مهندسی مالی و مدیریت اوراق بهادار (مدیریت پرتفوی)
سال:1397 | دوره:9 | شماره:37 |تعداد مقالات:18

سرمایه گذاری به عنوان یک تصمیم مالی همواره دارای دو مؤلفه ریسک و بازده بوده است که مبادله میان این دو ترکیب های گوناگون سرمایه گذاری را بوجود می آورد. تمامی تصمیمات سرمایه گذاری براساس روابط میان ریسک و بازده صورت می گیرد. در این پژوهش سعی شده است از مدلی است برای انتخاب چند دوره ای سبد سهام استفاده شود تا بیشترین مطلوبیت را نصیب سرمایه گذاران نماید. در مدل پیشنهادی علاوه بر واریانس ازگشتاور مرتبه سوم نیز برای بهینه سازی استفاده شده است. دراین تحقیق با استفاده از داده های بازده 50 شرکت بزرگ بورس اوراق بهادار تهران از لحاظ ارزش بازاری از سال های 1386 تا 1395 کوشیده است تا با در نظر گرفتن چولگی و هزینه معاملات در طی چند دوره بتواند مدلی ارائه نماید تا با مینیمم سازی واریانس تابع مطلوبیت سرمایه گذار میزان تخصیص بهینه هر دارایی را مشخص نماید. خروجی مدل پیشنهادی با خروجی مدل مارکویتز و همچنین مدل ساده 1/N با در نظر گرفتن ترجیحات متفاوت سرمایه گذار، توسط ابزارهای مختلف پیشنهادی ارزیابی عملکرد پرتفو، مورد مقایسه قرار گرفته شده است. نتایج بدست آمده نشان می دهد که مدل پیشنهادی نسبت به مدل های مذکور عملکرد بهتری از خود نشان داده است.

در دنیای امروز بازارهای سرمایه با توجه به پیشرفت تکنولوژی های کامپیوتری و استفاده از زیر ساختهای فناوری اطلاعات امکان ایجاد سودآوری از طریق معاملات پربسامد را افزایش داده است. هدف اصلی این پژوهش بررسی و ارائه مدلی است از الگوریتم های معاملات زوجی است که توان ایجاد بازدهی بالاتری را نسبت به الگوریتم های پیشین مبتنی بر هم انباشتگی داشته باشد. در مطالعه پیشینه تحقیقات یکی از محدودیت های الگوریتم معاملات زوجی استفاده از حدود و قوانین ثابت بوده است که نمی تواند بخشی از پویایی های سیستم را مدل نمایید. این پژوهش که بر حسب هدف در زمره تحقیقات کاربردی و از حیث گردآوری داده ها در قالب تحقیقات توصیفی با رویکرد ارائه یک مدل قرار می گیرد. به منظور آزمون مدل با استفاده از داده های سال 1395 سهام به صورت درون روزی مدلها آزمون شدند. جامعه آماری این تحقیق 50 شرکت برتر بورس اوراق بهادار تهران بوده اند که با استفاده از فیلتر نمودن داده ها به منظور ایجاد جفت سهم این تعداد به 33 سهم کاهش یافت که این تعداد به عنوان نمونه انتخاب گردید. با پیاده سازی دو مدل الگوریتم معاملات زوجی و الگوریتم معاملات زوجی کنترل کیفیت آماری فازی نتایج پژوهش ارائه گردید و در پایان نتایج نشان داد که الگوریتم اصلاح شده در دوره مشابه سرمایه گذاری توانسته است 95/57% بازده ایجاد نماید در حالی که مدل پایه 17/46% بازده را برای سرمایه گذرار به همراه داشته است.

