منابع مقاله b (3747)

شما می توانید تکه های دیگری از این مطلب را با جستجو در همین سایت بخوانید

ولی برای دانلود فایل اصلی با فرمت ورد حاوی تمامی قسمت ها با منابع کامل

اینجا کلیک کنید

از جانبداری، قابل تایید، مربوط، کمیت پذیر، کامل، قابلیت مقایسه، قابل فهـم، بـه موقـع و عملـی
بودن از نظر تهیه و ” مقرون به صرفه” باشد.
د–2 روشهای پیش بینی :
روشهای پیش بینی به دوگروه اصلی روشهای کیفی و روشهای کمی طبقه بندی می شود.
د–1-2 روشهای کیفی : در این روشها از نظر ها و عقاید صاحب نظران برای پیش بینی اسـتفاده
می شود. نحوه پیش بینی شامل برازش منحنی ذهنی، روش دلفی، مقایسه تکنولوژی مستقل زمانی،
روشهای تقابلی، درخت مرتبط(مناسب) و روش مرفولوژیکی می باشد. پیش بینی های سود که بـر
اساس اجماع تحلیل گران مالی ارائه می شود، در این گروه طبقه بندی می شود.
د–2-2 روشهای کمی : این روشها زمانی استفاده مـی شـود کـه داده هـای مربـوط بـه گذشـته
موجود باشد. مدل های کمی پیش بینی به دو نوع مدلهای تـک متغیـره و مـدل هـای چنـد متغیـره
28
فصل دوم- ادبیات وپیشینه ?قیق
تقسیم می شوند. این مدلها براساس روشها و تکنیک های مختلف آمـاری بـرازش مـی گردنـد. در
مدلهای تک متغیره تنها بر اساس الگوی تاریخی یک متغیر مستقل ، متغیر وابسته پـیش بینـی مـی
شود. در مدل های چند متغیره با فرض تداوم الگوی تاریخی در آینده و با اسـتفاده از روابـط بـین
متغیر مورد نظر و سایر متغیر ها، ارزش آتی متغیر وابسته پیش بینی می شود.
روش های پیش بینی را به لحاظ آماری می توان به شرح زیر طبقه بندی کرد(هانک،ریتسچ.(1992
د–1-2-2 روشهای پیش بینی هموار سازی نمایی: این تکنیک برای میانگین گیری اثرات متغیر
تصادفی استفاده می شود و سری های هموار شده، سـری هـایی از میـانگین اسـت کـه بـر اسـاس
اط?عات موجود گذشته محاسبه گردیده است. روش های زیر در این گروه قرار می گیرند:
• روش هموار سازی ساده براون
• روش هموار سازی خطی براون
• روش هموار سازی درجه دوم براون
• روش هموار سازی نمایی دوبل
• روش هموار سازی دوبل با روند خطی
• روش هموار سازی نمایی تطبیقی
• روش هموار سازی هالت
هر یک از این روشها بایستی با توجه به مفروضات و ساختار خاص داده ها به کاررود.
د–2-2-2 روشهای تجزیه و تحلیل روند: در این روش هدف تعیین روند هـایی اسـت کـه داده
های سری زمانی با آن منطبق می باشد. روشهای تحلیل روندشامل:
• روند خطی
29
فصل دوم- ادبیات وپیشینه ?قیق
• روند درجه دو
• روند لگاریتمی
• رونددرجه سه
تابع ترکیبی
• تابع توانی
• تابع نمایی
• تابع رشد
• تابع روند معکوس
می باشد.
د–3-2-2 مدل های باکس -جنکینس :1(ARIMA) این مدل هـای تخصصـی، متغیـر هـای
مستقل را کامل در پیش بینی نادیده می گیرد. چنانچه سری های زمانی مشاهدات گذشته وابسته یـا
مرتبط به یکدیگر باشند، این روش مناسب است.
این سه روش، زمانی که متغیر ها پیوسته می باشند و هـدف پـیش بینـی نقطـه ای اسـت، مناسـب
هستند چنانچه متغیر وابسته اسمی تعریف شود، روش های آماری دیگری به شرح زیر بـرای پـیش
بینی بایستی استفاده شود.
د–4-2-2تجربه و تحلیل تمایزی: این روش مانند رگرسیون چند متغیری اسـت و زمـانی مفیـد
است که متغیر وابسته به صورت طبقه ای و منعکس کننده یک گروه مجزا یا گسسته باشد. در ایـن
روش یک معادله خطی، برآورد ارزش تک تک متغیر ها را تبدیل به یک نمره Z می نماید. در ایـن
1–Atuo Regressive Integrated Moving Average
30
فصل دوم- ادبیات وپیشینه ?قیق
روش فرض می شود که متغیر ها کام? مستقل و توزیع آن ها نرمال و ماتریس کوواریانس گروه ها
یکسان است.
د–5-2-2 تجزیه و تحلیل ?جیت: ?جیت یک مدل احتمالی شرطی است که با توجه بـه ارزش
متغیر های مستقل مشاهده شده، مشخص می کند که هر مشاهده متعلق به کدام گروه معین اسـت.
?جیت محدودیت های آماری کمتری دارد و بر خ?ف تجزیه و تحلیل تمایزی نیـازی نیسـت کـه
داده ها توزیع نرمال داشته باشند، یا ماتریس کوواریانس گروهها مساوی باشند. نتیجـه پـیش بینـی
این مدل ها به صورت احتمال بین صفر و یک ارائه می شود. مث? در خصوص پیش بینـی افـزایش
یا کاهش سود، مقدار احتمال بیش از 0,5 به عنوان افزایش و کمتر از آن بـه عنـوان کـاهش سـود ،

دیدگاهتان را بنویسید