درخت حوزه‌های تخصصی

روش های ریاضی و کمی

حوزه‌های تخصصی
ادبیات اقتصاد تاریخ تربیت بدنی جغرافیا حقوق روانشناسی زبان شناسی علم اطلاعات و دانش‌شناسی علوم اجتماعی علوم اسلامی علوم انسانی علوم تربیتی علوم سیاسی فلسفه و منطق مدیریت مطالعات زنان هنر و معماری
ارزیابی اقتصادی پروژه ها اقتصاد اسلامی اقتصاد بخشی،اقتصاد صنعتی،کشاورزی،انرژی،منابع طبیعی،محیط زیست اقتصاد بین الملل اقتصاد خرد اقتصاد کلان و اقتصاد پولی اقتصاد مالی اقتصاد مدیریت اقتصاد منطقه ای، شهری، روستایی اقتصاد و مذهب، اقتصاد و اخلاق توسعه اقتصادی،تغییر تکنولوژیکی،رشد روش شناسی علم اقتصاد روش های ریاضی و کمی سایر قانون و اقتصاد مکاتب اقتصادی نقد و بررسی کتاب نقش علم اقتصاد، نقش اقتصاد دانان، رابطه علم اقتصاد با سایر علوم نوبلیست ها
تئوری بازی ها و تئوری چانه زنی روش شناسی جمع آوری داده،تخمین،برنامه های کامپیوتری روش های آماری و اقتصاد سنجی:کلیات روش های آماری و اقتصادسنجی:موضوعات خاص روش های ریاضی و برنامه ریزی طراحی آزمایشات مدل سازی اقتصادسنجی مدل های با معادلات همزمان مدل های تک معادله ای
ترتیب بر اساس: جدیدترینپربازدید‌ترین
فیلتر های جستجو: فیلتری انتخاب نشده است.
نمایش ۱۴۱ تا ۱۶۰ مورد از کل ۲۳۸ مورد.
۱۴۱.

رتبه بندی اعتباری مشتریان حقوقی بانک پارسیان

نویسنده:
منبع: مدل سازی اقتصادی آزاد فیروزکوه زمستان ۱۳۸۸ شماره ۴ (پیاپی ۱۰)

کلید واژه ها: اعتبارسنجی شبکه عصبی GMDH ریسک اعتباری رگرسیون لاجیت و پروبیت

حوزه های تخصصی:
تعداد بازدید : 895 تعداد دانلود : 699
این مقاله با هدف مدلسازی سنجش ریسک اعتباری و اعتبارسنجی مشتریان در بانک پارسیان به روش رگرسیون لاجیت و پروبیت و مدل شبکه های عصبی هوشمند GMDH انجام می شود. بدین منظور اطلاعات و داده های مالی و کیفی یک نمونه تصادفی 400 تایی از مشتریان که تسهیلات دریافت نموده اند مورد بررسی قرار می گیرد. این حجم نمونه از مشتریان دارای حساب منتهی به سال 1388 انتخاب شده اند. در این مقاله پس از بررسی پرونده های اعتباری هر یک از مشتریان، 11 متغیر توضیح دهنده مورد ارزیابی قرار می گیرد. نتایج مقاله ضمن دلالت بر تایید نظریه های اقتصادی و مالی نشان می دهد که عملکرد پیش بینی الگوی شبکه عصبی (درصد پیش بینی های صحیح آن) به مراتب بهتر از الگوهای اقتصادسنجی متعارف لاجیت و پروبیت است و در زمینه عوامل موثر بر ریسک اعتباری نشان می دهد که از بین متغیرهای مذکور، نوع وثیقه و نسبت بدهی دارای بیشترین اثر بر متغیر احتمال نکول می باشند. همچنین سابقه همکاری، نسبت جاری، نسبت آنی و نسبت مالکانه دارای اثر معمولی و سایر متغیرها کم اثر هستند
۱۴۲.

پیش بینی قیمت سهام در بازار بورس اوراق بهادار با استفاده از شبکه عصبی فازی و الگوریتم های ژنتیک و مقایسه آن با شبکه عصبی مصنوعی(مقاله علمی وزارت علوم)

نویسنده:
منبع: اقتصاد مقداری پاییز ۱۳۸۸ شماره ۳ (پیاپی ۲۲)

کلید واژه ها: پیش بینی شبکه های عصبی فازی قیمت سهام الگوریتم های ژنتیک

حوزه های تخصصی:
  1. حوزه‌های تخصصی اقتصاد اقتصاد مالی بازارهای مالی پیش بینی های مالی
  2. حوزه‌های تخصصی اقتصاد روش های ریاضی و کمی روش های آماری و اقتصادسنجی:موضوعات خاص شبکه های عصبی و موضوعات مربوطه
تعداد بازدید : 594 تعداد دانلود : 113
سرمایه گذاری در سهام عرضه شده در بورس اوراق بهادار یکی از گزینه های پرسود در بازار سرمایه است. بازار سهام دارای سیستمی غیر خطی و آشوب گونه است که تحت تاثیر شرایط سیاسی، اقتصادی و روانشناسی می باشد و می توان از سیستم های هوشمند غیرخطی همچون شبکه های عصبی مصنوعی، شبکه های عصبی فازی و الگوریتم های ژنتیک برای پیش بینی قیمت سهام استفاده نمود. در این مقاله به طراحی و ارایه یک مدل پیش بینی قیمت سهام با استفاده از شبکه عصبی فازی و الگوریتم های ژنتیکی و کاهش خطای پیش بینی قیمت سهام با استفاده از آن نسبت به استفاده از تکنیک شبکه عصبی مصنوعی به صورت منفرد پرداخته شده است. در ادامه پس از طراحی و پیاده سازی مدل شبکه های عصبی فازی و الگوریتم های ژنتیک، با استفاده از چهار معیار سنجش خطا، نتایج دو مدل مقایسه شده است. نتایج نشان می دهد که مدل ترکیبی شبکه های عصبی فازی و الگوریتم های ژنتیک پیش بینی های بسیار مناسب تری داشته و نسبت به شبکه عصبی منفرد از سرعت بالاتر و توانایی تقریب قوی تری برای پیش بینی قیمت سهام برخوردار بوده است.
۱۴۳.

