رحمان رحیمی

فین تک بر مدیریت ریسک بانک ها تأثیر دارد و بانک ها با افزایش ریسک ها تمایل به بهبود سطح فین تک در سیستم مالی خود دارند؛ ریسک های نقدینگی، اعتباری و سیستمی مهمترین ریسک های شناسایی شده در صنعت بانکداری هستند اما آنچه موجب فروپاشی کل سیستم بانکی می گردد؛ ریسک سیستمی است که ناشی از ماهیت سرایت این ریسک از یک بانک به سایر بانک ها است؛ ریسک سیستمی زمانی رخ می دهد که بی ثباتی یک موسسه مالی به دیگران سرایت می کند و به طور بالقوه باعث ایجاد یک اثر دومینویی می شود که می تواند به اثرات اقتصادی گسترده تری منجر شود. شناسایی ریسک سیستمی برای سازمان های ناظر پولی و مالی بسیار مهم است. استقرار و توسعه فین تک به طور قابل توجهی بر سیستم های بانکی تأثیر گذاشته است افزایش ریسک سیستمی می تواند مانع از حمایت از توسعه پایدار جهانی، به ویژه در اقتصادهای نوظهور شود. شاخص های متعددی برای محاسبه این ریسک وجود دارد؛ ازجمله این شاخص ها می توان به ارزش در معرض ریسک شرطی (CoVaR)، TENET (توسعه یافته مدل CoVaR)، کسری مورد انتظار نهایی (MES)، کسری مورد انتظار سیستمی (SES)، ریسک سیستمی (SRISK)، مدل های اپیدمیک (SIR) اشاره نمود. نتایج تحقیقات انجام یافته بیانگر بالا بودن سطح ریسک سیستمی در ایران می باشد؛ همچنین بر اساس تحقیقات میزان این ریسک در بانک های دولتی نسبت به بانک های خصوصی بالاتر می باشد. لازم بذکر است هر سه دسته متغیرهای درون شرکتی، برون شرکتی و تنوع سازی درآمدها و دارایی های بانک (مدیریت پرتفوی بانک) بر ریسک سیستمی تأثیر معناداری دارد؛ که این امر بر پیچیده بودن ابعاد شکل گیری این نوع ریسک دلالت دارد.

انتخاب سبد سهام یکی از مباحث مهم در حوزه مدیریت سرمایه گذاری بوده که در رابطه با نحوه تخصیص سرمایه یک سرمایه گذار به دارایی های مختلف و تشکیل یک پرتفوی کارا بحث می کند که هرچه مفروضات و شرایط مدل سازی جهت انتخاب و بهینه سازی سبد سرمایه گذاری به شرایط دنیای واقعی نزدیکتر باشد، نتایج حاصل از آن بیشتر قابل اتکا خواهد بود. در نظر گرفتن افق تک دوره ای برای سرمایه گذاری چندان واقعی نبوده و بیشتر سرمایه گذاران برای بیش از یک دوره اقدام به سرمایه گذاری می کنند که سرمایه گذار بتواند موقعیت خود را در طول زمان مورد بازنگری قرار دهد. الگو ها و روش های مختلفی از زمان ارائه کار اولیه مار کویتز تا کنون برای انتخاب سبد سرمایه گذاری بهینه ارائه شده است . با این حال یافتن مفید ترین الگو در انتخاب این سبد همواره دغدغه سرمایه گذاران بوده است. در این پژوهش تعدادی از الگوریتم های بهینه سازی سبد سهام مانند الگوریتم مورچگان ، الگوریتم ژنتیک، الگوریتم فرهنگی، الگوریتم ازدحام ذرات، الگوریتم کرم شب تاب، آورده شده است که در مورد هر کدام به صورت مختصر توضیح داده شده است.

