اگر بخواهیم پارامترهای فرآیند اتورگرسیو {Xn} را با استفاده از فرآیند مشاهده شده {Xn+Zn} برآورد کنیم، این برآوردها به طور بدی اریب بوده و سازگار نمی باشند، اما می توانیم این زیان را با استفاده از یک رویه برآورد استوار مانند GM- برآوردها به حداقل برسانیم. سوالی که پیش می آید این است که آیا آلوده کردن جمعی روی برآوردهای پارامترهای اولیه در حالت واریانس نامتناهی به اندازه حالت واریانس متناهی تاثیر دارد یا خیر؟ خواهیم دید که اگر {Zn} نسبت به فرآیند اولیه {Xn} دنباله های بالاتری داشته باشد برآورد پارامترهای فرآیند اولیه زیاد تحت تاثیر قرار نمی گیرد، یعنی حداقل سازگاری حفظ می شود.

ارزش دلار آمریکا، قیمت نفت خام و قیمت طلا سه متغیر مهم اقتصادی هستند که تغییرات آن ها تأثیرات عمده ای بر روند رشد اقتصادی کشورهای تولیدکننده نفت دارد. در این مطالعه با توجه به اثرات متقابل بازارهای جهانی نفت خام، طلا و نرخ ارز بر هم، تأثیر تکانه های حاصل از قیمت نفت ایران و قیمت طلای جهانی بر نوسانات نرخ ارز ایران با استفاده از داده های روزانه 1391: 4 تا 1392: 5 و الگوی واریانس شرطی اتو رگرسیو آستانه ای با لحاظ شکست ساختاری بررسی شده است. نتایج نشان داد که میزان تکانه های مثبت و منفی (اخبار خوب و بد) اثرات معنی داری از لحاظ آماری داشته و تأثیر اخبار خوب بازارهای نفت و طلا روی نرخ ارز بیشتر بوده است. از همین رو با توجه به مثبت بودن اثر، می توان با کنترل بازار طلا و نفت و ایجاد ثبات در این بازارها به تثبیت وکنترل نرخ ارز نیز کمک کرد.

در این مقاله با بهره گیری از تحلیل هم انباشتگی و کاربرد "الگوی خود رگرسیو با وقفه های توزیعی" و استفاده از آمارهای سری زمانی یک دوره 42 ساله، نقش عوامل موثر بر تقاضای پول در اقتصاد ایران مورد ارزیابی قرار گرفته است. یافته های مطالعه، بیانگر وجود یک رابطه تعادلی بلند مدت بین تقاضای واقعی پول و متغیرهای کلان اقتصادی نظیر تولید ناخالص داخلی واقعی، نرخ سود اسمی و نرخ تورم می باشد، به طوری که ثبات تابع تقاضای پول را در اقتصاد ایران تایید می کند. نتایج این مطالعه، نشان می دهد که تقاضای واقعی پول نسبت به تغییرات تولید ناخالص داخلی، حساسیت بیشتری در مقایسه با نرخ تورم و نرخ سود سپرده های بلند مدت دارد و کشش درآمدی بلند مدت برای تابع تقاضای پول، برابر با 2.620 می باشد. کشش تورمی تقاضای پول، کوچک و برابر با 0.038 است و مبین این واقعیت است که تابع تقاضای پول نسبت به تغییرات سطح عمومی قیمتها وضعیتی کشش ناپذیر دارد و از قدرت عکس العمل چندانی برخوردار نیست. ضریب تعدیل محاسبه شده تابع تقاضای واقعی برای پول برابر با 0.19 می باشد که به معنای کندی ساز و کار تعدیل در اقتصاد ایران است به گونه ای که فرایند تعدیل تابع تقاضای پول در کشور تقریبا در یک دوره زمانی پنج ساله محقق می گردد.

پذیرش کانال های آنلاین و تجارت الکترونیک، به تغییرات مداوم و پویا در صنعت خرده فروشی، به عنوان یک توسعۀ اجتناب ناپذیر منجر شده و بسیاری از شرکت ها را با چالش انتخاب مناسب ترین کانال فروش، برای ارائۀ یک تجربۀ یکپارچه به مشتریان خود مواجه کرده است. خرده فروشی همه جانبۀ یکپارچه، با مفهوم ادغام همۀ کانال ها، ضمن ایجاد تجربۀ مذکور، باعث افزایش پیچیدگی فرآیندهای پیش بینی و برنامه ریزی می شود. این پژوهش با هدف کاهش عدم اطمینان تقاضای ناشی از خطای پیش بینی، ازطریق در نظر گرفتن رفتار خرید مشتریان در پیش بینی و به کمک استفاده از روش های یادگیری ماشین، روشی دقیق تر برای پیش بینی تقاضای کانال همه جانبۀ یکپارچه ارائه کرده است. به این منظور، ابتدا داده های فروش شرکت مطالعه شده، جمع آوری و با استفاده از الگوریتم پیچش زمانی پویا خوشه بندی شد؛ سپس بر هر خوشه یک بار شبکۀ عصبی اتو رگرسیو غیرخطی و بار دیگر، شبکۀ عصبی اتو رگرسیو غیرخطی با ورودی برون زا اجرا و نتایج حاصل از شبکه های عصبی با معیارهای ارزیابی عملکرد R2 و RMSE با روش استفاده شده در شرکت مطالعه شده، مقایسه شد. مقایسۀ نتایج نشان داد عملکرد شبکۀ عصبی اتو رگرسیو غیرخطی، با ورودی برون زا بر داده های خوشه بندی شده به روش پیچش زمانی پویا، برای کاهش خطای پیش بینی تقاضا در کانال همه جانبۀ یکپارچه، نسبت به دو روش دیگر برتری دارد.

