تحقیق حاضر در جستجوی بررسی راهبردهای تشکیل پرتفوی سرمایه گذاری بر اساس ضرایب نسبی قیمت و ارزش افزوده ی اقتصادی است. در این تحقیق با استفاده از نسبت eva/m در کنار نسبت های ارزش بازار به ارزش دفتری شرکت (m/b)، قیمت سهم به درآمد سهم (p/e)، قیمت سهم به ارزش دفتری سهم (p/b) و قیمت سهام به فروش هر سهم (p/s) و بر اساس روش لئونگ و همکاران (2009) که خود بر گرفته از متدولوژی فاما و فرنچ (1992) است و بر مبنای اطلاعات شرکت های پذیرفته شده در بورس اوراق بهادار تهران اقدام به تشکیل پرتفوی گردید و تفاوت بازده پرتفوهای تشکیل شده بر اساس معیارهای فوق بررسی گردید. هدف اصلی تحقیق، بررسی این مهم بود که آیا راهبرد تشکیل پرتفوی بر اساس نسبت eva/m منجر به بازده بالاتری نسبت به سایر پرتفوهای تشکیل شده بر اساس ضرایب نسبی قیمت می شود؟ عملکرد راهبردهای تشکیل پرتفوی بر اساس پنج نسبت eva/m، p/s، p/e، p/b و m/b در بازار بورس اوراق بهادار تهران از 4 دیدگاه مختلف شامل بازده تجمعی پرتفوها در بازه ی زمانی هشت ساله ی تحقیق، آزمون بازده پرتفوهای هم گروه، آزمون بازده پرتفوهای هم نسبت و نهایتاً بر اساس معیار شارپ، مورد بررسی و تحلیل قرار گرفت. بر اساس نتایج تحقیق، عملکرد پرتفوهای پنج نسبت علیرغم اینکه ارزش افزوده اقتصادی رابطه ی بیشتری با ارزش دارد، به لحاظ آماری تاثیر یکسانی در بازده پرتفوی دارند اما در صورت مقایسه انفرادی پرتفوها با یکدیگر و بر اساس معیار شارپ، پرتفوی eva/m4 بهترین عملکرد را در بین تمام 25 پرتفوی به دست می آورد. در مجموع می توان نتیجه گرفت که پرتفوهای تشکیل شده بر اساس ضرایب منجر به بازده بالاتری می شوند اگر چه تفاوت معناداری بین بازده پرتفوهای تشکیل شده بر اساس ضرایب مختلف قیمت وجود ندارد.

یکی از پیشرفت های بزرگی که در حوزه ی سرمایه گذاری در سال های میانی قرن 20میلادی در بازار سرمایه رخ داد تشخیص این نکته بود که یک پرتفوی که از چندین سهام با بازده و ریسک خوب تشکیل شده لزوما پرتفوی بهینه نیست و در تشکیل سبد دارایی باید ارتباط بین دارایی ها نیز مورد توجه قرار گیرد. لذا مدل های مختلفی برای بهینه سازی پرتفوی مطرح گردید. در این میان یکی از پارامترهای اصلی در تشکیل سبد اوراق بهادار روش اندازه گیری ریسک است. بر این اساس در مقاله حاضر مدلی برای بهینه سازی پرتفوی در بازار سهام ایران با استفاده از ابزار سنجش ریسک، ارزش در معرض ریسک (var) توسعه داده شد. در این این مدل ضرایب پرتفوی بهینه را برای سه روش محاسبه ی var تعیین نمودیم. برای محاسبه ی var در پژوهش از دو روش garch (نرمال و tاستیودنت) و واریانس تاریخی استفاده کردیم. مقایسه عملکرد پرتفوی های تشکیل شده نشان داد که در تشکیل پرتفوی با معیار ریسک var با استفاده از مدل garch با توزیع پسماندهای t-student، عملکرد بهتری نسبت به دو پرتفوی دیگر داشته است. در مقایسه بین پرتفوی تشکیل شده با استفاده از var با واریانس تاریخی و var با استفاده از مدل garch با توزیع پسماندهای نرمال مشخص گردید مدل var با استفاده از مدل garch عملکرد بهتری داشته است.

بازده مورد انتظار و ریسک مهمترین پارامترهایی هستند که در مسائل بهینه سازی پرتفوی در نظر گرفته می شوند. یکی از مهمترین تحقیقات انجام شده در این زمینه که تحت عنوان مدل میانگین-واریانس شناخته می شود، بوسیله مارکوویتز (1991-1952) ارائه شده است. این مدل بر اساس این فرضیه بنا شده است که سرمایه گذاران ریسک گریز هستند و بازده دارایی به طور نرمال توزیع شده است. در عمل این شرایط به ندرت اتفاق می افتد. بنابراین تابع هدف میانگین-واریانس بهترین گزینه در دسترس برای سرمایه گذاران به عنوان معیار سنجش ریسک نمی باشد. به نظر می رسد، معیارهای دیگر سنجش ریسک مناسبتر می باشند. در حالت عملی تر، سرمایه گذاران دنیای واقعی باید با محدودیت های زیادی در مدل های ریسک روبرو شوند از جمله محدودیت های مبادلات و اندازه پرتفوی و غیره. این محدودیت ها ممکن است به صورت غیرخطی با متغیرهای عدد صحیح باشند که حل آن ها عموماً دشوار می باشد. محققین زیادی تلاش کرده اند تا این مسأله را با تکنیک های گوناگون حل کنند. اما روش های حل دقیق قادر به حل نمونه های بزرگ نمی باشد. هدف از این تحقیق، حل مسأله بهینه سازی پرتفوی به وسیله روش برنامه ریزی سازشی والگوریتم ژنتیک است که در آن ریسک کمینه و بازده بیشینه شود و برای ریسک معیارهای مختلفی از جمله واریانس، نیم واریانس و میانگین قدر مطلق انحرافات در نظر گرفته شود

انتخاب سبد سهام یکی از اصول مهم در سرمایه گذاری می باشد و مقدار ریسک این انتخاب از اهمیت بسزایی برخوردار است. سرمایه گذاران علاقمندند که با پذیرش سطح مشخصی از ریسک به بازده مورد انتظار خود دست یابند. در این پایان نامه سعی شد، به انتخاب سبد سهام تحت سنجه های مختلف و متداول ریسک با کمک مدل های ریاضی پرداخته شود. نهایتا"، مدل های انتخاب سبد سهام با فرض تک زمانه بودن بصورت چند هدفه و با در نظر گرفتن محدودیت ها و قیودی که مدل را به واقعیت حاکم بر بازار سرمایه نزدیکتر می کند، بیان شده است. همچنین، برای نشان دادن نمونه تجربی از کاربرد مدل های ارائه شده، به مسئله انتخاب سبد سهام مطلوب در بستر بازار بورس و اوراق بهادار ایران پرداخته شد. با توجه به نتایج محاسبات، سرمایه گذار می تواند علاوه بر شناسایی ویژگی ها و تفاوت های سنجه های منفرد و ترکیبی مهم ریسک، سبد سهام دلخواه خود را با توجه به وزن هر سهم، مقدار بازده و ریسک سبد تشکیل دهد.

ازآنجا که بانک ها در پی افزایش سود آوری خویش می باشند، بنابراین همواره به دنبال روش های کارشناسانه جهت دنبال کردن این هدف می باشند . منابع ارزی بانک ها به دلیل ریسک نوسانات نرخ ارز هم می توانند منشاء سود آوری و هم منشاء ضرر و زیان برای بانک ها باشند. این تحقیق در پی ارائه مدل مناسبی در راستای مدیریت ریسک نرخ ارز و افزایش ارزش پرتفولیوی ارزی بانک پارسیان می باشد. بدین منظور مدل مناسبی به منظور تعیین وزن های بهینه هریک از ارزهای موجود در پرتفولیوی بانک پارسیان بر اساس تحقیقات قبلی ارائه شده است . این مدل وزن های بهینه هر یک از ارزها را به گونه ای تعیین می کند که بازده مورد انتظار پرتفولیو تحت قید ریسک حداکثر شود.نتایج این مدل می تواند با ارائه وزن های بهینه هر یک از ارزهای پرتفولیو ارزش مورد انتظار پرتفولیوی ارزی بانک پارسیان را حداکثر سازد

