دانلود و نمایش مقالات مرتبط با ارزیابی سهام::صفحه 1
دانلود بهترین مقالات isi همراه با ترجمه فارسی 2

با سلام خدمت کاربران در صورتی که با خطای سیستم پرداخت بانکی مواجه شدید از طریق کارت به کارت (6037997535328901 بانک ملی ناصر خنجری ) مقاله خود را دریافت کنید (تا مشکل رفع گردد). 

نتیجه جستجو - ارزیابی سهام

تعداد مقالات یافته شده: 2
ردیف عنوان نوع
1 مـالکیت مـدیریتـی، انعطـاف پذیری مـالـی، و ارزیابـی سهـام
سال انتشار: 2015 - تعداد صفحات فایل pdf انگلیسی: 24 - تعداد صفحات فایل doc فارسی: 42
این مقاله با بکارگیری یک نمونه از شرکت¬های موجود در بازارهای بورس چین از سال 2003 تا 2012، تأثیر مالکیت مدیریتی بر تصمیمات سرمایه¬گذاری شرکت¬ و ارزیابی سهام گزینه¬های رشد/ انطباق از دیدگاه نظریه-ی ارزیابی مبتنی بر گزینه¬های واقعی را مورد بررسی قرار می¬دهد. افزون براین، بررسی می¬کند که آیا رابطه¬ی میان مالکیت مدیریتی و سرمایه¬گذاری شرکت و ارزیابی سهام بسته به نوع مالکیت تغییر می¬کند یا خیر. نتایج تجربی نشان می¬دهد که مالکیت مدیریتی می¬تواند انعطاف¬پذیری مالی مدیریت را بهبود بخشد و ارزش سهام منتسب به گزینه¬های رشد و انطباق را افزایش دهد. تحلیل¬های بیشتر نشان می¬دهد که چنین اثراتی در درجه¬ی نخست در شرکت¬های خصوصی دیده می¬شوند.
کلیــدواژه: مالکیت مدیریتی | انعطاف پذیری مالی | گزینه ی رشد | گزینه ی انطباق.
مقاله ترجمه شده
2 Developing an approach to evaluate stocks by forecasting effective features with data mining methods
توسعه روشی برای ارزیابی سهام با پیش بینی ویژگی های موثر با روش های داده کاوی-2015
In this research, a novel approach is developed to predict stocks return and risks. In this three stage method, through a comprehensive investigation all possible features which can be effective on stocks risk and return are identified. Then, in the next stage risk and return are predicted by applying data mining techniques for the given features. Finally, we develop a hybrid algorithm, on the basis of filter and func- tion-based clustering; the important features in risk and return prediction are selected then risk and return re-predicted. The results show that the proposed hybrid model is a proper tool for effective feature selection and these features are good indicators for the prediction of risk and return. To illustrate the approach as well as to train data and test, we apply it to Tehran Stock Exchange (TSE) data from 2002 to 2011.© 2014 Elsevier Ltd. All rights reserved.
Keywords: Stock market | Data mining | Classification algorithm | Feature selection | Function-based clustering method
مقاله انگلیسی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi
بازدید امروز: 10236 :::::::: بازدید دیروز: 0 :::::::: بازدید کل: 10236 :::::::: افراد آنلاین: 85