بانکها به عنوان فعالان اصلى بازار پولى در راستاى سیاست هاى بانک مرکزى با مدیریت اعتبارات بانکى و هدایت وجوه از بخشى به بخش دیگر بر عملکرد متغیرهاى کلان اقتصادى اثر مى گذارند. استفاده صحیح از منابع جمع آورى شده در نظام بانکی مستلزم بررسى و ارزیابى صحیح ریسکهاى پیش رو و شناخت روشهاى مقابله با این مخاطرات است. یکی از معضلاتی که نظام بانکی کشورهای مختلف از جمله ایران با آن روبرو است، افزایش تسهیلات غیرجاری و معوق در شبکه بانکی است. این افزایش که نشان دهنده ریسک اعتباری بانک ها است منتج به کاهش ارزش دارایی های شبکه بانکی، نقصان ارزش ویژه بانک ها و به تبع آن بی ثباتی های مالی احتمالی در آینده است. با تغییر ترکیب تسهیلات و بهینه سازی سبد اعتباری بانک ها و موسسات مالی می توان ریسک اعتباری را کاهش داد.

یکی از مهم ترین عوامل در انتخاب سهام مستعد رشد در بورس اوراق بهادار، تصمیم گیری صحیح سرمایه گذاران می باشد. هدف این مقاله مرور ابعاد و رویکردهای موثر بر تصمیم گیری سرمایه گذاران در اقدام به خرید و فروش سهام در بازار سرمایه و بررسی خطاهای ادراکی رایج بین سرمایه گذاران بورس اوراق بهادار می باشد. از آنجایی که شخصیت انسان نقش مهمی در تعیین رفتار و عملکردش دارد و نظریه مالی رفتاری که عموماً از آن به عنوان کاربرد روانشناسی در دانش مالی تعبیر می شود سعی دارد پدیده های روانشناختی انسان در کل بازار و در سطح فردی را شناسایی نماید. نتیجه گیری نهایی حاکی از این واقعیت است که مالی رفتاری و خطاهای ادراکی نقشی تعیین کننده بر رفتار و تصمیم های سرمایه گذاران بورس اوراق بهادار و در کل در بازارهای مالی دارد.

در عصر سومین انقلاب فناوری، فناوری دیجیتال، مانند کلان داده و محاسبات ابری، به سرعت در حال رشد و توسعه است. فین تک که از ادغام امور مالی و فناوری سرچشمه می گیرد، زمانی پدیدار شد که نیاز به یکپارچگی پویا به وجود آمد. ظهور و توسعه فناوری مالی تأثیر بسزایی بر موسسات مالی به ویژه بانک های تجاری دارد. فین تک محدودیت های زمانی و مکانی را شکسته است و بانک های تجاری را قادر می سازد تا مشتریان بیش تری در منطقه بزرگ تری داشته باشند. خدمات آنلاین و ربات های هوشمندی که توسط فناوری مالی آورده شده اند، جایگزین نیروی کار سنتی شده اند و هزینه ها را کاهش داده اند. فین تک می تواند آگاهی نوآورانه بانک های تجاری را افزایش دهد، به استعدادهای نوآورانه اهمیت دهد و دائماً برای ایجاد محصولات جدید و خدمات جدید نوآوری ایجاد کند. رابطه بین فناوری مالی و بانک های تجاری یک رابطه جایگزین نیست بلکه مکمل است. فناوری مالی می تواند بانک های تجاری را برای انجام محصولات و خدمات و سایر نوآوری ها برای بهبود کارایی عملیاتی و کاهش هزینه ها تشویق کند. بسیاری از تحلیل گران، آینده صنعت بانکداری را در گرو رشد فین تک ها می دانند؛ به گونه ای که تمایل به سرمایه گذاری فین تک با سرعت زیادی درحال رشد است. فین تک در حوزه مالی شفافیت ایجاد کرده و ریسک ها را کاهش می دهند. موجب بهبود دسترسی مشتریان به خدمات مالی شده و سرعت را افزایش می دهد. فین تک طراحی شده است که با چابکی بیش تر، خدمت دهی به بخش های مختلف و خدمات بهتر و سریع تر؛ تهدیدی برای خدمات سنتی باشد و در نهایت این خدمات را به چالش بکشد.