الگوی تعادل عمومی پویا برای ادوار تجاری اقتصاد ایران(مقاله علمی وزارت علوم)

نویسنده:
منبع: پژوهشنامه اقتصادی بهار ۱۳۸۸ شماره ۳۲

کلید واژه ها: الگوی تعادل عمومی پویا ادوار تجاری ایران شوک قیمت نفت

حوزه های تخصصی:
  1. حوزه‌های تخصصی اقتصاد اقتصاد کلان و اقتصاد پولی قیمت ها،نوسانات تجاری،دورهای تجاری نوسانات تجاری،دورهای تجاری
  2. حوزه‌های تخصصی اقتصاد روش های ریاضی و کمی روش های ریاضی و برنامه ریزی مدل های تعادل عمومی قابل محاسبه
تعداد بازدید : 80 تعداد دانلود : 664
در این مطالعه با تعدیلاتی در الگوهای ادوار تجاری حقیقی در یک اقتصاد کوچک باز، برای اولین بار یک مدل تعادل عمومی پویا به منظور بررسی خصوصیات ادوار تجاری اقتصاد ایران طراحی می شود. یافته های این پژوهش نشان می دهد که با در نظر گرفتن فقط شوک تکنولوژی، تغییرات نوسانهای متغیرهای کلان الگو بسیار پایین تر از مقادیر مشاهده شده اقتصاد ایران است که با در نظر گرفتن نقش شوک های قیمت نفت نتایج الگو سازگاری بهتری با مشاهدات اقتصاد ایران پیدا می کند و می تواند برخی از خصوصیات ادوار تجاری اقتصاد ایران را توضیح دهد. یافته ها نشان می دهد که با یک شوک مثبت قیمت نفت، مصرف، سرمایه گذاری و تولید افزایش می یابند و نتایج الگو همانند مشاهدات واقعی اقتصاد ایران است. شوک های نرخ بهره حقیقی جهانی اثر اندک و ناچیزی بر روی تولید، مصرف و سرمایه گذاری دارند. همچنین نتایج بدست آمده نشان می دهد که تغییرات نوسانهای سیکلی متغیرهایی نظیر مصرف، سرمایه گذاری، تولید و تراز تجاری بدست آمده از الگو با تغییرات مشاهده شده اقتصاد ایران تفاوت اندکی دارد. همچنین همبستگی و هم حرکتی مصرف، سرمایه گذاری و واردات با سیکل های تجاری در الگو همانند مشاهدات واقعی دیده می شود.
۱۴۴.

تخصیص بهینه درآمدهای نفتی در قالب یک مدل تعادل عمومی پویا(مقاله علمی وزارت علوم)

نویسنده:
منبع: اقتصاد مقداری زمستان ۱۳۸۸ شماره ۴ (پیاپی ۲۳)

کلید واژه ها: ماتریس حسابداری اجتماعی تخصیص بهینه درآمدهای نفتی مدل تعادل عمومی قابل محاسبه پویا مدل فنی مهندسی نفت

حوزه های تخصصی:
  1. حوزه‌های تخصصی اقتصاد اقتصاد بخشی،اقتصاد صنعتی،کشاورزی،انرژی،منابع طبیعی،محیط زیست اقتصاد انرژی نفت،گاز طبیعی،زغال سنگ،مشتقات نفتی سطوح،ساختار و توابع هزینه،صرفه های به مقیاس،کارایی،تغییرات تکنولوژیک
  2. حوزه‌های تخصصی اقتصاد روش های ریاضی و کمی روش های ریاضی و برنامه ریزی مدل های تعادل عمومی قابل محاسبه
تعداد بازدید : 663 تعداد دانلود : 480
یکی از مسایل مهم در کشورهای صادر کننده نفت، تخصیص بهینه درآمدهای نفتی در راستای دست یابی به رشد و توسعه پایدار است. در این مقاله یک مدل تعادل عمومی قابل محاسبه پویای بهره برداری منابع پایان پذیر ارایه می شود. مدل تعادل عمومی قابل محاسبه پویا دارای دو بخش پویا و ایستا است که بخش پویای مدل نسبت به مدل ایستا حل می شود. بخش ایستای مدل حاضر، یک مدل تعادل عمومی قابل محاسبه استاندارد است. در قالب مدل تعادل عمومی قابل محاسبه استاندارد، دولت در هر دوره با استفاده از سیاست های اقتصادی نرخ پس انداز اجتماعی، میزان بهره برداری از ذخایر نفت و گاز را به نحوی تعیین می کند که تابع رفاه اجتماعی بین زمانی حداکثر شود. سپس در قالب یک مدل فنی - مهندسی نفت میزان سرمایه گذاری در بخش نفت و گاز را تعیین می کند. وجوه قابل سرمایه گذاری باقیمانده بر اساس سودآوری بخش های مختلف اقتصادی تخصیص داده می شود. مدل با استفاده از ماتریس حسابداری اجتماعی ایران 1380 کالیبره شده و از حل مساله بهینه سازی بین زمانی، مسیر بهینه برداشت ذخایر هیدروکربوری، سرمایه گذاری بخش نفت و گاز و تشکیل سرمایه در سایر بخش ها استخراج شده است.
۱۴۵.

