جستجوی مقالات مرتبط با کلیدواژه « Companies Investment in Tehran Stock Exchange » در نشریات گروه « مدیریت »

تکرار جستجوی کلیدواژه «Companies Investment in Tehran Stock Exchange» در نشریات گروه «علوم انسانی»

انتخاب همه

مدل سرمایه گذاری مناسب در سبد سهام با رویکرد تحلیل پوششی داده ها- شبکه عصبی

مصطفی کاظمی، محمد اسفندیار*، حدیث نجاریان

فصلنامه پژوهشگر (مدیریت)، پیاپی 33 (بهار 1393)، صص 47 -66

در سال های اخیر با ورود سرمایه گذاران خصوصی به بازار سرمایه، رقابت موجود بین شرکت های سرمایه گذاری افزایش چشمگیری داشته است. شرکت های بزرگ و قدرتمند، اهداف پیش بینی شده خود را با جدیت پیگیری می کنند تا توان رقابتی خود را بالا ببرند. برای تجزیه و تحلیل کارایی شرکت های سرمایه گزاری از روش های پارامتریک و نا پارامتریک استفاده می شود. با توجه به ضعف قدرت تفکیک پذیری و حساسیت مرز کارایی به داده های پرت در روش تحلیل پوششی داده ها، در این پژوهش کارایی 31 شرکت های سرمایه گذاری در بورس اوراق بهادار تهران با استفاده از مدل های تحلیل پوششی داده ها و مدل ترکیبی شبکه های عصبی و تحلیل پوششی داده ها به عنوان دو روش نا پارامتریک، مورد ارزیابی قرار می گیرند. با استفاده از مدل های BCC و CCR تحلیل پوششی داده ها کارایی شرکت های سرمایه گذاری در بازه زمانی 13881390 محاسبه و نتایج تجزیه و تحلیل گردید. با توجه به ضعف تحلیل پوششی داده ها در رتبه بندی واحد های کارا، با استفاده از روش اندرسون و پیترسون واحد های کارا رتبه بندی شده است.در روش ترکیبی شبکه های عصبی و تحلیل پوششی داده ها از شبکه پرسپترون چند لایه با الگوریتم آموزش لونبرگ مارکوآرت (LM) استفاده شده است. مقایسه نتایج مدل ترکیبی با روش تحلیل پوششی داده ها نشان دهنده قدرت بالای شبکه های عصبی برای اندازه گیری کارایی می باشد.

کلید واژگان: ارزیابی عملکرد, تحلیل پوششی داده ها, شبکه های عصبی مصنوعی, شرکت های سرمایه گذاری}

چکیده مشاهده متن زبان: فارسی

Developing an Appropriate Investment Model in Stock Exchange by DEA Neural Network Approach

M. Kazami, M. Esfandiyar *, H. Najjariyan

فصلنامه پژوهشگر (مدیریت), Volume:11 Issue: 33, 2014, PP 47 -66

In recent years, the existing competitions between investment companies have been increased largely by entering private investors in capital market. Large and powerful companies try to achieve the goals predicted to increase the competition capacity. To analyze the efficiency of investment companies, parametric and non-parametric methods are used. In this research, based on the dissociation power and sensitivity of outliers efficiency frontier in DEA, the efficiency of 31 investment companies listed in Tehran Stock Exchange are evaluated by DEA models and neural network integrated model as 2 non-parametric methods during 2009-2011. Due o the weakness of DEA in ranking efficient units, these units will be ranked by Anderson and Peterson method. In DEA neural network integrated approach, multi-layer perspetron network by LM two training algorithm are used. When comparing the results of integrated model and DEA, the power of neural network will be represented for evaluating the efficiency.

Keywords: Performance Evaluation, Data Envelopment Analysis (DEA), Artificial Neural Network, Companies Investment in Tehran Stock Exchange}

Abstract View Paper Original: Persian

نکته

نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.

به جمع مشترکان مگیران بپیوندید!

جستجوی مقالات مرتبط با کلیدواژه « Companies Investment in Tehran Stock Exchange » در نشریات گروه « مدیریت »