقیق می توان این روش را به عنوان مبایی برای آینده پژوهی در تصادفات قرار داد. روند صعودی تعداد مصدومان ترافیکی استان گلستان نشان از لزوم باز بینی تصمیم گیری ها در حوزه حمل و نقل در این استان حکایت دارد. پرونده مقاله

دسترسی آزاد مقاله

7 - ارائه الگوی پیش بینی نرخ تورم و نرخ رشد اقتصادی ایران با رویکرد آینده پژوهی و روش گری مارکف
محمدرضا یاورزاده ابراهیم حاجیانی امیر ناظمی

پیش بینی های کاملا دقیق و با خطای صفر، صرف نظر از حوزه و موضوع مورد نظر، بسیار دشوار و تقریبا غیر ممکن است به ویژه آنکه فرایند پیش بینی، در محیط کاملا پیچیده و در ابر غلیظی از عدم قطعیت ها و بازیگران و پیشران های متعدد و موثر بر محیط انجام شده و داده ها و اطلاعات مورد ا چکیده کامل

پیش بینی های کاملا دقیق و با خطای صفر، صرف نظر از حوزه و موضوع مورد نظر، بسیار دشوار و تقریبا غیر ممکن است به ویژه آنکه فرایند پیش بینی، در محیط کاملا پیچیده و در ابر غلیظی از عدم قطعیت ها و بازیگران و پیشران های متعدد و موثر بر محیط انجام شده و داده ها و اطلاعات مورد استفاده در پیش بینی نیز دارای خصوصیات مبهم و خاکستری باشد. مدارک و شواهد تایید می کند که محیط اقتصاد ایران به شدت غیر خطی و پیچیده بوده و همه ویژگی های یک محیط خاکستری، مبهم و غیر فازی را دارد و با توجه به راهبردی بودن پیش بینی و اطلاع دقیق از روند آینده تورم و رشد اقتصادی کشور، عدم موفقیت در این زمینه سایر تصمیم گیری های کلان و مهم اقتصادی را متاثر می سازد. همچنین بررسی ها موید این نکته است که برخی موسسه های بین المللی، پیش بینی های به مراتب دقیق تری از متغیرهای کلان اقتصادی ج. ا. ایران دارند. در تحقیق حاضر که به روش کمًی انجام شده است، تلاش می‌شود با استفاده ازداده های واقعی و با کمک روش اسنادی و تحلیل ثانویه، پیش بینی های چهار موسسه بین المللی بیزینس مانیتور، اکونومی واچ، صندوق بین المللی پول و بانک جهانی در قلمرو زمانی بیست سال(1371-1392) تحلیل و با استفاده از روش گری مارکف و ترکیب روش ها، نسبت به معرفی و ارائه مدل و الگوی مناسبی که بر اساس تحلیل های آماری، ثابت می شود که انحراف و خطای پیش بینی به مراتب کمتری نسبت به پیش بینی های مجزای تک تک موسسه های مذکور دارد اقدام شده و در پایان نیز این الگوی بومی و قابل اعتماد، برای استفاده کاربردی و عملیاتی در پیش بینی دقیق تر متغیر های کلان اقتصاد کشور ( نرخ رشد اقتصادی و نرخ تورم ایران)، به دو موسسه و نهاد داخلی (مرکز امار ایران و بانک مرکزی ج. ا. ایران) پیشنهاد شود. پرونده مقاله

دسترسی آزاد مقاله

8 - بررسی ساختارهای فکری و مفاهیم کلیدی در آینده‌پژوهی و ارائه چارچوب اجرای مطالعات آینده‌پژوهی
اردشیر سیاح مفضلی علیرضا اسدی

شناخت و آگاهی نسبت به آینده، رویایی است که از دیرباز تلاش افراد بسیاری را در طول تاریخ به خود معطوف داشته است که با کوشش متفکران دوره جدید برای پیوند میان شناخت علمی با رویای شناخت آینده، حوزه دانشی جدیدی با عنوان آینده پژوهی شکل گرفت. امروزه نگاه به آینده روز به روز در چکیده کامل

شناخت و آگاهی نسبت به آینده، رویایی است که از دیرباز تلاش افراد بسیاری را در طول تاریخ به خود معطوف داشته است که با کوشش متفکران دوره جدید برای پیوند میان شناخت علمی با رویای شناخت آینده، حوزه دانشی جدیدی با عنوان آینده پژوهی شکل گرفت. امروزه نگاه به آینده روز به روز در حال تکامل است و آینده‌پژوهی به عنوان یک علم درجه دوم با نظریه‌ها، مکاتب و پارادایم‌های جدید نوعی رویکرد تکاملی را به مولفه‌ها و ابعاد مختلف آینده فراهم کرده است. سال‌ها است که تلاش‌‌های مختلفی در دنیا در این حوزه انجام شده است و ابزارهای گوناگونی برای شناخت و شکل‌دهی به آینده تدوین و بکارگرفته شده‌اند و بارها در مطالعات مختلف جهانی مورد آزمون واقع شده‌اند. این حوزه اگرچه به عنوان یک رشته دانشگاهی نسبت به برخی دیگر از حوزه‌ها دیرتر ظهور کرده است اما بسیار فراگیر شده است. در این مقاله نگارندگان تلاش دارند تا با مرور ساختارهای فکری این حوزه، مفاهیم کلیدی آن را مورد بحث و بررسی قرار دهند. از آن‌جمله می‌توان به مفاهیمی همچون آرمان‌شهرها و نحوه تحول و توسعه تفکر درباره آن‌ها از قرن 16 میلادی تا کنون، رابطه آینده‌پژوهی با پیش‌بینی، مفهوم آینده‌های بدیل در آینده‌پژوهی، مولفه‌ها و اجزای تشکیل دهنده آینده، وابستگی به مسیر و حال بسیط، ابزارها و روش‌های آینده‌پژوهی، اشاره کرد. در انتها تلاش شده است تا چارچوبی مفهومی از موضوعات کلیدی مطرح در آینده‌پژوهی ارائه شود تا مسیری برای انتخاب مناسب استراتژی‌های آینده‌پژوهی فراهم شود و ارتباط علمی اجزای مختلف علم آینده‌پژوهی نشان داده شود. نگاهی علمی به موضوع آینده‌پژوهی، اقدامات و مطالعات این حوزه را اثربخش و خروجی‌های آن برای کشور را کارآمدتر خواهد کرد. نیاز امروز شناخت و استفاده علمی و سیستماتیک از مفاهیم و روش‌های آینده‌پژوهی در مقابل پرداختن سطحی و عوامانه به آینده است پرونده مقاله

دسترسی آزاد مقاله

9 - توسعه کابرد مدل های باکس جنکینز ،شبکه عصبی مصنوعی و تعدیل نمایی در پیش بینی و مدیریت پدیده های اجتماعی (مطالعه موردی: پیش بینی روند ازدواج و طلاق در استان ایلام)
محمدرضا امیدی نبی امیدی اردشیر شیری رحمت اله محمدی پور

روش‌های پیش‌بینی و آینده پژوهی یکی از ابزارهای مهم در اختیار مدیران و کارشناسان برای اخذ تصمیمات راهبردی وصحیح است. با وجود توسعه روش های پیش بینی ، ولی کمتر به کاربرد این روش ها در پیش بینی پدیده های اجتماعی مانند ازدواج، طلاق و رشد جمعیت پرداخته شده است.در این تحقیق ب چکیده کامل

روش‌های پیش‌بینی و آینده پژوهی یکی از ابزارهای مهم در اختیار مدیران و کارشناسان برای اخذ تصمیمات راهبردی وصحیح است. با وجود توسعه روش های پیش بینی ، ولی کمتر به کاربرد این روش ها در پیش بینی پدیده های اجتماعی مانند ازدواج، طلاق و رشد جمعیت پرداخته شده است.در این تحقیق با استفاده از سری زمانی تعداد ازدواج و طلاق در استان ایلام بین سال های 1371 تا 1392 به پیش بینی این مقادیر با استفاده از مدل های باکس و جنکینز ،شبکه عصبی مصنوعی و تعدیل نمایی برای سال های آتی پرداخته شده است.نتایج تحقیق نشان داد که دقت پیش بینی مدل باکس جنکینز برای پیش بینی تعداد ازدواج و شبکه‌های عصبی برای پیش بینی تعداد طلاق بیشتر از سایر روش های پیش بینی است. مقادیر پیش بینی شده نشان داد که نسبت ازدواج به طلاق در استان ایلام بین سال های آتی 1393تا 1396 با شیب ملایم، به سمت کاهش حرکت می کند. پرونده مقاله

دسترسی آزاد مقاله

10 - توسعه کابرد مدل‌های باکس جنکینز، شبکه عصبی مصنوعی و تعدیل نمایی در پیش‌بینی و مدیریت پدیده‌های اجتماعی (مطالعه موردی: پیش بینی روند ازدواج و طلاق در استان ایلام)
محمدرضا امیدی نبی امیدی اردشیر شیری رحمت اله محمدی پور

روش‌های پیش‌بینی و آینده پژوهی یکی از ابزارهای مهم در اختیار مدیران و کارشناسان برای اخذ تصمیمات راهبردی و صحیح است. با وجود توسعه روش های پیش بینی ، ولی کمتر به کاربرد این روش ها در پیش بینی پدیده های اجتماعی مانند ازدواج ، طلاق و رشد جمعیت پرداخته شده است.در این تحقیق چکیده کامل

روش‌های پیش‌بینی و آینده پژوهی یکی از ابزارهای مهم در اختیار مدیران و کارشناسان برای اخذ تصمیمات راهبردی و صحیح است. با وجود توسعه روش های پیش بینی ، ولی کمتر به کاربرد این روش ها در پیش بینی پدیده های اجتماعی مانند ازدواج ، طلاق و رشد جمعیت پرداخته شده است.در این تحقیق با استفاده از سری زمانی تعداد ازدواج و طلاق در استان ایلام بین سال های 1371 تا 1392 به پیش بینی این مقادیر با استفاده از مدل های باکس و جنکینز ،شبکه عصبی مصنوعی و تعدیل نمایی برای سال های آتی پرداخته شده است.نتایج تحقیق نشان داد که دقت پیش بینی مدل باکس جنکینز برای پیش بینی تعداد ازدواج و شبکه های عصبی برای پیش بینی تعداد طلاق بیشتر از سایر روش های پیش بینی است. مقادیر پیش بینی شده نشان داد که نسبت ازدواج به طلاق در استان ایلام بین سال های آتی 1393تا 1396 با شیب ملایم، به سمت کاهش حرکت می کند. پرونده مقاله

دسترسی آزاد مقاله

11 - روش‌های پیش‌بینی بازارهای مالی در شرایط گسست ساختاری
فروزنده جعفرزاده پور امیر ناظمی علیرضا اسدی

ارائه پیش‌بینی از آینده بازارهای مالی بویژه آینده روند شاخص‌های بازار بورس یکی از مباحث چالش انگیز پیش‌بینی است که بدلیل بروز گسست ساختاری در این روندها، با پدیده شکست پیش‌بینی در مدل‌های پیش‌بینی مواجه شده است. در این مقاله رویکردهای مدل سازی پیش‌بینی بازده سهام به عنو چکیده کامل

ارائه پیش‌بینی از آینده بازارهای مالی بویژه آینده روند شاخص‌های بازار بورس یکی از مباحث چالش انگیز پیش‌بینی است که بدلیل بروز گسست ساختاری در این روندها، با پدیده شکست پیش‌بینی در مدل‌های پیش‌بینی مواجه شده است. در این مقاله رویکردهای مدل سازی پیش‌بینی بازده سهام به عنوان یکی از روندهای اصلی بازار سهام، در شرایط گسست‌های ساختاری، بررسی شده و ر‌‌هیافت‌هایی که بر اساس آن می‌توان در فضای عدم قطعیت عمیق، پیش‌بینی کرد، تحلیل شده است. با توجه به این‌که هدف از این مقاله، زمینه‌یابی تحقیقات گذشته و طرح حوزه‌های جدیدی برای تحقیقات آینده در مدل سازی پیش‌بینی بازار سهام بوده است، لذا از روش مطالعه کتابخانه‌ای استفاده شده‌است. نتایج به دست آمده نشان می‌دهد که رویکردهای مدل سازی در شرایط گسست ساختاری در سه استراتژی اصلی دسته بندی می‌شوند؛ در استراتژی ایجاد محدودیت در پارامترهای مدل به کمک‌ تفسیر به دست آمده از چارچوب‌های نظری اقتصاد مالی، پارامترهای مدل تصحیح می‌شوند. در استراتژی جابه‌جایی رژیم به کمک زنجیرهای مارکوف، نقاط گسست در سری زمانی مدل سازی ‌می‌شود. در استژاژی تلفیقی از تلفیق مدل‌های کمی با داده‌های پیمایشی، وضعیت بازار سهام پیش‌بینی می‌شود. این بررسی نشان می‌دهد برای پیش‌بینی بازار سهام بورس تهران در شرایط نااطمینانی‌های محیطی، استراتژی‌های ارائه شده می توانند زمینه مناسبی برای تحقیقات آتی باشند. پرونده مقاله

دسترسی آزاد مقاله

12 - پیش بینی جریان های نقدی در شرکتهای پذیرفته شده در بورس اوراق بهادار تهران
رسول یاری فرد جعفر کرمانج حسین نعمت جو مهدی ابراهیمی

پیش بینی جریان های نقدی مورد توجه سرمایه گذاران، اعتباردهندگان، کارکنان شرکت و نهادهای رتبه بندی می باشد. سرمایه گذاران جریان های نقدی را ورودی مدل های سرمایه گذاری خود می دانند که به آن ها امکان تصمیم گیری در مورد عایدات حاصل از سود تقسیمی و سرمایه را می دهد. اعتبارد چکیده کامل

پیش بینی جریان های نقدی مورد توجه سرمایه گذاران، اعتباردهندگان، کارکنان شرکت و نهادهای رتبه بندی می باشد. سرمایه گذاران جریان های نقدی را ورودی مدل های سرمایه گذاری خود می دانند که به آن ها امکان تصمیم گیری در مورد عایدات حاصل از سود تقسیمی و سرمایه را می دهد. اعتباردهندگان به تصمیمات پرداخت تعهداتِ شرکت هایی که با آن ها مبادله دارند علاقمند هستند و کارکنان از جنبه ی امنیت شغلی و تداوم فعالیت شرکتی که در آن کار می کنند به جریان های نقدی علاقه نشان می دهند . تداوم فعالیت و توانایی شرکت در به موقع بدهی ها نیز مواردیست که برای نهادهای رتبه بندی از اهمیت برخوردار است . هدف اصلی از مطالعه حاضر بررسی پیش بینی جریان های نقدی در میان 59 شرکت از شرکتهای پذیرفته شده در بورس اوراق بهادار تهران از ابتدا 1211 تا پایان 1253 می باشد در این پژوهش جهت بررسی فرضیه ها از مدل رگرسیون پانل دیتا استفاده شده است. نتایج حاصل نشان میدهد که - هزینه کالا فروخته شده و هزینه عمومی و اداری در پیش بینی جریان های نقدی تأثیر معناداری دارد. ولی، فروش، تغییر در حسابهای پرداختنی، تغییر در حسابهای دریافتنی ، تغییر در موجودی کالا ، مالیات ، جریان های نقدی سال گذشته در پیش بینی جریان های نقدی تأثیر معناداری ندارد. پرونده مقاله

دسترسی آزاد مقاله

13 - آینده‏نـگاریِ «واگذاری فرآیندهای صدور مجـوزهای ساختمانی در شهـرداری‏های ایران» با استفاده از «تصمیم‏گیـری چند معیاره مبتنی بر چهارچوب کارت امتیازی متـوازن»
مریم قلعه نوی فرشید عبدی کاوه خلیلی دامغانی

مدتی است شهرداری های ایران برای بازآفرینی نظام اداری و فرآیندهای کسب و کار خود، راهبرد واگذاری در حوزة فرآیندهای صدور مجوز های ساختمانی را در پیش گرفته اند. لیکن بسیاری از مدیران و سیاست گذاران ذی ربط برای تصمیم گیری در خصوص راهکار صحیح و اصولیِ واگذاری آن حوزه از فعالی چکیده کامل

مدتی است شهرداری های ایران برای بازآفرینی نظام اداری و فرآیندهای کسب و کار خود، راهبرد واگذاری در حوزة فرآیندهای صدور مجوز های ساختمانی را در پیش گرفته اند. لیکن بسیاری از مدیران و سیاست گذاران ذی ربط برای تصمیم گیری در خصوص راهکار صحیح و اصولیِ واگذاری آن حوزه از فعالیت ها و دست یابی به آینده ای مطلوب، در سایه ابهامات و تردیدها هستند. امروزه فعالیت های آینده نگاری به عنوان روشی مناسب برای مقابله با پیچیدگی و عدم اطمینان در تصمیم گیری ها، مورد توجه قرار گرفته است؛ از این رو پژوهش حاضر متناسب با فرآیند آینده نگاری و با مشارکت گروهی از صاحب نظران و خِبرگان به شناسایی و بررسی راهکارهای بدیل برای واگذاری فرآیندهای صدور مجوزهای ساختمانی پرداخته تا بتواند راهکار برتر را مشخص نماید. بدین منظور با استفاده از روش تحلیل چند معیارة مبتنی بر کارت امتیازی متوازن، عملکرد آتی شهرداری ها در صورت به کارگیری هریک از آن راهکار ها بررسی شد. یافته ها مبنی بر این است که شهرداری ها در صورت بهره گیری از مدل توسعه یافتة هوشمندسازی و واگذاری فرآیندهای صدور مجوزهای ساختمانی با سیماک(سامانه یکپارچه مدیریت املاک) به عنوان راهکار برتر، مسیر لازم جهت نوسازی و تحول در مدیریت و نظام اداری و شکل گیری آینده ای مطلوب برای آن حوزه از فعالیت ها را طی خواهند نمود. پرونده مقاله

دسترسی آزاد مقاله

14 - مدل سازی و پیش بینی تولید و مصرف برق در ایران
محمدرضا امیدی نبی امیدی حشمت اله عسگری میثم جعفری اسکندری

با توجه به رشد نسبتا بالای مصرف انرژی در کشور، آینده پژوهی در حوزه انرژی الکتریکی به عنوان یک نهاده واسطه ی مهم در تولیدات صنعتی و به عنوان یک کالای نهایی و ضروری در بخش خانگی و تجاری، از الزامات نهادهای اجرایی کشور در زمینه تولید و مصرف برق می باشد. بررسی و پیش بینی چکیده کامل

با توجه به رشد نسبتا بالای مصرف انرژی در کشور، آینده پژوهی در حوزه انرژی الکتریکی به عنوان یک نهاده واسطه ی مهم در تولیدات صنعتی و به عنوان یک کالای نهایی و ضروری در بخش خانگی و تجاری، از الزامات نهادهای اجرایی کشور در زمینه تولید و مصرف برق می باشد. بررسی و پیش بینی تقاضا و تولید برق فاکتوری ارزشمند در دست مدیران صنعت برق برای اخذ تصمیمات راهبردی است. در این تحقیق با استفاده از سری زمانی تولید و مصرف برق بین سال های 6449 6491 و به کارگیری مدل های پیش بینی باکس جنکینز ، شبکه عصبی مصنوعی و سیستم خاکستری که از - پرکاربرد ترین روش های استفاده شده در مطالعات برای پیش بینی تقاضا و مصرف انرژی می باشند، علاوه بر میزان پیش بینی برای سال های آتی با استفاده از معیار میانگین درصد خطا دقت روش های پیش بینی نیز مورد مطالعه قرا گرفت. نتایج تحقیق نشان داد که روش باکس جنکینز بالاترین دقت را در پیش بینی تولید برق در کشور و شبکه عصبی مصنوعی بالاترین دقت در پیش بینی مصرف برق در کشور دارد. مقادیر پیش بینی شده نشان داد که نسبت تولید به مصرف برق در سال ها آتی تقریبا ثابت با میل کاهنده خواهد بود، میزان تولید برق در ایران در سال 6441 به 461194 میلیون کیلو وات برساعت و مصرف برق نیز به 911192 میلیون کیلو وات بر ساعت خواهد رسید، که می توان با اصلاح الگوهای مصرف و استفاده از روش های نوین تولید نسبت تولید به مصرف را افزایش داد. پرونده مقاله

دسترسی آزاد مقاله

15 - پیش بینی منابع نقدینگی بانک ها (مطالعه موردی بانک اقتصاد نوین)
دکتر احمد یزدان پناه زهرا عباسی پشتهانی

مدیریت نقدینگی یکی از مهمترین وظایف مدیریت مالی بنگاه اقتصادی است و درمورد مؤسسات مالی و اعتباری خصوصاً بانکها اهمیت آن افزون می شود. بانکها به دلیلاهمیت کاری خود نیازمند نگهداری بخشی از دارایی های خود به شکل نقد به منظورپاسخگویی به مراجعان و صاحبان سپرده می باشند، که ه چکیده کامل

مدیریت نقدینگی یکی از مهمترین وظایف مدیریت مالی بنگاه اقتصادی است و درمورد مؤسسات مالی و اعتباری خصوصاً بانکها اهمیت آن افزون می شود. بانکها به دلیلاهمیت کاری خود نیازمند نگهداری بخشی از دارایی های خود به شکل نقد به منظورپاسخگویی به مراجعان و صاحبان سپرده می باشند، که همین موضوع هزینه های فرصتیبرای آن دارایی به وجود می آورد، به بیان دیگر نگهداری وجوه نقد در حسابهای جاری،بانک مرکزی، نزد سایر بانکها و ذخایر قانونی ریسک نقدینگی بانک را کاهش می دهد ودر عین حال فرصت های سرمایه گذاری را نیز از بانک سلب می کند و موجب کاهشبازدهی بانک می گردد.از این رو در تحقیق حاضر در پی طراحی مدلی هستیم تا میزانوجوه نقدی که در حسابهای جاری، بانک مرکزی، نزد سایر بانکها و ذخایر قانونینگهداری می شوند و در مجموع نیز نقدینگی بانک نامیده می گردد، را برای بانک اقتصادنوین پیش بینی نماید. در این راستا از پیش بینی بر مبنای جریان نقدی ورودی طی یکدوره زمانی استفاده نموده ایم تا با توجه به اهداف و استراتژیهای بانک به مقایسه آنپرداخته و برنامه ریزی برای جبران کسری یا مصرف مازاد به منظور رسیدن به تعادلنقدینگی در پایان دوره به وجود آید. در این روش حساب جاری، حساب بین بانکها وصندوق در مجموع به عنوان نقدینگی در نظر گرفته شده اند. برای برازش از مدلARIMA[1] و نرم افزار minitab استفاده نموده‌ایم. در نهایت با مدل مذکور برای 52 هفته آینده پیش‌بینی صورت گرفت و مشاهده گردید بانک با مازاد نقدینگی مواجه خواهد بود. پرونده مقاله

دسترسی آزاد مقاله

16 - پیش‌بینی قیمت گاز طبیعی با استفاده از روش‌های توسعه‌یافته مبتنی بر روش گری و تحلیل فرکتال
سعید امامی کوپائی شیوا زمانی علیرضا حیدرزاده هنزائی محمدرضا شاه نظری

اهمیت پیش‌بینی قیمت حامل‌های انرژی بر توسعه اقتصاد و صنعت، امروزه بر کسی پوشیده نیست. در این میان پیش‌بینی قیمت گاز طبیعی به عنوان یکی از حامل‌های مهم انرژی می‌تواند ابزار مهمی در تصمیم‌گیری توسعه صنایع تلقی گردد. در این مقاله ضمن بررسی رفتار غیرخطی قیمت گازطبیعی در یک چکیده کامل

اهمیت پیش‌بینی قیمت حامل‌های انرژی بر توسعه اقتصاد و صنعت، امروزه بر کسی پوشیده نیست. در این میان پیش‌بینی قیمت گاز طبیعی به عنوان یکی از حامل‌های مهم انرژی می‌تواند ابزار مهمی در تصمیم‌گیری توسعه صنایع تلقی گردد. در این مقاله ضمن بررسی رفتار غیرخطی قیمت گازطبیعی در یک بازه چندساله، با معرفی روش‌های توسعه‌یافته گری و تلفیقی فرکتالی گری از آنها برای پیش‌بینی قیمت گاز طبیعی استفاده شده‌است. نتایج حاصل از پیش‌بینی قیمت مبنی بر روش‌های معرفی شده، نشانگر کارایی روش‌ها است. در همین حال با توجه به فرکتالی‌بودن قیمت گاز طبیعی در بازه مورد بررسی، نتایج نشان می‌دهد که خطای پیش‌بینی با استفاده از روش تلفیقی فرکتالی گری همواره کمتر از ۲ درصد می‌باشد و نتایج بسیار خوبی با استفاده از روش ترکیبی گری و فرکتال حاصل شده‌است، گرچه مقایسه میزان خطای پیش‌بینی، بیانگر دقت بهتر روش تلفیقی فرکتالی گری برای این بازار با توجه به رفتار فرکتالی آن می‌باشد. پرونده مقاله

دسترسی آزاد مقاله

17 - کاربرد ترکیبی مدل State Spaceدر فرم ARIMAو روش شبیه سازی مونت کارلوبرای پیش بینی شاخص تپیکس
عقیق فرهادی چشمه مرواری فرهاد غفاری

در این مطالعه به بررسی و تخمین پارامترها با استفاده از مدل State Space در فرم ARIMAپرداخته می‌شود . سپس با استفاده از پارامترهای تخمین زده شده و روش شبیه سازی مونت کارلو به عنوان ابزاری برای افزایش دقت پیش بینی فرآیندهای تصادفی، به پیش بینی برای کوتاه مدت، میان مدت و بل چکیده کامل

در این مطالعه به بررسی و تخمین پارامترها با استفاده از مدل State Space در فرم ARIMAپرداخته می‌شود . سپس با استفاده از پارامترهای تخمین زده شده و روش شبیه سازی مونت کارلو به عنوان ابزاری برای افزایش دقت پیش بینی فرآیندهای تصادفی، به پیش بینی برای کوتاه مدت، میان مدت و بلند مدت برای شاخص تپیکس پرداختیم که شامل 739 داده روزانه مربوط به 1 بهمن سال 1389 تا 30 بهمن سال 1392 به عنوان درون داده و نیز داده های 1 اسفند 1392 تا 30 اردیبهشت 1393 به عنوان برون داده بود . نتایج حاکی از این بود که داده های بازار سهام تهران از کارآیی کافی به منظور پیش بینی نسبی آنها برخوردار بودند و نشان دادیم که ترکیب مدل State Space در فرم ARIMA و روش شبیه سازی مونت کارلو می تواند به عنوان یک الگوریتم پیش بینی کننده برای شاخص تپیکس و سایر شاخص های مشابه از نظر ماهیتی، پیشنهاد شود. پرونده مقاله

دسترسی آزاد مقاله

18 - مدلهای مولتی فرکتال در علوم مالی: ریشه، ویژگیها و کاربردهای آنها
فریدون رهنمای رودپشتی مهدیه کلانتری دهقی

تشخیص فرآیند حاکم بر بازدهیهای بازار سهام به منظور اخذ تصمیم بهینه و کاهش هزینه ریسک اهمیتفراوانی برای سرمایهگذاران و سیاستگذاران مالی دارد . اهمیت تحلیل بازارها و تلاش برای درک بهتر آنهاموجب شد که پس از به چالش کشیده شدن مفروضات بازار کارا و کشف حقایق جهان شمول دنبالهه چکیده کامل

تشخیص فرآیند حاکم بر بازدهیهای بازار سهام به منظور اخذ تصمیم بهینه و کاهش هزینه ریسک اهمیتفراوانی برای سرمایهگذاران و سیاستگذاران مالی دارد . اهمیت تحلیل بازارها و تلاش برای درک بهتر آنهاموجب شد که پس از به چالش کشیده شدن مفروضات بازار کارا و کشف حقایق جهان شمول دنبالههای پهن،خوشهبندی نوسانات در سریهای زمانی مالی، تحلیلگران از مدلهای با خواص کاملاً تصادفی با توزیع نرمال بهسمت مدلهای لوی و مولتی فرکتالی متمایل شوند. همین امر سبب گسترش استفاده از مدلهای مولتی فرکتالیدر بخشهای مختلف بازار شد. این مقاله به مرور روش مولتی فرکتال که در سالهای اخیر برای پیش بینی ومدلسازی نوسان پذیری قیمت 1 گسترش یافته، پرداخته است. در ابتدا ریشه این روش که از مدلهای مشابهجریانات آشفته 2 در فیزیک آماری، نشأت گرفته شده است معرفی و سپس جزئیاتی در مورد مشخصات وویژگیهای مدلهای سری زمانی مولتی فرکتالی در مالی، روشهای در دسترس برای تخمین آنها و وضعیتکنونی کاربردهای تجربی این مدلها ذکر میشود. نتایج پژوهش نشان میدهد که پویایی بازار سرمایه موجب شدهاست که رویکردها، شیوهها و مدلهای تحلیل بازار در حال تحول باشد، همچنین در خوشهبندی نوسانات سری-های زمانی مالی، مقیاسهای کوچکتر مدنظر قرار میگیرد. پرونده مقاله

دسترسی آزاد مقاله

19 - پیش بینی نرخ ارز در بازار سرمایه با استفاده از مدل های میانگین متحرک خود رگرسیون انباشته و شبکه عصبی )مطالعه موردی: دلار استرالیا، دلار کانادا، ین ژاپن و پوند انگلستان(
محمد احسانی فر رضا احتشام راثی

سیاست گذاران پولی به منظور جلوگیری از زیان های ناشی از تغییرات از هم گسیخته نرخ ارز، همواره درصددیافتن روشی مناسب برای پیش بینی نرخ ارز بوده اند. لیکن ویژگیهای چند بعدی نرخ ارز باعث رفتار پیچیده وغیرخطی آن شده است. یکی از روش های سنتی پی بینی، تجزیه و تحلیل سری زمانی اس چکیده کامل

سیاست گذاران پولی به منظور جلوگیری از زیان های ناشی از تغییرات از هم گسیخته نرخ ارز، همواره درصددیافتن روشی مناسب برای پیش بینی نرخ ارز بوده اند. لیکن ویژگیهای چند بعدی نرخ ارز باعث رفتار پیچیده وغیرخطی آن شده است. یکی از روش های سنتی پی بینی، تجزیه و تحلیل سری زمانی است که بر دو فرض ایستاییو خطی بودن بنیان نهاده شده است. در مورد عملکرد این مدل های سنتی بعضاٌ تردیدهای ایجاد شده است. یکی ازروش های جایگزین، شبکه های عصبی مصنوعی است که در برخی از موارد توانایی بالقوه خوبی برای پیش بینیسریهای زمانی از خود نشان دادهاند. در این مقاله، پس از مرور پژوهش های انجام شده در مورد توانایی پیش بینیمدل های خود توضیح جمعی میانگین متحرک 1 و شبکه های عصبی مصنوعی 2 ، به مقایسهی این دو روش برای پیشبینی نرخ روزانه ارز در 2112 پرداخته شده است. نتایج /1/ 1991 لغایت 1 /1/ دوره ی از سال 1 تحقیق نشان دادهاست که روش شبکه های عصبی تخمینهای بهتری نسبت به روش میانگین متحرک خود رگرسیون انباشته ارائهمیکند . در این پژوهش، از ابزارهای محاسباتی نرم افزار STATGRAPHICSو MATLABو دادههای اقتصادیکشورهای استرالیا، کانادا، ژاپن و انگلستان و نرخ ارز 3 آن کشورها نسبت به دلار آمریکا استفاده شده است. پرونده مقاله

دسترسی آزاد مقاله

20 - بررسی خطای پیش‌بینی نوسان شاخص‌های صنعت با استفاده از مدل‎های حرکت برآونی هندسی و گارچ
ارشاد امامی علیرضا حیدرزاده هنزائی

10.30495/jfksa.2022.21084

پژوهش حاضر، به بررسی عملکرد مدل‌های گارچ مرتبه اول و مدل حرکت برآونی هندسی به عنوان مدل‌های رقیب در پیش‌بینی نوسان روزانه پرداخته است. هدف پژوهش، پاسخ به این سوال است که آیا خطای پیش‌بینی نوسان در مدل حرکت برآونی هندسی تفاوت معنی‌داری نسبت به مدل گارچ دارد. جهت مطالعه م چکیده کامل

پژوهش حاضر، به بررسی عملکرد مدل‌های گارچ مرتبه اول و مدل حرکت برآونی هندسی به عنوان مدل‌های رقیب در پیش‌بینی نوسان روزانه پرداخته است. هدف پژوهش، پاسخ به این سوال است که آیا خطای پیش‌بینی نوسان در مدل حرکت برآونی هندسی تفاوت معنی‌داری نسبت به مدل گارچ دارد. جهت مطالعه مدل‌ها، اطلاعات روزانه بازده لگاریتمی شاخص سی و هشت صنعت مختلف بورس اوراق بهادار تهران به عنوان جامعه آماری پژوهش در دوره زمانی فروردین 1395 تا شهریور 1399 در نظر گرفته شده است. بازه مذکور به دو بخش دوره برآورد (معادل چهار سال و شش&lrm;ماه داده روزانه) و دوره پیش‌بینی (برابر با شش&lrm;ماه آخر) تقسیم‌بندی شد. به صورت پنجره متحرک، متغیرهای هر مدل از روش حداکثر درست‌نمایی با اطلاعات چهار ساله برازش شده و بر این اساس پیش‌بینی‌های روزانه نوسان برای دوره شش‌ماهه آتی بدست می‌آید. نتایج پیش‌بینی‌ها به کمک معیار ریشه میانگین مجذور خطا با یکدیگر مقایسه شده و هرکدام که دارای آماره کمتری باشد به این معناست که عملکرد بهتری را از خود نشان می‌دهد. مطابق نتایج پژوهش، مدل گارچ مرتبه اول تنها در شاخص سه صنعت مختلف دارای عملکرد بهتری است و در سایر شاخص‌‌های مورد بررسی مدل حرکت برآونی هندسی پیش‌بینی بهتری از نوسان روزانه را ارائه می‌کند. پرونده مقاله

دسترسی آزاد مقاله

21 - شناسایی بحران بانکی با استفاده از شاخص استرس بانکی در اقتصاد ایران(مدل عاملی پویا)
ثمینه قاسمی فر ابوالفضل شاه آبادی شمس الله شیرین بخش میرحسین موسوی اعظم احمدیان

نظر به این که قسمت عمده تأمین مالی بخش های دولتی و خصوصی از بخش بانکی کشور صورت می گیرد؛ حفظ ثبات و جلوگیری از بروز بحران در نظام بانکی از اهمیت به سزایی برخوردار است. هدف این پژوهش شناسایی بحران بانکی به کمک شاخص استرس بانکی در اقتصاد کشور برای بازه زمانی 1387- 1398 اس چکیده کامل

نظر به این که قسمت عمده تأمین مالی بخش های دولتی و خصوصی از بخش بانکی کشور صورت می گیرد؛ حفظ ثبات و جلوگیری از بروز بحران در نظام بانکی از اهمیت به سزایی برخوردار است. هدف این پژوهش شناسایی بحران بانکی به کمک شاخص استرس بانکی در اقتصاد کشور برای بازه زمانی 1387- 1398 است. شاخص استرس بانکی بهترین معیار برای ارزیابی بحران بانکی است که نااطمینانی، بی ثباتی و اصطکاک مالی در نظام بانکی را به تصویر می کشد. در این مطالعه طراحی شاخص استرس بانکی با به کارگیری مدل عاملی پویا صورت گرفته است. این مدل با روش حداکثر راستنمایی و الگوی تصادفی از داده های گمشده برآورد شده است. به کمک 6 متغیر تعیین کننده بحران بانکی کشور، دو شاخص استرس بانکی با دو ماهیت متفاوت برای بررسی ثبات نظام بانکی به صورت سری زمانی برآورد شده است. در نهایت هر دو شاخص استرس برآوردی نشان دادند؛ انطباق زمانی دقیقی بین بیشترین مقادیر استرس بانکی با شوک هایی وارده به اقتصاد ایران وجود دارد. همچنین این نتیجه حاصل شد که شاخص های استرس بانکی اثرات عواملی خارجی از جمله تحریم ها بر نظام بانکی، ضعف های بنیادین نظام بانکی را هم نشان می دهند؛ همچنین قادر به پیش بینی بحران های بانکی نیز هستند. پرونده مقاله

دسترسی آزاد مقاله

22 - پیش بینی نوسانات بازارهای آتی های نفت با استفاده از مدلهای گارچ و مدلهای تغییر رژیم مارکوف گارچ
مرتضی بکی حسکوئی فاطمه خواجوند

دراین مقاله مجموعه ای از مدلهای مختلف GARCH استاندارد با گروهی از مدلهای تغییر رژیم مارکوف گارچ MRS-GARCH)) براساس توانایی آنها در پیش بینی نوسانات بازارهای آتی های نفت در افق های زمانی یک روزه تا یک ماهه مقایسه می‌شود. به منظور صحه گذاشتن بر ثبات بیش از اندازه ای که م چکیده کامل

دراین مقاله مجموعه ای از مدلهای مختلف GARCH استاندارد با گروهی از مدلهای تغییر رژیم مارکوف گارچ MRS-GARCH)) براساس توانایی آنها در پیش بینی نوسانات بازارهای آتی های نفت در افق های زمانی یک روزه تا یک ماهه مقایسه می‌شود. به منظور صحه گذاشتن بر ثبات بیش از اندازه ای که معمولاً در مدلهای GARCH یافت می شود و بیانگر پیش بینی های نوسانات بسیار بالا وبسیار نامحسوس می باشد، پارامترهای مدلهای MRS-GARCH که بین رژیم با نوسان بالا و پایین جابه جا می شوند، مورد تجزیه و تحلیل قرار می گیرند. برای پسماندها دو توزیع شرطی دنباله پهن و گوسی فرض می شود، ودرجه آزادی می تواند برای ثبت احتمال کشیدگی متغیر به زمان وابسته به حالت باشد. عملکرد پیش بینی مدلهای رقیب توسط توابع زیان آماری مورد ارزیابی قرار می گیرد. براساس این توابع، آزمون های برابری توانایی پیش بینی نوع دیبولد- ماریانو و برتری توانایی پیش بینی، مانند بررسی واقعیت وایت و تست SPA هانسن بکار می رود. تجزیه تحلیل های تجربی نشان می دهد که طبق مجموعه گسترده ای از توابع زیان آماری مدلهای ‌‌‌MRS-GARCH عملکرد بهتری نسبت به مدلهای GARCH استاندارد در پیش بینی نوسانات در افق های زمانی‌کوتاهتر دارند و در افق های زمانی طولانی تر مدلهای GARCH نامتقارن استاندارد بهتر عمل می‌کنند. براساس این آزمون ها وجود مدل بهتر از MRS-GARCH -t رد می‌شود. پرونده مقاله

دسترسی آزاد مقاله

23 - بررسی حافظه بلندمدت و بکارگیری تجزیه موجک جهت بهبود عملکرد پیش بینی نوسانات بازار سهام
شمس اله شیرین بخش اسماعیل نادری نادیا گندلی علیخانی

شاخصهای بازارهای مالی، دارای تناوب و تلاطم بسیار زیادی بوده که این امر سبب شکلگیری نوعخاصی از نامانایی گشته که به آن نامانایی کسری اطلاق میگردد. این ویژگی موجبات شکلگیری حافظهبلندمدت در ایننوع از سریهای زمانی را فراهم میآورد. از اینرو، این مطالعه ضمن بررسی وجود ویژگیحاف چکیده کامل

شاخصهای بازارهای مالی، دارای تناوب و تلاطم بسیار زیادی بوده که این امر سبب شکلگیری نوعخاصی از نامانایی گشته که به آن نامانایی کسری اطلاق میگردد. این ویژگی موجبات شکلگیری حافظهبلندمدت در ایننوع از سریهای زمانی را فراهم میآورد. از اینرو، این مطالعه ضمن بررسی وجود ویژگیحافظه بلندمدت در سری بازدهی بورس، به پیشبینی نوسانات این شاخص به کمک مدلهای مبتنی بر حافظهبلندمدت و نیز تجزیه موجک، میپردازد. جهت رسیدن به این هدف، از دادههای سریزمانی روزانه شاخصقیمت و بازده نقدی بورس اوراق بهادار تهران، طی دوره زمانی پنجم فروردین 1388 تا هجدهم اردیبهشتماه 1391 استفاده شده است. بر پایه نتایج این پژوهش، وجود ویژگی حافظه بلندمدت در این سری موردتأیید قرار میگیرد و بر این اساس بهترین مدل جهت تبیین رفتار نوسانات سری مذکور، مدل غیرخطیمیباشد. همچنین، جهت پیشبینی نوسانات شاخص بازدهی بورس، از ARFIMA(1,2)-FIGARCH(BBM)مدل مذکور بر اساس سطح دادهها و نیز دادههای تجزیه شده، استفاده گردید که بر مبنای معیارهای خطایمدل مبتنی بر دادههای تجزیه شده با تکنیک موجک از نتایج قابل قبولتری ،RMSE و MSE پیشبینیبرخوردار بوده است. پرونده مقاله

دسترسی آزاد مقاله

24 - تحلیل پویای الگوی انتقال نااطمینانی در بخش‏های مالی، مسکن و اقتصاد کلان
حمیدرضا حمیدی میرفیض فلاح شمس حسین جهانگیرنیا مژگان صفا

10.30495/jfksa.2022.20592

هدف اصلی پژوهش حاضر بررسی سرایت نااطمینانی بین بخشی ( مالی، مسکن و اقتصاد کلان) با استفاده از رویکرد پویا می باشد. در این راستا با استفاده از داده های ماهانه در دوره زمانی 1387:1 تا 1398:12، روش همبستگی شرطی پویا (DCC - GARCH) و تجزیه واریانس خطای پیش بینی تعمیم یافته ( چکیده کامل

هدف اصلی پژوهش حاضر بررسی سرایت نااطمینانی بین بخشی ( مالی، مسکن و اقتصاد کلان) با استفاده از رویکرد پویا می باشد. در این راستا با استفاده از داده های ماهانه در دوره زمانی 1387:1 تا 1398:12، روش همبستگی شرطی پویا (DCC - GARCH) و تجزیه واریانس خطای پیش بینی تعمیم یافته (GFEVD)، رابطه کل پویا و همچنین رابطه پویای جهت دار جفت شاخص های نااطمینانی بین بخش های مذکور بررسی می شود. نتایج این پژوهش نشان می دهد بخش مسکن، به استثنای ابتدای سال 1387 در کل دوره مورد بررسی، به صورت خالص دریافت کننده نااطمینانی از دو بخش دیگر می باشد. همچنین نتایج پژوهش حاضر بیانگر نقش دوگانه بخش مالی در ساز و کار انتقال نااطمینانی بین بخشی است به طوری که در مقاطعی به صورت خالص دریافت کننده نااطمینانی و در مقاطعی (از جمله سال های 1397 و 1398) به صورت خالص منبع و انتقال دهنده نااطمینانی در سیستم سه شاخصی مورد بررسی بوده است. نااطمینانی تورم نیز به عنوان شاخص نااطمینانی اقتصاد کلان منبع عمده نااطمینانی و انتقال دهنده نااطمینانی به بخش های مالی و مسکن است. پرونده مقاله

دسترسی آزاد مقاله

25 - مقایسه قابلیتهای مدلهای مبتنی بر حافظه بلندمدت و مدل های شبکه عصبی پویا در پیشبینی بازدهی بورس اوراق بهادار تهران
اکبر کمیجانی اسماعیل نادری

این مقاله با هدف معرفی یک الگوی مناسب جهت پیش بینی شاخص بازدهی بورس اوراق بهادار تهران صورت پذیرفته است. داده های مورد استفاده در این پژوهش به صورت روزانه و شامل بازه ی زمانی پنجم فروردین 1388 تا سی ام آبان 1390 که مشتمل بر 616 مشاهده بوده که جهت مجزا سازی پیش بینی های چکیده کامل

این مقاله با هدف معرفی یک الگوی مناسب جهت پیش بینی شاخص بازدهی بورس اوراق بهادار تهران صورت پذیرفته است. داده های مورد استفاده در این پژوهش به صورت روزانه و شامل بازه ی زمانی پنجم فروردین 1388 تا سی ام آبان 1390 که مشتمل بر 616 مشاهده بوده که جهت مجزا سازی پیش بینی های داخل نمونه ای و خارج از نمونه ای، از تقریباً 90% از مشاهدات (556 مشاهده) جهت تخمین ضرایب مدل و از مابقی (60 مشاهده) جهت انجام پیش بینی خارج از نمونه استفاده شده است. همچنین الگوهای مورد استفاده در این پژوهش عبارتند از؛ یک مدل غیرخطیِ شبکه ی عصبی مصنوعی پویا (شبکه عصبی خودرگرسیونی)[i] و نیز یک مدل رگرسیونی غیرخطی (مدل خودرگرسیونی میانگین متحرک انباشته ی کسری)[ii]. یافته های این پژوهش نشان می دهد که مدل شبکه ی عصبی مصنوعی پویا در پیش بینی های خارج از نمونه، بر اساس معیارهای محاسبه ی خطای پیش بینی میانگین مجذور خطا (MSE)[iii] و نیز معیار جذر میانگین مجذور خطا (RMSE)[iv]، دارای عملکرد بهتری نسبت به مدل رگرسیونی غیرخطی ARFIMA می باشند. [r پرونده مقاله

دسترسی آزاد مقاله

26 - پیش بینی قیمت سهام بااستفاده از الگوریتم کرم شب‌تاب (FA)
علی بیات زینب باقری

در این پژوهش به پیش‌بینی قیمت سهام 10 شرکت از شرکت‌های پذیرفته شده در بورس و تعدادی از شرکت‌های حاضر در فرابورس بااستفاده از الگوریتم کرم شب‌تاب پرداخته شده است. این پژوهش ازنظر هدف، کاربردی، از نظر روش گردآوری اطلاعات شبه تجربی، توصیفی - پیمایشی و پس رویدادی است. همچنی چکیده کامل

در این پژوهش به پیش‌بینی قیمت سهام 10 شرکت از شرکت‌های پذیرفته شده در بورس و تعدادی از شرکت‌های حاضر در فرابورس بااستفاده از الگوریتم کرم شب‌تاب پرداخته شده است. این پژوهش ازنظر هدف، کاربردی، از نظر روش گردآوری اطلاعات شبه تجربی، توصیفی - پیمایشی و پس رویدادی است. همچنین ازنظر ابزارهای گردآوری اطلاعات، کتابخانه ای می باشد و بدلیل ماهیت مدل‌سازی و پیش‌بینی، ازنوع پژوهش استقرایی است. در این تحقیق از داده‌ها در دو مرحله، الگوریتم استفاده خواهیم کرد: الف ) داده هایی برای آموزش الگوریتم کرم شب‌تاب قبل از پیش‌بینی (مرحله یادگیری الگوریتم) که تعداد این متغیرها برابر 16 متغیر می‌باشد. این متغیرها برای دوره زمانی سه سال (1388-1392) ب) داده های گذشته شرکت ها برای پیش‌بینی قیمت سهام در آینده (مرحله تست الگوریتم) که تعداد این متغیرها برابر12 متغیر است. سرانجام دراین پژوهش از الگوریتم آموزش دیده برای پیش بینی قیمت سهام استفاده می‌گردد. طرز کار الگوریتم نیز به این صورت است که داده های روزانه , ماهانه یا سالانه (N) به الگوریتم داده می شود. الگوریتم به پیش بینی قیمت سهام برای روز، ماه یا سال N+1 ام می پردازد. برای محاسبه ی خطای پیش بینی از محاسبه خطای نسبی استفاده شده است. محاسبات انجام خطای کمتر از 6% را برای پیش‌بینی نشان می‌دهد. بنابراین الگوریتم کرم شب تاب قابلیت پیش بینی قیمت سهام را داراست. پرونده مقاله

دسترسی آزاد مقاله

27 - مدل پیشنهادی برای پیش بینی تولید ناخالص داخلی کاربرد مدل هایARIMA شبکه های عصبی و تبدیل موجک
بیتا شایگانی امیربهداد سلامی رامین خوچیانی

تولید ناخالص داخلی یکی از عمده ترین و کاربردی ترین شاخص های اقتصادی است؛ لذا پیش بینی آن،همواره توجه کلیه دست اندرکاران اقتصادی و علوم مرتبط را به خود جلب کرده است. هرچند روش های تجزیهو تحلیل سری زمانی و روش های غیرخطی همانند مدل های شبکه عصبی مدتهاست که برای پیش بینی ا چکیده کامل

تولید ناخالص داخلی یکی از عمده ترین و کاربردی ترین شاخص های اقتصادی است؛ لذا پیش بینی آن،همواره توجه کلیه دست اندرکاران اقتصادی و علوم مرتبط را به خود جلب کرده است. هرچند روش های تجزیهو تحلیل سری زمانی و روش های غیرخطی همانند مدل های شبکه عصبی مدتهاست که برای پیش بینی این گونهمتغیرها به کار می روند، لیکن کاربرد ابزار توانمند موجک در پردازش داده ها و بررسی لایه های پنهان آن نشانمی دهد که سری زمانی تولید ناخالص داخلی از جمله متغیرهایی است که پس از تجزیه در برخی سطوح، رفتاریخطی و در برخی سطوح رفتاری غیرخطی دارد؛ از این رو پیشنهاد شد که ابتدا سری زمانی مذکور به صورتداده های فصلی طی دوره 7631 تا 7631 ، با استفاده از تکنیک موجک به مولفه های مقیاسی متفاوتی تجزیه شده وسپس با کمک مدل ARIMA سری تقریب )روند( و سیکل های با رفتار خطی، و آنگاه با مدل شبکه عصبیسیکل های با رفتار غیرخطی پیش بینی شوند. این مقاله نشان می دهد که نتیجه اعمال این روش پیشنهادی درمقایسه با مدل شبکه عصبی خودتوضیح غیرخطی با لوپ بسته و مدل ARIMA دقیق تر و کارآتر است. پرونده مقاله

دسترسی آزاد مقاله

28 - ارائه الگوی ترکیبیFARIMA با به کارگیری روشهایARIMA و رگرسیون فازی جهت پیش بینی قیمت جهانی نفت خام
قدرت الله امام وردی مریم شهابی طبری

مدل ARIMA، مدل پیش بینی دقیقی برای بازه کوتاه مدت می باشد ولی محدودیت تعداد داده های گذشته را نیز دارد. در جامعه کنونی، با توجه به شرایط نااطمینانی و همین طور رشد سریع تکنولوژی، نیاز به پیش بینی در بازه کوتاه مدت احساس می شود. معمولا داده های در دسترسکمتر از آن تعدادی ا چکیده کامل

مدل ARIMA، مدل پیش بینی دقیقی برای بازه کوتاه مدت می باشد ولی محدودیت تعداد داده های گذشته را نیز دارد. در جامعه کنونی، با توجه به شرایط نااطمینانی و همین طور رشد سریع تکنولوژی، نیاز به پیش بینی در بازه کوتاه مدت احساس می شود. معمولا داده های در دسترسکمتر از آن تعدادی است که در مدل ARIMA باید به کار گرفته شود. در این میان مدلهای رگرسیون فازی قادرند با داده های اندک و در شرایط نااطمینانی به پیش بینی مقادیر بپردازند. اما نتایج حاصل از این مدلها نیز معمولا به دلیل گستردگی بازه پیش بینی نمی تواند چندان قابل اتکا باشد. بنابراین محققین سعی بر ارائه روشی دارند که بتواند علاوه بر استفاده از مزایای هر دو روش، معایب آنها را نیز بکاهد. لذا در این مقاله، مدل ترکیبی میانگین متحرک خودرگرسیون انباشته فازی (FARIMA) به منظور پیش بینی قیمت جهانی نفت خام پیشنهاد شده است. یافته ها بیانگر بهبود نتایج در روش پیشنهادی می باشند. پرونده مقاله

دسترسی آزاد مقاله

29 - مقایسه مدل‌ها در پیش‌بینی موارد تجمعی بستری و فوت کووید-19 (مطالعه موردی: شهرستان بهاباد)
محمد حسین کریمی زارچی داود شیشه بری

10.30495/jhm.2023.72246.11112

مقدمه: بیماری کووید-19، یک بیماری تنفسی است که در اثر سندرم تنفسی حاد کرونا ویروس-2 ایجاد شده است. پیش‌بینی تعداد موارد جدید و مرگ‌و‌میر می‌تواند گام مفیدی در پیش‌بینی هزینه‌ها و امکانات مورد نیاز در آینده باشد. هدف از این مطالعه مدلسازی، مقایسه عملکرد مدل‌ها و پیش‌بینی چکیده کامل

مقدمه: بیماری کووید-19، یک بیماری تنفسی است که در اثر سندرم تنفسی حاد کرونا ویروس-2 ایجاد شده است. پیش‌بینی تعداد موارد جدید و مرگ‌و‌میر می‌تواند گام مفیدی در پیش‌بینی هزینه‌ها و امکانات مورد نیاز در آینده باشد. هدف از این مطالعه مدلسازی، مقایسه عملکرد مدل‌ها و پیش‌بینی موارد جدید بستری و مرگ‌ومیر در آینده نزدیک است. روش پژوهش: در این مقاله 9 تکنیک پیش‌بینی بر روی داده‌های کووید-19 شهرستان بهاباد استان یزد تحت آزمایش قرار گرفت و با استفاده از معیارهای ارزیابی میانگین مربعات خطا (MSE)، جذر میانگین مربعات خطا (RMSE)، میانگین قدر مطلق خطا (MAE) و میانگین درصد قدرمطلق خطا (MAPE) مدل‌ها باهم مقایسه شدند. یافته‌ها: نتایج تحلیل نشان داد، بهترین مدل با توجه به معیارهای ارزیابی مذکور برای پیش‌بینی موارد تجمعی بستری کووید-19 مدل هموارسازی اسپلاین مکعبی و برای موارد تجمعی فوت مدل رگرسیون KNN می‌باشد. هم‌چنین مدل شبکه‌های عصبی اتورگرسیو و مدل تتا برای موارد بستری و برای موارد فوت مدل شبکه‌های عصبی اتورگرسیو دارای بدترین عملکرد را در میان دیگر مدل‌ها دارا می‌باشد. نتیجه گیری: این مطالعه می‌تواند درک مناسبی از روند شیوع بیماری کووید-19 در این منطقه ارائه کند تا با اتخاذ اقدامات احتیاطی و تدوین سیاست های مناسب بتوان به نحو احسن از این بیماری عبور کرد. هم‌چنین برخلاف مطالعات دیگر این مطالعه، از 9 تکنیک متفاوت و مقایسه آن‌ها، استفاده کرده است که به نوبه خود ضریب اطمینان را در تصمیم‌گیری بالا برده است. هم‌چنین نکته‌ای که حائز اهمیت می‌باشد این است که باید داده‌ها در زمان واقعی بروز شوند. پرونده مقاله

دسترسی آزاد مقاله

30 - تأثیر محافظه کاری بر خطای مدیریت در پیش بینی سود
احمد لطفی میثم حاجی پور

جلب می کند. اطلاعات ارائه شده توسط شرکت و در نتیجه سود، مبتنی بر رویدادهای گذشته است اماسرمایه گذاران، به اطلاعاتی راجع به آینده شرکت نیاز دارند. مدیریت واحدهای تجاری با در دست داشتن منابع وامکانات به انجام پیش بینی هایی قابل اعتماد می پردازند و با انتشار عمومی این پیش چکیده کامل

جلب می کند. اطلاعات ارائه شده توسط شرکت و در نتیجه سود، مبتنی بر رویدادهای گذشته است اماسرمایه گذاران، به اطلاعاتی راجع به آینده شرکت نیاز دارند. مدیریت واحدهای تجاری با در دست داشتن منابع وامکانات به انجام پیش بینی هایی قابل اعتماد می پردازند و با انتشار عمومی این پیش بینی ها، کارایی بازارهای مالی راافزایش می دهند. مطالعات پیشین نشان می دهند که پیش بینی های مدیریت، قیمت سهام، نقدینگی بازار سهام و پیشبینی تحلیلگران را تحت تأثیر قرار می دهد. همچنین خطای پیش بینی سود متأثر از عوامل مختلفی چون اندازه، عمر،ساختار سرمایه شرکت، میزان اطلاعات افشا شده، جانبداری های روانشناختی مدیریت و... می باشد. علاوه براین،پژوهش های تجربی نشان دهنده این است که روی ههای حسابداری، محافظه کارانه است و نیز در طی سی سال گذشته این روی هها محافظه کارانه تر شده است (واتس،2003 ) باسو( 1997 ) و تحقیقات صورت گرفته بعد از او شواهدی حاکی از افزایش حسابداری محافظه کارانه فراهم نموده اند. همچنین لی( 2007 )دریافت که حسابداری محافظه کارانه منجر به کاهش جانبداری در سود و خالص دارائ یهای گزارش شده در شرایط رشد سرمایه گذاریمی شود. در این مقاله به بررسی تأثیر محافظه کاری بر خطای مدیریت در پیش بینی سود پرداخته شده است. باتوجه به داد ههای 88 شرکت برای دوره 87-1378 فرضیه تحقیق تأیید می شود به عبارت دیگر در شرکت هایی که حسابداری محافظه کارانه تری دارند، خطای مدیریت در پیش بینی سود کمتر است. پرونده مقاله