ارزیابی قدرت الگوهای مختلف اقتصادسنجی برای پیش بینی قیمت گندم(مقاله علمی وزارت علوم)

نویسنده:
منبع: پژوهشنامه اقتصادی زمستان ۱۳۸۸ شماره ۳۵

کلید واژه ها: ارزشیابی خودکفایی الگوهای اقتصادسنجی معیارهای ارزیابی عملکرد ARIMA الگوی ساختاری الگوی سری زمانی

حوزه های تخصصی:
  1. حوزه‌های تخصصی اقتصاد اقتصاد بخشی،اقتصاد صنعتی،کشاورزی،انرژی،منابع طبیعی،محیط زیست اقتصاد کشاورزی تحلیل عرضه و تقاضای کل،قیمت ها
  2. حوزه‌های تخصصی اقتصاد روش های ریاضی و کمی مدل های با معادلات همزمان مدل های بریده شده
تعداد بازدید : 786 تعداد دانلود : 404
گندم به عنوان یکی از محصولات اساسی کشاورزی سلاحی کارآمد در مناسبات سیاسی و جهانی است که روز به روز بر اهمیت راهبردی آن افزوده می شود. در این نوشتار با توجه به رسالت بسیار سنگین تامین امنیت غذایی و خودکفایی در تولید محصولات اساسی کشاورزی از جمله گندم در سند ملی توسعه بخش کشاورزی در برنامه چهارم و نقش انکار ناپذیر قیمت در این مورد، ضمن تصریح و انتخاب الگوی مناسب، اقدام به پیش بینی قیمت این محصول در دوره 90 -1388 خواهد شد. برای این منظور قدرت پیش بینی انواع الگوهای ساختاری و سری زمانی بر اساس معیارهای متداول، مورد ارزیابی و مقایسه قرار می گیرد. داده های مورد استفاده در این تحقیق شامل قیمتهای سالانه سرمزرعه و تضمینی گندم و برنج و میزان موجودی گندم در پایان سال در دوره87- 1345 است که از گزارشات وزارت جهاد کشاورزی و بانک مرکزی استخراج شده است. نتایج پژوهش موید برتری الگوهای سری زمانی (ریشه واحد و (ARIMA برای پیش بینی قیمت گندم در دوره مورد بررسی است.
۱۴۶.

پیش بینی ورشکستگی شرکت های تولیدی با استفاده از شبکه های عصبی مصنوعی (مطالعه موردی: شرکت های تولیدی استان کرمان)(مقاله علمی وزارت علوم)

نویسنده:
منبع: اقتصاد مقداری بهار ۱۳۸۸ شماره ۱ (پیاپی ۲۰)

کلید واژه ها: ایران پیش بینی شبکه عصبی مصنوعی شرکت های تولیدی ورشکستگی

حوزه های تخصصی:
  1. حوزه‌های تخصصی اقتصاد اقتصاد مالی حاکمیت و مالیه شرکتی ورشکستگی،انحلال
  2. حوزه‌های تخصصی اقتصاد روش های ریاضی و کمی روش های آماری و اقتصادسنجی:موضوعات خاص شبکه های عصبی و موضوعات مربوطه
تعداد بازدید : 589 تعداد دانلود : 543
یکی از مهم ترین موضوع های مطرح شده در مدیریت مالی، تشخیص فرصت های مطلوب سرمایه گذاری توسط سرمایه گذاران از فرصت های نامطلوب است. یکی از راه هایی که می توان با استفاده از آن به بهره گیری مناسب از فرصت های سرمایه گذاری و همچنین جلوگیری از به هدر رفتن منابع کمک کرد، پیش بینی ورشکستگی شرکت ها است. برای این منظور مدل های مختلفی وجود دارد. در این پژوهش جهت پیش بینی ورشکستگی شرکت های تولیدی استان کرمان، از مدل شبکه های عصبی استفاده شده است.
۱۴۷.

برآورد بازارکار با استفاده از شبکه عصبی فازی

نویسنده:
منبع: مدل سازی اقتصادی آزاد فیروزکوه زمستان ۱۳۸۸ شماره ۴ (پیاپی ۱۰)

