میر فیض فلاح شمس

زنجیره تأمین انرژی به عنوان بخش مهمی از کارکردهای رقابتی صنایع به ویژه صنایع مادر همچون پتروشیمی، نقش مهمی برای حفظ رقابت و بهبود مستمر شرکت های فعال در این صنعت ایفا می کند لذا ارزیابی الگوی زنجیره تأمین انرژی در صنعت پتروشیمی، با استفاده از شاخص بهره وری مالمکوئیست منجر به کاهش هزینه های تولید و ارزیابی بهتر صنعت و تدوین سیاست های آتی شرکت های فعال در این عرصه می شود. ابتدا ورودی و خروجی های زنجیره تأمین انرژی با استفاده از روش تحلیل کیفی تعاملی شناسایی شده و با توجه به جنس ورودی مدل ریاضی جهت برآورد هزینه های ورودی جهت تأمین خروجی و کارایی زنجیره تأمین در دو سال متوالی نوشته شده سپس شاخص مالمکوئیست هزینه ای با توجه به خروجی های مدل برآورد می شود و پتروشیمی که بیشترین مقدار شاخص هزینه ای مالمکوئیست و کمترین مقدار هزینه های خروجی را داراست به عنوان جواب بهینه موردنظر مدل انتخاب می شود

هدف این پژوهش بررسی توانایی سرمایه گذاران صندوق های سرمایه گذاری در پیش بینی عملکرد صندوق های سرمایه گذاری مشترک و انتخاب صندوقی با بازدهی بالاتر می باشد. برای پیش بینی این که آیا سرمایه گذاران و وجوه نقدی که از سوی آن ها وارد صندوق های سرمایه گذاری می گردد توانایی انتخاب صندوق کاراتر را دارد یا خیر، در ابتدا اطلاعات 34 صندوق در بازه زمانی 1391 تا 1399 جمع آوری شده تا هوشمندی وجوه نقد مورد بررسی قرار گیرد. در همین راستا دوره های رونق و رکود بازار سرمایه از یکدیگر تفکیک شده و توانایی سرمایه گذاران در هریک از این دوران مورد بررسی قرار گرفت تا مشخص گردد که آیا سرمایه گذاران در دوره های مختلف بازار به صورت متفاوتی عمل کرده اند یا خیر. همچنین، سرمایه گذاران حقیقی و حقوقی از یکدیگر جدا شده تا عملکرد هر یک به صورت جداگانه مورد بررسی قرار گیرد. با استفاده از مدل چهارعاملی کارهارت، بازده تعدیل شده در برابر ریسک صندوق ها به منظور بررسی هوشمندی سرمایه گذاران محاسبه شده که نتایج تحقیق حاکی از آن بود که سرمایه گذاران در هنگام ورود پول در حالت رونق بازار و همچنین، هنگام خروج پول در حالت رکود بازار هوشمندانه عمل کرده اند.

بانک ها به عنوان واسطه گر وجوه، ضمن تجهیز منابع در قالب سپرده های بانکی و تخصیص آن به بنگاه های اقتصادی می بایست از طریق حفظ منافع سپرده گذاران، اعتماد و اطمینان جامعه به شبکه بانکی را تأمین نمایند. هدف این تحقیق، ارایه مدل نظارت مبتنی بر ریسک توسط نهاد ناظر بر بانک ها و مؤسسات اعتباری می باشد. برای این منظور پس از مرور مبانی نظری، و تحقیقات گذشته، نظریه اولیه ،مؤلفه های موثر و مقوله ها معرفی و روابط مفهومی پدیده ها درمدل منظور گردید. جامعه آماری پژوهش حاضر، شامل کلیه متخصصان وصاحب نظران حوزه بانکداری بوده و با توجه به اینکه شواهد مورد نیاز پژوهش با چهل گویه سنجیده شده است، براساس نسبت 10 برابر متغیرهای مشاهده شده، نمونه لازم به تعداد چهار صد و دو نفر انتخاب گردید. در ادامه بر اساس روش مدل سازی معادله ساختاری SEM))الگوهای فرضی از ارتباطات مستقیم و غیر مستقیم در میان یک مجموعه از متغیرهای مشاهده شده و پنهان، مورد بررسی و آزمون قرار گرفت. متغیر های مذکور در قالب 12 سازه و مولفه در ساختار مدل تعریف شده است. در این پژوهش برای استخراج عوامل زیر بنایی از تحلیل عاملی اکتشافی و برای بررسی اعتبار و روایی از تحلیل عاملی تاییدی استفاده شده است. طبق نتایج ، شرایط علی بیان شده در مدل شامل فقدان ساختار و فرایند مناسب و عدم کفایت نظارت تطبیقی و تغییرات و پیچیدگی محیط کسب کار صنعت بانکداری و نیز شرایط زمینه ای از جمله شرایط اقتصادی و اجتماعی و ویژگی صنعت بانکداری و شرایط مداخله گر(نقش حاکمیت و دولت در اداره و نظارت بانک ها ویکپارچگی و وحدت رویه) بر راهبردهایی معرفی شده در مدل شامل نظارت در چرخه عمر، وضع قوانین و مقررات مناسب، گردآوری اطلاعات و گزارشگری، رعایت الزامات حاکمیت شرکتی و مدیریت ریسک و ارزیابی عملکرد) تاثیر دارد. از سوی دیگر توجه به راهبردهای مذکور منجربه ثبات و سلامت بانکی به عنوان پیامد نهایی مدل ارایه شده می شود.