دسترسی آزاد مقاله

31 - بررسی ارتباط بین خطاهای سود پیش بینی شده توسط مدیریت و ساختار حاکمیت شرکتی در شرکتهای پذیرفته شده در بورس اوراق بهادار تهران
سید علیرضا موسوی حمید زارعی سمیرا هنربخش

در این مطالعه رابطه بین خطاهای سود پیشبینی شده توسط مدیریت با ساختار حاکمیت شرکتی در شرکتهایپذیرفته شده در بورس اوراق بهادار تهران، بررسی شده است. لازم به ذکر است که ساختار حاکمیت شرکتی موردمطالعه در این تحقیق عبارتند از: درصد مالکیت اعضای هیئت مدیره، تعداد اعضای هیئت م چکیده کامل

در این مطالعه رابطه بین خطاهای سود پیشبینی شده توسط مدیریت با ساختار حاکمیت شرکتی در شرکتهایپذیرفته شده در بورس اوراق بهادار تهران، بررسی شده است. لازم به ذکر است که ساختار حاکمیت شرکتی موردمطالعه در این تحقیق عبارتند از: درصد مالکیت اعضای هیئت مدیره، تعداد اعضای هیئت مدیره، تعداد اعضایغیرموظف هیئتمدیره و بهره ریسک هیئت مدیره. حجم جامعه آماری شامل 363 شرکت عضو بورس اوراق بهادارتهران میباشد که با توجه به محدودیتهای تحقیق، تعداد 146 شرکت در طی دوره زمانی 1383 الی 1387 انتخابشده است. برای تدوین ادبیات و پیشینه تحقیق از اطلاعات مندرج در صورتهای مالی شرکتها، نرم افزارتدبیرپرداز، کتابخانه سازمان بورس، و همچنین آرشیو سایت های بورس اوراق بهادار، بهره گرفته شده است. برایآزمون فرضیه ها از روش ضریب همبستگی پیرسون و مدل رگرسیون چندمتغیره استفاده کرده ایم.نتایج تحقیق نشان می دهند که بین درصد مالکیت اعضای هیئت مدیره، تعداد اعضای هیئت مدیره و تعداداعضای غیرموظف هیئت مدیره با صحت پیش بینی سود مدیریت رابطه مثبت وجود دارد؛ در حالیکه بهره ریسکهیئت مدیره با صحت پیشبینی سود مدیریت دارای رابطه منفی میباشد. آزمون فرضیه ها نشان می دهد که تمامفرضیه های تحقیق، تأیید شده اند. پرونده مقاله

دسترسی آزاد مقاله

32 - تأثیر ویژگی های حاکمیت شرکتی برکیفیت سود پیش بینی شده به وسیله مدیریت شرکت های پذیرفته شده در بورس اوراق بهادار تهران
غلامحسین مهدوی سید مجتبی حسینی زهره رئیسی

چکیدهسود پیش بینی شده و اثر آن بر تصمیم های اقتصادی سرمایه گذاران از اهمیت زیادی برخوردار است. پژوهشهای بسیاری درباره کیفیت سود پیش بینی شده به وسیله مدیریت و شناسایی عوامل موثر بر آن انجام شده است. دراین پژوهش اثر ویژگی های حاکمیت شرکتی بر کیفیت سود پیش بینی شده به وسی چکیده کامل

چکیدهسود پیش بینی شده و اثر آن بر تصمیم های اقتصادی سرمایه گذاران از اهمیت زیادی برخوردار است. پژوهشهای بسیاری درباره کیفیت سود پیش بینی شده به وسیله مدیریت و شناسایی عوامل موثر بر آن انجام شده است. دراین پژوهش اثر ویژگی های حاکمیت شرکتی بر کیفیت سود پیش بینی شده به وسیله مدیریت بررسی شده است.از متغیرهای ویژگی های هیئت مدیره، سهامداران نهادی و کمیته حسابرسی برای ارزیابی حاکمیت شرکتی استفادهشده است. برای اندازه گیری متغیر کیفیت سود پیش بینی شده نیز از دو متغیر دقت و سوگیری مدیریت در سودپیش بینی شده 1، استفاده شده است. نمونه آماری پژوهش را تعداد 100 شرکت پذیرفته شده در بورس اوراق بهادارتهران در طی سال های 1384 تا 1388 تشکیل می دهند. نتایج پژوهش نشان می دهد که متغیرهای حاکمیتشرکتی تأثیری بر کیفیت سود پیش بینی شده به وسیله مدیریت شرکت های پذیرفته شده در بورس اوراق بهادارتهران ندارد. پرونده مقاله

دسترسی آزاد مقاله

33 - ترازنامه متورم و روش های جایگزین برای اجتناب از سودهای غیرمنتظره منفی
حسن فرج زاده دهکردی حسن همتی هاله سنایی

این مقاله وضعیتی را مطالعه می کند که متورم بودن ترازنامه، استفاده از اقلام تعهدی اختیاری به منظور مدیریتسود افزایشی را با محدودیت مواجه می سازد. ترازنامه متورم به واسطه استفاده از اقلام تعهدی اختیاری در دوره هایگذشته و انباشت این اقلام در خالص دارایی های عملیاتی شرکت ها چکیده کامل

این مقاله وضعیتی را مطالعه می کند که متورم بودن ترازنامه، استفاده از اقلام تعهدی اختیاری به منظور مدیریتسود افزایشی را با محدودیت مواجه می سازد. ترازنامه متورم به واسطه استفاده از اقلام تعهدی اختیاری در دوره هایگذشته و انباشت این اقلام در خالص دارایی های عملیاتی شرکت ها بروز می کند. در چنین شرایطی پیش بینیمی شود، شرکت ها به منظور اجتناب از گزارش سود غیرمنتظره منفی )عدم تحقق پیش بینی های سود(، مدیریت سودواقعی و مدیریت پیش بینی های سود را در دستور کار خود قرار می دهند. به منظور آزمون این پیش بینی از داده های342 شرکت، مشتمل بر 20233 مشاهده شرکت سال در طی دوره زمانی1380-91 و رگرسیون لوجستیک با اثرات - -ثابت استفاده شده است. نتایج به دست آمده نشان می دهد، در زمانی که خالص دارایی های عملیاتی شرکت ها بهواسطه استفاده از اقلام تعهدی اختیاری بیش از واقع گزارش شده اند، احتمال استفاده مدیران از مدیریت سود واقعیافزایشی برای تحقق سود پیش بینی شده و همچنین مدیریت کاهشی پیش بینی های سود به منظور کاستن انتظاراتسرمایه گذاران، افزایش می یابد تا به این وسیله شرکت ها از گزارش سود غیرمنتظره منفی اجتناب کنند. پرونده مقاله

دسترسی آزاد مقاله

34 - مقایسه پیش بینی هزینه ها با استفاده از روش های آماری و شبکه عصبی مطالعه موردی: شهرداری اصفهان
امیر محمدزاده نسرین مهدی پور آرش محمدزاده

پیش بینی هزینه کل آب در شهرداری اصفهان کمک موثری میباشد برای بهینه سازی مصرف آب در 14 منطقهشهرداری اصفهان. هزینه کل آب تابعی از پارامترهای مختلف و متنوع می باشد. به همین دلیل پیش بینی هزینه بهصورت تحلیلی بسیار مشکل و یا ناممکن می باشد. در این شرایط استفاده از سیستم های چکیده کامل

پیش بینی هزینه کل آب در شهرداری اصفهان کمک موثری میباشد برای بهینه سازی مصرف آب در 14 منطقهشهرداری اصفهان. هزینه کل آب تابعی از پارامترهای مختلف و متنوع می باشد. به همین دلیل پیش بینی هزینه بهصورت تحلیلی بسیار مشکل و یا ناممکن می باشد. در این شرایط استفاده از سیستم های هوشمند می تواند بهعنوان یک گزینه راهگشا مطرح گردد. در این تحقیق با استفاده از شبک ه های عصبی پرسپترون چند لایه و باالگوریتم آموزشی پس انتشار خطا هزینه کل آب شهرداری اصفهان بر اساس پارامترهای سرانه جمعیت هر منطقه،سرانه مساحت هر منطقه به دست آمده است.بدین منظور در این تحقیق مدلی برنامه ریزی شده که قابلیت ها وچهارچوب آن برای پیش بینی هزینه آب در 14 منطقه شهرداری اصفهان میباشد. این برنامه شامل شبیه سازی و پیشبینی هزینه کل آب سالانه شهرداری اصفهان می باشد. شبیه سازی هزینه کل آب با روش های رگرسیون و ش بکهعصبی مصنوعی با استفاده از داده های سال 83 تا 88 انجام شده است که در نهایت روش شبکه عصبی مصنوعیبه عنوان مدل شبیه سازی تعیین شده است پرونده مقاله

دسترسی آزاد مقاله

35 - تأثیر فشارهای قیمتی سهام بر پیش‌بینی‌های سود مدیریت
فرهاد شرفی شادی شاهوردیانی زهره حاجیها

کیفیت پیش‌بینی‌ها سود مدیریت، بسیار بالاتر از پیش‌بینی‌هایی است که توسط افراد خارج از سازمان انجام می‌شود. زیرا مدیریت اطلاعات بیشتری در خصوص وضعیت شرکت دارد، از طرح‌های جاری شرکت آگاه است و به جزئیات اطلاعات مالی از دوره‌های قبل دسترسی دارد. به علاوه، اغلب منابع قابل م چکیده کامل

کیفیت پیش‌بینی‌ها سود مدیریت، بسیار بالاتر از پیش‌بینی‌هایی است که توسط افراد خارج از سازمان انجام می‌شود. زیرا مدیریت اطلاعات بیشتری در خصوص وضعیت شرکت دارد، از طرح‌های جاری شرکت آگاه است و به جزئیات اطلاعات مالی از دوره‌های قبل دسترسی دارد. به علاوه، اغلب منابع قابل ملاحظه‌ای را به پیش‌بینی‌های مالی اختصاص می‌دهد. مسئله اصلی این است که آیا فشار قیمتی سهام بر کیفیت پیش‌بینی سود مدیران اثرگذار است؟ از اینرو، هدف اصلی این تحقیق بررسی تأثیر فشار قیمتی سهام بر پیش‌بینی‌های سود مدیریت در شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران می‌باشد. معیار اندازه‌گیری پیش بینی سود مدیران؛ سود پیش‌بینی شده هر سهم، خطای پیش بینی سود مدیران و پیش‌بینی تهاجمی سود مدیران است. برای آزمون فرضیه‌های تحقیق از مدل رگرسیون خطی چندگانه استفاده گردیده است. نتیجه بررسی 140 شرکت پذیرفته شده در بورس اوراق بهادار تهران طی بازه زمانی 1390 الی 1395 حاکی از آن است که فشار قیمتی سهام بر پیش‌بینی سود مدیریت اثر منفی دارد. به علاوه، شواهد پژوهش نشان داد که فشار قیمتی سهام بر خطای پیش‌بینی سود مدیران اثر مثبت دارد. همچنین نتایج پژوهش نشان داد که فشار قیمتی سهام بر پیش‌بینی تهاجمی سود مدیران اثر مثبت داشته است. این نتایج مبین اهمیت و اثربخشی فشارهای قیمتی سهام در پیش‌بینی‌های سود مدیریت است. پرونده مقاله

دسترسی آزاد مقاله

36 - بررسی اثر محیط اطلاعاتی بر رابطه بین خطای پیش‌بینی مدیریت و ریسک غیرسیستماتیک در شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران
مهسا کفاش پور یزدی اکرم تفتیان محمود معین‌الدین

سرمایه‌گذاران در بورس اوراق بهادار با توجه به عوامل ریسک، بازده و نقدشوندگی سهام تصمیم‌گیری می‌نمایند. با عنایت به تأثیر کیفیت افشای شرکت بر این عوامل، خطا در گزارش‌های پیش‌بینی مدیریت می‌تواند منجر به افزایش در ریسک شرکت شود. از سوی دیگر با تقویت محیط اطلاعاتی شرکت، شا چکیده کامل

سرمایه‌گذاران در بورس اوراق بهادار با توجه به عوامل ریسک، بازده و نقدشوندگی سهام تصمیم‌گیری می‌نمایند. با عنایت به تأثیر کیفیت افشای شرکت بر این عوامل، خطا در گزارش‌های پیش‌بینی مدیریت می‌تواند منجر به افزایش در ریسک شرکت شود. از سوی دیگر با تقویت محیط اطلاعاتی شرکت، شاید بتوان ضعف‌های ناشی از خطای پیش‌بینی‌های مدیریت را کاهش داد. بنابراین پژوهش حاضر، به بررسی اثر محیط اطلاعاتی بر رابطه خطای پیش‌بینی مدیریت و ریسک غیرسیستماتیک می‌پردازد. جامعه آماری پژوهش، شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران هستند که با استفاده از روش حذف سیستماتیک، از اطلاعات 65 شرکت استفاده‌شده است. قلمروی زمانی تحقیق برای استخراج داده‌ها، سال‌های 1388 تا 1395 و برای آزمون داده‌ها، سال‌های 1389 تا 1395 است. برای آزمون فرضیه‌ها از روش رگرسیون چند متغیره استفاده شده است. متغیر عدم تقارن اطلاعاتی برای سنجش محیط اطلاعاتی و متغیرهای خطای مدیریت در پیش‌بینی سود خالص، سودعملیاتی و فروش برای اندازه‌گیری خطای پیش‌بینی مدیریت استفاده شده است؛ همچنین متغیرهای معکوس همزمانی قیمت سهام و نوسانات غیرسیستماتیک، معیارهای سنجش ریسک غیرسیستماتیکشرکت هستند. نتایج بیانگر رابطه مستقیم و معنادار بین خطای پیش‌بینی مدیریت و ریسک غیرسیستماتیک است. همچنین شدت رابطه مستقیم خطای پیش‌بینی مدیریت و ریسک غیرسیستماتیک در شرکت‌هایی با محیط اطلاعاتی قوی‌تر، کمتر است پرونده مقاله

دسترسی آزاد مقاله

37 - ارائه یک مدل شبکه عصبی برای پیش‌بینی سود شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران و مقایسه دقت آن با مدل‌هایHDZ و ARIMA
مسعود اسدی سیدمظفر میربرگ کار ابراهیم چیرانی

10.30495/jma.2022.21080

پیش‌بینی سود معیار بااهمیتی برای شرکت‌ها به شمار رفته و شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران باید دقت بالایی در پیش‌بینی سود خود داشته باشند. این پژوهش با هدف ارائه یک مدل شبکه عصبی برای پیش‌بینی سود شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران و مقایسه دق چکیده کامل

پیش‌بینی سود معیار بااهمیتی برای شرکت‌ها به شمار رفته و شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران باید دقت بالایی در پیش‌بینی سود خود داشته باشند. این پژوهش با هدف ارائه یک مدل شبکه عصبی برای پیش‌بینی سود شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران و مقایسه دقت آن با مدل‌های ARIMA، HDZ به اجرا درآمده است. روش پژوهش از نظر هدف یک تحقیق کاربردی، از نظر منطق اجراء یک تحقیق استقرایی و از نظر ماهیت داده یک تحقیق کمی می‌باشد. به منظور گردآوری داده ها از صورت‌های مالی اساسی شرکت ها در بازه‌ زمانی 1398-1393 استفاده شد. در این مطالعه از روش شبکه عصبی به منظور پیش‌بینی سود شرکت ها استفاده شده و دو مدل ARIMA و HDZ مورد ارزیابی قرار گرفت. نتایج حاصل از پژوهش بیان می‌کند که میزان همگرایی داده‌ها و میزان رگرسیون در فاز اول و در روش HDZ برابر با 79087/ 0، و در روش ARIMA برابر با 79184/0 و در روش شبکه عصبی مصنوعی برابر با.79464/0 می‌باشد که میزان بیشتری از همگرایی و ضریب رگرسیون رو به خود اختصاص داده است. بر مبنای نتایج حاصله می‌توان دریافت که شبکه عصبی طراحی شده توانایی پیش بینی روند قیمت سهام با استفاده از شاخص‌های کل و صنعت را دارا می‌باشد و این امر علاوه بر تأیید دیگری بر توانایی شبکه عصبی در پیش بینی حوزه‌های مالی، سود آوری استراتژی پیش بینی قیمت در بورس تهران را نیز تأیید می‌کند. پرونده مقاله

دسترسی آزاد مقاله

38 - تأثیر مدیریت سود بر رابطه میان خطای پیش‌بینی سود و محافظه‌کاری حسابداری
یاسر احمدی بهمن بنی مهد قدرت‌اله طالب‌نیا زهرا پورزمانی

سود به عنوان مهم ترین محصول سیستم اطلاعاتی حسابداری باید از کیفیت قابـل قبـولی برخـوردار باشـد. زیرا سود، مبنای تصمیم گیری های اقتصادی سرمایه گذاران است. سرمایه گذاران تمایل دارند تا اطلاعاتی راجع به آینده از جمله پیش بینی سود هر سهم و دقت پیش بینی آن داشته باشند. ام چکیده کامل

سود به عنوان مهم ترین محصول سیستم اطلاعاتی حسابداری باید از کیفیت قابـل قبـولی برخـوردار باشـد. زیرا سود، مبنای تصمیم گیری های اقتصادی سرمایه گذاران است. سرمایه گذاران تمایل دارند تا اطلاعاتی راجع به آینده از جمله پیش بینی سود هر سهم و دقت پیش بینی آن داشته باشند. اما رفتـار فرصـت طلبانـه مدیران واحدهای تجاری در بیش نمایی سـود، کیفیت سود را کاهش می یابد. در مقابل محافظه کاری حسابداری رفتار جانبدارانه مدیر در شناسایی سود را به تاخیر می اندازد. از این رو محافظه کاری موجب می شود تا مدیر و سایر گروه ها نظیر سهامداران مبالغ کمتری از سود را دریافت نمایند. این موضوع موجب افزایش ارزش شرکت می شود. ارزش افزایش یافته شرکت، میان همه گروه های طرف قرارداد شرکت تقسیم و رفاه هر گروه افزایش می یابد.در این پژوهش تاثیر مدیریت سود بر رابطه میان خطای پیش بینی سود و محافظه کاری حسابداری را طی یک دوره 9 ساله از 1388 تا 1396 در 115 شرکت از شرکت های پذیرفته شده در بورس اوراق بهادار تهران، مورد بررسی قرار داده است. نتایج پژوهش نشان می دهد، رابطه ای معنادار(مثبت) میان خطای پیش بینی سود و محافظه کاری حسابداری (به عنوان یکی از معیار کیفیت سود) در مدیریت سود واقعی وجود دارد. اما نتایج این پژوهش رابطه ای معنا دار میان خطای پیش بینی سود و محافظه کاری حسابداری در مدیریت سود تعهدی را تایید نمی نماید. پرونده مقاله

دسترسی آزاد مقاله

39 - ارائه مدلهای انرژی در برنامه های توسعه اجتماعی - اقتصادی
محمد رضا مقدم

پرونده مقاله

دسترسی آزاد مقاله

40 - تحلیل و پیشبینی بارش های منطقه لارستان با استفاده از مدل زنجیره مارکوف
بهلول علیجانی زین العابدین جغفرپور حیدر قادری

در این مقاله تحلیل و پیش بینی بارش های منطقه لارستان، روزهای بارش 0/1 میلی متر و بیشتر ایستگاه لار در دوره آماری 2003-19960 بررسی شده است. ابتدا فراوانی روزهای بارانی بر اساس تداوم آن ها گروه بندی و فراوانی هرکدام از توالی ها به صورت مجزا مطالعه گردید. سپس بر اساس مدل ز چکیده کامل

در این مقاله تحلیل و پیش بینی بارش های منطقه لارستان، روزهای بارش 0/1 میلی متر و بیشتر ایستگاه لار در دوره آماری 2003-19960 بررسی شده است. ابتدا فراوانی روزهای بارانی بر اساس تداوم آن ها گروه بندی و فراوانی هرکدام از توالی ها به صورت مجزا مطالعه گردید. سپس بر اساس مدل زنجیره مارکوف احتمال وقوعهریک از توالی ها به صورت ماهانه ، فصلی و سالانه محاسبه شد. یافته های تحقیق نشان داد که:حداکثر فراوانی روزهای بارانی 44 روز و حداقل آن 11 روز در سال است . ژانویه بیشرین فراوانی و ماه هایمه و ژوئیه کمترین فراوانی را دارند. زمستان فصل مرطوب و بهار فصل خشک منطقه است. شدت متوسط هر بارش 8/2 میلی متر ، فاصلة متوسط بین دو بارش در دوره بارانی 6/2 روز، زمان متوسط شروع بارندگی 17 آذر و خاتمة بارندگی 26 فروردین است.مقایسه فراوانی توالی های پیش بینی شده با فراوانی توالی های مشاهده شده دقت مدل زنجیر ه مارکوف رادر پیش بینی توالی های خشک و مرطوب در مناطقی مانند لارستان که ناهماهنگی شدید بارش دارند، نشان داد. پرونده مقاله

دسترسی آزاد مقاله

41 - تحلیل و پیش بینی نوسان اقلیمی خراسان
علیرضا بنی واهب

با توجه به خشکسالیهای سالهای اخیر و تأثیر آن بر برنامه ریزی و بخشهای مختلف اقتصادی، کشاورزی و... نیاز به پیش بینی و استفاده از مدلهای مختلف جهت برنامه ریزی دقیق تر لازم به نظر می رسد. مدل زنجیره مارکف روی استان خراسان مورد بررسی قرار گرفت و چهار ایستگاه مشهد، تربت حیدری چکیده کامل

با توجه به خشکسالیهای سالهای اخیر و تأثیر آن بر برنامه ریزی و بخشهای مختلف اقتصادی، کشاورزی و... نیاز به پیش بینی و استفاده از مدلهای مختلف جهت برنامه ریزی دقیق تر لازم به نظر می رسد. مدل زنجیره مارکف روی استان خراسان مورد بررسی قرار گرفت و چهار ایستگاه مشهد، تربت حیدریه، بجنورد و بیرجند انتخاب شد. این مدل پیشامدهایی که به پیشامدهای قبلی وابسته اندومستقل نمی باشند را مورد بررسی قرار می دهد در این تحقیق احتمال وقوع پیشامدهای متوالی روزهای خشک و تر (آستانه تری1/0 میلیمتر) و روزهای سرد (زیر صفر درجه سانتیگراد) و روزهای گرم ( بالای 25 درجه سانتیگراد) موردبررسی قرار گرفته است . نهایتاً توسط مدل زنجیرة مارکف مرتبه اول مورد تجزیه و تحلیل قرار گرفته و جهت پیش بینی دورههای 1 تا 10 روزه از توزیع آماریq× Xn=pn-1 استفاده شده است و مقادیر احتمال‌های پیش بینی بصورت نقشه‌های هم احتمال ترسیم شده است.دراین تحقیق از نرم افزارهای Spss وSurfer جهت آنالیز اطلاعات وترسیم نقشه ها استفاده است پرونده مقاله

دسترسی آزاد مقاله

42 - A two-stage study of grey system theory and DEA in strategic alliance: An application in Vietnamese Steel industry
Hoang-Phu Nguyen Nhu-Ty Nguyen

Throughout the years, Vietnam has experienced the higher economic growth. It leads more development in many various fields including steel industry. However, it necessary to have more strategic alliances among those steel companies for an incredible and sustainable grow چکیده کامل

Throughout the years, Vietnam has experienced the higher economic growth. It leads more development in many various fields including steel industry. However, it necessary to have more strategic alliances among those steel companies for an incredible and sustainable growth. To have successful cooperation, it requires many special skills, efforts and considerations. This paper applies DEA model and Grey Theory to calculate the effectiveness and proposes a method to find out the most suitable strategic partners. Seventeen biggest companies in the Vietnam steel industry are chosen to research. The input factors (Net assets, operating cost, Cost of good sold) and the output factors (Net sales and net profits) are collected from realistic published financial reports of the Vietnam issued stock market in seven consecutive financial years (2011-2017). The Hoa Sen Group is considered as the target decision making unit (DMU). According to the empirical results, Pomina Steel corporation (DMU4) is the most feasible beneficial alliance partner for Hoa Sen Group. In addition, the proposed process in this paper is applied to not only the steel industry, but also to other manufacturing fields. پرونده مقاله

دسترسی آزاد مقاله

43 - پیش‌بینی خشکسالی با استفاده از مدل‌های همادی آمریکای شمالی (NMME)در مناطق غربی ایران
مهدی مقسمی نرگس ظهرابی حسین فتحیان علیرضا نیکبخت شهبازی محمدرضا یگانگی

10.30495/wsrcj.2022.20002

زمینه و هدف: خشکسالی به‌عنوان یک مخاطره طبیعی، تأثیرات زیادی در بخش های مختلف از جمله کشاورزی، منابع آب دارد و سالانه خسارات زیادی به این بخشها در سراسر دنیا تحمیل می کند. لذا باید راهکارهایی جهت کاهش خسارت خشکسالی صورت گیرد و در این بین برنامه ریزی و سازگاری با شرایط خ چکیده کامل

زمینه و هدف: خشکسالی به‌عنوان یک مخاطره طبیعی، تأثیرات زیادی در بخش های مختلف از جمله کشاورزی، منابع آب دارد و سالانه خسارات زیادی به این بخشها در سراسر دنیا تحمیل می کند. لذا باید راهکارهایی جهت کاهش خسارت خشکسالی صورت گیرد و در این بین برنامه ریزی و سازگاری با شرایط خشکسالی با استفاده از خروجی پیش بینی به هنگام خشکسالی جز مؤثرترین راهکارها به‌حساب می آید. با توجه به نیاز پیش بینی خشکسالی و محدود بودن مطالعات ارزیابی شاخص های خشکسالی به دست آمده از برون داد پیش بینی بارش مدل-های همادی آمریکای شمالی در ایران، در این پژوهش به بررسی این مدل ها در چهار حوضه آبریز کرخه، کارون بزرگ، حله و هندیجان-جراحی برای دوره 2018- 1982 پرداخته شد.روش پژوهش: در این پژوهش، ابتدا برونداد ماهانه مدل های مختلف همادی آمریکای شمالی و در افق های پیش‌بینی صفر تا 9 ماه و در دوره آماری 2018-1982 مورد ارزیابی قرار گرفت و سپس شاخص خشکسالی SPI محاسبه شده است. برای ارزیابی از مقایسه این داده ها با داده های GPCC استفاده شد. جهت ارزیابی از سه معیار کمی CC، RMSE و BIAS استفاده شد. همچنین جهت یکپارچه کردن مدل-های موجود از دو روش الف: میانگین حسابی بین مدل های موجود و ب: میانگین وزنی بین مدل ها با در نظر گرفتن نتایج ضریب همبستگی (CC) ارزیابی شده است. همچنین جهت ارزیابی شاخص خشکسالی SPI از دو معیار طبقه بندی شده POD و FAR و معیار کمی آماری CC استفاده شد.یافته‌ها: نتایج ارزیابی بارش مدل ها نشان داد که مدل های یکپارچه دارای عملکرد بهتری نسبت به مدل های انفرادی هستند و در این مدل یکپارچه نیز مدل وزن دهی شده عملکرد بهتری داشت. ارزیابی توزیع مکانی مدل های بارش نیز نشان داد که دو حوضه آبریز کارون بزرگ و هندیجان-جراحی در افق پیش بینی صفر ماه و حوضه آبریز هندیجان-جراحی در افق پیش بینی یک ماهه دارای عملکرد بهتری هستند. نتایج ارزیابی شاخص خشکسالی نشان داد که مدل های یکپارچه با وجود اینکه عملکرد بهتری در پیش بینی بارش داشتند اما در پیش بینی خشکسالی بهترین عملکرد متعلق به مدل های NASA-GMAO-062012 و CFSv2 است. همچنین نتایج نشان داد که پیش بینی شاخص خشکسالی در بازه های سه و شش ماه عملکرد بهتری نسبت به یک ماهه دارند. ارزیابی توزیع مکانی نیز نشان داد مدل ها در حوضه های جنوبی عملکرد بهتری دارند. به‌طور کلی می توان نتیجه گرفت که مدل های همادی آمریکای شمالی دارای عملکرد مناسبی در پیش بینی خشکسالی در بعضی نقاط و در افق های پیش بینی مشخص هستند، لذا باید در هر نقطه قبل از استفاده مورد ارزیابی قرار گیرند.نتایج: نتایج به دست آمده از ارزیابی بارش نشان داد که به‌طور کلی یکپارچه کردن برون داد مدل های دینامیکی باعث افزایش مهارت آن می شود و یکپارچه کردن در حالت وزنی (WeightedNMME) عملکرد بهتری نسبت به حالت غیر وزنی (NMME) دارد. در افق پیش-بینی صفر ماهه بین مدل‌های انفرادی نیز مدل NASA-GMAO-062012 بیشترین مهارت را از نظر شاخص ارزیابی CC دارد ولی در افق پیش بینی یک ماهه از نظر شاخص های ارزیابی CC، RMSE و BIAS بهترین عملکرد متعلق به مدل CFSv2 است. ارزیابی در شاخص های خشکسالی نشان داد که عملکرد مدل می تواند متفاوت از عملکرد آن‌ها در پیش بینی بارش باشد. به‌طور مثال مدل WeightedNMME با این که عملکرد مناسبی در پیش بینی خشکسالی دارد اما بهترین عملکرد در بین مدل ها در ماه های مختلف NASA-GMAO-062012 و CFSv2 داشتند. ارزیابی مکانی نیز نشان داد که حوضه های آبریز جنوبی دارای عملکرد بهتری نسبت بقیه حوضه ها هستند. پرونده مقاله

دسترسی آزاد مقاله

44 - پیش‌بینی خشک‌سالی با بهره‌گیری از مدل ترکیبی ماشین بردار پشتیبان موجکی و شاخص SPI (مطالعه موردی: حوضه دریاچه ارومیه-ایران)
مهدی کماسی سروش شرقی

10.22034/jest.2020.9578

زمینه و هدف: خشک‌سالی تهدیدی جدی برای انسان و محیط‌زیست بوده ازاین‌رو یافتن شاخصی جهت پیش بینی این پدیده از اهمیت به سزایی برخوردار است. شاخص بارش استانداردشده (SPI) یک شاخص جامع جهت طبقه‌بندی شدت خشک‌سالی به‌حساب می آید. مدل های هوش مصنوعی کلاسیک از متداول ترین مدل های چکیده کامل

زمینه و هدف: خشک‌سالی تهدیدی جدی برای انسان و محیط‌زیست بوده ازاین‌رو یافتن شاخصی جهت پیش بینی این پدیده از اهمیت به سزایی برخوردار است. شاخص بارش استانداردشده (SPI) یک شاخص جامع جهت طبقه‌بندی شدت خشک‌سالی به‌حساب می آید. مدل های هوش مصنوعی کلاسیک از متداول ترین مدل هایی هستند که جهت پیش بینی شاخص SPI مورداستفاده قرارگرفته‌اند. ازآن جایی‌که این مدل ها بر پایه ی ویژگی خودهم بستگی استوار هستند، بنابراین توانایی رصد نمودن سری های زمانی درازمدت و فصلی را دارا نمی باشند. در این پژوهش برای پیش بینی خشک‌سالی از مدل ترکیبی ماشین بردار پشتیبان موجکی و شاخص SPI استفاده‌شده است. روش بررسی: برای این منظور سری زمانی شاخص SPI مربوط به حوضه ارومیه توسط آنالیز موجک به چندین زیر سری با مقیاس های زمانی مختلف تبدیل‌شده و این زیر سری‌های زمانی به‌عنوان ورودی مدل ماشین بردار پشتیبان برای پیش بینی خشک‌سالی در نظر گرفته می شوند. یافته ها: نتایج حاصل از صحت سنجی مدل ها بیان گر آن است که بیش ترین مقدار ضریب تبیین و کم ترین مقدار جذر میانگین مربع خطا برای مدل منفرد ماشین بردار پشتیبان به ترتیب 865/0 و 237/0 و برای مدل ترکیبی ماشین بردار پشتیبان موجکی به ترتیب 954/0 و 056/0 می باشد. بحث و نتیجه گیری: بنابراین مدل ترکیبی ماشین بردار پشتیبان موجکی در مقایسه با مدل منفرد ماشین بردار پشتیبان توانایی به سزایی جهت پیش بینی سری زمانی شاخص SPI و نیز رصد نمودن نقاط بیشینه این سری زمانی به سبب در نظر گرفتن تغییرات فصلی دارا می باشد. از سویی نشان داده شد که این مدل ترکیبی در مقایسه با سایر مدل های خودهم بسته کلاسیک هم چون شبکه عصبی مصنوعی از دقت و کارایی بالاتری برخوردار است. پرونده مقاله

دسترسی آزاد مقاله

45 - پیش بینی کمیت پسماند شهری با استفاده از مدل‌های هوشمند و آنالیز عدم قطعیت آن ها
مریم عباسی ملیحه فلاح نژاد روح الله نوری مریم میرابی

10.30495/jest.2020.11144

زمینه و هدف: اولین قدم برای طراحی سیستم‌های مدیریت پسماند شهری، آگاهی کامل از کمیت پسماند تولیدی می باشد. پیش‌بینی کمیت تولید پسماند به دلیل تاثیر عوامل متنوع و خارج از کنترل، یکی از پیچیده‌ترین مسایل مهندسی می‌باشد. به همین خاطر، لزوم استفاده از مدل‌هایی که قابلیت مدل‌ چکیده کامل

زمینه و هدف: اولین قدم برای طراحی سیستم‌های مدیریت پسماند شهری، آگاهی کامل از کمیت پسماند تولیدی می باشد. پیش‌بینی کمیت تولید پسماند به دلیل تاثیر عوامل متنوع و خارج از کنترل، یکی از پیچیده‌ترین مسایل مهندسی می‌باشد. به همین خاطر، لزوم استفاده از مدل‌هایی که قابلیت مدل‌سازی پدیده‌های پیچیده را دارند، به خوبی روشن می‌باشد. هدف از این مطالعه، پیش بینی کمیت پسماند با استفاده از مدل های هوشمند، مقایسه عملکرد و آنالیز عدم قطعیت آن ها می باشدروش بررسی: در این مطالعه، شهر مشهد به عنوان مطالعه موردی انتخاب شد و از سری زمانی تولید پسماند در فاصله زمانی سال‌های 1380 تا 1390 برای پیش‌بینی هفتگی استفاده گردید. جهت مدل سازی از مدل های هوشمند شبکه عصبی، ماشین بردار پشتیبان، سیستم استنتاجی تطبیقی نروفازی و کا نزدیک ترین همسایه استفاده گردید. پس از بهینه سازی پارامترهای هر مدل، با استفاده از از شاخص های آماری، عملکرد مدل ها مورد مقایسه قرار گرفت. در نهایت، آنالیز عدم قطعیت نتایج مدل سازی با کمک روش مونت کارلو انجام گرفت.یافته ها: نتایج نشان داد که ضریب اطمینان (2R) مدل‌های شبکه عصبی، سیستم استنتاجی تطبیقی نروفازی، ماشین بردار پشتیبان و کا نزدیک&zwj;ترین همسایه به ترتیب 67/0، 69/0، 72/0 و 64/0 می باشد. آنالیز عدم قطعیت نیز نتایج این مقایسه را تایید نمود و نشان داد مدل ماشین بردار پشتیبان در بین سایر مدل‌ها، عدم قطعیت کم&zwj;تری داشته و نسبت به داده‌های ورودی کم&zwj;ترین حساسیت را دارد.بحث و نتیجه گیری: مدل‌های هوشمند از توانایی رضایت‌بخشی برای پیش بینی کمی پسماند برخوردارند و در بین مدل‌های هوشمند مورد مطالعه، مدل ماشین بردار پشتیبان بهترین نتایج را از خود نشان داد. همچنین، عدم قطعیت نتایج مدل ماشین بردار پشتیبان در بین سایر مدل‌ها، عدم قطعیت کم تری برخوردار بود. پرونده مقاله

دسترسی آزاد مقاله

46 - بررسی نقش گرمایش جهانی بر نوسانات فراسنجهای باد و فشار تراز دریا در منطقه سیستان
اسمعیل پودینه برومند صلاحی محمود خسروی محسن حمیدیان پور

10.22034/jest.2019.29479.3806

زمینه و هدف:تغییرپذیری زمانی بادهای محلی سیستان در دوره ی تشدید گرمایش جهانی موضوع پژوهش حاضر است. در دهه های اخیر، گرمایش جهانی سبب بروز تغییرات محسوس در دمای کره ی زمین و عاملی تأثیرگذار بر سایر فراسنج های جوی از جمله سرعت باد شده است. در مطالعه ی فراسنج های جوی، تخمی چکیده کامل

زمینه و هدف:تغییرپذیری زمانی بادهای محلی سیستان در دوره ی تشدید گرمایش جهانی موضوع پژوهش حاضر است. در دهه های اخیر، گرمایش جهانی سبب بروز تغییرات محسوس در دمای کره ی زمین و عاملی تأثیرگذار بر سایر فراسنج های جوی از جمله سرعت باد شده است. در مطالعه ی فراسنج های جوی، تخمین میزان تأثیرگذاری گرمایش جهانی بر روی این پارامترها از اهمیت زیادی برخوردار است. روش بررسی: تغییرات مقادیر سرعت باد محلی سیستان و فشار تراز دریا در منطقه مورد مطالعه تحت شرایط دو سناریو A2 و B2 خروجی مدل جهانی Hadcm3 ریزگردانی شده و برای سه دوره زمانی 30 ساله تا 2099 میزان تغییرات این دو فراسنج تولید و مورد بررسی قرار گرفت. یافته ها: یافته ها نشان دادند که به‌طور متوسط میزان سرعت باد محاسبه شده توسط سناریوی B2 برای دوره های زمانی 2010- 2039 و 2040-2069 و 2070-2099 میلادی به ترتیب به 67/0، 88/0 و 15/1 متر بر ثانیه نسبت به دوره پایه افزایش خواهد یافت. همچنین تغییرات متوسط سرعت باد تحت شرایط سناریوی A2 که یک سناریوی بدبینانه است به ترتیب 36/1 و 57/1 و 79/1 متر بر ثانیه برای دوره های زمانی 2010- 2039 و 2040-2069 و 2070-2099 میلادی نسبت به دوره پایه افزایش خواهد یافت. همچنین میزان فشار محاسبه شده توسط سناریوی B2 برای دوره های زمانی 2010- 2039 و 2040-2069 و 2070-2099 میلادی به ترتیب به 04/0، 10/0 و 16/0 نسبت به دوره پایه کاهش خواهد یافت. بحث و نتیجه گیری: نتایج نشان داد که کاهش فشار هوا و افزایش سرعت باد در منطقه مورد مطالعه در طی سال به‌صورت یکنواخت پراکنده نشده است به‌نحوی‌که طی فصول زمستان و بهار و تابستان افت فشار روند منظم تری نسبت به فصل پاییز دارد. پرونده مقاله

دسترسی آزاد مقاله

47 - ارزیابی عدم قطعیت مدل‌های ANN و ANFIS در تخمین جریان ورودی به سد رئیس‌علی دلواری
علی اسکندری روح اله نوری محمدرضا وصالی ناصح فریماه سعیدی

10.22034/jest.2020.20068.2909

زمینه و هدف: اطلاع دقیق از کمیت آب جاری در رودخانه‌ها تاثیر فراوان بر مدیریت کمی و کیفی منابع آب در جوامع وابسته با آن دارد. در این راستا هدف تحقیق حاضر ارزیابی عدم قطعیت در فرآیند تخمین جریان رودخانه شاپور، ورودی به سد رئیس‌علی دلواری، واقع در استان بوشهر می‌باشد. روش چکیده کامل

زمینه و هدف: اطلاع دقیق از کمیت آب جاری در رودخانه‌ها تاثیر فراوان بر مدیریت کمی و کیفی منابع آب در جوامع وابسته با آن دارد. در این راستا هدف تحقیق حاضر ارزیابی عدم قطعیت در فرآیند تخمین جریان رودخانه شاپور، ورودی به سد رئیس‌علی دلواری، واقع در استان بوشهر می‌باشد. روش بررسی: برای تخمین جریان ماهانه ورودی به سد رئیس‌علی دلواری از مدل‌‌های هوش مصنوعی شبکه عصبی مصنوعی (ANN) و سیستم استنتاج نروفازی تطبیقی (ANFIS) استفاده گردید. همچنین به منظور بهبود استفاده از نتایج این مدل‌ها در تصمیمات مدیریتی در بخش آب، تعیین عدم قطعیت هر یک از آن‌ها در فرآیند مدل‌سازی جریان انجام شد. در این راستا از نتایج شبیه‌سازی شده در اجرای هر مدل تحت الگوهای متفاوتی از داده‌های واسنجی، استفاده و برای ارزیابی عدم قطعیت هر مدل نیز از دو شاخص عرض محدوده اطمینان (d-factor) و 95 درصد عدم قطعیت پیش‌بینی‌ها واقع شده در این محدوده (95PPU) استفاده گردید. یافته‌ها: مطابق نتایج به دست آمده از مدل‌های ANN و ANFIS بهینه اجرا شده، مشخص گردید که اگر چه مقادیر آماره‌های ضریب تعیین (R2) و قدرمطلق میانگین خطاها (MAE) برای هر دو مدل از مقادیر مناسبی برخوردار بودند، اما عملکرد آن‌ها در برخی نقاط با دبی بالا با خطای قابل توجهی همراه بود. همچنین با بررسی نتایج عدم قطعیت مدل‌ها مشخص شد مدل ANFIS با مقدارd-factor کم‌تر و مقدار شاخص 95PPU بزرگ‌تر، از عدم قطعیت کم‌تری نسبت به مدل ANN برخوردار بود. بحث و نتیجه‌گیری: با توجه به عملکرد تقریباً یکسان هر دو مدل ANN و ANFIS در مراحل واسنجی و صحت‌سنجی، می‌توان مدل ANFIS را به عنوان مدل بهینه تخمین جریان ماهانه ورودی به سد رئیس‌علی دلواری به دلیل دارا بودن عدم قطعیت کم‌تر پیشنهاد نمود. پرونده مقاله

دسترسی آزاد مقاله

48 - مدل سازی آب های زیرزمینی به منظور پیش بینی پراکنش نیترات در آبخوان های بحرانی (مطالعه موردی: شهر مشهد)
اکبر باغوند علی وثوق سعید گیوه چی علی دریابیگی زند

در حال حاضر به علت عدم اجرای مدیریت صحیح، بیشتر آبخوان های کشور ایران به خصوص در نواحی خشک از جمله دشت مشهد در طی سال های اخیر با افت سطح ایستابی و کاهش حجم ذخیره مواجه بوده و بعضاً نیز در معرض آلودگی انواع آلاینده‌ها قرار دارند. با توجه به این که یکی از شاخص های اصلی آ چکیده کامل

در حال حاضر به علت عدم اجرای مدیریت صحیح، بیشتر آبخوان های کشور ایران به خصوص در نواحی خشک از جمله دشت مشهد در طی سال های اخیر با افت سطح ایستابی و کاهش حجم ذخیره مواجه بوده و بعضاً نیز در معرض آلودگی انواع آلاینده‌ها قرار دارند. با توجه به این که یکی از شاخص های اصلی آلوده بودن آبخوان ها، آلودگی آن ها به نیترات می باشد، در این تحقیق نیز سعی شده است تا با تهیه مدل ریاضی کمی و کیفی آبخوان دشت مشهد، رفتار آبخوان با تکیه بر یون نیترات برای 12 سال آینده شبیه سازی و پیش بینی گردد. به منظور تهیه مدل ریاضی کمی و کیفی آبخوان شهر مشهد ، آمار و اطلاعات هواشناسی، هیدرولوژی و هیدروژئولوژی با استفاده از نرم افزارSurfer Ver. 8 ، کد کامپیوتری Modflow 2000 و پروسسور GMS مورد تحلیل قرار گرفت، پس از انجام عملیات واسنجی[1] و صحت سنجی[2] مدل ریاضی کمی و کیفی آبخوان شهر مشهد به دست آمد. نتایج تحقیق مبین آن است که در سال1400 شمسی مشکل آلودگی نیترات برای بخش های عمده ای از مرکز و شرق آبخوان شهر مشهد کماکان پابرجا بوده و غلظت آلاینده نیترات در این مناطق از 10 تا 90 میلی گرم در لیتر متغیر می باشد . بر این اساس در اکثر مناطق، میزان غلظت نیترات بیشتر از حد مجاز (45 میلی گرم در لیتر) و میزان متوسط افت سالیانه این آبخوان(90/0 متر) ، نشان دهنده بحرانی بودن این آبخوان می باشد. . دلیل عمده افزایش این نوع آلودگی در طی سال های اخیر در اثر جمع آوری و دفع غیراصولی فاضلاب تولیدی این شهر به چاه های جاذب و نفوذ از این چاه ها به آبخوان دشت مشهد بوده است. [1] - Calibration [2] - Verfication پرونده مقاله

دسترسی آزاد مقاله

49 - مقایسه مدلهای خودهمبسته شبکه عصبی مصنوعی دینامیک و استاتیک در پیش بینی جریان ماهانه ورودی به مخزن سد دز
محمد ابراهیم بنی حبیب محمد ولی پور سید محمودرضا بهبهانی

در مقاله حاضر قابلیت مدل خود همبسته شبکه عصبی مصنوعی دینامیک برای پیش بینی جریان ماهانه ورودی مخزن سد دز ارزیابی شده و نتایج به دست آمده با مدل خودهمبسته شبکه عصبی مصنوعی استاتیک مقایسه شده است. در تحقیقات قبل مقایسه مدل&zwnj;های استاتیک و دینامیک در شبکه&zwnj;های عصبی چکیده کامل

در مقاله حاضر قابلیت مدل خود همبسته شبکه عصبی مصنوعی دینامیک برای پیش بینی جریان ماهانه ورودی مخزن سد دز ارزیابی شده و نتایج به دست آمده با مدل خودهمبسته شبکه عصبی مصنوعی استاتیک مقایسه شده است. در تحقیقات قبل مقایسه مدل&zwnj;های استاتیک و دینامیک در شبکه&zwnj;های عصبی مصنوعی صورت نگرفته است. ضمناً تحقیق حاضر از حیث خودهمبستگی مدل شبکه عصبی مصنوعی، دارای نوآوری می&zwnj;باشد. در این تحقیق آبدهی های ماهانه بین سال های 1334 تا 1380 استفاده شده است. به طوری که آمار مربوط به 42 سال اول برای آموزش مدل ها و 5 سال اخیر برای پیش بینی مدل ها استفاده گردید. ساختار های مختلف برای مدل های شبکه عصبی مصنوعی استاتیک و دینامیک با مقایسه شاخص جذر متوسط مربع خطا بررسی گردید. در ابتدا با استفاده از داده های مهر 1334 تا شهریور 1376 در مرحله آموزش مدل ها بهترین ساختار مدل های شبکه عصبی مصنوعی استاتیک و دینامیک به دست آمد. سپس بر اساس ساختارهای بهینه، جریان ماهانه ورودی به مخزن سد دز پیش بینی شده و با داده های مشاهده ای مهر 1376 تا شهریور 1381 مقایسه گردید. در این تحقیق همچنین دونوع تابع فعالیت شعاعی و سیگموئیدی و تعداد نرون&zwnj;های مختلف در لایه میانی، بررسی شد. نتایج نشان داد که بهترین مدل در پیش بینی جریان ورودی به مخزن سد دز، مدل خود همبسته شبکه عصبی مصنوعی با تابع فعالیت سیگموئیدی و تعداد 17 نرون در لایه میانی می با شد. مدل &zwnj;های خودهمبسته شبکه عصبی مصنوعی استاتیک و دینامیک با تابع فعالیت سیگموئیدی جریان ورودی به مخزن سد دز را از 5 سال قبل پیش بینی می نمایند. پرونده مقاله

دسترسی آزاد مقاله

50 - مدل سازی و پیش بینی وضعیت آلاینده های هوای شهر تهران کاربرد مدل خود رگرسیونی با ویژگی حافظه بلندمدت
رضا اخباری حمید آماده

10.22034/jest.2018.12462

زمینه و هدف: مدل‌سازی آلاینده‌های زیست محیطی یکی از نیازهای اساسی در زمینه پایش کیفیت هوا محسوب می شود که با بهره‌گیری از نتایج حاصله می‌توان اقدامات پیشگیرانه‌ای جهت بهبود شرایط آتی اتخاذ کرد. ادبیات موجود در زمینه الگوسازی آلاینده‌های زیست محیطی را می توان به دو دسته چکیده کامل

زمینه و هدف: مدل‌سازی آلاینده‌های زیست محیطی یکی از نیازهای اساسی در زمینه پایش کیفیت هوا محسوب می شود که با بهره‌گیری از نتایج حاصله می‌توان اقدامات پیشگیرانه‌ای جهت بهبود شرایط آتی اتخاذ کرد. ادبیات موجود در زمینه الگوسازی آلاینده‌های زیست محیطی را می توان به دو دسته کلی تقسیم کرد، دسته اول شامل مطالعاتی می‌شود که علاوه بر داده‌های مربوط به آلاینده‌ها با وارد کردن عوامل محیطی از قبیل دمای هوا، جهت وزش باد، سرعت وزش باد و میزان رطوبت، وضعیت انتشار را مورد بررسی قرار داده اند. دسته دوم مطالعات -که تحقیق حاضر در این دسته می گنجد- با استفاده از الگوهای رگرسیون سری های زمانی و غالباً با استفاده از داده‌های موجود هر آلاینده، پیش‌بینی وضعیت آتی آن را مد نظر قرار داده‌اند. روش بررسی: در این مقاله با استفاده از سه الگوی ARIMA(AutoRegressive Integrated Moving Average) ، ARFIMA(AutoRegressive Fractionaly Integrated Moving Average)و ARIMA-GARCH(Generalized AutoRegressive Conditional Heteroskedasticity) و رویکرد باکس-جنکینز وضعیت آتی آلاینده‌های CO ، PM10 ،NO2 ،SO2 ،O3 و PM2.5در شهر تهران پیش‌بینی شد و در مورد هر آلاینده بهترین مدل بر اساس معیارهای MSE(Mean Squared Error)،RMSE(Root Mean Squared Error) ،MAE(Mean Absolute Error) و MAPE(Mean Absolute Percent Error) معرفی گردید. یافته ها: آن چه این مطالعه را از مطالعات قبلی متمایز می سازد، مد نظر قرار دادن ویژگی حافظه بلندمدت و مقایسه دقت خروجی مدل مربوطه با الگوهای رایج خود رگرسیونی است. نتایج نشان می‌دهد که فرض وجود حافظه بلندمدت پذیرفته خواهد شد، ولی این که بهترین پیش بینی‌ها همواره توسط مدل ARFIMA ارایه می‌شود، رد می شود. بحث و نتیجه گیری: این مطالعه کاربرد مدل‌های اقتصادسنجی را برای پیش‌بینی وضعیت آلاینده‌ها اثبات می‌کند. براین اساس توصیه می‌شود با توجه به هزینه های اجتماعی بالای انتشار آلاینده ها، با بکارگیری این الگوها، آلاینده‌های تأثیرگذار بر آینده هوای شهر شناسایی و در جهت کاستن از سطح انتشار آن ها طرح‌های کارآمدی پیاده شود. پرونده مقاله

دسترسی آزاد مقاله

51 - پیش‌یابی تاثیر روند طولانی مدت کاهش سطح آب دریای کاسپی بر حیات خلیج گرگان
سعید شربتی عبدالعظیم قانقرمه

زمینه و هدف: خلیج گرگان حوضه آبی نیمه بسته ای است که در حال حاضر تنها از طریق دهانه آشورآده- بندرترکمن با دریای کاسپی در ارتباط دایمی می باشد. روند رو به کاهش تراز سطح آب دریای کاسپی در طی 19 سال گذشته سبب به وجود آمدن اثرات نامطلوب از طریق خشکی زایی در سواحل کم عمق خلی چکیده کامل

زمینه و هدف: خلیج گرگان حوضه آبی نیمه بسته ای است که در حال حاضر تنها از طریق دهانه آشورآده- بندرترکمن با دریای کاسپی در ارتباط دایمی می باشد. روند رو به کاهش تراز سطح آب دریای کاسپی در طی 19 سال گذشته سبب به وجود آمدن اثرات نامطلوب از طریق خشکی زایی در سواحل کم عمق خلیج گرگان گردیده است و بیم آن می رود تا در سال های نه چندان دور ارتباط محدود خلیج با دریای کاسپی به طور کلی قطع گردد. روش بررسی: در مقاله حاضر اثرات روند رو به کاهش تراز سطح آب دریای کاسپی بر وضعیت ارتباطی خلیج گرگان تحت دو مجموعه سناریوی کاهش میانگین تراز سطح آب دریای کاسپی مورد مدل سازی واقع گردیده است. در مجموعه سناریوهای اول از میانگین 2/5 سانتی متری و در مجموعه سناریوهای دوم از میانگین 5/10 سانتی متری کاهش تراز سطح آب در دریای کاسپی جهت مدل سازی وضعیت توپوگرافی خلیج گرگان استفاده شد. یافته ها: نتایج مدل سازی ها تحت مجموعه سناریوهای اول نشان داد که ارتباط خلیج گرگان با دریای کاسپی در سال آبی 1411-1410 متاثر از کاهش تراز منفی 6/27 متری به طور دایمی در ناحیه چاپقلی قطع خواهد شد. نتایج مدل سازی ها تحت مجموعه سناریوهای دوم نشان داد که ارتباط خلیج گرگان با دریای کاسپی در سال آبی 1403-1402 متاثر از کاهش تراز منفی 6/27 متری به طور دایمی در ناحیه چاپقلی قطع خواهد شد. بحث و نتیجه گیری: پیشنهاد می گردد کلیه طرح ها و برنامه های استراتژیک دولت در تمامی سواحل جنوبی دریای کاسپی من جمله خلیج گرگان بر اساس طرح آمایش سرزمینی با عنایت به رویکرد روند کاهش سطح آب دریای کاسپی و سناریوسازی های محتمل، مهندسی و عملیاتی گردد. پرونده مقاله

دسترسی آزاد مقاله

52 - ارزیابی اثر عملیات آبخیزداری بر زمان پیش هشدار حوزه آبخیز گلابدره - دربند
محمد ابراهیم بنی حبیب آذر عربی

پیش بینی و هشدار سیلاب، قبل از وقوع آن یکی از راه های موثر کاهش خسارت سیل می باشد. در مقاله حاضر اثر عملیات آبخیزداری بر زمان پیش&zwnj;هشدار[1] حوضه گلابدره - دربند با استفاده ازمدل[2] HEC-HMSمورد ارزیابی قرار گرفته است. بدین منظور مدل فوق برای شرایط حوضه گلابدره - دربن چکیده کامل

پیش بینی و هشدار سیلاب، قبل از وقوع آن یکی از راه های موثر کاهش خسارت سیل می باشد. در مقاله حاضر اثر عملیات آبخیزداری بر زمان پیش&zwnj;هشدار[1] حوضه گلابدره - دربند با استفاده ازمدل[2] HEC-HMSمورد ارزیابی قرار گرفته است. بدین منظور مدل فوق برای شرایط حوضه گلابدره - دربند واسنجی و صحت&zwnj;یابی گردیده است. واسنجی و صحت&zwnj;یابی مدل برای دوره&zwnj;های قبل و بعد از انجام عملیات آبخیزداری[3] صورت پذیرفته و در هر دوره دو سیلاب و رگبار رخ داده موجود، مورد استفاده قرار گرفته است. بر مبنای مدل واسنجی و صحت&zwnj;یابی شده، شبیه&zwnj;سازی سیلاب های با دوره بازگشت مختلف انجام یافته و پس از تعیین حد آستانه هشدار سیلاب، زمان پیش&zwnj;هشدار این سیلاب&zwnj;ها برآورد گردید. مقایسه زمان پیش&zwnj;هشدار سیلاب های با دوره بازگشت مختلف، در دوره های قبل و بعد از انجام عملیات آبخیزداری نشان داد که تغییر کاربری اراضی ناشی از عملیات آبخیزداری منجر به افزایش زمان پیش&zwnj;هشدار سیل در دوره بازگشت های مختلف گردیده است. به طوری که مقدار آن برای سیلاب 50 ساله از 11 دقیقه به 15 دقیقه (در حدود 26%) افزایش یافته است. این در حالی است که با افزایش دوره بازگشت مدت زمان هشدار سیل کاهش می یابد. 6-Forecast Lead Time پرونده مقاله

