1مدیریت دارایی
رضا راعی؛ سعید باجلان؛ علیرضا عجم
چکیده
همواره به مسئلۀ انتخاب سبد بهمنزلۀ یکی از مسائل اساسی در زمینۀ سرمایهگذاری توجه شده است. الگوها و روشهای مختلفی از زمان ارائۀ کار اولیۀ مارکویتز تاکنون برای انتخاب سبد سرمایهگذاری بهینه ارائه شده است. با این حال یافتن مفیدترین الگو در انتخاب این سبد همواره دغدغۀ سرمایهگذاران بوده است. هدف از این پژوهش بررسی کارآیی ...
بیشتر
همواره به مسئلۀ انتخاب سبد بهمنزلۀ یکی از مسائل اساسی در زمینۀ سرمایهگذاری توجه شده است. الگوها و روشهای مختلفی از زمان ارائۀ کار اولیۀ مارکویتز تاکنون برای انتخاب سبد سرمایهگذاری بهینه ارائه شده است. با این حال یافتن مفیدترین الگو در انتخاب این سبد همواره دغدغۀ سرمایهگذاران بوده است. هدف از این پژوهش بررسی کارآیی بهینهسازی سبد سرمایهگذاری با استفاده از الگویی جدید با نام الگوی ترکیبی حداقل واریانس و 1/N است؛ بدین منظور الگوی ترکیبی حداقل واریانس و 1/N ارائه و عملکرد این الگو با الگوهای حداقل واریانس و الگوی 1/N مقایسه شده است. برای ارزیابی عملکرد سبد سرمایهگذاری حاصل از الگوهای پژوهش از معیارهایی مانند شارپ، ترینر، مودیلیانی ـ مودیلیانی، اطلاعات و سورتینو و درنهایت از روش تصمیمگیری چندمعیارۀ TOPSIS برای رتبهبندی الگوهای پژوهش استفاده شده است. نتایج پژوهش نشاندهندۀ برتری الگوی ترکیبی حداقل واریانس و 1/N نسبت به الگوهای دیگر است.
1مدیریت دارایی
رضا راعی؛ مهدی بستان آراء
چکیده
بسیاری از پژوهشها در علم مالی بر پیشبینی دقیق بازده شرکتها با در نظر داشتن ریسک سرمایهگذاری در سهام آنها تمرکز داشتهاند. هدف این پژوهش،بررسی امکان توضیح بازده غیرعادی(تفاوت بازده مورد انتظار حاصل از مدل قیمتگذاری داراییهای سرمایهای و بازده واقعی) بااستفاده ازنسبتهای مالی وانتخاب ابزاربهتر برای پیشبینی ...
بیشتر
بسیاری از پژوهشها در علم مالی بر پیشبینی دقیق بازده شرکتها با در نظر داشتن ریسک سرمایهگذاری در سهام آنها تمرکز داشتهاند. هدف این پژوهش،بررسی امکان توضیح بازده غیرعادی(تفاوت بازده مورد انتظار حاصل از مدل قیمتگذاری داراییهای سرمایهای و بازده واقعی) بااستفاده ازنسبتهای مالی وانتخاب ابزاربهتر برای پیشبینی آن از بین دومدل رگرسیون چندگانه با رویکرد تحلیل مؤلفههای اصلی (PCA) وشبکههای عصبی مصنوعی(ANN) است. بر این اساس توانایی مدل شبکههای عصبی مصنوعی پیشخور با الگوریتم پسانتشار خطا (BPN) در پیشبینی برون نمونهایِ بازده غیرعادی سهام مورد معامله در بورس اوراق بهادار تهران در سالهای 1384 تا 1391 به طور معناداری بیشتر از توانایی رگرسیون خطی با رویکرد تحلیل مؤلفههای اصلی بوده است.
1مدیریت دارایی
رضا راعی؛ شاپور محمدی؛ حنظله فندرسکی
دوره 3، شماره 1 ، خرداد 1394، ، صفحه 55-74
چکیده
شاخص بازار سرمایه به عنوان دماسنج اقتصادی هر کشور میباشد. از این رو پیشبینی این متغییر جهت اخذ دید کلی از وضعیت اقتصادی و اخذ استراتژیهای سرمایهگذاری، یکی از مسائل مهم به شمار میرود. از جمله روشهای پیشبینی پرکاربرد در سریهای زمانی مالی، شبکه عصبی میباشد که با توجه به جامعیت این روش و عدم وجود برخی از پیشفرضها ...
بیشتر
شاخص بازار سرمایه به عنوان دماسنج اقتصادی هر کشور میباشد. از این رو پیشبینی این متغییر جهت اخذ دید کلی از وضعیت اقتصادی و اخذ استراتژیهای سرمایهگذاری، یکی از مسائل مهم به شمار میرود. از جمله روشهای پیشبینی پرکاربرد در سریهای زمانی مالی، شبکه عصبی میباشد که با توجه به جامعیت این روش و عدم وجود برخی از پیشفرضها در خصوص دادهها، گسترش زیادی نسبت به روشهای آماری یافته است. اما وجود نویز در سریهای زمانی به خصوص در سریهای زمانی مالی و اقتصادی باعث کاهش دقت پیشبینی شبکه عصبی میگردد. یکی از روشهای نوفهزدایی در سریهای زمانی، تبدیل موجک میباشد. این تحقیق به مقایسه بین دقت پیشبینی شاخص کل بورس اوراق بهادار تهران در دو مدل شبکه عصبی با استفاده از دادههای نوفهزدایی شده با تبدیل موجک و شبکه عصبی با استفاده از دادههای اولیه از ابتدای سال 1385 تا 31 خرداد 1392 میپردازد. نتایج حاکی از بهبود معنادار در پیشبینی شبکه عصبی با استفاده از دادههای نوفهزدایی شده میباشد.