هدف: مدیریت ریسک یکی از ملزومات اساسی ارتش های نوین است. امروزه بدون پیاده سازی فرایندهای علمی، قادر به شناسایی و رفع مخاطرات در محیط های پویا نخواهیم بود. تحلیل ریسک و اولویت بندی آن، یکی از رویکردهای اساسی به منظور شناسایی ریسک های اثرگذار در سازمان های دفاعی است. روش: به دلیل عدم دسترسی به اطلاعات سازمان های نظامی در این تحقیق از روش های آماری از قبیل رگرسیون سری زمانی، مدل بردار خودرگرسیو، مدل گارچ چندمتغیره و ارزش در معرض خطر شرطی برای اطلاعات سال های 1394 الی 1401 بانک ها استفاده شده است.یافته ها: نتایج تحقیق نشان می دهد که می توان از طریق کمّی سازی ریسک ها در یگان های مختلف سازمان های نظامی، به شناسایی، تحلیل و اولویت بندی ریسک ها اقدام کرد.نتیجه گیری: به فرماندهان پیشنهاد می شود بخش مدیریت ریسک را تقویت نمایند و به طور منظم بر اساس شاخص های ریسک، ریسک های داخل یگان ها را ارزیابی و مدیریت کنند

یادگیری عمیق، زیرمجموعه ای از کلاس گسترده تر از روش های یادگیری ماشین مبتنی شبکه های عصبی می باشد که اخیراً در حوزه های مختلفی از جمله پیش بینی سری های زمانی در بازارهای مالی، توجهات زیادی را به خود جلب کرده است. در این تحقیق، ابتدا بر اساس مدل های یادگیری عمیق مبتنی بر شبکه های LSTM و CNN حرکت شاخص بورس اوراق بهادار تهران پیش بینی می گردد. در ادامه با ترکیب دو مدل مذکور، مدل هیبریدی یادگیری عمیق CNN-LSTM به منظور پیش بینی شاخص بورس اوراق بهادار تهران مورد استفاده قرار گرفت. در مرحله بعد، به منظور ارزیابی عملکرد مدل های پیش بینی مذکور، سه معیار سنجش کارایی میانگین درصد قدرمطلق خطای متقارن (SMAPE)، میانگین مطلق درصد خطا (MAPE) و ریشه میانگین مربع خطا (RMSE) مورد استفاده قرار گرفت. در این تحقیق از داده های روزانه شاخص بورس اوراق بهادار تهران در دوره زمانی 23/4/1395 - 26/1/1400 استفاده شده است. نتایج برآورد مدل ها در پیش بینی شاخص بورس اوراق بهادار تهران با گام یک روزه و مقایسه معیارهای سنجش کارایی، حاکی از برتری عملکرد مدل پیشنهادی CNN-LSTM در مقایسه با دو مدل دیگر می باشد. مدل LSTM در رتبه بعدی دقت و کارایی پیش بینی قرار می گیرد. با توجه به نتایج ارایه شده در این تحقیق، به فعالین بازارهای مالی در ایران پیشنهاد می گردد مدل های تلفیقی یادگیری عمیق را به منظور افزایش کارایی و دقت پیش بینی های خود مورد توجه قرار دهند.