دسترسی آزاد مقاله

53 - تعیین روش بهینه پیش بینی درماندگی مالی شرکت ها (مطالعه موردی: شرکت های بورس اوراق بهادار تهران)
منصور صوفی مهدی همایون فر مهدی فدایی

یکی از مهم‌ترین موضوعات مطرح در حوزه مدیریت مالی، آن است که سرمایه‌گذاران فرصت‌های مطلوب سرمایه‌گذاری را از فرصت‌های نامطلوب تشخیص دهند. در راستا، ‌یکی از راه‌های کمک به سرمایه‌گذاران ارائه‌ی مدل‌های پیش‌بینی درماندگی مالی شرکت‌ها است. با توجه به مطالعات مختلفی که برای چکیده کامل

یکی از مهم‌ترین موضوعات مطرح در حوزه مدیریت مالی، آن است که سرمایه‌گذاران فرصت‌های مطلوب سرمایه‌گذاری را از فرصت‌های نامطلوب تشخیص دهند. در راستا، ‌یکی از راه‌های کمک به سرمایه‌گذاران ارائه‌ی مدل‌های پیش‌بینی درماندگی مالی شرکت‌ها است. با توجه به مطالعات مختلفی که برای توسعه این دسته از مدل‌ها انجام گرفته‌اند، در پژوهش حاضر از ترکیب تکنیک‌های شبکه‌ عصبی مصنوعی و الگوریتم ژنتیک بر مبنای نسبت‌های پیش‌بینی زیمنسکی برای مدل‌سازی پیش-بینی درماندگی مالی استفاده شده است. جامعه آماری تحقیق، شامل شرکت‌های سهامی عام حاضر در بورس اوراق بهادار تهران است که طی دوره زمانی مهر 1392 تا مهر 1394 در بورس فعالیت داشته‌اند که از میان آنها، 66 شرکت درمانده و 150 شرکت سالم با روش غربال‌سازی به‌عنوان نمونه‌‌ انتخاب شده‌اند. نتایج نشان می‌دهند که شبکه عصبی و الگوریتم ژنتیک در پیش‌بینی درماندگی مالی از قدرت برابر (95 درصد) برخوردارند، با این وجود، خطای پیش‌بینی در شبکه عصبی در مقایسه با الگوریتم ژنتیک پایین‌تر است. پرونده مقاله

دسترسی آزاد مقاله

54 - پیش بینی رویگردانی بیمه گذاران در صنعت بیمه: شناسایی عوامل تاثیر گذار
سمانه سلطانی لیفشاگرد کامبیز شاهرودی ابراهیم چیرانی

صنعت بیمه در ایران طی سالهای اخیر با ورود شرکتهای مختلف در بازار رقابت دچار نوسانات زیادی از نظر سودآوری، ترکیب پرتفوی، نرخ خسارت، ضریب نفوذ، حفظ و رضایتمندی بیمه گذاران و سهم بازار شده است. از این رو حفظ و نگهداری بیمه گذاران تبدیل به معضل اصلی اکثر شرکتهای بیمه ای گرد چکیده کامل

صنعت بیمه در ایران طی سالهای اخیر با ورود شرکتهای مختلف در بازار رقابت دچار نوسانات زیادی از نظر سودآوری، ترکیب پرتفوی، نرخ خسارت، ضریب نفوذ، حفظ و رضایتمندی بیمه گذاران و سهم بازار شده است. از این رو حفظ و نگهداری بیمه گذاران تبدیل به معضل اصلی اکثر شرکتهای بیمه ای گردیده است. از آنجایی که در صنعت بیمه همچون بسیاری از صنایع دیگر هزینه جستجو برای جذب بیمه‌گذاران جدید به مراتب هزینه بردار تر از حفظ و نگهداری بیمه گذاران فعلی است، لذا ضروری است تا به شناسایی عوامل تاثیر گذار بر ریزش و رویگردانی بیمه گزاران در این صنعت پرداخته شود.این پژوهش با هدف مطالعه ادبیات و پیشینه تحقیق در حوزه رویگردانی مشتریان، صورت گرفته است که در نهایت منجر به شناسایی و طبقه بندی عوامل تاثیر گذار در پیش بینی رویگردانی مشتریان در صنعت بیمه می گردد.در این پژوهش از روش مرور ادبیات سیستماتیک برای جمع آوری و بررسی مطالعات پیشین بهره‌گرفته شده است که با یکپارچه سازی راهبردهای جستجوی خودکار و دستی کلیه مقالات پژوهشی مرتبط منتشر شده در این حوزه در بازه زمانی 1389 تا 1398 برای مقالات فارسی و 2010 تا 2018 برای مقالات انگلیسی پوشش داده شده است.یافته های تحقیق 85 مولفه اثرگذار بر رویگردانی مشتریان را اختصاصاً در صنعت بیمه شناسایی نموده که در چهار دسته مولفه های مربوط به بیمه گر، مولفه های مربوط به بیمه گذار، مولفه های مربوط به محصول/خدمت و مولفه های مربوط به رابطه بیمه گر و بیمه گذار تقسیم گردیده اند. پرونده مقاله

دسترسی آزاد مقاله

55 - تاثیر اندازه و شدت جهش های قیمتی در پیش بینی تلاطم شاخص در بورس اوراق بهادار تهران
محسن رجب بلوکات علی باغانی علی نجفی مقدم فاطمه صراف نوروز نوراله زاده

تشخیص چگونگی ایجاد تلاطم در بازده دارایی از اهمیت بالایی برخوردار است. به همین دلیل، در سال‌های اخیر، مطالعات شناخت تلاطم محقق شده و مقادیر فراوانی تلاطم روزانه توسعه یافته است. این پژوهش با استفاده از قیمت سهام شرکت‌های شاخص 30 شرکت بزرگ بورس اوراق بهادار تهران در طول چکیده کامل

تشخیص چگونگی ایجاد تلاطم در بازده دارایی از اهمیت بالایی برخوردار است. به همین دلیل، در سال‌های اخیر، مطالعات شناخت تلاطم محقق شده و مقادیر فراوانی تلاطم روزانه توسعه یافته است. این پژوهش با استفاده از قیمت سهام شرکت‌های شاخص 30 شرکت بزرگ بورس اوراق بهادار تهران در طول سال‌های 1390 تا 1394 و محاسبه تلاطم محقق شده سهام در طول روزهای معاملاتی با استفاده از مدل HAR-CJ، به بررسی تاثیر اندازه و شدت جهش‌های قیمتی در پیش بینی تلاطم شاخص پرداخته است. نتایج به دست آمده، نشان داد که توسعه مدل‌هایHAR-CJ و HAR-RV-CJ با استفاده از اندازه و شدت جهش ، تاثیر قابل ملاحظه‌ای در بهبود پیش بینی تلاطم شاخص نداشته بلکه، به مقدار ناچیزی، عملکرد پیش بینی مدل در رابطه با تلاطم شاخص را تعدیل می‌نماید. همچنین، استفاده از جهش در طول روز به جای جهش روزانه، عملکرد مدل پیش بینی را بهبود نمی‌بخشد. پرونده مقاله

دسترسی آزاد مقاله

56 - طراحی و تبیین مدل پیش بینی قیمت سهام با استفاده از فرآیندهای تصادفی ( مطالعه موردی: شرکت های انبوه سازی املاک و مستغلات در بورس اوراق بهادار تهران)
حسین اجاقی زاداله فتحی مهرزاد مینویی

پژوهش حاضر به طراحی و تبین مدل پیش‌بینی قیمت سهام با استفاده از فرایندهای تصادفی پرداخته است. جامعه آماری پژوهش کلیه شرکت‌های صنعت انبوه‌سازی املاک و مستغلات در بورس اوراق بهادار تهران از سال‌ 1390 تا 1398 است. داده‌ها در نرم‌افزار Eviews10 و متلب مورد تحلیل قرار گرفتند چکیده کامل

پژوهش حاضر به طراحی و تبین مدل پیش‌بینی قیمت سهام با استفاده از فرایندهای تصادفی پرداخته است. جامعه آماری پژوهش کلیه شرکت‌های صنعت انبوه‌سازی املاک و مستغلات در بورس اوراق بهادار تهران از سال‌ 1390 تا 1398 است. داده‌ها در نرم‌افزار Eviews10 و متلب مورد تحلیل قرار گرفتند. پیش‌بینی رفتار قیمت سهام و شاخص کل صنعت با روش‌های اتورگرسیو و میانگین متحرک برحسب فرایندهای تصادفی نشان داد از الگوی تبیین شده نمی‌توان برای پیش‌بینی رفتار قیمت سهام استفاده کرد اما در برخی از گام‌ها‌ی تصادفی، خطای پیش‌بینی ناچیز بوده است. در خصوص پیش‌بینی رفتار قیمت سهام، سه‌گام آخر فرآیند، فصل زمستان تأثیر معناداری بر روی پیش‌بینی قیمت سهام دارند؛ اما گام اول، تأثیر معناداری در پیش‌بینی رفتار شاخص صنعت دارد. در گام‌های اول خطای پیش‌بینی رفتار شاخص صنعت بسیار اندک است و می‌توان از الگوی تبیین شده برای پیش‌بینی رفتار شاخص در ماه‌های آغازین سال استفاده کرد. پرونده مقاله

دسترسی آزاد مقاله

57 - پیش‌ بینی‌ روند‌ روزانه‌ قیمت‌ سهام‌ با‌ استفاده‌ از‌ متن‌ کاوی‌ احساسات‌ کاربران‌ شبکه‌ اجتماعی‌ و‌ داده‌ کاوی‌ نماگرهای‌ تکنیکال
کامل ابراهیمیان ابراهیم عباسی اکبر عالم تبریز امیر محمدزاده

ا ین‌ پژوهش‌ به‌ پیش‌ بینی‌ روند‌ آتی‌ قیمت‌ سهام‌ در‌ بازه‌ کوتاه‌ مدت‌ روزانه‌ با‌ استفاده‌ از‌ تحلیل‌ نظرات‌ سرمایه‌ گذاران‌ در‌ شبکه‌ ی‌ اجتماعی‌ سهامیاب‌ می‌ پردازد. قابلیت‌ پیش‌ بینی‌ پذیری‌ بازارهای‌ سهام،‌ به‌ خاطر‌ دارا‌ بودن‌ یک‌ سیستم‌ پیچیده،‌ پویا‌ و‌ غیر‌ چکیده کامل

ا ین‌ پژوهش‌ به‌ پیش‌ بینی‌ روند‌ آتی‌ قیمت‌ سهام‌ در‌ بازه‌ کوتاه‌ مدت‌ روزانه‌ با‌ استفاده‌ از‌ تحلیل‌ نظرات‌ سرمایه‌ گذاران‌ در‌ شبکه‌ ی‌ اجتماعی‌ سهامیاب‌ می‌ پردازد. قابلیت‌ پیش‌ بینی‌ پذیری‌ بازارهای‌ سهام،‌ به‌ خاطر‌ دارا‌ بودن‌ یک‌ سیستم‌ پیچیده،‌ پویا‌ و‌ غیر‌ خطی‌ همواره‌ از‌ چالش‌ های‌ پژوهشگران‌ بوده‌ است‌ در‌ این‌ تحقیق،‌ برای‌ اولین‌ بار،‌ با‌ تحلیل‌ احساسات‌ نظرات‌ کاربران‌ و‌ ترکیب‌ آن‌ با‌ 22 نماگر‌ تکنیکال‌ به‌ کمک‌ سه‌ الگوریتم‌ درخت‌ تصمیم،‌ بیز‌ ساده‌ و‌ ماشین‌ بردار‌ پشتیبان‌ ،مدلی‌ با‌ دقت‌ 08/72 درصد‌ برای‌ پیش‌ بینی‌ جهت‌ حرکت‌ سهام‌ توسعه‌ یافت‌ و‌ به‌ پیش‌ بینی‌ روند‌ کوتاه‌ مدت‌ سهام‌ پرداخته‌ شد‌ بر‌ اساس‌ نتایج،‌ ماشین‌ بردار‌ پشتیبان،‌ عملکردی‌ بهتر‌ از‌ دو‌ الگوریتم‌ دیگر‌ از‌ خود‌ نشان‌ داد. همچنین‌ مشخص‌ شد‌ حجم‌ معاملات‌ روز‌ آتی‌ و‌ تعداد‌ نظر‌ ها‌ دارای‌ همبستگی‌ معناداری‌ است‌ و‌ نتایج‌ آزمون‌ علیت‌ گرنجر‌ نشان‌ داد‌ می‌ توان‌ برای‌ پیش‌ بینی‌ قیمت‌ سهام،‌ از‌ تجمیع‌ احساسات‌ روزانه‌ کاربران‌ نیز‌ بهره‌ جست. پرونده مقاله

دسترسی آزاد مقاله

58 - بررسی برخی مکانیزم های حاکمیت شرکتی و تاثیر آن بر ارزش سهام و درآمد پیش بینی شده در شرکت های پذیرفته شده در بورس اوراق بهادار
میثاق آخوندی عبدالمجید دهقان

تنش بین حقوق فرد و سازمانها از مشکلات بنیادی جوامع بوده است.در سرتا سر جهان بازارهای مالی و شرکتهای قدرتمند سهامی به نحو چشمگیری رشد میکنند.در برابر این رشد، باید ابزارهای قانونی و نظارتی هدفمند ، برای مسئولیت پذیری و پاسخگویی شرکتها وجود داشته باشد.حاکمیت شرکتی نیز در چکیده کامل

تنش بین حقوق فرد و سازمانها از مشکلات بنیادی جوامع بوده است.در سرتا سر جهان بازارهای مالی و شرکتهای قدرتمند سهامی به نحو چشمگیری رشد میکنند.در برابر این رشد، باید ابزارهای قانونی و نظارتی هدفمند ، برای مسئولیت پذیری و پاسخگویی شرکتها وجود داشته باشد.حاکمیت شرکتی نیز در همین چارچوب طراحی شده است.نظام حاکمیت شرکتی واکنشی به مساله نمایندگی و به جدایی مالکیت از مدیریت یا به عبارتی معمولتر، جدایی مالکیت از کنترل شرکتها منتهی ، و خود ناشی از دو علت عمده است؛اول این که هر یک از مشارکت کنندگان، اهداف و ترجیحات متفاوتی دارند.دوم اینکه که هر کدام اطلاعات کاملی در مورد اقدامات، دانش و ترجیحات دیگری ندارند.بدیهی است این تفکیک، با فرض ساز وکارهای موثر اجرایی حاکمیت شرکتی، این امکان بالقوه را به وجود می آورد که مدیران تصمیماتی را اتخاذ نمایند که در راستای منافع خود و عکس منافع سهامداران باشد.به تدریج با کمرنگ شدن اختیار اعمال حاکمیت مستقیم مالکین ، کنترل به گروههای دیگر نظیر هیات مدیره ها و مدیران سپرده می شود.میتوان گفت که هر تغییری در اجرای ساختار حاکمیت بر تغییر مسیر راهبری و عملکرد آنها تاثیر بسیاری دارد.رابطه بین حاکمیت شرکتی و عملکرد شرکت‌ها موضوعی مهم در مباحث مالی است. حاکمیت شرکتی بر آن است که جو شفافیت، راستی و پاسخگویی را در مدیریت سازمان تقویت نماید. ارزیابی عملکرد حاکمیت شرکتها و بررسی مکانیزمهای آن دارای اهمیت بسیار و در تصمیم گیریهای اقتصادی شرکت ها تاثیر زیادی دارد. پرونده مقاله

دسترسی آزاد مقاله

59 - طراحی مدل سنجش تاثیر سرمایه فکری، کیفیت سود، گزارش حسابرسی و ساختار سرمایه بر ریسک ورشکستگی شرکتهای بورس اوراق بهادار تهران
نرجس مقربی علی اصغر انواری رستمی رویا دارابی حمیدرضا وکیلی فرد

هدف این تحقیق، طراحی مدلی جهت بررسی تاثیر متغیرهای سرمایه فکری، کیفیت سود، ماهیت گزارش حسابرسی و ساختار سرمایه بر ریسک ورشکستگی شرکت‌های بورس اوراق بهادار تهران است. تحقیق حاضر تحقیقی کاربردی، تحلیلیریاضی است. قلمرو مکانی آن بورس اوراق بهادار تهران و قلمرو زمانی آن از س چکیده کامل

هدف این تحقیق، طراحی مدلی جهت بررسی تاثیر متغیرهای سرمایه فکری، کیفیت سود، ماهیت گزارش حسابرسی و ساختار سرمایه بر ریسک ورشکستگی شرکت‌های بورس اوراق بهادار تهران است. تحقیق حاضر تحقیقی کاربردی، تحلیلیریاضی است. قلمرو مکانی آن بورس اوراق بهادار تهران و قلمرو زمانی آن از سال 1391 تا 1397 می‌باشد. در این تحقیق، از روش آزمون رگرسیون برای پیش‌بینی ورشکستگی استفاده شده است. یافته‌ها نشانگر آن است که سرمایه فکری 212/0 از تغییرات پیش‌بینی ریسک ورشکستگی، کیفیت سود حدود 207/0 از تغییرات پیش-بینی ریسک ورشکستگی، ماهیت گزارش حسابرسی 194/0 از تغییرات پیش‌بینی ریسک ورشکستگی، و ساختار سرمایه 362/0 از تغییرات در ریسک ورشکستگی شرکت‌ها را پیش‌بینی می‌نماید. پرونده مقاله

دسترسی آزاد مقاله

60 - مقایسه کارآمدی مدل‎های ARIMA و ARFIMA در پیش‎ بینی نرخ بهره و نرخ اوراق خزانه اسلامی در ایران
محدثه رزاقی هاشم نیکومرام علیرضا حیدرزاده هنزائی فرهاد غفاری مهدی معدن چی زاج

نظر به اهمیت پیش بینی متغیرهای اقتصادی، مدل‌های مختلفی جهت پیش‌بینی مقادیر آتی به وجود آمده‌اند. در حقیقت مدل‌های اقتصادی را می‌توان از طریق بررسی میزان دقت پیش‌بینی مورد آزمون قرار داد. هدف اصلی این پژوهش پیش‌بینی نرخ بهره بین بانکی و نرخ اوراق خزانه اسلامی به عنوان شا چکیده کامل

نظر به اهمیت پیش بینی متغیرهای اقتصادی، مدل‌های مختلفی جهت پیش‌بینی مقادیر آتی به وجود آمده‌اند. در حقیقت مدل‌های اقتصادی را می‌توان از طریق بررسی میزان دقت پیش‌بینی مورد آزمون قرار داد. هدف اصلی این پژوهش پیش‌بینی نرخ بهره بین بانکی و نرخ اوراق خزانه اسلامی به عنوان شاخص&lrm;هایی از نرخ بهره در ایران، در راستای تسهیل مدیریت ریسک نرخ بهره است. برای پیش&lrm;بینی از دو مدل اقتصادسنجی شامل ARFIMA وARIMA استفاده شده است. به طوریکه، مدل ARFIMA با در نظرگرفتن حافظه بلندمدت و مدل ARIMA بدون در نظرگرفتن حافظه بلندمدت مدنظر قرار گرفتند. ارزیابی میزان دقت پیش&lrm;بینی دو مدل مذکور با استفاده از داده‌های ماهانه نرخ بهره بین بانکی و همچنین داده‌های ماهانه میانگین نرخ اوراق خزانه اسلامی نشان می‌دهد که در خصوص هر دو دادۀ نرخ بهره بین بانکی و نرخ اوراق خزانه اسلامی ،مدل ARIMA عملکرد بهتری در مقایسه با مدل ARFIMA در پیش‌بینی داده‌ها دارد. پرونده مقاله

دسترسی آزاد مقاله

61 - طراحی الگویی جهت پیش بینی شاخص بورس تهران با استفاده از ترکیبی از شبکه عصبی مصنوعی و مدل مخفی مارکوف
لیلا طلایی کاکلکی مهدی معدنچی زاج تقی ترابی فرهاد غفاری

هدف این پژوهش طراحی الگویی جدید جهت پیش بینی شاخص بورس تهران با استفاده از تشخیص الگو در ترکیبی از مدل مارکوف مخفی وهوش مصنوعی بود که تحقیق حاضر از نوع کاربردی و روش تحلیلی ریاضی می باشد. قلمرو مکانی آن بورس اوراق بهادار تهران و طی سال های 1389 تا 1398 است. یافته های پژ چکیده کامل

هدف این پژوهش طراحی الگویی جدید جهت پیش بینی شاخص بورس تهران با استفاده از تشخیص الگو در ترکیبی از مدل مارکوف مخفی وهوش مصنوعی بود که تحقیق حاضر از نوع کاربردی و روش تحلیلی ریاضی می باشد. قلمرو مکانی آن بورس اوراق بهادار تهران و طی سال های 1389 تا 1398 است. یافته های پژوهش نشان داد که میزان خطای پیش‌بینی با شبکه عصبی مصنوعی از دقت بالاتری نسبت به مدل مخفی مارکوف برخوردار است. همچنین میزان خطای پیش بینی مدل ترکیبی به مراتب از دو مدل دیگر برای پیش بینی شاخص کل سهام بورس تهران کمتر بوده، لذا دقت بالاتری برای پیش بینی سهام را دارا می باشد. با توجه به شاخص MAPE روش مدل ترکیبی توانسته 044/0 درصد توان پیش بینی شبکه عصبی مصنوعی را بهبود ببخشد و همچنین 70/0 درصد قدرت پیش بینی کنندگی مدل مخفی مارکوف را بهبود ببخشد. پرونده مقاله

دسترسی آزاد مقاله

62 - پیشنهاد مدلی برای پیش بینی قیمت مسکن بر اساس روش آریما؛ مطالعه موردی شهر تهران
حسین ممبینی مرتضی هاشم پور شهلا روشندل

تعیین و برآورد قیمت مسکن در مناطق شهری از اهمیت زیادی برای دولت، سرمایه گذاران خصوصی و دولتی و افراد عادی برخوردار است. این تخمین می تواند در برنامه ریزی و تصمیم گیری های آینده در بسیاری از سیاست های شهری و منطقه ای مورد استفاده قرارگیرد. از آنجا که از یکسو شکوفایی بخش چکیده کامل

تعیین و برآورد قیمت مسکن در مناطق شهری از اهمیت زیادی برای دولت، سرمایه گذاران خصوصی و دولتی و افراد عادی برخوردار است. این تخمین می تواند در برنامه ریزی و تصمیم گیری های آینده در بسیاری از سیاست های شهری و منطقه ای مورد استفاده قرارگیرد. از آنجا که از یکسو شکوفایی بخش مسکن در سرانه تولید ملی موثر بوده و افزایش اشتغال را به همراه خواهد داشت و از سوی دیگر افزایش وام مسکن برای خرید یا هرگونه افزایش نقدینگی موجب افزایش تورم و فاصله گرفتن سطح درآمد عمومی با هزینه مسکن خواهد شد، لذا برنامه ریزی مسئولین دولتی در مهار تورم و افزایش قیمت همراه ایجاد رونق در بازار مسکن نیازمند مطالعه دقیق این موضوع می باشد. در این راستا به سبب اهمیت بالای قیمت مسکن در دهه های اخیر استفاده از توابع قدرتمند و کارا برای تخمین قیمت مرسوم شده است. در این تحقیق با استفاده از مدل آریما به مدل سازی و پیش بینی قیمت مسکن برای پرداخته شده است. نتایج نشان از آن دارد که مدل پیشنهاد شده در این تحقیق دارای توانایی بالایی (با ضریب تعیین 99.7%) برای مدل سازی و پیش بینی قیمت مسکن در شهر تهران می باشد. پرونده مقاله

دسترسی آزاد مقاله

63 - طراحی مدل هوشمند ترکیبی جهت پیش‌بینی نقاط طلایی قیمت سهام
محمد مشاری حسین دیده خانی کاوه خلیلی دامغانی ابراهیم عباسی

هدف از این پژوهش ارائه یک مدل هوشمند جهت پیش‌بینی نقاط طلایی در نمودار قیمت سهام ،به عنوان یک سیستم پشتیبان تصمیم می‌باشد.جهت انجام این پژوهش از داده‌های صنعت خودرو، و ساخت قطعات طی سال 1380 تا 1395 استفاده‌شده است.در این پژوهش ابتدا نتایج حاصل از به‌کارگیری مدل های مخت چکیده کامل

هدف از این پژوهش ارائه یک مدل هوشمند جهت پیش‌بینی نقاط طلایی در نمودار قیمت سهام ،به عنوان یک سیستم پشتیبان تصمیم می‌باشد.جهت انجام این پژوهش از داده‌های صنعت خودرو، و ساخت قطعات طی سال 1380 تا 1395 استفاده‌شده است.در این پژوهش ابتدا نتایج حاصل از به‌کارگیری مدل های مختلف پیش‌بینی مبتنی بر داده‌کاوی مقایسه قرار گرفت،در مرحله بعد متغیرهای پژوهش به وسیله الگوریتم ژنتیک بهینه‌سازی شد و مجددا مدل‌سازی انجام پذیرفت.نتایج حاصل از این پژوهش نشان داد که نقاط طلایی با دقت قابل قبول پیش‌بینی پذیرند و بهینه‌سازی در همه مدل ها باعث افزایش دقت پیش‌بینینمی‌گردد اما خطای فاحش را به میزان قابل توجهی کاهش می‌دهد. پرونده مقاله

دسترسی آزاد مقاله

64 - تاثیر بازده خرید و نگهداشت در دوره کوتاه مدت، تعداد دفعات تجدید نظر و خطای فصلی در سود پیش بینی شده بر احتمال تجدید نظر در پیش بینی سود
مجید زنجیر دار سعید قاسمی

پیش بینی‌های مدیریت یک مکانیسم کلیدی از افشای داوطلبانه است. تحقیقات قبلی در این حوزه شواهدی را نشان داده‌اند که مدیران پیش بینی‌های سود را به منظور ارائه اطلاعات بیشتر و راهنمایی به بازار انتشار می‌دهند و بازار به طور قابل توجهی به آن‌ها واکنش نشان می‌دهد ، طبق این پژو چکیده کامل

پیش بینی‌های مدیریت یک مکانیسم کلیدی از افشای داوطلبانه است. تحقیقات قبلی در این حوزه شواهدی را نشان داده‌اند که مدیران پیش بینی‌های سود را به منظور ارائه اطلاعات بیشتر و راهنمایی به بازار انتشار می‌دهند و بازار به طور قابل توجهی به آن‌ها واکنش نشان می‌دهد ، طبق این پژوهش ، اطلاعات معاملات انجام شده در دوره پنج ساله ۱۳90 تا ۱۳94 از سازمان بورس اوراق بهادار جمع آوری گردید. در مجموع 535سال- شرکت ، نمونه آماری مشتمل بر107شرکت می باشد که با روش نمونه گیری بر اساس فرمول کوکران انتخاب شده است،در این تحقیق برای بررسی فرضیات پژوهش از رگرسیون خطی و همبستگی استفاده شده است. جهت تجزیه تحلیل داده ها و آزمون فرضیات تحقیق از نرم افزار Eviews استفاده شده است. نتیجه‌گیری آزمون فرضیه‌های این پژوهش این است که بازده خرید و نگهداشت، تعداد دفعات تجدید نظر و خطای فصلی در سود پیش بینی شده بر احتمال تجدید نظر در پیش بینی سود تأثیر گذارند. به علاوه تصمیم‌گیری بر اساس معاملات آگاهانه توسط افراد خودی بر روابط بین متغیرهای مذکور تاثیرگذار است. پرونده مقاله

دسترسی آزاد مقاله

65 - مقایسه کارآمدی مدل های ARIMA و ARFIMA برای مدل سازی و پیش بینی شاخص قیمت تهران (TEPIX)
حبیب‌اله‌ سالارزهی منصور کاشی سیدحسن حسینی محمد دنیایی

این مقاله به بررسی عملکرد پیش بینی مدل های ARIMA و ARFIMA با استفاده از داده‌های روزانه بازده شاخص کل سهام تهران در بازه زمانی 04/09/1380 تا 09/09/1390 می پردازد. در این راستا جهت تخمین پارامتر d و دیگر پارامترها، از روشNLS در بسته نرم‌افزار Oxmetric/pcgive استفاده شد و چکیده کامل

این مقاله به بررسی عملکرد پیش بینی مدل های ARIMA و ARFIMA با استفاده از داده‌های روزانه بازده شاخص کل سهام تهران در بازه زمانی 04/09/1380 تا 09/09/1390 می پردازد. در این راستا جهت تخمین پارامتر d و دیگر پارامترها، از روشNLS در بسته نرم‌افزار Oxmetric/pcgive استفاده شد و پس از مقایسه نتایج مدل های تحقیق؛ مدل ARFIMA بر اساس معیار AIC مدلی برتر در مدل سازی TEPIX مشخص گردید. همچنین از میان براوردهای پیش بینی، روش های پیش بینی ساده را برای تخمین پیش بینی آزمون می کنیم. از مقایسه دقت پیش بینی مدل های مذکور توسط معیارهای پیش بینی مانند MAPFE و RMSFE و فواصل اطمینانی که ارزش های واقعی در آن جای گرفته اند، می توان استنباط کرد که اولاً، تفاوت عملکرد بهتر پیش بینی مدل حافظه بلند مدت ARFIMA نسبت به مدل ARIMA بسیار جزئی است و ثانیاً، ناکارامدی مدل ARFIMA در پیش بینی بازار سرمایه تهران کاملاً مشهود است. پرونده مقاله

دسترسی آزاد مقاله

66 - مقایسه عملکرد شبکه‌های عصبی مصنوعی(ANN)و مدل میانگین متحرک انباشته اتورگرسیو (ARIMA) در مدلسازی و پیش‌بینی کوتاه مدت روند نرخ ارز در ایران
عباسعلی ابونوری فرداد فرخی سیده فاطمه شجاعیان

نرخ ارز و نوسانات آن به عنوان یکی از مهمترین مسائل بخش بازرگانی خارجی هر کشور از اهمیت ویژه ای برخوردار است. عوامل زیادی همچون عوامل اقتصادی، سیاسی، و روانی بر نرخ ارز تاثیرگذار هستند و این عوامل خود باعث ایجاد شرایط نااطمینانی بیشتر می شوند. در این راستا تلاش سیاست گ چکیده کامل

نرخ ارز و نوسانات آن به عنوان یکی از مهمترین مسائل بخش بازرگانی خارجی هر کشور از اهمیت ویژه ای برخوردار است. عوامل زیادی همچون عوامل اقتصادی، سیاسی، و روانی بر نرخ ارز تاثیرگذار هستند و این عوامل خود باعث ایجاد شرایط نااطمینانی بیشتر می شوند. در این راستا تلاش سیاست گذاران در کاهش این نااطمینانی از طریق پیش بینی این متغیر باکمترین خطا بوده است. شبکه های عصبی مصنوعی از قابلیت بالایی در مدلسازی فرآیندهای پیچیده و پیش بینی مسیرهای غیرخطی پویا برخوردار هستند. لذا در این مطالعه سعی گردیده است تا با استفاده از شبکۀ عصبی مصنوعی(ANN) علاوه بر مدل سازی و پیش بینی روزانه نرخ ارز طی دوره زمانی فروردین 1381 تا اسفند 1384، و کمینه نمودن خطای پیش بینی توسط این روش، نتایج آن با مقادیر پیش بینی شده توسط مدل ARIMA بر اساس معیارهای اندازه گیری دقت پیش بینی، مورد مقایسه قرار گیرد. برای بررسی حساسیت نتایج مدل نسبت به نرخ ارز، تخمین مدل با روش مشابه برای سه دسته داده نرخ ارز دلار، یورو و پوند انجام گرفته است. نتایج تحقیق نشان می دهد که شبکۀ عصبی مورد استفاده، نسبت به مدل ARIMA از قدرت پیش بینی بهتری برخوردار است و قیمت نرخهای ارز پوند و یورو تابعی از قیمتهای روز گذشته خود و قیمت نرخ ارز دلار تابعی از قیمت 6 روز گذشته خود است. پرونده مقاله

دسترسی آزاد مقاله

67 - بررسی تاثیر رشد پایدار سود بر واکنش قیمت سهام به ویژگیهای پیش بینی سود هر سهم
فرشته بصیری محمدحامد خانمحمدی

شرکتهایی که یک روند رو به رشد در خصوص سودهای گذشته داشته اند، توانسته اند جایگاه مناسبی در بازار سرمایه بدست آورند و به شدت نگران حفظ اعتبار و شهرت خود می باشند. نگرانی شرکتهای مذکور از این است که آیا انتشار سود پیش بینی شده، اعتبار شرکت را حفظ می کند یا به آن لطمه می ز چکیده کامل

شرکتهایی که یک روند رو به رشد در خصوص سودهای گذشته داشته اند، توانسته اند جایگاه مناسبی در بازار سرمایه بدست آورند و به شدت نگران حفظ اعتبار و شهرت خود می باشند. نگرانی شرکتهای مذکور از این است که آیا انتشار سود پیش بینی شده، اعتبار شرکت را حفظ می کند یا به آن لطمه می زند؟ در این رابطه، انتشار سود پیش بینی شده شرکتها باید به گونه ای باشد که روند و الگوی رشد موجود در سودهای گذشته را حفظ کند. هدف کلی تحقیق حاضر تبیین تاثیر وجود الگوهای پایدار در رشد سود بر واکنش قیمت سهام به ویژگیهای پیش بینی سود هر سهم شرکتهای پذیرفته شده در بورس اوراق بهادار تهران می&lrm;باشد. نمونه آماری این تحقیق شامل 104 شرکت از شرکتهای پذیرفته شده در بازار اوراق بهادار تهران می&lrm;باشد که داده&lrm;های آنها در طول سالهای 1383 تا 1389 گردآوری و تجزیه و تحلیل شد. نتایج تحلیل آماری نشان داد که واکنش بازار سرمایه به اخبار بد پیش بینی و افق پیش بینی سود هر سهم در شرکتهای با رشد پایدار سود، متفاوت از سایر شرکتهاست. این در حالی است که واکنش بازار سرمایه به اخبار خوب و دقت پیش&lrm;بینی سود هر سهم تحت تاثیر رشد پایدار سود نبوده است. در این رابطه به نظر می رسد که واکنش سرمایه گذاران به اخبار بد، متاثر از نگرش آنان در خصوص اعتبار و اهمیت این اخبار است. پرونده مقاله

دسترسی آزاد مقاله

68 - بررسی توانایی نظرات کاربران شبکه های اجتماعی بر پیش بینی جهت و قیمت سهام در بورس اوراق بهادار تهران
رضا راعی سید فرهنگ حسینی مائده کیانی هرچگانی

با توجه به نقش روزافزون شبکه های اجتماعی در بازار سرمایه، بررسی توانایی و اثربخشی آن در جهت و قیمت سهام می تواند برای سرمایه گذاران مفید باشد. جایگاه اصلی این تحقیق در بررسی حرکت توده وار بر اساس پیشنهادهای خرید و فروش در شبکه اجتماعی با استفاده از شبکه عصبی می باشد. ای چکیده کامل

با توجه به نقش روزافزون شبکه های اجتماعی در بازار سرمایه، بررسی توانایی و اثربخشی آن در جهت و قیمت سهام می تواند برای سرمایه گذاران مفید باشد. جایگاه اصلی این تحقیق در بررسی حرکت توده وار بر اساس پیشنهادهای خرید و فروش در شبکه اجتماعی با استفاده از شبکه عصبی می باشد. این تحقیق دردوره زمانی ابتدای تیرماه 1392 تاانتهای خردادماه 1393 (یکسال) می باشد و با توجه به شرایط بازار سرمایه دو دوره رکود و رونق بررسی شده است. به منظور دسترسی به داده های کافی و همچنین تواتر معاملات ، نمونه انتخابی ده شرکت از 50 شرکت فعال بورس و همچنین ده نمادی که بیشترین تعداد پست و نظر را در شبکه اجتماعی داشته اند انتخاب گردیده اند. این تحقیق دردوبخش پیش بینی جهت و قیمت سهام با داده های قیمت در مقایسه با ترکیب داده های قیمت و پیشنهادهای خرید و فروش شبکه های اجتماعی است. برای پیش بینی از شبکه عصبی مصنوعی پیش خور و بهینه سازی شبکه با 3 تا 10 وقفه و یک لایه پنهان تا 20 نرون استفاده شده است. نتایج نشان داده است که در پیش بینی قیمت سهام در دو روش تفاوت معنی داری وجود ندارد اما در پیش بینی جهت قیمت سهام با استفاده از قیمت سهام و پیشنهادهای خرید و فروش (ترکیب داده های قیمت و شبکه اجتماعی) نسبت به پیش بینی فقط با قیمت سهام در دوره رونق برای شرکت های پربیننده و در دوره رکود برای 10سهم فعال تفاوت معنی داری وجوددارد. پرونده مقاله

دسترسی آزاد مقاله

69 - تنظیم پارامتر اندیکاتور های تحلیل تکنیکال با استفاده از بهینه سازی چندهدفه گروه ذرات و سیستم استنتاج تطبیقی فازی-عصبی
ابراهیم عباسی حسین عاکفی شهاب الدین ادیب مهر

در این مقاله، یک سیستم معاملاتی خودکار که از ترکیب تحلیل تکنیکال و سیستم استنتاج تطبیقی فازی-عصبی جهت پیش بینی روند قیمتی سهام و افزایش بازدهی حاصل از سرمایه گذاری استفاده می کند، معرفی شده است. در سیستم معاملاتی معرفی شده، نخست با استفاده از الگوریتم بهینه سازی گروه ذر چکیده کامل

در این مقاله، یک سیستم معاملاتی خودکار که از ترکیب تحلیل تکنیکال و سیستم استنتاج تطبیقی فازی-عصبی جهت پیش بینی روند قیمتی سهام و افزایش بازدهی حاصل از سرمایه گذاری استفاده می کند، معرفی شده است. در سیستم معاملاتی معرفی شده، نخست با استفاده از الگوریتم بهینه سازی گروه ذرات پارامتر های بهینه اندیکاتورهای تحلیل تکنیکال تعیین شده و با استفاده از خروجی این اندیکاتورها و سیستم استنتاج تطبیقی عصبی-فازی تغییرات قیمت سهم در دوره های بعدی پیش بینی می گردد. نتایج این پیش بینی ها به منظور تعیین زمان مناسب خرید و فروش سهام به منظور کسب بازدهی حداکثر و کاهش ریسک سرمایه گذاری استفاده می شوند. به منظور تست سیستم معاملاتی معرفی شده، هشت سهم به تصادف از میان سهم های موجود در بازار سرمایه ایران انتخاب شد و سیستم به مدت دو ماه بر روی آن ها آزمون گردید. نتایج پژوهش نشان می دهد که با تنظیم پارامتر کردن اندیکاتور های تحلیل تکنیکال می توان دقت حاصل از پیش بینی تغییرات قیمت سهام را افزایش داد و نیز بازدهی سرمایه گذاری را نسبت به روش های معمول در بازار سرمایه و پژوهش های پیشین بیشینه کرد. پرونده مقاله

دسترسی آزاد مقاله

70 - بررسی تأثیر اخبار پیش بینی سود بر هزینه سرمایه سهام عادی
آزیتا جهانشاد محسن زردکوهی

هدف اصلی این مطالعه بررسی چگونگی تأثیرگذاری اخبار پیش بینی سود بر هزینه سرمایه سهام عادی شرکت‌ها بوده و به دنبال پاسخ گویی به این سوال می باشد که آیا اخبار تعدیل مثبت یا تعدیل منفی پیش بینی سود اثر با اهمیتی بر هزینه سرمایه سهام عادی شرکت ها دارد یا خیر؟ در این راستا تل چکیده کامل

هدف اصلی این مطالعه بررسی چگونگی تأثیرگذاری اخبار پیش بینی سود بر هزینه سرمایه سهام عادی شرکت‌ها بوده و به دنبال پاسخ گویی به این سوال می باشد که آیا اخبار تعدیل مثبت یا تعدیل منفی پیش بینی سود اثر با اهمیتی بر هزینه سرمایه سهام عادی شرکت ها دارد یا خیر؟ در این راستا تلاش گردیده تا علاوه بر تأثیر جداگانه هر یک از اخبار تعدیل مثبت و تعدیل منفی پیش بینی سود بر هزینه سرمایه سهام عادی، متقارن یا نامتقارن بودن اثر این دو نوع خبر بر هزینه سرمایه سهام عادی نیز بررسی شود. بدین ترتیب چهار فرضیه تدوین و با استفاده از داده های جمعآوری شده از نمونه آماری تحقیق که شامل 132 شرکت در دوره زمانی 1389-1385 می باشد و با بهره گیری از روش رگرسیون داده های پانل و ترکیبی مورد آزمون واقع شدند. شواهد تجربی بدست آمده از این تحقیق گویای آن است که هم اخبار تعدیل منفی و هم اخبار تعدیل مثبت پیش بینی سود، هزینه سرمایه سهام عادی شرکت ها را تحت تأثیر خود قرار می دهد بطوری که اخبار تعدیل منفی اثر افزایشی و اخبار تعدیل مثبت اثر کاهشی بر هزینه سرمایه سهام عادی دارد. همچنین نتایج گویای آن است که میزان تأثیر اخبار تعدیل منفی بر هزینه سرمایه سهام عادی بیشتر از اخبار تعدیل مثبت می باشد. علاوه بر این بررسی ها نشان دادند که برای روندهای نزولی سودآوری، پیش دستی مدیریت در انتشار اخبار تعدیل منفی پیش‌بینی سود اثر اعلام سود واقعی بر هزینه سرمایه سهام عادی را تعدیل می کند. پرونده مقاله

دسترسی آزاد مقاله

71 - بررسی چگونگی مدیریت سرمایه گذاری، صندوق های سرمایه گذاری مشترک در ایران (با رویکردی بر تحلیل های تکنیکی، بنیادی و نظریه مدرن پرتفولیو)
محمدرضا نیکبخت یاسر کارگری مهتاب داورزاده

این پژوهش برای اولین بار مدیریت مدیران سرمایهگذاری، صندوقهای سرمایهگذاری مشترک، را با استفاده از روش پرسش نامه ای مورد بررسی قرار داده است. پاسخ دهندگان به پرسشنامه شامل مدیران سرمایهگذاری کلیه ی صندوقهای سرمایهگذاری مشترک در ایران میباشند. از مدیران سرمایهگذاری خواسته چکیده کامل

این پژوهش برای اولین بار مدیریت مدیران سرمایهگذاری، صندوقهای سرمایهگذاری مشترک، را با استفاده از روش پرسش نامه ای مورد بررسی قرار داده است. پاسخ دهندگان به پرسشنامه شامل مدیران سرمایهگذاری کلیه ی صندوقهای سرمایهگذاری مشترک در ایران میباشند. از مدیران سرمایهگذاری خواسته شده تا میزان استفاده خود را از هر یک از تحلیل های تکنیکی، فاندامنتال، تئوری مدرن پرتفولیو، بولتن ها، اطلاعات محرمانه و شایعات بازار؛ در راستای پیش بینی بازار و انتخاب دارایی های مناسب و زمان مناسب، مشخص نمایند. جامعه آماری این تحقیق شامل مدیران سرمایهگذاری، کلیه صندوقهای سرمایهگذاری مشترک فعال در ایران است. که برای همه آنها پرسشنامه ارسال گردید و 40درصد این پرسشنامه ها برگشت. یافته های این مطالعه نشان داد که مدیران سرمایهگذاری همواره بیشترین اهمیت و توجه را به تحلیل های بنیادی و بعد از آن بولتن های منتشر شده، دارند، و مدیران سرمایه گذاری کمتر از شاخص های تحلیل تکنیکی (به خصوص در بلند مدت) و تئوری مدرن پرتفوی (به خصوص در کوتاه مدت) استفاده می کنند.همچنین مدیران سرمایه گذاری در کلیه بازه های زمانی تمایلی به استفاده از شایعات و اطلاعات محرمانه را ندارند. پرونده مقاله

دسترسی آزاد مقاله

72 - پیش بینی شاخص بورس تهران با استفاده از سری زمانی فازی بر اساس تعریف نرخ بازده
فرید رادمهر ناصر شمس قارنه

در سالیان اخیر تحقیقات گسترده ای برروی مدل ها ی سری زمانی فازی انجام شده است اما در بسیاری از این تحقیقات، همواره فضای مسئله و بازه های مربوطه، بر اساس سطوح داده ها ی سری زمانی تعیین شده است. در این تحقیق با نگاهی جدید به تعیین فضای مسئله و استفاده از مفهوم نرخ بازده در چکیده کامل

در سالیان اخیر تحقیقات گسترده ای برروی مدل ها ی سری زمانی فازی انجام شده است اما در بسیاری از این تحقیقات، همواره فضای مسئله و بازه های مربوطه، بر اساس سطوح داده ها ی سری زمانی تعیین شده است. در این تحقیق با نگاهی جدید به تعیین فضای مسئله و استفاده از مفهوم نرخ بازده در بازارهای مالی، نوع جدیدی از فضای مسئله بر اساس نرخ بازده برای کاربرد در بازار های مالی و پیش بینی سری های زمانی مالی ارائه شده است. یکی از مسائل دیگر در مدل های سری زمانی فازی که تاثیر به سزایی در عملکرد آنها دارد طول بازه های مورد استفاده و نحوه ی تقسیم بندی فضای مسئله می باشد که در این زمینه تحقیقات متنوعی انجام شده است اما نتایج حاصله تا کنون راضی کننده نیست. لذا در این تحقیق با استفاده از الگوریتم شبیه سازی تبرید سعی در برطرف نمودن ایرادات مطالعات قبلی برای تعیین بازه های مناسب شده است. حاصل تحقیق مدل RBFTS است. برای مقایسه عملکرد مدل ارائه شده و مدل های موجود در ادبیات، از دو مسئله ی بورس تایفکس و پذیرش دانشگاه آلاباما که به عنوان مرجع مقایسه ی این دسته از مدل ها هستند استفاده شده است. نتایج حاصله نشان دهنده ی برتری مدل های ارائه شده نسبت به مدل های پیشین است. در نهایت به عنوان مورد اجرایی، دو مدل نامبرده برروی شاخص بازار بورس تهران اجرا شده و نتایج تحلیل گردید. پرونده مقاله

دسترسی آزاد مقاله

73 - پیش بینی یک روزه قیمت سهام با استفاده از مدل ترکیبی
وحید وفائی قائینی علی‌محمد کیمیاگری

پیش‌بینی بازارهای مالی یکی از سرفصل‌های مهم در حوزه مالی و مطالعات پژوهشی است. اهمیت پیش‌بینی از یک سو و پیچیدگی آن از سوی دیگر باعث شده است که تحقیقات زیادی در این زمینه انجام شود. در این پژوهش از یک روش ترکیبی شامل تبدیل موجک، مدل ARMA-EGARCH و شبکه عصبی مصنوعی برای پ چکیده کامل

پیش‌بینی بازارهای مالی یکی از سرفصل‌های مهم در حوزه مالی و مطالعات پژوهشی است. اهمیت پیش‌بینی از یک سو و پیچیدگی آن از سوی دیگر باعث شده است که تحقیقات زیادی در این زمینه انجام شود. در این پژوهش از یک روش ترکیبی شامل تبدیل موجک، مدل ARMA-EGARCH و شبکه عصبی مصنوعی برای پیش بینی یک دوره ای قیمت سهام در بازارهای ایران و آمریکا استفاده شده است. ابتدا به کمک تبدیل موجک سری زمانی را به چند سری جزئی و یک سری تقریبی تجزیه شده و سپس مدل ARMA-EGARCH برای پیش بینی سری های جزئی و شبکه عصبی مصنوعی برای پیش بینی سری تقریبی بکار گرفته می شوند. در این مدل علاوه بر سری تقریبی، برخی از شاخص های تکنیکال نیز برای بهبود شبکه عصبی به آن داده می شوند. ارزیابی مدل پیشنهادی برای پیش بینی قیمت در بازار ایران و آمریکا با مدل های شبکه عصبی مصنوعی، ARIMA-EGARCH و ARIMA-ANN نشان داد که مدل پیشنهادی عملکرد بهتری نسبت به سایر مدل ها برای پیش بینی قیمت سهام در بازار ایران و آمریکا دارد. پرونده مقاله

دسترسی آزاد مقاله

74 - Benchmark Forecasting in Data Envelopment Analysis for Decision Making Units
M. Shafiee F. Hosseinzade Lotfi H. Saleh

Although DEA is a powerful method in evaluating DMUs, it does have some limitations. One of the limitations of this method is the result of the evaluation is based on previously data and the results are not proper for forecasting the future changes. So For this purpose, چکیده کامل

Although DEA is a powerful method in evaluating DMUs, it does have some limitations. One of the limitations of this method is the result of the evaluation is based on previously data and the results are not proper for forecasting the future changes. So For this purpose, we design feedback loops for forecasting inputs and outputs through system dynamics and simulation. Then we use DEA model to forecast the efficiency. پرونده مقاله

دسترسی آزاد مقاله

75 - Comparison of Neural Network Models, Vector Auto Regression (VAR), Bayesian Vector-Autoregressive (BVAR), Generalized Auto Regressive Conditional Heteroskedasticity (GARCH) Process and Time Series in Forecasting Inflation in ‎Iran‎
M. Pendar M. Haji

&lrm;This paper has two aims. The first is forecasting inflation in Iran using Macroeconomic variables data in Iran (Inflation rate, liquidity, GDP, prices of imported goods and exchange rates) , and the second is comparing the performance of forecasting vector auto reg چکیده کامل

&lrm;This paper has two aims. The first is forecasting inflation in Iran using Macroeconomic variables data in Iran (Inflation rate, liquidity, GDP, prices of imported goods and exchange rates) , and the second is comparing the performance of forecasting vector auto regression (VAR), Bayesian Vector-Autoregressive (BVAR), GARCH, time series and neural network models by which Iran's inflation is forecasted. The comparison of performance of forecasting models used to forecast Iran's inflation has been done based on the Root Mean Square Error (RMSE) and Mean Absolute Percentage Error (MAPE) of the models. Due to the annual values of Inflation, liquidity, GDP, prices of imported goods and exchange rates at free market to estimate different models in this paper and compare root mean square error and Mean Absolute Percentage Error of models by which inflation has been forecasted, neural network model had better performance than others models in forecasting Iran's inflation. Indeed root mean square error and Mean Absolute Percentage Error of neural network model have less value rather than root mean square error and Mean Absolute Percentage Error of other forecasting &lrm;models.&lrm; پرونده مقاله

دسترسی آزاد مقاله

76 - تورش‌های خوش‌بینی و بدبینی سود و انحراف در گزارشگری مالی: شواهدی از ذهن‌گرایی و رفتار غیراخلاقی فرصت‌طلبانه مدیران
محمد حسنی امیرحسین حاجی امیری

هدف پژوهش حاضر تحلیل رابطه بین تورش‌های خوش‌بینی و بدبینی مدیران در پیش‌بینی سود و انحراف در گزارشگری مالی با تمرکز بر مدیریت سودهای گزارش شده می‌باشد. مسأله اصلی مورد بررسی این است که کدام یک از رویکردهای پیام‌رسانی و رفتار فرصت‌طلبانه با توجه به نوع رابطه بین تورش‌های چکیده کامل

هدف پژوهش حاضر تحلیل رابطه بین تورش‌های خوش‌بینی و بدبینی مدیران در پیش‌بینی سود و انحراف در گزارشگری مالی با تمرکز بر مدیریت سودهای گزارش شده می‌باشد. مسأله اصلی مورد بررسی این است که کدام یک از رویکردهای پیام‌رسانی و رفتار فرصت‌طلبانه با توجه به نوع رابطه بین تورش‌های پیش‌بینی سود و انحراف در گزارشگری مالی طبق شرایط حاکم بر شرکت‌های بورسی در ایران حاکم است. در این راستا، تورش‌های پیش‌بینی سود مدیران طبق الگوی چنگ و فیرث (۲۰۰۰) و انگیزه مدیران برای انحراف در گزارشگری مالی با بکارگیری رویه‌های اختیاری حسابداری جهت مدیریت سود طبق مدل دیچو و همکاران (۱۹۹۵) ارزیابی شدند. طبق روش حذف سیستماتیک، تعداد ۱۹۸ شرکت پذیرفته شده در بورس اوراق بهادار تهران در دوره زمانی ۷ ساله (۱۳۹۰-۱۳۹۶) به عنوان جامعه آماری غربال گردیدند. شواهد حاصل از برازش مدل‌های رگرسیون چندمتغیره پژوهش بر مبنای داده‌های ترکیبی نشان دادند بین تورش در پیش‌بینی سود و انحراف در گزارشگری مالی به واسطه بکارگیری رویه‌ مدیریت سود از طریق اقلام تعهدی، رابطه معنا‌دار مثبتی وجود دارد. این امر حاکی از تضاد منافع و وقوع رفتار فرصت‌طلبانه غیراخلاقی ناشی از ذهن‌گرایی بالای مدیران است. همچنین نوع تورش خوش‌بینانه و بد‌بینانه در پیش‌بینی سود، رابطه معنی‌داری با مدیریت سود از طریق اقلام تعهدی دارند. به این ترتیب که انگیزه مدیران جهت ایجاد انحراف در گزارش سود در شرایط وقوع تورش خوش‌بینی، بیشتر از تورش بدبینی است. به علاوه، نتایج آزمون مقایسه میانگین‌ها نشان داد اختلاف معنی‌داری بین میانگین مدیریت سود از طریق اقلام تعهدی در وضعیت‌های خوش‌بینی و بدبینی در پیش‌بینی سود توسط مدیران وجود دارد. پرونده مقاله

دسترسی آزاد مقاله

77 - پیش بینی کوتاه مدت بار استان چهارمحال و بختیاری با استفاده از اجماع شبکه های عصبی
اسحاق فرجی محسن میرزائیان حمید پروین علی چمکوری مجید محمدپور

پیش بینی کوتاه مدت بار در بازار برق اهمیت زیادی دارد. از طرفی عوامل مهم تأثیرگذار بر پیش بینی کوتاه مدت بار به ویژگی های بار الکتریکی و آب و هوایی هر منطقه بستگی دارد، بنابراین با استفاده از داده های واقعی استان چهارمحال و بختیاری-شامل بار و دما- به پیش بینی کوتاه مدت ب چکیده کامل

پیش بینی کوتاه مدت بار در بازار برق اهمیت زیادی دارد. از طرفی عوامل مهم تأثیرگذار بر پیش بینی کوتاه مدت بار به ویژگی های بار الکتریکی و آب و هوایی هر منطقه بستگی دارد، بنابراین با استفاده از داده های واقعی استان چهارمحال و بختیاری-شامل بار و دما- به پیش بینی کوتاه مدت بار الکتریکی استان پرداخته ایم. بدین منظور با استفاده از چهار روش مختلف شبکه عصبی پرسپترون (MLp < /strong>)، مجمعی از شبکه عصبی پرسپترون (MLP Ensemble)، شبکه SVM(Support Vector Machine) و مجمعی از شبکه SVM به پیش بینی کوتاه مدت بار استان چهار محال و بختیاری پرداختیم. نتایج حاصل از مقایسه این چهار روش نشان می دهد که مجمعی از شبکه عصبی پرسپترون بهترین روش به منظور پیش بینی کوتاه مدت بار می باشد. پرونده مقاله

دسترسی آزاد مقاله

78 - Effect of the Micro Wire-EDM Process Parameters on the Recast Layer in the Molybdenum Micromachining
Mohammad Tahmasebipour Y. Tahmasebipour A. Shabani M. Boujari Aliabadi

The Micro wire electrical discharge machining (Micro wire-EDM) process is a modern machining process with various applications in manufacturing micro-parts. The recast layer remaining on the machined surfaces is an inevitable complication of this process. This layer can چکیده کامل

The Micro wire electrical discharge machining (Micro wire-EDM) process is a modern machining process with various applications in manufacturing micro-parts. The recast layer remaining on the machined surfaces is an inevitable complication of this process. This layer can subsequently affect the machined parts performance. To optimize the recast layer in the micro wire-EDM of the molybdenum microparts, effect of the process parameters on the distribution amplitude of the recast layer was investigated using the Taguchi method. The obtained results showed that the optimal levels of the micro wire-EDM process parameters for achieving the optimal distribution amplitude of the recast layer are as follows: spark pulse-on time of 0.2 μs, cutting speed of 7 mm/min, process voltage of 17 V, and wire tension of 0.45 kg. Also the importance order of the effect of the process parameters on the distribution amplitude of recast layer is as follows: spark pulse-on time, process voltage, cutting speed, and wire tension. پرونده مقاله

دسترسی آزاد مقاله

79 -
Azizeh Chalak Parviz Birjandi S. Esmail Hosseini Ahmad Reza Jafari Dehkordi Omid Tabatabaei Sondos Mansouri Amir Farzad Ashouri Mansour Koosha Sahar Najarzadegan Ahmad Reza Lotfi MohammadAli Nadi Mohsen Salimian Fakhri Shatalebi Nader Soleimani Mansoor Tavakoli Omid Tabatabaei Hossein Bagheri Hossein Heidari Tabrizi Zahra Fotovatnia GholamReza Akbari Behrouz Nouri Samani Safura Masaeli GholamReza Zareie Naser Abasszadeh Narges Saeedian