هدف اصلی این پژوهش طراحی مدلی جهت پیش بینی مضیقه مالی شرکت های صنعت فلزات اساسی، کانی های غیرفلزی و ماشین آلات و تجهیزات با استفاده از مدل Bagging می باشد. همچنین سعی می گردد توانمندی این مدل از لحاظ دقت پیش بینی با مدل های پیشی بینی درخت تصمیم و بیز نیز مقایسه گردد. جامعه آماری این پژوهش را کلیه شرکت های هر یک از این صنایع تشکیل می دهد. معیار بکارگرفته شده برای تعیین مضیقه مالی شرکت ها، ماده 141 قانون تجارت ایران می باشد و قلمرو زمانی پژوهش را سال های 1380 تا 1395 تشکیل می دهد. در این پژوهش ابتدا عملکرد هر یک از این دو مدل طراحی شده (Bagging و مدل پایه آن) بر حسب هر صنعت مقایسه گردید. نتایج این مقایسه نشان داد که به طور متوسط برای هر یک از این صنایع، مدل Bagging دارای دقت پیش بینی بالاتری نسبت به مدل پایه آن یعنی درخت تصمیم و بیز است. علاوه بر این با عنایت به نتایج بدست آمده حاصل از اجرای این مدل ها برای هر یک از این صنایع، می توان چنین نتیجه گیری کرد که هریک از مدل های Bagging، درخت تصمیم و بیز روش مناسبی برای پیش بینی مضیقه مالی شرکت های این صنایع می باشند.

پیش بینی نرخ بازدهی سهام همواره به عنوان یکی از مهم ترین مباحث بازارهای مالی مطرح بوده است. در این پژوهش عملکرد مدل های پنج عاملی فاماوفرنچ و مدل کانسلیم در انتخاب سهام برتر در بورس اوراق بهادار تهران مورد ارزیابی قرار گرفته شده است. در این پژوهش داده های مربوطه از 105 شرکت فعال در بورس اوراق بهادار تهران در بازه زمانی 1388 تا 1394 گردآوری شده است. در این راستا ابتدا هریک از متغیر های صرف ریسک بازار، صرف ریسک بازده سهام، اندازه، ارزش، سودآوری و سرمایه گذاری محاسبه شده و در مرحله دوم شرکت ها را بر اساس متغیرهای بالا به دو دسته تقسیم کرده و در مرحله سوم با تشکیل پرتفوی 2×2×2×2 بر اساس بازدهی ماهیانه سهام، هریک از عامل های اندازه، بازار، ارزش، سودآوری و سرمایه گذاری محاسبه شده است. همچنین در مدل CANSLIM پس از محاسبه هفت عامل کل داده ها به صورت صفر و یک در محیط نرم افزاری EXCEL طبقه بندی شده و در نهایت برای تجزیه وتحلیل داده ها از نرم افزار EVIEWS و STATA استفاده شده است. نتایج حاصل از پژوهش نشان می دهد بین دو مدل در انتخاب سهام با بازدهی بالا تفاوت معنادار وجود دارد و مدل پنج عاملی فاماوفرنچ در انتخاب سهام برتر توان توضیح دهندگی بالاتری نسبت به مدل کانسیلم دارد.

صنعت کشاورزی که از آن بعنوان یک صنعت مادر یاد می شود، با ریسک های متعددی روبرو می باشد و این امر سبب کاهش تمایل سرمایه گذاران به سرمایه گذاری در این صنعت گردیده است. برخی از این ریسک ها از جمله ریسک بلایای طبیعی، ریسک های خاص این صنعت محسوب می شود. کشورهای توسعه یافته به منظور پوشش ریسک مذکور از ابزارهای گوناگونی از جمله ابزار مشتقه آب وهوا استفاده می کنند. ابزار مشتقه آب وهوا همانند سایر ابزارهای مشتقه که در بازارهای مالی مورد استفاده قرار می گیرند، بر مبنای دارایی پایه خود ارزشگذاری شده با این تفاوت که دارایی پایه آن را شاخص دما، بارش باران، بارش برف و. . . تشکیل می دهد. این پژوهش ضمن مرور ماهیت قراردادهای مشتقه آب وهوا، به امکان سنجی فقهی برای اجرای ابزارهای مذکور پرداخته است. روش تحقیق به کار گرفته شده در این خصوص نیز، روش تحقیق اجتهاد چندمرحله ای می باشد. بر اساس نتایج این پژوهش استفاده از این ابزارها به شکلی که در بازارهای متعارف معامله می شود به دلیل مالیت نداشتن دارایی پایه و همچنین عدم رعایت اصل اکل مال به باطل و شبهه عدم رعایت اصل ممنوعیت ضرر، منطبق با مبانی فقه امامیه نمی باشد. در عین حال امکان رفع ایرادات و طراحی ابزار منطبق با فقه امامیه دور از ذهن نیست.

