پژوهش های مدیریت در ایران

چکیده وجود روش‌های مناسب پیش‌بینی روندهای آینده بازار سرمایه منجر به تصمیم‌گیری‌های بهتری از جانب فعالان این بازارها خواهد شد. اغلب به دلیل ماهیت غیر‌ خطی و آشوب‌گونه بازارهای مالی مدل‌های کلاسیک پیش‌بینی عملکرد مطلوبی نداشته و اطلاعات موجود در داده‌ها با گذشت زمان به‌سرعت از بین رفته و در این صورت استفاده از آن‌ها در بلند‌مدت مفید نخواهد بود ]1، ص 64[. هدف این مقاله به کار بردن الگوریتم بهینه‌سازی کلونی مورچگان برای پیش‌بینی شاخص کل بورس اوراق بهادار تهران است. برای به کاربردن الگوریتم نخست با به‌کارگیری آزمون بزرگ‌ترین نمای لیاپانوف ماهیت آشوبی داده‌های شاخص کل بورس مورد بررسی قرارگرفت، سپس با به‌کارگیری الگوریتم بهینه‌سازی کلونی مورچگان نقاط جاذب تحلیل و‌ در‌نهایت با استخراج دنباله‌های اعداد منتهی به نقاط جاذب پیش‌بینی انجام شد. در پایان مقایسه نتایج پیش‌بینی با استفاده از آماره‌های سنجش خطا تأیید کرد که الگوریتم مبنی بر بهینه‌سازی کلونی مورچگان داده‌ها را به‌خوبی و با کمترین خطا نسبت به مدل‌های گارچ تخمین می‌زند ، البته نتایج بررسی با استفاده از آماره دایبولد ماریانو برابری نتایج پیش‌بینی را رد نکرد. الگوریتم ارائه شده این مقاله با تفکیک دنباله‌های جاذب روشی ساختارمند برای پیش‌بینی سیستم ‌های آشوبی ارائه می‌دهد، بنابراین انتظار می‌رود که در بلند‌مدت و در پیش‌بینی‌های با نوسان‌های زیاد نتایج قابل قبولی ارائه دهد.    

چکیده با توجه به تحقیقات پیشین و فرضیات کاملاً منطقی که پیرامون بازدهی غیر عادی مثبت سهام عرضه اولیه در کوتاه مدت بوجودآمده است ممکن است بیشتر سرمایه گذاران تحت تاثیر این پیش فرضها بدون توجه به توانایی های درونی شرکت و بدون در نظر گرفتن شرایط بازار و وضعیت اقتصادی اقدام به خرید سهام عرضه اولیه نمایند و این امر در مواردی منجر به زیان بیش از معمول برای سهامداران و سرمایه گذاران کوتاه مدت و یا بلند مدت شرکتها می گردد.لذا انجام تحقیقی که به بررسی تاثیرات،عوامل مهمی چون نقدشوندگی و اهرم بر بازده عرضه های اولیه بپردازد ،ضروری می نماید. در این پژوهش از معیار عدم نقدشوندگی آمیهود به عنوان شاخص های سنجش نقدشوندگی معاملاتی سهام و از نسبت بدهی به دارایی بعنوان نسبت اهرمی استفاده شده است. همچنین دوره بازده بلندمدت در عرضه های اولیه 1سال پس از عرضه با در نظر گرفتن 3 ماه اولیه بعنوان بازده کوتاه مدت درنظرگرفته شده است. با توجه به نتایج آزمون های 16 معادله رگرسیون مورد بررسی، از بین پنج متغیر مستقل مورد بررسی تنها عوامل صرف ریسک بازار و اندازه رابطه معناداری با بازده بلند مدت دارند و در مورد سایر عوامل نمی توان گفت رابطه معناداری با بازده بلند مدت دارند.

