• صفحه اصلی
  • مرور
    • شماره جاری
    • بر اساس شماره‌های نشریه
    • بر اساس نویسندگان
    • بر اساس موضوعات
    • نمایه نویسندگان
    • نمایه کلیدواژه ها
  • اطلاعات نشریه
    • درباره نشریه
    • اهداف و چشم انداز
    • اعضای هیات تحریریه
    • همکاران دفتر نشریه
    • اصول اخلاقی انتشار مقاله
    • بانک ها و نمایه نامه ها
    • پیوندهای مفید
    • پرسش‌های متداول
    • فرایند پذیرش مقالات
    • اخبار و اعلانات
  • راهنمای نویسندگان
  • ارسال مقاله
  • داوران
  • تماس با ما
 
  • ورود به سامانه ▼
    • ورود به سامانه
    • ثبت نام در سامانه
  • English
صفحه اصلی فهرست مقالات مشخصات مقاله
  • ذخیره رکوردها
  • |
  • نسخه قابل چاپ
  • |
  • توصیه به دوستان
  • |
  • ارجاع به این مقاله ارجاع به مقاله
    RIS EndNote BibTeX APA MLA Harvard Vancouver
  • |
  • اشتراک گذاری اشتراک گذاری
    CiteULike Mendeley Facebook Google LinkedIn Twitter Telegram
فصلنامه علمی-پژوهشی بررسیهای حسابداری وحسابرسی
مقالات آماده انتشار
شماره جاری
شماره‌های پیشین نشریه
دوره دوره 24 (1396)
دوره دوره 23 (1395)
دوره دوره 22 (1394)
دوره دوره 21 (1393)
دوره دوره 20 (1392)
دوره دوره 19 (1391)
دوره دوره 18 (1390)
دوره دوره 17 (1389)
دوره دوره 16 (1388)
شماره شماره 5
زمستان 1388
شماره شماره 4
زمستان 1388
شماره شماره 3
زمستان 1388
شماره شماره 2
پاییز 1388
شماره شماره 1
بهار 1388
دوره دوره 15 (1387)
دوره دوره 14 (1386)
دوره دوره 13 (1385)
دوره دوره 12 (1384)
دوره دوره 11 (1383)
دوره دوره 10 (1382)
دوره دوره 9 (1381)
دوره دوره 8 (1378)
دوره دوره 7 (1377)
دوره دوره 6 (1376)
دوره 16و17 (1375)
دوره دوره 4 (1374)
دوره دوره 3 (1373)
دوره دوره 2 (1372)
دوره دوره 1 (1372)
دوره دوره 1 (1371)
عرب‌مازار یزدی, محمد, قاسمی, مهسا. (1388). قیمت‌گذاری عرضه‌های عمومی اولیه: ترکیب شبکه‌های عصبی مصنوعی و الگوریتم ژنتیک. فصلنامه علمی-پژوهشی بررسیهای حسابداری وحسابرسی, 16(5), -.
محمد عرب‌مازار یزدی; مهسا قاسمی. "قیمت‌گذاری عرضه‌های عمومی اولیه: ترکیب شبکه‌های عصبی مصنوعی و الگوریتم ژنتیک". فصلنامه علمی-پژوهشی بررسیهای حسابداری وحسابرسی, 16, 5, 1388, -.
عرب‌مازار یزدی, محمد, قاسمی, مهسا. (1388). 'قیمت‌گذاری عرضه‌های عمومی اولیه: ترکیب شبکه‌های عصبی مصنوعی و الگوریتم ژنتیک', فصلنامه علمی-پژوهشی بررسیهای حسابداری وحسابرسی, 16(5), pp. -.
عرب‌مازار یزدی, محمد, قاسمی, مهسا. قیمت‌گذاری عرضه‌های عمومی اولیه: ترکیب شبکه‌های عصبی مصنوعی و الگوریتم ژنتیک. فصلنامه علمی-پژوهشی بررسیهای حسابداری وحسابرسی, 1388; 16(5): -.

قیمت‌گذاری عرضه‌های عمومی اولیه: ترکیب شبکه‌های عصبی مصنوعی و الگوریتم ژنتیک

مقاله 6، دوره 16، شماره 5 - شماره پیاپی 213741، زمستان 1388  XML اصل مقاله (164 K)
نویسندگان
محمد عرب‌مازار یزدی؛ مهسا قاسمی
دانشگاه شهید بهشتی
چکیده
هدف کلی این پژوهش ایجاد ابزار پیش‌بینی مناسب جهت قیمت‌گذاری عرضه‌های عمومی اولیه بوسیله شبکه‌های عصبی و الگوریتم ژنتیک است. چارچوب نظری این مطالعه بر اساس نظریه عدم تقارن اطلاعاتی می‌باشد. اگرچه ادبیات قیمت‌گذاری عرضه‌های عمومی اولیه، گستره‌ی‌ وسیعی از علایم ممکن را معرفی می‌کند، تعداد کمی از این علایم، تأثیر بااهمیتی بر کارایی پیش‌بینی دارند. نتایج پژوهش نشان می‌دهد ترکیب شبکه‌های عصبی با الگوریتم ژنتیک به منظور انتخاب متغیرهای بهینه، قدرت پیش‌بینی را به طور محسوسی افزایش می‌دهد.
کلیدواژه‌ها
الگوریتم ژنتیک؛ شبکه‌های عصبی مصنوعی؛ عرضه‌های عمومی اولیه؛ قیمت‌گذاری
عنوان مقاله [English]
Pricing Initial Public Offerings: combining Artificial Neural Networks and Genetic Algorithm
نویسندگان [English]
mohamad arab mazar؛ Mahsa Ghasemi
چکیده [English]
The article set out to create useful predicting tool for pricing initial public offerings through combining neural networks and genetic algorithm. The theoretical framework of this study is information asymmetry theory. Although the literature of pricing initial public offerings introduces variety of possible signals, a few of them have considerable effect on efficiency of predicting. The results show that combining neural networks and genetic algorithm in order to selecting the best variables improves considerably the forecasting power.
کلیدواژه‌ها [English]
Artificial Neural Networks, genetic algorithm, Initial public offerings, Pricing
آمار
تعداد مشاهده مقاله: 2,435
تعداد دریافت فایل اصل مقاله: 3,654
صفحه اصلی | واژه نامه اختصاصی | اخبار و اعلانات | اهداف و چشم انداز | نقشه سایت
ابتدای صفحه ابتدای صفحه

Journal Management System. Designed by sinaweb.