وقوع جرم به عنوان یک پدیده نامطلوب اجتماعی، علل اقتصادی و اجتماعی متعددی داشته و با توجه به اهمیت موضوع جرم در کشورهای مختلف، در سال های اخیر مطالعات گسترده ای برای شناسایی و تبیین علل وقوع آن انجام شده است. باید اذعان داشت که عوامل اقتصادی، عامل اساسی برای تمام ساختارهای اجتماعی بوده و تاثیرات قابل توجهی بر روی فعالیت های فردی ازجمله وقوع جرم دارد. این مقوله در سال های اخیر در کشور موردتوجه قرارگرفته و تحقیق حاضر کوششی در این راستا است. این تحقیق از حیث نوع و هدف، کاربردی و ازنظر ماهیت توصیفی با استفاده از تکنیک پیمایشی به صورت تحلیل-استنباطی است که با استفاده از مدل اتو رگرسیو فضایی-زمانی با اثرات تصادفی، عوامل اقتصادی جرم جعل اسناد در کشور ایران طی دوره ای 10 ساله (1395-1385) موردبررسی قرارگرفته است. در دوره موردبررسی، متغیرهای بیکاری، فقر نسبی به ترتیب با فراوانی 14 درصد و 10 درصد بر جرم جعل اسناد در کشور تاثیرگذار بوده به طوری که افزایش آن ها موجب افزایش نرخ جعل اسناد شده است و متغیر صنعتی شدن به میزان 30 درصد موجب کاهش نرخ جعل اسناد گردیده است. متغیرهای نظری بیکاری، فقر نسبی با ارتکاب به جرم جعل اسناد رابطه معنی دار و مستقیم داشته اما صنعتی شدن رابطه معکوس دارد. همچنین متغیر اقتصادی نابرابری درآمدی در تحلیل معنی دار نشد.

پیش بینی سود و ارزیابی فایده مندی سودهای گزارش شده برای سرمایه گذاران، از دیرباز مورد توجه پژوهشگران بوده، به طوری که هماهنگ ترین تلاش پژوهشی در تاریخ حسابداری در این زمینه صورت گرفته است. مهمترین پرسش استفاده کنندگان اطلاعات مالی ، فایده مندی سود گزارش شده در صورت های مالی است. نظریه های اقتصادی، نقش اصلی سود شرکت را کمک به تخصیص منابع در بازار سرمایه می دانند . بیشتر الگوهای ارزیابی، سهام سود مورد انتظار را به عنوان یک متغیر توضیحی در نظر می گیرند (لیو ، 1989)، با وجود این، نتایج تحقیقات انجام شده حمایت قاطعی از فایده مندی سودهای گزارش شده یعنی آسانی پیش بینی بازده سهام را اریه نمی دهند. بنابراین تحقیقات بیشتر ضرورت می یابد. هدف اصلی این پژوهش، بررسی توانایی پیش بینی سود در سطح صنعت، با به کارگیری الگوهای سری زمانی است. یافته های این تحقیق که از تجزیه و تحلیل داده های مربوط به 103 شرکت، در ده رشته صنعتی به دست آمده است دلالت به موارد زیر دارد,: 1- برای پیش بینی سود شرکت ها الگوی خود بازنگر با میانگین متحرک ( ARMA ) با وقفه دو، نسبت به وقفه چهار برتری دارد. 2- مقایسه الگوی ARMA با وقفه دو الگوی گام تصادفی؛ نشان می دهد الگوی گام تصادفی، برای پیش بینی سود در صنعت محصولات غذایی، لاستیک و پلاستیک، محصولات کانی غیر فلزی و وسایط نقلیه موتوری بر الگوی ARMA با وقفه دو، برتری دارد. 3- فرایند تولید سود شرکت های فعال در صنعت وسایط نقلیه موتوری، ماشین آلات و دستگاه های برقی و شرکت های دارویی مشابه می باشد. در سایر صنایع نیز فرآیند تولید سود برای بیش از دو سوم شرکت های هر صنعت مشابه می باشد.

در تحلیل سری های زمانی ممکن است با وضعیت هایی روبرو شده باشیم که در آن برخی از ارکان مدل، کمیت های نادقیق باشند. یکی از متداول ترین این وضعیت ها، نادقیق بودن مشاهدات تحت بررسی است که معمولا در اثر خطای اندازه گیری یا اشتباهات انسانی رخ می دهد. در این مقاله، یک مدل جدید سری زمانی اتو رگرسیو فازی مبتنی بر رویکرد ماشین بردار پشتیبان پیشنهاد می شود. برای این منظور، از تابع هسته برای استواری و انعطاف مدل و از قیود لحاظ شده در مدل برای کنترل نقاط استفاده شده است. به منظور بررسی عملکرد و اثر بخشی مدل سری زمانی اتو رگرسیو فازی پیشنهادی، برخی معیارهای نیکویی برازش استفاده می شوند. نتایج به دست آمده بر اساس یک مثال از داده های سری زمانی فازی شبیه سازی شده و دو مثال واقعی، نشان داد که روش پیشنهادی در مقایسه با سایر روش های موجود دارای عملکرد بهتری بوده است