پیش بینی ورشکستگی شرکت ها همواره یکی از موضوعات مورد توجه محققان و بنگاه های اقتصادی به ویژه بانک ها و سایر نهادهای مالی بوده است. مالکان، مدیران، سرمایه گذاران، اعتباردهندگان، حسابرسان و همچنین موسسات دولتی علاقه مند به ارزیابی وضیعت مالی شرکت ها می باشند زیرا در صورت ورشکستگی هزینه های زیادی به آن ها تحمیل خواهد شد. پیش بینی به موقع می تواند تصمیم گیرندگان را در یافتن راه حل و پیش گیری از درماندگی مالی یاری نماید. در سال های اخیر با توجه به تشدید بحران های مالی در ابعاد کلان و خرد اقتصادی نیاز به استفاده از ابزارها و مدل های پیش بینی کننده ورشکستگی برای ارزیابی توان مالی شرکت ها توسط گروه های ذینفع آشکارتر می باشد. هدف از این پژوهش بررسی توانایی مدل های تحلیل تشخیصی چندگانه در جهت پیش بینی ورشکستگی شرکت های پذیرفته شده در بورس اوراق بهادار تهران(تولیدی و خدماتی) و در نهایت اولویت بندی مدل های فوق با توجه به میانگین درصد اطمینان و خطای کل نمونه در یک تا سه سال قبل از ورشکستگی(عدم ورشکستگی) متناسب با شرایط محیطی و اقتصادی بورس اوراق بهادار تهران می باشد. مدل های تحلیل تشخیصی چندگانه مورد توجه در این تحقیق مدل های آلتمن، اسپرینگیت، فالمر، شیراتا و فیلوسوفو می باشد که به ترتیب هر یک از مدل های فوق برای یک، دو و سه سال قبل از وقوع ورشکستگی و برای مدل فیلوسوفو با استفاده از اطلاعات یک تا هفت سال قبل از ورشکستگی مورد آزمون قرار گرفتند. نتایج تحقیق برای دوره سه ساله 1386 الی 1388 و آزمون تعداد 83 شرکت ورشکسته و 128 شرکت غیر ورشکسته به این صورت می باشد: میانگین درصد اطمینان کل نمونه برای مدل های آلتمن، فیلوسوفو، اسپرینگیت، شیراتا و فالمر به ترتیب 89%، 78%، 76%، 66%، 60% و درصد میانگین خطای کل نمونه به ترتیب 11%، 22%، 24% ، 34% و 40% می باشد. دقت پیش بینی مدل آلتمن برای شرکت های ورشکسته در یک، دو و سه سال قبل از ورشکستگی به ترتیب 100%،100% ، 98% و دقت پیش بینی برای شرکت های غیرورشکسته به ترتیب 84%، 84% و 78% می باشد. دقت پیش بینی مدل اسپرینگیت برای شرکت های ورشکسته در یک، دو و سه سال قبل از ورشکستگی به ترتیب 93%،89% ،86%و دقت پیش بینی برای شرکت های غیرورشکسته به ترتیب 66%، 66% و 68% می باشد. دقت پیش بینی مدل فالمر برای شرکت های ورشکسته در یک، دو و سه سال قبل از ورشکستگی به ترتیب 99%،99% ،99% و دقت پیش بینی برای شرکت های غیرورشکسته به ترتیب 41%، 35% و 30% می باشد. دقت پیش بینی مدل شیراتا برای شرکت های ورشکسته در یک، دو و سه سال قبل از ورشکستگی به ترتیب37%،32% ،20% و دقت پیش بینی برای شرکت های غیرورشکسته به ترتیب 81%، 84% و 86% می باشد. دقت پیش بینی مدل فیلوسوفو برای شرکت های ورشکسته 84% و دقت پیش بینی برای شرکت های غیرورشکسته 75% می باشد.

با توجه به تاثیر فاکتورهای رفتاری در قیمت سهام شرکت ها، در این تحقیق علاوه بر فاکتورهای بنیادی و تکنیکال که در تمام مدل های پیش بینی استفاده می شوند، فاکتورهای رفتاری نیز به عنوان متغیر ورودی در مدل پیش بینی قیمت سهام 10 شرکت که سهام آنها جزء سهام تشکیل دهنده شاخص داوجونز هستند استفاده شده اند تا تاثیر این فاکتورها در قیمت سهام این شرکت ها مورد ارزیابی قرار گیرد. مدل استفاده شده برای پیش بینی در این تحقیق، مدل شبکه های عصبی است که با توجه به تنوع شبکه های عصبی، دو نمونه از این شبکه ها یعنی شبکه های عصبی رگرسیونی و پس انتشار خطا که در پیش بینی های مالی از آنها بسیار استفاده شده است انتخاب شده اند تا ابتدا برای هر شرکت با توجه به خصوصیات منحصربه فرد خود، بهترین شبکه برای پیش بینی انتخاب گردد و سپس تاثیر فاکتورهای رفتاری برای شرکت مورد نظر بررسی شود. این تحقیق نشان می دهد که فاکتورهای رفتاری در پیش بینی قیمت سهام 9 شرکت از 10 شرکت موثر هستند و دقت پیش بینی را به طرز چشمگیری افزایش می دهند.

بحران‏های مالی که هرچند وقت یک بار به وقوع می‏پیوندد، اهمیت مدیریت ریسک، به خصوص ریسک بازار را در جهان مدرن مالی پررنگ‏تر می‏سازد. با توجه به اهمیت و کاربرد گسترده ارزش در معرض خطر به عنوان متداول‏ترین معیار سنجش ریسک بازار، استفاده از مدل‏های تخمین زننده با دقت کافی ضرورت می‏یابد. براین اساس آزمون‏های برگشت، به منظور ارزیابی مدل‏های تخمین زننده ریسک همواره مورد توجه موسسات و نهادهایی است که با ریسک مواجهند. یکی از دلایل بروز خطاهای پیش‏بینی نشده، علیرغم استفاده از آزمون‏های برگشت، نادیده گرفتن زیان‏های دنباله است. تاکنون روش‏های مختلفی برای آزمون برگشت ارائه شده است که کمیته بازل نیز بر همین مبنا آزمون برگشت را با محاسبه تعداد استثنائات انجام می‏دهد. اما بروز این خطاها نیاز به آزمون‏ برگشت بر مبنای زیان‏های دنباله را برجسته می‏سازد. در این پایان نامه براساس آنچه وانگ طی مقاله‏ای در سال 2010 نمود، استفاده از تکنیک نقطه زینی با جمع کردن اندازه زیان‏های دنباله مورد بررسی قرار می‏گیرد. استفاده کاربردی از آزمون برگشت پیشنهادی بر روی شاخص کل بورس اوراق بهادار تهران، نشان می‏دهد که اکثر مدل‏ها به دلیل عملکرد ضعیفشان در تخمین ارزش در معرض خطر رد شده‏اند. این در حالی است که سایر روش‏های آزمون برگشت آنها را تایید کردند.

در عصر جدید کسب و کار سازمان ها دست خوش تغییرات فراوانی شده اند. افزایش رقابت برای تولید محصولات و ارائه خدمات با کیفیتی بالاتر و هزینه ای کمتر به طور روز افزونی در حال گسترش است. لذا ظهور فن آوری های جدید و نوآوری لازمه رقابت و در عرصه های مختلف می باشد. مهندسی مجدد ابزار سیستماتیکی است که امکان جایگزینی روش های منسوخ و فاقد کارایی قبل را با روش های جدید فراهم نموده است و سازمان ها را در خلق و پیاده سازی ایده های نو و متناسب با شرایط محیط، یاری می رساند. امروزه پیاده سازی تکنیک های مهندسی مجدد با هدف ایجاد پیشرفت های قابل ملاحظه در اجرای فرآیندهای کسب و کار در سازمان ها بکار گرفته می شود. اگرچه، همواره اجرای این پروژه ها با موانع و مشکلات وسیعی همراه بوده، که عامل شکست و ناکارامدی بسیاری از این پروژ ه ها می باشد. در این پایان نامه پس از تعریف فاکتورهای ریسک و بازگشت پروژه های مهندسی مجدد، سعی گردیده است با بهره گیری از روش های حل مساله انتخاب سبد بهینه پروژه، به ترکیبی بهتر و مناسب تر از فرآیندهای منتخب برای پیاده سازی پروژه های مهندسی مجدد دست یافت. با این هدف که بتوان نتیجه مطلوب از پیاده سازی پروژه مهندسی را حاصل کرده و گامی در جهت تعالی سازمان ها طی نمود.

در این مطالعه به بررسی رابطه ی علیت میان تورم و بازده سهام در بورس اوراق بهادار، با استفاده از یک مدل اتورگرسیو برداری همراه با تبدیلات مارکوفی پرداخته شده است. این مدل غیر خطی قادر است آثار غیرخطی و عدم تقارن موجود در داده های مالی را به خوبی مدل سازی کرده و پویایی مشترک بین دو متغیر را به خوبی نشان دهد. در ادبیات موضوع مربوط به تورم و بازده سهام دیدگاه مشترکی بین محققین وجود ندارد. عده ای به وجود رابطه مثبت بین این دو متغیر اعتقاد دارند، عده ای دیگر به رابطه ی منفی و برخی نیز به باور به عدم وجود رابطه معنادار بین دو متغیر مذکور دارند. در این تحقیق سری تورم توسط روش های فیلتر ینگ در سری زمانی به دو جزء بلند مدت و کوتاه مدت تجزیه شده است. با استفاده از مدل اتورگرسیو برداری به همراه تبدیلات مارکوفی در رژیم (msvar) با دو رژیم و یک وقفه، به بررسی رابطه بین تورم و بازده سهام پرداخته شده است. نتایج حاصل از تخمین مدل، دلالت بر عدم وجود رابطه معنادارد بین دو متغیر تورم و بازده سهام در ایران دارد.

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 اقتصادی مورد آزمون قرار می گیرد و در آزمون فرضیه دوم عمـلکرد شـبکه عصبی رگرسـیونی با نظریه قیمت گذاری آربیتراژ با استفاده از متغیرهای کلان اقتصادی مـورد بررسی قـرار می گیرد. نتایج حاصله از آزمون فرضیه اول حاکی از عدم رد نظریه قیمت گذاری آربیتراژ با هر دو رویکرد است و نتایج آزمون فرضیه دوم نشان از برتری شبکه عصبی رگرسیونی در امـر پیش بینی دارد و اینکه تغییـرات پیش بینی نشده چهـار متغیر کلان اقتصادی نرخ تورم، نرخ ارز، عرضه پول و قیمت نفت خام اپک بر روی بازده سهام شرکت های مورد برسی تاثیر گذارند.

