سهام
مهناز مجردی؛ مسعود نیکوقدم؛ بهنام الیاس پور
چکیده
تعامل بین بازار سهام و عناصر سیستم اقتصادی، همواره یکی از مسائل مهم در اقتصاد ایران بوده است. از سوی دیگر با توجه به اینکه ایران یک کشور صادرکننده نفت میباشد، تغییرات قیمت نفت همواره یکی از عوامل مهم نوسانات اقتصادی در ایران بوده است. این نوسانات، بازارهای مالی به ویژه بازار سهام را تحت تأثیر قرار می‌دهد. هدف اصلی پژوهش حاضر، بررسی ...
بیشتر
تعامل بین بازار سهام و عناصر سیستم اقتصادی، همواره یکی از مسائل مهم در اقتصاد ایران بوده است. از سوی دیگر با توجه به اینکه ایران یک کشور صادرکننده نفت میباشد، تغییرات قیمت نفت همواره یکی از عوامل مهم نوسانات اقتصادی در ایران بوده است. این نوسانات، بازارهای مالی به ویژه بازار سهام را تحت تأثیر قرار می‌دهد. هدف اصلی پژوهش حاضر، بررسی اثر نوسانات قیمت نفت و نااطمینانی سیاست اقتصادی بر بازده سهام در ایران است. در پژوهش حاضر به منظور بررسی روابط بین متغیرها، از داده‌های فصلی طی دوره زمانی 1392:1 تا 1400:4 و الگوی خودرگرسیون با وقفه‌های توزیعی بهره گرفته شده است. یافته‌های پژوهش حاکی از این است که نااطمینانی سیاست اقتصادی بر بازده سهام در ایران تأثیر منفی و معناداری دارد. همچنین دو متغیر نوسانات قیمت نفت و نرخ ارز مؤثر واقعی، با بازده سهام در ایران رابطه مثبت و معناداری دارند. از سوی دیگر نااطمینانی سیاست اقتصادی، نرخ بهره و شاخص تولید صنعتی، با بازده سهام در ایران رابطه منفی و معناداری دارند. بنابراین توصیه می‌شود وابستگی بودجه کشور به درآمدهای نفتی کاهش یابد و همچنین سازمان بورس اوراق بهادار، تدابیر لازم را برای کاهش اثرات نااطمینانی سیاست اقتصادی بر شاخص کل بورس داشته باشد.
سهام
آرش دانیالیان؛ محبوبه دلفان
چکیده
هدف: هدف اصلی مطالعه حاضر بررسی تأثیر متغیرهای کلان اقتصادی، تحریم‌های اقتصادی و شاخص قیمت جهانی کامودیتی‌ها بر شاخص قیمتی گروه بانک‌ها و مؤسسات اعتباری در بازار سرمایه ایران است.روش: این مطالعه با استفاده از داده‌های سری زمانی با تواتر ماهانه طی بازه زمانی 1387-1400 و با استفاده از رویکرد خود رگرسیون با وقفه‌های توزیعی (ARDL) مدل تخمین ...