امروزه بیش از هر زمان دیگری سرمایه گذاران و تحلیلگران مالی در بازارهای سرمایه به اطلاعات مالی قابل اتکاء تأکید دارند. کیفیت بالای گزارشگری مالی به سرمایه گذاران در برآورد بهتر ریسک و تعیین ارزش شرکت و شناسایی عوامل موثر برآن کمک نموده و منجر به بهبود تصمیم های سرمایه گذاری می گردد. اص ولاً شن اسایی عوامل موثر بر ارزش شرکت و متعاقب آن تعیین ارزش واقعی نزدیک به ارزش ذات ی شرکت ها از اهمیت بس زائی برخوردار می باشد . بنابراین ب رآورد ارزش آتی شرکت ها همواره یکی از دغدغه های سرمایه گذاران بوده است. شرکت هایی که منابع مالی برای پروژه های بودجه بندی سرمایه ای را جذب می کنند، می توانند ارزش شرکت خود را افزایش دهندکه این امر خود منجر به ورود جریان وجوه نقد به فعالیت های تأمین مالی و خروج جریان های وجوه نقد به سوی فعالیت های سرمایه گذاری مطابق با اهداف شرکت می شود. نتایج تحقیقات متعدد نشان می دهد که ورود جریان وجوه نقد از فعالیت های عملیاتی نمی تواند به عنوان یک نشانه مثبت متفاوت در نظر گرفته شود. از این رو می توان نتیجه گرفت بازار به دلیل مذکور به طور فزاینده ای برای شرکت های ایرانی رقابتی است؛ علاوه بر این، استدلال کرده ایم ارزش شرکت، در صورتی که افزایش جریان های ورودی نقدینگی حاصل از فعالیت های عملیاتی ناشی از فروش به دلیل حاشیه سود کمتر یا کاهش خرید (به دلیل کمتر شدن سهم بازار)، باشد به احتمال بالا بهبود نمی باید.

هدف از این تحقیق، بررسی تاثیر 7 روز مصرف مکمل کراتین مونوهیدرات بر پراکسیداسیون لیپید پس از فعالیت هوازی تا سر حد خستگی در کشتی گیران جوان می باشد. بنابراین، 31 کشتی گیر جوان (سن 75/2±52/19 سال؛ وزن 13/16±24/79 کیلوگرم؛ قد 49/6±173 سانتی متر؛ درصد چربی بدن 92/5±37/16) به صورت داوطلبانه در این پژوهش دو سو کور کنترل شده دارونما شرکت کردند و به صورت تصادفی به دو گروه دارونما (16=n، روزانه 4 دوز 5 گرمی مالتودکسترین) و کراتین (15=n، روزانه 4 دوز 5 گرمی کراتین مونوهیدرات) تقسیم شدند. قبل و پس از مصرف مکمل، آزمودنی ها فعالیت هوازی تا سر حد خستگی بر روی ارگومتر را انجام دادند. نمونه های ادرار در قبل، بعد و 24 ساعت بعد از فعالیت به منظور تعیین پراکسیداسیون لیپید جمع آوری شدند. افزایش غیر معنی دار اندکی در پراکسیداسیون لیپید به مقدار 43/0 درصد در گروه کراتین و 06/3 درصد در گروه دارونما پس از فعالیت مشاهده کردیم (05/0P>). افزایش معنی دار 71/3 درصدی در وزن بدن، افزایش 04/4 درصدی در توده بدون چربی، و افزایش 9/3 و 28/4 درصدی در مایع درون و برون سلولی مشاهده شد (05/0P<). یافته های حاصل از این پژوهش نشان داد که مصرف کوتاه مدت مکمل کراتین مونوهیدرات تاثیری بر پراکسیداسیون لیپید ناشی از فعالیت هوازی وامانده ساز ندارد اما، منجر به بهبود ترکیب بدن کشتی گیران گردید.