در این تحقیق پس از ارائه نظریه های مختلف ریسک، روش های مختلف کنترل ریسک معرفی گردیده است. مهمترین مسئله مطروحه در این تحقیق این است که پرتفوی بهینه دارایی های بانک رفاه کارگران ایران برای سال 1386 چگونه باید باشد؟ برای پاسخ به سوال فوق از اطلاعات دارایی ها و بازده دارایی ها در دوره 1385-1375 بانک رفاه کارگران ایران که شامل سرپرستی شمال، جنوب، شرق، غرب مرکز و مناطق آزاد تجاری می باشد استفاده گردیده است. در این تحقیق تسهیلات فروش اقساطی ، اجاره به شرط تملیک، جعاله، سلف، مضاربه، مشارکت مدنی و سرمایه گذاری های مستقیم و حقوقی و اوراق مشارکت به عنوان دارایی ها ملاک تحقیق قرار گرفته اند و با استفاده از مدل برنامه ریزی ریاضی maximin ترکیب بهینه دارایی های بانک مشخص شده و مورد تحلیل قرار گرفت. نتیجه تحقیق نشان می دهد که با در نظر گرفتن سود مورد انتظار 18% بهترین پرتفوی به ترتیب میزان تخصیص مضاربه، سلف، مشارکت مدنی،اجاره به شرط تملیک ، جعاله ، اوراق مشارکت ، سرمایه گذاری و فروش اقساطی می باشد .

هدف اصلی گزارشگری مالی بیان وضعیت مالی و عملکرد واحد تجاری برای اشخاص بیرون از واحد تجاری جهت کمک به آنها در اتخاذ تصمیمات مالی است. ابزار اصلی انتقال اطلاعات به اشخاص مزبور، صورت های مالی اساسی ویادداشت های توضیحی این صورت ها و گزارش های مکمل است که محصول نهایی فرایند حسابداری و گزارشگری مالی محسوب می شود. بررسی ارتباط بین بازده سهام و سود حسابداری به منظور مطالعه کارایی بازارسرمایه و همچنین ارزیابی سودمندی اطلاعات مندرجدرصورت های مالی از اهمیت خاصی برخورداراست. یکی دیگر از معیارهای اندازه گیری عملکرد که می تواند مورد استفاده واقع شود خالص وجه نقد دریافتی (وجه نقد تحقق یافته حاصل از فعالیت های عملیاتی) می باشد. در این تحقیق توانایی هر یک از معیارهای سود، جریانات وجوه نقد حاصل از فعالیت های عملیاتی و سود جامع در انعکاس عملکرد شرکت در بلند مدت مورد ارزیابی قرار گرفت و به این سوال پاسخ داده شد که قدرت توضیح دهندگی هر یک از مدل ها با افزایش بازه زمانی چه تغییری می کند. نتایجنشاندادکهدرتمامیمدلها،ضریبتعیینباطولانیترشدندورهزمانیافزایش یافتهو متغیر سود خالص نسبت به دو متغیر دیگر در بلندمدت از قدرت توضیح دهندگی بیشتری برخوردار می باشد.

در این پایان نامه ما یک روش جهت محاسبه ارزش در معرض خطر و یک معیار جهت تشریح دنباله توزیع شرطی مربوط به سری بازده مالی واریانس ناهمسان ارائه میدهیم . هدف این تحقیق ، کاربردی کردن تئوری مقدار کرانی بر روی بورس اوراق بهادار تهران جهت تشخیص دنباله های پهن در توزیع بازده شاخص کل قیمت می باشد . نتایج ما نیز گویای وجود دنباله پهن در سری بازده ما می باشد . رویکرد ما ترکیبی است از مدل garch جهت پیش بینی نوسان و تئوری مقدار کرانی برای تخمین گوشه توزیع بدست آمده از مدل garch . از این مدل جهت تخمین ارزش در معرض ریسک استفاده می کنیم . در نهایت با استفاده از آزمون پیش آزمایی بر روی داده های تاریخی شاخص کل نشان می دهیم روش ما در بازه زمانی کوتاه نتایج مطلوب تری دارد نسبت به روشهایی که اهمیت دنباله های سنگین و یا طبیعت تصادفی بودن نوسان را مورد توجه قرار نمی دهند .

بازار ارز یکی از بزرگترین و مهمترین بازارهای مالی دنیا محسوب می شود و مانند دیگر بازارهای مالی بایستی از لحاظ کارایی بررسی شود تا درستی سیاست های حاکم بر آن مورد قصاوت قرار گیرند.فرضیه بازار کارا که به عنوان نظریه گشت تصادفی نیز شناخته می شود بیان می دارد که نرخ تبدیل ارزها در یک بازار ارز کارا تمام اطلاعات مربوط به ارز مورد نظر را منعکس می کند ودر این صورت راهی برای بدست آوردن سود غیر متعارف با استفاده از این اطلاعات را باقی نمی گذارد. این پایان نامه فرضیه کارایی ضعیف بازار ارز را با استفاده از تست نسبت واریانس لو و مک کینلی ، تست نسبت واریانس چندگانه چاو و دنینگ و تست نسبت واریانس ناپارامتریک رتبه محور و علامت محور رایت، با استفاده از داده های روزانه نرخ یورو ، پوند انگلیس و ین ژاپن در برابر نرخ ریال ایران در بازار آزاد، در فاصله سالهای 1381 تا 1389 مورد بررسی قرار می دهد. نتایج بدست آمده نشان می دهند که فرض کارایی ضعیف بازار ارز ایران رد می شود.به بیان دیگر بازار ارز ایران پس از یکسان سازی نرح ارز، از کارایی در سطح ضعیف نیز برخوردار نشده است.

مدلسازی تلاطم بازده در بازارهای سهام، از منظر افراد آکادمیک و نیز کارپردازان علم مالی، به لحاظ موارد استفاده آن در پیش بینی بازده سهام، موضوع با اهمیتی به نظر می رسد . این پیش بینی ها در مواردی چون مدیریت ریسک، قیمت گذاری مشتقات مالی و پوشش ریسک ناشی از آنها، بازارسازی، انتخاب سبدهای مالی و بسیاری از فعالیت هایی مالی دیگر می تواند مورد استفاده قرار گیرد . از این جهت تخمین تلاطم در بازارهای مالی، اهمیت می یابد. در بسیاری از سری های زمانی، خصوصاً سری های زمانی مالی، ویژگی واریانس ناهمسانی مشاهده می شود و جهت تحلیل و مدلسازی آنها، باید از مدل هایی استفاده شود که شروط ناهمسانی را در برازش در نظر بگیرند. در این راستا، ما برآن شدیم تا در این پژوهش کلاس های مختلف از مدل های garch و مدل تلاطم تصادفیsv را مورد بررسی و مقایسه قرار دهیم. در این تحقیق با استفاده از برآوردگر حداکثر درستنمایی شبیه سازی شده، پارامترهای مدل تلاطم تصادفی را به دو روش is1و is2برآورد کردیم و جزء خطای ?_t را یک بار دارای توزیع نرمال استاندارد و بار دیگر دارای توزیع t-استیودنت فرض کردیم و نتایج این چهار مدل را مقایسه کرده و بهتریم مدل را در هر روش و بهترین مدل را از بین این چهار مدل، تعیین نمودیم. نتایج نشان می دهند که مدل garch-t در مقایسه با مدل garch و مدل تلاطم تصادفیsv نتایج بهتری در پی داشته است. از طرفی در صورت استفاده از مدل sv استفاده از روشis1 زمانی که جزء خطای ?_t را دارای توزیع نرمال استاندارد فرض کردیم؛ ما را به نتایج بهتری رسانده است و برای شاخص بورس اوراق بهادار تهران مناسب تر بوده است.

با توجه به اهمیت محاسبه ارزش در معرض خطر به عنوان یک معیار مهم از ریسک، در این تحقیق علاوه بر روش های مرسوم و قدیمی برای محاسبه ارزش در معرض خطر، از نظریه ارزش فرین هم برای محاسبه ارزش در معرض خطر استفاده شده است. و سپس با استفاده از روش های ارزیابی متفاوتی، شامل آزمون کوپیک، آزمون کریستوفرسن و تابع زیان لوپز، به ارزیابی این روش ها پرداخته شده است. این تحقیق نشان می دهد که برای محاسبه ارزش در معرض خطر، در بسیاری از موارد استفاده از نظریه ارزش فرین و در نظر گرفتن حالت های شرطی نتایج بهتری را برای داده ها موجب می شود. و لزوماً استفاده از روش های قدیمی برای محاسبه ارزش در معرض خطر مناسب نمی باشد. بر اساس این تحقیق خواهیم دید که، ممکن است برای داده ها, در سطوح اطمینان مختلف روش های مختلفی مناسب باشد. علاوه بر این در می یابیم که دنباله ها لزوماً از توزیع های همانند پیروی نمی کنند و گاهی نیاز به روش های مختلفی برای اندازه گیری ارزش در معرض خطر خواهند داشت.