هدف: پژوهش حاضر با هدف، بررسی اثرگذاری فساد مالی، آزادی اقتصادی، قوانین و مقررات و شفافیت بر سودآوری بانک های پذیرفته شده در بازار سرمایه ایران انجام شد. روش: این پژوهش از نظر هدف کاربردی، از نوع داده های آمیخته اکتشافی است و از لحاظ ماهیت توصیفی-پیمایشی و بر اساس زمان اجرای پژوهش، مقطعی است. جامعه مورد مطالعه در بخش کیفی شامل مبانی نظری و پیشینه های مرتبط در پایگاه های داده از سال 1396 تا 1402 و خارج از سال 2018 تا 2023 و همچنین خبرگان دانشگاهی و صاحب نظران امور بانکی و مالی بود. در بخش تجزیه و تحلیل داده ها، در بخش کیفی از تحلیل مضمون با استفاده از نرم افزار Maxqda2020 و در بخش کمی، از آمار توصیفی و استنباطی با استفاده از نرم افزارهای SPSS-V23 و Lisrel V8.8 استفاده شد. یافته ها: نتایج پژوهش نشان داد که فساد مالی تأثیر منفی و قابل توجهی بر سودآوری بانک های پذیرفته شده در بازار سرمایه ایران دارد. نتیجه گیری: فساد مالی در بانک های بازار سرمایه ایران تأثیر قابل توجه و منفی بر سودآوری داشته و عواملی مانند آزادی اقتصادی، قوانین و مقررات، و شفافیت بر سودآوری این بانک ها اثر مثبتی دارند.

هدف اصلی پژوهش حاضر بررسی تاثیر عدم قطعیت (نااطمینانی) اقتصادی و سیاست های دولتی بر بی ثباتی قیمتی بخش بانکی در  بورس اوراق بهادار تهران با در نظر گرفتن ناپایداری ساختاری در پارامترهای مدل می باشد. در این راستا، به منظور برآورد نااطمینانی متغیرهای پژوهش، انواع مدل های متقارن، نامتقارن و غیر خطی GARCH برآورد شده و در نهایت بر اساس معیارهای اطلاعاتی و معنی داری ضرایب عدم تقارن، مدل EGARCH به عنوان الگوی بهینه انتخاب گردید. در ادامه تاثیر شاخص های نااطمینانی بر بی ثباتی شاخص بخش بانکی در قالب مدل خودبازگشتی برداری پارامتر متغیر-زمان (TVP-VAR) مورد بررسی قرار گرفت. در این پژوهش از داده های ماهانه در دوره زمانی 1389:4-1399:6 استفاده شده است. نتایج برآورد نهایی مدل پژوهش حاکی از متغیر بودن ضرایب تاثیر شاخص های نااطمینانی بر بی ثباتی بخش بانکی است. به صورتی که تاثیر عدم قطعیت سیاست های دولتی (متغیر نااطمینانی درآمدهای مالیاتی) بر بی ثباتی بخش بانکی در ابتدا منفی و در انتهای دوره مثبت برآورد شده است. بر اساس توابع عکس العمل آنی (IRF)، تأثیر نااطمینانی تورم به عنوان شاخص نااطمینانی اقتصادی بر بی ثباتی بخش بانکی مثبت برآورد شده است. همچنین، تاثیر نااطمینانی سیاست های دولتی از کانال نااطمینانی نرخ ارز تاثیری مثبت بر تلاطم بخش بانکی در بورس اوراق بهادار داشته است. با این حال نااطمینانی سیاست های دولتی بر اساس شاخص نااطمینانی درآمدهای مالیاتی تاثیرگذاری منفی بر بی ثباتی قیمتی بخش بانکی داشته است و این تاثیر به تدریج کاهش پیدا کرده است.