کلید واژه ها: اعداد فازی رگرسیون فازی بازارکار شبکه عصبی فازی

حوزه های تخصصی:
  1. حوزه‌های تخصصی اقتصاد اقتصاد خرد اقتصاد جمعیت و اقتصاد کار عرضه و تقاضای کار نیروی کار و اشتغال،اندازه و ساختار
  2. حوزه‌های تخصصی اقتصاد روش های ریاضی و کمی روش های آماری و اقتصادسنجی:موضوعات خاص شبکه های عصبی و موضوعات مربوطه
تعداد بازدید : 664 تعداد دانلود : 502
در این مقاله یک روش جدید بر اساس شبکه عصبی فازی برای برآورد ضرایب فازی یک تابع عرضه و تقاضای نیروی کار با ورودی ها و خروجی های فازی، ارایه می شود. در بازارکار میزان دستمزد افراد و تولید ناخالص داخلی به صورت کلمات مبهم و یا فازی می باشند بنابراین لازم است این داده ها توسط رگرسیون فازی برآورد گردند و ضرایب این رگرسیون توسط شبکه عصبی فازی صورت می گیرد. برای تقریب پارامتر ها، یک الگوریتم درنظر گرفته می شود که این کار توسط شبکه عصبی صورت می پذیرد. در انتها به بررسی و براورد تابع عرضه و تقاضای فازی بازارکار ایران می پردازیم. همچنین توانایی روش مذکور را با روش های موجود مورد بررسی قرار خواهیم داد و مشخص شد که توانایی پیش بینی این روش از روش کاو و تاناکا برتری دارد.
۱۴۸.

پیش بینی نرخ تورم در اقتصاد ایران با استفاده از شبکه های عصبی مصنوعی پویا (دیدگاه سری زمانی)(مقاله علمی وزارت علوم)

نویسنده:
منبع: اقتصاد مقداری بهار ۱۳۸۸ شماره ۱ (پیاپی ۲۰)

کلید واژه ها: نرخ تورم شبکه های عصبی مصنوعی پویا پیش بینی نظریه اقتصاد منطقه ای

حوزه های تخصصی:
  1. حوزه‌های تخصصی اقتصاد اقتصاد کلان و اقتصاد پولی قیمت ها،نوسانات تجاری،دورهای تجاری سطح عمومی قیمت ها،تورم
  2. حوزه‌های تخصصی اقتصاد روش های ریاضی و کمی روش های آماری و اقتصادسنجی:موضوعات خاص شبکه های عصبی و موضوعات مربوطه
تعداد بازدید : 18 تعداد دانلود : 680
پیش بینی روند تورم برای تنظیم سیاست اقتصادی از اهمیت به سزایی برخوردار است. این نیاز موجب توجه جدی به کاربرد مدل های مختلف برای پیش بینی نرخ تورم شده است؛ و بدین منظور مدل های پیش بینی گوناگونی در رقابت با یکدیگر توسعه یافته اند. در این مقاله شبکه های عصبی مصنوعی پویا برای پیش بینی نرخ تورم به صورت شبکه های چند لایه و با استفاده از داده های متغیرهای مورد نیاز طی دوره 86-1338 و بر اساس دیدگاه تورم سری زمانی به کمک الگوریتم های مختلفی از روش آموزش پس انتشار خطا طراحی شده اند. ارزیابی شبکه های طراحی شده برای تعیین بهترین شبکه، بر مبنای مقدار خطای پیش بینی انجام گردیده است. یافته های تحقیق نشان داد که بهترین شبکه ها، شبکه هایی هستند که با الگوریتم یادگیری لونبرگ - مارکوارت آموزش داده شوند؛ توابع فعال ساز لایه میانی آنها غیر خطی و توابع فعال ساز لایه ی خروجی آنها خطی باشد و تعداد نرون های هر لایه آنها به صورت بهینه انتخاب شود. با توجه به این شبکه، نرخ تورم در دوره 91-1387 از 21.99 تا 10.59 درصد پیش بینی می شود
۱۴۹.

شبیه سازی بازار سهام با توجه به ویژگیهای ساختاری بازار سهام تهران(مقاله علمی وزارت علوم)

نویسنده:
منبع: پژوهشنامه اقتصادی بهار ۱۳۸۸ شماره ۳۲

کلید واژه ها: اقتصاد مالی مدل اقتصاد سنجی بازار سهام تهران شبیه سازی بازیگر مدار

حوزه های تخصصی:
  1. حوزه‌های تخصصی اقتصاد اقتصاد مالی بازارهای مالی
  2. حوزه‌های تخصصی اقتصاد روش های ریاضی و کمی روش های آماری و اقتصاد سنجی:کلیات روش های شبیه سازی
تعداد بازدید : 620 تعداد دانلود : 162
شبیه سازی طی دو دهه اخیر با رشدی شتابان در علوم اجتماعی و اقتصاد مورد استفاده قرار گرفته است. روش شبیه سازی بازیگر مدار امکان ایجاد فضای مصنوعی برای تقابل و تعامل تعداد زیادی از بازیگران در محیط رایانه را فراهم می آورد. بر همین اساس با توجه به مدل های موجود در ادبیات این حوزه و ویژگیهای جدید، بازار سهام تهران شبیه سازی شده است. آزمونهای اولیه نشان می دهد که این مدل به خوبی توانسته است مشخصات آماری موجود در سری زمانی قیمتها و بازدهیهای بازارهای بین المللی و بازار سهام تهران را باز تولید نماید.
۱۵۰.