در سال های اخیر علاقه فزاینده ای به مطالعه ویژگی های غیرخطی در سری های زمانی مالی و اقتصادی در سطح کلان، شکل گرفته است که دلیل آن را می توان در امکان بروز نتایج و تحلیل های گمراه کننده با درنظر نگرفتن رفتار غیرخطی در محاسبات، و همچنین بررسی روندهای زمانی، تاثیرگذاری شوک های ساختاری و تغییر ویژگی های رفتاری این سری ها در طول زمان، دانست. استفاده از آزمون های رایج اقتصادسنجی بر این موضوع دلالت دارد که این سری های زمانی اغلب حاوی ریشه واحد بوده و به سبب آن نامانایی i(1) دارند. برخی از این نتایج با نظریه های اقتصادی مغایرت دارند. بنابراین همیشه یک عدم قطعیتی در خصوص جابه جایی در پایداری یک سری زمانی مانند جابه جایی از مانایی i(0) به نامانایی i(1) و یا برعکس، وجود دارد. در این پایان نامه سعی شده است تا به بررسی مدل غیرخطی تعمیم یافته ریشه واحد تصادفی (gstur ) با استفاده از تحلیل بیزین و روش های عددی mcmc بر روی سری زمانی شاخص کل بورس اوراق بهادار تهران، پرداخته شود. همچنین از طریق فاکتور بیز، مقایسه ای بین مدل غیرخطی gstur با مدل خطی گام تصادفی (rw) شده است.

مکانیزم اثرگذاری سیاست های پولی بر متغیر های کلان اقتصادی یکی از بحث برانگیز ترین مباحث اقتصاد کلان می باشد که سال هاست مورد بحث و تبادل نظر اقتصاددانان مختلف در سرتاسر گیتی بوده و هست.در این پژوهش ما به دنبال رابطه ی نرخ حقیقی سود سپرده های بانکی و اجاره بهای مسکن در ایران هستیم. تجزیه و تحلیل داده های مورد استفاده در این پروژه با استفاده از رهیافت خود رگرسیون برداری(var) و توابع واکنش آنی و تجزیه واریانس صورت گرفته است. در این پژوهش با استفاده از داده های فصلی سال های 1389-1370، دوازده مدل مختلف برآورد شد و دو نتیجه ی مهم حاصل گردید: 1- رابطه ی بین شاخص اجاره بهای مسکن و نرخ سود حقیقی سپرده های بانکی کوتاه مدت معکوس بوده و رابطه آن با سپرده های بانکی بلند مدت از روند خاصی پیروی نمی کند و پس از چهارسال هردو رابطه میرا می گردد و حداکثر اثر پذیری شاخص اجاره بهای مسکن از متغیر نرخ سود سپرده ها 4درصد است. 2- با مقایسه ی نتایج حاصل از این پژوهش و مقاله ی حیدری و سوری(1389) می توان به این نتیجه رسید که متغیرهای قیمت مسکن و اجاره بهای مسکن، هرکدام دارای بازار مجزای مربوط به خود بوده و تنها نسبت به هم اثرپذیرند.

در این تحقیق به پیش‏بینی شاخص قیمت بورس اوراق بهادار تهران با استفاده از مدل مولفه مشاهده نشده (uc) با واریانس تصادفی (sv) پرداخته شده است. بیشتر مدل‏های معرفی شده در این رده مدل‏هایی هستند که توزیع مولفه‏های اخلال آنها توزیعی دنباله بلند است که برای مدل‏سازی متغیرهایی مانند قیمت سهام که در طی زمان نوسان زیادی دارند و یا مستعد تغییر ناگهانی هستند بسیار مناسب است. برای برآورد میانگین فرآیند از روش برآوردی حداکثر درستنمایی و براساس استفاده مکرر از الگوریتم فیلتر کالمن و برای برآورد واریانس فرآیند از یک گونه کارا از روش شبیه سازی زنجیره مارکوف (mcmc) استفاده شده است. در این تحقیق نشان داده می‏شود که مدل مورد نظر مدل مناسبی برای داده‏های شاخص قیمت بورس اوراق بهادار تهران می‏باشد و نسبت به مدل‏های مشابه از دقت بالایی برای پیش‏بینی‏ این شاخص برخوردار است.

ارزیابی ریسک اعتباری یکی از مهمترین موضوعات در زمینه مدیریت ریسک مالی می باشد. با توجه به بحران مالی اخیر و نگرانی های نظارتی بازل ii ، ارزیابی ریسک اعتباری، تمرکز اصلی خدمات مالی و صنعت بانکداری شده است. به خصوص برای موسسات اعتباری، مانند بانک های تجاری ، شرکت های اعتباری ، بانک های مرکزی و دولت ها، توانائی تبعیض قائل شدن بین شرکت ها و بانک های ورشکسته از غیر ورشکسته بسیار مهم است. رتبه بندی اعتباری ابزار اصلی برای ارزیابی ریسک اعتباری است. ماشین بردار پشتیبان ، روشی داده محور و یادگیری با نظارت است که نیازی به فرض خاصی در مورد داده ها ندارد. در این پایان نامه، به مطالعه مدل های رتبه بندی اعتباری با ماشین بردار پشتیبان از پنج جنبه پرداخته ایم. 1) ماشین بردار پشتیبان روشی برای تفکیک بین دو طبقه است و برای بکار گیری آن در حالت چند دسته ای از روش یک-درمقابل-یک و یک-درمقابل-بقیه استفاده شده است. 2) به منظور بهبود عملکرد ماشین بردار پشتیبان در برابر داده های نامتعادل ، پارامتر جریمه متفاوت برای هر طبقه در نظر می گیریم. و از آنجا که نسبت نامتعادلی در بین دسته های مختلف متفاوت است و حتی بعضی از آنها تعداد داده های برابری دارند، در نحوه تعیین پارامتر جریمه تمهیداتی در نظر گرفته شده است. در مطالعات قبلی در زمینه طبقه بندی چند دسته ای، برای تمامی طبقات یک پارامتر کرنل تعیین می شده است و تمامی داده ها به یک فضا نگاشت می شود، اما در این پایان نامه با هر دو دسته به طور مستقل رفتار می شود و پارامتر متناسب با آن انتخاب می شود. 3) در ماشین بردار پشتیبان مشکل مناطق غیر قابل طبقه بندی وجود دارد که برای مقابله با آن از تابع عضویت مینیمم و روش ماشین بردار پشتیبان فازی استفاده می شود. نتایج نشان می دهند که ماشین بردار پشتیبان فازی، ماشین بردار پشتیبان معمولی را بهبود می دهد. 4) ماشین بردار پشتیبان نسبت به نوع تابع کرنل حساس است. در این پایان نامه تابع کرنل جدیدی با نام kgpf را معرفی کرده و با کرنل rbf مقایسه می کنیم. نتایج آزمونهای آماری بهبودی در نتایج را نشان نمی دهند.. 5) در نهایت نتایج الگوریتم های مختلف را با روش ادغام رای گیری وزندار ترکیب کرده و نتایج بهتری نسبت به ماشین بردار پشتیبان فازی تولید می کند.

این تحقیق به بررسی رابطه متغیرهای کلان اقتصادی با میزان ریسک صنایع ایران در دوره زمانی سال های مالی 1378 تا 1390 می پردازد. برای این کار ، یک گروه از 15 صنعت ایران از بورس اوراق بهادار تهران انتخاب شده است. بیشتر صنایع انتخاب شده تولیدی می باشند که این امر باعث می شود صنایع منتخب تا حد مطلوبی منعکس کننده ساختار اقتصادی ایران باشند. در این خصوص اندازه گیری از ریسک را بر اساس توزیع جریان های نقدی از تمام شرکت های منتخب را انجام گرفت. پس از اعمال این شاخص ریسک بر صنعت ایران نتایج نشان داد که تأثیر متغیرهای کلان اقتصاد بر هر یک از صنایع ایران مختلف می باشد. اما نتایج تأثیر متغیرهای کلان اقتصادی بر شاخص ریسک کل صنعت ایران حاکی از آنست که ضرایب تغییرات نرخ نقدینگی و نرخ ارز با میزان ریسک در سطح اطمینان نود درصد معنی دار و دارای رابطه معکوس و ضرایب تغییرات تولید ناخالص داخلی با میزان ریسک در سطح اطمینان نود درصد معنی دار و دارای رابطه مستقیم می باشد همچنین معنی داری ضرایب تغییرات شاخص بهای کالاها و خدمات مصرفی با میزان ریسک در سطح اطمینان نود درصد رد شد اما این متغیر در سطح اطمینان هشتاد و هشت درصد معنی دار بوده و رابطه منفی با میزان ریسک کل صنعت ایران دارد.

هدف این پژوهش به کارگیری skew-normal (sn) markov-switching(ms) garch جهت لحاظ نمودن چولگی در توزیع سریهای زمانی مالی است. انگیزه اصلی بیان این مدل آن است که روش متداول برای در نظر گرفتن عدم تقارن در مدل های normal(n) ms garch یعنی اضافه نمودن میانگین رژیم ها به مدل، منجر به ایجاد بازده های خود همبسته می گردد که امری نامطلوب است. جهت یک مقایسه کامل ، تمامی حالات ممکن مدل های sn ms garch و n ms garch را در نظر گرفته و نیز دو مدل بسیار معروف t-garch و skewed-t garch را هم برای رسیدن به یک چشم انداز بهتر از مدل های تغییر ساختاری بررسی خواهیم نمود. بدین ترتیب این پژوهش مجموعا 16 مدل مختلف را در برخواهد گرفت که با توجه به نتایج آزمون های انجام شده، sn ms garch بهترین عملکرد را در بین تمامی مدلها از خود نشان می دهد.