پرونده مقاله

دسترسی آزاد مقاله

80 - پایش و پیش بینی روند تغییرات کاربری اراضی با استفاده از مدل زنجیره مارکوف و مدلساز تغییر کاربری اراضی (مطالعة موردی: دشت برتش دهلران، ایلام)
سید رضا میر علیزاده فرد سیده مریم علی بخشی

امروزه مدل سازی و پیش بینی تغییرات کاربری اراضی با استفاده از تصاویرماهواره ای می تواند ابزار بسیار مفیدی برای تشریح روابط متقابل بین محیط طبیعی و فعالیت های انسانی، برای کمک به تصمیم گیری برنامه ریزان در شرایط پیچیده باشد. روش های متنوعی برای پیش بینی تغییرات پوشش و کا چکیده کامل

امروزه مدل سازی و پیش بینی تغییرات کاربری اراضی با استفاده از تصاویرماهواره ای می تواند ابزار بسیار مفیدی برای تشریح روابط متقابل بین محیط طبیعی و فعالیت های انسانی، برای کمک به تصمیم گیری برنامه ریزان در شرایط پیچیده باشد. روش های متنوعی برای پیش بینی تغییرات پوشش و کاربری اراضی وجود دارد که از جمله آنها می توان به مدل زنجیره ای مارکوف اشاره کرد. در تحقیق حاضر، تغییرات کاربری اراضی در دشت برتش شهرستان دهلران واقع در استان ایلام به وسعت 135244 هکتار در سه دورة زمانی (1988، 2001 و 2013) تصاویر ماهواره لندست، تهیه نقشه کاربری اراضی در شش کلاس (جنگل کم تراکم، مرتع متوسط، مرتع فقیر، کشاورزی، رسوبات آبرفتی و اراضی بدون پوشش) با استفاده از طبقه بندی شبکه عصبی کوهونن و همچنین به کارگیری مدل پیش بینی مارکوف و رویکرد مدلساز تغییر کاربری اراضی LCM (Land Change Modeler)‌ تغییرات کاربری اراضی برای سال 2030 پیش بینی شد. نتایج طبقه بندی نشان دهنده تخریب و کاهش میزان وسعت اراضی جنگل کم تراکم و مرتع متوسط و افزایش مساحت سایر کاربری می باشد. کاهش وسعت پوشش جنگل کم تراکم و مراتع متوسط و روند افزایشی سایر کاربری ها بیانگر تخریب کلی در منطقه و جایگزینی کاربری های ضعیف تر در منطقه است. در پایان با بکارگیری مدل پیش بینی مارکوف و رویکرد مدلساز LCM تغییرات کاربری اراضی برای سال 2030 پیش بینی شد. نتایج حاصل از ماتریس پیش بینی تغییرات بر مبنای نقشه های سال های 2001 و 2013 نشان داد که احتمال می رود در فاصلة زمانی 2030-2013، 45% جنگل کم تراکم، 71% مرتع متوسط، 96% مرتع فقیر، 81% کشاورزی، 93% رسوبات آبرفتی و 100% اراضی بدون پوشش بدون تغییر باقی بمانند، که اراضی بدون پوشش دارای بالاترین پایداری و از طرف دیگر جنگل کم تراکم کمترین پایداری را خواهند داشت. پرونده مقاله

دسترسی آزاد مقاله

81 - تلفیق آینده‌نگری جمعیت در ارائه سامانه پشتیبان تصمیم‌گیری مکان‌یابی دفن پسماند شهری (مطالعه موردی: استان قزوین)
زهرا اسدالهی نغمه مبرقعی دینان مصطفی کشتکار

10.30495/girs.2020.675967

پیشینه و هدف گسترش شهرنشینی با افزایش جمعیت تولید پسماندهای جامد شهری را طی سال‌های اخیر به‌طور قابل‌ملاحظه‌ای سرعت بخشیده است. علیرغم اهمیت دفن مواد زائد جامد به‌عنوان یکی از مهم‌ترین بخش‌های چرخه مدیریت پسماند، در حال حاضر دفن اصولی در بسیاری از مناطق ایران مورد غفلت چکیده کامل

پیشینه و هدف گسترش شهرنشینی با افزایش جمعیت تولید پسماندهای جامد شهری را طی سال‌های اخیر به‌طور قابل‌ملاحظه‌ای سرعت بخشیده است. علیرغم اهمیت دفن مواد زائد جامد به‌عنوان یکی از مهم‌ترین بخش‌های چرخه مدیریت پسماند، در حال حاضر دفن اصولی در بسیاری از مناطق ایران مورد غفلت قرارگرفته است. اخیراً سیستم اطلاعات جغرافیایی (GIS) به‌عنوان ابزاری مناسب برای استفاده در مطالعات انتخاب محل دفن پسماند شناخته‌شده است. علاوه بر این، تصمیم‌گیری چند معیاره روشی شناخته‌شده برای حل مشکلات پیچیده تصمیم‌گیری در انتخاب محل دفن پسماند است که یکی از روش‌های شناخته‌شده آن فرآیند تحلیل سلسله مراتبی است. ازیک‌طرف انتخاب محل دفن پسماند مبتنی بر GIS شامل مراحل اصلی غربالگری و حذف مناطق نامناسب و رتبه‌بندی مناطق باقیمانده است. از طرف دیگر برنامه‌ریزی مکان‌یابی دفن پسماند درگرو داشتن اطلاعات کافی از ویژگی‌های جمعیتی دارد و با توجه به روند افزایشی رشد جمعیت، لزوم توجه به پیش‌بینی جمعیت در تصمیم‌گیری‌ها دوچندان می‌شود. استان قزوین در حوزه مرکزی ایران در سال ۱۳۷۵ از استان تهران جدا شد. براساس سرشماری آبان 1395 جمعیت استان قزوین، 1273761 نفر بود که در مقایسه با آبان 1390 متوسط رشد سالانه جمعیت آن معادل 17/1 درصد بوده است. با توجه به تازه تأسیس بودن استان قزوین و افزایش جمعیت آن طی دهه گذشته، ضرورت مکان‌یابی محل مناسب دفن پسماند با پیش‌بینی رشد جمعیت احساس می‌شود. لذا پژوهش حاضر باهدف واردسازی کمترین آسیب به محیط‌زیست ﺑﺎ به‌کارگیری رویکرد یکپارچه فرآیند تحلیل سلسله مراتبی- سیستم اطلاعات جغرافیایی GIS-AHP در تلفیق با آینده‌نگری جمعیت به مکان‌یابی دﻓﻦ پسماندﻫﺎی ﺷﻬﺮی در استان قزوین پرداخته است.مواد و روش هاپژوهش حاضر طی سه‌گام اصلی مکان‌یابی اولیه دفن پسماند با روش ارزیابی چند معیاره MCE، تعیین مساحت موردنیاز دفن پسماند براساس آینده‌نگری جمعیت تا افق 1425 و درنهایت مکان‌یابی نهایی دفن پسماند شهری با مدل تصمیم‌گیری مکانی تخصیص تک هدفه زمین در نرم‌افزار ایدریسی TerrSet انجام شد. در گام نخست، مکان‌یابی اولیه دفن پسماند براساس رویکرد یکپارچه GIS-AHP طی مراحل شناسایی و انتخاب معیارها، وزن‌دهی معیارها، استانداردسازی معیارها و درنهایت ادغام معیارها با روش WLC انجام شد. در گام دوم، مساحت موردنیاز برای احداث مکان ‌دفن پسماند شهری، بر اساس پیش‌بینی رشد جمعیت، سرانه تولید زباله (کیلوگرم در روز) و متوسط عمق آب زیرزمینی برآورد شد. به‌منظور محاسبه جمعیت استان قزوین تا سال 1425، نتایج گزارش‌های مرکز پژوهش‌های توسعه و آینده‌نگری سازمان برنامه‌وبودجه استفاده شد که در این گزارش‌های پیش‌بینی جمعیت استان قزوین تا افق 1425 با توجه به عوامل مؤثر شامل نرخ باروری، مرگ‌ومیر، مهاجرت و ترکیب سنی و جنسی جمعیت حاصل‌شده است. در گام سوم، مکان‌یابی نهایی دفن پسماند شهری با مدل تصمیم‌گیری مکانی تخصیص یک هدفه زمین در نرم‌افزار ایدریسی TerrSetانجام شد. نقشه توان‌سنجی اولیه حاصل از روش MCE به‌عنوان ورودی پایه وارد مدل شد. همچنین شرط مساحت موردنیاز برآورد شده در گام دوم براساس آینده‌نگری جمعیت اعمال شد. در این پژوهش دو سناریو اجرا شد. در سناریوی اول در انتخاب مکان‌های نهایی دفن پسماند، شرط دارا بودن بیشترین ارزش نقشه‌ای اعمال شد و در سناریوی دوم علاوه بر شرط ذکرشده، لزوم وجود بافر 10 کیلومتری برای هر یک از گزینه‌های انتخابی لحاظ گردید.نتایج و بحثدر پژوهش حاضر تعداد 7 معیار اصلی اکولوژیک و انسانی و 25 معیار فرعی جهت مکان‌ یابی دفن مواد زائد جامد شهری در استان قزوین انتخاب شد. با دخالت دادن نتایج پرسشنامه‌ های مقایسه زوجی، وزن نهایی هر معیار و زیرمعیار مشخص شد. پس از آماده سازی لایه های GIS و تشکیل پایگاه داده، هریک از لایه های فاکتور به تناسب توابع موجود در ابزار عضویت فازی استانداردسازی شده و با طیف هایی از اعداد بین صفر تا 255 که بیانگر درجه عضویت در مجموعه فازی است، طبقه بندی شدند. این تحقیق تکنیک AHP را در محیط GIS برای بررسی بهترین مکان‌های دفن زباله در مقیاس استان قزوین اجرا نمود. سیستم اطلاعات جغرافیاییGIS ابزاری بسیار قدرتمند است که می‌تواند ارزیابی سریع از منطقه موردمطالعه برای تعیین محل مناسب دفن زباله ارائه دهد. همچنین تکنیکAHP برای حل آن‌دسته از مشکلات پیچیده‌ای که ممکن است میان اهداف متعدد مسئله همبستگی وجود داشته باشد، مفید است. انتخاب معیارها یکی از مهم‌ترین گام‌ها در این تحقیق بود. در انتخاب سایت دفن پسماند باید عوامل محیطی را در کنار عوامل اقتصادی در نظر گرفت. بنابراین، هشت معیار اصلی فاصله از جاده، ارتفاع، شیب، جهت فاصله از مناطق مسکونی، فاصله از آب‌های سطحی، فاصله از مناطق حفاظت‌شده، زمین‌شناسی، هیدرولوژی و کاربری اراضی را در پژوهش خود بکار گرفتند. در این تحقیق نیز سعی شد در کنار معیارهای یادشده، پارامترهای مختلف طبیعی و انسانی مانند فاصله از خطوط انتقال انرژی، فاصله از شهرک‌های صنعتی و راه‌آهن و غیره نیز بکار گرفته شود تا جامعیت تحقیق حاضر دوچندان گردد. نقشه توان‌سنجی اولیه کاربری دفن پسماند حاصل از روش MCE با توجه به نمودار فراوانی ارزش‌های آن با روش شکست طبیعی (Natural Break) طبقه‌بندی شد. شهرستان‌های تاکستان، آبیک و بویین‌زهرا به ترتیب مساحت‌های 50.15، 14.55 و 54.48 کیلومترمربع از توان خوب جهت دفن پسماند در سطح استان قزوین برخوردار بودند. مناطق ﻳﺎدﺷﺪه ﺑﻪ ﻟﺤﺎظ ﻓﺎﺻﻠﻪ از ﻣﺮاﻛﺰ ﺛﻘﻞ ﺟﻤﻌﻴﺘﻲ ﻧﻴﺰ در ﺑﻬﺘﺮﻳﻦ ﺷﺮاﻳﻂ ﻗﺮار داشتند. مکان یابی نهایی در دو سناریو با مدل تصمیم‌گیری مکانی SOLA اجرا شد. درنهایت سایت شماره یک از سناریو اول و دوم در شرق استان قزوین و در محدوده شهرستان بوئین‌زهرا و در نزدیکی روستای اله آباد و سایت شماره سه از سناریو دوم در فاصله 15 کیلومتری از مدیریت دفن پسماند در مرکز استان و سمت شرق روستای زین آباد به‌عنوان اولویت معرفی شدند.نتیجه گیری لازم به ذکر است در کنار عدم تعیین محل مناسب برای دفع نهایی پسماندها در سالیان گذشته، تاکنون برنامه جامعی در زمینه کاهش تولید پسماند و اجرای طرح‌های تفکیک از مبدأ در هیچ‌یک از شهرستان‌های موردمطالعه تهیه و اجرانشده است. شکل‌گیری بخش آینده‌پژوهی در ساختار تشکیلاتی سیستم‌های مدیریتی دفن پسماند نه تنها می‌تواند منجربه کاهش خطرات محیط‌زیستی شود بلکه پایداری در منابع اقتصادی و اجتماعی را به‌همراه خواهد داشت. پرونده مقاله

دسترسی آزاد مقاله

82 - پایش و پیش بینی تغییرات کاربری اراضی با استفاده از تصاویر ماهواره ای لندست به روش سلول های خودکار و زنجیره مارکوف (مورد مطالعه: منطقه عباس‌آباد، استان مازندران)
عامر نیک پور حمید عمونیا الهه نورپسندی

10.30495/girs.2021.678602

پیشینه و هدف امروزه تغییرات کاربری اراضی در بسیاری از کشورها به چالش مهمی تبدیل‌شده است که اثرات فراوانی بر محیط ‌زیست می ‌گذارند. بر همین اساس بررسی تغییرات کاربری اراضی در مقیاس‌ های مختلف به ‌عنوان یکی از موضوعات مهم در مدیریت درست منابع طبیعی و تغییرات زیست ‌محیطی د چکیده کامل

پیشینه و هدف امروزه تغییرات کاربری اراضی در بسیاری از کشورها به چالش مهمی تبدیل‌شده است که اثرات فراوانی بر محیط ‌زیست می ‌گذارند. بر همین اساس بررسی تغییرات کاربری اراضی در مقیاس‌ های مختلف به ‌عنوان یکی از موضوعات مهم در مدیریت درست منابع طبیعی و تغییرات زیست ‌محیطی در سطوح مختلف مطرح است. لذا آگاهی داشتن از تغییرات کاربری و بررسی علل و عوامل آنها در چند دوره زمانی و پیش‌بینی تغییرات کاربری اراضی در آینده می ‌توان برنامه ‌ریزی درستی را برای کاهش اثرات نامطلوب انجام داد که همین امر مورد توجه برنامه ریزان و مدیران شهری قرارگرفته است و به آنها در برنامه‌ ریزی کاربری اراضی کمک شایانی می ‌کند. همچنین تبدیل کاربری ‌ها به یکدیگر و تغییر کاربری پوشش گیاهی به پهنه ساخته‌ شده به ‌عنوان موضوع مهم شناخته می‌شود. بر این اساس هدف این پژوهش پایش و پیش ‌بینی تغییرات کاربری و پوشش اراضی منطقه شهری عباس‌آباد در آینده است؛ که با استفاده از این تغییرات می‌توان اقدامات مناسب مدیریتی برای حفظ و احیا اراضی انجام داد.مواد و روش هاپیش ‌بینی تغییرات کاربری اراضی از تلفیق مدل سلول ‌های خودکار و زنجیره مارکوف در منطقه شهری عباس‌ آباد با استفاده از تصاویر سنجنده TM و OLI ماهواره‌ های لندست 8 و 5 اخذشده از سایت USGS انجام شد. چهار کلاس کاربری که شامل کلاس پهنه ساخته ‌شده با کد شماره 1، کلاس پوشش گیاهی با کد شماره 2، کلاس منابع آبی با کد شماره 3 و کلاس اراضی بایر با کد شماره 4 برای منطقه شهری عباس‌آباد تفکیک شدند که این طبقه‌ بندی از روش USGS اخذشده است. به‌منظور استخراج کلاس ‌های کاربری اراضی بعد از چک نمودن چند روش نهایتاً از روش طبقه‌بندی شی‌ءگرا و الگوریتم ماشین بردار پشتیبان (SVM) به دلیل کارایی بهتر استفاده گردید. ارزیابی صحت طبقه بندی تصاویر ماهواره ای بابیان دقت کلی و ضریب کاپا برای سه دوره زمانی انجام شد که هریک از این نقشه ‌های طبقه ‌بندی ‌شده از طریق ترسیم ماتریس خطا مورد ارزیابی قرارگرفته‌اند که برای تهیه این ماتریس از 250 نقطه نمونه استفاده شد و نوع نمونه ‌برداری نیز به ‌صورت نمونه ‌برداری طبقه ‌ای بود. همچنین برای مشخص شدن تغییرات کاربری اراضی در سال 2030 از نقشه ‌های طبقه ‌بندی ‌شده استفاده شد و با کمک نرم ‌افزارTerrSet تغییرات صورت گرفته در کلاس ها و درصد آن‌ها به دست آمد و با استفاده از مدل CA-MARKOV تغییرات کلاس های مختلف براساس ماتریس احتمال انتقال پیش بینی شد.نتایج و بحثنتایج پژوهش در طی سال‌های 1997، 2006 و 2017 بیانگر این است که پهنه ساخته شده روند افزایشی داشته است و کاربری های پوشش گیاهی، اراضی بایر و منابع آبی دارای روند کاهشی بوده‌اند و 23279هکتار از اراضی منطقه را پهنه ساخته ‌شده به خود اختصاص داده است. ضریب کاپا محاسبه ‌شده در این ارزیابی برای سال ‌های 1997، 2006 و 2017 به ترتیب 0.86، 0.89 و 0.89 است. مدل پیش‌ بینی زنجیره مارکوف با دقت بالای 85 درصد بیان کرد که روند تغییرات کاربری اراضی برای سال 2030 همانند سال های قبل خواهد بود و این نشان ‌دهنده این است که تبدیل و تغییر کاربری ها همانند قبل پیش خواهد رفت و ذکر این نکته هم ضروری است که کاربری‌ های همسان پوشش گیاهی به پوشش گیاهی در طی سال ‌های 2006 تا 2017 هم بیشترین مساحت را شامل می‌شود و این نشان ‌دهنده این است که در این منطقه، پوشش گیاهی همچنان پابرجاست و کمتر دچار تغییرات شده است.نتیجه گیری خروجی نقشه پیش‌بینی 13 ساله برای سال 2030 در این پژوهش از دقت مناسب مدل CA-MARKOV حکایت دارد. علاوه بر این خروجی نشان می ‌دهد می‌توان به این روش برای برنامه‌ ریزی کوتاه‌مدت اعتماد نمود. این نقشه ‌های پیش ‌بینی می ‌توانند راهنمای خوبی برای مدیران و برنامه ریزان شهری باشند. برای دست یافتن به نتایج بهتر پیشنهاد می ‌شود که از تلفیق مدل سلول ‌های خودکار و زنجیره مارکوف برای پایش و پیش ‌بینی تغییرات در سطح کشور استفاده شود. نتایج به ‌دست ‌آمده از این پژوهش علاوه بر اینکه در کاهش حجم داده ‌های ورودی کمک فراوانی می ‌کند، بلکه در پردازش تصاویر طبقه‌ بندی‌ شده و در پیش‌بینی آن ‌ها برای آینده هم نقش بسزایی دارد. پرونده مقاله

دسترسی آزاد مقاله

83 - یک روش ترکیبی پیش‌بینی بلندمدت تقاضا در زنجیره تأمین انرژی الکتریکی صنایع تولید فلزات اساسی در حضور داده‌های ناقص
سپهر معلم رویا محمدعلی پوراهری غضنفر شاهقلیان مجید معظمی سید محمد کاظمی

10.30486/teeges.2023.1974408.1051

رشد اقتصادی هر کشوری ارتباط زیادی با زیرساخت های زنجیره تأمین انرژی الکتریکی و قابلیت دسترسی کم هزینه به آن دارد. بالا بردن تاب آوری زنجیره تأمین انرژی الکتریکی جهت قابلیت پاسخگویی به تقاضای لحظه ای مشترکین پرمصرف و استراتژیک چالشی است که بدون در نظر گرفتن پیش بینی بلند چکیده کامل

رشد اقتصادی هر کشوری ارتباط زیادی با زیرساخت های زنجیره تأمین انرژی الکتریکی و قابلیت دسترسی کم هزینه به آن دارد. بالا بردن تاب آوری زنجیره تأمین انرژی الکتریکی جهت قابلیت پاسخگویی به تقاضای لحظه ای مشترکین پرمصرف و استراتژیک چالشی است که بدون در نظر گرفتن پیش بینی بلندمدت تقاضا و برنامه ریزی توسعه یکپارچه این زنجیره ممکن نخواهد بود. در این مقاله یک رویکرد پیش بینی بلندمدت تقاضا در زنجیره تأمین انرژی الکتریکی صنایع سنگ آهن اسپیدان اصفهان با استفاده از ترکیب تبدیل موجک، شبکه عصبی مبتنی بر یادگیری عمیق (LSTM) و در نهایت ادغام نتایج با تکنیک داده کاوی مبتنی بر ماشین یادگیری شدید تنظیم شده پیشنهاد شده است. شرکت مورد مطالعه در این تحقیق از تأمین کنندگان اصلی مواد اولیه در زنجیره تأمین صنایع تولید فلزات اساسی و یکی از ده صنعت انرژی بر در زنجیره تأمین انرژی الکتریکی استان اصفهان است. تنها اطلاعات موجود و در دسترس از این شرکت سری زمانی سیگنال تقاضای تاریخی انرژی الکتریکی این صنعت در یک بازه زمانی 40 ماهه و به صورت 24 ساعته می باشد. داده ها در سری زمانی مورد مطالعه منقطع است به طوریکه فقط 50 درصد از داده ها دارای مقدار و50 درصد مابقی صفر می باشد. این نقصان داده و عدم امکان دسترسی به داده های مکمل و ویژگی های مؤثر جهت پیش بینی باعث کاهش تراکم داده ها شده و امکان پیش بینی تقاضای بلندمدت را نسبت به سری های زمانی پیوسته با مشکلات بیشتری روبرو می کند. آنالیزآماری بکار رفته نشان داد که داده های سالانه و فصلی از توزیع نرمال پیروی نمی کند و دارای تورش و ناهمگونی بالایی می باشد. روش پیشنهادی و نتایج حاصل از آن با سایر روش های موجود مورد مقایسه قرار گرفته است. نتایج حاصل از 10 تکرار روش های ماشین یادگیری شدید نشان می دهد که تکنیک (RELM) با سطح اطمینان بالای 95% از سایر روش های یادگیری ماشین مؤثر تر و نتایج دقیق تری دارد. پرونده مقاله

دسترسی آزاد مقاله

84 - The Role of Recasts on EFL Learning: Does the Working Memory Interfere?
Farzaneh Bahadori Mohammad Bavali Mohammad Javad Riasati Samad Mirza Suzani

The view of learning from our errors in an EFL learning context as the subject of myriad applied linguistic studies has not yet taken root. Thus, the impact of extensive and intensive recasts on grammatical and lexical development in EFL context along with the students& چکیده کامل

The view of learning from our errors in an EFL learning context as the subject of myriad applied linguistic studies has not yet taken root. Thus, the impact of extensive and intensive recasts on grammatical and lexical development in EFL context along with the students’ insights of recasts and the role of working memory was evaluated in this study and a quasi-experimental design was employed. The participants included 59 Iranian EFL students. Instruments of the study included an Oxford placement test of English, speaking and writing assignments and a working memory survey. Five short stories were presented during the experiment. The intensive recast group received feedback only on articles and theme words whereas the extensive recast group received feedback on any mistake that occurred throughout communication. The ANOVAs’ results showed that recasts had a helpful effect on EFL learning. A large effect size was indicated for the intensive group, outscoring the extensive group and the control group. Chi-square analysis of the interviews demonstrated a significant and positive difference on the perception of recasts by students of the intensive condition. Working memory was also positively correlated with the scores of learners in the intensive group. Therefore, higher SD learners revealed a higher improvement on oral tasks while higher AD learners were greater on the written tasks. A thorough study of the results implies a rich ground on the effect of recasts and WM in education, helping both teachers and students to a great extent in their teaching and learning journey. پرونده مقاله

دسترسی آزاد مقاله

85 - ارائه مدل جدید برای تشخیص سریع بیماری‌های حاد تنفسی با استفاده از الگوریتم‌های یادگیری ماشین
مهران نظامی عوض نقی‌پور بهنام صفیری ایرانق

کرونا ویروس، ویروس سارس و آنفلوانزای خوکی یک بیماری ناشی از سندروم حاد تنفسی است. این ویروس‌ها به سبب سرایت فوری در بین انسان‌ها نیاز به ابزارهای پیشرفته برای شناسایی عوامل خطرناک مرگ‌ومیر با دقت بالا نیاز دارند. روش‌های یادگیری ماشین مستقیماً به این موضوع می‌پردازند و چکیده کامل

کرونا ویروس، ویروس سارس و آنفلوانزای خوکی یک بیماری ناشی از سندروم حاد تنفسی است. این ویروس‌ها به سبب سرایت فوری در بین انسان‌ها نیاز به ابزارهای پیشرفته برای شناسایی عوامل خطرناک مرگ‌ومیر با دقت بالا نیاز دارند. روش‌های یادگیری ماشین مستقیماً به این موضوع می‌پردازند و ابزارهای ضروری برای شناخت و هدایت مداخلات بهداشت عمومی هستند. در این مقاله از یادگیری ماشین برای بررسی اهمیت جمعیت‌شناختی و بالینی استفاده شده است. ویژگی‌های مورد بررسی شامل سن، جنسیت، تب، کشورها و جزئیات بالینی مانند سرفه، تنگی‌نفس و ... می‌باشند. چندین الگوریتم یادگیری ماشین روی داده‌های جمع‌آوری‌شده، پیاده‌سازی و اعمال گردیده که الگوریتم K - نزدیک‌ترین همسایه با بالاترین دقت (بیش از 97%) برای پیش‌بینی و انتخاب ویژگی‌هایی که به‌درستی وضعیت ویروس‌ها را نشان می‌دهد، عمل می‌کند. پرونده مقاله

دسترسی آزاد مقاله

86 - Applying Optimized Mathematical Algorithms to Forecast Stock Price Average Accredited Banks in Tehran Stock Exchange and Iran Fara Bourse
Negar Aghaeefar Mohammad Ebrahim Mohammad Pourzarandi Mohammad Ali Afshar Kazemi Mehrzad Minoie

10.22034/amfa.2019.580802.1150

The effective role of capital in every country flows through giving guidelines for capital and resources, generalizing companies and sharing development projects with public, and also adding accredited companies stock market requires appropriate decision making for shar چکیده کامل

The effective role of capital in every country flows through giving guidelines for capital and resources, generalizing companies and sharing development projects with public, and also adding accredited companies stock market requires appropriate decision making for shareholders and investors who are willing to buy shares based on price mechanism. Forecasting stock price has always been a challenging task, since it is affected by many economic and non-economic factors and variables; therefore, selecting the best and the most efficient forecasting model is tough and essential. Up to now applying weighted mean called weighted mean price has been used to forecast industry average price for companies in the stock market and investors were forecasting based on this method. First we have identified 10 accredited banks in TSE and 10 banks in Iran Fara Bourse. In this article, by applying one of the mathematical optimizing techniques, industry means got calculated based on optimized parameters and compared with the industry average; in this statement we strived to find another variable that could forecast with less deviation. In the following study, by calculating frequency level of deviations, average for price forecasting in banking industry during five years is examined. Finally, the research suggests that, instead of using mean of industry average, it is better to use mean average of golden number, which will lead us to more accurate results. پرونده مقاله

دسترسی آزاد مقاله

87 - Information Asymmetry with Emphasis on the Role of Financial and Managerial Criteria Based on Fuzzy Logic and Artificial Neural Networks
Mohammad Amir Golshani Mehrdad Ghanbari Babak Jamshidi Navid Forouzan Mohammadi Yarijani

This paper addresses the absence of a suitable criterion for measuring information asymmetry between managers forecasting earnings and analysts forecasting earnings through statistical methods. Besides, this paper aims to provide a model of information asymmetry, emphas چکیده کامل

This paper addresses the absence of a suitable criterion for measuring information asymmetry between managers forecasting earnings and analysts forecasting earnings through statistical methods. Besides, this paper aims to provide a model of information asymmetry, emphasizing the role of financial and managerial criteria. This is applied qualitative and quantitative research (mixed method). The library method is used to prepare and formulate theoretical bases. In addition, the field method is used for collecting data to measure and identify indices and modeling. Factor analysis was used to analyze the data, following identifying the dimensions and variables of financial and managerial criteria of information symmetry to eliminate extraneous factors and classify. The following five main dimensions were determined, including corporate profit forecast, corporate governance, capital market, capital return, and management characteristics of the company. Then, the modeling was done using fuzzy mathematics through triangular numbers, Mamdani implication, and center of gravity methods. The final results of the study of the company listed on the Tehran Stock Exchange show that the level of information symmetry in the range of zero to 100 equals 55.1, to predict the company's profit is 48.54; corporate governance is 56.95; the capital market is 1/59; capital return is 61.07, and managerial characteristics of the company are 67.84. Finally, we examined the factors affecting the information asymmetry obtained from fuzzy neural networks. The findings show a higher prediction accuracy of fuzzy neural network methods than other related prediction methods. پرونده مقاله

دسترسی آزاد مقاله

88 - The role of aggregate cost stickiness in unemployment rate prediction
Naser Riyahinasab Babak Jamshidinavid Alireza Moradi Mehrdad Ghanbari

10.22034/amfa.2020.1889826.1361

Predicting macroeconomic indicators is very important for policymakers and economists. Unemployment is one of the key indicators of macroeconomics that has adverse economic and social consequences. So far, many models have been proposed to predict this variable, but mod چکیده کامل

Predicting macroeconomic indicators is very important for policymakers and economists. Unemployment is one of the key indicators of macroeconomics that has adverse economic and social consequences. So far, many models have been proposed to predict this variable, but models in which accounting information was used to predict unemployment rate were ignored. The purpose of this paper is to investigate the relationship between aggregate cost stickiness, as one of the known variables in accounting, and unemployment rate. To this end, seasonal macro level time series data of Tehran Stock Exchange (TSE) and macroeconomic data are analyzed in two stages from 2008:2 to 2018:1. In the first stage, the relationship between these two variables is determined by specifying a linear regression model that is estimated using the OLS method. To investigate the predictive power of this model, the RMSE criterion was estimated in two scenarios with and without aggregate cost stickiness. Secondly, the reaction of the unemployment rate in response to a shock from aggregate cost stickiness is estimated by a Vector Autoregressive (VAR) model and the share of this variable is measured in the fluctuations of unemployment rate. The results show that aggregate cost stickiness improves the forecast of unemployment rate in the horizon previous. Also, the shock of aggregate cost stickiness explains about 6.5 percent of unemployment rate fluctuations. پرونده مقاله

دسترسی آزاد مقاله

89 - Interval Forecasting of Stock Price Changes using the Hybrid of Holt’s Exponential Smoothing and Multi-Output Support Vector Regression
Sayyed Mohammadreza Davoodi Mahdi Rabiei

10.22034/amfa.2020.1883402.1332

Given the importance of investment in stock markets as a major source of income for many investors, there is a strong demand for models that estimate the future behavior of stock prices. Interval forecasting is the process of predicting an interval characterized by two چکیده کامل

Given the importance of investment in stock markets as a major source of income for many investors, there is a strong demand for models that estimate the future behavior of stock prices. Interval forecasting is the process of predicting an interval characterized by two random variables acting as its upper and lower bounds. In this study, a hybrid method consisting of Holt’s exponential smoothing and multi-output least squares support vector regression is used to forecast the interval of the lowest and highest prices in a stock market. First, Holt’s smoothing method is used to smooth the two bounds of the interval and then the residuals of the smoothing process are modeled with multi-output vector support regression. The output of the regression step is the error of the two bounds of the interval. The method is implemented on the weekly data of the overall index of the Tehran Stock Exchange from 1992 to 2016, with the interval defined as the distance between the lowest and highest overall index values. The results demonstrate the high accuracy of the hybrid method in producing in-sample and out-of-sample forecasts for the movement of the two bounds of the interval, that is, the weekly highs and lows of the overall index. Also, the hybrid method has achieved a lower mean squared error than the Holt’s smoothing method, indicating that multi-output vector support regression has improved the performance of the smoothing method پرونده مقاله

دسترسی آزاد مقاله

90 - Investigate the Economic Consequences to the Timing of Earnings News Forecast for Accepted Corporates in Tehran Securities Exchange
Asghar Karimi Khorami Alireza Zareie Sodani Saeed Ali Ahmadi

10.22034/amfa.2021.1924367.1570

Corporate managers can share information about the financial status and corporate future perspective with stockholders in different ways. In recent years, the corporate program for maximizing the appropriate reaction of Securities Exchange to corporate position performa چکیده کامل

Corporate managers can share information about the financial status and corporate future perspective with stockholders in different ways. In recent years, the corporate program for maximizing the appropriate reaction of Securities Exchange to corporate position performance and minimizing the inappropriate reaction to their negative performance has been considered by analysts and accounting researchers. In this research we use the multivariate regression model to test the hypotheses and our statistical population is Tehran stock Exchange corporate. After sampling, 64 corporates have been selected during 2014to 2018. And to test hypotheses Multivariate regression has been used According to the results obtained Managers change timing to hide The bad news is that they are using the stock market after hours after the stock market Managers while have made less use of the weekend and busy days to hide bad news The results also show that companies have used time changes to highlight good news rather than hide bad news So to investors and other users It is advisable to pay attention to the time changes of the forecast profit, to make a more correct decision. پرونده مقاله

دسترسی آزاد مقاله

91 - Hybrid Multilayer Perceptron Neural Network with Grey Wolf Optimization for Predicting Stock Market Index
Meysam Doaei Seyed Ahmad Mirzaei Mohammad Rafigh

10.22034/amfa.2021.1903474.1452

Stock market forecasting is a challenging task for investors and researchers in the financial market due to highly noisy, nonparametric, volatile, complex, non-linear, dynamic and chaotic nature of stock price time series. With the development of computationally intelli چکیده کامل

Stock market forecasting is a challenging task for investors and researchers in the financial market due to highly noisy, nonparametric, volatile, complex, non-linear, dynamic and chaotic nature of stock price time series. With the development of computationally intelligent method, it is possible to predict stock price time series more accurately. Artificial neural networks (ANNs) are one of the most promising biologically inspired techniques. ANNs have been widely used to make predictions in various research. The performance of ANNs is very dependent on the learning technique utilized to train the weight and bias vectors. The proposed study aims to predict daily Tehran Exchange Dividend Price Index (TEDPIX) via the hybrid multilayer perceptron (MLP) neural networks and metaheuristic algorithms which consist of genetic algorithm (GA), particle swarm optimization (PSO), black hole (BH), grasshopper optimization algorithm (GOA) and grey wolf optimization (GWO). We have extracted 18 technical indicators based on the daily TEDPIX as input parameters. Therefore, the experimental result shows that grey wolf optimization has superior performance to train MLPs for predicting the stock market in metaheuristic-based. پرونده مقاله

دسترسی آزاد مقاله

92 - A VAR Model for the Macroeconomic Indicators Restatements Predicting : Introduction to Macroaccounting Theory
Vahid BekhradiNasab Ehsan Kamali khadijeh Ebrahimi kahrizsangi

10.22034/amfa.2021.1921151.1550

The emergence of a new theory of"macroaccounting" with a new wave of accounting research over the last decade tries to explain and use the Aggregate information of interim accounting statements in economic forecasts. Macroaccounting theory suggests that economists and m چکیده کامل

The emergence of a new theory of"macroaccounting" with a new wave of accounting research over the last decade tries to explain and use the Aggregate information of interim accounting statements in economic forecasts. Macroaccounting theory suggests that economists and macroeconomic forecasters use Aggregate accounting information at the macroeconomic level. For example, accounting earning is used to predict GDP, cost stickiness is used to predict unemployment, and the ratio of book value to market value is used to predict inflation. Earnings growth dispersion contains information about trends in labor reallocation, unemployment change, and, ultimately, aggregate output. initial macroeconomic estimates released by the Central bank of Islamic Republic of Iran and Planning and Budget Organization and Statistical Center of Iran do not fully incorporate this information. Accordingly, the present study, based on macroaccounting theory, has examined the Predicting Restatements in Macroeconomic Indicators using Accounting Information. The population of this study includes all companies listed in the TSE. Due to the seasonality of the data and the fit of the models in a time series, the observations reach 40 times (2008:1to2018:4). The research method is based on time series data, VARtechnique. the The results suggest that earnings growth dispersion provides related data about final GDP growth. The results suggest that after considering the effect of other influential factors, specifically real initial GDP, earnings growth dispersion is useful in forecasting future GDP changes. The findings are important for economists and policymakers to have more accurate economic estimation and prediction by applying for accounting Information. پرونده مقاله

دسترسی آزاد مقاله

93 - Providing a hybrid strategy based on the theory of turbulence and price acceleration in the Iranian stock market
Rohollah Hamidi Ali Saeedi Mohammad Khodaei Valazaghard Mehdi Naghavi

10.22034/amfa.2022.1954354.1714

Stock prices are influenced by economic, technological, psychological and geopolitical factors. A review of the literature in this field shows that stochastic approaches, trend analysis and econometrics have been used to demonstrate stock market dynamics and price forec چکیده کامل

Stock prices are influenced by economic, technological, psychological and geopolitical factors. A review of the literature in this field shows that stochastic approaches, trend analysis and econometrics have been used to demonstrate stock market dynamics and price forecasting. However, these techniques cannot provide a comprehensive overview of market dynamics. Because they ignore the temporal relationship between these factors and are unable to understand their cumulative effects on prices. By integrating chaos theory and continuous data mining based on price acceleration, this study has eliminated these gaps by inventing a new price forecasting method called dynamic stock market recognition simulator and combining two methods: one is delay structures. Or gives time intervals to the data set, and the other is the method of selecting new variables for the market environment. The results showed that the method used can be used to predict the long-term stock price using a small data set with small dimensions. پرونده مقاله

دسترسی آزاد مقاله

94 - A Study of the Effective Factors on Error of Forecasting Technical Analysis Indicators in Iran Stock Exchange (NNARX Approach)
Hamed Tavakolipour Faegh Ahmadi Bizhan Abedini Mohammad Hossein Ranjbar

10.22034/amfa.2023.1972923.1823

It is well documented that using linear models to forecast plenty of financial observations due to their nonlinearity is not satisfactory. Therefore, in this paper, the technical analysis indicators are forecasted using Neural Network Auto-Regressive model with eXogenou چکیده کامل

It is well documented that using linear models to forecast plenty of financial observations due to their nonlinearity is not satisfactory. Therefore, in this paper, the technical analysis indicators are forecasted using Neural Network Auto-Regressive model with eXogenous inputs (NNARX). Then the effect of different factors (economic, systematic risk, company's properties and corporate governance) on their forecasting error (eRSI, eMA1, eMA2 and eMACD) was investigated. For this purpose, required data were collected using the removal sampling method for 323 companies listed on the Tehran Stock Exchange from 2014-2020. In addition, the mean absolute percentage error (MAPE) was applied to measure the error of forecasting technical analysis indicators. NNARX and dynamic panel data models (GMM) were used to study the effective factors on the error of forecasting technical analysis indicators. Results indicated that the error of forecasting technical analysis indicators is less than 0.1 and has sound accuracy. Also, the company's size and corporate governance indicators didn't significantly affect the error of forecasting technical analysis indicators. In addition, financial leverage doesn't significantly affect eRSI and eMACD but has a significant inverse effect on eMA1 and eMA2. On the other hand, return on assets has a significant inverse effect on eRSI, eMA1, eMA2 and eMACD. Also, economic recession and prosperity, inflation fluctuations, exchange rate fluctuations and systemic risk have a significant positive effect on eRSI, eMA1, eMA2 and eMACD. پرونده مقاله

دسترسی آزاد مقاله

95 - A mathematical model to predict corporate bankruptcy using financial, managerial and economic variables And compare it with other models
Jafar Zarin Babak Jamshidinavid Mehrdad Ghanbari Afshin Baghfalaki

10.22034/amfa.2021.1916300.1526

Many studies have been conducted in the field of bankruptcy prediction; But in most of them only financial ratios are used. However, in Iran, many non-financial factors affect bankruptcy. The main purpose of this study is to develop a mathematical model in which financi چکیده کامل

Many studies have been conducted in the field of bankruptcy prediction; But in most of them only financial ratios are used. However, in Iran, many non-financial factors affect bankruptcy. The main purpose of this study is to develop a mathematical model in which financial and non-financial indicators such as management and economics factors are used to predict bankruptcy. In this study, 44 variables that had the greatest impact on bankruptcy forecast were selected and with confirmatory factor analysis, a questionnaire was developed and sent to experts in the fields of management, accounting and economics to rank the impact of these variables. The statistical sample of the study includes 200 bankrupt and non-bankrupt companies listed in the period 2009-2018. After collecting the questionnaires using the OLS regression estimation method, the variables that had a factor load of less than 0.5 were eliminated and in the final model 9 main variables. The research model identified 95% of bankrupt companies and 93% of non-bankrupt companies with 95.4% confidence. Then, for verification, two hypotheses were developed and the model of this research was compared with two existing models. The ability to distinguish bankrupt companies from non-bankrupt ones by our proposed model was 6% more accurate than the Pourheidari et al. model, and 9.4% more accurate than Altman’s model. پرونده مقاله

دسترسی آزاد مقاله

96 - Evaluating the Performance of Forecasting Models for Portfolio Allocation Purposes with Generalized GRACH Method
Adel Azar Mohsen Hamidian Maryam Saberi Mohammad Norozi

10.22034/amfa.2017.529057

Portfolio theory assumes that investors accept risk. This means thatin the equal rate of return on the two assets, the assets were chosenthat have a lower risk level. Modern portfolio theory is accepted byinvestors who believe that they are not cope with the market. Sot چکیده کامل

Portfolio theory assumes that investors accept risk. This means thatin the equal rate of return on the two assets, the assets were chosenthat have a lower risk level. Modern portfolio theory is accepted byinvestors who believe that they are not cope with the market. Sothey keep many different types of securities in order to access theoptimum efficiency rate that is close to the rate of return on market.One way to control investment risk is establishing the portfolioshares. There are many ways to choose the optimal portfolioshares. Among these methods in this study we use loss functions.For this, we choose all firms from the year2011to the end of 2015that had been a member in the Tehran Stock Exchange. The resultsof this research show that the likelihood functions have the bestperformance in Forecasting the optimal portfolio allocationprob-lem. پرونده مقاله

دسترسی آزاد مقاله

97 - Explaining the Relationship Between Sticky of Expenses with Prediction Error of Profit in Tehran Stock Exchange
Reza Jamkarani Ali Lalbar

10.22034/amfa.2016.526240

One of the basic assumptions of management accounting illustrate that costschanges has a significance Relationship with increasing and decreasing in the levelof activity, recently after being raised of sticky costs issue by Anderson and hiscolleagues this assumption was چکیده کامل

One of the basic assumptions of management accounting illustrate that costschanges has a significance Relationship with increasing and decreasing in the levelof activity, recently after being raised of sticky costs issue by Anderson and hiscolleagues this assumption was discussed. It means Increases in costs by increasingthe more activity level of reduction in costs is exchange for the reduction in thelevel of activity. Anderson et al (2003) changed the expression of Cost behavior tosticky costs. The Subject profit forecast error is one of the issues that can affectinvestment decisions to hold or transfer of shares, because purchase of shares ofthe new company's stock is riskier process than other companies; Because of itslack of trading Background, historical information related to their is low. Accordingly,in prediction two fundamental goals follow: The first one obviously is theproper planning and second one is Familiarity and deployment of predictive techniquesusing predictive techniques for decision making and problem solving process.The aim of this study was to investigate the relationship between forecasterror of earnings and sticky cost in Tehran Stock Exchange. To achieve this aim, amain hypothesis and sub-hypothesis has been proposed, and to test hypothesesdata 108 firms listed companies in Tehran Stock Exchange using systematic samplingpurposefully selected, and data of the period between 2007 to 2013 was usedfor statistical analysis. Finally, the results indicate that There is an inverse relationshipbetween sticky costs and forecast error of earnings, and also betweensticky cost of goods sold and sticky costs of sales. پرونده مقاله

دسترسی آزاد مقاله

98 - Comparison of Selected Performance of Portfolio Investment Companies by Using of Grey Forecasting and Johnson’s Index in Tehran Stock Exchange Market
Rahmatollah Mohammadi pour Zhaleh Alavimoghadam Adel Fatemi

10.22034/amfa.2016.527813

The purpose of resent research is to analysis and compares performance evaluation models of selected investment companies in Tehran Stock Exchange Market in the field of their portfolio management. The duration of research was between years 2009-2014. Statistical societ چکیده کامل

The purpose of resent research is to analysis and compares performance evaluation models of selected investment companies in Tehran Stock Exchange Market in the field of their portfolio management. The duration of research was between years 2009-2014. Statistical society the research is consisting of all active investment companies in in Tehran Stock Exchange Market which were 30 companies. Volume of research sample is by using of omit systematic method and also is by considering time of accepting in stock consisting of 14 companies. Data of research which are done based on compare couple and also gathered by financial ratio. Analysis process technic is used for compare couple analysis and used criteria weight determine in ash analysis. For determining company's priority based on financial ratio and weights of any of these companies; grey analysis is used. In present research all of the relations are approved by gain results. The result shows that there is no significant difference between obtained rankings by using of grey Forecasting Johnson ranking; it could be claim that there is no priority between grey forecasting and Johnson ranking. Results based on ranking of tested companies showed that criteria that used in this research were in same direction with liquidity criteria, so it is a confirmation of the fact that economic and accounting criteria could be a good and appropriate base for investors in selecting portfolio; and also that used criteria in the research is very powerful criteria for companies’ performance assessment. پرونده مقاله

دسترسی آزاد مقاله

99 - Application of HS Meta-heuristic Algorithm in Designing a Mathematical Model for Forecasting P/E in the Panel Data Approach
Mozhgan Safa Hossein Panahian

10.22034/amfa.2018.539132

In financial markets such as Tehran Stock Exchange, P/E coefficient, which is one of the most well-known instruments for evaluating stock prices in financial markets, is considered necessary for shareholders, investors, analysts and corporate executives. P/E is used as چکیده کامل

In financial markets such as Tehran Stock Exchange, P/E coefficient, which is one of the most well-known instruments for evaluating stock prices in financial markets, is considered necessary for shareholders, investors, analysts and corporate executives. P/E is used as an important indicator in investment decisions. In this research, harmony search metaheuristic algorithm is used to select optimal variables affecting P/E and then, modelling is done through multivariate regression based on panel data. For this purpose, a sample of 87 companies has been selected from listed companies in the Tehran Stock Exchange during a 10-year period (2006-2015). The results indicate the effect of the variables of stock returns, stock price to book value ratio, price to net selling ratio, return on assets, earnings per share, market value to book value, money volume, operating return margin, return on capital, and current assets, as top ten variables, on P/E ratio, which estimates a total of 86% of the P/E ratio changes. پرونده مقاله

دسترسی آزاد مقاله

100 - Investigating the Relationship between Accounting Earning and Gross Domestic Product in Companies Listed in Tehran Stock Exchange
Emad Ghajar Parviz Saeidi

10.22034/amfa.2016.526244

Accounting earning represents the positive performance of companies during theirpertinent financial periods, thus it is assumed that accounting earning will benoted by investors, which could contribute to the optimum allocation of resourcesto successful companies. It ca چکیده کامل

Accounting earning represents the positive performance of companies during theirpertinent financial periods, thus it is assumed that accounting earning will benoted by investors, which could contribute to the optimum allocation of resourcesto successful companies. It can also play a major role in the economic growth anddevelopment of a society. This research focuses in the relationship between accountingearning and gross domestic product (GPD). The research populationincludes all companies listed in Tehran Stock Exchange. Due to the limitations ofsample size, 65 companies between 2009 and 2013 were studied. The findingsshowed that there is a significant relationship between accounting earning andGPD growth rate. A similar relationship was also observed between accountingearning and forecast errors of GPD growth. The control variables including inflationand employment rate had a significant relationship with GPD growth rate andforecast errors of GPD growth. پرونده مقاله

دسترسی آزاد مقاله

101 - Forecasting Stock Trend by Data Mining Algorithm
Sadegh Ehteshami Mohsen Hamidian Zohreh Hajiha Serveh Shokrollahi

10.22034/amfa.2018.539138

Stock trend forecasting is a one of the main factors in choosing the best investment, hence prediction and comparison of different firms’ stock trend is one method for improving investment process. Stockholders need information for forecasting firm’s stock t چکیده کامل

Stock trend forecasting is a one of the main factors in choosing the best investment, hence prediction and comparison of different firms’ stock trend is one method for improving investment process. Stockholders need information for forecasting firm’s stock trend in order to make decision about firms’ stock trading. In this study stock trend, forecasting performs by data mining algorithm. It should mention that this research has two hypotheses. It aimed at being practical and it is correlation methodology. The research performed in deductive reasoning. Hypotheses analyzed based on collected data from 180 firms listed in Tehran stock exchange during 2009-2015. Results indicated that algorithms are able to forecast negative stock return. However, random forest algorithm is more powerful than decision tree algorithm. In addition, stock return from last three years and selling growth are the main variables of negative stock return forecasting. پرونده مقاله

دسترسی آزاد مقاله

102 - Machine learning algorithms for time series in financial markets
Mohammad Ghasemzadeha Naeimeh Mohammad-Karimi Habib Ansari-Samani

10.22034/amfa.2020.674946

This research is related to the usefulness of different machine learning methods in forecasting time series on financial markets. The main issue in this field is that economic managers and scientific society are still longing for more accurate forecasting algorithms. Fu چکیده کامل

This research is related to the usefulness of different machine learning methods in forecasting time series on financial markets. The main issue in this field is that economic managers and scientific society are still longing for more accurate forecasting algorithms. Fulfilling this request leads to an increase in forecasting quality and, therefore, more profitability and efficiency. In this paper, while we introduce the most efficient features, we will show how valuable results could be achieved by the use of a financial time series technical variables that exist on the Tehran stock market. The suggested method benefits from regression-based machine learning algorithms with a focus on selecting the leading features to find the best technical variables of the inputs. The mentioned procedures were implemented using machine learning tools using the Python language. The dataset used in this paper was the stock information of two companies from the Tehran Stock Exchange, regarding 2008 to 2018 financial activities. Experimental results show that the selected technical features by the leading methods could find the best and most efficient values for the parameters of the algorithms. The use of those values results in forecasting with a minimum error rate for stock data. پرونده مقاله

دسترسی آزاد مقاله

103 - تحلیل روند پیش بینی ماهانه باتوجه به سطوح مختلف قیمت محصولات کشاورزی (مطالعه موردی سیب زمینی و گوجه فرنگی)
سید احسان ظهوری رضا مقدسی عین اله حسامی

10.30495/sarj.2023.1982071.1124

هدف مطالعه حاضر، این بوده است که تعیین گردد براساس قیمتهای ماهانه سیب زمینی و گوجه فرنگی، بطور نسبی در سال هایی با روند قیمتی بالا و سال هایی با روند قیمتی پایین، پیش‌بینی‌ها تحت تأثیر می‌گیرند و یکسان انجام می‌شوند؟ تجزیه و تحلیل و پیش بینی قیمتها در ماههای برداشت دو م چکیده کامل

هدف مطالعه حاضر، این بوده است که تعیین گردد براساس قیمتهای ماهانه سیب زمینی و گوجه فرنگی، بطور نسبی در سال هایی با روند قیمتی بالا و سال هایی با روند قیمتی پایین، پیش‌بینی‌ها تحت تأثیر می‌گیرند و یکسان انجام می‌شوند؟ تجزیه و تحلیل و پیش بینی قیمتها در ماههای برداشت دو محصول طی سالهای 1400-1375 از طریق آزمونt و تحلیل رگرسیون خطی، انجام شده است. نتایج نشاندهنده معنی دار بودن پیش‌بینی‌ها برای سالهایی با سطوح قیمتی متوسط و بالا بوده ضمن اینکه فرضیه تحقیق در خصوص پیشی‌بینی روند قیمت، بیشتر برای محصول سیب زمینی درسطح قیمتی بالا تایید گردیده است. از نتایج این تحقیق و موارد مشابه آن در پیش‌بینی قیمتها در جهت مدیریت تولید این محصولات، تنظیم بازار و همچنین رفاه مصرف کنندگان درفصول مختلف سال درکشور میتوان بهره برد. از جمله راهکارها در مواردی که عرضه انبوه همراه کاهش قیمت یا کمبود تولید همراه افزایش قیمت آن بوجود می آید، ارائه الگو و کشت تکلیفی با توجه به مزیت نسبی در استانها و مناطق مختلف می باشد. پرونده مقاله

دسترسی آزاد مقاله

104 - Designing an Optimal Model Using Artificial Neural Networks to Predict Non-Linear Time Series (case study: Tehran Stock Exchange Index)
Bahman Ashrafijoo Nasser Fegh-hi Farahmand Yaghoub Alavi Matin kamaleddin rahmani

10.30495/jsm.2022.1965914.1679

Investing in stocks is fraught with long risks that make it tough to manage and predict the choices out there to the investor. Artificial Neural Network (ANN) is a popular method which also incorporates technical analysis for making predictions in financial markets. The چکیده کامل

Investing in stocks is fraught with long risks that make it tough to manage and predict the choices out there to the investor. Artificial Neural Network (ANN) is a popular method which also incorporates technical analysis for making predictions in financial markets. The purpose of this work is an applied study which is conducted using description based on testing as method. The discussion is established on analytical-computational methods. In this research, the documents and statistics of the Tehran Stock Exchange are used to obtain the desired variables. Descriptive statistics and inferential statistics, as well as Perceptron multi-layer neural networks are utilized to analyze the data of this research. The results of this research show the confirmation of the high prediction accuracy of the Tehran Stock Exchange index compared to other estimation methods by the presented model, which has the ability to predict the total index with less than 1.7% error. پرونده مقاله

دسترسی آزاد مقاله

105 - Forecasting and Sensitivity Analysis of Monthly Evaporation from Siah Bisheh Dam Reservoir using Artificial neural Networks combined with Genetic Algorithm
آزاده محمدیان شوئیلی حسن فتحیان مهدی اسدی لور

Evaporation process, the main component of the water cycle in nature, is essential in agricultural studies, hydrology and meteorology, the operation of reservoirs, irrigation and drainage systems, irrigation scheduling and management of water resources. Various methods چکیده کامل

Evaporation process, the main component of the water cycle in nature, is essential in agricultural studies, hydrology and meteorology, the operation of reservoirs, irrigation and drainage systems, irrigation scheduling and management of water resources. Various methods have been presented for estimating evaporation from free surface including water budget method, evaporation from pan and experimental equations that each of these methods is coupled with the restriction and measurement error. Early the new technique using Artificial Neural Networks (ANNs) based on artificial intelligence has been widely used in various scientific fields, particularly water engineering. In this study, the amount of monthly evaporation from the Siah Bisheh dam reservoir was forecasted up 3 next month using Multi-Layer Perceptron (MLP), Radial Basis Function (RBF) and Feed Forward (FF), of ANNs. The genetic algorithm was used for efficient input variables selection and number of neurons in hidden layer of ANNs. The results showed that the correlation coefficient between measured and computed outputs using RBF, MLP and FF models were 0.92%, 0.90% and 0.88% respectively in the estimation and forecasting of evaporation from the dam reservoir. Therefore the RBF model had more precision rather than MLP and FF models in the estimation and forecasting of monthly evaporation. The results of sensitivity analysis showed that the monthly evaporation from the dam reservoir up 3 next month had most sensitivity to the time of evaporation per month, air pressure on ground surface in 2, 3 and 1 months ago, wind speed on 1000mb pressure in 3 and 2 months ago and air temperature on 300mb pressure in current time respectively. پرونده مقاله

دسترسی آزاد مقاله

106 - بهبود دقت پیش بینی پروژه های ساخت با استفاده از ادغام مدیریت ارزش کسب شده با روش های کمی پیش بینی در سری های زمانی. مورد مطالعاتی: پروژه های ساخت در شرکت بزرگ آذر آب اراک
Mehrdad Khazenchin Amir abbas Shojaie

در این پژوهش دو پروژه در فاز ساخت شرکت آذر آب برای پیش بینی هزینه های ساخت در نظر گرفته شد و هزینه های واقعی پروژه های مذکور بعد از جمع آوری اطلاعات محاسبه گردید ، سپس شش مدل رگرسیونی در چهار دوره زمانی برای هر پروژه ارائه و سپس میانگین خطای مدل ها برای هر پروژه در چهار چکیده کامل