پیش بینی قیمت آمونیاک با رویکرد تحلیل های بنیادین، تکنیکی و شبکه عصبی(مقاله علمی وزارت علوم)

نویسنده:
منبع: اقتصاد مقداری بهار ۱۳۸۸ شماره ۱ (پیاپی ۲۰)

کلید واژه ها: پیش بینی تحلیل تکنیکی شبکه عصبی GMDH قیمت آمونیاک قیمت گاز طبیعی تحلیل بنیادین

حوزه های تخصصی:
  1. حوزه‌های تخصصی اقتصاد اقتصاد بخشی،اقتصاد صنعتی،کشاورزی،انرژی،منابع طبیعی،محیط زیست اقتصاد صنعتی ساختار بازار،استراتژِ بنگاه و عملکرد بازار تولید،قیمت گذاری و ساختار بازار،توزیع سایز بنگاه ها در بازار
  2. حوزه‌های تخصصی اقتصاد روش های ریاضی و کمی روش های آماری و اقتصادسنجی:موضوعات خاص شبکه های عصبی و موضوعات مربوطه
تعداد بازدید : 608 تعداد دانلود : 175
با توجه به اهمیت پیش بینی در حوزه مسایل مالی و اقتصادی محققان همواره در تلاشند که از روش های دقیق تری در این زمینه بهره بگیرند تا به درک نسبی بهتری از وضعیت آینده بازار دست یافته، از نااطمینانی ها بکاهند. در این مقاله از شبکه عصبی GMDH مبتنی بر الگوریتم ژنتیک به عنوان ابزاری با قابلیت بالا در مدل سازی سیستم های غیر خطی پویای پیچیده، برای پیش بینی قیمت آمونیاک استفاده شده است. برای اتنخاب متغیرهای اثرگذار بر قیمت آمونیاک از دو روش تحلیل بنیادین و تکنیکی استفاده شده است. روش تحلیل بنیادین با تکیه بر تئوری عرضه و تقاضا و نگرش کلان اقتصادی، همه عوامل اثرگذار احتمالی بر قیمت را برای مدل سازی و پیش بینی قیمت به محقق پیشنهاد می کند، سپس با تکیه بر توانایی الگوریتم GMDH در شناسایی متغیرهای زاید، از میان همه عوامل اثرگذار احتمالی تنها از عناصر اثرگذارتر بر قیمت آمونیاک استفاده شده است تا پیش بینی های دقیق تر و بدون تورشی ارایه شود. دقت پیش بینی های انجام شده در بازه مورد بررسی بیش از 99 درصد است. در روش تحلیل تکنیکی، پیش بینی ها با تکیه بر رفتار گذشته قیمت در همان بازار (در اینجا آمونیاک خاورمیانه) نتایج دقیقی را به دست داده است. برتری شبکه عصبی GMDH در دقت پیش بینی قیمت آمونیاک نسبت به روش ARIMA در بخش پایانی مورد تایید قرار گرفته است.
۱۵۱.

مقایسه تکنیک های تحلیل داده در پیش بینی میزان تولید نفت: مورد کاربردی میدان اهواز(مقاله علمی وزارت علوم)

نویسنده:
منبع: تحقیقات اقتصادی بهار ۱۳۸۸ شماره ۸۶

کلید واژه ها: رگرسیون پیش بینی میزان تولید نفت میدان نفتی روش شبکه های عصبی مصنوعی روش منحنی کاهش

حوزه های تخصصی:
تعداد بازدید : 64 تعداد دانلود : 507
این مقاله به توصیف و مقایسه پیش بینی‎های دو روش از بین روش‎های تحلیل داده‎ها، روش منحنی کاهش (DCE) با استفاده از روش رگرسیون و روش شبکه عصبی مصنوعی (ANN) می‎پردازد. نتایج به‎دست آمده مربوط به تولید حاصل از چاه‎های واقع بر میدان نفتی اهواز نشان می‎دهند که در طول دوره برآورد، برازش روش شبکه عصبی از انطباق بهتری نسبت به روش رگرسیون (با استفاده از تکنیکهای اقتصادسنجی) برخوردار است، ولی در دوره پیش بینی تولید، با توجه به سناریوی انتخابی، پیش بینی روش شبکه عصبی بسیار متفاوت از روش رگرسیون است و نشان می‎دهد که تحلیلگران نباید برای تخمین تولید میادین نفتی تنها به یک روش خاص تکیه کنند. به هر حال این دو شیوه در سیستمی موسوم به “سیستم پشتیبانی تصمیم ”، DSS، برای کاربران امکان پیش بینی تولید یک میدان یا حتی یک چاه را فراهم می‎آورند. بنابراین، یک کارشناس میدان نفتی می تواند منحنی های مختلف مربوط به نرخ‎های تولید پیش بینی شده را مقایسه و مناسب ترین مدل را برای تصمیم گیری انتخاب نماید. به‎عبارت دیگر، معادلات (ریاضی) به‎کار رفته برای پیش بینی تولید یک میدان نفتی به‎گونه ای باید مدل سازی شوند که بتوانند مقادیر نسبتا نزدیک به یکدیگر را به‎دست دهند.
۱۵۲.