توزیع های چند متغیره، نقش مهمی در تئوری آمار وکاربردهای آن داشته است، بنابر این همواره مورد توجه محققان و دانشمندان علوم مربوطه بوده. نکته ی مهمی که بیشتر پژوهشهای محققان را به خود اختصاص داده، بدست آوردن و یا بررسی توزیع های چند متغیره بوسیله ی توزیع های حاشیه ای آنهاست. می دانیم که با داشتن توزیع مشترک، دستیابی به توزیع های حاشیه ای چندان مشکل نیست. اما در مورد ساختن توزیع مشترک و بررسی ویژگی های آن وقتی توزیع های حاشیه ای داده شده اند کار پیچیده تر است. برای ساختن توزیع های چند متغیره وقتی توزیع های حاشیه ای یک متغیره داده شده اند روشهای گوناگونی ارائه شده است، برای مثال می توان از کران های فرچت استفاده نمود یا این که خانواده هایی از توزیع های یک متغیره که دارای ویژگیهای مورد نظر ماست یافته و سپس این ویژگیها را به توزیع چند متغیره با توزیع های حاشیه ای شامل آن ویژگیها، تعمیم داد. در این پایان نامه برای این حالت ابزاری به نام تابع کاپولا را معرفی میکنیم. تابع کاپولا برای ساختن و یا بررسی توزیع های چند متغیره وقتی که توزیع های حاشیه ای یک متغیره و ساختار وابستگی آن داده شده است بسیار مفید است و با استفاده از آن می توان توزیع های چند متغیره را مستقل از توزیع های حاشیه ای و بر اساس ساختار چند متغیره آنها بررسی نمود. البته زمانی که توزیع های حاشیه ای چند متغیره داده شده باشد تابع کاپولا چندان مفید نیست، در این شرایط ابزاری شبیه تابع کاپولا معرفی می کنند و آن را تابع لینکیج می نامند.

توسعه روز افزون بازارهای مالی و افزایش مقدار معاملات و در نتیجه افزایش مقدار بالقوه ریسک، اهمیت اندازه گیری و کنترل موثر ریسک بازار و برآورد معیار شناخته شده اندازه گیری آن، ارزش در معرض خطر را بیش از گذشته آشکار ساخته است. در تحقیق حاضر با استفاده از 4 مدل مختلف و به کار گیری 3500 داده روزانه از تاریخ 12/06/1373 تا 28/12/1387، ارزش در معرض خطر برای شاخص کل بورس اوراق بهادار تهران (tepix)، برآورد شده است و سپس با استفاده از روش باز نمونه گیری بوت استرپ توزیع ارزش در معرض خطر استخراج و به منظور بهبود پیش بینی ها به کار گرفته شده است. با توجه به وجود واریانس ناهمسانی در این شاخص و پهن بودن دنباله توزیع احتمال داده ها (که از ویژگی های شناخته شده داده های مالی به شمار می رود و در شاخص مورد نظر نیز مشاهده می گردد) از مدل garch با فرض توزیعt استیودنت و نرمال، و برای تبیین میانگین شرطی از مدل ar استفاده شده است. همچنین مدل شبیه سازی تاریخی (hs) و شبیه سازی تاریخی فیلتر شده (fhs) نیز به منظور مقایسه نتایج حاصل از به کار گیری فرآیند تصحیح برآورد ارزش در معرض خطر، مورد بررسی قرار گرفته است. نتایج حاکی از برتری برآوردهای var (ارزش در معرض خطر) مدل fhs نسبت به مدل hs می باشد. مدل fhs با در نظر گرفتن نتایج پوشش شرطی تنها در سطوح احتمال 1% و 2% نسبت به مدل garch نرمال از عملکرد مطلوب تری برخوردار است. اما در سایر سطوح احتمال، عملکرد مدل garch نرمال به طور نسبی مطلوب تر است. مدل garch نرمال از عملکرد مطلوب تری نسبت به مدل t-garch برخوردار می باشد. فرآیند تصحیح تورش بر اساس روش بوت استرپ توانسته است توانایی برآورد var مدل garch نرمال را حداقل در سطوح احتمال نهایی (دنباله ها) بهبود دهد و همچنین منجر به بهبود نتایج مدل t-garch شود.

این پژوهش به بررسی روشی جدید ( برآورد تطبیقی موضعی نوسانات) جهت تخمین و پیش بینی نوسانات بازده سهام در بازار بورس تهران می پردازد. ایده اصلی مدل مورد بررسی این است که هیچ فرضی برای پارامتری بودن آن در نظر گرفته نشده است به جز این فرض که نوسانات در بازه هایی از زمان ثابت می‏باشند. بنابراین مسئله اصلی در این تحقیق، تعیین بازه های زمانی همگنی است که به کمک آن ها می‏توان به مدلسازی نوسانات پرداخت. در بخش کاربرد تجربی، این روش با رویکرد مدل‏های arima و garch (روش‏های پارامتری که توزیع های خاصی را برای اجزای اخلال سری های زمانی در نظر می گیرند) مقایسه می شود تا با توجه به خروجی این رویکردها به برتری یکی از آنها در بازار سهام ایران پی برد. با توجه به داده های به کار گرفته شده از بازده روزانه سهام 14 شرکت بورس تهران، در در 5 مورد آن(سرمایه‏گذاری توسعه صنعتی ایران، توسعه معادن روی ایران، سرمایه‏گذاری ملی ایران، گروه بهمن و کیمیدارو) عملکرد این رویکرد در تخمین نوسانات موفقیت آمیزتر بوده است. در یک مورد (پتروشیمی خارک) رویکرد garch(1,1) بهتر عمل کرده و در 8 مورد باقی‏مانده رویکرد arima بهتر بوده است.

این تحقیق به بررسی ارزش دارایی نامحسوس و ارائه مدلی برای پیش بینی آن در ایران می پردازد. اینکه دارایی نامحسوس در بازار ایران دارای چه مقدار و چه الگو و روندی می باشد. ابتدا دارایی نامحسوس در بازار سرمایه ایران، در بین سالهای 80 تا 89، به طور آماری با استفاده از مدل توسعه یافته ی شناسایی ترازنامه اندازه گیری شد. با استفاده از رگرسیون مقطعی برای مجموع شرکت ها در هر سال به طور جداگانه، ارزش دارایی نامحسوس در بازار تخمین زده شده ؛ و سپس روند تغییر سری زمانی دارایی نامحسوس، در این سال ها مورد بررسی قرار داده شد. نتایج نشان می دهد که نسبت دارایی نامحسوس به ارزش بازاری شرکت ها در بازار ایران در طول این زمان، روند موثری نداشته، نه کاهشی و نه افزایشی بوده است. در ضمن، نسبت مقدار دارایی محسوس به ارزش بازاری شرکت ها درمقابل نسبت دارایی نامحسوس بسیار غالب بوده و با روند مثبتی در بازار، در حال افزایش است. این در حالی است که روند بازارهای مالی پیشرفته نظیر ایالات متحده و انگلیس بر خلاف این است. حوزه ی بحث دارایی نامحسوس این تحقیق در ابعاد کلی و کلان است و تمرکز آن بر روی اجزاء دارایی نامحسوس نظیر برند، نوآوری یا تحقیق و توسعه و امثال آن قرار نمی گیرد. دستاوردی دیگر که در این تحقیق بدست آمده است، معرفی سال طلایی به عنوان شاخص توسعه یافتگی است. اگر در کشوری، رشد دارایی نامحسوس روند صعودی داشته باشد؛ سالی که سهم ثروت مبتنی بر دارایی نامحسوس، از سهم ثروت مبتنی بر دارایی های محسوس پیشی گرفته باشد را سال طلایی می نامیم. در صورتی که برای کشور هایی که دارای این پدیده می باشند، این سال را بدست آورده و آن ها را رتبه بندی نماییم؛ این رتبه بندی از تعداد قابل توجهی رتبه بندی های معروف، متداول و مرتبط با شاخص های این حوزه، نظیر شاخص توسعه ی انسانی (hdi) همبستگی بالایی خواهد داشت.

با توجه به تغییرات مکرر بازار نیاز به پرتفوی های پویاکه نسبت به این تغییرات سریعتر واکنش نشان می دهند به شدت حس می شود. در پرتفوی پویا به دلیل تغییرات مککرر در در آن به جهت بهینه سازی، هزینه معاملاتی و مالیات که در بسیاری از روش ها برای سادگی از آنها صرف نظر می شود،نقش کلیدی ایفا می کنند. بدین جهت باید سیاستی اتخاذ گرددکه معاملات به قدری زیاد نشوند تا این هزینه ها تأثیر منفی درامر بهینه سازی گذارد. در این پایان نامه با استفاده از سیاست حداکثرسازی مطلوبین ارائه شده توسط مرتون و اعمال روش کنستانتینیدیس جهت اضافه کردن هزینه معامله به این روش برای پرتفوی یک دوره ای، و استفاده از روشی که در قیمت گذاری اختیار معامله آمریکایی به کار می رود، مجموعه ای از معادلات دیفرانسیل تصادفی برای حالت چند دوره ای درحالت دو بعدی تشکیل شده است که از طریق روش های عادی، حل آن امکان پذیر نیست و باید از روش های عددی استفاده کرد. در اینجا روش المان محدود ناپیوسته محلی گلرکین در کنار روش گسسته سازی رانگ-کوتا به کارگرفته شده است. سپس خطای روش تخمین زده شده و حساسیت مدل نسبت به متغیرهای مستقل بررسی شده است.