در این پژوهش دو پروژه در فاز ساخت شرکت آذر آب برای پیش بینی هزینه های ساخت در نظر گرفته شد و هزینه های واقعی پروژه های مذکور بعد از جمع آوری اطلاعات محاسبه گردید ، سپس شش مدل رگرسیونی در چهار دوره زمانی برای هر پروژه ارائه و سپس میانگین خطای مدل ها برای هر پروژه در چهار دوره محاسبه گردید تا مدل نهایی و مورد قبول برای هر پروژه مشخص گردد. نتایج نشان داد که مدلهای 2 و 3 درصد خطای پایین و قابل قبولی را نسبت به دیگر مدل ها دارند. وجود منغیر های موثر در مدل ها و همچنین با توجه به ماهیت پروژه ها نتیجه می گیریم مدل شماره 3 با درجه اطمینان قابل قبول تری هزینه های آتی پروژه ها را پیش بینی می کند. درمجموع مدل شماره 3 را به عنوان مدل برتر برای پیش بینی هزینه های آتی پروژه های مورد بحث انتخاب خواهیم کرد. با این حال یادآور می شویم که برای هر پروژه با توجه به ماهیت آن ممکن است یک معادله خاص دیگر، پیش بینی های دقیق تری را ارائه دهد.اما به طور کلی می توان بیان داشت که مدلهای رگرسیونی برای پیش بینی هزینه های دوره های مختلف پروژه با توجه به ماهیت آن کاربردی می باشد. پرونده مقاله

دسترسی آزاد مقاله

107 - ترکیب بهینه پیش بینی در زنجیره تأمین چهار سطحی با هدف کمینه نمودن اثر شلاق چرمی
Maryam Daneshmand-Mehr Marzban Najafi Ramin Sadeghian

اثر شلاق چرمی که در زنجیره اتفاق می افتد، منجر به ناکارآمدی‌هایی همچون موجودی اضافی و سفارشات عقب افتاده در طول زنجیره می‌گردد. انجام پیش‌بینی مناسب می تواند تا حدود زیادی این مشکلات را مرتفع سازد. با توجه به اینکه زنجیره تأمین دارای سطوح مختلفی می‌باشد، لازم است پیش‌بی چکیده کامل

اثر شلاق چرمی که در زنجیره اتفاق می افتد، منجر به ناکارآمدی‌هایی همچون موجودی اضافی و سفارشات عقب افتاده در طول زنجیره می‌گردد. انجام پیش‌بینی مناسب می تواند تا حدود زیادی این مشکلات را مرتفع سازد. با توجه به اینکه زنجیره تأمین دارای سطوح مختلفی می‌باشد، لازم است پیش‌بینی در هر سطحی از زنجیره انجام شود. این مقاله به بررسی مسأله ترکیب بهینه پیش بینی جهت کاهش اثر شلاق چرمی در زنجیره تأمین چهار سطحی می پردازد. برای این منظور یک زنجیره تأمین چهار سطحی در نظر گرفته شده است که در هر یک از سطوح آن، یکی از روش-های میانگین متحرک، هموارسازی نمایی، رگرسیون خطی و شبکه عصبی مصنوعی پرسپترون چند لایه را برای پیش بینی مورد استفاده قرار می-دهد. برای این منظور نخست نسبت به شبیه سازی زنجیره تأمین مورد نظر اقدام و سپس نتایج با استفاده از روش تحلیل واریانس مورد آزمون قرار گرفته‌اند. از بین ترکیبات، دو ترکیب روش‌های پیش‌بینی با کمترین اثر شلاق چرمی بدست آمده است. میانگین متحرک، شبکه عصبی، هموارسازی نمایی و رگرسیون خطی به ترتیب برای سطح های خرده فروش، عمده فروش، تولید کننده و تامین کننده به عنوان یک جواب و دیگری به شکل میانگین متحرک، هموار سازی نمایی، شبکه عصبی و رگرسیون خطی با همان ترتیب سطوح یاد شده در زنجیره تامین می‌باشند و ترکیبات دیگر از مطلوبیت کمتری برخوردارند. پرونده مقاله

دسترسی آزاد مقاله

108 - Predicting Land Changes in River Margin and Urban Areas by Remote Sensing and GIS
ehsan izadi Ali Akbar Jamali

Today, the rapid growth of the world's urban population, especially in developing countries, has created many problems in various fields. Among these, land-use change is of great importance. Modeling and predicting future land-use changes has become increasingly importa چکیده کامل

Today, the rapid growth of the world's urban population, especially in developing countries, has created many problems in various fields. Among these, land-use change is of great importance. Modeling and predicting future land-use changes has become increasingly important for urban and environmental management and other relevant authorities and researchers. The main purpose of this study is to apply cellular automata (CA) Markov models based on spatial information system to simulate and predict land-use change. Landsat satellite imagery was prepared during the three periods of late June 1986, 2001, and 2016. Then land use maps of the study area were obtained by classifying the maps. The پرونده مقاله

دسترسی آزاد مقاله

109 - The comparative effects of intensive versus extensive recasts through grammar-focused tasks on Iranian intermediate EFL learners’ grammatical accuracy in writing
Somayeh Hosseini Mahdieh Shafipoor Morteza Teimourtash

Grammatical accuracy has been controversial in L2 writing, and the utility of different types of corrective feedback has been enigmatic. Therefore, the present study attempted to explicate the impact of intensive versus extensive recasts through grammar-focused tasks on چکیده کامل

Grammatical accuracy has been controversial in L2 writing, and the utility of different types of corrective feedback has been enigmatic. Therefore, the present study attempted to explicate the impact of intensive versus extensive recasts through grammar-focused tasks on Iranian EFL learners’ grammatical accuracy in writing. To do so, 60 Iranian male and female EFL learners were assigned into two experimental groups (i.e., intensive and extensive groups) and one control group. After taking the Oxford Placement Test (OPT), the experimental groups received intended corrective feedback, while the control group did not receive any feedback. Then, the data was analyzed deploying both descriptive and inferential statistics. The results revealed the outperformance of experimental groups compared to the control group in the writing post-test. Also, it was concluded that extensive recast can improve EFL learners’ writing performance much better than intensive recast. The findings have some fruitful pedagogical implications for both teachers and materials developers. پرونده مقاله

دسترسی آزاد مقاله

110 - Neural Networks in Electric Load Forecasting:A Comprehensive Survey
Vahid Mansouri Mohammad Esmaeil akbari

Review and classification of electric load forecasting (LF) techniques based on artificial neuralnetworks (ANN) is presented. A basic ANNs architectures used in LF reviewed. A wide range of ANNoriented applications for forecasting are given in the literature. These are چکیده کامل

Review and classification of electric load forecasting (LF) techniques based on artificial neuralnetworks (ANN) is presented. A basic ANNs architectures used in LF reviewed. A wide range of ANNoriented applications for forecasting are given in the literature. These are classified into five groups:(1) ANNs in short-term LF, (2) ANNs in mid-term LF, (3) ANNs in long-term LF, (4) Hybrid ANNs inLF, (5) ANNs in Special applications of LF. The major research articles for each category are brieflydescribed and the related literature reviewed. Conclusions are made on future research directions. پرونده مقاله

دسترسی آزاد مقاله

111 - The direct and indirect effect of corrective feedback in speaking accuracy on L2 learners in Iranian EFL context
Pegah Javadi Bahador Sadeghi

The purpose of the current study was to investigate the effects of direct and indirect correctivefeedback on Iranian intermediate EFL learners’ speaking accuracy. This present research aimedto investigate the differential impact of recast and metalinguistic feedba چکیده کامل

The purpose of the current study was to investigate the effects of direct and indirect correctivefeedback on Iranian intermediate EFL learners’ speaking accuracy. This present research aimedto investigate the differential impact of recast and metalinguistic feedback on speakingperformance of EFL learners. To do so, After administering a Nelson test to have ahomogeneous sample a total number of 61 EFL learners ranging from 15 to 40 years old wereselected. They were randomly divided into three groups. Two classes were assigned to serve asan experimental groups which received direct and indirect corrective feedback, and the otherclass as control group. For pre and post-tests all groups were given different pictures to measurethe learners speaking accuracy. In order to treatment, The classes last for 8 sessions in 4 weeks.The results of the One-Way Anova and Post Hoc Tukey Hsd Test showed that, there exists asignificant difference among the speaking accuracy measures in the three groups and theexperimental groups who received corrective feedback outperformed the control group who didnot receive any feedback. In other words, first of all both CF types were effective in post test andsecondly between the two CF types metalinguistic feedback was more effective than recast. پرونده مقاله

دسترسی آزاد مقاله

112 - Oral Corrective Feedback and L2 Vocabulary Development: Prompts and Recasts in the Teens ESL Classroom
Parisa Moghaddam

This research examines how teens learn L2 vocabulary when affected by different types of oral corrective feedback during a controlled classroom interaction. The study employed post-test design. Pre-Intermediate teens ESL learners (N 30) in an institute were categorized چکیده کامل

This research examines how teens learn L2 vocabulary when affected by different types of oral corrective feedback during a controlled classroom interaction. The study employed post-test design. Pre-Intermediate teens ESL learners (N 30) in an institute were categorized into three groups: prompts, recasts, and control. In the treatment stage, a four step vocabulary activity was provided to prompt, recast or no feedback group, respective. The findings appear to indicate that using prompts and recasts as two kinds of oral corrective feedback were of benefit to students in terms of their ability to detect and correct errors in their own speech when they are learning new vocabularies. However the prompts group was the only one that demonstrated significant increases of vocabulary development as they were operationalized for this study. پرونده مقاله

دسترسی آزاد مقاله

113 - Use of the Improved Frog-Leaping Algorithm in Data Clustering
Sahifeh Poor Ramezani Kalashami Seyyed Javad Seyyed Mahdavi Chabok

Clustering is one of the known techniques in the field of data mining where data with similar properties is within the set of categories. K-means algorithm is one the simplest clustering algorithms which have disadvantages sensitive to initial values of the clusters and چکیده کامل

Clustering is one of the known techniques in the field of data mining where data with similar properties is within the set of categories. K-means algorithm is one the simplest clustering algorithms which have disadvantages sensitive to initial values of the clusters and converging to the local optimum. In recent years, several algorithms are provided based on evolutionary algorithms for clustering, but unfortunately they have shown disappointing behavior. In this study, a shuffled frog leaping algorithm (LSFLA) is proposed for clustering, where the concept of mixing and chaos is used to raise the accuracy of the algorithm. Because the use of concept of entropy in the fitness functions, we are able to raise the efficiency of the algorithm for clustering. To perform the test, the four sets of real data are used which have been compared with the algorithms K-menas, GA, PSO, CPSO. The results show better performance of this method in the clustering. پرونده مقاله

دسترسی آزاد مقاله

114 - Sales Budget Forecasting and Revision by Adaptive Network Fuzzy Base Inference System and Optimization Methods
Kaban Koochakpour Mohammad Jafar Tarokh

The sales proceeds are the most important factors for keeping alive profitable companies. So sales and budget sales are considered as important parameters influencing all other decision variables in an organization. Therefore, poor forecasting can lead to great loses in چکیده کامل

The sales proceeds are the most important factors for keeping alive profitable companies. So sales and budget sales are considered as important parameters influencing all other decision variables in an organization. Therefore, poor forecasting can lead to great loses in organization caused by inaccurate and non-comprehensive production and human resource planning. In this research a coherent solution has been proposed for forecasting sales besides refining and revising it continuously by ANFIS model with consideration of time series relations. The relevant data has been collected from the public and accessible annual financial reports being related to a famous Iranian company. Moreover, for more accuracy in forecasting, solution has been examined by Back Propagation neural Network (BPN) and Particle swarm Optimization (PSO). The comparison between prediction taken and real data shows that PSO can optimize some parts of prediction in contrast to the rest which is more coincident to the output of BPN analysis with more precise results relatively. پرونده مقاله

دسترسی آزاد مقاله

115 - پیش بینی نرخ ارز با استفاده از روش های آینده پژوهی و بررسی تاثیر نوسانات ارزی بر عملکرد شرکت ها: مطالعه موردی شرکت دخانیات ایران
علیرضا فتحی نیا علی بدیع زاده

نرخ ارز همواره از اولویت و جذابیت بالایی در جامعه و به خصوص بین شرکت ها برخوردار است برای پیش بینی نرخ ارز روش های متفاوتی به کار گرفته می شود که از میان آن ها روش های ساختاری به عنوان روش های تحلیل بنیادین، دقت کمی در پیش بینی دقیق نرخ ارز دارند اما به عنوان چشم انداز چکیده کامل

نرخ ارز همواره از اولویت و جذابیت بالایی در جامعه و به خصوص بین شرکت ها برخوردار است برای پیش بینی نرخ ارز روش های متفاوتی به کار گرفته می شود که از میان آن ها روش های ساختاری به عنوان روش های تحلیل بنیادین، دقت کمی در پیش بینی دقیق نرخ ارز دارند اما به عنوان چشم انداز بلند مدت بسیار مفید بوده و روند حرکتی نرخ ارز را روشن می سازند. برای جبران کاستی این دسته از روش ها، می توان از بررسی های تکنیکال بهره برد. با استفاده از تکنیک های آینده پژوهی سعی شده است تا علاوه بر پوشش خلا مطالعاتی تکنیک های آینده پژوهی در پیش بینی نرخ ارز، خطاهای ناشی از روش های کمی نیز به حداقل رسانده شود تا شرکت ها برای وقوع حالت های مختلف آمادگی داشته باشند. در بخش پایانی مقاله تاثیر نوسانات ارزی بر روی شاخص های عملکردی شرکت دخانیات طی سه سال اخیر مورد بررسی قرار گرفته است. نتایج بررسی حاکی از آن است که نوسانات ارزی نخستین و بیشترین تاثیر را بر روی روند اجرای طرح های توسعه ای می گذارد و هم چنین شوک های اقتصادی ناگهانی به صورت آنی در عملکرد شرکت ها انعکاس پیدا نکرده و به دلیل وجود ضربه گیرهایی نظیر موجودی در انبار، خریدهای استقراضی و ایجاد بدهی های بلند مدت، با گذشت زمان رفته رفته تاثیر خود را گذاشته و عملکرد شرکت را تضعیف می نمایند. پرونده مقاله

دسترسی آزاد مقاله

116 - پیش بینی نوسانات روزانه و ارزش در معرض خطر برای داده‌های با فراوانی بالا
امیر محمدزاده سحر مسعودزادگان

نوسان یکی از مهم‌ترین جنبه‌های توسعه بازارهای مالی است و نقشی اساسی را در مدیریت پرتفوی، قیمت‌گذاری اختیار معاملات و قوانین حاکم بر بازار، ایفا می‌کند. به طور کلی مؤسسات مالی و اقتصادی با چهار نوع ریسک اعتباری، عملیاتی، نقدینگی و بازار مواجه هستند. در حال حاضر متداول‌تر چکیده کامل

نوسان یکی از مهم‌ترین جنبه‌های توسعه بازارهای مالی است و نقشی اساسی را در مدیریت پرتفوی، قیمت‌گذاری اختیار معاملات و قوانین حاکم بر بازار، ایفا می‌کند. به طور کلی مؤسسات مالی و اقتصادی با چهار نوع ریسک اعتباری، عملیاتی، نقدینگی و بازار مواجه هستند. در حال حاضر متداول‌ترین معیار سنجش ریسک بازار روش ارزش در معرض خطر می‌باشد. بنا به تعریف، ارزش در معرض خطر حداکثر زیانی است که ممکن است در یک دوره زمانی معین (معمولا یک روزه) و با در نظر گرفتن یک سطح اطمینان مشخص در پرتفویی از دارائی‌ها رخ دهد.در این پژوهش برای پیش‌بینی ارزش در معرض خطر برای نوسانات کمتر از یک روز، اطلاعات قیمت 6 صنعت و از هر صنعت 3 شرکت، در فاصله‌های زمانی 30 دقیقه‌ای در بازه زمانی 1/11/91 لی 1/4/92 استخراج و با توجه شرایط حاکم بر داده‌ها از مدل گارچ (1و1) برای برآورد واریانس استفاده گردید. همچنین در خصوص باقیمانده‌های برآورد دو فرض نرمال بودن و پیروی از توزیع t در نظر گرفته شد و از این رو در مجموع 6 مدل برای شش صنعت مورد ارزیابی قرار گرفت.تمامی شش مدل انتخابی در مجموع مدل‌های مناسبی به جهت ضریب تعیین، معنی‌داری ضرایب و مقدار آماره دوربین واتسون بوده‌اند. از این رو در برآورد واریانس و پیش‌بینی ارزش در معرض خطر از تمامی مدل‌ها در سطح اطمینان 95% استفاده شد. نتایج حاکی از آن بود که گروه صنایع فلزات اساسی به جهت نوسانات روزانه در بازه‌های زمانی 30 دقیقه‌ای دارای ارزش در معرض خطر پیش‌بینی شده بسیار بالاتری نسبت به سایر صنایع انتخابی می‌باشند. پرونده مقاله

دسترسی آزاد مقاله

117 - ارزیابی عملکرد موجودی مبتنی بر پیش‌بینی تقاضا با استفاده از مدل شبکۀ عصبی MLP
یاسر تقی‌نژاد

مدیریت صحیح و کنترل بهتر موجودی اقلام فروشگاه مواد غذایی، یکی از ضروری ترین و مهم ترین اهداف مدیران فروشگاه‌های مواد غذایی می‌باشد. هر چه عملکرد موجودی فروشگاه بهبود یابد، افزایش سطح خدمت به مشتری و کاهش روزهای مواجه با کمبود را در پی خواهیم داشت. هدف این مقاله ارائه یک چکیده کامل

مدیریت صحیح و کنترل بهتر موجودی اقلام فروشگاه مواد غذایی، یکی از ضروری ترین و مهم ترین اهداف مدیران فروشگاه‌های مواد غذایی می‌باشد. هر چه عملکرد موجودی فروشگاه بهبود یابد، افزایش سطح خدمت به مشتری و کاهش روزهای مواجه با کمبود را در پی خواهیم داشت. هدف این مقاله ارائه یک مدل پیش‌بینی برای تقاضای فرآورده‌های گوشتی فروشگاه زنجیره‌ای اتکای گرگان، به‌منظور بهبود عملکرد موجودی می باشد. در این پژوهش از مدل ANNmlp < /sub> برای پیش‌بینی تقاضای فرآوردۀ گوشتی این فروشگاه استفاده‌شده است و همچنین برای درک میزان دقت پیش‌بینی، با مدل های ARIMA و میانگین متحرک 14 روزه مقایسه شده است. برای این منظور، از کد نویسی این مدل در نرم‌افزار متلب و داده‌های سری زمانی تقاضای فرآورده‌های گوشتی از ابتدای سال 1392 تا هفتۀ 12 سال 1395 که به‌صورت هفتگی دریافت گردید، استفاده شد. نتایج تحقیق نشان داد که مدل 1-8-5ANN بهترین مدل برای پیش‌بینی تقاضای این محصول می‌باشد. مدل پیش‌بینی ارائه‌شده با سیاست کنترل دوره ای سطح موجودی، منجر به کاهش روزهای مواجه با کمبود و افزایش سطح خدمت به مشتری شده است. پرونده مقاله

دسترسی آزاد مقاله

118 - An Assessment Method for Project Cash Flow under Interval-Valued Fuzzy Environment
Vahid Mohagheghi SEYED meysam mousavi Behnam Vahdani

10.22094/joie.2017.278

Effective project management requires reliable knowledge of cash required in different stages of project life cycle. Getting this knowledge is highly dependent on sophisticated consideration of project environment. Nature of projects and their environments are associate چکیده کامل

Effective project management requires reliable knowledge of cash required in different stages of project life cycle. Getting this knowledge is highly dependent on sophisticated consideration of project environment. Nature of projects and their environments are associated with uncertain conditions. In this paper, a new project cash flow assessment method based on project scheduling is proposed to foresee projects' cash flow in their different stages. Interval-valued fuzzy sets (IVFSs) are applied to address the uncertainty of activity durations and costs. First, an IVF-project scheduling method is proposed to calculate early start time and early finish time of activities under IVF-environment and based on that, a new method of cash flow assessment is introduced under IVF-environment. For the purpose of illustration, the proposed method is implemented to generate cash flow of main activities of a large-scale project. The results show the flexibility of presented assessment method in expressing uncertainty, in addition to its capability in risk evaluation. Furthermore, using alpha-cuts to address different levels of uncertainty and risk provides a comprehensive insight of the cash required in different stages of project life cycle under different levels of risk and uncertainty. Finally, the results are discussed and the proposed method is believed to be useful in the project evaluation. پرونده مقاله

دسترسی آزاد مقاله

119 - Three Approaches to Time Series Forecasting of Petroleum Demand in OECD Countries
Majid Khedmati Babak Ghalebsaz-Jeddi

10.22094/joie.2018.538229

Petroleum (crude oil) is one of the most important resources of energy and its demand and consumption is growing while it is a non-renewable energy resource. Hence forecasting of its demand is necessary to plan appropriate strategies for managing future requirements. In چکیده کامل

Petroleum (crude oil) is one of the most important resources of energy and its demand and consumption is growing while it is a non-renewable energy resource. Hence forecasting of its demand is necessary to plan appropriate strategies for managing future requirements. In this paper, three types of time series methods including univariate Seasonal ARIMA, Winters forecasting and Transfer Function-noise (TF) models are used to forecast the petroleum demand in OECD countries. To do this, we use the demand data from January 2001 to September 2010 and hold out data from October 2009 to September 2010 to test the sufficiency of the forecasts. For the TF model, OECD petroleum demand is modeled as a function of their GDP. We compare the root mean square error (RMSE) of the fitted models and check what percentage of the testing data is covered by the confidence intervals (C.I.). Accordingly we conclude that Transfer Function model demonstrates a better forecasting performance. پرونده مقاله

دسترسی آزاد مقاله

120 - Optimization of Inventory Controlling System Using Integrated Seasonal Forecasting and Integer Programming
Hagazi Heniey Kidane Gebrehiwot Tsegay Desta Leake Gebrehiwot

10.22094/joie.2021.1895036.1732

Ethiopia's industrial development strategy is characterized by manufacturing-led and expansion labor-intensive industrialization. The country expects to generate more income from the exported market. However, the case company is still known not to become productive as m چکیده کامل

Ethiopia's industrial development strategy is characterized by manufacturing-led and expansion labor-intensive industrialization. The country expects to generate more income from the exported market. However, the case company is still known not to become productive as much as possible due to different reasons. One of the big challenges of the company has the problem with holding inappropriate inventory and with determines their optimal cost due to poor production planning. So that to solve this problem objective of the paper is to minimize total cost through the integration of seasonal forecasting and integer programming model without violating demand fulfillments. This technique improves resource utilization and enhances inventory control or stock control system. Currently, the company produces different kinds of products grouped into four common types of products (knitted garment, knitted fabric, woven garment, and woven fabric). The data survey system was both primary and secondary system and classified the products using A B C (always better classification) classification. The optimal solution was settled through the integration of seasonal forecasting and integer programming. As the Sensitivity analysis indicated the a big gap between production capacity and actual demand of the products. As the optimized solution indicated that total cost of production cost and inventory cost was minimized and the optimal production plan as well safety stock levels in each quarter was settled. Seasonal demand forecasting is a key activity for a garment which more or less controls all activities of production processes since garment products are affected by seasonal. As the result and discussion have shown that after optimized increase profit of the company through minimizing production cost and inventory costs since both costs are the big constraint of the company. Based on the optimized solution finding annually total cost needs for each A, B, and C – categories products are 57,225,920 BIRR 4,733,013 BIRR, 8,229,309 BIRR, respectively for production and inventory costs. The optimized solution indicated that if the company implemented exactly the proposed solution it will get an additional,4,219,788.8 BIRR,772,055.8 BIRR,2,119,824.2 BIRR respectively for A, B, C categories products totally around 7,111,668.8 BIRR profit per year will get. To end, it was concluded that this remarkable profit increment of the case company can certainly enhance its productivity and worldwide competitiveness. This research will create further pathways for other researchers to accomplish substantial studies on other garment sectors or other manufacturing industries based on local and international perspectives. پرونده مقاله

دسترسی آزاد مقاله

121 - The Influence of Globalization Processes on Forecasting the Activities of Market Entities
Nazariy Popadynets Olga Vyshnevska Inna Irtyshcheva Iryna Kramarenko Maryna Ponomarova

10.22094/joie.2021.1945341.1909

The paper outlines the essence, components, and features of globalization from the viewpoint of manifestations in society, development priorities, and possible threats. The processes taking place in the globalized environment are proven to require market participants to چکیده کامل

The paper outlines the essence, components, and features of globalization from the viewpoint of manifestations in society, development priorities, and possible threats. The processes taking place in the globalized environment are proven to require market participants to adapt to changes in the external environment, including through the expansion of the spheres of transnational business influence. A significant increase in the influence of geopolitical, geosocial, geo-economic, and environmental factors on a global level is emphasized. The paper proves that the development of the world economy, individual states, and regions of the world should be focused on a set of global factors that determine potential opportunities and the priority threats of market entities. A significant advantage of modern activity management is the timely identification of priority approaches to adapting solutions in order to prevent threats, conduct analytical assessments, and predict (plan) the activities of entities in the context of the growing influence of transnational business using appropriate methodological approaches to economic analysis. The authors argue that the development of business ideas, the formation of business plans, and forecasting the results of market entities’ activities should take into account the relevant capabilities and input conditions that will allow a timely response to ensure the adequacy of actions and forecasts. The efficiency of forecasting (planning) activities and adjusting managerial decisions is emphasized. The calculations are based on the method of extrapolating trends according to the equation of the line to predict the activities of a market entity. The paper proves that expansion of the activity domain of the transnational business fosters the maintenance of efficient management mechanisms that allow quick change of approaches to holding the domestic and external policy of business processes. پرونده مقاله

دسترسی آزاد مقاله

122 - Forecasting Seasonal and Trend-Driven Data: A Comparative Analysis of Classical Techniques
Zahira MARZAK Rajaa BENABBOU Salma MOUATASSIM Jamal BENHRA

10.22094/joie.2023.1984123.2057

Making future predictions based on past and present data is known as forecasting. In the face of uncertainty, organizations rely on this valuable tool to make informed decisions, develop better strategies, and become more proactive. This study presents a comprehensive c چکیده کامل

Making future predictions based on past and present data is known as forecasting. In the face of uncertainty, organizations rely on this valuable tool to make informed decisions, develop better strategies, and become more proactive. This study presents a comprehensive comparison of the performance of several classical quantitative forecasting methods, namely, Moving Average, Single Exponential Smoothing, Holt’s Double Exponential Smoothing with a trend, Holt-Winter’s Triple Exponential Smoothing with a trend and seasonality, ARIMA, ARIMAX, SARIMA, SARIMAX, and Multiple Linear Regression method.This research’s aim is to identify the most effective technique for predicting weekly sales of a product, a critical aspect of supply chain management, with the emphasis being placed on the capability of each technique to capture the trend and seasonality components of the dataset. For this, an out-of-sample validation procedure was used; the evaluation of the performance of each technique’s model was conducted using three accuracy metrics: Mean Absolute Percentage Error (MAPE), Mean Absolute Error (MAE), and Root Mean Square Error (RMSE). The results revealed that the SARIMAX model outperformed the other techniques, providing the most accurate forecasts for the product’s weekly sales. This paper contributes to the field of industrial engineering by offering insights into the application of these classical quantitative forecasting methods in real-world scenarios, particularly in sales forecasting. The findings of this study can assist businesses and organizations in making up-to-date decisions and developing more effective and successful strategies. پرونده مقاله

دسترسی آزاد مقاله

123 - Optimizing the Prediction Model of Stock Price in Pharmaceutical Companies Using Multiple Objective Particle Swarm Optimization Algorithm (MOPSO)
Ali Khazaei Babak Haji Karimi Mohammad Mahdi Mozaffari

10.22094/joie.2020.677889

The purpose of this study is to optimize the stock price forecasting model with meta-innovation method in pharmaceutical companies.In this research, stock portfolio optimization has been done in two separate phases.The first phase is related to forecasting stock futures چکیده کامل

The purpose of this study is to optimize the stock price forecasting model with meta-innovation method in pharmaceutical companies.In this research, stock portfolio optimization has been done in two separate phases.The first phase is related to forecasting stock futures based on past stock information, which is forecasting the stock price using artificial neural network.The neural network used was a multilayer perceptron network using the error propagation learning algorithm.After predicting the stock price with the neural network, the forecast price data in the second phase has been used to optimize the stock portfolio.In this phase, a multi-objective genetic algorithm is used to optimize the portfolio, and the optimal weights are assigned to the stock and the optimal stock portfolio is created.Having a regression model, the design of the relevant genetic algorithm has been done using MATLAB software.The results show that the stock portfolio created by MOPSO algorithm has a better performance compared to the algorithms used in the article under comparison under all four risk criteria except the criterion of conditional risk exposure. In all models, except the conditional risk-averaged value model, the stock portfolios created by the MOPSO algorithm used in the research have more and more appropriate performance. پرونده مقاله

دسترسی آزاد مقاله

124 - Forecasting the Cost of Water Using a Neural Network Method in theMunicipality of Isfahan
Amir Mohammadzadeh Nasrin Mahdipour Arash Mohammadzadeh

Decision making on budgeting is one of the most important issues for executing managers. Budgeting is a major tool for planning andcontrol of projects. In public and non-profit organizations and institutions, estimating the costs and revenues plays an important role inr چکیده کامل

Decision making on budgeting is one of the most important issues for executing managers. Budgeting is a major tool for planning andcontrol of projects. In public and non-profit organizations and institutions, estimating the costs and revenues plays an important role inreceiving credit and budgeting. In this regard, in the present paper the case of Isfahan municipality is considered. One of the mainexpenditures of the 14 districts of Isfahan is the costs related to water. Predicting the total cost of water helps the municipality of Isfahan tooptimize the water use in its 14 urban zones. Thus, in this study the total cost of water in the districts of Isfahan is estimated usingregression analysis and neural network models. Then the results of the methods are compared with each other to minimize the deviationsfrom the approved budget. Finally, the neural network method is selected as the main simulation method for forecasting the total cost ofwater in the districts of Isfahan. پرونده مقاله

دسترسی آزاد مقاله

125 - Cyclic Behavior of Precast Post-Tensioned Concrete Shear Wall with and Without Opening
Ahmad Shokoohfar peyman khorshidi

10.22094/jseg.2022.1937963.1113

Innovative Precast Post-Tensioned Concrete Shear Wall (PPCSW) comprises two columns as boundary elements and a main precast shear wall. Although, there have been some researches about the cyclic behavior of the PPCSWs, the investigation of the effect of openings in this چکیده کامل

Innovative Precast Post-Tensioned Concrete Shear Wall (PPCSW) comprises two columns as boundary elements and a main precast shear wall. Although, there have been some researches about the cyclic behavior of the PPCSWs, the investigation of the effect of openings in this system has been of less interest. The main purpose of this article is to study the effect of a standard opening on the PPCSWs. The numerical models are prepared for three different heights (3,6, and 9 stories) and their cyclic dissipated energy is compared. The concrete damage plasticity model is applied as constitutive material law. The numerical results demonstrate that by increasing the shear wall’s height, the openings become more effective. Therefore, the maximum reduction of dissipated energy belongs to the nine stories shear wall system. And, also the maximum strength reduction due to opening effects is for the nine stories shear wall system. In contrast to the strength and dissipated energy variables, the maximum initial stiffness reduction due to opening effects take place in 3 stories model. پرونده مقاله

دسترسی آزاد مقاله

126 - Analysis of the Earth Dams Function against the Effects of Long-Term Deposition in Reservoirs (Polrood Earth Dam-Guilan Province)
Mahdi keshavarz Nasser Shamskia

Estimation of sediment transport load due to erosion in river basins is one of the issues which is indispensable for many projects related to water resources, soil and damps construction. With regards to the phenomenon of erosion and transmission Sedimentation in rivers چکیده کامل

Estimation of sediment transport load due to erosion in river basins is one of the issues which is indispensable for many projects related to water resources, soil and damps construction. With regards to the phenomenon of erosion and transmission Sedimentation in rivers has always led to deformation in the seaboard and sedimentation, so the management and planning in bank of rivers is important in water and soil resources and damp construction. Therefor checking the flow capacity of the sediment transportation and the sediment transportation mechanism in the river hydraulics and their sedimentation in dams are always one of the most fundamental problems in dams construction, and consumable life of dams are also directly related to this phenomenon. To deals with this issue, in this research, after predicting the 57-year-old sediment, the effects of sediment on Polrood earth-filled dam has been investigated by using FLAC3D software, which results show that the effective stress and displacement in the upstream shell is approximately equal to the state without applying sediment pressure. پرونده مقاله

دسترسی آزاد مقاله

127 - Designing a prefabricated sandwich composite roofing system Made up of resisting facings and light-weight concrete core with truss-shaped connectors
Arash Totonchi Allah dad Ahmadi

In this paper, a new roofing system is introduced, which is constructued using the precast composite sandwich panels. This roofing sandwich panels system consists of three kinds of precast concrete sandwich panels including capital panels, beam or between columns panels چکیده کامل

In this paper, a new roofing system is introduced, which is constructued using the precast composite sandwich panels. This roofing sandwich panels system consists of three kinds of precast concrete sandwich panels including capital panels, beam or between columns panels, and slab or middle panels. The panels are composed of three layers; A high strength reinforced concrete top layer. A thick layer of light-weight concrete as the intermediate layer or core. And a tensile resistant reinforced concrete bottom layer. The panels are connected together by special connectors at the edges.In this research, the influence of shear connector stiffness is studied which is measured according to their diameter on ultimate resistant and combined performance of the panels. The results of finite element analysis by ABAQUS software show a logical behavior of load-deflectioncurves in shear connectors. Based on the economic and weight comparisons the dead and live loads,the proposed sandwich panel roofing is approximately 44 percent lighter than the conventional steel joist and concrete blocks. This comparison shows the superiority of this roofing system to joists and concrete blocks system and seems to be a good alternative for it. Due to the possibility of prefabrication and industrial production of the panels under factory conditions, and various other technical, economic, and constructional advantages of this roofing system, it is concluded that it can be viable substitute for current roofing systems in low to high-rise buildings and can save a considerable amount of material, labor, time, and cost in building construction. پرونده مقاله

دسترسی آزاد مقاله

128 - The Efficacy of the Inclusion of Recast and Prompts Corrective Feedback in Task- based Language Teaching on Iranian EFL Learners' Knowledge of Grammar
نورالدین یوسفی وحید محمدی

10.30495/jal.2023.1993437.1513

This study was an attempt to explore the impacts of recast and prompt as two types of corrective feedback on the development of knowledge of past tense by Iranian pre-intermediate EFL learners. This study followed quasi- experimental design including pre-test, treatment چکیده کامل

This study was an attempt to explore the impacts of recast and prompt as two types of corrective feedback on the development of knowledge of past tense by Iranian pre-intermediate EFL learners. This study followed quasi- experimental design including pre-test, treatment, an immediate post-test, and a delayed post-test procedure. Initially, the pretest data from learners' performance on the Oral Performance Test (OPT) and the Untimed Grammatical Judgment Test (UGJT) was collected. After administering the pretest, the researchers gave the treatment to two experimental groups. Recast corrective feedback was supplied to the first experimental group, prompt corrective feedback was provided to the second experimental group, and no specific corrective feedback was given to the control group. The immediate post-test was given immediately following the delayed post-test, which was performed three weeks later. The findings of the study showed that when it came to their explicit and implicit knowledge of past tense, students who received prompt or recast corrective feedback outperformed those who received no particular corrective feedback. The results also showed that in this area, students in the group receiving prompt corrective feedback still did significantly much better than those in the recast group. The findings of this study may be useful for all stakeholders in the field of education but particularly for language teachers and students. They would benefit language teachers, teacher trainers, and material developers interested in employing task-based approach with feedback in their pedagogical activities. پرونده مقاله

دسترسی آزاد مقاله

129 - The Impact of Explicit and Implicit Recasts on the Grammatical Accuracy of Iranian EFL Learners’ Writing Performance
سعیده آهنگری Farhad Golpour

The present study aimed at investigating the effects of explicit and implicit recasts on Iranian EFL learners' acquisition of English relative clauses. For this purpose, 64 participants were selected out of 94 intermediate level EFL learners at Falagh language Institute چکیده کامل

The present study aimed at investigating the effects of explicit and implicit recasts on Iranian EFL learners' acquisition of English relative clauses. For this purpose, 64 participants were selected out of 94 intermediate level EFL learners at Falagh language Institute, Rasht, Iran. To have homogenized groups, the researcher administered a language proficiency test (TOEFL). Then, the researchers assigned them randomly to the explicit recast group, implicit recast group, and control group. They carried out some information gap tasks within four sessions. One group received explicit recast, the other group received implicit recast and the control one got no corrective feedback, for the target linguistic errors during the task performance. A grammatical judgment test was applied as the pretest and immediate posttest. The results of a paired-samples t-test and analyses of variance (ANOVA) showed that the scores of all three groups improved significantly overtime. However, the explicit recast group did significantly better than both the control group and the implicit recast group. The results of the study were elaborated in terms of counterbalance hypothesis and noticing hypothesis. The superiority of explicit recast implied a beneficial role for negative evidence in SLA and that explicit recast was a better choice than implicit recast in the L2 classroom. پرونده مقاله

دسترسی آزاد مقاله

130 - Effects of Recast and Explicit Corrective Feedback on Iranian Test-takers’ Anxiety in Speaking across Proficiency Levels
ثمین سیدابراهیمی فریبا رحیمی مهرداد سپهری

10.30495/jal.2022.690029

This study investigated the effects of recast and explicit corrective feedback on Iranian IELTS test-takers anxiety in speaking across different levels of proficiency. Ninety male and female learners, aged 21 to 45, who were preparing themselves to take the IELTS Mock t چکیده کامل

This study investigated the effects of recast and explicit corrective feedback on Iranian IELTS test-takers anxiety in speaking across different levels of proficiency. Ninety male and female learners, aged 21 to 45, who were preparing themselves to take the IELTS Mock test, were divided into upper-intermediate and advanced levels. Then, they were randomly assigned to control and experimental groups (recast and explicit correction). There were 10 treatment sessions for each group. In the recast group, the students’ mistakes were corrected using reformulation. In the explicit correction group, mistakes were not tolerated, and they were corrected on the spot. In order to measure the anxiety in speaking performance, Chowdhury’s (2014) questionnaire was given to the participants once before the treatment and once after the treatment. Then, the score of each learner was calculated and recorded for the data analysis. The results showed that there was no statistically significant difference between the control and explicit corrective group and the control and recast groups at the upper-intermediate level. However, there was a statistically significant difference between the control and recast groups and the control and explicit group at the advanced levels. پرونده مقاله

دسترسی آزاد مقاله

131 - Learners’ Grammar Achievement via Oral and Writing Modalities in Cognitive and Ecological Perspectives: Recast in Focus
افروز آرین فر پرویز مفتون غفور رضایی گلندوز

10.30495/jal.2022.690039

Language learners receive different types of corrective feedback during the process of second language acquisition. Recast, as an approach to corrective feedback, is one of the most-frequently error correction techniques in classroom contexts. A plethora of research has چکیده کامل

Language learners receive different types of corrective feedback during the process of second language acquisition. Recast, as an approach to corrective feedback, is one of the most-frequently error correction techniques in classroom contexts. A plethora of research has addressed recast; however, the present study focused on comparing learners’ grammar achievement via oral and writing modalities through two perspectives, cognitive and ecological, who received recast. One hundred and twenty language learners, all first-year college students at Islamic Azad University and Applied Science University in Tehran participated in this study. They were assigned to four groups. The participants in all groups were exposed to different instructional programs based on the cognitive and ecological perspectives to language learning orally or in writing, and all learners received recast orally. Results obtained by a pretest and a posttest indicated that all groups made progress in their grammar achievement, while there was a statistically significant difference between the groups in the posttest. The participants in the ecological group had higher gains of grammatical structures than those in the cognitive group. However, data analysis revealed that there was no statistically significant difference between two oral and writing groups in their grammar achievement. پرونده مقاله

دسترسی آزاد مقاله

132 - The Impact of Recasts on the Syntactic Accuracy of Iranian EFL University Students’ Oral Discourse
پرویز مفتون شعله کلاهی

Among the major issues raised by classroom SLA researchers is the debate on the degree to which teacher’s or learner’s attention should be directed to linguistic features. However, one of the relevant variables in corrective feedback studies which seem to be چکیده کامل

Among the major issues raised by classroom SLA researchers is the debate on the degree to which teacher’s or learner’s attention should be directed to linguistic features. However, one of the relevant variables in corrective feedback studies which seem to be less operationalized is the differential impact of different types of feedback on the accuracy of the oral performance of the participants. The merits of recasts as one type of feedback commonly used in the classroom have turned to be a controversial issue. The present study examined the impact of recasts in comparison to no-recast on the syntactic accuracy of Iranian EFL university students’ oral discourse. One hundred and nine male and female students majoring in English Language Translation at Islamic Azad University (Central Tehran Branch) took part in the study. The participants were attending the listening and speaking classes. Ten sessions were devoted to the treatment of the experimental group (n=54) who received recasts as feedback to syntactic errors. The control group (n=55), received no recast. A posttest was administered in the 12th session. The teachers introduced a topic and the participants were required to talk about it in 60 seconds. A total of 6540 seconds of the participants’ oral performance were observed and recorded. Analysis of individual participants’ oral data revealed that the recast group outperformed the no-recast group. In other words, recasts were effective in reducing the frequency of syntactic errors of participants’ oral discourse. پرونده مقاله

دسترسی آزاد مقاله

133 - مدل سازی فرایند پیش بینی سفر در برنامه ریزی حمل و نقل درون شهری مبتنی بر رویکرد ترکیبی استنتاج فازی
جواد جاسبی پیام مکوندی

برنامه ریزی حمل و نقل درون شهری در دوره های اخیر همواره یکی از تصمیمات مهم در حوزه برنامه ریزی شهری در کلان شهرها بوده است. در این بین، پیش بینی حجم سفرهای آتی بین دو منطقه کلان شهر، کلید موفقیت در این امر برنامه ریزی صحیح حمل و نقل به شمار می رود. به دلیل اهمیت برنامه چکیده کامل

برنامه ریزی حمل و نقل درون شهری در دوره های اخیر همواره یکی از تصمیمات مهم در حوزه برنامه ریزی شهری در کلان شهرها بوده است. در این بین، پیش بینی حجم سفرهای آتی بین دو منطقه کلان شهر، کلید موفقیت در این امر برنامه ریزی صحیح حمل و نقل به شمار می رود. به دلیل اهمیت برنامه ریزی حمل و نقل درون شهری، مدل های مختلفی توسط محققین در این زمینه توسعه داده شده که بعضی از این مدل ها علیرغم قدمت زیاد، همچنان در حوزه های عملیاتی به کار گرفته می شوند. مساله اساسی در توسعه این مدل ها، پیچیدگی مساله است که از ماهیت رفتار انسانی در انتخاب ناشی می شود. این پیچیدگی سبب می شود تا همواره توسعه مدلی که خطای پیش بینی قابل قبولی داشته باشد، با مشکلات فراوان محاسباتی و عملیاتی روبرو باشد. این مساله در کشورهای در حال توسعه و یا توسعه نیافته که در آن ها داده های تاریخی به شکل مناسب در اختیار نیستند و ظرفیت های محاسباتی رایانه ای نیز به طور کامل در دسترس نمی باشد، از اهمیت بسیار بیشتری برخوردار است. در این پژوهش، یک مدل سه مرحله ای فازی برای مدل سازی فرایند سفر بین دو ناحیه مفروض از یک کلان شهر و در نهایت چارچوبی برای پیش بینی آتی این کمیت پیشنهاد شده است تا بر اساس آن بتوان برای نگاشت بین حجم سفرهای انجام شده بین دو ناحیه به عنوان متغیر خروجی و متغیرهای جمعیت شناختی و اجتماعی به عنوان متغیر ورودی، تابعی را تقریب زد که بتواند فرایند انجام سفر را مدل کند. در این مدل، پایگاه قواعد فازی در حقیقت در پی انتقال الگوی ذهنی متخصصین حمل و نقل به مدل ریاضی تشکیل شده است. پرونده مقاله

دسترسی آزاد مقاله

134 - بهبود کارایی پیش‌بینی بهره وری با رویکرد طراحی آزمایشات تاگوچی (مورد مطالعه : صنایع غذایی ایران)
سید محمود زنجیرچی مهدی حاتمی منش حمیدرضا کدخدازاده سیدعلی محمد بنی فاطمه

پیش بینی بهره وری عاملی بسیار مهم در طراحی استراتژی های یک سازمان است. یکی از روش های پیش بینی بهره وری، استفاده از شبکه های عصبی مصنوعی است که به علت دارا بودن پارامترهای قابل تنظیم، به کارگیری آن نیاز به تجربه و مهارت زیادی دارد و اغلب از آزمایش و خطا برای دستیابی به چکیده کامل

پیش بینی بهره وری عاملی بسیار مهم در طراحی استراتژی های یک سازمان است. یکی از روش های پیش بینی بهره وری، استفاده از شبکه های عصبی مصنوعی است که به علت دارا بودن پارامترهای قابل تنظیم، به کارگیری آن نیاز به تجربه و مهارت زیادی دارد و اغلب از آزمایش و خطا برای دستیابی به سطوح مناسب این پارامترها استفاده می شود. این مقاله، الگویی 7 مرحله ای جهت انتخاب مقادیر مناسب پارامترهای قابل تنظیم شبکه عصبی ارائه می دهد تا با به کارگیری طراحی آزمایش های تاگوچی کارایی در پیش بینی بهره وری بهبودمی یابد. به کارگیری این روش در پیش بینی بهره وری صنایع غذایی ایرن، سطوح بهینۀ پارامترها را که منجر به مطلوب ترین پیش بینی در شبکه عصبی می شود، بدین شرح ارائه می دهد: تعداد لایه های پنهان: 2 لایه، تعداد نورون هر لایه پنهان: 7 نورون، نرخ یادگیری: 9/0 و تعداد ورودی های شبکه عصبی: شاخص های بهره وری با درجه همبستگی بیشتر از 85/0؛ که از بین عوامل فوق، عامل تعداد لایه های پنهان با سهم مشارکت 18/71% در نتیجۀ آزمایش ها، مهم ترین عامل طراحی شبکه عصبی در پیش بینی بهره وری صنایع غذایی ایران است. در نهایت، نتیجه کلی تحقیق نشان داد که به کارگیری این الگو علاوه بر کاهش زمان و هزینه های پیش بینی، امکان انتخاب استراتژی های رقابتی فراهم می شود. به علاوه این روش با تعیین سهم مشارکت هر یک از پارامتهای قابل تنظیم در نتایج آزمایش، تصمیم گیرندگان را در میزان دقت و توجهی که باید به هر یک از این پارامترها داشته باشند، یاری می رساند. پرونده مقاله

دسترسی آزاد مقاله

135 - ‎Evolving Fuzzy Systems in Taxi Demand Forecasting and Classification
Luis Linhares Alisson Silva

10.30495/tfss.2023.1971760.1053

This work presents an approach to taxi demand forecasting and classification. The proposed approach uses historical data from taxi rides and meteorological data. The Kruskal-Wallis variable ranking method is used to identify the most relevant variables. The selected var چکیده کامل

This work presents an approach to taxi demand forecasting and classification. The proposed approach uses historical data from taxi rides and meteorological data. The Kruskal-Wallis variable ranking method is used to identify the most relevant variables. The selected variables are used as input to an evolving fuzzy system to perform the prediction. Once the forecast is made, the demand results are classified by value ranges. Those ranges are also identified by colors that compose a heatmap, displayed at each time interval. In this work, to perform the prediction, four evolving systems are evaluated: Autonomous Learning Multi-Model (ALMMo); evolving Multivariable Gaussian Fuzzy Modeling System (eMG); evolving Fuzzy with Multivariable Gaussian Participatory Learning and Recursive Maximum Correntropy eFCE and; evolving Neo-Fuzzy Neuron (eNFN). Computational experiments were carried out to evaluate the evolving systems in predicting Pick-Up and Drop-Off, at intervals of 15 and 30 minutes, for 86 zones in New York, covering the period from 01/01/2018 to 31/ 10/2018. The results obtained by the evolving systems are compared with each other and state of the art. Among the evolving models, ALMMo presented the best results compared to the state of the art and other evolving models. Performance obtained by the evolving models suggests that the proposed approach is promising an alternative to forecasting and classifying passenger demand. پرونده مقاله

دسترسی آزاد مقاله

136 - تحلیل ساختاری شکوفایی شهری با رویکرد آینده نگاری (مطالعۀ موردی: کلانشهر اهواز)
محمدعلی فیروزی فرشته شنبه پور

شکوفایی شهری مفهومی است در ارتباط با توسعه ی متعادل و هماهنگ در محیط که با عدالت مطرح می باشد و به عنوان نوعی ساخت و ساز اجتماعی به فعالیت های انسانی کالبد می بخشد. امروزه نگاه متفاوت به آینده باعث شده که انسان به دنبال یافتن آینده نباشد، بلکه با بهره گیری از ابزارهای گ چکیده کامل

شکوفایی شهری مفهومی است در ارتباط با توسعه ی متعادل و هماهنگ در محیط که با عدالت مطرح می باشد و به عنوان نوعی ساخت و ساز اجتماعی به فعالیت های انسانی کالبد می بخشد. امروزه نگاه متفاوت به آینده باعث شده که انسان به دنبال یافتن آینده نباشد، بلکه با بهره گیری از ابزارهای گوناگون آیندۀ مطلوب خود را بسازد. از طرفی چالش های زندگی نوین شهری و مشکلات محیطی و اجتماعی موجب روی آوردن به رویکرد آینده پژوهی در برنامه ریزی شهری و بهره گیری از ابزارهای گوناگون برای ساختن آینده مطلوب شده است. پژوهش حاضر با بهره گیری از تکنیک تحلیل اثرات متقاطع که یکی از روش های متداول در آینده نگاری است و با استفاده از نرم افزار میک مک به تحلیل مؤلفه های شکوفایی شهری در کلان شهر اهواز پرداخته است. در ادامه با استفاده از روش دلفی 30 مؤلفه در پنج حوزه (بهره وری، زیرساخت ها، کیفیت زندگی، برابری و مشارکت اجتماعی و پایداری محیط زیست) به عنوان شاخص های شکوفایی شهری استخراج شد. نتایج حاکی از این است که در صفحه پراکندگی پنج دسته (عوامل تأثیرگذار، عوامل دووجهی، عوامل تنظیمی، عوامل تأثیرپذیر و عوامل مستقل) قابل شناسایی هستند. در نهایت از میان 30 عامل یاد شده، پس از بررسی میزان تأثیرگذاری این عوامل بر یکدیگر و بر وضعیت آینده کلان شهر اهواز با روش های مستقیم و غیرمستقیم، 7 عامل کلیدی (میزان سواد، خانوارهای زاغه نشین، آلودگی هوا، نرخ بیکاری، مراکز فرهنگی، امید به زندگی در بدو تولد و نرخ فقر) که بیشترین نقش را در وضعیت آینده شکوفایی شهری اهواز دارند، انتخاب شدند. در ادامه نتایج نشان می دهد که هیچکدام از مؤلفه های شکوفایی شهری در اهواز از نگاه کارشناسان، به عنوان عامل هدف قابل تعریف نمی باشد و این مسئله نشان از چندجانبه بودن مسئله شکوفایی کلان شهر اهواز است. پرونده مقاله

دسترسی آزاد مقاله

137 - شبیه سازی و پیش نگری اثرات تغییر اقلیم با استفاده از برخی سناریوهای جدید SSP و مدل‌های CMIP6 بر تغییرات بارش شهرستان اردبیل
برومند صلاحی مهناز صابر فاطمه وطن پرست قلعه جوق

در این پژوهش، تغییرات بارش سالانه شهرستان اردبیل بر اساس ریزگردانی برونداد برخی مدل‌های CMIP6 تحت سناریوهای انتشار گازهای گلخانه‌ای در نرم افزار SDSM6.1 مدل‌سازی و تحلیل شده است. بدین منظور، بارش روزانه ایستگاه سینوپتیک اردبیل از سال 1979 تا 2014 به‌عنوان داده‌های مشاهد چکیده کامل

در این پژوهش، تغییرات بارش سالانه شهرستان اردبیل بر اساس ریزگردانی برونداد برخی مدل‌های CMIP6 تحت سناریوهای انتشار گازهای گلخانه‌ای در نرم افزار SDSM6.1 مدل‌سازی و تحلیل شده است. بدین منظور، بارش روزانه ایستگاه سینوپتیک اردبیل از سال 1979 تا 2014 به‌عنوان داده‌های مشاهداتی در نظر گرفته شد و تغییرات آن برای دهه‌‌های آینده تا سال 2043 مورد بررسی قرار گرفت. نتایج ریزمقیاس‌نمایی در دوره پایه تحت مدل‌های گردش عمومی CanESM5 و NorESM2-MM عملکرد نسبتاً خوبی را در تخمین بارش ماهانه ایستگاه اردبیل نشان داد. نتایج نشان داد که در مارس، آوریل و می، کم‌برآوردی، در جولای بیش‌برآوردی و در بقیه ماه‌ها انطباق نسبتاً خوبی با داده‌های مشاهداتی دارد. میانگین سالانه بارش دوره آینده بر اساس خروجی مدل CanESM5 تحت سناریوهای SSP1-2.6 و SSP5-8.5به‌ترتیب 245 و 243 میلی‌متر محاسبه شد که در مقایسه با میانگین دوره تاریخی، کاهشی حدود 38 و 40 میلی‌متری را نشان می‌دهد. نتایج شبیه‌سازی بارش شهرستان اردبیل با مدل CanESM5 نشان داد در مقیاس ماهانه، بارش در 20 سال آینده در آوریل و می تحت سناریوی SSP1-2.6 بین 14 تا 15 میلی‌متر و تحت سناریوی SSP5-8.5 بین 16 الی 17 میلی‌متر کاهش و در جولای تا سپتامبر و دسامبر حداقل 5 میلی‌متر نسبت به دوره پایه افزایش خواهد یافت. پرونده مقاله

دسترسی آزاد مقاله

138 - Time Series Models to Predict the Monthly and Annual Consumption of Natural Gas in Iran
Arash Farrokhi Reza Hassanzadeh

Considering the fact that natural gas is a widely used energy source, the prediction of its consumption can be useful (Derek LAM, 2013). As Iran has one of the largest gas reserves in the world, its consumption in the country can affect the worldwide price of gas, There چکیده کامل

Considering the fact that natural gas is a widely used energy source, the prediction of its consumption can be useful (Derek LAM, 2013). As Iran has one of the largest gas reserves in the world, its consumption in the country can affect the worldwide price of gas, Therefore, the current research is useful both from economic and environmental point of view. The goal of the study is to select the best model for the prediction of gas consumption. To achieve the goal time series analysis are used. The findings indicate that ARIMA (0, 1, 0) is the best model for the prediction of annual gas consumption, while SARIMA (1, 0, 0) (1, 1, 0) for the prediction of monthly gas consumption پرونده مقاله

دسترسی آزاد مقاله

139 - ارزیابی دقت شبکه عصبی مصنوعی بازگشتی نارکس در پیش بینی بارش روزانه در استان کرمان
کمال امیدوار معصومه نبوی زاده میثم ثمره قاسم

بارش یکی از پارامترهای مهم اقلیمشناسی و سایر علوم جوّی که از اهمیّ تّ والای یّ در حیاتبشر برخوردار است. در سالهای اخیر، سیل و خشکسالی خسار های فراوانی را در بس یّاریاز مناطق جهان در پی داشته است. پیش بینی بارش در مدیریت و هشدار این معضلا نق شّمهمی بر عهده دارد. امروزه ش چکیده کامل