ارزیابی اثرگذاری سیاستهای پولی در اقتصاد ایران: یک الگوی محاسباتی تعادل عمومی(مقاله علمی وزارت علوم)

نویسنده:
منبع: پژوهشنامه اقتصادی تابستان ۱۳۸۸ شماره ۳۳

کلید واژه ها: سیاست پولی ایران، اقتصاد ایران الگوی محاسباتی تعادل عمومی ماتریس حسابداری اجتماعی (SAM)

حوزه های تخصصی:
  1. حوزه‌های تخصصی اقتصاد اقتصاد کلان و اقتصاد پولی پول و نرخ بهره سیستم های پولی،استانداردها،رژیم ها،دولت و سیستم پولی،سیستم های پرداخت
  2. حوزه‌های تخصصی اقتصاد روش های ریاضی و کمی روش های ریاضی و برنامه ریزی مدل های تعادل عمومی قابل محاسبه
تعداد بازدید : 18 تعداد دانلود : 482
این مقاله ضمن وارد کردن بازار پول در الگوهای محاسباتی تعادل عمومی (CGE) به ارزیابی فرضیه خنثایی در اقتصاد ایران با استفاده از این الگوها پرداخته است. برای ارزیابی، در ابتدا یک الگوی مالی تعادل عمومی که در آن بازارهای مالی نقش اساسی را ایفا می کند، تنظیم گردیده است. سپس برای کالیبراسیون ضرایب، علاوه بر تنظیم یک ماتریس حسابداری اجتماعی (SAM)، تراز مالی اقتصاد ایران نیز تدوین شده و سپس سیاست پولی با استفاده از ابزار نرخ ذخایر قانونی مورد ارزیابی قرار گرفته است. نتایج حاصل از تحلیل الگو حکایت از اثرگذاری سیاست پولی در اقتصاد ایران دارد؛ به طوری که همراه با تغییر نرخ ذخایر قانونی، تولید ناخالص نیز بطور معکوس تغییر خواهد نمود. این مساله عدم خنثایی پول در اقتصاد ایران را بویژه در قالب یک الگوی محاسباتی تعادل عمومی نمایش می دهد.
۱۵۳.

تعیین حق بیمه براساس مدل قیمت گذاری ریسک های بیمه ای تحت تبدیل Wang(مقاله علمی وزارت علوم)

نویسنده:
منبع: فرهنگ تابستان ۱۳۸۷ شماره ۶۶
حوزه های تخصصی:
تعداد بازدید : 853 تعداد دانلود : 513
بسیاری از ریسکهای مالی و بیمه ای، به لحاظ نوع قراردادها مانند قرارداد اختیار معامله و بیمه نامة اتکایی Stop-loss، به یکدیگر شباهت دارند. این شباهت ها، علاقه مندی بسیاری از محققان برای یافتن مدلی مناسب برای قیمت گذاری یکپارچة ریسکهای مالی و بیمه ای را موجب شده است.در راستای این یکپارچه سازی، مدل های مختلفی پیشنهاد شد که به ظهور روش هایی جدید برای قیمت گذاری در هر دو جنبة بیمه ای و مالی منجر شد. در این مقاله سعی شده است با بررسی مدل ها و روش های ارزیابی و قیمت گذاری ریسکهای بیمه ای، روشی برای محاسبة حق بیمه در بیمه های غیرزندگی ارائه شود که از یک مدل قیمت گذاری یکپارچه منشعب شده است. این روش، بخشی از مدل عمومیقیمت گذاری Wang است که به عنوان یک قاعدة محاسبة حق بیمه، از بسیاری جهات واجد شرایط مناسب است. در این روش، با استفاده از تبدیل Wang: توزیع ریسک به توزیعی جدید و با محوریت تعیین «پارامتر ریسک» تبدیل میشود؛ که در آن، تابع حیات یا تابع توزیع غیرتجمعی خسارت و پارامتر ریسک است. به طور مشخص، اصل حق بیمة Wang را برای محاسبة حق بیمة مجموعه ای از هزینه های بیمه نامه های درمان بهکار برده ایم.
۱۵۴.

بهبود مدل سازی شبکه های عصبی در پیش بینی نرخ ارز، با به کارگیری شاخص های تلاطم(مقاله علمی وزارت علوم)

نویسنده:
منبع: تحقیقات اقتصادی زمستان ۱۳۸۷ شماره ۸۵

کلید واژه ها: نرخ ارز پیش بینی شبکه عصبی شاخص تلاطم

حوزه های تخصصی:
تعداد بازدید : 141 تعداد دانلود : 31
این مقاله بر نقش شاخص های تلاطم در بهبود روش شبکه های عصبی برای پیش بینی روزانه دو نرخ ارز دلار و پوند در برابر یورو در بازار ارز تاکید دارد. بدین منظور دو شاخص واریانس و گارچ را به عنوان شاخص های تلاطم نرخ ارز به تفکیک در نظر گرفته و به دو طریق در مدل مورد استفاده قرار می دهیم. بار اول وقفه آن را به وقفه های نرخ ارز اضافه می کنیم و بار دیگر شاخص تلاطم را سطح بندی کرده و با دسته بندی مشاهدات براساس سطح تلاطم، مدل پیش بینی ویژه ای را برای هر دسته از مشاهدات می سازیم. نتایج نشان می دهد که مدل های سطوح بالای تلاطم، در مقایسه با مدل مبنا، قدرت پیش بینی نرخ ارز آتی را بهبود می دهند، اما در پیش بینی مدل های سطوح میانی و پایین تلاطم، بهبودی مشاهده نمی شود. بنابراین می توان گفت که در بازار ارز، تلاطم های پایین نرخ ارز برای عاملان اقتصادی خبر جدیدی نیست و در شکل دادن انتظارات برای پیش بینی نرخ ارز نقشی ندارد، در حالی که سطوح بالاتر تلاطم یک اطلاع جدید است.
۱۵۵.