انتخاب سبد سهام از مهم ترین تصمیم گیری های سرمایه گذاران نهادی است. اولین بار در سال 1950 مارکوویتز با معرفی مدل میانگین-واریانس به وارد کردن معیار ریسک به تصمیم گیری درباره انتخاب سبد سهام پرداخت. این اقدام منجر به شکل گیری شاخه ای پرکاربرد به نام بهینه سازی سبد سهام شد. بهینه سازی سبد سهام با افزودن محدودیت های واقعی شکل پیچیده تری به خود گرفت؛ بطوریکه با افزایش تعداد دارایی ها یا محدودیت ها، تبدیل به مسئله ای ان پی-سخت می شود که حل آن با روش های مبتنی بر مشتق گیری ممکن نیست؛ بنابراین بایست از روش های عددی یا فراابتکاری بهره جست. هدف این پژوهش، بهینه سازی سبد سهام به کمک الگوریتم فراابتکاری نهنگ است. این روش با الهام از روش زندگی نهنگ ها در سال 2016 معرفی شد. این پژوهش با استفاده از بازده های سهام شرکت های موجود در شاخص 50 شرکت فعال تر بورس اوراق بهادار تهران، به بهینه سازی این سبد با الگوریتم نهنگ پرداخته و ضمن مقایسه آن با دو الگوریتم فراابتکاری دیگر، مزایای آن در بهینه سازی سبد سهام را بررسی می کند.

در پژوهش حاضر یک سیستم استنتاج فازی عصبی انطباق پذیر (ANFIS) مبتنی بر تحلیل مولفه های اصلی (PCA) جهت پیش بینی درماندگی مالی شرکت ها پیشنهاد شده است. این سیستم نه تنها توانایی سازگاری و یادگیری را دارد، بلکه خطا را نیز کاهش می دهد؛ زیرا از پارامترهای اضافی هنگامی که متغیرهای ورودی بیش از حد هستند، اجتناب می کند. برای تأیید اثربخشی این مدل، تعداد 181 شرکت پذیرفته شده در بورس اوراق بهادار تهران (905 شرکت-سال) با استفاده از نمونه ای سیستماتیک در دوره زمانی 1390 تا 1394 انتخاب شدند که از این تعداد، 58 شرکت-سال درمانده مالی و تعداد 847 شرکت-سال سالم بودند. این شرکت ها به طور تصادفی به دو مجموعه تقسیم شدند: مجموعه آموزش جهت طراحی مدل و مجموعه وارسی جهت اعتبارسنجی مدل. نتایج حاصل از پژوهش نشان می دهد سیستم استنتاج فازی عصبی انطباق پذیر (ANFIS) مبتنی بر تحلیل مولفه های اصلی (PCA) قابلیت پیش بینی وقوع درماندگی مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران را دارد و زمانیکه مدل پیشنهادی با الگوریتم فراابتکاری ازدحام کبوتر ترکیب می گردد با کاهش مقدار خطا دقت مدل افزایش می یابد. بنابراین مشاهده می شود که استفاده از یک الگوریتم مکمل می تواند دقت پیش بینی مدل PCA-ANFIS را افزایش دهد.