بیشتر
هدف: هدف اصلی مطالعه حاضر بررسی تأثیر متغیرهای کلان اقتصادی، تحریم‌های اقتصادی و شاخص قیمت جهانی کامودیتی‌ها بر شاخص قیمتی گروه بانک‌ها و مؤسسات اعتباری در بازار سرمایه ایران است.روش: این مطالعه با استفاده از داده‌های سری زمانی با تواتر ماهانه طی بازه زمانی 1387-1400 و با استفاده از رویکرد خود رگرسیون با وقفه‌های توزیعی (ARDL) مدل تخمین زده‌شده است. همچنین برای آزمون هم جمعی مدل از آزمون کرانه‌ها استفاده‌شده است.یافته‌ها: نتایج حاصل از برآورد مدل حاکی از آن است که در مدل پویا شاخص قیمتی گروه بانک‌ها و مؤسسات اعتباری به‌طوری معناداری متأثر از متغیرهای بررسی‌شده است و بر اساس آزمون هم جمعی، وجود رابطه بلندمدت نیز تأیید گردید؛ یعنی در بلندمدت شاخص قیمتی گروه بانک‌ها و مؤسسات اعتباری به‌طور معناداری متأثر از متغیرهای کلان اقتصادی و شاخص قیمت جهانی کامودیتی‌ها است، نتایج الگوی تصحیح خطا نشان داده است که هر عدم تعادلی در مدل، در بلندمدت به سمت تعادل حرکت می‌کند و کمتر از دو سال می‌کشد تا خطای تعادل کوتاه‌مدت اصلاح شود و مدل به تعادل بلندمدت خود بازگردد.نوآوری: مطالعات پیشین جهت بررسی عوامل بیرونی عموماً متغیرهای کلان اقتصادی را در نظر گرفته‌اند، درحالی‌که بازار سرمایه ایران یک بازار کامودیتی محور است و از طرفی اقتصاد ایران تحت تأثیر تحریم‌های اقتصادی است، بنابراین در پژوهش کنونی علاوه بر تأثیر متغیرهای کلان اقتصادی تأثیر تحریم‌های اقتصادی و شاخص قیمت جهانی کامودیتی‌ها بر شاخص قیمتی گروه بانک‌ها و مؤسسات اعتباری بررسی‌شده است.
سهام
هما مهتری زاده؛ نجمه منصوری؛ سید محمد مهدی حسینی؛ راضیه دلپسند
چکیده
سرمایه‌گذاری بر روی سهام عرضه شده در بازار بورس اوراق بهادار یکی از پرسود‌ترین سرمایه‌گذاری‌ها در بازارهای مالی و سرمایه است. با این حال رفتار قیمت سهام یکی از پیچیده‌ترین سازوکارهایی است که محققان و پژوهشگران بر روی آن مطالعه کردند. این بازار همواره رفتاری غیر قابل پیش‌بینی و آشوبگرانه و غیرخطی از خود نشان می‌دهد زیرا تحت ...
بیشتر
سرمایه‌گذاری بر روی سهام عرضه شده در بازار بورس اوراق بهادار یکی از پرسود‌ترین سرمایه‌گذاری‌ها در بازارهای مالی و سرمایه است. با این حال رفتار قیمت سهام یکی از پیچیده‌ترین سازوکارهایی است که محققان و پژوهشگران بر روی آن مطالعه کردند. این بازار همواره رفتاری غیر قابل پیش‌بینی و آشوبگرانه و غیرخطی از خود نشان می‌دهد زیرا تحت تأثیر شرایط اقتصادی، سیاسی، صنعتی و ... است. در این تحقیق سعی شده با استفاده از شبکه‌های عصبی پرسپترون چندلایه و المان قیمت بسته شدن سهم در روزهای آینده پیش‌بینی شود. وزن‌های شبکه‌های عصبی به کار رفته در این مقاله با استفاده از الگوریتم جستجوی سنجاب بهینه شده‌اند که باعث افزایش سرعت و دقت شبکه‌های عصبی می‌شود. نتایج حاصل با معیارهای میانگین مربعات، جذر میانگین مربعات، میانگین مطلق خطا و درصد میانگین مطلق خطا مورد ارزیابی قرار می‌گیرند. همچنین روش پیشنهادی با الگوریتم‌های فراابتکاری ازدحام جمعیت، ژنتیک، گرگ خاکستری و کلونی زنبور عسل مقایسه می‌شوند تا نشان دهد بهینه‌سازی وزن‌های شبکه با استفاده از الگوریتم جستجوی سنجاب به طور میانگین 72% برای شرکت‌های مخابرات ایران، صنایع ملی مس ایران، بین‌المللی محصولات پارس، هلدینگ غدیر و فولاد هند نتیجه بهتری نسبت به سایر روش‌ها دارد. همینطور در مقایسه شبکه عصبی پرسپترون چندلایه با شبکه عصبی المان، شبکه عصبی المان به طور میانگین 27% نتیجه بهتری نسبت به شبکه عصبی پرسپترون چند لایه دارد.