برای بررسی اثر فعالیت مقاومتی با دو حجم مختلف بر غلظت پلاسمایی پپتید YY (PYY)، نوروپپتید YY (NPY) و انسولین در مردان چاق، 9 دانشجوی مرد چاق غیرورزشکار (سن: 52/2±88/20 سال، وزن: 46/14±53/99 کیلوگرم، شاخص تودة بدن: 74/2±7/29 کیلوگرم بر مترمربع، درصد چربی بدن: 45/5±77/24) به صورت تصادفی انتخاب شدند و در دو جلسه، به فاصلة یک هفته دو پروتکل فعالیت مقاومتی را با حجم زیاد (5 نوبت×12 تکرار با وزنه 75 درصد 12 تکرار بیشینه) و کم (3 نوبت ×12 تکرار با وزنه 75 درصد 12 تکرار بیشینه) انجام دادند. نمونه گیری خون قبل، بلافاصله، یک، سه و شش ساعت بعد از فعالیت مقاومتی انجام شد. نتایج نشان می دهد غلظت هورمون PYY پس از هر دو پروتکل به طور معنی داری افزایش یافته است (05/0P<). در غلظت هورمون NPY نیز در هر دو پروتکل، بلافاصله، سه و شش ساعت بعد از فعالیت، در مقایسه با قبل از فعالیت، افزایش معنی داری مشاهده می شد (05/0P<). همچنین، غلظت هورمون انسولین در هر دو پروتکل، یک ساعت بعد از فعالیت، در مقایسه با قبل، سه و شش ساعت بعد از فعالیت افزایشی معنی دار یافت (05/0P<). سرکوب اشتها بلافاصله پس از فعالیت مقاومتی با حجم زیاد بیشتر از فعالیت مقاومتی با حجم کم بود (05/0P<). میزان اشتها بلافاصله بعد از فعالیت در هر دو پروتکل به طور معنی داری کمتر از یک، سه و شش ساعت بعد از فعالیت بود (05/0P<). به طور کلی نتایج تحقیق نشان داد حجم فعالیت مقاومتی تأثیری معنی دار بر غلظت هورمون های PYY، NPY و انسولین ندارد. با وجود این، کاهش اشتها در فعالیت مقاومتی با حجم زیاد بیشتر از فعالیت مقاومتی با حجم کم است.

هدف از پژوهش حاضر عبارت است از بررسی تغییرات غلظت GH و IGF-1 نسبت به استراحت های متفاوت بین ست ها در تمرینات مقاومتی. از این رو، 15 ورزشکار رشته پرورش اندام با میانگین سن 2 ± 22 سال و وزن 8 ± 84 کیلوگرم در این تحقیق شرکت کردند. آزمودنی ها دو برنامه تمرین مقاومتی مختلف را که از نظر حجم یکسان (حرکت پرس سینه و اسکات با 5 ست × 10 تکرار بیشینه) ولی از نظر استراحت بین ست ها متفاوت بودند انجام می دادند (1 دقیقه در برابر 3 دقیقه استراحت). از آزمودنی ها قبل، بلافاصله بعد، و 1 ساعت بعد از دو برنامه تمرینی نمونه خون گرفته شد. نمونه های خون برای اندازه گیری میزان GH و IGF-1 با استفاده از روش رادیوایمونواسی (RIA) و لاکتات خون در آزمایشگاه تجزیه و تحلیل شد. تجزیه و تحلیل داده ها با آزمون تحلیل واریانس دوسویه و آزمون تعقیبی شفه انجام شد. سطح معناداری در این تحقیق 05/0P < در نظر گرفته شد. نتایج پژوهش حاضر نشان داد هر دو برنامه تمرینی در غلظت هورمون GH و لاکتات خون نسبت به قبل از تمرین افزایش معناداری را سبب شدند. همچنین، مقایسه تاثیرات دو برنامه نشان داد GH و لاکتات خون در برنامه تمرین مقاومتی با استراحت کوتاه مدت (1 دقیقه) نسبت به برنامه تمرین مقاومتی با استراحت بلندمدت (3 دقیقه) افزایش معناداری داشت. تغییرات هورمون IGF-1 نسبت به قبل از تمرین در هر دو برنامه تمرین مقاومتی از نظر آماری معنادار نبود. با این وجود، افزایش معناداری در غلظت این هورمون 1 ساعت بعد از انجام هر دو برنامه مشاهده شد. نتایج پژوهش حاضر از استراحت بین ست ها در تمرینات مقاومتی که متغیر مهمی در افزایش غلظت هورمون های GH و IGF-1 است حمایت می کند. باید خاطر نشان کرد استراحت کوتاه مدت (1 دقیقه) بین دوره های تمرینی نسبت به استراحت بلندمدت (3 دقیقه) افزایش بیشتری را در هورمون های آنابولیکی سبب شده است.