عدم تقارن اطلاعات می تواند اثرات زیادی بر بازارهای مالی برجا بگذارد. از اثرات مهم اطلاعات نامتقارن در بازار، جهت گیری عمکرد بازار به سمت اخلال و عدم کارایی است؛ چراکه نحوه ورود اطلاعات در نوسان قیمت بازار و تعیین قیمت نهایی اثرگذار است و عدم تقارن اطلاعات می تواند کارایی را کاهش دهد. در این راستا هدف اصلی این پژوهش سنجش ریسک عدم تقارن اطلاعات با استفاده از مدل احتمال مبادله آگاهانه (PIN) در شرکت های بورس اوراق بهادار تهران است. نتایج نشان می دهد که میزان ریسک عدم تقارن اطلاعات هر یک از شرکت های بورس اوراق بهادار تهران یکسان نیست و تفاوت معنی داری بین شاخص ریسک عدم تقارن اطلاعات آنها وجود دارد.

ﻣ ﺘ ﺪ اول ﺗ ﺮ ﯾ ﻦ ﻣ ﻌ ﯿ ﺎ ر ﺳ ﻨ ﺠ ﺶ رﯾ ﺴ ﮏ ﺑ ﺎ زار روش ارزش در ﻣ ﻌ ﺮ ض ﺧ ﻄ ﺮ ﻣ ﯽ ﺑ ﺎ ﺷ ﺪ . ارزش در ﻣ ﻌ ﺮ ض ﺧ ﻄ ﺮ ﺣ ﺪ اﮐ ﺜ ﺮ زﯾ ﺎ ﻧ ﯽ اﺳ ﺖ ﮐ ﻪ ﻣ ﻤ ﮑ ﻦ اﺳ ﺖ در ﯾ ﮏ دوره زﻣ ﺎ ﻧ ﯽ ﻣ ﻌ ﯿ ﻦ و ﺑ ﺎ در ﻧ ﻈ ﺮ ﮔ ﺮ ﻓ ﺘ ﻦ ﯾ ﮏ ﺳ ﻄ ﺢ اﻃ ﻤ ﯿ ﻨ ﺎ ن ﻣ ﺸ ﺨ ﺺ در ﭘ ﺮ ﺗ ﻔ ﻮ ﯾ ﯽ از داراﺋ ﯽ ﻫ ﺎ رخ دﻫ ﺪ . در تحقیق حاضر اطلاعات شاخص قیمت بازار آتی سکه لحاظ شده است. بازه داده های روزانه استفاده شده از 1387 تا 1396 است. بر اساس نتایج تحقیق داده های قیمت آتی سکه توزیع نرمال نداشتند؛ بر این اساس با استفاده از روش (TGARCH) اقدام به برآورد ارزش در معرض خطر در این بازار نمودیم. قبل از برآورد مدل با استفاده از از آنالیز موجک در 7 دوره زمانی 2 تا 128 روزه اقدام به تجزیه سری زمانی نمودیم. در دوره های زمانی کوتاه توزیع نرمال بهتر از سایر توزیع ها عمل نموده؛ اما در بازه های زمانی طولانی تر توزیع t چوله نسبت به سایر توزیع ها عملکرد بهتری دارد. در موقعیت فروش این رفتار آستانه در بازه زمانی طولانی تری مشاهده می شود. امید به رشد قیمت آینده از سوی سرمایه گذاران تا حدی می تواند این تغییرات رفتار در طی زمان را توجیه نماید.

هدف این پژوهش بررسی رابطه میان سهام شناور آزاد با بازدهی، نقدشوندگی و ارزش شرکت های پذیرفته شده در بورس اوراق بهادار تهران است. در این پژوهش از داده های متعلق به 134 شرکت پذیرفته شده در بورس اوراق بهادار برای دوره زمانی سال های 1389 تا 1395 استفاده شده است. برای تجزیه و تحلیل داده های جمع آوری شده و آزمون فرضیه ها، مدل های رگرسیون چند متغیره با استفاده از داده های ترکیبی مورد استفاده قرار گرفته است. نتایج نشان داد که بر اساس فرضیه اول رابطه بین سهام شناور آزاد و بازدهی سهام مثبت و معنی دار می باشد. در فرضیه دوم، علی رغم معنی دار نبودن مقدار آماره متناظر با نسبت جاری اما معنی داری کل مدل و رابطه مثبت و معنی دار سهام شناور آزاد با نقدشوندگی سهام تایید گردید. در فرضیه سوم، همچنین با وجود معنی دار نبودن مقدار آماره بازده دارایی ها، معنی داری کل مدل رگرسیونی تایید گردید و نتیجه اینکه رابطه مثبت و معناداری بین سهام شناور آزاد با ارزش شرکت ها وجود دارد.