بارش یکی از پارامترهای مهم اقلیمشناسی و سایر علوم جوّی که از اهمیّ تّ والای یّ در حیاتبشر برخوردار است. در سالهای اخیر، سیل و خشکسالی خسار های فراوانی را در بس یّاریاز مناطق جهان در پی داشته است. پیش بینی بارش در مدیریت و هشدار این معضلا نق شّمهمی بر عهده دارد. امروزه شبکههای عصبی مصنوعی از جمله روشهای نوین م یّباش دّ ک هّبرای تخمین و پیشبینی پارامترها با استفاده از ارتباط ذاتی بین دادهه اّ توس عّه یافت هّ اس تّ.هدف این پژوهش، ارزیابی دقت شبکه عصبی بازگشتی نارکس در پیش بین یّ ب اّرش روزان هّمیباشد که با استفاده از آمار روزانۀ هواشناسی ایستگاههای کرمان، بافت و میانده جیرفت، طی7393 (، میباشد به منظور مقایسه به آموزش شبکههای - دوره مشترک آماری 11 ساله ) 1171عصبی مصنوعی با ساختار پرسپترون چند لایه و شبکه عصبی بازگشتی نارکس پرداخت هّ ش دّ.عوامل اقلیمی مؤثر در بارش به عنوان ورودیهای شبکههای عصبی مصنوعی و بارش روزانه بهو ض رّی )MSE( عنوان خروجی شبکه در نظر گرفته شد. آم اّره اّی می اّنگین مرب ه اّ خط اّبه منظور ارزیابی روشهای بکار برده شده، استفاده گردید. نتایج نشان داد ک هّ ،)R( همبستگیمدل ترکیبی 41 ، بر پایه قانون آموزش لونبرگ م اّرکوا و ت اّب مک رّک س یّگموبید ب اّ هم هّپارامترهای هواشناسی در هر سه ایس تّگاه از دقّ تّ قاب لّ قب وّلی برخ وّردار اس تّ. همچن یّنمشخص شد که مدلهای مطلوب شبکه عصبی مصنوعی در یالت تغییرا افزایشی نسبت ب هّرطوبت نسبی، دارا ی بیشترین یساسیّت هستند پرونده مقاله

دسترسی آزاد مقاله

140 - پیش بینی وقوع یخبندان تابشی با استفاده از حداقل داده های هواشناسی مطالعه موردی: شاهرود(استان سمنان)
غلامرضا جانباز قبادی

از میان انواع یخبندان ها، یخبندان تابشی به لحاظ فراوانی وقوع و امکان حفاظت موثر توسط روشهای فعال، از اهمیت زیادی برخوردار است. بنابراین پیش‌بینی دقیق دمای حداقل، با استفاده از یک مدل پیش بینی تجربی با امکان کالیبره شدن برای شرایط محلی و کاربری آسان و همچنین برآورد ساعتی چکیده کامل

از میان انواع یخبندان ها، یخبندان تابشی به لحاظ فراوانی وقوع و امکان حفاظت موثر توسط روشهای فعال، از اهمیت زیادی برخوردار است. بنابراین پیش‌بینی دقیق دمای حداقل، با استفاده از یک مدل پیش بینی تجربی با امکان کالیبره شدن برای شرایط محلی و کاربری آسان و همچنین برآورد ساعتی میزان تغیرات دما (روند) طی شب‌هایی با رخداد یخبندان تابشی، جهت تعیین زمان شروع و پایان روشهای حفاظت فعال ضروری به نظر می‌رسد.در این راستا هدف از این تحقیقپیش‌بینی دمای حداقل با استفاده از یک مدل چند جمله‌ای می باشد. در این پژوهش با استفاده از داده های ساعتی ایستگاه سینوپتیک شاهرود در ماههای ژانویه، فوریه طی دوره آماری 1984-2010 واز پارامترهایی مانند دمای خشک در زمان غروب وh ساعت بعداز غروب آفتاب و دمای حداقل روز بعد، مدل پیش بینی دمای حداقل ارائه گردید.مقدار ضریب همبستگی مربوط به داده های دمای حداقل مشاهده شده و پیش بینی شده توسط مدل، حاکی از اطمینان بالای معنی داری می باشد. همچنین مقدار ریشه دوم میانگین مربعات خطا (RMSE) برای مدل ارائه شده در ماه ژانویه به میزان 2/0درجه سانتیگراد رسیده است. پرونده مقاله

دسترسی آزاد مقاله

141 - The Effect of Post-text Feedback vs. Recast on Written Grammatical Accuracy of Iranian Intermediate EFL Learners
Mahvan Ebrahimzadeh Mohhamad Reza Khodareza

Abstract This study examined the effect of two types of feedback, post-text as a written feedback and recast as an oral one on written grammatical accuracy of Iranian intermediate EFL learners. To this end, 45 intermediate students who were studying at Ideal Language In چکیده کامل

Abstract This study examined the effect of two types of feedback, post-text as a written feedback and recast as an oral one on written grammatical accuracy of Iranian intermediate EFL learners. To this end, 45 intermediate students who were studying at Ideal Language Institute in Sari were selected based on their performance on the Nelson proficiency test, and then divided into three groups (two experimental and one control groups) randomly. As pretest, the participants were asked to write 150-200 words about the worst memory they had in their life. Then, they were exposed to 10 weeks of treatment. Each week, they received a topic to write. One of the experimental groups received post-text feedback and another one recast. Afterwards, the three groups sat for the posttest. The obtained results were compared using ANCOVA. The findings revealed that there was a significant difference between the post-test scores of the students in different groups. It was made clear that both treatments were effective on the reduction of students grammatical errors in writing, but post-text feedback was much more effective than recast. پرونده مقاله

دسترسی آزاد مقاله

142 - Impact of Recasts and Prompts on the Learning of English Third Person Singular Marker by Persian Learners of English
Ali Akbar Jafarpour Mahmood Hashemian

Based on the controversial beliefs among L2 teachers about effective corrective feedback (CF) strategies, recast and prompts as 2 kinds of CF have drawn the attention of L2 researchers(e.g., Braidi, 2002; Iwashita, 2003; Loewen & Philp, 2006; Panova & Lyster, 20 چکیده کامل

Based on the controversial beliefs among L2 teachers about effective corrective feedback (CF) strategies, recast and prompts as 2 kinds of CF have drawn the attention of L2 researchers(e.g., Braidi, 2002; Iwashita, 2003; Loewen & Philp, 2006; Panova & Lyster, 2002; Sheen, 2004). Despite these numbers of studies, debate continues to exist about their usefulness as a CF technique. Whereas recasts provide a correct reformulation of L2 learners’ nontarget utterance, the other alternative type of feedback in L2 classroom settings is referred to as prompts (Lyster, 2004) because they provide signals that prompt L2 learners to self-repair rather than provide them with a correct reformulation of their nontarget utterance. Hence, the focus of this study was to examine the effect of recasts in comparison to prompts on the learning of English third person singular marker “s” by Iranian preintermediate L2 learners. Two CF techniques of recasts and prompts were utilized in 2 experimental groups in response to their errors in using the correct form of the verb for third person singular subject. In the third group as the control group, No-CF was provided by the L2 teacher. The results revealed that the Prompts Group had outperformed the Recast Group and No-CF Group. Thus, it could be concluded that prompts as a CF strategy led to more gains than CF that provided the L2 learners with the correct form (recast) than No-CF. پرونده مقاله

دسترسی آزاد مقاله

143 - Effect of Oral Corrective Feedback on Iranian EFL Learners’ Phonological Uptake and Retention
Amin Naeimi Mahnaz Saeidi Biook Behnam

This study investigates the effect of four types of oral corrective feedback, namely, explicit elicitation, implicit elicitation, explicit recast and implicit recast on the most commonly mispronounced phonological features among Iranian EFL learners through immediate up چکیده کامل

This study investigates the effect of four types of oral corrective feedback, namely, explicit elicitation, implicit elicitation, explicit recast and implicit recast on the most commonly mispronounced phonological features among Iranian EFL learners through immediate uptake and retention. Five classes were randomly categorized into four experimental groups and one control group, each with 18 intermediate-level male learners. The treatment was conducted in the form of a retelling task in nine sessions. During the feedback sessions, the learners’ uptake was recorded. The learners’ retention was also perused in one immediate and one delayed post-test. The results revealed that those learners who received explicit recast obtained the highest score in terms of correct uptake, and that the groups performed differently across different time periods. The learners’ scores enhanced over time; however, the increase then leveled off and even dropped in the delayed post-test in all the experimental groups except for the group which received explicit elicitation, apparently leading to more retention of the target phonological features. The study offers insights to teachers regarding the effect of recast and elicitation in their explicit and implicit form on L2 pronunciation. پرونده مقاله

دسترسی آزاد مقاله

144 - Effect of Corrective Feedback on the Acquisition of English Prepositions of Movement and Place in Third-grade High School EFL Learners'''' Grammar Performance
Farzaneh Mir khatere Ghornavi

This study investigated the effects of corrective feedback (CF) on the acquisition of English prepositions to find out which one would be more effective for third-grade high school learners in their grammar performance. This study also examined declarative and interroga چکیده کامل

This study investigated the effects of corrective feedback (CF) on the acquisition of English prepositions to find out which one would be more effective for third-grade high school learners in their grammar performance. This study also examined declarative and interrogative recasts to see which one the participants preferred to improve their grammar performance. To this end,75 out of 130 female students at the intermediate level in Khorramshar took part in this study. The participants were randomly assigned into one control and two experimental groups. All three groups took the same pre and posttests; however, the treatment was different. The recast group received CF in the form of recast and the other in the form of metalinguistic clues. The control group only received general comments, like good, bad, etc. The results indicated that both experimental groups improved in preposition recognition and production in their grammar performances. The findings also showed that there was no significant difference between the students'' performance in experimental groups, but metalinguistic CF was more helpful. A careful calculation using a questionnaire based on 5-points Likert Scale showed that there was no significant difference between the participants'' preference for two types of recast by the group receiving recasts. پرونده مقاله

دسترسی آزاد مقاله

145 - A New Hybrid Model Using Deep Learning to Forecast Gold Price
Mohammad Reza Shahraki

Today, different markets and economic sectors are directly or indirectly affected by gold price; thus its prediction is a big challenge for both investors and researchers. On the other hand, the nonstationary and nonlinear patterns of gold price data cause the predictio چکیده کامل

Today, different markets and economic sectors are directly or indirectly affected by gold price; thus its prediction is a big challenge for both investors and researchers. On the other hand, the nonstationary and nonlinear patterns of gold price data cause the prediction process even more complex. To address this challenge, a hybrid model was developed in this paper to predict gold price, with a concentration on enhancing accuracy through considering the gold price data characteristics. To do this, Improved Complete Ensemble Empirical Mode Decomposition with Adaptive Noise (ICEEMDAN) and Gated recurrent units (GRU) were used to deal with the nonstationary and nonlinear nature of the gold price data. The former was first applied to the decomposition of time-series data of gold price into a number of components. Then, GRU was applied to the prediction of the components. To end with, all the components’ prediction results were summed up to attain the final prediction result. The efficiency of the developed model was evaluated using real-world gold data, which confirmed its superiority over the standard methods used for comparison. پرونده مقاله

دسترسی آزاد مقاله

146 - آثار بازار پول بر بازار طلا با رویکرد پویایی‌شناسی سیستمی
فاطمه خانی احمد جعفری صمیمی امیرمنصور طهرانچیان محمد علی احسانی

10.30495/eco.2021.1926550.2501

چکیده هدف این مقاله کاربرد رهیافت پویایی سیستم برای پیش بینی قیمت طلا در کشور ایران، شناسایی عوامل مؤثر بر قیمت طلا و شبیه سازی روند تاثیر سیاست های پولی بر قیمت طلا در بازه زمانی 1389-1405 است. شبیه سازی با نرم افزار ونسیم انجام شده است. مقاله حاضر در سناریوهای مختلفی چکیده کامل

چکیده هدف این مقاله کاربرد رهیافت پویایی سیستم برای پیش بینی قیمت طلا در کشور ایران، شناسایی عوامل مؤثر بر قیمت طلا و شبیه سازی روند تاثیر سیاست های پولی بر قیمت طلا در بازه زمانی 1389-1405 است. شبیه سازی با نرم افزار ونسیم انجام شده است. مقاله حاضر در سناریوهای مختلفی به شبیه‌سازی تغییر حجم نقدینگی، شاخص قیمت مصرف‌کننده و نرخ بهره بانکی بر بازار طلا پرداخته است. نتایج نشان می دهد قیمت طلا نه تنها متاثر از قیمت اونس جهانی و ارزش دلار است، بلکه کنترل نقدینگی و مهار تورم نقش بسزایی در ثبات بازار طلا خواهد داشت. نتایج موید این موضوع است که حجم نقدینگی و شاخص قیمت مصرف کننده تاثیر مستقیم و نقش قابل توجهی در افزایش قیمت طلا دارد. هم چنین، یافته ها نشان می دهد که تغییر نرخ بهره بانکی تاثیری بر تغییر قیمت طلا تاثیر ندارد. پرونده مقاله

دسترسی آزاد مقاله

147 - Improving the Performance of Forecasting Models with Classical Statistical and Intelligent Models in Industrial Productions
Maryam Bahrami Mehdi Khashei Atefeh Amindoust

The capability to receive and deliver customer demand on time in today's competitive world is a significant concern for all industries. In particular, demand management has entered a new era with many companies competing in the last decade. Customer demand management is چکیده کامل

The capability to receive and deliver customer demand on time in today's competitive world is a significant concern for all industries. In particular, demand management has entered a new era with many companies competing in the last decade. Customer demand management is one of the contemporary issues. The main goal of demand management is to improve supply chain effectiveness, and it is important to note that it is complementary to distribution management and product demand management. Therefore, demand forecasting is essential. For this purpose, in this study, the modeling of the combination structure using autoregressive integrated moving average models and multilayer perceptron neural networks in the field of demand with benchmark data is investigated. The data sets used in this study are two well-known benchmarks of the total product revenue of the Taiwan machinery industry and the sales volume of soft drinks. Eviews and Matlab software have been used to determine the unknown parameters of the proposed model. The experimental results of the research show that the performance of the proposed hybrid model is more accurate than its single components. In addition, results indicate that intelligent models can perform better than classic statistical models. پرونده مقاله

دسترسی آزاد مقاله

148 - پیش‌بینی روند آتی بازار سهام با استفاده از رویکرد رگرسیون پروبیت و با تاکید بر ارزش در معرض ریسک
سید علی موسوی لولتی عمران محمدی سعید شوال پور

پیش‌‌بینی همواره به عنوان یکی از مباحث مهم بازارهای مالی شناخته می شود و به عنوان عامل منحصربفردی محسوب می&lrm;گردد که ارزش&lrm;های ناشناخته&lrm; آتی را مورد برآورد قرار می&lrm;دهد؛ هدف این پژوهش شناسایی و پیش‌بینی شرایط بورس اوراق بهادار تهران و عوامل اثرگذار بر آن با چکیده کامل

پیش‌‌بینی همواره به عنوان یکی از مباحث مهم بازارهای مالی شناخته می شود و به عنوان عامل منحصربفردی محسوب می&lrm;گردد که ارزش&lrm;های ناشناخته&lrm; آتی را مورد برآورد قرار می&lrm;دهد؛ هدف این پژوهش شناسایی و پیش‌بینی شرایط بورس اوراق بهادار تهران و عوامل اثرگذار بر آن با تاکید بر همبستگی رونق بازار سرمایه با ارزش در معرض ریسک بود. بدین منظوردر این پژوهش در گام نخست سری زمانی شاخص ارزش در معرض ریسک در بازار سرمایه (بورس اوراق بهادار تهران) بر اساس داده‌های روزانه و روش گارچ مرتبه اول طی بهار 1389 تا خرداد 1402 برآورد شده است. سپس با استفاده از رویکرد رگرسیون پروبیت عوامل اثرگذار بر رونق در بورس اوراق بهادار تهران بر اساس داده‌های فصلی طی بهار 1389 تا خرداد 1402 مورد ارزیابی قرار گرفتند. سپس میانگین شاخص ارزش در معرض ریسک به صورت فصلی محاسبه شده است و ارتباط بین احتمال رونق در بازار سرمایه با شاخص ارزش در معرض ریسک با استفاده از ضریب همبستگی مورد بررسی قرار گرفت. نتایج این پژوهش نشان داد احتمال رونق در بازار سرمایه ایران با نرخ سود بانکی، رشد نقدینگی و وقوع تحریم رابطه منفی و معنادار و با نرخ تورم و رشد نرخ ارز رابطه مثبت و معناداری دارد. همچنین بر اساس تحلیل همبستگی رونق در بازار سرمایه با ارزش در معرض ریسک سهام ارتباط مستقیمی دارد. شواهد پژوهش همچنین نشان داد با فرض ثبات شرایط موجود انتظار می‌رود در سه فصل آتی احتمال رونق در بازار سرمایه نسبت به وقوع رکود به مراتب بالاتر باشد. پرونده مقاله

دسترسی آزاد مقاله

149 - یک روش پیش‌بینی بلندمدت بار الکتریکی مبتنی بر استخراج ویژگی برای کاهش اثر داده های خارج از محدوده
محمد داود سعیدی مجید معظمی

پیش‌بینی میان-‌مدت بار الکتریکی اغلب برای برنامه‌ریزی عملیات نیروگاه‌های حرارتی و آبی، زمان‌بندی بهینه برای بازرسی و تعمیرات و نگهداری نیروگاه‌ها و شبکه برق استفاده می‌شود. در این مقاله یک روش ترکیبی با استفاده از تبدیل موجک و ماشین یادگیری شدید مقاوم به داده‌های خارج ا چکیده کامل

پیش‌بینی میان-‌مدت بار الکتریکی اغلب برای برنامه‌ریزی عملیات نیروگاه‌های حرارتی و آبی، زمان‌بندی بهینه برای بازرسی و تعمیرات و نگهداری نیروگاه‌ها و شبکه برق استفاده می‌شود. در این مقاله یک روش ترکیبی با استفاده از تبدیل موجک و ماشین یادگیری شدید مقاوم به داده‌های خارج از محدوده، برای پیش‌بینی بلند‌مدت بار ارائه ‌شده است. داده‌های بار و دمای ساعتی، از پایگاه داده GEFCOM 2014 استخراج‌ شده و به دو دسته آموزش و آزمایش تقسیم شده است. از تبدیل موجک یک سطحی برای تجزیه داده‌ها به‌منظور استخراج ویژگی‌ها و کاهش ابعاد ماتریس داده‌ها استفاده می‌شود. دو دسته مقادیر مؤلفه‌های فرکانس پایین (تقریب) و مقادیر مؤلفه‌های فرکانس بالا (جزئیات) حاصل از تجزیه جهت آموزش و پیش‌بینی به مدل‌ وارد شده و خروجی مقادیر پایین با خروجی مقادیر بالای مدل‌ جمع می شود تا پیش بینی نهایی را تشکیل دهد. جهت سنجش و مقایسه دقت و کارایی روش پیشنهادی، اعمال تبدیل موجک روی داده‌ها، برای سه مدل‌ دیگر ماشین یادگیری شدید انجام گردیده است. همچنین داده‌ها بدون اعمال تبدیل موجک به چهار مدل پیش بینی دیگر نیز وارد شده و نتایج پیش‌بینی حاصل با روش پیشنهادی مورد مقایسه قرار گرفته است. نتایج ارزیابی فوق نشان می‌دهد که تبدیل موجک و ماشین یادگیری شدید مقاوم به داده‌های خارج محدوده باعث بهبود دقت پیش‌بینی می‌گردد و مقدار میانگین درصد خطای مطلق به عدد ۰۹۶۶/۳ کاهش یافته است. مقدار خطای کلی محاسبه شده روش پیشنهادی بهترین نتیجه در بین سایر مدل‌های ماشین یادگیری شدید و روش‌های بدون پیش‌پردازش بوده است. خطای فوق بر مبنای مقدار میانگین درصد خطای مطلق به ترتیب ۴۲۰۸/۰ نسبت به مدل ماشین یادگیری شدید اصلی، ۱۱۹۴/۰ نسبت به مدل تنظیم‌شده و ۱۳۵۳/۰ نسبت به مدل تنظیم‌شده و وزن‌دار، کاهش یافته است. پرونده مقاله

دسترسی آزاد مقاله

150 - پیش‌بینی بار الکتریکی با بکارگیری مدل‌های ترکیبی پرسپترون‌های چندلایه و خودرگرسیون میانگین متحرک انباشته فصلی
فاطمه چاهکوتاهی مهدی خاشعی

امروزه صرفه‌جویی در زمان و اقتصاد یک کشور نیازمند برنامه‌ریزی، تصمیم‌گیری و پیش‌بینی‌های درست و منطقی در حوزه‌های مختلف می‌باشد. یکی از این حوزه‌های مطرح در هر کشور، پیش‌بینی بار الکتریکی می‌باشد. این کالا (الکتریسیته) با توجه به اینکه قابل ذخیره‌سازی نمی‌باشد، پیش‌بینی چکیده کامل

امروزه صرفه‌جویی در زمان و اقتصاد یک کشور نیازمند برنامه‌ریزی، تصمیم‌گیری و پیش‌بینی‌های درست و منطقی در حوزه‌های مختلف می‌باشد. یکی از این حوزه‌های مطرح در هر کشور، پیش‌بینی بار الکتریکی می‌باشد. این کالا (الکتریسیته) با توجه به اینکه قابل ذخیره‌سازی نمی‌باشد، پیش‌بینی آن با حساسیت بالاتری انجام می‌گیرد. همچنین علاوه بر غیرقابل ذخیره‌بودن، در مصرف این کالا الگوهای مختلفی دیده می‌شود که مدل‌سازی آن را با روش‌های کلاسیک دشوار می‌سازد. بنابراین نیاز به روشی است که بتواند الگوهای موجود در داده‌های مرتبط با این بازار را مدل‌سازی نماید. در این مقاله از یک روش ترکیبی موازی که مدل‌های کلاسیک خطی را با مدل‌های هوش محاسباتی ترکیب می‌کند، استفاده گردیده است. ایده اصلی مدل پیشنهادی، استفاده همزمان از مدل‌های مذکور در مدل‌سازی خطی و غیرخطی‌ای که با الگوهای فصلی همراهند، می‌باشد. همچنین نتایج نشان می‌دهد که در این روش به دلیل استفاده از یک روش وزن‌دهی مستقیم، هزینه محاسباتی مدل‌سازی آن به‌صورت قابل‌توجهی از سایر روش‌های ترکیبی موازی پایین‌تر می‌باشد. پرونده مقاله

دسترسی آزاد مقاله

151 - پیش‌بینی بلندمدت تقاضا در "زنجیره تامین انرژی الکتریکی صنایع سنگ آهن اسپیدان" با استفاده از شبکه عصبی عمیق و ماشین یادگیری شدید
سپهر معلم رویا محمدعلی پوراهری غضنفر شاهقلیان مجید معظمی سید محمد کاظمی

صنایع سنگ آهن اسپیدان یکی از صنایع پر مصرف برق در زنجیره تامین انرژی الکتریکی استان اصفهان به عنوان دومین قطب صنعتی کشور و یکی از تامین کنندگان اصلی مواد اولیه در زنجیره تامین صنایع فولاد کشور است. برنامه ریزی در یک زنجیره تامین انرژی الکتریکی با ابعاد بزرگ در فضائی پر چکیده کامل

صنایع سنگ آهن اسپیدان یکی از صنایع پر مصرف برق در زنجیره تامین انرژی الکتریکی استان اصفهان به عنوان دومین قطب صنعتی کشور و یکی از تامین کنندگان اصلی مواد اولیه در زنجیره تامین صنایع فولاد کشور است. برنامه ریزی در یک زنجیره تامین انرژی الکتریکی با ابعاد بزرگ در فضائی پر از تردید و عدم قطعیت، با پیش بینی تقاضای انرژی الکتریکی آغاز می گردد. در این مقاله یک روش پیش بینی بلندمدت تقاضا در زنجیره تامین انرژی الکتریکی صنایع سنگ آهن اسپیدان اصفهان با استفاده از یک روش ترکیبی شامل تبدیل موجک، شبکه عصبی عمیق و تکنیک داده کاوی مبتنی بر ماشین یادگیری شدید پیشنهاد شده است. داده های مورد نظر در این مطالعه با توجه به اطلاعات ثبت شده از سیگنال تقاضای انرژی الکتریکی صنایع تولیدی سنگ آهن اسپیدان در یک بازه زمانی 40 ماهه و به صورت 24 ساعته استخراج و استفاده شده است. داده ها در بخشی از دوره مورد نظر ناشی از عدم تولید این صنعت در بازه مورد مطالعه منقطع بود به طوری که فقط 40 درصد از داده ها دارای مقدار و 60 درصد مابقی صفر یا ناهمگون بوده اند. این موضوع باعث نقص اطلاعات و بالا رفتن خطای پیش بینی در بخش اول الگوریتم پیشنهادی در خروجی شبکه عصبی عمیق تا 40 درصد شد. جهت بهبود پیش بینی و کاهش خطای ایجاد شده، با تکمیل مدل پیشنهادی با ماشـین یـادگیری شـدید، امکان ایجاد یـک مدل پیش بینی بهبود یافته برای انجام آموزش تحت نظارت میسر گردید. در نهایت نتایج به دست آمده با تکنیک های دیگری مانند ماشین بردار پشتیبان و درخت تصمیم گیری مقایسه شده است. نتایج بهبود و کاهش خطا و افزایش قابل توجه دقت روش پیشنهادی در پیش بینی بلند-مدت تقاضا در زنجیره تامین انرژی الکتریکی صنایع سنگ آهن اسپیدان را نشان می دهند. پرونده مقاله

دسترسی آزاد مقاله

152 - پیش‌بینی دقیق بار فیدرهای شبکه توزیع در روزهای کاری هفته با استفاده از اطلاعات گذشته بار
بهادر فانی سلیمان فهرستی ثانی احسان ادیب

تخمین بار روزانه در شرکت‌های توزیع که به منظور ارائه این نتایج به شرکت مدیریت شبکه صورت می‌گیرد، امری لازم و ضروری است. پیش بینی بار روزانه در شبکه‌های قدرت از دیرباز مورد توجه قرار داشته است. با توجه به تأثیر پذیری زیاد الگوهای بار از عوامل مختلفی مانند عوامل آب و هوای چکیده کامل

تخمین بار روزانه در شرکت‌های توزیع که به منظور ارائه این نتایج به شرکت مدیریت شبکه صورت می‌گیرد، امری لازم و ضروری است. پیش بینی بار روزانه در شبکه‌های قدرت از دیرباز مورد توجه قرار داشته است. با توجه به تأثیر پذیری زیاد الگوهای بار از عوامل مختلفی مانند عوامل آب و هوایی، اقتصادی و اجتماعی، پیش‌بینی دقیق بار امر دشواری می‌باشد. به همین دلیل در سال‌های اخیر استفاده از الگوریتم‌های هوشمند در جهت پیش‌بینی، در حال گسترش می‌باشد. در این مقاله جهت پیش‌بینی بار، با توجه به حجیم و زمان بر بودن روش‌های هوشمند از مدل‌های آماری (روش هموار سازی نمایی) استفاده شده است و با تلفیق این روش با روش تخمینی ارائه شده (معکوس اجزای اصلی) با توجه به عدم دسترسی کامل به داده‌های روز قبل از روز پیش بینی نتایج قابل قبولی حاصل می‌گردد. پرونده مقاله

دسترسی آزاد مقاله

153 - بررسی ضریب رفتار قاب بتنی پیش‌ساخته با اتصالات نیمه‌صلب به همراه بادبند فولادی
بابک بهفروز محمد حسن میثمی زهراسادات موسوی

با افزایش جمعیت اهمیت ایجاد ساختمان های بیشتر در مدت کوتاه و با هزینه کم، مانند سازه های پیش ساخته بیش از پیش نمایان می شود. به همین منظور در این مقاله با استفاده از نرم‌افزار SAP2000-14، سه قاب بتنی 2، 4 و 6 طبقه به صورت دو بعدی با در نظرگیری اتصالات به صورت مفصلی، نیم چکیده کامل

با افزایش جمعیت اهمیت ایجاد ساختمان های بیشتر در مدت کوتاه و با هزینه کم، مانند سازه های پیش ساخته بیش از پیش نمایان می شود. به همین منظور در این مقاله با استفاده از نرم‌افزار SAP2000-14، سه قاب بتنی 2، 4 و 6 طبقه به صورت دو بعدی با در نظرگیری اتصالات به صورت مفصلی، نیمه صلب و گیردار، که دارای 5 دهانه با ابعاد 4 متر برای چشمه وسط و ابعاد 5 متر برای دهانه های کناری می باشد، طراحی شدند. بدین ترتیب در دهانه های 4 متری وسط قاب بادبند فولادی X شکل تعبیه شده است. سپس با انجام تحلیل استاتیکی غیرخطی تأثیر عواملی نظیر تعداد طبقات و صلبیت اتصالات بر ضریب رفتار مورد بررسی قرار گرفته، سپس خود ضریب رفتار برای این قاب ها محاسبه شده است. نتایج نشان داد با افزایش گیرداری اتصال و ارتفاع سازه مقدار ضریب رفتار نیز افزایش می یابد. پرونده مقاله

دسترسی آزاد مقاله

154 - Forecast of climatologically events using improved grey model (Case Study: Qazvin Province Climatology)
مریم کریمی خواجه قیاسی علیرضا علینژاد

The theory of grey system is used when sufficient information of the community under study is not in hand. The grey forecast model is proper when the information variety is fix and certain. Grey model can apply some additional computations to improve forecasting activit چکیده کامل

The theory of grey system is used when sufficient information of the community under study is not in hand. The grey forecast model is proper when the information variety is fix and certain. Grey model can apply some additional computations to improve forecasting activities when data is insufficient. Through using improved grey model, the assessment error decreases significantly. This study made use of the mean maximum daily temperature data collected by Qazvin meteorological station, from August 2001 to August 2013. The findings revealed that the grey model metabolism method can reduce errors and improve the precision of forecasting the mean variable of maximum daily temperature. پرونده مقاله

دسترسی آزاد مقاله

155 - اندازه گیری ضریب فزاینده آب و پساب فاضلاب و کاربردهای آن در پیش بینی اقتصاد چرخشی آب برای مصرف واسطه ای و تقاضای نهایی براساس الگوی جدول داده – ستانده
کوروش جوادی پاشاکی

آب به لحاظ تقاضا یک کالای بدون جانشین و ضروری در سبد خانوار و تقاضای واسطه ای تولید در بخش های اقتصادی است. درعلم اقتصاد مقدار تقاضا با قیمت آن کالاها بستگی دارد. اما آب بدلیل ارزش گذاری قیمت پائین با سایر کالاها متفاوت است.همه بخش های اقتصادی وابسته به آب هستند.هیچ بخش چکیده کامل

آب به لحاظ تقاضا یک کالای بدون جانشین و ضروری در سبد خانوار و تقاضای واسطه ای تولید در بخش های اقتصادی است. درعلم اقتصاد مقدار تقاضا با قیمت آن کالاها بستگی دارد. اما آب بدلیل ارزش گذاری قیمت پائین با سایر کالاها متفاوت است.همه بخش های اقتصادی وابسته به آب هستند.هیچ بخشی از اقتصاد بدون نهاده‌ی آب امکان تولید و خدمات برایش مسیر نیست. آب رابطه تنگاتنگ نیز با محیط زیست دارد.رویکرد مبتنی بر اقتصاد چرخشی آب و استفاده از پساب فاضلاب در بخش صنعت می تواند مصرف آب زیر زمینی را تاحدودی کاهش دهد.این مقاله با استفاده از آمار واطلاعات حسابداری آب و با رهیافت الگوی جدول داده -ستانده ،ضریب فزاینده پساب فاضلاب ،آب سطحی، زیر زمینی، برداشت از دریا وآب واحدهای صنعتی در بخش‌های اقتصاد را محاسبه و مقدار مصرفی آب را براساس رشد اقتصاد ملی ورشد جمعیت برای سال 1410پیش بینی نموده است. پرونده مقاله

دسترسی آزاد مقاله

156 - Novel Hybrid Fuzzy-Evolutionary Algorithms for Optimization of a Fuzzy Expert System Applied to Dust Phenomenon Forecasting Problem
Somayeh Ghanbari Rahil Hosseini Mahdi Mazinani

Nowadays, dust phenomenon is one of the important challenges in warm and dry areas. Forecasting the phenomenon before its occurrence helps to take precautionary steps to prevent its consequences. Fuzzy expert systems capabilities have been taken into account to assist a چکیده کامل

Nowadays, dust phenomenon is one of the important challenges in warm and dry areas. Forecasting the phenomenon before its occurrence helps to take precautionary steps to prevent its consequences. Fuzzy expert systems capabilities have been taken into account to assist and cope with the uncertainty associated to complex environments such as dust forecasting problem. This paper presents novel hybrid Fuzzy-Evolutionary algorithms to predict the dust phenomenon. For this, first a fuzzy expert system was designed and then it was optimized using evolutionary algorithms like Genetic and Differential Evolutionary algorithms. Evolutionary nature of these algorithms have been taken into account to optimize the fuzzy system in the complex area of the dust phenomenon. To evaluate the proposed hybrid models a real dataset including 55 years of the dust phenomenon in Zanjan province in Iran was considered. Performance of these methods was investigated through an ROC curve analysis in combination with a 10-fold cross validation technique. The accuracy of the fuzzy expert system was 92.13% and after optimization through the Fuzzy-Genetic model and hybrid differential evolutionary model was reached to 93.5% and 97.30%, respectively. The results are promising for early forecasting of the dust phenomena and preventing its consequences. پرونده مقاله

دسترسی آزاد مقاله

157 - Modeling Ghotour-Chai River’s Rainfall-Runoff process by Genetic Programming
Mina Ruhnavaz Abdolreza Hatamlou

Considering the importance of water and computing the amount of rainfall runoff resulted from precipitation in recent decades, using appropriate methods for predicting the amount of runoff from rainfall date has been really essential. Rainfall-runoff models are used to چکیده کامل

Considering the importance of water and computing the amount of rainfall runoff resulted from precipitation in recent decades, using appropriate methods for predicting the amount of runoff from rainfall date has been really essential. Rainfall-runoff models are used to estimate runoff generated from precipitation in the catchment area. Rainfall-runoff process is totally a non-linear phenomenon. In the present study, it has been tried to Model Ghatoor-Chai River rainfall-runoff, one of the studying sub-basins of Aras River with an area of 8544 square kilometers, by genetic programming and to analyze the results. In this study, the statistical data from Ghatoor-Chai’s daily rainfall-runoff, Marakan hydrometric station during the period 1386-1390 has been used. Data from events during the period 1386-1389 is used for training and data from 1390 for testing. In this modeling, 8 input models have been defined for the system. After applying input models in system, the results based on statistical measures of root-mean-square error and correlation coefficient were analyzed and evaluated. The findings show the success of genetic programming for rainfall-runoff process and this procedure can be suggested as a way for modeling this process. پرونده مقاله

دسترسی آزاد مقاله

158 - An Efficient Artificial Intelligence Based Technique in Diseases Staging and Forecasting
Negar Ahmadi Alfredo Milani

Artificial Intelligence (AI) techniques offer powerful objective algorithms for analysis of multimodal and high-dimensional data. Recently, these techniques have become a reliable tool in the medical domain. This paper describes an efficient technique for building an ap چکیده کامل

Artificial Intelligence (AI) techniques offer powerful objective algorithms for analysis of multimodal and high-dimensional data. Recently, these techniques have become a reliable tool in the medical domain. This paper describes an efficient technique for building an application that is capable of forecasting and classifying healthcare information using machine learning as a subfield of AI methods. The algorithm predicts a label for each sample. The sample is a single set of feature data and the label is what category the sample falls into. The algorithm takes many of these samples as the training set, builds an internal model and finally predicts the labels of other samples, called the testing set. We apply this methodology to the breast cancer staging and also to forecast the myocardial infarction and examine the risk assessment using fuzzy clustering and Framingham heart study. The results show that the proposed technique obtains credible outputs that could be integrated in an application to be used in the health care field. پرونده مقاله

دسترسی آزاد مقاله

159 - Smallholder Farmers' Access and Use of Scientific Climatic Forecast Information in Mt. Elgon Region, Eastern Uganda
Narisi Mubangizi Florence Kyazze Paul Mukwaya

Proper use of climatic forecast information in planning and implementing agricultural activities is critical for the improvement of the wellbeing of smallholder farmers whose livelihoods depend on rain-fed agriculture. This study employed a descriptive cross-sectional d چکیده کامل

Proper use of climatic forecast information in planning and implementing agricultural activities is critical for the improvement of the wellbeing of smallholder farmers whose livelihoods depend on rain-fed agriculture. This study employed a descriptive cross-sectional design involving 12 focus group discussions and 255 household interviews to determine the extent to which smallholder farmers in Mount Elgon Region of Eastern Uganda accessed and used climate forecast information. Results showed that 84% of the farmers had received scientific climate information especially on timing of onset and cessation of rainfall and likelihood of landslides. The information was mainly accessed through radio and rarely from extension workers and fellow farmers. Over 60% of farmers considered the different types of climatic forecast information received to be less reliable and inappropriately timed relative to their needs and this barred most of them from applying it in their agricultural production decisions. The likelihood to use climate forecast information was enhanced by farmers' formal education, ownership of a radio set, perception that the information was reliable and timely. Thus efforts to enhance farmers’ use of rainfall forecast information customize it to the needs of the targeted farmers. پرونده مقاله

دسترسی آزاد مقاله

160 - Forecasting Milled Rice Production in Ghana Using Box-Jenkins Approach
Nasiru Suleman Solomon Sarpong

The increasing demand for rice in Ghana has been a major concern to the government and other stakeholders. Recent concerns by the coalition for African Rice Development (CARD) to double rice production within ten years in Sub-Saharan countries have triggered the to impl چکیده کامل

The increasing demand for rice in Ghana has been a major concern to the government and other stakeholders. Recent concerns by the coalition for African Rice Development (CARD) to double rice production within ten years in Sub-Saharan countries have triggered the to implement strategies to boost rice production in the government. To fulfill this requirement, there is a need to monitor and forecast trends of rice production in the country. This study employs the Box-Jenkins approach to model milled rice production using time series data from 1960 to 2010. The analysis revealed that ARIMA (2, 1, 0) was the best model for forecasting milled rice production. Although, a ten years forecast with the model shows an increasing trend in production, the forecast value at 2015 (283.16 thousand metric tons) was not good enough to compare with the current production of Nigeria (2700 thousand metric tons), the leading producer of rice of rice in West Africa. پرونده مقاله

دسترسی آزاد مقاله

161 - Town trip forecasting based on data mining techniques
Mohammad Fili Majid Khedmati

10.30495/jiei.2020.678774

In this paper, a data mining approach is proposed for duration prediction of the town trips (travel time) in New York City. In this regard, at first, two novel approaches, including a mathematical and a statistical approach, are proposed for grouping categorical variabl چکیده کامل

In this paper, a data mining approach is proposed for duration prediction of the town trips (travel time) in New York City. In this regard, at first, two novel approaches, including a mathematical and a statistical approach, are proposed for grouping categorical variables with a huge number of levels. The proposed approaches work based on the cost matrix generated by repetitive post-hoc tests for different pairs. Then, a random forest model is constructed for the prediction of the type of trips, short or long. Finally, based on the trip type and each of the mathematical and statistical approaches, separate artificial neural networks (ANN) are developed to predict the duration time of the trips. According to the results, the mathematical approach performs better and provides more accurate results than the statistical approach. In addition, the proposed methods are compared with some other methods in the literature in which the results show that they perform better than all other methods. The RMSE of mathematical and statistical approaches is, respectively, 4.23 and 4.27 minutes for short trips, and the related value is 9.5 minutes for long trips. In addition, a modified version of the nearest neighborhood approach, entitled modified nearest neighborhood (MNN), is proposed for the prediction of the trip duration. This model resulted in accurate predictions where its RMSE is 4.45 minutes. پرونده مقاله

دسترسی آزاد مقاله

162 - A novel grey–fuzzy–Markov and pattern recognition model for industrial accident forecasting
Inyeneobong Ekoi Edem Sunday Ayoola Oke Kazeem Adekunle Adebiyi

Industrial forecasting is a top-echelon research domain, which has over the past several years experienced highly provocative research discussions. The scope of this research domain continues to expand due to the continuous knowledge ignition motivated by scholars in th چکیده کامل

Industrial forecasting is a top-echelon research domain, which has over the past several years experienced highly provocative research discussions. The scope of this research domain continues to expand due to the continuous knowledge ignition motivated by scholars in the area. So, more intelligent and intellectual contributions on current research issues in the accident domain will potentially spark more lively academic, value-added discussions that will be of practical significance to members of the safety community. In this communication, a new grey–fuzzy–Markov time series model, developed from nondifferential grey interval analytical framework has been presented for the first time. This instrument forecasts future accident occurrences under time-invariance assumption. The actual contribution made in the article is to recognise accident occurrence patterns and decompose them into grey state principal pattern components. The architectural framework of the developed grey–fuzzy–Markov pattern recognition (GFMAPR) model has four stages: fuzzification, smoothening, defuzzification and whitenisation. The results of application of the developed novel model signify that forecasting could be effectively carried out under uncertain conditions and hence, positions the model as a distinctly superior tool for accident forecasting investigations. The novelty of the work lies in the capability of the model in making highly accurate predictions and forecasts based on the availability of small or incomplete accident data. پرونده مقاله

دسترسی آزاد مقاله

163 - An iterative method for forecasting most probable point of stochastic demand
J. Behnamian S. M. T. Fatemi Ghomi B. Karimi M. Fadaei Moludi

The demand forecasting is essential for all production and non-production systems. However, nowadays there are only few researches on this area. Most of researches somehow benefited from simulation in the conditions of demand uncertainty. But this paper presents an چکیده کامل

The demand forecasting is essential for all production and non-production systems. However, nowadays there are only few researches on this area. Most of researches somehow benefited from simulation in the conditions of demand uncertainty. But this paper presents an iterative method to find most probable stochastic demand point with normally distributed and independent variables of n-dimensional space and the demand space is a nonlinear function. So this point is compatible with both external conditions and historical data and it is the shortest distance from origin to the approximated demand-state surface. Another advantage of this paper is considering ndimensional and nonlinear (nth degree) demand function. Numerical results proved this procedure is convergent and running time is reasonable. پرونده مقاله

دسترسی آزاد مقاله

164 - An investigation of model selection criteria for technical analysis of moving average
Milad Jasemi Ali M Kimiagari

Moving averages are one of the most popular and easy-to-use tools available to a technical analyst, and they also form the building blocks for many other technical indicators and overlays. Building a moving average (MA) model needs determining four factors of (1) approa چکیده کامل

Moving averages are one of the most popular and easy-to-use tools available to a technical analyst, and they also form the building blocks for many other technical indicators and overlays. Building a moving average (MA) model needs determining four factors of (1) approach of issuing signals, (2) technique of calculating MA, (3) length of MA, and (4) band. After a literature review of technical analysis (TA) from the perspective of MA and some discussions about MA as a TA, this paper is structured to highlight the effects that each of the first three factors has on performance of MA as a TA. The results that based on some experiments with real data support the fact that deciding about the first and second factors is not much critical, and more attention should be paid to other factors. پرونده مقاله

دسترسی آزاد مقاله

165 - Modeling and forecasting US presidential election using learning algorithms
Mohammad Zolghadr Seyed Armin Akhavan Niaki S. T. A. Niaki

The primary objective of this research is to obtain an accurate forecasting model for the US presidential election. To identify a reliable model, artificial neural networks (ANN) and support vector regression (SVR) models are compared based on some specified performance چکیده کامل

The primary objective of this research is to obtain an accurate forecasting model for the US presidential election. To identify a reliable model, artificial neural networks (ANN) and support vector regression (SVR) models are compared based on some specified performance measures. Moreover, six independent variables such as GDP, unemployment rate, the president’s approval rate, and others are considered in a stepwise regression to identify significant variables. The president’s approval rate is identified as the most significant variable, based on which eight other variables are identified and considered in the model development. Preprocessing methods are applied to prepare the data for the learning algorithms. The proposed procedure significantly increases the accuracy of the model by 50%. The learning algorithms (ANN and SVR) proved to be superior to linear regression based on each method’s calculated performance measures. The SVR model is identified as the most accurate model among the other models as this model successfully predicted the outcome of the election in the last three elections (2004, 2008, and 2012). The proposed approach significantly increases the accuracy of the forecast. پرونده مقاله

دسترسی آزاد مقاله

166 - Forecasting time and place of earthquakes using a Semi-Markov model (with case study in Tehran province)
Ramin Sadeghian

The paper examines the application of semi-Markov models to the phenomenon of earthquakes in Tehran province. Generally, earthquakes are not independent of each other, and time and place of earthquakes are related to previous earthquakes; moreover, the time between eart چکیده کامل

The paper examines the application of semi-Markov models to the phenomenon of earthquakes in Tehran province. Generally, earthquakes are not independent of each other, and time and place of earthquakes are related to previous earthquakes; moreover, the time between earthquakes affects the pattern of their occurrence; thus, this occurrence can be likened to semi-Markov models. In our work, we divided the province of Tehran into six regions and grouped the earthquakes regarding their magnitude into three classes. Using a semi-Markov model, it proceeds to predict the likelihood of the time and place of occurrence of earthquakes in the province. پرونده مقاله

دسترسی آزاد مقاله

167 - Development of an evolutionary fuzzy expert system for estimating future behavior of stock price
Azam Goodarzi Amirhossein Amiri Shervin Asadzadeh Farhad Mehmanpazir Shahrokh Asadi

The stock market has always been an attractive area for researchers since no method has been found yet to predict the stock price behavior precisely. Due to its high rate of uncertainty and volatility, it carries a higher risk than any other investment area, thus the st چکیده کامل

The stock market has always been an attractive area for researchers since no method has been found yet to predict the stock price behavior precisely. Due to its high rate of uncertainty and volatility, it carries a higher risk than any other investment area, thus the stock price behavior is difficult to simulation. This paper presents a “data mining-based evolutionary fuzzy expert system” (DEFES) approach to estimate the behavior of stock price. This tool is developed in seven-stage architecture. Data mining is used in three stages to reduce the complexity of the whole data space. The first stage, noise filtering, is used to make our raw data clean and smooth. Variable selection is second stage; we use stepwise regression analysis to choose the key variables been considered in the model. In the third stage,K-means is used to divide the data into sub-populations to decrease the effects of noise and rebate complexity of the patterns. At next stage, extraction of Mamdani type fuzzy rule-based system will be carried out for each cluster by means of genetic algorithm and evolutionary strategy. In the fifth stage, we use binary genetic algorithm to rule filtering to remove the redundant rules in order to solve over learning phenomenon. In the sixth stage, we utilize the genetic tuning process to slightly adjust the shape of the membership functions. Last stage is the testing performance of tool and adjusts parameters. This is the first study on using an approximate fuzzy rule base system and evolutionary strategy with the ability of extracting the whole knowledge base of fuzzy expert system for stock price forecasting problems. The superiority and applicability of DEFES are shown for International Business Machines Corporation and compared the outcome with the results of the other methods. Results with MAPE metric and Wilcoxon signed ranks test indicate that DEFES provides more accuracy and outperforms all previous methods, so it can be considered as a superior tool for stock price forecasting problems. پرونده مقاله

دسترسی آزاد مقاله

168 - A new probability density function in earthquake occurrences
S Sadeghian G.R Jalali-Naini

Although knowing the time of the occurrence of the earthquakes is vital and helpful, unfortunately it is still unpredictable. By the way there is an urgent need to find a method to foresee this catastrophic event. There are a lot of methods for forecasting the time of e چکیده کامل

Although knowing the time of the occurrence of the earthquakes is vital and helpful, unfortunately it is still unpredictable. By the way there is an urgent need to find a method to foresee this catastrophic event. There are a lot of methods for forecasting the time of earthquake occurrence. Another method for predicting that is to know probability density function of time interval between earthquakes. In this paper a new probability density function (PDF) for the time interval between earthquakes is found out. The parameters of the PDF will be estimated, and ultimately, the PDF will be tested by the earthquakes data about Iran. پرونده مقاله

دسترسی آزاد مقاله

169 - A hybrid computational intelligence model for foreign exchange rate forecasting
M Khashei F Mokhatab Rafiei M Bijari S.R Hejazi

Computational intelligence approaches have gradually established themselves as a popular tool for forecasting the complicated financial markets. Forecasting accuracy is one of the most important features of forecasting models; hence, never has research directed at impro چکیده کامل

Computational intelligence approaches have gradually established themselves as a popular tool for forecasting the complicated financial markets. Forecasting accuracy is one of the most important features of forecasting models; hence, never has research directed at improving upon the effectiveness of time series models stopped. Nowadays, despite the numerous time series forecasting models proposed in several past decades, it is widely recognized that exchange rates are extremely difficult to forecast. Artificial Neural Networks (ANNs) are one of the most accurate and widely used forecasting models that have been successfully applied for exchange rate forecasting. In this paper, a hybrid model is proposed based on the basic concepts of artificial neural networks in order to yield more accurate results than the traditional ANNs in short span of time situations. Three exchange rate data sets—the British pound, the United States dollar, and the Euro against the Iran rial-are used in order to demonstrate the appropriateness and effectiveness of the proposed model. Empirical results of exchange rate forecasting indicate that hybrid model is generally better than artificial neural networks and other models presented for exchange rate forecasting, in cases where inadequate historical data are available. Therefore, our proposed model can be a suitable alternative model for financial markets to achieve greater forecasting accuracy, especially in incomplete data situations. پرونده مقاله

دسترسی آزاد مقاله

170 - ارزیابی پیش بینی‌های مدیریت در گزارش‌های توجیهی افزایش سرمایه شرکت‌ها
صغری عابدی محمدحسین قائمی طاهر اسکندرلی

تصمیمات سرمایه گذاری مدیران شرکتی‌ها را ملزم می‌کند که عملکرد آینده شرکت را در قالب طرح توجیهی افزایش سرمایه پیش بینی کنند.. اگرچه این پیش بینی‌ها یکی از عوامل مهم موفقیت سرمایه گذاری است، ولی به طور مستقیم توسط ذینفعان خارجی قابل مشاهده نیستند. هدف پژوهش حاضر، ارزیابی چکیده کامل

تصمیمات سرمایه گذاری مدیران شرکتی‌ها را ملزم می‌کند که عملکرد آینده شرکت را در قالب طرح توجیهی افزایش سرمایه پیش بینی کنند.. اگرچه این پیش بینی‌ها یکی از عوامل مهم موفقیت سرمایه گذاری است، ولی به طور مستقیم توسط ذینفعان خارجی قابل مشاهده نیستند. هدف پژوهش حاضر، ارزیابی میزان دقت پیش بینی‌های مدیریت از درآمد و سود عملیاتی شرکت در گزارش‌های توجیهی افزایش سرمایه شرکت‌ها می‌باشد. در این راستا دقت پیش بینی افزایش سرمایه با متغیرهای اندازه شرکت، نسبت بازده دارایی‌ها، اهرم مالی، حقوق مالکانه، سهام شناور و نسبت افزایش سرمایه مورد بررسی گرفته است. برای بررسی پژوهش نمونه‌ای متشکل از 184 شرکت پذیرفته شده در بورس اوراق بهادار تهران در بازه زمانی 1385 تا 1398 انتخاب و داده‌ها با استفاده رگرسیون تحلیل شده است. نتایج حاصل از پژوهش نشان می‌دهد، بین متغیر اندازه شرکت رابطه معنی داری مستقیم و ارزش دفتری حقوق مالکان رابطه معنی داری معکوس با سود عملیاتی وجود دارد، ولی رابطه معنی داری با متغیرهای مستقل پژوهش شامل، اندازه شرکت، نسبت بازده دارایی‌های، اهرم مالی، ارزش دفتری حقوق مالکانه و سهام شناور با متغیر وابسته درآمد عملیاتی مشاهده نگردید. پرونده مقاله

دسترسی آزاد مقاله

171 - مدل سازی بهینه خرید و فروش در بازارهای انس طلا و اس اند پی 500 بر اساس تئوری ایست بهینه
امیر محمودیان مریم خلیلی عراقی حمیدرضا وکیلی فرد

10.30495/ecomag.2024.2001797.1094

پیش‌بینی قیمت در بازارهای مالی همواره مورد توجه فعالان وتحلیل گران مالی بوده است. اخیراً روش‌های مختلفی برای پیش‌بینی حرکات بازارهای مالی با استفاده از سری‌های زمانی تاریخی قیمت‌ها اتخاذ شده‌اند. با این حال، پیش‌بینی دقیق قیمت‌های مالی هنوز یک چالش طولانی مدت است که همی چکیده کامل

پیش‌بینی قیمت در بازارهای مالی همواره مورد توجه فعالان وتحلیل گران مالی بوده است. اخیراً روش‌های مختلفی برای پیش‌بینی حرکات بازارهای مالی با استفاده از سری‌های زمانی تاریخی قیمت‌ها اتخاذ شده‌اند. با این حال، پیش‌بینی دقیق قیمت‌های مالی هنوز یک چالش طولانی مدت است که همیشه رویکردهای جدید را می طلبد0 در این مقاله قصد داریم با استفاده از تئوری آماری ایست بهینه و ارتباط آن با فرآیندهای شاخه ای به پیش بینی زمان خرید و فروش بر اساس قیمت های بهینه خرید و فروش در دو بازار مالی مطرح بپردازیم.برای این منظور بازارهای اونس طلا و شاخص اس اند پی 500 درچارچوب های زمانی کوتاه و بلند مدت بر مبنای یک افق ثابت 20 پیش بینی شده و برای هر یک از چارچوب های زمانی تایم فریم های مختلفی انتخاب شده است. داده های بسته شدن قیمت از سال 1995 تا 2022 در هر تایم فریمی بنا بر مدت زمان خود مورد استفاده قرار گرفته است. نتایج تحقیق نشان می دهد با استفاده از تئوری ایست بهینه در چارچوب زمانی کوتاه مدت، شاخص اس اند پی با 67% وانس طلا با 53% موفقیت در پیش بینی قیمت ها را به دست آورده است..در چارچوب زمانی بلند مدت انس طلا به میزان 85% و شاخص اس اند پی 500 به میزان 68% موفقیت در پیش بینی قیمت ها را داشته است. پرونده مقاله

دسترسی آزاد مقاله

172 - Long-term Streamflow Forecasting by Adaptive Neuro-Fuzzy Inference System Using K-fold Cross-validation: (Case Study: Taleghan Basin, Iran)
Reza Esmaeelzadeh Alireza Borhani Dariane

Streamflow forecasting has an important role in water resource management (e.g. flood control, drought management, reservoir design, etc.). In this paper, the application of Adaptive Neuro Fuzzy Inference System (ANFIS) is used for long-term streamflow forecasting (mont چکیده کامل

Streamflow forecasting has an important role in water resource management (e.g. flood control, drought management, reservoir design, etc.). In this paper, the application of Adaptive Neuro Fuzzy Inference System (ANFIS) is used for long-term streamflow forecasting (monthly, seasonal) and moreover, cross-validation method (K-fold) is investigated to evaluate test-training data in the model.Then, the results are compared with those of the typical validation method (i.e., using 75% of data for training and the remaining 25% for testing the validity of the trained model). Study area is Taleghan basin located in northwestern Tehran basin, Iran. The data used in this research consists of 19 years of monthly streamflow, precipitation and temperature records. To apply temperature and precipitation data in the model, the whole basin was divided into sub-basins and average values of each parameter for each sub-basin were allocated as model input. Finally, results were compared with those of the ANN model. It was found that the K-fold validation method leads to better performance than the typical method in terms of statistical indices. In addition, the results indicated the superiority of ANFIS model over ANN model in long-term forecasting. پرونده مقاله

دسترسی آزاد مقاله

173 - استفاده از رگرسیون انتقال هموار(STR)در پیش بینی سیکل های تجاری
هارمونی شاه مرادی حمید ابریشمی اورانوس پریور

پیش بینی سیکل های تجاری در اقتصاد کلان،اهمیت ویژه ای دارد و بخش مهمی از فرایند تصمیم گیری و سیاست گذاری در اقتصاد را تشکیل می دهد.در سالهای اخیر،به مدلهای غیر خطی برای پیش بینی متغیرهای اقتصادی بیشتر توجه شده و گسترش به یادگیری این مدلها به بهبود چشمگیری در عرصه مدلسا چکیده کامل

پیش بینی سیکل های تجاری در اقتصاد کلان،اهمیت ویژه ای دارد و بخش مهمی از فرایند تصمیم گیری و سیاست گذاری در اقتصاد را تشکیل می دهد.در سالهای اخیر،به مدلهای غیر خطی برای پیش بینی متغیرهای اقتصادی بیشتر توجه شده و گسترش به یادگیری این مدلها به بهبود چشمگیری در عرصه مدلسازی رفتار متغیرها در حیطه اقتصاد کلان و به ویژه اقتصاد مالی منجر شده است.در این مقاله،مدلی مناسب و قوی برای پیش بینی سیکل های تجاری با استفاده از رگرسیون انتقال هموار(STR)ارائه شده است.نتایج خطای بسیار کمی را نشان میدهد که بر کارایی قابل قبول مدل دلالت دارد. پرونده مقاله

دسترسی آزاد مقاله

174 - ارتباط بین پیش‌بینی‌های جریان نقد با هزینۀ حقوق صاحبان سرمایه
علی باغانی نرگس قربانی

پیش‌بینی جریان نقد، امر مهمی است که در بسیاری از تصمیم‌های اقتصادی موردنیاز است؛ زیرا جریان‌های نقد، نقش مهمی را تقریباً در تمامی تصمیم‌گیری‌های گروه‌هایی مانند تحلیل‌گران اوراق بهادار، اعتباردهندگان و مدیران بازی می‌کند(اسلون،1996). برای کشف این حقیقت، در این پژوهش س چکیده کامل

