غزاله  کاظمی

غزاله کاظمی

مطالب
ترتیب بر اساس: جدیدترینپربازدیدترین

فیلترهای جستجو: فیلتری انتخاب نشده است.
نمایش ۱ تا ۲ مورد از کل ۲ مورد.
۱.

تجربه برند مقصد گردشگری: تحلیل علم سنجی و دستور کار پژوهش برای آینده(مقاله علمی وزارت علوم)

کلیدواژه‌ها: تجربه برند مقصد گردشگری علم سنجی تکنیک های تحلیل ارزیابی و رابطه ای

حوزه‌های تخصصی:
تعداد بازدید : ۲۹ تعداد دانلود : ۳۲
زمینه و هدف: طی دهه اخیر، تجربه برند مقصد گردشگری به عنوان یکی از اصلی ترین جنبه های برند در مقام نظریه و عمل برای ارتقای رقابت پذیری و  پایداری شناخته می شود؛ لذا با توجه به وجود شکاف مقالات علم سنجی در زمینه تجربه برند مقصد، هدف کانونی مطالعه، سازمان دهی ادبیات در دسترس  برای تجزیه و تحلیل مضامین مفهومی و شناسایی روندهای آینده پژوهش، در عرصه فوق است. روش شناسی: پژوهش حاضر از نوع مروری و بر مبنای رویکرد علم سنجی استوار است و تکنیک های ارزیابی و رابطه ای هم تألیفی و هم رخدادی واژگان برای تحلیل اطلاعات اسنادی مبنا واقع شد. داده های جامعه آماری پژوهش از دو پایگاه وب آو ساینس و اسکوپس استخراج  و برای تجزیه و تحلیل داده ها، از نرم افزار وی او اس ویوور، استفاده گردید. یافته ها: تجربه برند مقصد مفهومی نوظهور بوده و به سرعت در میان نویسندگان تراز اول جهان، مجلات علمی و کشورهای پیشتاز در صنعت گردشگری در حال توسعه است. براساس تحلیل هم واژگانی مشخص شد که مفهوم تجربه برند مقصد، ماهیتی چندبعدی دارد و حوزه های مفهومی مدیریت و برندسازی، انسان شناختی، رفتاری و فناوری اطلاعات را هدف قرار داده است. نتیجه گیری و پیشنهادها: رسانه های اجتماعی، پیشران های تجربه برند، ارزش ویژه برند، وفاداری، رضایت، توسعه مقصد، ارزش تجربی ادراک شده، رفتار پایدار و هم آفرینی ارزش تجربه از جمله حوزه های مفهومی فراگیر در راستای باز جهت گیری مطالعات برای ارتقای تجربه برند مقصد در آینده به شمار می آیند. نوآوری و اصالت: پژوهش حاضر به دلیل پوشش شکاف مطالعه مروری بر مبنای رویکرد علم سنجی در زمینه تجربه برند مقصد، دارای نوآوری بوده و بر غنای ادبیات مرتبط نیز افزوده است.
۲.

Multi-Period Portfolio Selection: Balancing Return and Squared Value at Risk Objectives

تعداد بازدید : 0 تعداد دانلود : 0
In this paper, we have modeled and optimized the multi-period stock portfolio by considering variance heterogeneity and determining the optimal number of stock packages. This model seeks to maximize the return and minimize the risk of the investment portfolio using the squared value at risk. Due to the investment portfolio in this research is based on predicted values; therefore, autoregressive modeling and variance heterogeneity have been used to predict stocks returns. Prediction is done with Python software. The linearized mathematical model for optimizing the portfolio in each period was solved using GAMS software. Furthermore, three stock portfolio designs, including predicting returns and optimizing periodic portfolio, a random portfolio, and a combination of low-risk and high-yield cases have been investigated. In two designs, the random portfolio and the portfolio with 5 high-return and 5 low-risk stocks, with the increase in the risk rate level, the annual return increases, which indicates the consistent relation between risk and return. In the periodic portfolio, this trend has been observed up to 20% risk level, while at 25% risk, there has been a decrease in return. The periodic portfolio has shown more fluctuations in profitability, while the combined approach and the random portfolio have had a more stable trend in increasing profitability with increasing risk.

کلیدواژه‌های مرتبط

پدیدآورندگان همکار

تبلیغات

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

حوزه تخصصی

زبان