سرمایه گذاران، سهامداران، مدیران و دیگر ذینفعان با ورشکسته شدن شرکت، متضرر شده و دارایی خود را از دست خواهند داد. بنابراین وجود مکانیزمی که به بررسی و پیش بینی بحران مالی شرکت ها بپردازد امری ضروری و اجتناب ناپذیر بشمار می رود. تحقیقات متعددی در خصوص پیش بینی ورشکستگی صورت گرفته که استفاده از الگوریتم های هوش مصنوعی و فرا اکتشافی از نمونه مدل های دهه اخیر می باشند. در این پژوهش با استفاده از اطلاعات شرکت های بورس اوراق بهادار تهران مربوط به سال های 1390-1395، شامل 41 شرکت موفق و 25 شرکت ورشکسته به عنوان جامعه آماری تحقیق استفاده شده است. نسبت های مالی به عنوان متغیرهای این پژوهش می باشند که این متغیرها به عنوان نسبت های موثر در ورشکستگی با استفاده از الگوریتم فراکتشافی کرم شب تاب به عنوان یکی از مدل های هوش مصنوعی استخراج شده است که 9 نسبت مالی را شامل می شود، و در این راستا رتبه بندی شرکت های سالم و ورشکسته نیز صورت گرفت. دو فرضیه برای این پژوهش تدوین گردیده است که نتایج بدست آمده علاوه بر تایید فرضیات، حاکی از پیش بینی های درست 95. 12 درصدی برای سال اول، 85. 36 درصدی برای سال دوم و 80. 48 درصدی برای سال سوم است.

توانایی انتخاب بهینه ترین تغییر در ترکیب سبد دارایی ها، سرمایه گذار را به بالاترین سطح کارایی و اثربخشی در امر سرمایه گذاری در شرایط پویا و پر از تغییر بازار سرمایه می رساند. متوازن سازی مجدد پرتفوی، از طریق تغییر در ترکیب اوزان سهام، حذف سهام، خرید و فروش سهام و. . . صورت می گیرد. از این رو در این پژوهش به حل یک مدل متوازن سازی مجدد سبد سهام چندهدفه با پارامترهای فازی پرداخته شد. معیارها یا اهداف در نظر گرفته شده در این تحقیق بازده، ریسک، نقدینگی و عدم قطعیت می باشند. همچنین هزینه های معاملاتی با توجه به اهمیت آن، به عنوان یک معیار فرعی در نرخ بازده خالص در نظر گرفته می شود. مدل متوازن سازی مجدد سبد سهام چندهدفه با پارامترهای فازی توسط برنامه ریزی آرمانی فازی و یک الگوریتم هوشمند ترکیبی که شبیه سازی فازی را با یک الگوریتم ژنتیک ترکیب می کند حل می گردد. نتایج حاصل حاکی از اثربخشی رویکرد حل و کارایی مدل در کاربردهای عملی با در نظر گرفتن سطوح متفاوتی از سرمایه گذاران می باشد.

هدف این پژوهش، بررسی رابطه سطوح مختلف مالکیت مدیریتی (بالا، متوسط و پایین)، سهام شناور آزاد، نوسان پذیری بازده سهام و سن شرکت با همزمانی قیمت سهام در شرکت های پذیرفته شده در بورس اوراق بهادار تهران است. همچنین، متغیرهای اندازه و اهرم مالی نیز به عنوان متغیر کنترلی در نظر گرفته شده است. این پژوهش از لحاظ هدف کاربردی بوده و دوره زمانی آن شامل سال های 1391 تا 1395 و نمونه برگزیده متشکل از 89 شرکت است. برای آزمون فرضیه های پژوهش نیز از روش رگرسیون چندمتغیره در نرم افزار Eviews استفاده شد. یافته های حاصل از آزمون فرضیه های پژوهش نشان می دهد که رابطه بین مالکیت مدیریتی و همزمانی قیمت سهام به صورت: مالکیت مدیریتی بالا (منفی و معنادار)، مالکیت مدیریتی متوسط (منفی و معنادار)، سهام شناور آزاد (منفی و معنادار)، سن شرکت (مثبت و معنادار)، نوسان پذیری بازده سهام (مثبت و معنادار) و اهرم مالی (مثبت و معنادار) است. در نتیجه، لازم است که به این مساله توجه بیشتری شود.