چکیده     چکیده یکی از الزامات رقابت سالم در بازار سرمایه دسترسی همه مشارکت کنندگان به اطلاعات صحیح می باشد. کیفیت اطلاعات در تصمیم گیری مفید بوده وموجب می شود تصمیماتی برای تخصیص بهینه منابع اتخاذ شود که این مسأله به کارایی هر چه بیشتر اقتصادی منتهی می شود. اطلاعات صریح منافعی چون اتخاذ افق بلند مدت از سوی سرمایه گذاران، بهبود دسترسی به سرمایه جدید، هزینه سرمایه کمتر، مدیریت معتبر و مسئولانه تر و در نهایت قیمت بالاتر سهام و منفعت بیشتر سهام داران را به دنبال خواهد داشت. این تحقیق به بررسی قانون بن فورد به عنوان شاخص ارزیابی کیفیت داده در بورس اوراق بهادار تهران می پردازد. داده های مورد استفاده، رقم اول قیمت های پایانی سهام و مقادیر مربوط به شاخص های موجود می باشد که از آغاز سال 1378 تا پایان سال 1388 مورد مطالعه قرار گرفته اند. شرکت هایی به عنوان نمونه موضوع پژوهش انتخاب شدند که در چارک بالای شرکت های پر معامله به لحاظ تعداد روزهای معامله قرار داشتند. آزمون های آماری مورد استفاده در این پژوهش،آزمون کولموگروف- اسمرینوف و آزمون نیکویی برازش بود.  نتیجه تحقیق نشان داد که داده های مورد بررسی از قانون رقم اول تبعیت نمی کند. همچنین نتیجه مشابهی در بررسی رقم اول داده ها در دوره های قبل و بعد از حجم مبنا و در خصوص بررسی توزیع رقم اول قیمت های پایانی روزانه تک تک شرکت های موجود در نمونه حاصل شد. عدم مطابقت داده های موجود در بورس از این قانون، نتیجه متأثر شدن از تبدیلاتی است که روی آنها صورت می گیرد. همچنین می تواند به نابهنجاری های رفتاری بازار سرمایه نیز مربوط باشد.   کلیدواژه ها:

چکیده ارزیابی درماندگی مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران: مطالعه مقایسه ای بین تحلیل پوششی داده ها و رگرسیون لجستیک محمد رضا رستمی1، میرفیض فلاح شمس2، فرزانه اسکندری3 1- استادیار مدیریت مالی دانشکده علوم اجتماعی، دانشگاه الزهرا، تهران، ایران 2- استادیار مدیریت مالی، دانشگاه آزاد تهران مرکزی، تهران، ایران 3- دانشجوی کارشناسی ارشد مدیریت مالی دانشکده علوم اجتماعی، دانشگاه الزهرا، تهران، ایران دریافت: 14/6/89 پذیرش: 22/5/90 چکیده ارزیابی درماندگی مالی شرکت ها بسیار حایز اهمیت است؛ زیرا شکست شرکت هزینه های مستقیم و غیر مستقیم بسیاری را برای ذینفعان به همراه دارد. از این رو استفاده از نسبت های مالی برای ارزیابی درماندگی مالی شرکت ها همیشه مورد توجه اعتبار دهندگان، سهام داران و تحلیلگران مالی بوده است. ارزیابی و پیش بینی به موقع و صحیح می تواند تصمیم گیرندگان را در یافتن راه حل بهینه و پیشگیری از درماندگی مالی یاری کند. تاکنون از الگوهای گوناگونی برای ارزیابی درماندگی مالی استفاده شده است. الگوهای به کار گرفته شده در این زمینه کاربرد بسیار زیادی در تصمیم های فعالان بازار مالی دارد. همواره سعی شده است تا دقت پیش بینی و ارزیابی این الگوها با استفاده از روش های پیشرفته تر بهبود پیدا کند. در این پژوهش، هدف اصلی بررسی کارایی استفاده از الگوی جمعی تحلیل پوششی داده ها (DEA) و رگرسیون لجستیک (LR) در ارزیابی درماندگی مالی شرکت ها می باشد، هم چنین نتایج الگوی DEA با رگرسیون لجستیک (LR) مورد قیاس قرار گرفته است. یافته های تحقیق نشان می دهد که الگوی LR نسبت به الگوی جمعی روش تحلیل پوششی داده ها در ارزیابی درماندگی مالی درون نمونه ای به طور معناداری بهتر عمل کرده است.