پیش‌بینی جریان نقد، امر مهمی است که در بسیاری از تصمیم‌های اقتصادی موردنیاز است؛ زیرا جریان‌های نقد، نقش مهمی را تقریباً در تمامی تصمیم‌گیری‌های گروه‌هایی مانند تحلیل‌گران اوراق بهادار، اعتباردهندگان و مدیران بازی می‌کند(اسلون،1996). برای کشف این حقیقت، در این پژوهش سعی شده است، با استفاده از تحلیل داده‌ها، ارتباط بین پیش‌بینی جریان نقد با هزینۀ حقوق صاحبان سرمایه بررسی شود. نمونۀ آماری پژوهش 167 شرکت پذیرفته‌شده در بورس اوراق بهادار تهران را در یک دورۀ زمانی 6 ساله دربر می‌گیرد؛ و برای جمع‌آوری اطلاعات، از روش رگرسیون ترکیبی چندمتغیره برای آزمون فرضیه‌های مطرح‌شده استفاده می‌شود. برای آزمون فرضیه‌ها و درنهایت تجزیه‌وتحلیل داده‌ها، از نرم‌افزار EXCEL و نیز نرم‌افزارهای آماری SPSS23، EVIEWS9، و MINITAB19 استفاده شده است. برای آزمون فرضیه‌ها به تبعیت از مقاله سانگ هوان یونگ3(2015) از مدل‌های زیر استفاده شده است. با توجه به تعداد متغیرهای موردمطالعه، از روش رگرسیون چندگانه استفاده شد. نتایج پژوهش نشانگرِنبودِ رابطۀ معنادار بین پیش‌بینی‌های جریان نقد و هزینۀ حقوق صاحبان سرمایه است. پرونده مقاله

دسترسی آزاد مقاله

175 - رابطۀ بین تغییرپذیری سود و پی شبینی سود با استفاده از شبکۀ عصبی در شرکت های پذیرفته شده در بورس اوراق بهادار تهران
الهام امیدی گهر رویا دارابی

هدف از این پژوهش، بررسی رابطۀ بین تغییرپذیری سود و پی شبینی سود، با استفاده از شبکۀ عصبی در شرک تهای پذیرفته شده در بورساوراق بهادار تهران است. پژوهش حاضر، از نوع مطالعۀ کتابخانه ا ی و تحلیلی علّی بوده و مبتنی بر تحلیل داد ههای تابلویی)پانل دیتا( وشبکۀ عصبی است. در این چکیده کامل

هدف از این پژوهش، بررسی رابطۀ بین تغییرپذیری سود و پی شبینی سود، با استفاده از شبکۀ عصبی در شرک تهای پذیرفته شده در بورساوراق بهادار تهران است. پژوهش حاضر، از نوع مطالعۀ کتابخانه ا ی و تحلیلی علّی بوده و مبتنی بر تحلیل داد ههای تابلویی)پانل دیتا( وشبکۀ عصبی است. در این پژوهش، اطلاعات مالی 98 شرکت از 19 صنعت در بورس اوراق بهادار تهران در طی دورۀ زمانی 1388 تا 1393استفاد هشده MINITAB و EVIEWS و 8 EXCEL بررسی شده است. برای تجزیه و تحلیلِ نتایج ب هدست آمدۀ پژوهش نیز از نرم افزارهایاست. یافت ههای پژوهش نشان داده است که رابطۀ معناداری بین تغییرپذیری سود و پی شبینی سود وجود دارد. ب هعلاوه، مدل شبکۀ عصبی درپی شبینی سود، عملکرد بهتری نسبت به رگرسیون دارد. پرونده مقاله

دسترسی آزاد مقاله

176 - ارزیابی پیش‌بینی بارش مدل منطقه‌ای WRF برای بارش‌های سنگین روزانه استان قزوین طی دوره 1381 تا 1390
فروزان ارکیان ندا مشاطان پری سیما کتیرایی بروجردی احسان میرزایی حاجی باقلو

در این تحقیق پیش بینی بارش توسط مدلWRF برای بارش های سنگین روزانه استان قزوین مورد ارزیابی قرار گرفت. به این منظور سی مورد از بارش های سنگین استان قزوین در دهه هشتاد شمسی با دو پیکربندی متفاوت از طرح واره های مدل WRF (KFMYJ و GDMYJ) در بازه های زمانی 24، 48 و72 ساعته ش چکیده کامل

در این تحقیق پیش بینی بارش توسط مدلWRF برای بارش های سنگین روزانه استان قزوین مورد ارزیابی قرار گرفت. به این منظور سی مورد از بارش های سنگین استان قزوین در دهه هشتاد شمسی با دو پیکربندی متفاوت از طرح واره های مدل WRF (KFMYJ و GDMYJ) در بازه های زمانی 24، 48 و72 ساعته شبیه سازی شدند. با توجه ویژگی های ناهمواری و نوع اقلیم، استان قزوین به پنج ناحیه بارشی شامل دشت، حاشیه دشت، کوهپایه، ارتفاعات جنوب غربی و ارتفاعات شمال شرق تقسیم شد. سپس با دو رویکرد نقطه ای و منطقه بندی، بارش های شبیه سازی شده با مقادیر دیدبانی متناظر مقایسه و مورد ارزیابی قرار گرفت. براساس نتایج این تحقیق، جذر میانگین مربعات خطا و اریبی چندگانه مقادیر شبیه سازی شده ی بارش توسط مدل در بازه 24 ساعت نسبت به بازه های 48 و72 ساعت بهتر و به ترتیب در حدود 7/8 و 7/1 برای طرحواره GDMYمی باشد. همچنین ضریب همبستگی بین بارش شبیه سازی مدل و مشاهدات برای ناحیه کوهپایه ای در مقایسه با سایر نواحی دارای مقدار بالاتری در حدود 5/0 می باشد. بطور کلی نسبت خطای سامانمند به کل خطای مدل بسیار پایین می باشد که نشان می دهد بیشتر خطای مدل ناشی از تغییرپذیری نوع های ناسامانمند و تصادفی است. با در نظر گرفتن آستانه بارش mm10≤ و تشکیل جدول توافقی برای وقوع یا نبود بارش، امتیازهای مهارتی مدل برای منطقه قزوین محاسبه شد. نتایج نشان دادکه مهارت مدل در پیش بینی بارش های 24، 48 و72 ساعت در آستانه مذکور دارای دقت قابل قبولی می باشد و به طور متوسط در حدود 71 درصد موارد، پیش بینی به درستی انجام شده است. پرونده مقاله

دسترسی آزاد مقاله

177 - A Wavelet Transform-Based Hybrid Short Term Load Forecasting Method for Managing the Costs of EV Charging Stations and Parking Lots
Yashar Khanchoupani Mojtaba Beiraghi Reza Ghanizadeh

10.30495/spre.2023.707656

Advanced data processing methods are emerging on a daily basis and they can be used in many tasks. Short-term load forecasting (STLF) is an essential task for power distribution systems. Specially, for the electric vehicle (EV) charging stations and parking lots the STL چکیده کامل

Advanced data processing methods are emerging on a daily basis and they can be used in many tasks. Short-term load forecasting (STLF) is an essential task for power distribution systems. Specially, for the electric vehicle (EV) charging stations and parking lots the STLF can give precise time tables in which the electrical power demand is at the lowest and the electric prices are low too. In this paper, we developed a STLF system that works based on wavelet transform of the load data collected from the previous 3 months. Next, we perform the feature selection using the Gram-Schmidt (GS) procedure. The selected features are then fed to the Radial basis function (RBF) network in order to predict the power usage one day ahead. The learning algorithm that is used for the RBF network is the hybrid "k-means, RLS" algorithm. It is indicated that the proposed RBF network works more accurately or at least equal to the previously presented support vector machine (SVM) predictor. Also, the computational complexity of the RBF network is much less than SVM and consequently, the time consumption of the presented system is far less than recently proposed methods. The numerical simulation results based on the real-world load data of the Urmia city showed that the proposed method based on the wavelet transform features and the hybrid RBF is more efficient than the previous SVM both in accuracy (more than 29%) and computational complexity (more than 30%). پرونده مقاله

دسترسی آزاد مقاله

178 - مقایسه قدرت پیش بینی منحنی فیلیپس کینزین جدید هایبریدی و مدل ARIMA از تورم
زهرا افشاری مرضیه بیات

در تحقیق حاضر ابتدا منحنی فیلیپس کینزین جدید هایبریدی با استفاده از داده های فصلی، طی دوره زمانی1q1375تا 4q1389 بر اساس روش گشتاورهای تعمیم یافته (GMM)برآورد شده است، سپس با استفاده از معیار آکائیک یک مدل مناسب ARIMA تصریح گردید. در پایان هم، تورم با استفاده از هر دو مد چکیده کامل

در تحقیق حاضر ابتدا منحنی فیلیپس کینزین جدید هایبریدی با استفاده از داده های فصلی، طی دوره زمانی1q1375تا 4q1389 بر اساس روش گشتاورهای تعمیم یافته (GMM)برآورد شده است، سپس با استفاده از معیار آکائیک یک مدل مناسب ARIMA تصریح گردید. در پایان هم، تورم با استفاده از هر دو مدل، در دو افق چهار دوره ای و هشت دوره ای پیش بینی گردید و ریشه میانگین مربع خطای دو مدل مقایسه شد. نتایج حاصل از تخمین منحنی فیلیپس کینزین جدید هایبریدی نشان می دهد که قیمت های گذشته تاثیر بیشتری نسبت به قیمت های آینده بر تورم داشته اند و ضریب شکاف محصول هم معنی دار و مثبت بوده که نشان می دهد با افزایش شکاف محصول از سطح بالقوه خود، تورم 41 درصد افزایش می یابد، به عبارت دیگر سیاست های انبساطی به منظور افزایش محصول منجر به تورم خواهد شد. سپس بعد از تصریح یک مدل (4و4) ARMAو پیش بینی تورم، نتایج نشان می دهد که در هر دو افق پیش بینی، منحنی فیلیپس کینزین جدید، ریشه میانگین مربع خطای(RMSE) کمتری نسبت به مدل ARMA داشته است و بهتر توانسته تورم را پیش بینی کند Abstract Hybrid New Keynesian Phillips curve in the present study, using quarterly data over the period to 4q1389 1q1375 based on GMM is estimated, using the criteria stipulated Kayyk an ARIMA model was In the end, inflation, using both models, in both four and eight-period horizon, and the root mean square error of prediction models were compared HNKPC estimation results indicate that past prices influence future prices more than the rate of inflation and the output gap was positive and significant. Shows that increasing the level of potential output gap, inflation increased by 41%, ie expansionary policies to enhance product will lead to inflation. Then specify a model ARMA (4,4) and inflation forecasts, the results show that both forecast horizons, new Keynesian Phillips curve, the root mean square error (RMSE) is less than the ARMA model and better able to predict inflation. پرونده مقاله

دسترسی آزاد مقاله

179 - کاربرد رهیافت شبکه عصبی در پیش‌بینی قیمت کنجاله سویا در بورس کالای ایران
علی اکبر باغستانی سعید یزدانی مجید احمدیان

چکیده وابستگی روزافزون صنعت دام و طیور کشور به کنجاله سویا، موجب شده است تا هرگونه نوسان قیمت این محصول از نگاه فعالان بازار آن به دقت و حساسیت پی گیری شود. این نوسان ها در برخی مقاطع، دغدغه‌ها و نگرانی‌های جدی در خصوص وضعیت تأمین کنجاله سویا و قیمت آن به وجود آورده اس چکیده کامل

چکیده وابستگی روزافزون صنعت دام و طیور کشور به کنجاله سویا، موجب شده است تا هرگونه نوسان قیمت این محصول از نگاه فعالان بازار آن به دقت و حساسیت پی گیری شود. این نوسان ها در برخی مقاطع، دغدغه‌ها و نگرانی‌های جدی در خصوص وضعیت تأمین کنجاله سویا و قیمت آن به وجود آورده است.به منظور دست‌یابی به پیش‌بینی‌های بهتر در بازار بورس کنجاله سویا، قواعد موجود در آن شناسایی شود. در این مطالعه با استفاده از داده‌های قیمت ماهانه و هفتگی کنجاله سویا در بازار بورس، ضمن بررسی جایگاه کنجاله سویا در معاملات بورس کالا، قیمت کنجاله سویا با رهیافت شبکه عصبی مبتنی بر الگوریتم GMDH[i] پیش‌بینی و نتایج با پیش‌بینی‌های مدل خودرگرسیو میانگین متحرک مقایسه می گردد. نتایج نشان می‌دهد الگوریتم شبکه عصبیGMDH، توانایی و دقت بالاتری در پیش‌بینی قیمت نسبت به روش خودرگرسیو میانگین متحرک داشته است. [i].Group Method of Data Handling(GMDH) پرونده مقاله

دسترسی آزاد مقاله

180 - ارزیابی مدل‏های خطی و غیرخطی در پیش‏بینی شاخص قیمت سهام در بورس اوراق بهادار تهران
علی اکبر خسروی نژاد مرجان شعبانی صدر پیشه

باتوجه به تاثیر بازار بورس در تامین مالی و توسعه کشور، یافتن روشی مناسب برای پیش بینی بازار سهام اهمیت بسیاری دارد. به دلیل امکان وجود روابط غیرخطی در بازارهای مالی، هدف این مقاله، ارزیابی قدرت پیش بینی مدل های خطی و غیرخطی در بازار سهام است. ابتدا با استفاده از مدل سری چکیده کامل

باتوجه به تاثیر بازار بورس در تامین مالی و توسعه کشور، یافتن روشی مناسب برای پیش بینی بازار سهام اهمیت بسیاری دارد. به دلیل امکان وجود روابط غیرخطی در بازارهای مالی، هدف این مقاله، ارزیابی قدرت پیش بینی مدل های خطی و غیرخطی در بازار سهام است. ابتدا با استفاده از مدل سری های زمانی و شبکه عصبی مصنوعی[i]، متغیر هفتگی شاخص قیمت سهام در بورس اوراق بهادار تهران در سال های 83 تا 87 برآورد شده و سپس قدرت پیش بینی دو مدل در سال های 87 تا 89 آزمون شده است. نتایج، بیانگر عدم اختلاف معنی دار دو مدل می باشد [i]. Artifitial Neural Network پرونده مقاله

دسترسی آزاد مقاله

181 - پیش‌بینی روند اقتصادی با شاخص‌های پیشرو در اقتصاد ایران
اسفندیار جهانگرد علرضا فرهادی کیا

در این پژوهش،به منظور پیش بینی اقتصادی،از روشهای متغیرهای پیشرو در اقتصاد ایران استفاده میکنیم.برای این منظور با توجه به تعاریف و روش های شناخته شده بین المللی و ویژگیهای اقتصاد ایران،شاخصهای ترکیبی آینده نگر و همزمان بر اساس روشNBER برای دوره بهار 1367 تا زمستان 1386 ر چکیده کامل

در این پژوهش،به منظور پیش بینی اقتصادی،از روشهای متغیرهای پیشرو در اقتصاد ایران استفاده میکنیم.برای این منظور با توجه به تعاریف و روش های شناخته شده بین المللی و ویژگیهای اقتصاد ایران،شاخصهای ترکیبی آینده نگر و همزمان بر اساس روشNBER برای دوره بهار 1367 تا زمستان 1386 را با استفاده از داده های فصلی بانک مرکزی جمهوری محاسبه کرده و با استفاده از الگوهای ARMAالگوی اقتصادی تجربی برای پیش بینی دوره های اتی اقتصاد ایران را برآورد میکنیم.متغیرهای تاثیر گذار بر تولید ناخالص داخلی را با روشهای نظری،نموداری و آزمون همبستگی تعیین کرده که در بین انها،از متغیرهای ارزش افزوده بخش صنایع و معادن،هزینه های مصرفی بخش خصوصی،تشکیل سرمایه ثابت ناخالص داخلی،موجودی انبار،واردات کالا،صادرات نفت،شاخص قیمت مصرف کننده،نقدینگی،شاخص کل بورس سهام و کسری بودجه به عنوان متغیرهای تشکیل دهنده شاخص های ترکیبی استفاده شد.بر اساس نتایج حاصل از برآورد الگو پیش بینی می شود رونق به وجود امده از سالهای قبل نیز تا سال 1387 و سال 1388 کند خواهد شد. پرونده مقاله

دسترسی آزاد مقاله

182 - پیش‌بینی قیمت بنزین فوب خلیج‌فارس با استفاده از مدل‌های ARIMA و ARFIMA
حمید آماده فرشید عفتی باران امین امینی

یکی از روش های مناسب در پیش بینی سری زمانی، تعمیم رفتار گذشته سری به آینده است. برای این منظور اولین قدم شناخت دقیق رفتار گذشته متغیر است. یکی از روش های الگوسازی رفتار گذشته سری زمانی مدل خود توضیح جمعی میانگین متحرک (ARIMA) است. در این پژوهش از مدل‌های ARIMA و ARFIMA چکیده کامل

یکی از روش های مناسب در پیش بینی سری زمانی، تعمیم رفتار گذشته سری به آینده است. برای این منظور اولین قدم شناخت دقیق رفتار گذشته متغیر است. یکی از روش های الگوسازی رفتار گذشته سری زمانی مدل خود توضیح جمعی میانگین متحرک (ARIMA) است. در این پژوهش از مدل‌های ARIMA و ARFIMA برای پیش بینی قیمت هفتگی بنزین استفاده شد. همچنین پیش بینی مدل ARIMA با پیش‌بینی مدل خود توضیح کسری جمعی میانگین متحرک (ARFIMA) مقایسه شد. برای این منظور، از ابزارهای محاسباتی نرم افزار STATA12 و داده های سری زمانی قیمت بنزین فوب خلیج‌فارس از ابتدای سال 2009 تا هفته ۲۶ سال 2012 به‌صورت هفتگی که از سایت اوپک دریافت گردید، استفاده شد. نتایج تحقیق نشان داد که مدل ARFIMA(6,0.22,6) نسبت به مدل ARIMA(1,1,0) مدل مناسب تری برای پیش بینی قیمت بنزین است و میزان خطای کمتری دارد. پرونده مقاله

دسترسی آزاد مقاله

183 - پیش‌بینی سهم اشتغال بخش‌های عمده اقتصادی کشور در چشم‌انداز 1404
شهریار نصابیان صالح قویدل

پیش بینی وضعیت اشتغال و بیکاری کشور به صورت کمی می تواند حدود بازار کار در چشم انداز 20 ساله را رقم بزند.در این مقاله با استفاده از مدل ARIMA سهم اشتغال به سه بخش کشاورزی،صنایع و معادن و خدمات برای سالهای 1386-1404 پیش بینی می شود.نتایج نشان می دهد که سهم اشتغال بخشهای چکیده کامل

پیش بینی وضعیت اشتغال و بیکاری کشور به صورت کمی می تواند حدود بازار کار در چشم انداز 20 ساله را رقم بزند.در این مقاله با استفاده از مدل ARIMA سهم اشتغال به سه بخش کشاورزی،صنایع و معادن و خدمات برای سالهای 1386-1404 پیش بینی می شود.نتایج نشان می دهد که سهم اشتغال بخشهای کشاورزی،صنایع و معادن و خدمات در طی 50 سال گذشته(1385-1336) به دترتیب کاهشی،افزایشی(با نرخ کم) و افزایشی بوده که پیش بینی انجام شده،ادامه این رویه را تا افق سال 1404 تایید میکند. پرونده مقاله

دسترسی آزاد مقاله

184 - رویکردها و ابزارهای پیش بینی هوشمند فازی در حوزه ارزهای دیجیتال
داود زارع خانقاه علی محمدی محمد ایمانی برندق امیر نجفی

10.30495/fed.2024.709350

چکیده سیستم های ترکیبی مبتنی بر شبکه های عصبی مصنوعی و سیستم های فازی مدل های مختلفی را برای پیشرفت علم ارائه می دهند از آنجا که آنها مدل هایی هستند که می توانند با آموزش عملی شبکه های عصبی و ظرفیت تفسیری سیستم های فازی کار کنند. لذا هدف این پژوهش، بررسی سیستماتیک مهمت چکیده کامل

چکیده سیستم های ترکیبی مبتنی بر شبکه های عصبی مصنوعی و سیستم های فازی مدل های مختلفی را برای پیشرفت علم ارائه می دهند از آنجا که آنها مدل هایی هستند که می توانند با آموزش عملی شبکه های عصبی و ظرفیت تفسیری سیستم های فازی کار کنند. لذا هدف این پژوهش، بررسی سیستماتیک مهمترین تئوری های پیش بینی ارز دیجیتال مبتنی بر مدل های ترکیبی فازی و شبکه های عصبی مصنوعی است مدل هایی که عمدتاً بر روش های نظارت شده جهت سنجش مدل های ترکیبی متمرکز هستند همچنین، این بررسی ، تاریخچه مدل های ترکیبی، ترکیبات و قابلیت های معماری ، پردازش داده ها و روش های سنجش آنها، ویژگی های مدل های برجسته(پیشرو) و کاربردهای آنها در پیش بینی ارز دیجیتال را نیز شامل می شود نتایج نشان می دهد که مدل های شبکه عصبی فازی و مشتقات آنها در پیش بینی ارز دیجیتال با دقت بسیار بالا و با قابلیت توجیه مناسب که در طیف وسیعی از حوزه های اقتصادی و علمی کاربرد دارد، کارآمد هستند پرونده مقاله

دسترسی آزاد مقاله

185 - Flood Water Surface Profile in Tapi River- Surat
G. I. Joshi A. S. Patel

Surat is a highly developed, thickly populated cosmopolitan character city with full of various activities going on day and night. Any natural calamity which causes loss of lives to property and infrastructure along with effects on industrial processes going on has seri چکیده کامل

Surat is a highly developed, thickly populated cosmopolitan character city with full of various activities going on day and night. Any natural calamity which causes loss of lives to property and infrastructure along with effects on industrial processes going on has serious impact on economy of the state. Therefore, it becomes highly necessary that flood events are studied and analyzed properly in order to propose adequate flood control and protection measures in time to come. Many research organizations like Central Water Commission (CWC), Gujarat Engineering Research Institute (GERI), Central Water Power and Research Station (CWPRS), are already involved in study of flood phenomena of Tapi River. It appears to be of vital importance to initiate studies as an extension in lights of finding of such studies, using modern computer, model and software technology. In this research paper in detail, morphological processes in Tapi River Basin studied. It is also studied presently available mathematical models by proving them for Tapi flood data and to develop an “Optimization Process” to minimize the flood impacts. It is further attempted to validate the model with studies on physical model development with studies on physical model developed/constructed by any Govt. or Semi Govt. organization like CWC, GERI, and CWPRS etc. Subsequent to construction of Ukai dam large urban developments have taken place along Tapi river banks. With the moderation of flood at Ukai reservoir, no major floods were experienced at Surat and Hazira till 1994. During 1994, 1998 and 2006 floods of the order of 14870 m3/s (5.25 lakh cfs), 19820 m3/s (7.00cfs) and 28315 m3/s (9.10lakh cfs) were experienced. Large portion of Surat area was inundated along with large scale flooding at Bhata, Bharatpur, Surat, and surrounding areas. There were heavy damages of industrial and urban properties costing 21000 Crores. This paper presents CHARIMA mathematical model for prediction of water levels in Tapi Creek under influence of flood and tide. This mathematical model is capable of handling unsteady floods in river channel network validated for September 1998 flood situation and then applied for predictions with 28315 m3/s (10 lakh cfs flood discharge). On the basis of the results this study the necessary measures to be taken for flood forecast and flood protection schemes to minimi Tapi river flood impacts on Surat, Gujarat, India, have been suggested. پرونده مقاله

دسترسی آزاد مقاله

186 - بررسی تاثیر طول عمر واحد تجاری(سن شرکت)در روش تحلیل چند بعدی برای پیش بینی ریسک اعتباری مشتریان حقوقی(مورد مطالعه بانکهای تجاری)
ندا رزمی علی لعل بار سلیمان حسن نژاد

بررسی نظام اقتصادی در سطح بین المللی بیانگر این حقیقت است که همواره میان سرمایه گذاری و سطح پیشرفت اقتصادی کشورها رابطه نزدیکی وجود دارد. به این معنا که کشورهایی با الگویی کارامد در تخصیص سرمایه به بخشهای مختلف اقتصادی، اغلب از پیشرفت اقتصادی و در نتیجه رفاه اجتماعی بال چکیده کامل

بررسی نظام اقتصادی در سطح بین المللی بیانگر این حقیقت است که همواره میان سرمایه گذاری و سطح پیشرفت اقتصادی کشورها رابطه نزدیکی وجود دارد. به این معنا که کشورهایی با الگویی کارامد در تخصیص سرمایه به بخشهای مختلف اقتصادی، اغلب از پیشرفت اقتصادی و در نتیجه رفاه اجتماعی بالاتری برخوردار میباشند این تحقیق از نوع پیمایشی و کاربردی می باشد و ابزار گردآوری داده ها بصورت داده کاوی می باشد و قلمرو موضوعی این تحقیق بانکهای تجاری می باشداین تحقیق درباره بررسی تاثیر طول عمر واحد تجاری(سن شرکت)در روش تحلیل چند بعدی برای پیش بینی ریسک اعتباری مشتریان حقوقی(مورد مطالعه بانکهای تجاری) انجام شد و تحلیلها مورد بررسی قرار گرفت و نتایج مورد نظر ارایه گردید. به طور کلی با توجه به نتایج مفید به دست آمده از آزمون آماری که بیانگر دقت 85 درصدی مدل تحلیل چند بعدی ترجیحات در حالت الف است ونشان دهنده عدم وجود خطا به طور میانگین در حالت ب می باشد.بنابراین می توان نتیجه گرفت که بررسی طول عمر واحد تجاری می تواند دقت مدل فوق را افزایش دهد. پرونده مقاله

دسترسی آزاد مقاله

187 - تأثیر کیفیت پیش بینی مدیریت بر کارایی سرمایه گذاری با در نظر گرفتن نقش ساختار مالکیت
فاطمه دهقان امید پورحیدری احمد خدامی پور

10.30495/faar.2022.691686

چکیدههدف این مقاله ، بررسی تأثیر کیفیت پیشبینی مدیریت بر کارایی سرمایهگذاری با در نظر گرفتن نقش تعدیلگری ساختار مالکیت است. جامعه آماری پژوهش شرکتهای پذیرفته شده در بورس اوراق بهادار تهران است. در این راستا، دادههـای 129 شرکت در بازه زمانی سالهای 1388 الی 1397، با بهکار چکیده کامل

چکیدههدف این مقاله ، بررسی تأثیر کیفیت پیشبینی مدیریت بر کارایی سرمایهگذاری با در نظر گرفتن نقش تعدیلگری ساختار مالکیت است. جامعه آماری پژوهش شرکتهای پذیرفته شده در بورس اوراق بهادار تهران است. در این راستا، دادههـای 129 شرکت در بازه زمانی سالهای 1388 الی 1397، با بهکارگیری مدل رگرسیون چندمتغیره مورد بررسی قرار گرفته است. دادهها از طریق سایت کدال و نرمافزار ره‌آورد نوین نسخه 3 استخراج و بهوسیله نرم‌افزار ایویوز نسخه 11 تجزیه‌وتحلیل شده است. قبل از برازش مدلهای پژوهش، با استفاده از آزمونهای F- لیمر و هاسمن، روش دادههای تابلویی با اثرات ثابت، برای آزمون مدلها انتخاب شد. پژوهش حاضر از نظر ماهیت، از نوع همبستگی و از لحاظ هدف، کاربردی است. در این پژوهش از مالکیت نهادی و تمرکز مالکیت، برای سنجش ساختار مالکیت، استفاده شده است. نتایج بیانگر این بود که دقت پیشبینی سود تأثیر مثبت و معنادار بر کارایی سرمایهگذاری دارد. بهعلاوه، مالکیت نهادی، تأثیر دقت پیشبینی سود بر کارایی سرمایهگذاری را تعدیل نمیکند؛ اما تمرکز مالکیت، تأثیر دقت پیشبینی سود بر کارایی سرمایهگذاری را تعدیل میکند. پرونده مقاله

دسترسی آزاد مقاله

188 - ارتباط بین گزارشگری مالی یکپارچه با سوگیری پیش‌بینی سود و آگاهی دهندگی قیمت سهام
محمد وحدانی جواد محمدی مهر

10.30495/faar.2024.709444

چکیده گزارشگری مالی یکپارچه باعث درک جامع و بینش سرمایه‌گذاران از شرکت و کاهش هزینه‌های کسب اطلاعات، پردازش، تسهیل و ترکیب اطلاعات مربوط و اثرگذار و در نهایت آگاهی بخشی قیمت سهام، بهبود کیفیت اطلاعات و تسهیل تخصیص کارآمدتر سرمایه می‌شود، هدف پژوهش حاضر بررسی ارتباط بین چکیده کامل

چکیده گزارشگری مالی یکپارچه باعث درک جامع و بینش سرمایه‌گذاران از شرکت و کاهش هزینه‌های کسب اطلاعات، پردازش، تسهیل و ترکیب اطلاعات مربوط و اثرگذار و در نهایت آگاهی بخشی قیمت سهام، بهبود کیفیت اطلاعات و تسهیل تخصیص کارآمدتر سرمایه می‌شود، هدف پژوهش حاضر بررسی ارتباط بین گزارشگری مالی یکپارچه با سوگیری پیش‌بینی سود و آگاهی دهندگی قیمت سهام می‌باشد. جامعه آماری این پژوهش، کلیه شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران هستند و 167 شرکت در دوره زمانی 1391 تا 1399 به روش حذف سامانمند انتخاب‌شده‌اند. همچنین برای آزمون فرضیه‌های پژوهش، از الگوی رگرسیون چند متغیره مبتنی بر داده‌های ترکیبی استفاده شد. نتایج فرضیه اول حاکی از آن است که بین گزارشگری مالی یکپارچه و سوگیری مالی رفتاری در پیش‌بینی قیمت سهام رابطه مستقیم و معناداری وجود دارد. نتیجه آزمون فرضیه دوم نشان داد گزارشگری مالی یکپارچه و دقت پیش‌بینی سود رابطه مستقیم و معناداری وجود دارد. گزارشگری مالی یکپارچه با افشای اطلاعات مالی و غیرمالی از فرایند گزارشگری مالی و فعالیت شرکت‌ها باعث می‌شود سرمایه‌گذاران و تحلیل گران پیش‌بینی‌های دقیق‌تری داشته باشند. نتیجه آزمون فرضیه سوم نشان داد بین گزارشگری مالی یکپارچه و آگاهی دهندگی قیمت سهام رابطه مستقیم و معناداری وجود دارد. می‌توان گفت ارائه گزارشگری یکپارچه اطلاعات مالی و غیرمالی فرایند خلق ارزش شرکت در قالب گزارشگری مالی باعث می‌شود محتوای اطلاعاتی قیمت سهام آگاهی‌دهنده بوده و سرمایه‌گذاران در سهام به توجه به تئوری سرمایه‌گذاری منطقی، تصمیمات بهینه داشته باشند پرونده مقاله

دسترسی آزاد مقاله

189 - ارتباط بین سطح رقابت در بازار محصول و عدم تقارن اطلاعاتی؛ رویکرد مدل‌سازی معادلات ساختاری The Relationship between the Product Market Competition and Information Asymmetry; Structural Equation Modeling Approach
اکبر کنعانی رضوان حجازی مهرداد قنبری بابک جمشیدی نوید

از آنجا که رقابت در بازار محصول یکی از عوامل تأثیرگذار در تصمیمات مدیران و سرمایه‌گذاران به شمار می آید بنابراین از لحاظ تصمیمات درون سازمانی و برون سازمانی به عنوان یک مؤلفه بااهمیت در کاهش عدم تقارن اطلاعاتی قابل مطالعه است. هدفمقاله حاضر، بررسی تأثیر رقابت در بازار م چکیده کامل

از آنجا که رقابت در بازار محصول یکی از عوامل تأثیرگذار در تصمیمات مدیران و سرمایه‌گذاران به شمار می آید بنابراین از لحاظ تصمیمات درون سازمانی و برون سازمانی به عنوان یک مؤلفه بااهمیت در کاهش عدم تقارن اطلاعاتی قابل مطالعه است. هدفمقاله حاضر، بررسی تأثیر رقابت در بازار محصول بر عدم تقارن اطلاعاتی می باشد. به این منظور 78 شرکت پذیرفته شده در بورس اوراق بهادار تهران به روش غربالگری جامعه آماری با رویکرد مد ل سازی معادلات ساختاری مورد بررسی قرار گرفتند. برای اندازه گیری سطح رقابت از شاخص هرفیندال-هیرشمن و برای اندازه گیری عدم تقارن اطلاعاتی از معیارهای شکاف قیمت پیشنهادی خریدوفروش سهام، اندازه شرکت، خطای پیش بینی سود و فرصت های رشد استفاده گردید. پس از اطمینان از توانایی سنجش متغیر عدم تقارن اطلاعاتی توسط نشانگرهای مدنظر و همچنین برازش مناسب الگوی اندازه گیری و ساختاری پژوهش، نتایج نشان داد سطح رقابت در بازار محصول بر عدم تقارن اطلاعاتی تأثیر معنی دار دارد؛ به عبارت دیگر، با افزایش سطح رقابت در بازار محصول، عدم تقارن اطلاعاتی کاهش می یابد. نتایج پژوهش پیشنهاد می کند نهادهای قانونی در راستای تمرکززدایی و ایجاد مکانیزم هایی برای فراهم نمودن محیط رقابتی گام بردارند تا زمینه ساز افشای مناسب اطلاعات توسط شرکت ها شده و از این طریق عدم تقارن اطلاعاتی در بازار سرمایه کمرنگو امنیت سرمایه گذاران و جلب اعتماد آن ها به بازار سرمایه افزایش یابد.The Relationship between the Product Market Competition and Information Asymmetry; Structural Equation Modeling ApproachAkbar KananiRezvan HejaziMehrdad GhanbariBabak Jamshidi NavidReceived: 01/ April /2021 Accepted: 07/ June /2021AbstractSince competition in the product market is one of the factors influencing the decisions of managers and investors, it is therefore considered as an important component in the reduction of information asymmetry in terms of insiders and outsiders decision making.The purpose of this study was to investigate the effect of competition in product market on information asymmetry.The statistical population of this research is the companies accepted in the TSE by using structural equation modeling approach. In order to measure the level of competition, the Herfindahl-Hirschman index and to measure the information asymmetry, Bid-Ask criteria and firm size, earning forecast error and growth opportunities was used. After assuring the ability to measure the information asymmetry variable by the indicated indicators as well as the appropriate fit for the measurement and structural model of the research, the results indicate that the level of competition in the product market has a significant effect on the information asymmetry. In other words, with increasing competition in the product market, information asymmetry decreases.Keywords: Earning Forecast Error, Product Market Competition, Information Asymmetry, Growth Opportunities, Informed Traders. پرونده مقاله

دسترسی آزاد مقاله

190 - رابطه بین پیش‌بینی اجباری سودو تعدیل پیش‌بینی با اقلام تعهدی غیرعادی
علیرضا رحیمی عارف فروغی مجید آزادی ششده

10.30495/faar.2022.693674

چکیدهسود خالص و تعدیلات آن از باارزش‌ترین اطلاعات مورد استفادهسرمایه‌گذاراناست. این مقالهبه دنبال پاسخ به این سوال است که آیا شرایط شرکت (ابهام یا ناتوانی در درک اطلاعات اقتصادی) بر رابطه بین خطای پیش‌بینی و تعدیل پیش‌بینی سود توسط مدیریت اثر گذار است یا خیر؟بدین منظور چکیده کامل

چکیدهسود خالص و تعدیلات آن از باارزش‌ترین اطلاعات مورد استفادهسرمایه‌گذاراناست. این مقالهبه دنبال پاسخ به این سوال است که آیا شرایط شرکت (ابهام یا ناتوانی در درک اطلاعات اقتصادی) بر رابطه بین خطای پیش‌بینی و تعدیل پیش‌بینی سود توسط مدیریت اثر گذار است یا خیر؟بدین منظور ابتدا رابطه بین اقلام تعهدیغیرعادی و جمع اقلام تعهدی و خطا و تعدیل پیش‌بینی سود، آزمون و سپس تاثیر ابهام و ناتوانی شرکتی در درک اطلاعات اقتصادی بر رابطه فوق مورد بررسی قرار گرفت. به منظور آزمون فرضیه‌های پژوهش از رگرسیون چند متغیره بهره گرفته شده است. نمونه مورد مطالعه شامل91 شرکت پذیرفته شده در بورس اوراق بهادار تهران می‌باشد. یافته‌های پژوهش بیانگر این است که بین اقلام تعهدی سرمایه درگردش و اقلام تعهدی غیرعادی سرمایه در گردش باخطای پیش‌بینی سود توسط مدیریت رابطه مستقیم وجود دارد،اما بین اقلام تعهدی سرمایه در گردش و اقلام تعهدی غیرعادی سرمایه در گردش باتعدیل پیش‌بینی رابطه معکوس وجود دارد. همچنین ناتوانی در درک اطلاعات اقتصادی این رابطه را تقویت می‌کند در حالی که شرایط ابهام بر رابطه مذکور اثر گذار نمی‌باشد. پرونده مقاله

دسترسی آزاد مقاله

191 - اثر رشد سود حسابداری بر رشد تولید ناخالص داخلی آتی و رشد خالص سرمایه‌گذاری آتی و خطای پیش‌بینی آن‌ها The Effect of Accounting Earning Growth on Macroeconomic Indicator
محسن عرب زاده ناصر ایزدی نیا سعید صمدی

هدف اصلی این مقاله بررسی اثر رشد سود تجمعی حسابداریشرکت ها بر شاخص‌های اقتصاد کلان از جمله تولید ناخالص داخلی و خالص سرمایه‌گذاری از حساب‌های ملی است؛ به عبارت دیگر،اثر رشد سود تجمعی حسابداری شرکت ها بر رشد تولید ناخالص داخلی آتی و خالص سرمایه گذاری آتی و همچنین خطای پ چکیده کامل

هدف اصلی این مقاله بررسی اثر رشد سود تجمعی حسابداریشرکت ها بر شاخص‌های اقتصاد کلان از جمله تولید ناخالص داخلی و خالص سرمایه‌گذاری از حساب‌های ملی است؛ به عبارت دیگر،اثر رشد سود تجمعی حسابداری شرکت ها بر رشد تولید ناخالص داخلی آتی و خالص سرمایه گذاری آتی و همچنین خطای پیش بینی رشد تولید ناخالص داخلی آتی و خطای پیش بینی رشد خالص سرمایه گذاری آتی مورد بررسی قرار گرفته است.این مقاله، از حیث هـدف کاربردی، از حیث روش بر اساس همبستگی و رگرسیون اسـت که مبتنی بر اطلاعات واقعی صورت های مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران و داده های کلان اقتصادی مانند تولید ناخالص داخلی و خالص سرمایه‌گذاری از حساب‌های ملی است. جامعۀ آماری پژوهش حاضر شامل تمامی شرکت های پذیرفته شده در بورس اوراق بهادار تهران و دورۀمورد مطالعه سال 1384 تا 1396 می باشد. نتایج مقاله نشان می دهد که رشدسودتجمعیحسابداریشرکت‌هابررشدتولیدناخالص داخلی آتی و خالص سرمایه‌گذاری از حساب‌های ملی تأثیردارد؛ اما رشدسودتجمعی حسابداری شرکت‌هابرخطای پیش‌بینی رشدخالص سرمایه‌گذاری آتی در حضور وقفه آن و بدون حضور وقفۀ آن (متغیر کنترلی) بی‌تأثیر است.The Effect of Accounting Earning Growth on Macroeconomic IndicatorMohsen ArabzadehNaser IzadiniaSaeed SamdiReceived: 14/ April /2021 Accepted: 18/ June /2021AbstractThe main objective of this study is to investigate the effect of firms' cumulative accounting earning growth on macroeconomic indicators such as GDP and net investment in national accounts.In other words, the effect of firms' cumulative accounting earning growth on future GDP and net future investment and also the future GDP growth forecast errors and the future growth in net investment forecast errors has been studied.This research, in terms of purpose is a kind of applied research. The method is based on correlation and regression based on actual financial statements of companies listed on the Tehran Stock Exchange and macroeconomic data such as GDP and net investment from national accounts.The statistical population of the study is all companies listed in Tehran Stock Exchange during the period 2005-2017.The results show that the firms' cumulative accounting earning has an impact on the growth of future GDP and net investment in national accounts. But the firms' cumulative accounting earning hasn’t an impact on the future GDP growth forecast errors and the future growth in net investment forecast errors.Keywords: Cumulative Accounting Earning, GDP Growth, the Future GDP Growth Forecast Errors. پرونده مقاله

دسترسی آزاد مقاله

192 - بررسی تاثیر پیچیدگی و عدم اطمینان محیطی برصحت پیش بینی سود مدیریت با تاکید بر کیفیت حسابرسی به عنوان متغیر میانجی
زینب محمدیان مهدی حیدری پری چالاکی

پژوهش حاضر با هدف بررسی تاثیر پیچیدگی و عدم اطمینان محیطی بر صحت پیش بینی سود مدیریت با تاکید بر کیفیت حسابرسی به عنوان متغیر میانجی در شرکت های پذیرفته شده در بورس اوراق بهادار تهران صورت گرفته است. در پژوهش حاضر؛ آزمون فرضیه ها با استفاده از روش رگرسیونی چند متغیره بر چکیده کامل

پژوهش حاضر با هدف بررسی تاثیر پیچیدگی و عدم اطمینان محیطی بر صحت پیش بینی سود مدیریت با تاکید بر کیفیت حسابرسی به عنوان متغیر میانجی در شرکت های پذیرفته شده در بورس اوراق بهادار تهران صورت گرفته است. در پژوهش حاضر؛ آزمون فرضیه ها با استفاده از روش رگرسیونی چند متغیره بر اساس داده های تابلویی انجام گرفته است. تحلیل داده ها نشان می دهد که پیچیدگی و عدم اطمینان محیطی تاثیر منفی و معناداری بر صحت پیش بینی سود مدیریت دارد و تاثیرکیفیت حسابرسی بر صحت پیش بینی سود مدیریت، مثبت و معنادار می باشد. پیچیدگی و عدم اطمینان محیطی شرکت تاثیر منفی و معناداری بر کیفیت حسابرسی دارد. نتایج نشان می دهد که کیفیت حسابرسی به عنوان یک متغیر میانجی رابطه ی بین پیچیدگی و عدم اطمینان محیطی و صحت پیش بینی سود مدیریت را تحت تأثیر قرار می دهد. The main objective of this study is to review the impact of of Environmental Complexity and Uncertainty on Management Earnings Forecast Accuracy with Audit Quality as a Mediator Variable in Listed Companies in Tehran Stock Exchange.To achieve this goal, 102 companies as sample was selected.From Panel Data Approach was used for examining hypothesis. The research results show that Environmental Complexity and Uncertainty has a negative and significant effect on Management Earnings Forecast Accuracy and has a negative and significant effect on audit quality. Also, the research result show audit quality has a mediating effect on relationship between of Environmental Complexity and Uncertainty and Management Earnings Forecast Accuracy. پرونده مقاله

دسترسی آزاد مقاله

193 - Short Term Load Forecasting by Using ESN Neural Network Hamedan Province Case Study
Milad Sasani

Abstract Forecasting electrical energy demand and consumption is one of the important decision-making tools in distributing companies for making contracts scheduling and purchasing electrical energy. This paper studies load consumption modeling in Hamedan city province چکیده کامل

Abstract Forecasting electrical energy demand and consumption is one of the important decision-making tools in distributing companies for making contracts scheduling and purchasing electrical energy. This paper studies load consumption modeling in Hamedan city province distribution network by applying ESN neural network. Weather forecasting data such as minimum day temperature, average day temperature, maximum day temperature, minimum dew temperature, average dew point temperature, maximum dew temperature, maximum humidity, average humidity and minimum humidity are collected from weather forecasting station in Hamedan city province. By studying these parameters and daily electrical energy consumption registered in Distribution Company of Hamedan city province and using statistical analysis factors, the parameters which affect daily electricity consumption have been recognized. By applying ESN neural network modeling this load with recognized parameters has been carried out and load forecasting has been assessed. Forecasting result indicates high accuracy of ESN network system for load forecasting short term. پرونده مقاله

دسترسی آزاد مقاله

194 - A Hybrid GA-Modified Harvey Model for Short-term Forecasting of Day-ahead Electricity Price and Electricity Load
Mehdi Abroon Alireza Jahangiri Ahmad Ghaderi Shamim

The ability of different Harvey models has been proven for long term forecasting of time series. In this paper a new approach based on modified Harvey model tuned by genetic algorithm is proposed for short term forecasting of electricity price and electricity load. To c چکیده کامل

The ability of different Harvey models has been proven for long term forecasting of time series. In this paper a new approach based on modified Harvey model tuned by genetic algorithm is proposed for short term forecasting of electricity price and electricity load. To consider the fluctuate nature of electricity price and electricity consumption, the model consists of some nonlinear terms of forecasts, which the optimal order of the nonlinear terms is determined based on T test and RMSE factor. The optimal order for hourly electricity price and hourly electricity consumption is 3 and 2 nonlinear terms, respectively. The proposed model is applied to the hourly electricity consumption and power market hourly price data for Iran from 22/12/2014-19/02/2015 using statistical analysis software EViews 5. The comparison revealed that the modified Harvey model is a very appropriate candidate for day ahead simultaneous forecasting of hourly electricity price and hourly electricity consumption پرونده مقاله

دسترسی آزاد مقاله

195 - A Machine Learning Approach to Detect Energy Fraud in Smart Distribution Network
Mahdi Emadaleslami Mahmoud-Reza Haghifam

10.30495/ijsee.2021.683248

Electricity utility have long sought to identify and reduce energy fraud as a significant part of non-technical losses (NTL). Generally, to determine customer’s honesty in consumption on-site inspection is vital. Since, inspecting all customers is expensive, utili چکیده کامل

Electricity utility have long sought to identify and reduce energy fraud as a significant part of non-technical losses (NTL). Generally, to determine customer’s honesty in consumption on-site inspection is vital. Since, inspecting all customers is expensive, utilities look for new ways to reduce inspection’s range to cases with a higher probability of fraud. One way to reduce the scope of inspection is to use machine learning (ML) algorithms to analysis consumption pattern. But, their performance is not satisfactory due to insufficiency of fraudulent customers. In this paper, a new two-stage ML-based model is presented to detect fraud in distribution network. . In the first stage, an Artificial Neural Network (ANN) is trained to model fraudulent customers, which is used to predict theft scenarios for normal consumers to handle data insufficiency. In the second stage, a Support Vector Machine (SVM) classifier is trained to distinguish normal and suspicious consumers. Assessment and comparison of the proposed algorithm to those of conventional models on a real data set with more than 5000 customers shows its high performance. پرونده مقاله

دسترسی آزاد مقاله

196 - Hourly Wind Speed Prediction using ARMA Model and Artificial Neural Networks
Farzaneh Tatari Majid Mazouchi

In this paper, a comparison study is presented on artificial intelligence and time series models in 1-hour-ahead wind speed forecasting. Three types of typical neural networks, namely adaptive linear element, multilayer perceptrons, and radial basis function, and ARMA t چکیده کامل

In this paper, a comparison study is presented on artificial intelligence and time series models in 1-hour-ahead wind speed forecasting. Three types of typical neural networks, namely adaptive linear element, multilayer perceptrons, and radial basis function, and ARMA time series model are investigated. The wind speed data used are the hourly mean wind speed data collected at Binalood site in Iran. Simulation results indicate the ability of the proposed methods in 1-hour-ahead wind speed forecasting in Binalood of Iran. پرونده مقاله

دسترسی آزاد مقاله

197 - تبیین رابطه ترکیب ریسک نامطلوب و ریسک مطلوب در پیش بینی نوسانات بازده بازار
حسین راد کفترودی محمدحسن قلی زاده مهدی فدایی

هدف از انجام این تحقیق تبیین رابطه ریسک نامطلوب و ریسک مطلوب در پیش بینی نوسانات بازده بازار می باشد. این تحقیق از لحاظ ماهیت از نوع توصیفی و از لحاظ هدف کاربردی است. جامعه آماری تحقیق ، شرکت های پذیرفته شده در بورس اوراق بهادار تهران و نمونه مورد نظر شرکت های پذیرفته ش چکیده کامل

هدف از انجام این تحقیق تبیین رابطه ریسک نامطلوب و ریسک مطلوب در پیش بینی نوسانات بازده بازار می باشد. این تحقیق از لحاظ ماهیت از نوع توصیفی و از لحاظ هدف کاربردی است. جامعه آماری تحقیق ، شرکت های پذیرفته شده در بورس اوراق بهادار تهران و نمونه مورد نظر شرکت های پذیرفته شده در صنعت سیمان هستند که داده های مورد نیاز تحقیق از آن ها قابل استخراج است. دوره زمانی تحقیق، از سال 1392 تا سال 1397 می باشد. این تحقیق دارای مدلی نظری است و برای آزمون فرضیه ها از مدل خود رگرسیون برداری استفاده گردید. در صنعت سیمان با توجه به آماره t و جهت ضریب آن مشخص می شود متغیر پیش بینی نوسانات بازده بازار با ریسک نامطلوب و ریسک مطلوب ایجاد همبستگی می کند. همچنین مقدار ضریب تعیین تعدیل شده در این رابطه 51 درصد می باشد که میزان این تاثیرگذاری را نشان می دهد. پرونده مقاله

دسترسی آزاد مقاله

198 - کاربرد مدل ساز اقتصاد سنجی جهت پیش‌بینی قیمت سهام در بازار سرمایه
علیرضا سادات نجفی سهیلا سردار

یکی از روشهای مطرح در بررسی علمی بازار سرمایه استفاده از مدل سازهای اقتصاد سنجی می باشد . در پژوهشهای انجام شده اغلب مدلسازهای اقتصاد سنجی محدود، بدون مقایسه و بررسی میزان خطای پیش‌بینی سایر الگوریتم‌ها ، مورد بررسی قرار گرفته اند . در این پژوهش برای رفع این نقیصه با اج چکیده کامل

یکی از روشهای مطرح در بررسی علمی بازار سرمایه استفاده از مدل سازهای اقتصاد سنجی می باشد . در پژوهشهای انجام شده اغلب مدلسازهای اقتصاد سنجی محدود، بدون مقایسه و بررسی میزان خطای پیش‌بینی سایر الگوریتم‌ها ، مورد بررسی قرار گرفته اند . در این پژوهش برای رفع این نقیصه با اجرا و مقایسه روش های مطرح برروی سهم های منتخب و بر اساس پارامترهای ارائه شده کارا ترین الگوریتم مشخص گردیده است. از سوی دیگر اغلب مرتبه جمله خود رگرسیو و مرتبه جمله میانگین متحرک جهت بررسی ها به صورت محدود در نظر گرفته می شود که بر اساس معیار اطلاعات بیزی روش تعیین درجات p و q جهت دستیابی به پاسخ بهینه را ارائه نموده ایم و با مقایسه روش های میانگین متحرک خود رگرسیو ، میانگین متحرک تجمیعی خود رگرسیو ، میانگین متحرک تجمیعی خود رگرسیو فصلی ، میانگین متحرک تجمیعی خود رگرسیو با متغیر توضیحی ،میانگین متحرک تجمیعی خود رگرسیو فصلی با متغیر توضیحی ، مدل خود رگرسیو با واریانس ناهمسانی شرطی تعمیم یافته ، مدل خود رگرسیو نمایی با واریانس ناهمسانی شرطی تعمیم یافته و مدل رگرسیون با خطاهای میانگین متحرک خود رگرسیو در بازار بورس اوراق بهادار تهران مورد بررسی قرار گرفته اند. پرونده مقاله

دسترسی آزاد مقاله

199 - آزمون تغییرپذیری عوامل موثر در پیش‌بینی بازده سهام با استفاده از مدلهای میانگین گیری پویا (DMA)
حسین مقصود حمیدرضا وکیلی فرد تقی ترابی

در این تحقیق تلاش شده‌ است با استفاده از مدل‌های میانگین‌گیری پویا و داده‌های ماهانه در بازه زمانی 1388:1 تا 1396:12 بازدهی سهام در بورس اوراق بهادار تهران بررسی شود. در این راستا متغیرهای کلان و شاخص‌های بازارهای موازی به منظور پیش‌بینی بازده سهام مورد استفاده قرار‌گرف چکیده کامل

در این تحقیق تلاش شده‌ است با استفاده از مدل‌های میانگین‌گیری پویا و داده‌های ماهانه در بازه زمانی 1388:1 تا 1396:12 بازدهی سهام در بورس اوراق بهادار تهران بررسی شود. در این راستا متغیرهای کلان و شاخص‌های بازارهای موازی به منظور پیش‌بینی بازده سهام مورد استفاده قرار‌گرفته‌است. نخست با برآورد مدل‌های رگرسیون بازگشتی، مدل‌های پارامتر متغیر-زمان (TVP)، مدل انتخابی پویا (DMS) و مدل میانگین‌گیری پویا (DMA) در نرم افزار متلب مشاهده گردید مدل DMS با 95/0 α= β= بر اساس معیارهای سنجش عملکرد پیش‌بینی) MAFE، MSFE و Log(PL) ( از دقت پیش‌بینی بالاتری در مقایسه با سایر روش‌ها برخوردار است. همچنین بر اساس نتایج برآورد متغیر قیمت طلا (48 دوره)، نرخ ارز (36 دوره) و متغیر تورم (30 دوره) به ترتیب بالاترین و متغیرهای قیمت جهانی نفت و تولید ناخالص داخلی نیز به ترتیب با 28 و 2 تکرار کمترین تاثیر را بر بازدهی سهام داشته‌اند. نتایج مبین آن است که استفاده از مدل‌های پویا با در نظر گرفتن تغییرات زمانی پارامترها و تغییر در مدل، کارایی پیش‌بینی بازدهی سهام را افزایش می‌دهد. پرونده مقاله

دسترسی آزاد مقاله

200 - پیش بینی روند حرکت قیمت جهانی طلا با رویکرد مدل‌سازی توزیع‌های حاشیه‌ای: کاربردی از مدلهای گارچ کاپولای گوسی و تی
محمد رضا حدادی یونس نادمی حامد فرهادی

با توجه به اهمیت قیمت طلا در بازارهای مالی ، روند تغییرات قیمت طلا در اقتصاد ملی و جهانی، توجه بسیاری از محققان و تحلیلگران اقتصادی را به خود جلب کرده است. از این رو هدف اصلی این مطالعه، ، پیش‌بینی روند حرکت قیمت طلای جهانی می‌باشد. این پژوهش با هدف معرفی یک الگوی ترکیب چکیده کامل

با توجه به اهمیت قیمت طلا در بازارهای مالی ، روند تغییرات قیمت طلا در اقتصاد ملی و جهانی، توجه بسیاری از محققان و تحلیلگران اقتصادی را به خود جلب کرده است. از این رو هدف اصلی این مطالعه، ، پیش‌بینی روند حرکت قیمت طلای جهانی می‌باشد. این پژوهش با هدف معرفی یک الگوی ترکیبی از مدل‌های کاپولا و مدل گارچ کلاسیک (GARCH-Copula) و مقایسه آن با مدل‌های خانواده گارچ، جهت پیش‌بینی روند حرکت قیمت جهانی طلا در بازه زمانی 04/ 01/ 2000 تا 26/ 06/ 2018، در افق‌های پیش‌بینی 1، 5، 10، و 22 روزه، صورت پذیرفته است. دقت پیش‌بینی مدل‌های مذکور با استفاده از معیار خطای RMSE، مورد ارزیابی و مقایسه قرار گرفته‌اند نتایج بدست آمده حاکی از آن بود که در افق‌های پیش‌بینی کوتاه‌مدت مدل کاپولای نرمال با توزیع حاشیه‌ای GARCH-t و در افق پیش‌بینی بلند مدت مدل کاپولای تی با توزیع حاشیه‌ای GARCH-t از عملکرد بهتری نسبت به مدل‌های رقیب برخوردار بودند. مدل ترکیبی معرفی شده در این پژوهش دارای پتانسیل بالایی در جهت پیش‌بینی روند حرکت قیمت طلای جهانی می‌باشد، بنابراین استفاده از این مدل برای سرمایه‌گذاران بخش‌های مختلف، تحلیلگران اقتصادی و نیز برنامه‌ریزان کلان کشور نتایج ارزنده ای را می‌تواند داشته باشد. پرونده مقاله

دسترسی آزاد مقاله

201 - تأثیر استفاده از استراتژی‌های معاملات کاهش ابعاد در پیش‌بینی بازده روزانه سهام روش پانل دیتا.
احترام رهدارپور حشمت اله عسگری

سیستم‌های خبردهی بازده سهام با ارائه اطلاعات به‌موقع موجب تصمیم‌گیری‌های بهینه می‌گردند.پیش‌بینی سود توسط مدیریت در ارزیابی سودآوری، ریسک مرتبط با سود، قضاوت در مورد قیمت سهام و مدل‌های ارزشیابی در سطح گسترده‌ای مورداستفاده قرار می‌گیرد (مانفرد و اینکی ، 2014). هدف ما د چکیده کامل