هدف: تکانه های مالی و اقتصادی و نااطمینانی در تغییرات آن، همواره به بازار هدف محدود نیست و ممکن است به سایر بازارها نیز سرایت کند. نتایج تحقیقات تجربی مانند جورادو و همکاران (۲۰۱۵) و گابور و گابوتا (۲۰۲۰) نشان می دهند که سرایت عدم قطعیت بین بخشی و همچنین اهمیت این عدم قطعیت ها در طول زمان ثابت نیست و دچار تغییر می شوند. در مدل های رگرسیون سری زمانی سنتی، فرض می شود که می توان از رابطه با ضرایب ثابت در زمان های مختلف استفاده کرد. نتایج نادرست این فرض غیر واقعی، مدل های پویایی را به وجود آورده است که بیشتر شبیه واقعیت دنیای بیرون است. رویکرد فضای حالت یکی از روش های مدل سازی سیستم های پویا است که رفتار سیستم را در این شرایط مدل سازی، پیش بینی و تجزیه وتحلیل می کند. یکی از کاربردهای این رویکرد این است که امکان ناپایداری ساختاری در پارامترها را فراهم می کند و اجازه می دهد تا ضرایب در طول زمان متغیر باشند. مدل هایی از این دست تحت عنوان مدل های پارامتر زمان متغیر TVP شناخته می شوند. هدف از این تحقیق، واکنش بخش های مالی، مسکن و اقتصاد کلان در ایران، به تکانه های یکدیگر با تأکید بر اثرهای سرایت نااطمینانی است. روش: پژوهش حاضر از لحاظ هدف کاربردی و از لحاظ ماهیت و روش از نوع تحلیل هم بستگی است. از نظر ویژگی و جهت داده ها، پس رویدادی و از طریق اطلاعات گذشته است. در پژوهش حاضر برای جمع آوری منابع نظری، از روش کتابخانه ای و برای جمع آوری داده های مورد نیاز به منظور آزمون فرضیه ها، از روش آرشیوی استفاده شده است. برای آزمون تغییرات سرایت نااطمینانی بین بخشی، از مدل خودرگرسیون برداری با پارامترزمان متغیر (TVP-VAR) و داده های ماهانه، از فروردین ۱۳۸۷ تا اسفند ۱۳۹۸ استفاده شده است. در این راستا، ابتدا شاخص های نااطمینانی با استفاده از مدل های قارچ محاسبه شد و در ادامه با بهره گیری از رهیافت TVP-VAR و تجزیه واریانس خطای پیش بینی تعمیم یافته، رابطه کل پویا و همچنین رابطه پویای جهت دار جفت شاخص ها آزمون شد. یافته ها: نتایج پژوهش نشان می دهد که منبع عمده نااطمینانی، بخش اقتصاد کلان است و این بخش به صورت عمده، منبع و انتقال دهنده نااطمینانی به سایر بخش های مالی و مسکن است. همچنین بخش مسکن به صورت خالص دریافت کننده نااطمینانی از دو بخش دیگر است. در نتیجه می توان استدلال کرد که سرایت نااطمینانی بین بخش مالی و بخش مسکن، دو سویه و به صورت هم بستگی شرطی پویا بوده است؛ ولی سرایت نااطمینانی از بخش کلان اقتصادی به بخش مالی و بخش مسکن یک سویه است. نتیجه گیری: مطابق نتایج، سرایت نااطمینانی بین بخشی و همچنین اهمیت این نااطمینانی ها ثابت نیست و در طول زمان تغییر می کند؛ از این رو با توجه به متفاوت بودن کانال های ارتباطی سرایت نوسان ها میان بازارها شناسایی منبع سرایت به انتخاب سیاستی که آسیب پذیری را در برابر سرایت کاهش دهد، کمک شایانی خواهد کرد و عملکرد مدیریت ریسک سبد دارایی ها را افزایش خواهد داد.