به دلیل افزایش روزافزون تعداد زیان های عملیاتی، موسسات مالی زیادی به مدل سازی ریسک عملیاتی خود پرداخته اند. همین امر مطالعه بیشتر پیرامون روش های موجود برای مدل سازی این ریسک را ضروری می سازد. در این مقاله، تئوری مقادیر بحرانی که در حال حاضر یکی از قوی ترین روش ها برای مطالعه رفتار دنباله ای و روشی رایج برای مدل سازی ریسک عملیاتی است، مورد مطالعه قرار گرفته است. یکی از مهم ترین مراحل به کارگیری این تئوری، تعیین صحیح آستانه است که این آستانه باید به گونه ای انتخاب شود که موازنه ای بین تورش و واریانس ایجاد کند. از آنجا که انتخاب آستانه با توجه به این شرط، مستلزم ارزیابی نقاط زیادی بین مینیموم مقدار داده ها و ماکزیموم مقدار آن ها است، لذا با افزایش حجم داده های زیان عملیاتی، زمان حل مسئله به شدت افزایش می یابد. هدف از این پژوهش ارائه روشی مبتنی بر خوشه بندی برای تعیین مقادیر بیشتر از آستانه است به گونه ای که با سرعت بیشتری به تعیین آستانه و نقاط بیشتر از آن بپردازد. این روش توسط داده های زیان عملیاتی برای سال های 1385 الی 1389 مورد بررسی قرار گرفته و نتایج آن نشان می دهد که علاوه بر آن که برای سه حادثه ضررساز تخمین بهتری نسبت به روش موازنه تورش – واریانس ارائه می دهد، زمان حل نیز کاهش می یابد.

پیش بینی قیمت ها شاید مهمترین عامل در مدیریت ریسک و سرمایه گذاری باشد. تلاش ها بر این است که پیش بینی دقیق تری از قیمت ها در آینده صورت بگیرد. از این رو برای پیش بینی دقیق تر باید پیشامدهای فرین، که دارای تاثیرات شدیدی در سود یا ضرر افراد یا شرکت ها هستند، با احتمال بیشتری در نظر گرفته شود. علاوه بر این بررسی ها بر روی داده های مالی نشان می دهد که داده های مالی دارای توزیعی چوله و با دم های پهن هستند. لذا در این پژوهش برای مدلسازی نوسان پذیری بازده دارایی های مالی از مدل garchی استفاده شده است که جزء اخلال آن دارای توزیع پایدار است. در این پژوهش بازده 5 شاخص از شاخص های بورس تهران انتخاب شده اند. در همه ی این موارد در نظر گرفتن توزیعی دم پهن برای جزء اخلال برازش بسیار خوبی از خود نشان داده است و در ده مورد از یازده مورد مدل پایدار garch برازش بهتری نسبت به مدل garch-n و garch-t برای مدلسازی نوسان پذیری از خود نشان می دهد.

پیچیدگی و توسعه تحولات اقتصادی، باعث ایجاد فرصت های جدید سرمایه گذاری در زمینه فعالیت های اقتصادی و مالی و افزایش ریسک در این زمینه ها شده است. تصمیم گیری درزمینه فرصت های سرمایه گذاری جدید و یا تامین مالی طرح های سرمایه گذاری و پروژه های اقتصادی با ریسک بالا، نیازمند وجود یک روش تحلیلی مناسب وکارآمد است، که نقایص روش های متعارف تنزیل جریان های نقدی از جمله ایستایی را نداشته باشد. این تحقیق به منظور پاسخ به این سوال که بهترین روش برای انتخاب و تصمیم گیری در پروژه های سرمایه گذاری که با ریسک و نا اطمینانی همراه هستند، چه روشی می باشد، انجام شده است. باعنایت به این که مدلسازی ریسک، مساله مهمی است ودرمدل های متداول تنزیل جریان های نقدی به مساله نااطمینانی وریسک توجهی نمی شود وفرض می شود که جریان نقدی، یک جریان مطمئن ومعین است و براساس آن جریان نقدی آتی پروژه تنزیل می شود ونرخ بازده داخلی و دوره بازگشت سرمایه بدست می آید، لذا این روش های متداول به علت عدم توجه به انعطاف پذیری در تصمیم گیری بامشکل مواجهند. براین اساس و در پاسخ به نیازهای جدید، تحلیل اختیار واقعی بوجود آمده و تفکر جدیدی را درارتباط با تصمیم گیری های سرمایه گذاری وارزش گذاری طرح های اقتصادی ارائه می نماید. به طورکلی در این تحقیق چارچوبی فراهم می گردد که در قالب آن مزیت استفاده از تئوری اختیارهای واقعی در ارزیابی پروژه های نیروگاهی درمقایسه باروش های متعارف به طور سیستماتیک مورد بررسی قرار می گیرد. برای این منظور از اختیار واگذاری و اختیار انتخاب، برای تصمیم گیری استفاده شده و روش های مختلف قیمت-گذاری اختیار واقعی، برای ارزش گذاری اختیار واگذاری مورد استفاده قرار گرفته، سپس به مقایسه این روش ها پرداخته شده و درنهایت براساس شبیه سازی مونت کارلو، روش های متعارف و روش اختیار واقعی مقایسه شده است. نتایج حاکی از آن است که تفاوت معناداری بین روش های مختلف قیمت گذاری اختیار واقعی وجود ندارد، زیرا با افزایش تعداد گام های زمانی، علاوه براینکه ارزش ارائه شده برای اختیار در این روش ها افزایش می یابد، همه روش ها به سمت یک عدد مشخص همگرا می شوند، همچنین نتایج حاصل از شبیه سازی، کاهش ریسک و افزایش بازدهی، در روش اختیار واقعی نسبت به روشهای متعارف را نشان می دهد، ازطرف دیگر رابطه بین متغیرهای ورودی و ارزش اختیار واگذاری مانند رابطه بین متغیرهای ورودی و ارزش اختیار فروش امریکایی در اختیارات مالی است.

امروزه مدیران و سرمایه گذاران با تعداد زیادی از سهام و دارایی ها مواجهند، که هر کدام ریسک و بازده مخصوص به خود دارد و همواره سعی می کنند به این سوال پاسخ دهند که چگونه سرمایه گذاری کنیم تا با بیشترین سود و کمترین ریسک مواجه باشیم. انتخاب مجموعه ای از دارایی ها در قالب یک سبد برای دستیابی به اهداف سرمایه گذاری را انتخاب سبد سرمایه گذاری می نامند. روش های سنتی بهینه سازی سبد تلاش می کنند، سبدی مناسب از دارایی ها را، با توجه به میزان ریسک و بازده ارائه دهند. مدل میانگین - واریانس که توسط مارکویتز (1954) ارائه شد، نقش مهمی در توسعه روش های مدرن انتخاب سبد، ایفا کرد. کار ابتدایی مارکویتز به صورت فزاینده ای گسترش یافت. پس از مدل او، مدل های دیگری مانند میانگین - قدر مطلق انحرافات (mad) و قدر مطلق انحرافات برای همین مسئله ارائه شد. برنامه ریزی موزون هدف (lee & chesser ,1980) و مدل مینی – ماکس (young, 1998) نیز نمونه هایی از این مدل ها هستند. برخی نیز محدودیت های کاربردی مثل هزینه های معامله، نقدینگی ، عدد صحیح و ... را برای واقعی تر شدن، به مدل مارکویتز اضافه کردند. اما در این پژوهش محدودیت عدد صحیح که تعداد دارایی داخل سبد را محدود می کند، به مدل مارکویتز افزوده شده است. افزودن این محدودیت به مدل باعث می شود مسئله به صورت مسئله درجه دو و عدد صحیح توأمان تبدیل شود که ماهیت np-hard دارد. در این حالت الگوریتمی که بتواند مسئله انتخاب سبد را به صورت بهینه حل کند وجود ندارد، لذا استفاده از الگوریتم های هیورستیک ضروری است. در گذشته هیورستیک ها بیشتر براساس تابو سرچ ,ts و الگوریتم ژنتیک ga و الگوریتم تکاملی ea و الگوریتم شبیه سازی sa توسعه یافته اند. اخیرا مدل هایی مانند الگوریتم پرندگانpso ، الگوریتم ترکیبی از الگوریتم شبیه سازی و الگوریتم پرندگان pso-sa ،سیستم دفاعی مصنوعیais و شبکه های عصبی nn برای حل این مسئله استفاده شده اند. در این پژوهش یک مدل شبکه عصبی خاص در نظر گرفته شده است، شبکه عصبی هاپفیلد که برای بهینه سازی برخی از مسائل بکار می رود، در اینجا از آن برای حل مسئله انتخاب سبد سهام استفاده شده است. تاکنون در جهت بهبود مدل مارکویتز تلاش های بسیار زیادی انجام شده و مقالات فراوانی ارائه شده است. بهبود سنجه ریسک مدل یکی از این حوزه ها است. در مدل مارکویتز واریانس به عنوان ریسک معرفی شده است. اما واریانس به عنوان یک معیار ریسک دارای نارسایی هایست. یکی از مشکلات استفاده از واریانس اینست که سود هایی که از میانگین فاصله دارند و برای سرمایه گذار مطلوب هستند، به عنوان ریسک شناخته می شود و در فرایند بهینه سازی به سهام با تابع توزیع کشیده تر، وزن بیشتری داده می شود.ازسویی دیگر واریانس به عنوان معیارریسک، برای سرمایه گذار ملموس و قابل درک نیست و همچنین نیاز به اطلاعات آماری بالا دارد(giorgi, 2002). به همین دلیل و دلایل دیگر دانشمندان درصدد آمدند که سنجه هایی را معرفی کنند که ریسک نامطلوب را اندازگیری کند. یکی از معروف ترین این معیار ها ارزش در معرض خطر است که در بخش های آتی به تفضیل تشریح می شود. در این پژوهش در راستای بهبود نارسایی های فوق علاوه بر تعمیم روی مدل استاندارد میانگین-واریانس مارکوویتز که محدودیت های حدی و عدد صحیح را به آن افزوده است با توجه به مزیت های ارزش در معرض خطر، مدل جدیدی ارائه شده است که علاوه بر این که برای هر مقدار ریسک (واریانس)، ماکزیمم بازده را ارائه می دهد(و برعکس)، حداقل ارزش در معرض خطر را نیز محاسبه می نماید. تمام این ها با استفاده از شبکه عصبی هاپفیلد و با استفاده از نمونه های داخلی و خارجی حل شده است.