بورس اوراق بهادار یکی از ابزارهای مالی کشورها در کل دنیا محسوب می شود. وقوع رکود در این بازار می تواند اثرات مهمی از جمله کاهش نقدینگی، کاهش سودآوری شرکت های پذیرفته شده در بورس و همچنین کاهش رشد اقتصادی را در پی داشته باشد. در این مقاله به دنبال استخراج و پیش بینی سیکل های زمانی در بورس اوراق بهادار هستیم. در ابتدا با استفاده از شاخص کل بورس و بهره گیری از مدل MSI(3)AR(2) سه سیکل زمانی رکود، رونق متوسط و رونق بالا در بورس اوراق بهادار استخراج می شود. سپس با استفاده از ادغام الگوریتم NSGA(II) و سه مدل شبکه عصبی مهم ترین متغیرهای پیش بین به تفکیک هر مدل تعیین شده و به پیش بینی وضعیت سه ماه آینده بازار می پردازیم. در نهایت عملکرد سه نوع شبکه عصبی پرسپترون چند لایه، پایه شعاعی و شبکه احتمالی در انتخاب ویژگی و پیش بینی وضعیت آینده بازار با یکدیگر مقایسه شد. نتایج حاکی از آن است نتایج حاکی از آن است که هر سه مدل مورد نظر با توجه به معیارهای میزان خطا، دقت مدل و ضریب کاپا نتایج قابل قبولی را ارائه می دهند و مدل شبکه احتمالی نسبت به سایر مدل ها از خطای پایین تر، دقت و ضریب کاپا بیشتری برخوردار است.

هدف این مطالعه ارائه مدلی ریاضی بر اساس مدل های برنامه ریزی ریاضی جهت یافتن بهترین ترکیب تسهیلات و سپرده های بانک کشاورزی در سال 1394 می باشد که ضمن رضایت مشتریان بیشترین سود را برای بانک به دنبال داشته باشند. در این مطالعه حجم نمونه با جامعه آماری برابر است و شامل کلیه شعب بانک کشاورزی استان کرمان می باشد. همچنین مدل با استفاده از سه روش برنامه ریزی خطی، برنامه ریزی آرمانی و برنامه ریزی فازی برآورد گردیده است. تجزیه و تحلیل داده ها با استفاده از نرم افزارهای Excel وWinQSB صورت گرفته است. بر اساس نتایج، برنامه ریزی خطی و آرمانی نسبت به برنامه ریزی فازی و تخصیص فعلی بانک بیشترین سود را به دنبال خواهند داشت و سود حاصل از تسهیلات پرداختی با استفاده از برنامه ریزی خطی و آرمانی نسبت به برنامه ریزی فازی و تخصیص فعلی بانک افزایش داشته است. نتایج حاکی از این است که استفاده از مدل های برنامه ریزی خطی و آرمانی می توانند مدیران را در جهت تخصیص بهینه منابع به منظور بازدهی بالاتر یاری رساند.