هدف اصلی از سرمایه گذاری در بازار سهام، کسب بیشترین بازده در زمان مورد نظر می باشد. معاملات موفق در بازارهای مالی می بایست نزدیک به نقاط کلیدی بازگشتی انجام گردد. در این پژوهش در تلاش هستیم تا با مطالعه تحقیقات پیشین قواعد تکنیکی پر کاربرد را انتخاب و با بهره گیری از الگوریتم کرم شب تاب و گرگ خاکستری، پارامترهای تصمیم گیری در قواعد تکنیکی مذکور برای هر سهم، بهبود و سیگنال های متناقض صادره از اندیکاتور های بهینه شده را به سیگنال واحد مبدل نماییم. در نهایت ازطریق شبکه عصبی حافظه کوتاه مدت ماندگار سعی در پیش بینی موقعیت های ورود و خروج در بازار سهام را خواهیم داشت.این پژوهش از سال 1390 تا شهریور 1401 روی شرکت های بورس اوراق بهادار تهران انجام گردیده است. مدل پیشنهادی توانسته است با خطای حدود سی و شش درصد نقاط خرید، فروش و نگهداری را برای یک روز معاملاتی آتی برای سرمایه گذاران بلند مدت، به درستی شناسایی نماید.

هدف مقاله حاضر بررسی مسئله حباب قیمتی بر اساس گزارشگری مالی در شرکت های پذیرفته شده در بورس اوراق بهادار تهران در دوره قبل و بعد از تصاحب بوده است. یکی از استراتژی ها که در بازار سرمایه ایران، در طول دوره های اخیر به جهت برنامه خصوصی سازی صنایع دولتی و به تبع آن بزرگ شدن شرکت های سرمایه گذاری رو به افزایش است، استراتژی تصاحب است. این استراتژی، ازجمله استراتژی های شرکت ها جهت افزایش موقعیت رقابتی خود در راستای حداکثرکردن ثروت سهامداران است. خرید و تصاحب شرکت ها می تواند به عنوان فرصت معاملاتی تلقی گردد و خریدار به وسیله آن ازکاهش سهم بازار جلوگیری کرده و مانع ورود رقیب جدید می گردد. در این مطالعه از اطلاعات مربوط به شرکت های واگذار شده برای دوره زمانی 1401-1392 استفاده شده است. نتایج بدست آمده بیانگر این بوده است که رابطه مثبت بین افزایش در قیمت سهام و تصاحب وجود داشته است و در مدل رگرسیون لاجیت برآورد شده مشاهده شد که افزایش یک درصدی در تصاحب می تواند منجر به افزایش 6.5 درصدی در افزایش در قیمت و حباب قیمتی و واکنش متفاوت شرکت ها به اخبار مثبت و منفی شود. بر این اساس نتایج آزمون حاکی از این است که بین تصاحب و بروز حباب قیمتی ارتباط وجود دارد و در شرکت هایی که تصاحب و تغییر در مالکیت دارند احتمال بروز حباب قیمتی بیشتر است.

هدف اصلی تحقیق حاضر بررسی تاثیر عدم قطعیت (نااطمینانی) اقتصادی و سیاستی بر ثبات مالی بخش بانکی است. در این راستا ابتدا نااطمینانی تورم به عنوان شاخص نااطمینانی اقتصادی و نااطمینانی درآمدهای مالیاتی دولت و نااطمینانی نرخ ارز به عنوان شاخص های نااطمینانی سیاست های دولتی با استفاده از مدل های واریانس ناهمسانی شرطی خودرگرسیو تعمیم یافته (GARCH) محاسبه می گردد. در ادامه تاثیر این شاخص ها بر ثبات مالی بخش بانکی (محاسبه شده با استفاده از رویکرد ZSCORE ) مورد بررسی قرار می گیرد. در این تحقیق از داده های ماهانه 19 بانک شامل بانک های ملی، سپه، پست بانک، مسکن، تجارت، ملت، کارآفرین، اقتصاد نوین، پارسیان، پاسارگاد، ملل، سینا، آینده، دی، شهر گردشگری، ایران زمین، قرض الحسنه رسالت و خاورمیانه در دوره زمانی 1394-1399 استفاده شده است. نتایج این تحقیق نشان دهنده رابطه منفی و معنادار نااطمینانی تورم و نااطمینانی نرخ ارز با ثبات مالی بخش بانکی می باشد با این حال ضریب نااطمینانی درآمدهای مالیاتی از لحاظ آماری معنادار نمی باشد. علاوه بر این، نتایج برآورد مدل نهایی حاکی از رابطه مثبت نسبت سپرده بانکی و رابطه منفی اندازه و نسبت بدهی خارجی با ثبات مالی بخش بانکی است.