دراین تحقیق مجموعه ای از مدلهای مختلف garch استاندارد را با گروهی ازمدلهای تغییررژیم مارکوف گارچ( mrs-garch)) براساس توانایی آنها در پیش بینی نوسانات بازارهای آتی های نفت در افق های زمانی یک روزه تا یک ماهه مقایسه می کنیم. به منظور صحه گذاشتن بر ثبات بیش از اندازه ای که معمولاً در مدلهای garch یافت می شود و بیانگر پیش بینی های نوسانات بسیار بالا وبسیار نامحسوس می باشد،پارامترهای مدلهای mrs-garch که بین رژیم با نوسان بالا و پایین جابه جا می شوند، مورد تجزیه و تحلیل قرار می گیرند. برای پسماندها دو توزیع شرطی دنباله پهن و گوسی فرض می شود، ودرجه آزادی می تواند برای ثبت احتمال کشیدگی متغیر به زمان وابسته به حالت باشد. عملکرد پیش بینی مدلهای رقیب توسط توابع زیان آماری و مدیریت ریسک مورد ارزیابی قرار می گیرد. تحت زیانهای آماری, آزمون های برابری توانایی پیش بینی نوع دیبولد-ماریانو و برتری توانایی پیش بینی, مانند بررسی واقعیت وایت و تست spa هانسن را بکار می بریم. تجزیه تحلیل های تجربی نشان می دهد که مدلهای mrs-garch عملکرد بهتری نسبت به مدلهای garch استاندارد در پیش بینی نوسانات در افق های زمانی کوتاه ترطبق مجموعه گسترده ای از توابع زیان آماری دارند. در افق های زمانی طولانی تر مدلهای garch نامتقارن استاندارد بهتر عمل می کنند. تمامی این آزمون ها وجود مدل بهتر از mrs-garch-t در این تحقیق را رد می کنند. هرچند، بر طبق تابع زیان بر مبنای var این مدل عملکرد ضعیف تری نسبت به سایر مدلهای رقیب در کلیه افق های زمانی دارد. همچنین، درمی یابیم که بین مدلها در این مطالعه هیچ مدلی به وضوح برتر از دیگر رقبا در همه افق های زمانی تحت معیار ارزیابی مدیریت ریسک نمی باشد.

با توجه به وجود نوسانات و ریسک بازار، نیاز به ابزارهایی جهت پوشش ریسک افرایش یافته است.یکی از مهمترین ابزارها که در حال حاضر در ایران قابل استفاده می باشند،قراردادهای آتی هستند. ویژگیهای جذاب بازار قراردادهای آتی معامله گران بسیاری را به سوی خود جذب می کند.این افراد معمولا به طور هم زمان در بازار سهام و بازار قراردادهای آتی شرکت می کنند. از این رو قیمت های بازار نقد و بازار آتی و ارتباط آنها با هم برای فعالان اقتصادی حائز اهمیت می باشد. برای به دست آوردن این اطلاعات باید به بررسی روند قیمتی در بازار نقد و بازار آتی پرداخته و مدل مناسب جهت تعیین این ارتباط را برآورد نمود. با توجه به اینکه تنها قراردادهای آتی فعال در ایران،سکه طلا می¬باشد، ارتباط قیمت قراردادهای آتی این دارایی پایه را با قیمت های بازار نقدی مورد مطالعه قرار گرفت. با توجه به ماهیت داده ها از مدل های آرما،خود رگرسیون برداری،گارچ و تصحیح خطا استفاده و نتایج آنها باهم مقایسه شد و بهترین مدل برای نشان دادن این ارتباط انتخاب شد.

ماهیت پیچیده ریسک های عملیاتی، مدل سازی، اندازه گیری و تحلیل آنها را همواره با دشواری ها و تردیدهای فراوان مواجه کرده است. شناسایی اینگونه ریسک ها و قراردادن صحیح آن ها در یک مدل ریاضی از یک سو و جمع آوری تعداد مناسب داده تاریخی، خصوصاً داده های مربوط به میزان زیان ناشی از حوادث به وقوع پیوسته از سوی دیگر، این مساله را با چالش های فراوان مواجه کرده است. استفاده از روش های شبیه سازی تا حدی می تواند در مدل سازی و تخمین سرمایه در معرض خطر ناشی از اینگونه ریسک ها مفید باشد اما ناکافی بودن داده ها مانع از برازش توابع توزیع مناسب می شود. برای انتخاب تابع توزیع مناسب برای اینگونه ریسک ها، در مقالات مختلف توابع توزیع متفاوتی که اغلب از نوع توابع دم کلفت بوده اند پیشنهاد شده اند اما با توجه به خواص اینگونه توابع توزیع، عدم اطمینان در مورد انتخاب بهترین تابع توزیع، موجب می شود که با انتخاب توابع مختلف، نتایج بسیار متفاوتی برای محاسبات سرمایه در معرض خطر به دست آید. عامل اصلی این اتفاق، تولید داده های تصادفی بسیار بزرگ در هنگام شبیه سازی توسط اینگونه توابع است. تعیین حدود بالا برای ماکزیمم میزان زیانی که ممکن است برای یک نوع ریسک به وجود آید می تواند مانع از تولید چنین داده هایی شده و نتایج مشابهی را به ازای انتخاب توابع توزیع مختلف، حاصل کند. این حدود بایستی با استفاده از تجربه و بینش اقتصادی خبرگان حوزه مورد مطالعه، تعیین شوند. در این تحقیق، یک نمونه عملی در شرکت شاتل که شرکت پیشرو بازار در ارائه سرویس های اینترنت adsl است برای مدل سازی ریسک در موسسات خدماتی و ارزیابی کارایی این روش مورد مطالعه قرار گرفته است.

تحقیق حاضر درصدد است تا به موضوع پیش بینی نرخ قصور در تراکنش های مالی و سبدهای وام در حضور وغیاب برخی عوامل اقتصادی بپردازد. مرور ادبیات نمایشگر این واقعیت است که تاکنون تلاشهای زیادی در جهت پیش بینی نرخ قصور انجام شده است و مدلها و الگوریتمهای متعددی توسعه یافته اند؛ لیکن غالب نگرشها به این حوزه بر مبنای نگاه به گذشته و ایستا بوده است در حالی که به دلایلی که به تفصیل اشاره شده اند، نمی توان این موضوع را غیرپویا و گذشته نگر فرض نمود. موضوع دومی که اغلب مورد غفلت واقع شده است در نظر گرفتن برخی عوامل مشهود مانند gdp در نرخ قصور بوده است در حالی که به ضم بسیاری از اقتصاددانان، عوامل بیشمار دیگری وجود دارند که می توانند به طور نامحسوس و با روندی نامشخص و پیچیده بر این عوامل تاثیر گذارند. همه این عوامل، سبب احساس نیاز به نگارش این پایان نامه شده است. این پایان نامه با در نظر گرفتن دو شرط فوق و نیز مد نظر قرار دادن این احتمال که ممکن است عوامل پنهان بر روی عامل نهایی اثری غیرطی داشته باشند به استفاده از فیلتر کالمن با سه متد خطی، غیرخطی و توزیع گوس روی آورده است و هر یک را در جایگاهی مقایسه نموده است.

این تحقیق دیدگاه استوار را برای محاسبه قیمت اختیار معامله خرید اروپایی با روش درخت دوجمله ای ارائه می دهد. این دیدگاه فاقد هرگونه فرض در مورد توزیع احتمال و رفتار قیمت سهم می باشد. این روش قیمت سهم را در یک ناحیه ی بسته و محدب به نام ناحیه غیر قطعی در نظر می گیرد. بنابراین به جای ارزش گذاری نقطه ای از ارزش گذاری در ناحیه عدم قطعیت استفاده می کند. برای تعریف ناحیه غیر قطعی از ماتریس کوواریانس قیمت های بالا و پایین یک سهم استفاده می کند. این تحقیق بازه ای برای قیمت اختیار معامله با پیشامدهای بدترین و بهترین حالت قیمت سهم پیشنهاد می دهد. بازه پیشنهادی برای قیمت یک اختیار معامله بخاطر در نظر گرفتن کوواریانس داده های تاریخی قیمت بالا و پایین یک سهم و پارامتری به نام شعاع منطقه عدم قطعیت دارای انعطاف پذیری خوبی می باشد.