نرم افزار R: محیط برنامه نویسی برای تحلیلهای اقتصادسنجی و سریهای زمانی

نویسنده:
منبع: مدل سازی اقتصادی آزاد فیروزکوه پاییز ۱۳۸۷ شماره ۱ (پیاپی ۵)

کلید واژه ها: تحلیل سریهای زمانی نرم افزارهای اقتصادسنجی اقتصادسنجی کاربردی

حوزه های تخصصی:
تعداد بازدید : 325 تعداد دانلود : 315
شاید نرم افزارهای محاوره ای اقتصادسنجی در برخی امور نیاز محققان اقتصادی را برآورده سازند ولی این نرم افزارها با تمامی امکاناتشان در مواردی نمیتوانند برای تخمین و پیش بینی الگوهای اقتصادسنجی نمی توانند بطور ایده آل عمل نمایند، این سبب شده تا نیاز به زبان و محیط های برنامه نویسی و بکارگیری آنها در پژوهشهای اقتصادی روز به روز با اهمیت تر گردد. امروزه نرم افزار R در بین محققان اقتصادی دنیا که بدنبال استفاده از یک نرم افزار با قابلیتهای برنامه نویسی هستند، از جایگاه خاصی برخوردار است. دلایل این امر تواناییهای بالای این نرم افزار است که سبب شده مورد اقبال محققان قرار گیرد. هدف این مقاله معرفی کردن بخشی از این تواناییها برای محققان و دانشجویان کشور است که در مطالعات خود با برخی محدودیتهای محاسباتی نرم افزارهای محاوره ای مواجه اند. یکی از ویژگیهای قابل توجه نرم افزار R رایگان بودن آنست، ولی این تنها ویژگی R نیست. در این مقاله سعی شده با ارایه مثالهایی گوشه ای از تواناییهای این نرم افزار در حوزه اقتصادسنجی و تحلیل سریهای زمانی نشان داده شود.
۱۵۶.

کاربرد شبکه های عصبی مصنوعی در زمان بندی معاملات سهام: با رویکرد تحلیل تکنیکی(مقاله علمی وزارت علوم)

نویسنده:
منبع: پژوهش های اقتصادی بهار ۱۳۸۷ شماره ۱

کلید واژه ها: کلیدواژگان: شبکه های عصبی مصنوعی؛ تحلیل تکنیکی؛ روش خرید و نگهداری؛ زمان بندی معاملات سهام؛ شاخصهای تکنیکی

حوزه های تخصصی:
تعداد بازدید : 199 تعداد دانلود : 428
زمانبندی معاملات سهام مساله ای بسیار مهم و مشکل به دلیل پیچیدگی بازار سهام است. آنچه اهمیت دارد پیش بینی روند قیمت سهام است که هدف اصلی در مباحث تحلیل تکنیکی است. گرچه این امر به دلیل دخالت عوامل متعدد بازار و روابط بین آنها چندان آسان نیست. به نظر می رسد استفاده از ابزارها و الگوریتمهای محاسباتی پیچیده تر مانند شبکه های عصبی مصنوعی در مدلسازی فرآیندهای غیر خطی که منتج به قیمت و روند سهام می شوند، می تواند بسیار مفید باشد. در این پژوهش قابلیت شبکه های عصبی مصنوعی (ANN) برای ارتقای اثربخشی شاخصهای تحلیل تکنیکی در پیش بینی علائم روند قیمت سهام بررسی شده است. نتایج حاصل از مدلها، بر اساس نمونه ای شامل 50 شرکت از شرکتهای پذیرفته شده در بورس اوراق بهادار تهران، نشان داد که شبکه های عصبی مصنوعی از قابلیت پیش بینی علائم تغییر روند کوتاه مدت قیمت سهام در بازار اوراق بهادار تهران برخوردار است. در بازار صعودی پس از کسر هزینه های معاملاتی، تفاوت معنی داری بین بازده مدل شبکه های عصبی مصنوعی، روش خرید و نگهداری و پربازده ترین شاخصهای تکنیکی وجود ندارد. اما در بازار نزولی بازده مدل شبکه های عصبی مصنوعی از بازده روش خرید و نگهداری بیشتر است، هر چند در بازار نزولی شاخصهای روند (میانگین متحرک) بیشترین بازده را کسب نمودند.
۱۵۷.

کاربرد الگوریتم ژنتیک در ترکیب پیش بینی های تورم ١(مقاله علمی وزارت علوم)

نویسنده:
منبع: تحقیقات اقتصادی زمستان ۱۳۸۷ شماره ۸۵

کلید واژه ها: الگوریتم ژنتیک بهینه یابی ترکیب پیش‎بینی ها

حوزه های تخصصی:
تعداد بازدید : 209 تعداد دانلود : 547
پیش‎بینی تورم به عنوان یکی از الزامات سیاست‎گذاری پولی در کشورهایی تبدیل شده است که مقامات پولی آن‎ها سیاست هدف‎گذاری تورم را تعقیب می کنند. چرا که به واسطه استقلال بانک مرکزی از سویی و واگذاری سیاست‎گذاری پولی به این نهاد و از سویی دیگر به واسطه این‎که به‎طور عمده سیاست‎گذاری پولی با وقفه بر روی تورم تاثیرگذار است، لذا مقام پولی می‎بایستی تصویر مناسبی نسبت به تورم آینده داشته باشد، تا با سیاست‎گذاری از قبل بتواند در مسیر هدف‎گذاری انجام رفته حرکت کند. در این بین، به‎واسطه محدودیت‎هایی که مدل‎های منفرد پیش‎بینی تورم به همراه دارند، از مدل‎های مختلفی در پیش‎بینی تورم استفاده می‎شود، که هر یک از جهاتی نسبت به دیگر مدل‎ها دارای نقاط قوت و ضعفی هستند. یکی از راه های استفاده از تمامی اطلاعات موجود در پیش بینی تورم، ترکیب مدل‎های مختلف پیش بینی است، که در گزارش حاضر از رویکرد ابتکاری الگوریتم ژنتیک، به منظور ترکیب نتایج پیش بینی تورم شش مدل برای چهار فصل سال 1386 استفاده شده است.
۱۵۹.