هدف: هدف پژوهش حاضر، مقایسه عملکرد مدل های مارکویتز و مدل ارزش در معرض خطر با رویکرد نقدشوندگی تی کاپولا با هم بستگی شرطی پویا (DCC-t Cupola LVaR)، جهت بهینه سازی پرتفوی در بورس اوراق بهادار تهران است. ضمن ارائه یک مدل ترکیبی، م دل استخراج شده بررسی شده است تا کاراترین مدل، برای بهینه سازی سبد سرمایه گذاری با در نظر داشتن شرایط عدم قطعیت سرمایه گذاری و غیرخطی بودن هم بستگی بین بازده دارایی انتخاب شود. روش: برای تخمین DCC-tCopula-LVaR ابتدا از مدل (ARIMA -GARCH 1,1) سری زمانی جزء اخلال توزیع بازده دارایی ها برآورد و استاندارد می شود؛ سپس توزیع های حاشیه ای دارایی ها با استفاده از تابع تی کاپولا استیودنت برآورد می شود. در ادامه، از روش پارامتریک، مقادیر DCC-tCopula-LVaR محاسبه می شود. در گام آخر با استفاده از برنامه ریزی خطی، ترکیب بهینه پرتفوی و مرز کارای دو مدل در سطوح اطمینان 80، 85، 90، 95 و 99 درصد برای دو مدل فوق محاسبه خواهد شد. یافته ها: یافته های این پژوهش حاکی از آن است که هرچه مقدار ارزش در معرض خطر بیشتر می شود، مقدار شارپ مدل  DCC-tCopula-LVaR در مقایسه با مدل مارکویتز کاهش می یابد. نتیجه گیری: استفاده از مدل DCC-tCopula-LVaR در شرایطی که مقدار ارزش در معرض خطر تعدیل شده نقدینگی پایین است، عملکرد بهتری برای بهینه سازی سبد سهام در مقایسه با مدل مارکویتز، مبتنی بر معیار سنجش شارپ به همراه دارد.

ادغام فزاینده بازارهای مالی و بحرانهای مالی اخیر موج جدیدی از توجه محققین به مسئله سرریز و سرایت در بازارهای مالی ایجاد نموده است. سیاستگذاران و مشارکت کنندگان بازار نیز بیش از پیش به اثرات سرریز و چگونگی رفتار آن در خلال دوره های مختلف رونق و رکود اقتصادی توجه می کنند تا بتوانند ضمن پیش بینی روند بازارها ابزارهای پوشش ریسک را به شکل بهتری انتخاب کنند. از این رو تحقیق حاضر با هدف برآورد اثرات سرریز میان بازارهای ارز و سهام در اقتصاد ایران، به دنبال مطالعه چگونگی رفتار سرریز میان این دو بازار در چرخه های تجاری اقتصاد ایران است. به این منظور با مطالعه داده های روزانه سالهای 1389-1399 که اقتصاد ایران با دو دوره رونق و دو دوره رکود اقتصادی در آن مواجه بوده، میزان سرریز روزانه از بازارهای ارز و سهام به یکدیگر مطابق رویکرد اقتصادسنجی سرریز پویای دیبولد و ییلماز (2012)، مدلسازی، برآورد و تحلیل شده است. مطابق نتایج تحقیق، سرریز از هر دو بازار وجود دارد، اما به طور کلی میزان سرریز از بازار ارز به بازار سهام بیشتر از سرریز از بازار سهام به بازار ارز است. همچنین سرریز و البته وابستگی دو بازار زمان-متغیر بوده و در خلال دوران رکود اقتصادی شدیدتر از دوران رونق اقتصادی بوده است. این نتایج مضامین مهمی برای سیاستگذاران و فعالان بازار دارد و نشان می دهد لازم است ارتباط میان بازار ارز و سهام بنابر وضعیت چرخه تجاری اقتصاد، در سیاستگذاریها و تصمیمات سرمایه گذاری لحاظ شود و بهینه نیست که یک رویکرد ثابت و از پیش مشخص، چه برای سیاستگذاری های کلان و چه برای استراتژیهای سرمایه گذاری، در این بازارها اتخاذ شود.