در این پایان نامه، با توجه به مقدار حداقل سرمایه ی مورد نیاز مقرر در بیانیه ی دوم کمیته ی بال و اصلاحیه ی آن، برای پوشش ریسک بازار، مدل جدیدی برای بهینه سازی سبد دارایی با هدف حداقل نمودن سرمایه مورد نیاز به همراه محدودیت بر تعداد تخطی ها از ارزش در معرض خطر ، برای بورس اوراق بهادار تهران به کار گرفته شده است. با توجه به تاکید اصلاحیه ی بازل iiدر مورد پوشش ریسک دوران بحران، و در نظر گرفتن ارزش در معرض خطر بحرانی ، این مدل در 3 سناریوی بحران ( بازده ، نوسان و همبستگی ) و با در نظر گرفتن مدل بازده شرطی خود رگرسیون برداری ، بازده شرطی خودرگرسیون میانگین متحرک و کوواریانس شرطی پویا، برای 10 سهام نمونه در بورس اوراق بهادار تهران حل گردیده است. نتایج حاصل از حل این مدل با مدل های حداقل ارزش در معرض خطر ، حداقل ارزش در معرض خطر بحرانی و مدل سبد دارایی با اوزان برابر مورد مقایسه قرار گرفته است. نتایج مقایسه، کیفیت بهتر مدل بهینه سازی بر پایه ی حداقل سرمایه ی مورد نیاز را به منظور ایجاد تعادل میان سطح سرمایه ی مورد نیاز برای پوشش ریسک و تعداد تخطی ها از ارزش در معرض خطر، نشان می دهد.

همانطور که می دانیم، سرمایه گذاری در بازار آتی با ریسک های زیادی همراه است و سرمایه گذاران همواره باید توجه ویژه ای به وجه تضمین خود در این بازار داشته باشند، زیرا در صورت رسیدن وجه تضمین به کمتر از حداقل وجه تضمین اولیه، موقعیت معاملاتی سرمایه گذار بسته می¬شود و زیان قابل ملاحظه ای بر آن تحمیل می¬گردد. از این رو، در تحقیق حاضر تلاش کرده ایم تا با ارائه چندین مدل مختلف بر مبنای مفهوم ارزش در معرض خطر، بهترین مدل را برای پیش بینی و مدیریت ریسک سرمایه گذاری در بازار آتی سکه طلای بورس کالای ایران مشخص کنیم. برای برآورد ارزش در معرض خطر، از دو مجموعه داده 1 و 4 ساعته قیمت سکه طلا در هر دو موقعیت تعهدی خرید و فروش در سطوح اطمینان 90%، 95% و 99% به دست آمده از معاملات قرارداد آتی سکه طلا برای سررسید در پایان تیرماه سال 1391 استفاده گردید. بر اساس نتایج بدست آمده، روش شبیه ساز تاریخی در مجموعه داده 1 ساعته برای موقعیت تعهدی خرید، مدل تطبیقی مبتنی بر رویکرد caviarدر مجموعه داده 1 ساعته برای موقعیت تعهدی فروش و مدل ارزش کامل نامتقارن مبتنی بر رویکرد caviarدر مجموعه داده 4 ساعته نسبت به سایر روش های مورد بررسی در این تحقیق بهترین عملکرد را داشته اند.

تمرکز اصلی در این پایان نامه محاسبه ی ذخیزه ی سرمایه برای رسیک عملیاتی بانکها می باشد.

در این تحقیق نسبت بهینه پوشش ریسک حداقل کننده واریانس برای نرخ ارز (دلار-ریال) با استفاده از آتی سکه طلا توسط رهیافت های مختلف اقتصادسنجی مورد برآورد و مقایسه قرار گرفته است. برای محاسبه این نرخ از سه دامنه بازده روزانه، دو روزه و هفتگی برای قیمت های نقد و آتی استفاده شده است. دلیل استفاده از این سه نوع بازده، افزایش همبستگی بین بازده های نقد و آتی با افزایش دامنه بازده می باشد. برای برآورد نرخ بهینه ایستا از مدل های حداقل مربعات معمولی، حداقل مربعات معمولی تصحیح شده و garch یک متغیره و برای برآورد نرخ بهینه پویا از garch چند متغیره ccc و dcc استفاده شده است، که از لحاظ کارایی درون نمونه ای نرخ برآورد شده بازده هفتگی توسط مدل dcc و از لحاظ کارایی برون نمونه ای نرخ برآورد شده بازده هفتگی توسط مدلccc بیشترین کارایی را دارد. در همه مدل ها نرخ بهینه برآورد شده با بازده هفتگی کارایی بیشتری نسبت به نرخ های برآورد شده با بازده دو روزه و روزانه ارائه می دهد.

برخی مطالعات انجام گرفته در این زمینه نشان می دهد که با ترکیب روش های مختلف محاسبه ارزش در معرض خطر، می توان به روشی دست یافت که علاوه بر داشتن تعداد تخطی قابل قبول، سرمایه لازم روزانه را کمینه کند. به طور کلی، مطالعات صورت گرفته در این زمینه، انگشت شمار بوده اند. در عین حال، روش های مورد استفاده برای ترکیب در ادبیات ارزش در معرض خطر شامل ترکیب های خطی بوده است. در حوزه محاسبه ارزش در معرض خطر با استفاده از ترکیب های غیر خطی کاری دقیق صورت نگرفته است. در این پژوهش از ترکیب غیر خطی متاثر از تاخیر زمانی برای پیش بینی ارزش در معرض خطر استفاده شده است تا با وارد نمودن زمان برآورد های بهتری از پیش بینی های داده های مالی داشته باشیم. نتایج نشانگر عملکرد قابل قبول این روش براساس دو معیار میانگین سرمایه لازم روزانه و زیان انباشته می باشد.

به دلیل اهمیت موضوع ریسک در بازارهای مالی ، برآورد صحیح و دقیق آن همواره دغدغه اصلی حاضران در این بازارها بوده است . در این بین ، معیار ارزش در معرض ریسک به عنوان یکی از مهم ترین ابزارهای سنجش ریسک مطرح بوده است و مدلی که بتواند بهترین و نزدیک ترین تخمین به مقدار واقعی آن را برآورد کند اهمیت زیادی دارد . از اینرو در این تحقیق دسته ای از مدل های سری زمانی در بازار بورس اوراق بهادار تهران مورد بررسی قرار می گیرند تا بهترین مدل جهت پیش بینی ارزش در معرض ریسک شناسائی شود . هم چنین در اینجا تاثیر در نظر گرفتن عناصر سوم و چهارم گشتاور ( چولگی و کشیدگی ) که تا به حال در محاسبات مربوط به این بازار مورد توجه قرار نگرفته ، بررسی شده و مورد ارزیابی قرار می گیرد . مدل اصلی جهت پیش بینی نوسان hyaparch است که عملکرد آن با مدل ساده garch مقایسه شده است . مدل های مربوط به چولگی و کشیدگی نیز در 3 حالت چولگی و کشیدگی ثابت ، چولگی و کشیدگی متغیر با زمان ( با دو معادله متفاوت ) است . در مجموع 8 مدل در این تحقیق با هم مقایسه شده اند . نتایج این بررسی ها نشان می دهد فرض متغیر با زمان بودن پارامترهای چولگی و کشیدگی در هر دو مدل اصلی تاثیری در بهبود تخمین نداشته و در موادی باعث بدتر شدن نتایج برآورد می شود . ( به خصوص برای مدل hyaparch ) در مجموع از نتایج برآورد ارزش در معرض ریسک می توان این گونه استنباط کرد که مدل garch با فرض توزیع t-studdent چوله عملکرد کاملا برتری داشته و نتایج آن به صورت روشنی قابل اعتمادتر است .

چکیده: خدمات بانکداری تلفن همراه یکی از انواع خدمات بانکداری نوین است و با توجه به اینکه تعرفه ای که برای خدمات بانکی تعریف می شود اخیرا به عنوان موضوعی چالش برانگیز مطرح شده است، در این مطالعه به ارزشگذاری خدمات بانکداری تلفن همراه از دیدگاه مشتریان پرداخته شده است و به عنوان فرضیه پژوهش، از معیارهای تمایل به پذیرش خدمات بانکداری تلفن همراه در بدست آوردن ارزش این خدمات از دید مشتریان، استفاده شده است. از بین روش های مورد مطالعه، روش منتخب جهت ارزشگذاری، روش ارزشگذاری مشروط یا اقتضایی بوده است

جریان مالی در هر زنجیره تأمین، یکی از سه جریان مهم و تأثیرگذار بر فرایند تصمیم گیری در زنجیره (در کنار جریان کالا و اطلاعات) است. ریسک مالی در معاملات بسیار اثربخش بوده و شرکتها تمایل دارند در شرایط ویژه با شرکتی که خطر کمتری را در تعاملات مالی دارد همکاری نماید. در این تحقیق سعی برآن شد تا با در نظر گرفتن برآورد پارامترهای ریسک شرکتهای تولید کننده و مقایسه آنها، بر نقش ریسک مالی تولید کنندگان در سودآوری و بهبود زنجیره تامین تاکید گردد و راهکارهایی برای افزایش کارایی شرکت ها و بهبود زنجیره تامین ارائه داده شود. همچنین با در نظر گرفتن نرخ ریسک بازار و نرخ سود بدون ریسک و تغییرات آن، تاثیرگذاری بر شرکت های تولید کننده را برآورد و مقایسه نمود.