سیستم‌های خبردهی بازده سهام با ارائه اطلاعات به‌موقع موجب تصمیم‌گیری‌های بهینه می‌گردند.پیش‌بینی سود توسط مدیریت در ارزیابی سودآوری، ریسک مرتبط با سود، قضاوت در مورد قیمت سهام و مدل‌های ارزشیابی در سطح گسترده‌ای مورداستفاده قرار می‌گیرد (مانفرد و اینکی ، 2014). هدف ما در این پژوهش این است که ، تأثیر استراتژیهای معاملاتی کاهش ابعاد بر پیش بینی بازده روزانه بازار سهام به روش منطق فازی شرکت‌ها را مورد بررسی و کاوش قرار دهیم . این پژوهش از نوع مطالعه کتابخانه‌ای و تحلیلی- علی بوده و مبتنی بر تحلیل داده‌های تابلویی (پانل دیتا) است. در این پژوهش اطلاعات مالی 19 شرکت پذیرفته‌شده در بورس اوراق بهادار تهران در طی دوره زمانی 1390 تا 1397 بررسی‌شده است. نتایج تحقیق نشان داد که استفاده از استراتژی معاملات کاهش بازده سهام و استراتژی کاهش قیمت سهام بر پیش‌بینی بازده روزانه بازار سهام تأثیرمعنی‌داری دارد ولیکن استراتژی معاملات کاهش حجم معاملات تأثیرمعنی‌داری بر پیش‌بینی بازارسهام ندارد. پرونده مقاله

دسترسی آزاد مقاله

202 - طراحی سیستم پشتیبان تصمیم به منظور پیش بینی تقاضا جهت طراحی شبکه پویا استوار در شرایط عدم قطعیت و تأثیر آن بر توجیه پذیری اقتصادی
محمد مختاری ابوتراب علیرضایی حسن جوانشیر محمود مدیری

به حداقل رسیدن هزینه های زنجیره تأمین به عنوان یکی از مسائل ضروری در فعالیت های مرتبط با پشتیبانی از جمله سیستم های برنامه ریزی مالی،فعالیت های مربوط به بازاریابی و فروش،قیمت تمام شده محصولات به چگونگی مدیریت زنجیره تأمین مجموعه‌ای از روش‌هایی که برای یکپارچه‌سازی مؤثر چکیده کامل

به حداقل رسیدن هزینه های زنجیره تأمین به عنوان یکی از مسائل ضروری در فعالیت های مرتبط با پشتیبانی از جمله سیستم های برنامه ریزی مالی،فعالیت های مربوط به بازاریابی و فروش،قیمت تمام شده محصولات به چگونگی مدیریت زنجیره تأمین مجموعه‌ای از روش‌هایی که برای یکپارچه‌سازی مؤثر تأمین‌کنندگان، تولیدکنندگان، انبارها و فروشگاه‌ها به کار می‌رود،بستگی دارد تا هزینه‌های کل زنجیره تأمین به حداقل برسد و همچنین نیاز مشتریان با سطح خدمت‌رسانی بالایی برآورده شود.در این مقاله به منظور برنامه ریزی و طراحی شبکه زنجیره تامین پویا در شرایط عدم قطعیت از ابزار پیش بینی با استفاده از شبکه عصبی مصنوعی پرداخته شده است.هدف پژوهش یکی از مهمترین موارد رعایت شده در این تحقیق استفاده از متدولوژی های هوش مصنوعی مانند Grid Clustering, Subtractive Partitioning, FCM به منظور کشف الگوها و روابط بنیادی و تکنیکال موجود در داده های تاریخی استفاده شده است. برای این کار به ارائه یک شبکه عصبی مصنوعی چند لایه فازی استنتاجی مبتنی برزنتیک جهت جلوگیری از غیرتوجیه پذیری فنی و اقتصادی حل و اجرا پرداخته شده است. مدل پایه این مقاله که توسط محقق ارائه شده است به برنامه ریزی استوار و چند دوره ای برای حالت چند محصولی در شرایط عدم قطعیت می باشد. پرونده مقاله

دسترسی آزاد مقاله

203 - طراحی مدلی جهت پیش بینی بازده شاخص کل بورس اوراق بهادار(با تاکید بر مدل‌های ترکیبی شبکه یادگیری عمیق و مدل‌های خانواده GARCH)
مهدی ذوالفقاری بهرام سحابی محمد جواد بختیاران

در سال‌های اخیر، توسعه‌ی پردازنده‌های کامپیوتری موجب معرفی الگوریتم‌های جدیدی برای پیش‌بینی دادههای مالی شده است که یکی از این الگوریتم‌ها، یادگیری ماشین (Machine Learning) است. از اینرو در پژوهش حاضر به معرفی یک مدل ترکیبی‌ از شبکه یادگیری عمیق (Deep Learning) و مدل‌ها چکیده کامل

در سال‌های اخیر، توسعه‌ی پردازنده‌های کامپیوتری موجب معرفی الگوریتم‌های جدیدی برای پیش‌بینی دادههای مالی شده است که یکی از این الگوریتم‌ها، یادگیری ماشین (Machine Learning) است. از اینرو در پژوهش حاضر به معرفی یک مدل ترکیبی‌ از شبکه یادگیری عمیق (Deep Learning) و مدل‌های منتخب خانواده GARCH جهت پیش‌بینی کوتاه‌مدت بازدهی روزانه شاخص کل بورس اوراق بهادار تهران پرداخته می‌شود. مهمترین ویژگی شبکه یادگیری عمیق در این است که بدون محدود بودن به مدل‌های معین، می‌تواند خود را با نوسانات متغیرهای بازار هماهنگ و تعدیل نماید. در این پژوهش از میان مدل‌های شبکه یادگیری عمیق، شبکه عصبی بازگشتی مبتنی بر حافظه کوتاه‌مدت و بلندمدت (RNN-LSTM) انتخاب و از مدل‌های دارای حافظه‌کوتاه مدت GARCH و EGARCH در ساختار آن استفاده می‌شود. همچنین دو متغیر مستقل قیمت نفت و نرخ دلار در ساختار مدل ترکیبی، کمک فراوانی به آن در پیش‌بینی دقیقتر داده‌های مالی می‌کند. نتایج تحقیق نشان می‌دهد که مدلهای ترکیبی دقت پیش‌بینی بالاتری نسبت به مدل‌های تکی دارند. همچنین براساس معیارهای ارزیابی خطای پیش‌بینی RMSE و MAPE، مدل RNN-LSTM-EGARCH برپایه توزیع GED دارای خطای پیش‌بینی کمتری نسبت به 23 مدل دیگر دارد. در این راستا، معیار بررسی صحت پیش‌بینی دیبولد-ماریانو (DM) نیز یافته‌های فوق را تایید میکند. پرونده مقاله

دسترسی آزاد مقاله

204 - مدل‌سازی نوسانات نرخ ارز با رویکرد پویایی‌های سیستم
محمد هادی دمیری پرویز سعیدی حسین دیده خانی ابراهیم عباسی

چکیدههدف از پژوهش حاضر مدل‌سازی نوسانات نرخ ارز با رویکرد پویایی‌شناسی سیستم می‌باشد. در این پژوهش کلیه عوامل موثر بر نرخ ارز شناسایی شده و به صورت سیستمی روابط بین آنها مورد بررسی قرار گرفته شده است. به گونه‌ای که ابتدا روند و قیمت نرخ ارز با استفاده از مدل پویایی‌شناس چکیده کامل

چکیدههدف از پژوهش حاضر مدل‌سازی نوسانات نرخ ارز با رویکرد پویایی‌شناسی سیستم می‌باشد. در این پژوهش کلیه عوامل موثر بر نرخ ارز شناسایی شده و به صورت سیستمی روابط بین آنها مورد بررسی قرار گرفته شده است. به گونه‌ای که ابتدا روند و قیمت نرخ ارز با استفاده از مدل پویایی‌شناسی سیستم از سال 1383 تا سال 1401 پیش‌بینی شده و نتایج با روند و قیمت واقعی نرخ ارز تا سالل 1397مقایسه شده است. نتایج نشان می‌دهد که روند تغییر نرخ ارز طی دوره 19 ساله همواره با شیب ملایم صعودی بوده ولی طی سال‌های 92-1391 و 97-1396 با جهش قیمتی و شیب تند همراه بوده که دقیقا مشابه روند واقعی نرخ ارز می‌باشد. همچنین مقایسه داده‌های نرخ ارز واقعی و نرخ ارز پیش‌بینی شده تا سال 1397 نشان می‌دهد که این مدل به‌خوبی توانسته روند تغییرات را ارزیابی کرده و شکست‌های احتمالی را پیش‌بینی کند. واژه‌های کلیدی: نرخ ارز، اقتصاد ایران، پویایی‌های سیستم، پیش‌بینی، روند. پرونده مقاله

دسترسی آزاد مقاله

205 - پیش‌بینی قیمت سهام در بورس اوراق بهادار با استفاده از مدل ترکیبی مبتنی بر شبکه عصبی بازگشتی و سیستم استنتاج عصبی فازی سازگار و سیستم خبره فازی
مصطفی یوسفی طزرجان اعظم دخت صفی صمغ آبادی عزیزاله معماریانی

پیش‌بینی قیمت سهام در بورس اوراق بهادار موضوعی چالش برانگیز و جذاب است. سرمایه گذاران علاقه مندند که بتوانند سود سهام مختلف را در بازارهای مالی پیش‌بینی کنند. در این مقاله مدل ترکیبی ارائه شده است که در آن ابتدا قیمت پایانی سهام برای روز بعد بر مبنای الگوریتم سیستم استن چکیده کامل

پیش‌بینی قیمت سهام در بورس اوراق بهادار موضوعی چالش برانگیز و جذاب است. سرمایه گذاران علاقه مندند که بتوانند سود سهام مختلف را در بازارهای مالی پیش‌بینی کنند. در این مقاله مدل ترکیبی ارائه شده است که در آن ابتدا قیمت پایانی سهام برای روز بعد بر مبنای الگوریتم سیستم استنتاج عصبی فازی سازگار (ANFIS) و شبکه عصبی بازگشتی (RNN) با استفاده از داده‌های تاریخی و شاخص‌های اندیکاتور پیش‌بینی می‌شود. سپس نتایج به همراه وضعیت شایعات بازار به سیستم خبره فازی وارد می‌شود و پیش‌بینی را بر مبنای خروجی سیستم عصبی فازی و شبکه عصبی بازگشتی به همراه وضعیت شایعات بازار، نهایی می‌کند. مدل ترکیبی ارائه شده برای پیش‌بینی قیمت داده‌های سهام شرکت فولاد مبارکه اصفهان اجرا شد. در این مطالعه برای داده‌های تحقیق از داده‌های شرکت بورس اوراق بهادار تهران مربوط به داده‌های سهام شرکت فولاد مبارکه اصفهان از 5 فروردین 1395 لغایت 29 اسفند 1398 استفاده شده است. چهار شاخص فنی در این مطالعه مورد استفاده قرار گرفته است که عبارتند از: میانگین متحرک(MA)، میانگین متحرک نمایی(EMA)، اندیکاتور قدرت نسبی(RSI)، اندیکاتور میانگین متحرک همگرایی واگرایی(MACD). از این متغیرها به عنوان ورودی سیستم عصبی فازی برای پیش‌بینی قیمت پایانی روز بعد سهام شرکت فولاد مبارکه اصفهان استفاده شده است. پرونده مقاله

دسترسی آزاد مقاله

206 - رتبه‌بندی بانک‌ها بر مبنای شاخص‌های کملز جهت پیش‌بینی درماندگی مالی به روش رگرسیون لجستیک و تحلیل‌پوششی‌داده‌ها
غلام عباس پایدار مرتضی شفیعی فریبرز عوض زاده فتح هاشم ولی پور

انتخاب سیستم نظارتی کارآمد برای ارزیابی درماندگی مالی بانک‌ها اهمیت فراوانی دارد، به همین منظور یکی از مهم‌ترین سیستم‌های نظارتی که برای ارزیابی درماندگی مالی بانک‌ها استفاده می‌شود، سیستم نظارتی کملز می‌باشد که شامل شش شاخص؛ کفایت سرمایه، کیفیت دارایی‌ها، کیفیت مدیریت، چکیده کامل

انتخاب سیستم نظارتی کارآمد برای ارزیابی درماندگی مالی بانک‌ها اهمیت فراوانی دارد، به همین منظور یکی از مهم‌ترین سیستم‌های نظارتی که برای ارزیابی درماندگی مالی بانک‌ها استفاده می‌شود، سیستم نظارتی کملز می‌باشد که شامل شش شاخص؛ کفایت سرمایه، کیفیت دارایی‌ها، کیفیت مدیریت، کیفیت درآمدها، نقدینگی، حساسیت به ریسک بازار می‌شود. لذا در این پژوهش ملاک درماندگی مالی بانک‌ها شاخص‌های کملز می‌باشد؛ که در ابتدا به رتبه‌بندی 17 بانک پذیرفته‌شده در بورس اوراق بهادار تهران در سال مالی 1399 و تفکیک آن‌ها به گروه‌های سالم و درمانده مالی به ‌وسیله شاخص‌های کملز پرداخته شد. سپس جهت پیش‌بینی درماندگی مالی بانک‌ها از مدل‌های، تحلیل‌پوششی‌داده‌ها و رگرسیون لجستیک استفاده شد و سپس با آزمون مقایسه زوجی (T) به بررسی دقت پیش‌بینی هر دو مدل پرداخته شد. درروش رگرسیون لجستیک، از مدل باینری با متد ForwardlR استفاده شد و درروش تحلیل‌پوششی‌داده‌ها نیز از مدل SBM با کاربردی متفاوت استفاده شد؛ که نتایج پژوهش نشان داد که دقت کلی مدل رگرسیون لجستیک از مدل تحلیل‌پوششی‌داده‌ها در ارزیابی درماندگی مالی بالاتر است و همچنین سیستم نظارتی کملز می‌تواند ارزیاب خوبی برای درماندگی مالی بانک‌ها باشد. پرونده مقاله

دسترسی آزاد مقاله

207 - مقایسه مدل‌های مختلف یادگیری ماشین در پیش‌بینی شاخص بازار سهام
مریم سهرابی سید مظفر میربرگ کار ابراهیم چیرانی سینا خردیار

پیش بینی سریهای زمانی بازارهای مالی مسئله ای چالش برانگیز در حوزه مطالعات تخصصی سری های زمانی محسوب میشود و نظر بسیاری از پژوهشگران را به خود جلب نموده است. این موضوع با توجه به حضور کلان داده‌ها موجب رشد تحولات در زمینه مدل‌های یادگیری ماشین شده است. با توجه به اهمیت ا چکیده کامل

پیش بینی سریهای زمانی بازارهای مالی مسئله ای چالش برانگیز در حوزه مطالعات تخصصی سری های زمانی محسوب میشود و نظر بسیاری از پژوهشگران را به خود جلب نموده است. این موضوع با توجه به حضور کلان داده‌ها موجب رشد تحولات در زمینه مدل‌های یادگیری ماشین شده است. با توجه به اهمیت این موضوع، در این پژوهش، با بهره‌‌گیری از مقایسه مدل‌های مختلف یادگیری ماشین از قبیل رویکردهای جنگل تصادفی، ماشین بردار پشتیبان، شبکه عصبی مصنوعی و شبکه عصبی بازگشتی مبتنی بر یادگیری عمیق به بررسی توانایی مدل های مختلف یادگیری ماشین در پیش‌بینی شاخص کل بورس اوراق بهادار تهران در طی دوره ی 1392 تا 1399 پرداخته شده است. نتایج پیش بینی دوره‌های 1، 3 و 6 روزه برای دوره خارج از نمونه نشان می‌دهد که روش‌ یادگیری ماشین مبتنی بر شبکه عصبی بازگشتی حافظه طولانی کوتاه‌مدت (LSTM) در مقایسه با سایر مدل‌های مورد بررسی نتیجه بهتری داشته است. پرونده مقاله

دسترسی آزاد مقاله

208 - برآورد مدلی جهت پیش بینی روند ارز های دیجیتال (بیتکوین،اتریوم) در دوره ی کرونا و پسا کرونا با کمک سری زمانی
سید رامین سعیدی نژاد سینا لاله

جهان پس‌از پخش و همه‌گیر شدن بیماری پاندمی کووید-19 دچار بحران اقتصادی شدیدی شد، به‌همین دلیل نیاز به پیش‌بینی بیش‌از پیش نمود پیدا کرد.یکی از این روش‌های پیش‌بینی سری‌های زمانی می‌باشد.در این پژوهش ابتدا تاثیرگذاری بیماری کووید-19 برروی قیمت اتریوم و بیت کوین را بررسی چکیده کامل

جهان پس‌از پخش و همه‌گیر شدن بیماری پاندمی کووید-19 دچار بحران اقتصادی شدیدی شد، به‌همین دلیل نیاز به پیش‌بینی بیش‌از پیش نمود پیدا کرد.یکی از این روش‌های پیش‌بینی سری‌های زمانی می‌باشد.در این پژوهش ابتدا تاثیرگذاری بیماری کووید-19 برروی قیمت اتریوم و بیت کوین را بررسی کردیم که نتایج حاصله نشان می‌دهد که این بیماری بر روی قیمت‌های جهانی اتریوم و بیت کوین تاثیر منفی گذاشته است .در مرحله بعد با استفاده از روش‌های سری زمانی تک متغیره و با کمک مدل‌های آریما، مدلی برای پیش‌بینی که بهترین مدل AR(1) و MA(1) و مرتبه تفاضل گیری طراحی شد و پیش بینی یکساله و دوساله با مدل طراحی شده انجام شد ، با توجه به گزارش های بهداشت جهانی احتمالا تا یکسال آینده کرونا وجود دارد و دوسال آینده کرونا از حالت پاندمی خارج شده و دوره ی پسا کرونا نام دارد نتایج نشان میدهد که پس از افت های کوتاه مدت و نشان دادن واکنش به مقاومت ها و حمایت ها روند سالانه صعودی را در پیش خواهند داشت. پرونده مقاله

دسترسی آزاد مقاله

209 - مقایسه رگرسیون خطی چندگانه و الگوریتم‌های یادگیری ماشین در پیش‌بینی نگهداشت وجه نقد
سمیرا سیف مصطفی یوسفی طزرجان

در سالهای اخیر، در ادبیات مالی، توجه روز افزونی به سطح نگهداشت وجه نقد شرکت‌ها شده است. لذا؛ پیش‌بینی برای تعیین سطح بهینه نگهداشت وجه نقد اهمیت دارد. در این پژوهش با استفاده از روش‌های خطی و غیرخطی و 13 متغیر ورودی تاثیر‌گذار میزان وجه نقد در 103 شرکت پذیرفته شده در بو چکیده کامل

در سالهای اخیر، در ادبیات مالی، توجه روز افزونی به سطح نگهداشت وجه نقد شرکت‌ها شده است. لذا؛ پیش‌بینی برای تعیین سطح بهینه نگهداشت وجه نقد اهمیت دارد. در این پژوهش با استفاده از روش‌های خطی و غیرخطی و 13 متغیر ورودی تاثیر‌گذار میزان وجه نقد در 103 شرکت پذیرفته شده در بورس اوراق بهادار ایران طی سال‌های 1392 تا 1400 پیش‌بینی شده است. روش‌های به‌کار رفته شامل رگرسیون خطی چندگانه (MLR) ، نزدیکترین k همسایه (KNN) ، ماشین بردار پشتیبان (SVM) و شبکه‌های عصبی چند لایه (MLNN) برای پیش‌بینی استفاده شده است. نتایج نشان می‌دهد که روش سنتی رگرسیون خطی چندگانه در پیش‌بینی وجه نقد موفق عمل نکرده‌اند ولی الگوریتم‌های یادگیری ماشین با دقت 99/0 برتر بوده‌اند. متغیرهای سود هر سهم، نسبت داراییهای جاری به بدهیهای جاری و نسبت بدهی کوتاه‌مدت به کل دارایی‌ها تاثیر‌گذاری بیشتری در همه الگوریتم‌ها داشته‌اند. بنابراین، مدیران می‌توانند از الگوریتم‌های پیشرفته یادگیری ماشین جهت پیش‌بینی میزان وجه نقد آینده شرکت‌ها بهره بگیرند. پرونده مقاله

دسترسی آزاد مقاله

210 - طراحی الگوریتم معاملاتی به منظور تسهیل دستیابی به یک سیستم سرمایه گذاری مناسب با بازدهی معقول ( مورد مطالعه: بورس اوراق بهادار تهران)
حسن ترابی مهدی برار نیا فیروزجایی

یکی از مهم‌ترین مسائل در بازارهای مالی مدرن یافتن راه‌های کارآمد برای تلخیص و مجسم کردن اطلاعات بازار بورس است. هدف این مقاله کشف روشی برای کاهش ریسک و افزایش بازده سرمایه‌گذاری است. با تحلیل حجم انبوه از داده‌های بازار بورس تهران به‌ عنوان مورد مطالعاتی، تحلیل روابط می چکیده کامل

یکی از مهم‌ترین مسائل در بازارهای مالی مدرن یافتن راه‌های کارآمد برای تلخیص و مجسم کردن اطلاعات بازار بورس است. هدف این مقاله کشف روشی برای کاهش ریسک و افزایش بازده سرمایه‌گذاری است. با تحلیل حجم انبوه از داده‌های بازار بورس تهران به‌ عنوان مورد مطالعاتی، تحلیل روابط میان داده‌ها و کشف اطلاعات نهفته آن‌ها که تأثیر فراوانی در تصمیمات سرمایه‌گذاران دارد؛ یک الگوریتم طراحی شد. همچنین از داده‌های صنایع خودرو و فرآورده‌های نفتی و شاخص صنایع مختلف طی سال 1398 تا 1401 استفاده شد و با کمک بیست شاخص تکنیکی، مدل سازی صورت پذیرفت. نتایج این پژوهش نشان داد که مدل مورد استفاده، در شناسایی و پیش‌بینی سیگنال‌های فروش صادره در نقاط حداکثری دارای عملکرد قابل ‌توجهی بوده و با دقت قابل قبولی، پیش‌بینی انجام می‌شود. شرکت‌های سبد گردانی و تأمین سرمایه برای تصمیم گیری نسبت به فروش، خرید و یا نگهداری اوراق بهادار، می‌توانند از این الگوریتم معاملاتی استفاده نمایند. پرونده مقاله

دسترسی آزاد مقاله

211 - استفاده از الگوریتم ترکیبی سری های زمانی فازی برای پیش بینی قیمت سهام و مقایسه آن با قیمت های سهام محاسبه شده با الگوریتم نسبت طلایی در شرکت های پذیرفته شده بورس تهران
نگار آقایی فر محمد ابراهیم پورزرندی

اهمیت ویژه بازار سرمایه در کشورها ،در توسعه اقتصادی آنها از طریق هدایت مؤثر سرمایه ها و تخصیص بهینه منابع ،غیرقایل انکار است.سرمایه گذاری در بازار سهام مستلزم تصمیم گیری در خصوص خرید سهام جدید وحفظ یا فروش سهام موجود می باشد که این خود نیازمند دستیابی به اطلاعاتی در خصو چکیده کامل

اهمیت ویژه بازار سرمایه در کشورها ،در توسعه اقتصادی آنها از طریق هدایت مؤثر سرمایه ها و تخصیص بهینه منابع ،غیرقایل انکار است.سرمایه گذاری در بازار سهام مستلزم تصمیم گیری در خصوص خرید سهام جدید وحفظ یا فروش سهام موجود می باشد که این خود نیازمند دستیابی به اطلاعاتی در خصوص آینده قیمت بازار سهام می باشد.پیش بینی قیمت سهام به علت تاثیر پذیری از تعداد بسیاری از عوامل و متغیرهای اقتصادی و غیر اقتصادی همواره امری مهم و چالش برانگیز بوده،به طوری که انتخاب بهترین و کارآمدترین مدل به منظور پیش بینی آن امری ضروری و در عین حال دشوار میباشد. برای این پیش بینی نیازمند یک مدل و الگوریتم محاسباتی هستیم که بتواند به صورت سیستماتیک به این فرآیند بپردازد.ویژگی این بررسی در این است که علاوه بر امکان پیش بینی، امکان مقایسه قیمتهای پیش بینی شده را بادرنظرگرفتن یکی از چندین صنایع بورسی با قیمت محاسبه شده توسط الگوریتم نسبت طلایی در اختیار سرمایه گذاران قرار می دهد. در این بین صنعت بانکداری انتخاب شده و تمامی بانک های موجود در بورس و فرابورس مورد بررسی قرار گرفته و نتایج یکی از آنها در این مقاله ارائه شده است.همچنین از سری زمانی و منطق فازی برای واقعی سازی داده ها استفاده شده است.روش ترکیبی مذکور بر روی میانگین هفتگی قیمت های بورس اوراق بهادار تهران به کارگرفته شده است. در این تحقیق سعی گردیده ، وضعیت های خرید یا فروش سهام برای سرمایه گذاران با روابط محاسباتی نشان داده شود. پرونده مقاله

دسترسی آزاد مقاله

212 - مدل نوسانات بازار نفت مبتنی بر رهیافت راه گزینی رژیم
محمدرضا رستمی مریم نقوی پور مریم مقدس بیات

براساس یافته های پژوهشگران اقتصادسنجی مالی قیمت نفت به عنوان یکی از مهمترین متغیرهای کلان اقتصادی بر بازار مالی و اقتصاد کشورهای صادر کننده نفت اثرگذار است. در این پژوهش از قیمت سبد نفتی اوپک با فراوانی روزانه استفاده شده است. دوره زمانی مورد بررسی از 3 آگوست 2013 تا 26 چکیده کامل

براساس یافته های پژوهشگران اقتصادسنجی مالی قیمت نفت به عنوان یکی از مهمترین متغیرهای کلان اقتصادی بر بازار مالی و اقتصاد کشورهای صادر کننده نفت اثرگذار است. در این پژوهش از قیمت سبد نفتی اوپک با فراوانی روزانه استفاده شده است. دوره زمانی مورد بررسی از 3 آگوست 2013 تا 26 دسامبر 2016 است. این دوره شامل تحولات مختلفی از قبیل ناآرامی و جنگ در خاورمیانه، کاهش شدید و غیر منتظره قیمت نفت به دلایلی همچون کاهش در تقاضا، توافق برجام 27 و توافق اعضای اوپک جهت کاهش تولید نفت به منظور افزایش قیمت نفت بوده و از این جهت مورد توجه قرارگرفته است. بررسی های اولیه نشان می دهد نوسانات خوشه ای است یعنی ویژگی توزیع مستقل و یکسان و همسانی واریانس نقض می گردد. آزمون بریوش گادفری وجود اثرات آرچ و گارچ را تایید می کند. همچنین آزمون کلی نگر با برآورد چگالی کرنل بر اساس قاعده مونت کارلو با اعمال وزن پارزن بر وجود اثرات ARCH در متغیر دلالت دارد. نتایج بررسی نوسانات قیمت نفت با استفاده از مدل MS-GARCH تک و چند رژیمه دلالت بر آن دارد که مدل سه رژیمه برای تبیین رفتار متغیر در دوره مورد بررسی مناسب است. پرونده مقاله

دسترسی آزاد مقاله

213 - پیش بینی قیمت سهام بر اساس شبکه عصبی LM-BP و برآورد نقطه بیش از حد توسط شمارش فواصل زمانی: شواهدی از بورس اوراق بهادار
محمدرضا وطن پرست مسعود اسدی شعبان محمدی عباس بابایی

در این پژوهش برای تعیین روش پیش بینی قیمت سهام، یک شبکه عصبی LM-BP بر اساس سری های زمانی با توجه به قیمت باز، بالاترین قیمت، پایین ترین قیمت، قیمت بسته و حجم معاملات ارائه شد. در پژوهش حاضر، 315 روز قیمت سهام را برای ایجاد 10 نمونه انتخاب و مجموعه آزمون شامل قیمت سهام ا چکیده کامل

در این پژوهش برای تعیین روش پیش بینی قیمت سهام، یک شبکه عصبی LM-BP بر اساس سری های زمانی با توجه به قیمت باز، بالاترین قیمت، پایین ترین قیمت، قیمت بسته و حجم معاملات ارائه شد. در پژوهش حاضر، 315 روز قیمت سهام را برای ایجاد 10 نمونه انتخاب و مجموعه آزمون شامل قیمت سهام از روز 316 تا روز 320 را انتخاب و از شبکه عصبی LM-BP استفاده شده است. در این پژوهش، تعیین نقطه بحرانی بیش از حد، عدم تقارن و شمارش فواصل زمانی بررسی شد. منحنی MRE2-MRE1 رسم شده و دقت مربوط به بهترین پیش بینی شبکه عصبی BP بر اساس چند تکرار مستقل برآورد شد. پس آزمون نیز به روش آزمون کوپیک و آزمون کریستوفرسون انجام شد. نتایج نشان داد که پیش بینی قیمت سهام بر اساس شبکه عصبی LM-BP و برآورد نقطه بیش از حد توسط شمارش فواصل زمانی، نتایج بهتری نسبت به روش های موجود ارائه می دهد. پرونده مقاله

دسترسی آزاد مقاله

214 - ارائه مدلی برای پیشبینی یک گام به جلوی ارزش در معرض ریسک
احسان محمدیان امیری سیدبابک ابراهیمی مریم نژاد‌افراسیابی

پیش ‌‌بینی ریسک برای دوره‌های ‌آتی، نقش به سزایی در تصمیم‌گیری صحیح مدیران و فعالان بخش مالی برای سرمایه‌گذاری در شرکت‌ها و موسسات سرمایه‌گذاری ایفا می‌کند، از طرفی تصمیمات نادرست مدیران می‌تواند پیامدهای نامطلوبی برای سازمان به‌ همراه داشته باشد. لیکن یکی از مهم ‌ترین چکیده کامل

پیش ‌‌بینی ریسک برای دوره‌های ‌آتی، نقش به سزایی در تصمیم‌گیری صحیح مدیران و فعالان بخش مالی برای سرمایه‌گذاری در شرکت‌ها و موسسات سرمایه‌گذاری ایفا می‌کند، از طرفی تصمیمات نادرست مدیران می‌تواند پیامدهای نامطلوبی برای سازمان به‌ همراه داشته باشد. لیکن یکی از مهم ‌ترین مسائلی که سرمایه‌گذار با آن مواجه می‌شود پیش ‌بینی ریسک برای دوره‌های آتی می‌باشد. اهمیت این مقوله باعث آن ‌گردید که در این مقاله به پیش ‌بینی یک گام به جلوی ارزش در معرض ریسک با استفاده از مدل‌های خانواده هموارسازی نمایی برای دو توزیع نرمال و تی‌استودنت در سطوح 95%‌‌، 97.5 و 99%‌ پرداخته شود. عموما برای پیش ‌بینی دوره‌های آتی ارزش در معرض ریسک، از روش کلاسیک استفاده می‌شود اما در این مقاله از مدل‌های خانواده هموارسازی نمایی، که روند داده‌ها را در مدل‌سازی لحاظ کرده و به اصطلاح پایش را به صورت آنلاین انجام می‌دهد، استفاده شده است. برای اعتبار‌سنجی مدل‌های ارائه شده، به مقایسه عملکرد آنان با روش کلاسیک از طریق آزمون‌های پس‌آزمایی پرداخته شده است. نتایج به دست آمده پیش ‌بینی دقیق ‌تر روش هموارسازی نمایی تعدیل ‌یافته را نسبت به روش کلاسیک در سطوح 97.5% و 99% برای توزیع نرمال و سطوح 95% و 97.5% برای توزیع تی‌استودنت تأیید می‌نماید. پرونده مقاله

دسترسی آزاد مقاله

215 - انتخاب مدل بهینه جهت توصیف و پیش‏بینی نوسانات بازدهی طلا در بازار ایران: مقایسه مدل‏های گارچ متعارف، انباشته و انباشته کسری
مهدی شهرازی

طلا به عنوان یک پوشش در برابر شرایط معکوس بازار نقشی اساسی ایفا می کند. از این رو، درک صحیح رفتار نوسانات قیمت طلا جهت مدیریت ریسک، اتخاذ استراتژی های پوششی، انتخاب بهینه سبد دارایی و ... حائز اهمیت است. امروزه، مدل های خانواده گارچ بطور گسترده ای در مدل سازی فرآیند نوس چکیده کامل

طلا به عنوان یک پوشش در برابر شرایط معکوس بازار نقشی اساسی ایفا می کند. از این رو، درک صحیح رفتار نوسانات قیمت طلا جهت مدیریت ریسک، اتخاذ استراتژی های پوششی، انتخاب بهینه سبد دارایی و ... حائز اهمیت است. امروزه، مدل های خانواده گارچ بطور گسترده ای در مدل سازی فرآیند نوسانات بازدهی قیمت دارایی های مختلف مورد استفاده قرار می گیرند. این مقاله به مقایسه سه مدل GARCH(1,1)، IGARCH(1,1)و FIGARCH(1,d,1) در ارزیابی رفتار نوسانات قیمت طلا در بازار طلای ایران می پردازد. برای این منظور، از داده های روزانه بازدهی طلا در فاصله زمانی 05/01/1382 تا 03/10/1394 استفاده شده است. خروجی نرم افزار OxMetrics6.00 نشان می دهد که تصریح FIGARCHبهترین مدل جهت تعیین همبستگی نوسانات بازدهی طلا است. همچنین، پارامتر حافظه بلندمدت، مثبت و به لحاظ آماری معنادار است. در نتیجه، حافظه بلندمدت یک ویژگی مهم بازدهی نوسانات طلا بوده و باید در تصمیمات سرمایه گذاری مدنظر قرار گرفته شود. در نهایت، برای مقایسه دقت سه مدل مذکور در زمینه پیش بینی&lrm; نوسانات بازدهی طلا، کل دوره به دو زیر دوره(زیر دوره اول شامل مشاهدات درون نمونه&lrm;ای و زیر دوره دوم شامل مشاهدات برون نمونه&lrm;ای) تقسیم می گردد. نتایج نشان می دهد که بر اساس هر سه معیار میانگین مطلق خطا (MAE)، جذر میانگین مربعات خطا (RMSE) و شاخص نابرابری تایل (TIC) مدل FIGARCH نسبت به دو مدل دیگر عملکرد بهتری در زمینه پیش بینی نوسانات سری زمانی بازدهی&lrm; طلای ایران دارد. پرونده مقاله

دسترسی آزاد مقاله

216 - مقایسه عملکرد مدل پنج عاملی فاما و فرنچ و انواع رویکرد های شبکه عصبی و عصبی فازی در پیش بینی قیمت سهام
رضا تهرانی میلاد حیرانی سمیرا منصوری

یکی از مهم‌ترین موضوعات مطرح بازارهای مالی پیش‌بینی قیمت و بازده سهام است. در این پژوهش سعی می‌شود بهترین مدل و رویکرد پیش‌بینی قیمت سهام با توجه به شاخص های میانگین مربعات خطا (MSE)، مجذور میانگین مربعات خطاها (RMSE)، ضریب تعیین ( 14R2"> ) انحراف معیار (S.D)، میانگی چکیده کامل

یکی از مهم‌ترین موضوعات مطرح بازارهای مالی پیش‌بینی قیمت و بازده سهام است. در این پژوهش سعی می‌شود بهترین مدل و رویکرد پیش‌بینی قیمت سهام با توجه به شاخص های میانگین مربعات خطا (MSE)، مجذور میانگین مربعات خطاها (RMSE)، ضریب تعیین ( 14R2"> ) انحراف معیار (S.D)، میانگین قدر مطلق خطاها (MAE) و معیار میانگین قدر مطلق خطاها (MAPE) برای مدل پنج عاملی فاما و فرنچ انتخاب شود. بدین منظور پس از تشکیل پرتفوی با توجه به مدل پنج عاملی فاما و فرنچ در بازه زمانی 1388 تا 1395 قیمت سهام توسط مدل اقتصادسنجی، رویکردهای شبکه عصبی، شبکه عصبی بهینه سازی شده، شبکه عصبی فازی بهینه سازی شده شبکه عصبی پایه شعاعی، شبکه عصبی GMDH، شبکه عصبی SVR و شبکه های عصبی فازی پیش‌بینی و دقت هر کدام از رویکردها برآورد شده است. نتایج پیش‌بینی بازدهی پرتفوی‌های تشکیل شده، نشان می‌دهد که دقت پیش‌بینی شبکه عصبی تابع پایه شعاعی (RBF) نسبت به دیگر مدل های ARMA و شبکه‌های عصبی بسیار بالا است. پرونده مقاله

دسترسی آزاد مقاله

217 - پیش بینی نرخ ارز یورو به دلار با تکنیک شبکه عصبی مصنوعی
شفق شریف مقدم سیدذبیح اله هاشمی

پیش بینی نرخ ارز به عنوان یک متغیر اقتصادی مهم مورد علاقه فعالان اقتصادی است. یکی از رویکردهای متداول در پیش بینی، رویکرد تکنیکال است که از رفتار گذشته نرخ ارز برای پیش بینی استفاده می کند. البته با توجه به ساختار آشوب گونه و غیر خطی بازارهای مالی، نمی توان با یک روش مش چکیده کامل

پیش بینی نرخ ارز به عنوان یک متغیر اقتصادی مهم مورد علاقه فعالان اقتصادی است. یکی از رویکردهای متداول در پیش بینی، رویکرد تکنیکال است که از رفتار گذشته نرخ ارز برای پیش بینی استفاده می کند. البته با توجه به ساختار آشوب گونه و غیر خطی بازارهای مالی، نمی توان با یک روش مشخص و ساده که از ترکیب ابزارهای مختلف تکنیکال بدست می آید به پیش بینی بازار پرداخت و نیاز به روش های پیچیده تری می باشد. در دهه اخیر شبکه های عصبی به عنوان یکی از پرکاربرد ترین روش ها در زمینه طبقه بندی، تشخیص الگو و پیش بینی سری های زمانی پیچیده مورد استفاده قرار گرفته است. در این تحقیق یک مدل شبکه عصبی چندلایه جهت پیش بینی نرخ ارز یورو به دلار ارایه می شود که با بهره گرفتن از داده ها و متغیر های برگرفته شده از تحلیل تکنیکال به پیش بینی قیمت در روز آینده با دقت مطلوب می پردازد. نتایج بیانگر عملکرد مناسب این روش در مقابل سایر روش های متداول تحلیل تکنیکال و شبکه عصبی می باشد. پرونده مقاله

دسترسی آزاد مقاله

218 - عملکرد شرکتهای همتا و مدیریت سود: تأثیر فشار بازار سرمایه
غلامرضا کردستانی سیده آمنه جعفری سوق

10.30495/jdaa.2022.693174

عملکرد شرکت‌های یک صنعت دارای ویژگی‌های مشابهی است و با شوک‌های مشترکی در بازار محصولات خود روبرو هستند. سرمایه‌گذاران، اقتصاددانان و تحلیلگران معمولاً، عملکرد شرکت‌های دیگر در همان صنعت را به‌عنوان شرکت‌های همتا در تجزیه‌وتحلیل عملکرد شرکت در نظر می‌گیرند. مدیران شرکته چکیده کامل

عملکرد شرکت‌های یک صنعت دارای ویژگی‌های مشابهی است و با شوک‌های مشترکی در بازار محصولات خود روبرو هستند. سرمایه‌گذاران، اقتصاددانان و تحلیلگران معمولاً، عملکرد شرکت‌های دیگر در همان صنعت را به‌عنوان شرکت‌های همتا در تجزیه‌وتحلیل عملکرد شرکت در نظر می‌گیرند. مدیران شرکتها از مقایسه عملکرد شرکت با شرکتهای همتا اطلاع دارند و به همین دلیل در صورت لزوم انگیزه کافی برای دستکاری سود را دارند. بر همین اساس هدف این مقاله بررسی تاثیر عملکرد شرکت‌های همتا بر مدیریت سود تعریف شده است. به این منظور داده‌های 114 شرکت‌ پذیرفته‌شده در بورس اوراق بهادار تهران، مورد تجزیه و تحلیل قرار گرفت. یافتهها نشان میدهد بین عملکرد شرکت‌های همتا و مدیریت سود رابطه مثبتی وجود دارد و عملکرد بالای شرکت‌های همتا منجر به افزایش اقلام تعهدی اختیاری می‌شود. به‌علاوه تغییر پیش‌بینی مدیریت از سود هر سهم رابطه مثبتی با عملکرد شرکت‌های همتا دارد و همچنین بین معیار تحقق پیش‌بینی سود و عملکرد شرکت‌های همتا رابطه معناداری وجود دارد. بنابراین میتوان نتیجه گرفت مدیران سود حسابداری را در پاسخ به عملکرد شرکت‌های همتا، تحت‌فشار بازار سرمایه دستکاری می‌کنند. این مطالعه با در نظر گرفتن عملکرد شرکت‌های همتا، انگیزه مدیریت سود و کیفیت گزارشگری مالی را مورد توجه قرار داد است.Peer Companies Performance and Earnings Management:The Effect of Capital Market PressureAbstractFinancial analysts and investors use the performance of peer firms for valuation and investment decisions. Since managers know that their performance is compared to peer’s firms, they have enough incentive to earnings manipulation. Therefore, the purpose of the present research is to investigate the relationship performance of peer firms on earnings management. Based on analysis of archival data of 114 firms listed in TSE, the findings show that there is a positive and significant relationship between performance of peer firms and earnings management. That is, the high performance of peer firms leads to increased discretionary accruals. In addition, change in earnings forecast per manager share has a positive and significant relationship with peer firm performance. Also, there is a significant relationship between the criterion of earnings forecast and performance of peer firms. Therefore, managers in response to the performance of peer firms and under the capital market pressure, manipulation of accounting earnings. This study focused more on the impact of peer firms and their performance on the quality of financial reporting. In addition, earnings management studies in the scope of motivation is broaden. پرونده مقاله

دسترسی آزاد مقاله

219 - Modelling the Occurrence of the Novel Pandemic COVID-19 Outbreak in Nigeria: A Box and Jenkins Approach
Nurudeen Ajadi Isqeel Ogunsola Saddam Damisa

The Coronavirus disease 2019 (COVID-19) is a novel pandemic disease that spreads very fast and causes severe respiratory problem to its carrier and thereby results to death in some cases. In this research, we studied the trend, model Nigeria daily COVID-19 cases and for چکیده کامل

The Coronavirus disease 2019 (COVID-19) is a novel pandemic disease that spreads very fast and causes severe respiratory problem to its carrier and thereby results to death in some cases. In this research, we studied the trend, model Nigeria daily COVID-19 cases and forecast for the future occurrences in the country at large. We adopt the Box and Jenkins approach. The time plot showed that the cases of COVID-19 rises rapidly in recent time. KPSS test confirms the non-stationarity of the process (p < 0.05) before differencing. The test also confirmed the stationarity of the process (p > 0.05) after differencing. Various ARIMA (p,d,q) were examined with their respective AICs and Log-likelihood. ARIMA (1, 2, 1) was selected as the best model due to its least AIC (559.74) and highest log likelihood (-276.87). Both Shapiro-Wilk test and Box test performed confirm the fitness of the model (p > 0.05) for the series. Forecast for 30 days was then made for COVID-19 cases in Nigeria. Conclusively, the model obtained in this research can be used to model, monitor and forecast the daily occurrence of COVID-19 cases in Nigeria. پرونده مقاله

دسترسی آزاد مقاله

220 - Comparative Forecasting Performance of GARCH and GAS Models in the Stock Price Traded on Nigerian Stock Exchange
Oluwagbenga Babatunde Serifat Folorunso Francisco Saliu

10.30495/ijm2c.2021.684813

The forecasting performance of different class of volatility models was compared in this work using the daily adjusted close price of traded stocks of the Nigerian Stock Exchange (NSE) from December 10, 2013 to February 07, 2019. The GARCH and EGARCH models were selecte چکیده کامل

The forecasting performance of different class of volatility models was compared in this work using the daily adjusted close price of traded stocks of the Nigerian Stock Exchange (NSE) from December 10, 2013 to February 07, 2019. The GARCH and EGARCH models were selected from the GARCH models whereas the GAS and EGAS were selected from the GAS models. Two different distributions were assumed for the innovations of the volatility models and forecasts measure was obtained. Based on the forecasts measure which are Mean Error (ME) and Theil Inequality (TI) obtained, the ability the models to forecast future volatilities was achieved. The outcome of this research showed that the GAS model performed better when compared to the GARCH model under the two distributional assumptions in terms of ability to forecast future volatilities of the close price NSE stocks. However, the EGARCH performed better when student-t distribution was assumed. پرونده مقاله

دسترسی آزاد مقاله

221 - پیش‌بینی قیمت سهام در بازار مالی با استفاده از الگوریتمهای ترکیبی GA-SVM
امیدمهدی عبادتی محمدعلی جعفری نسیم داودی فر

10.30495/afi.2022.1945089.1063

هدف مقاله حاضر پیش‌بینی قیمت سهام به‌وسیله الگوریتم ترکیبی GA-SV می‌باشد. پیش‌بینی سری‌های زمانی مانند پیش‌بینی قیمت سهام یکی از مهم‌ترین مشکلات در حوزه مالی است، زیرا داده‌ها ناپایدار بوده و دارای متغیرهای نویزی می‌باشند که تحت‌تأثیر عوامل زیادی قرار دارند. در شرایط وا چکیده کامل

هدف مقاله حاضر پیش‌بینی قیمت سهام به‌وسیله الگوریتم ترکیبی GA-SV می‌باشد. پیش‌بینی سری‌های زمانی مانند پیش‌بینی قیمت سهام یکی از مهم‌ترین مشکلات در حوزه مالی است، زیرا داده‌ها ناپایدار بوده و دارای متغیرهای نویزی می‌باشند که تحت‌تأثیر عوامل زیادی قرار دارند. در شرایط واقعی نیز شناسایی حرکات سری زمانی شاخص قیمت سهام بسیار پیچیده می‌باشد؛ بنابراین استفاده از یک مدل کلاسیک به‌تنهایی نمی‌تواند پیش‌بینی دقیقی از شاخص‌های قیمت سهام داشته باشد. ازاین‌رو با به‌کارگیری روش‌های ترکیبی می‌توان عدم اطمینان در پیش‌بینی را کاهش داد. در پیش‌بینی قیمت سهام در بخش مالی بیش از 100 شاخص برای درک رفتار بازار سهام ایجاد شده است؛ بنابراین شناسایی شاخص‌های مناسب یک مشکل چالش‌برانگیز است. یکی از تکنیک‌هایی که اخیراً برای پیش‌بینی سریال مورد بررسی قرار گرفته است، رگرسیون پشتیبانی بردار (SVR) است. این مطالعه از الگوریتم ترکیبی GA-SVM برای پیش‌بینی شاخص قیمت سهام استفاده می‌کند. نتایج تجربی نشان می‌دهد که الگوریتم پیشنهادی جایگزین مناسب‌تر و امیدوار کننده‌تری برای پیش‌بینی بازار سهام فراهم می‌آورد. پرونده مقاله

دسترسی آزاد مقاله

222 - نقش میانجی اطلاعات نامتقارن در بازار رقابت ناقص بر رابطه بین تورش پیش‌بینی سود و ریسک ویژه ناشی از مدل قیمت‌گذاری دارایی‌های سرمایه‌ای
محمد حسنی ساناز مرادی

10.30495/afi.2021.1925455.1016

از دیدگاه نظری، شرکت‌ها باید نسبت به کاهش ریسک‌های اطلاعاتی اقدام نمایند تا محیط شفافی برای تصمیم‌گیری گروه‌‌های مختلف فعال در حوزه بازار سرمایه فراهم سازند. از این رو شناسایی عوامل بالقوه مؤثر بر ریسک دارای اهمیت است. هدف این مقاله مطالعه تأثیر تورش پیش‌بینی سود مدیران چکیده کامل

از دیدگاه نظری، شرکت‌ها باید نسبت به کاهش ریسک‌های اطلاعاتی اقدام نمایند تا محیط شفافی برای تصمیم‌گیری گروه‌‌های مختلف فعال در حوزه بازار سرمایه فراهم سازند. از این رو شناسایی عوامل بالقوه مؤثر بر ریسک دارای اهمیت است. هدف این مقاله مطالعه تأثیر تورش پیش‌بینی سود مدیران بر ریسک ویژه (غیرسیستماتیک) با در نظر گرفتن نقش میانجی اطلاعات نامتقارن در شرایط بازار رقابت ناقص است. جهت استخراج ریسک ویژه از انحراف معیار چنددوره‌ای پسماندهای مدل قیمت‌گذاری دارایی‌های سرمایه‌ای استفاده شده است. قدرمطلق اختلاف نسبی بین مقادیر واقعی و مقادیر پیش‌بینی شده سود هر سهم ملاک ارزیابی تورش پیش‌بینی سود است. به علاوه، ناقرینگی اطلاعاتی بر اساس دامنه شکاف نسبی بین قیمت پیشنهادی خرید و فروش سهام ارزیابی گردیده است. به روش غربالگری حذفی سیستماتیک تعداد 147 شرکت پذیرفته شده در بورس اوراق بهادار تهران طی دوره زمانی سال‌های 1391 تا 1396 به عنوان جامعه آماری غربال‌شده پژوهش گزینش شدند. جهت آزمون فرضیه‌های پژوهش از مدل‌های رگرسیون چند متغیره استفاده شده است. نتایج بیانگر آن است که وجود مقادیر بالاتر انحراف در پیش‌بینی سود مدیران سبب افزایش ریسک ویژه شده است. به علاوه، درجه بالاتر عدم تقارن اطلاعاتی نیز زمینه‌ساز افزایش ریسک ویژه شده است. همچنین، عدم تقارن اطلاعاتی منجر به تقویت رابطه مثبت بین انحراف در پیش‌بینی سود مدیران و ریسک ویژه شده است. در کل، وجود تورش در پیش‌بینی سود مدیران و وقوع ناقرینگی ناشی از توزیع نامتقارن اطلاعات ضمن افزایش ریسک‌های اطلاعاتی و تضعیف کیفیت محیط اطلاعاتی، موجب افزایش ریسک ویژه خاص اوراق بهادار شرکت‌ها شده است. پرونده مقاله

دسترسی آزاد مقاله

223 - طراحی مدل پیش ‏بینی پتانسیل فروش فیلم‏ های سینمایی ایران (رویکرد داده ‏محور) به منظور تعیین استراتژی ورود به بازار
بابک حمیدیا محمد ماستری فراهانی محمد جواد سهرابی رنانی عباس رحیمی

داشتن یک مدل ریاضی پیش‌بینی‌کننده در خصوص پتانسیل فروش فیلم‌های سینمایی پیش از مرحله بازاریابی و اکران فیلم، یکی از نیازهای بسیاری از تهیه‌کنندگان، سینماداران و ... می باشد. در این پژوهش بر اساس یک روند سیستماتیک و مبتنی بر رویکرد آمیخته اکتشافی ابتدا عوامل موثر بر پتان چکیده کامل

داشتن یک مدل ریاضی پیش‌بینی‌کننده در خصوص پتانسیل فروش فیلم‌های سینمایی پیش از مرحله بازاریابی و اکران فیلم، یکی از نیازهای بسیاری از تهیه‌کنندگان، سینماداران و ... می باشد. در این پژوهش بر اساس یک روند سیستماتیک و مبتنی بر رویکرد آمیخته اکتشافی ابتدا عوامل موثر بر پتانسیل فروش فیلم‌های سینمایی با روش تحلیل مضمون احصاء و طبقه‌بندی گردید و با انتخاب عوامل محتوایی فیلم یعنی عوامل موثر بر احتمال میزان فروش پیش از مرحله بازاریابی و اکران، به بررسی وضعیت هر یک از این عوامل در 100 فیلم برتر یک دهه از سینمای ایران پرداخته شد. داده‌های مورد نیاز از سالنامه آماری فروش فیلم و سینمای ایران استخراج گردید و بر اساس روش آنتروپی شانون و مبتنی بر داده‌های واقعی 100 فیلم پرتماشاچی ایران، ضرایب مدل استخراج گردید و در نهایت، یک مدل ریاضی به منظور محاسبه میزان پتانسیل فروش یک فیلم سینمایی تا قبل از مرحله بازاریابی استخراج گردید. نتایج این پژوهش حاکی از آن است که 4 عامل اصلی کارگردان(با ضریب 0.25)، بازیگر(با ضریب 0.253)، ژانر (با ضریب 0.251) و کیفیت فنی فیلم (با ضریب 0.246) و یک عامل فرعی یعنی سری فیلم (با امتیاز اضافه) بر پتانسیل فروش یک فیلم‌سینمایی تاثیرگذار هستند. پرونده مقاله

دسترسی آزاد مقاله

224 - ارائه مدل شبیه سازی عامل بنیان جهت پیش بینی عملکرد تیم کاری در جهت بهبود راهبردهای مدیریت منابع انسانی (مطالعه موردی: گروه مدیریت صنعتی، دانشکده مدیریت و اقتصاد دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران)
فاطمه اسکندر رضا رادفر عباس طلوعی اشلقی

با توجه به اهمیت نقش منابع انسانی در سازمان ها، برنامه ریزی راهبردی برای دستیابی به میزان بهینه تعداد منابع انسانی در سازمان از اهمیت بالایی برخودار می باشد. هدف از تحقیق ارائه مدلی جهت شبیه سازی و پیش بینی عملکرد تیمی در گروه مدیریت صنعتی در جهت شناسایی عملکرد منابع ان چکیده کامل

با توجه به اهمیت نقش منابع انسانی در سازمان ها، برنامه ریزی راهبردی برای دستیابی به میزان بهینه تعداد منابع انسانی در سازمان از اهمیت بالایی برخودار می باشد. هدف از تحقیق ارائه مدلی جهت شبیه سازی و پیش بینی عملکرد تیمی در گروه مدیریت صنعتی در جهت شناسایی عملکرد منابع انسانی در جهت بهبود راهبردهای مدیریت منابع انسانی می باشد. شاخص های تاثیرگذار بر عملکرد تیمی با استفاده از مطالعات قبلی در حوزه پژوهش شناسایی واستخراج شده و سپس با شناسایی فرآیندهای های تاثیرگذار بر عملکرد تیمی، زمان های انجام هر وظیفه در سه حالت خوشبینانه، محتمل وبدبینانه در نظر گرفته شده است. ورودی های مدل شبیه سازی تعداد دانشجویان، تعداد اعضای هیئت علمی، تعداد کارشناسان می باشد. خروجی های مربوط به عملکرد تیمی بر اساس مطالعات مرتبط به سه دسته تقسیم می شود. تعداد کتاب، مقالات و پایان نامه ها، میزان مطلوبیت اعضای تیم و تعداد وظیفه ها در حالت انجام شده، رد شده، نیاز به دوباره کاری و منتظر شروع به عنوان خروجی مدل در نظر گرفته شده است. شبیه سازی با استفاده از نرم افزار AnyLogic انجام شده است. نتایج شبیه سازی نشان می دهد که مطلوبیت مدیرگروه و کارشناس آموزش برای چند سناریو مختلف در نظر گرفته شده، دارای بیشترین مقدار می باشد، همچنین تعداد وظایفی که منتظر شروع انجام می باشند نیز در همه سناریو ها از مقدار قابل توجهی برخوردار است که نیاز است تا گروه برای بهبود راهبردهای مدیریت منابع انسانی در گروه مدیریت صنعتی سیاست های جدیدی را اتخاذ کند. پرونده مقاله

دسترسی آزاد مقاله

225 - The comparative effect of direct corrective feedback and recast in a critical thinking setting on EFL learners’ reading comprehension
Mehrdad Rezaee Maryam Baghi Elaheh Faramarzi

The aim of present study was to explore the comparative effect of direct corrective feedback and recast on EFL learners’ reading comprehension in a critical thinking (CT) context. Sixty female EFL learners were selected from a larger group of 85 learners through conveni چکیده کامل

The aim of present study was to explore the comparative effect of direct corrective feedback and recast on EFL learners’ reading comprehension in a critical thinking (CT) context. Sixty female EFL learners were selected from a larger group of 85 learners through convenience sampling and were given a Preliminary English Test (PET) to assess their proficiency levels. As the next step, the participants formed two random experimental groups. The reading comprehension abilities of both groups were measured before and after the treatment through administration of reading section of two separate versions of PET. Both groups received 12 sessions of the treatment. Two paired samples t-tests were utilized, both of which proved significant improvement for both groups from pretest to posttest. Then, the posttest scores of the two groups using an independent samples t-test were compared. Based on the results, the difference between the two groups turned out to be significant indicating superiority of the effect of the recast. This study can have important implications for the stakeholders in foreign language (FL) education. پرونده مقاله

فهرست مقالات Recast

سکوی نشر دانش

پیوندهای سایت

مراکز مرتبط

پشتیبانی

صفحات رسمی