Διαχείριση των Διαθέσιμων Κεφαλαίων των Ασφαλιστικών Ταμείων με την Χρήση Νευρωνικών Δικτύων

PDF (ελληνικά)
Veröffentlicht: Jul 10, 2017
DOI: https://doi.org/10.12681/sp.10595
Κωνσταντίνος Μέμος
Πάντειο Πανεπιστήμιο
Σάββας Ρομπόλης
Πάντειο Πανεπιστήμιο
Abstract

Η κεντρική επιδίωξη της έρευνας  επικεντρώνεται στη διερεύνηση και διατύπωση μιας εναλλακτικής μεθόδου αποτελεσματικής αξιοποίησης των διαθεσίμων κεφαλαίων της Κοινωνικής Ασφάλισης στη χώρα μας η οποία βασίζεται στη χρήση μοντέλου Νευρωνικών Δικτύων. Στο πλαίσιο αυτό η έρευνα εστιάζεται στη διαχείριση των διαθεσίμων κεφαλαίων του Συστήματος Κοινωνικής Ασφάλισης, στα Τεχνικά Νευρωνικά Δίκτυα και στο επενδυτικό μοντέλο Τεχνικών Νευρωνικών Δικτύων.

Article Details
  • Rubrik
  • Άρθρα
Creative-Commons-Lizenz
Dieses Werk steht unter der Lizenz Creative Commons Namensnennung 4.0 International.

Οι συγγραφείς των άρθρων που δημοσιεύονται στο περιοδικό διατηρούν τα δικαιώματα πνευματικής ιδιοκτησίας επί των άρθρων τους, δίνοντας στο περιοδικό το δικαίωμα της πρώτης δημοσίευσης. Άρθρα που δημοσιεύονται στο περιοδικό διατίθενται με άδεια Creative Commons 4.0 και σύμφωνα με την άδεια μπορούν να χρησιμοποιούνται ελεύθερα, με αναφορά στο/στη συγγραφέα και στην πρώτη δημοσίευση για μη κερδοσκοπικούς σκοπούς και με δικαίωμα τροποποίησης μόνον με παρόμοια διανομή (αν αναμείξετε, τροποποιήσετε, ή δημιουργήσετε πάνω στο υλικό, πρέπει να διανείμετε τις δικές σας συνεισφορές υπό την ίδια άδεια όπως και το πρωτότυπο).

Downloads
Keine Nutzungsdaten vorhanden.
Autor/innen-Biografien
Κωνσταντίνος Μέμος, Πάντειο Πανεπιστήμιο
Υποψήφιος Διδάκτωρ, Τμήμα Κοινωνικής Πολιτικής, Πάντειο Πανεπιστήμιο
Σάββας Ρομπόλης, Πάντειο Πανεπιστήμιο
Ομότιμος Καθηγητής, Τμήμα Κοινωνικής Πολιτικής, Πάντειο Πανεπιστήμιο
Literaturhinweise
Jingtao Yao, Chenw Lim Tan and Hean-Lee Poh (1998). “ Neural networks for technical analysis: A study on KLCI”, Theoretical and applied finance, vol2
Guoqiang Zhang, B. Eddy Patuwo, Michael Y.Hu (1997). “ Forecasting with artificial neural networks: The state of the art”, USA
B. Freisleben, Stock market prediction with backpropagation networks, Industrial and Engineering Applications of Artificial Intelligence and Expert System. 5th Interna-tional Conference, Paderborn, Germany (June 1992) 451-460.
S. Margarita, Genetic neural networks for financial markets: some results, ECAI’92, Vienna, Austria (1992) 211-21.
T. Plummer, Forecasting Financial Markets: A Technical Analysis and the Dynamic of Price, New York (1991)
H.-L. Poh, J. T. Yao and T. Jasic, Neural networks for the analysis and forecasting of advertising and promotion impact, Int. J. Intelligent Systems in Accounting, Finance and Management 7 (1998).
A. N. Refenes, A. Zapranis and G. Francis, Stock performance modeling using neu¬ral networks: a comparative study with regression models, Neural Network 5 (1994) 961-970.
T. Tanigawa and K. Kamijo, Stock price pattern matching system: dynamic program-ming neural network approach, IJCNN’92, Vol. 2, Baltimore, Maryland (June 1992).
S. Taylor, Modeling Financial Time Series, John Wiley & Sons (1986).
R. R. Trippi and E. Turban (eds), Neural Networks in Finance and Investing: Using Artificial Intelligence to Improve Real-world Performance, Irwin Professional Pub. (1996).
H. White, Artificial Neural Networks: Approximation and Learning Theory, Blackwell (1992).
J. T. Yao and H.-L. Poh, Equity forecasting: a case study on the KLSE index, Neural Networks in Financial Engineering, Proc. 3rd Int. Conf. on Neural Networks in the Capital Markets, Oct 1995, London, eds. A.-P N. Refenes, Y. Abu-Mostafa, J. Moody and A. Weigend, World Scientific (1996) 341-353.
Σ. Ρομπόλης , Οικονομική κρίση και κοινωνικό κράτος, επίκεντρο, Θες/νίκη 2012.
Σ. Ρομπόλης, Β. Μπέτσης, Αναλογιστική μελέτη 2013-2050, Αθήνα 2013.
Ρομπόλης Σ (1991) "Κοινωνική Ασφάλιση: Η διαρκής κρίση και οι προοπτιικές», εκδ. Παρατηρητής, Θεσσαλονίκη.
Π. Πέτρουλας, Σ. Ρομπόλης, Ε. Ξυδέας, Μ. Χλέτσος: Η Κοινωνική Ασφάλιση στην Ελλάδα: Η περίπτωση του ΙΚΑ, ΙΝΕ ΓΣΕΕ, Αθήνα, 1993
Am häufigsten gelesenen Artikel dieser/dieses Autor/in