بـهبود عملکرد پیش بیـنی های مالـی با ترکیـب مدلهـای خـطی و غیـرخـطی خودرگرسیون میانگین متحرک انباشته و شبکه های عصبی مصنوعی(مقاله علمی وزارت علوم)

نویسنده:
منبع: پژوهش های اقتصادی تابستان ۱۳۸۷ شماره ۲

کلید واژه ها: کلیدواژگان: بازارهای مالی؛ شبکه های عصبی مصنوعی (ANNs)؛ مدل های ترکیبی؛ مدلهای خودرگرسیون میانگین متحرک انباشته (ARIMA)؛ پیش بینی نرخ ارز

حوزه های تخصصی:
تعداد بازدید : 166 تعداد دانلود : 947
دقت پیش بینی از مهمترین عوامل مؤثر در انتخاب روش پیش بینی است. امروزه به رغم وجود روشهای متعدد پیش بینی، هنوز پیش بینی دقیق مالی کار چندان ساده ای نبوده و اکثر محققان درصدد بکارگیری و ترکیب روشهای متفاوت به منظور حصول نتایج دقیق تر می باشند. در حالت کلی انتخاب مؤثرترین روش به منظور پیش بینی، کار بسیار دشواری می باشد. بسیاری از محققان روشهای خطی و غیرخطی را به منظور حصول نتایج دقیق تر با یکدیگر ترکیب کرده اند چرا که اولاً در عمل تعیین خطی و غیرخطی بودن یک سری زمانی کار دشواری است ثانیاً سریهای زمانی دنیای واقع بندرت کاملاً خطی و یا غیرخطی هستند. مدلهای خودرگرسیون میانگین متحرک انباشته (ARIMA) و شبکه های عصبی مصنوعی(ANNs) به ترتیب از جمله دقیق ترین مدلهای خطی و غیرخطی در پیش بینی سریهای زمانی می باشند. در این مقاله به منظور بهره گیری از مزایای منحصر به فرد هر یک از روشهای مدل سازی خطی و غیرخطی و حصول نتایج دقیقتر، روش ترکیبی مدل های خودرگرسیون میانگین متحرک انباشتهو شبکه های عصبی مصنوعی به منظور پیش بینی های مالی پیشنهاد شده اند. مقایسه نتایج حاصله بیانگر آنست که مدل تلفیقی نسبت به مدلهای اریما (ARIMA) و شبکه های پرسپترون چندلایه (MLP) نتایج دقیقتری در پیش بینی نرخ ارز(یورو در مقابل ریال) ارائه نموده است.
۱۶۰.

ارزیابی کارایی بورس اوراق بهادار تهران با استفاده از ضریب تعدیل قیمت(مقاله علمی وزارت علوم)

نویسنده:
منبع: مجله پژوهشی دانشگاه اصفهان ۱۳۸۷ شماره ۳۱

کلید واژه ها: بورس اوراق بهادار تهران ارزش ذاتی بازار کارا ضریب تعدیل قیمت

حوزه های تخصصی:
  1. حوزه‌های تخصصی اقتصاد اقتصاد مالی بازارهای مالی اطلاعات و کارایی بازار
  2. حوزه‌های تخصصی اقتصاد روش های ریاضی و کمی روش شناسی جمع آوری داده،تخمین،برنامه های کامپیوتری روش های ارزیابی،روش های نمونه گیری
تعداد بازدید : 876 تعداد دانلود : 273
بازارهای مالی برای این که بتوانند به نحو مناسب عمل نمایند و از عهده جذب سرمایه افراد و تخصیص بهینه منابع مالی برآیند، باید کارا باشند. علاوه براین، اهمیت و جایگاه اطلاعات و تحقیقات مالی و حسابداری در حوزه بورس اوراق بهادار می تواند تحت تاثیر کارایی بازار مذکور قرار گیرد. اما شرط لازم برای کارایی بازار، انعکاس سریع و کامل اطلاعات جدید در قیمت اوراق بهادار میباشد. بنابراین در این تحقیق شبه تجربی، سرعت تعدیل اطلاعات در قیمتهای سهام با استفاده از ضریب تعدیل قیمت که سرعت ۱۳۷۸ ، مورد بررسی قرار گرفته است. - و میزان انعکاس اطلاعات جدید در قیمتها را ارزیابی میکند و در دوره زمانی سالهای ۱۳۸۴ نتایج تحقیق نشان دهنده انعکاس اطلاعات جدید به کندی در قیمت سهام شرکت های پذیرفته شده در بورس تهران در دوره مورد مطالعه میباشد. حداقل زمان لازم برای انعکاس کامل اطلاعات در قیمتهای سهام ۱۷ روز کاری میباشد

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

زبان