1مدیریت دارایی
میثم محمودی آذر؛ رضا راعی
دوره 2، شماره 2 ، شهریور 1393، ، صفحه 1-16
چکیده
موضوع شناخت و بررسی رفتار قیمت سهام، همواره یکی از موضوعهای مهم و مورد توجه محافل علمی و سرمایهگذاری بوده است. اخیراً تعداد زیادی از پژوهشگران در پژوهشهای خود بازار سهام را به عنوان یک سیستم پویای غیرخطی در نظر گرفتهاند. در این پژوهش، تلاش شده است با استفاده از تبدیل موجک و شبکه عصبی مدلی ارایه شود که پیش بینی دقیقتر و با خطای ...
بیشتر
موضوع شناخت و بررسی رفتار قیمت سهام، همواره یکی از موضوعهای مهم و مورد توجه محافل علمی و سرمایهگذاری بوده است. اخیراً تعداد زیادی از پژوهشگران در پژوهشهای خود بازار سهام را به عنوان یک سیستم پویای غیرخطی در نظر گرفتهاند. در این پژوهش، تلاش شده است با استفاده از تبدیل موجک و شبکه عصبی مدلی ارایه شود که پیش بینی دقیقتر و با خطای کمتری از بازده شاخص بورس اوراق بهادار داشته باشد. در این مدل ترکیبی، از خاصیت هموارسازی تبدیل موجک برای کاهش سطح نویز دادهها استفاده و سپس به وسیله شبکه عصبی پیشبینی شده است. مقایسه خطای پیش بینی مدلهای آریما، شبکه عصبی و شبکه عصبی موجکی نشان میدهد که کاهش نویز عملکرد پیش-بینی بازده شاخص را بهبود میبخشد. به بیان بهتر، مدل شبکه عصبی موجکی (نویززدایی سیگنال) عملکردی بهتر از مدلهای آریما و شبکه عصبی دارد. همچنین، مدلهای شبکه عصبی قدرت پیشبینیکنندگی بهتری را نسبت به مدلهای آریما نشان میدهد. مقادیر مربوط به آزمون دایبولد – ماریانو نیز این نتایج را تایید مینماید.
1مدیریت دارایی
عسگر نوربخش؛ غلامرضا عسگری؛ رضا راعی
دوره 1، شماره 1 ، شهریور 1392، ، صفحه 1-12
چکیده
هدف این تحقیق شناسایی روشهای مورد استفاده در ارزیابی پروژههای سرمایهگذاری در میان شرکتهای پذیرفتهشده در بورس اوراق بهادار تهران و تعیین عوامل تاثیرگذار بر انتخاب این روشها است. بدین منظور با استفاده از روش نمونهگیری طبقهای، 100 شرکت فعال در بورس تهران انتخاب شده و یک پرسشنامه محقق ساخته برای مدیران مالی آنها ارسال شد. نتایج ...
بیشتر
هدف این تحقیق شناسایی روشهای مورد استفاده در ارزیابی پروژههای سرمایهگذاری در میان شرکتهای پذیرفتهشده در بورس اوراق بهادار تهران و تعیین عوامل تاثیرگذار بر انتخاب این روشها است. بدین منظور با استفاده از روش نمونهگیری طبقهای، 100 شرکت فعال در بورس تهران انتخاب شده و یک پرسشنامه محقق ساخته برای مدیران مالی آنها ارسال شد. نتایج تحقیق نشان داد که 94 درصد شرکتها برای ارزیابی پروژههای سرمایهگذاری از روشهای بودجهبندی استفاده میکنند. از این میان 61 درصد از روشهای تنزیلی و 39 درصد از روشهای غیرتنزیلی استفاده میکنند. همچنین 78 درصد شرکتها در ارزیابی پروژهها از بیش از یک تکنیک استفاده میکنند که دوره برگشت سرمایه با 60 درصد، بیشترین فراوانی را دارد. در رتبههای بعدی NPV و IRR به ترتیب با 37 و 36 درصد قرار میگیرند. همچنین شرکتهای ایرانی برای محاسبه هزینه حقوق صاحبان سهام خود به طور یکسان از روشهای بازده حسابداری حقوق صاحبان سهام و CAPM استفاده میکنند. در خصوص عوامل تاثیرگذار بر انتخاب روشها نیز، بررسی فرضیات تحقیق نشان داد که پیشینه تحصیلی مدیران مالی و حجم سرمایهگذاری در انتخاب نوع تکنیکهای بودجهبندی سرمایهای تاثیرگذار است. لیکن اندازه شرکت و قدمت آن در بورس، تاثیری بر استفاده از روشهای بودجهبندی سرمایهای ندارد.