مقایسه بین مدلهای قیمت گذاری داریی سرمایه ای، سه عاملی فاما و فرنج و شبکه های عصبی مصنوعی در پیش بینی بازار سهام ایران
چکیده
چکیدهای برای این سند ثبت نشده است.
چکیدهای برای این سند ثبت نشده است.
شکلها از متن کامل مقاله برداشته شدهاند و حقوقشان از آنِ نویسندگان و ناشر است.
تطبیق متناسب بازده مورد انتظار با ریسک سبب می شود که هر سرمایه گذاری متناسب با ریسکی که می پذیرد، انتظار بازده معینی را داشته باشد. مدل های مالی در پی کمی نمودن ارتباط بین ریسک و بازده می باشند. در این راستا مدل قیمت گذاری دارایی سرمایه ای (capm)عامل بازار را تنها عاملی که بازده
بازار بورس اوراق بهادار یکی از نهادهای مهم و تأثیرگذار در اقتصاد هر کشور است. یکی از مهمترین چالش های فراروی این معضل، تلاش در جهت افزایش شفافیت و کارایی است. در بازارهای مالی کشورهای پیشرفته جهان، از ابزارهای متعددی جهت ایجاد شفافیت استفاده می شود که از جمله این ابزارها رتبه بند
این تحقیق به پیش بینی پذیری رفتار بازده سهام شرکت های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از نظریه قیمت گذاری آربیتراژ و شبکه عصبی رگرسیونی در قالب دو فرضیه می پردازد. در آزمون فرضیه اول، نظریه قیمت گذاری آربیتراژ با دو رویکرد تحلیل عاملی و به کارگیری متغیرهای کلان
مدیران مالی برای حداکثر نمودن ثروت سهامداران می بایست ترکیب منابع مالی شرکت که همان ساختار سرمایه است به نحو مطلوب تعیین نمایند. هنوز معلوم نیست شرکتها برای ترکیب تامین منابع مالی خود بر چه اساسی تصمیم گیری می نمایند. از دیر باز تجزیه و تحلیل ساختار سرمایه و بررسی عوامل موثر بر س
پژوهش حاضر به بررسی و شناسایی دستکاری قیمت سهام در شرکت های پذیرفته شده در بورس اوراق بهادار تهران پرداخته است. این پژوهش مدل ترکیبی از الگوریتم ژنتیک ( ga) و شبکه عصبی مصنوعی ( ann) را برای شناسایی دستکاری قیمت سهام ارائه داده و نتایج آن را با نتایج مدل تابع تفکیکی درجه دوی تعدی
در تحقیق حاضر،توان مدل سه متغیره فاما و فرنچ(1993)،ارزش گذاری دارایی هایی سرمایه ای و شبکه های عصبی مصنوعی در تبیین بازده سهام در بورس اوراق بهادار تهران مقایسه و سعی شده است به این پرسش پاسخ داده شود که قدرت پیش بینی کدام یک بیشتر است. متغیرهای مدل فاما وفرنچ عبارتند از بازده ما
در تحقیق حاضر،توان مدل سه متغیره فاما و فرنچ(1993)،ارزش گذاری دارایی هایی سرمایه ای و شبکه های عصبی مصنوعی در تبیین بازده سهام در بورس اوراق بهادار تهران مقایسه و سعی شده است به این پرسش پاسخ داده شود که قدرت پیش بینی کدام یک بیشتر است. متغیرهای مدل فاما وفرنچ عبارتند از بازده ما
این مقاله به بررسی رابطه بین بازده و ریسک سیستماتیک، چولگی و کشیدگی سهام در بورس اوراق بهادار تهران در دوره زمانی85-1381 می پردازد. تحقیقات مشابه در این زمینه نتایج متفاوتی را در دوره های صعودی و نزولی بازار نشان می دهند به همین دلیل دوره زمانی تحقیق به دو دوره صعودی (83-1381) و
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 شاخصهای میانگین مربعات خطا (MSE)، مجذور میانگین مربعات خطاها (RMSE)، ضریب تعیین ( 14R2"> ) انحراف معیار (S.D)، میانگین قدر مطلق خط
در این پژوهش به چرخه زندگی شرکت به عنوان یکی از عوامل توضیح دهنده بازده پرداخته شده است. دوره زمانی این تحقیق از سال 1382 تا 1395 بوده و در بورس اوراق بهادار تهران انجام گرفت. برای بررسی اثر چرخه زندگی، شرکت ها براساس اطلاعات حسابداری (رشد فروش و تغییر در هزینه های سرمایه ای) به
در دنیای پیچیده ای که ریسک جز لاینفک سرمایه گذاری ها گشته و برای سرمایه گذاری در هر جا ابتدا" می بایست ریسک آن را محاسبه نمود و در اختیار سرمایه گذار قرار داد تا وی به این نتیجه برسد که در مکان مورد نظر سرمایه گذاری نماید یا خیر! محاسبه ریسک معنی و مفهوم پیدا می کند. بنابراین برا