یافتن بهترین راه جهت بهینه سازی پرتفوی پس از انتشار مقاله مارکویتز در سال 1952 همواره یکی از دغدغه های فعالان در صنعت مدیریت سرمایه گذاری بوده و خواهد بود در حالی که چندین دهه تئوری میانگین واریانس بعنوان سنگ بنای مالی مدرن مورداستفاده قرارمی گرفت، شواهدتجربی نشان می دهد که مدل استاندارد مارکویتز نمی تواند به اندازه کافی رفتار و تابع مطلوبیت سرمایه گذاران نشان دهد. هدف اساسی تحقیق حاضر، بررسی مفاهیم مالی رفتاری[i]، تئوری پرتفوی رفتاری[ii] (شفرن و استتمن[iii]، 2000) تبیین شده و تئوری میانگین واریانس[iv] (مارکویتز[v]، 1952) پرداخته شده و سپس به مقایسه تخصیص دارایی روی مرز کارایی توسط تئوری پرتفوی رفتاری و تئوری میانگین واریانس می پردازد. در این تحقیق، مطابق با هدف مذکور، 4 فرضیه مطرح شد که مورد تجزیه و تحقیق آماری قرار گرفتند. نمونه آماری تحقیق 247 شرکت پذیرفته شده در بازار اوراق بهادار تهران می باشند که داده های آنها برای یک دوره 5 ساله (91 تا 96) به روش بوت استراپ مورد تجزیه و تحلیل آماری قرار گرفت. در تحقیق حاضر مشخص شد بیش از 70 درصد موارد تئوری پرتفوی رفتاری و تئوری پرتفوی رفتاری مبتنی برالگوی چشم انداز تجمعی وتئوری پرتفوی میانگین-واریانس منطبق بر مزر کارایی میانگین واریانس می باشد.

پیش بینی نرخ ارز به عنوان یک متغیر اقتصادی مهم مورد علاقه فعالان اقتصادی است. یکی از رویکردهای متداول در پیش بینی، رویکرد تکنیکال است که از رفتار گذشته نرخ ارز برای پیش بینی استفاده می کند. البته با توجه به ساختار آشوب گونه و غیر خطی بازارهای مالی، نمی توان با یک روش مشخص و ساده که از ترکیب ابزارهای مختلف تکنیکال بدست می آید به پیش بینی بازار پرداخت و نیاز به روش های پیچیده تری می باشد. در دهه اخیر شبکه های عصبی به عنوان یکی از پرکاربرد ترین روش ها در زمینه طبقه بندی، تشخیص الگو و پیش بینی سری های زمانی پیچیده مورد استفاده قرار گرفته است. در این تحقیق یک مدل شبکه عصبی چندلایه جهت پیش بینی نرخ ارز یورو به دلار ارایه می شود که با بهره گرفتن از داده ها و متغیر های برگرفته شده از تحلیل تکنیکال به پیش بینی قیمت در روز آینده با دقت مطلوب می پردازد. نتایج بیانگر عملکرد مناسب این روش در مقابل سایر روش های متداول تحلیل تکنیکال و شبکه عصبی می باشد.

قراردادهای طرح و ساخت به خاطر پیچیدگی و ریسک، زمان و هزینه اجرای طرح را تحت تاثیر قرار می دهند. طبق ماده 23 قانون برنامه و بودجه مصوب 1352، مدل مناسبی برای تخصیص ریسک وجود ندارد. این پژوهش تلاشی برای پیشنهاد مدل تخصیص ریسک برمبنای یک ساز و کار ساده برای تخصیص ریسک های حیاتی به بخش های پروژه جهت محاسبه بهای تمام شده قراردادهای طرح و ساخت می باشد. به علاوه، این مدل امکان مقایسه پروژه ها را برای شناسایی پروژه های ریسک دار فراهم می کند. ساختار مدل برمبنای شیوه دلفی برای 41 ریسک در 10 گروه می باشد. همه عوامل بوسیله اهمیت وزنی ریسک ها، که ترکیبی از احتمال ریسک و تاثیر زمان و هزینه برآن بود، تحلیل وزنی شدند. نتایج مدل، مهمترین عوامل برای تخصیص ریسک و اقدام مناسب کارفرما، پیمانکار و طرفین را تبیین نمود. مدل برای داده های واقعی در دو پروژه به روش مطالعه موردی برای اعتباردهی بکار گرفته شد. نتایج تاکید داشت فهم و بکارگیری این مدل برای پروژه ها آسان و از قابلیت انعطاف برای متغیر های موجود برخوردار است.