محمد اصولیان

هدف اصلی این پژوهش، بررسی تأثیر جریان وجوه نقد بر شکاف میان نسبت اهرم واقعی و اهرم بهینه در شرکت های پذیرفته شده در بورس اوراق بهادار تهران است؛ از این رو در پژوهش پیش رو تلاش شده است با کمک روش اقتصادسنجی پیشرفته، مانند مدل تعدیل جزئی و روش گشتاورهای تعمیم یافته (GMM) به تخمین معقولی از این تأثیر دست یابیم. برای تحقق این هدف، 101 شرکت بورسی تهران که اطلاعات مالی آنها طی دوره زمانی پژوهش (1388 تا 1393) در دسترس بود، بررسی شده است. نتایج پژوهش نشان می دهد جریان وجوه نقد بر شکاف میان نسبت اهرم واقعی و بهینه، اثر می گذارد. این شکاف، در شرکت هایی که نسبت اهرمی بالایی دارند، به دلیل مواجهه با هزینه های بحران مالی زیاد، بیشتر است. همچنین از این نتایج درمی یابیم که شرکت هایی که فرصت رشد و سرمایه گذاری، سودآوری و اندازه متفاوتی دارند با سرعت های مختلفی به سمت ساختار سرمایه بهینه خود حرکت می کنند. به طور کلی، این نتایج تأییدی بر قابلیت تشریح رفتار تأمین مالی شرکت ها از طریق نظریه توازن است. 

هدف: نقدشوندگی سهام، یکی از عوامل مهم و محبوب سرمایه گذاران در بازارهای سرمایه و نیز، یکی از کارکردهای اصلی بورس اوراق بهادار است. هدف پژوهش حاضر، تعیین تأثیر وجه نقد مازاد بر ارزش شرکت و بررسی منافع نگهداری وجه نقد در ریسک نقدشوندگی سهام شرکت های رشدی یا دارای محدودیت مالی است. روش: پژوهش حاضر در زمره پژوهش های پس رویدادی قرار دارد. داده های استفاده شده در پژوهش، از 189 شرکت بورس اوراق بهادار تهران، در فاصله سال های 1387 تا 1397 جمع آوری شده است. برای بررسی ریسک نقدشوندگی سهام شرکت ها، از معیار جدید لیو (2006) استفاده شده است. آزمون هایی که در این پژوهش برای بررسی آمار توصیفی و دستیابی به نتایج اجرا شده اند، عبارت اند از: جارک برا، آرچِ انگل، BDS، باکس پیرس، ریشه واحد IPS، هم انباشتگی، F لیمر و هاسمن. یافته ها: به تازگی، وجه نقد مازاد که یکی از سنجه های برآورد ریسک نقدشوندگی شرکت ها محسوب می شود، در کانون توجه پژوهشگران قرار گرفته است. نتایج آزمون های پژوهش نشان می دهد که وجه نقد مازاد، معیار ارزشمندی برای ریسک نقدشوندگی شرکت ها به شمار می رود و تحت تأثیر فرصت های رشد یا محدودیت های تأمین مالی، اثر آن تشدید می شود. نتیجه گیری: وجوه نقد مازاد، تأثیر منفی و معناداری بر ارزش شرکت دارد. همچنین، در بررسی شرکت های دارای فرصت رشد یا محدودیت مالی، مشخص شد برای شرکت هایی که فرصت رشد یا محدودیت مالی دارند، رابطه بین وجه نقد مازاد و نقدشوندگی سهام شرکت شدیدتر است.

     اهمیت پیش بینی در مباحث سرمایه گذاری موجب شده است که طیف وسیعی از روش ها در علوم مختلف جهت پیش بینی روندها و قیمت های آتی به کار گرفته شوند. پیش بینی بحران نیز در سال های گذشته نمود بیشتری پیدا کرده است. این موضوع نیازمند بررسی های بیشتر دینامیکی سیستم های پیچیده می باشد تا مشخص شود به هنگام بحران چه تغییراتی در دینامیک سیستم رخ می دهد. پژوهش پیش رو به بررسی توانایی پیش بینی بحران با معیار آنتروپی باقی مانده تجمعی در بورس اوراق بهادار تهران (به عنوان یک سیستم پیچیده) پرداخته است. در این پژوهش از داده های شبیه ساز بحران که بوسیله نقشه لوجستیک ساخته می شوند استفاده شده است تا توانایی معیار در حالت نظری بررسی گردد. در حالت کاربردی نیز از داده های شاخص کل بورس اوراق بهادار تهران از مهر 1389 تا شهریور 1398 استفاده شده است. نتایج پژوهش نشان داده است که معیار پیشنهادی توانایی پیش بینی بحران را دارد.

اعلان تعدیل غیرمنتظره سود پیش بینی شده هر سهم توسط شرکت ها، از اطلاعات مهم در ارزیابی سرمایه گذاران از وضعیت آتی شرکت ها و در نتیجه تعیین قیمت آن می باشد. تحقیقات بسیاری در جهان پیرامون رانش قیمت سهام پس از اطلاعیه های تعدیل سود صورت پذیرفته است و یافته های اکثر آن ها حاکی از وجود بازدهی غیرعادی اضافی در صورت اعمال استراتژی معاملاتی بر اساس وجود رانش قیمت سهام پس از اطلاعیه های تعدیل می باشد. در این تحقیق، بر اساس نمونه شرکت های بورس اوراق بهادار تهران برای سال های 1388 تا 1398 به صورت خاص به بررسی امکان کسب بازدهی غیرعادی با توجه به رانش قیمت سهام پس از اطلاعیه های تعدیل سود پرداخته شده است. گروه های تعدیل سود به 6 گروه تقسیم گردیدند، سه گروه اول مربوط به تعدیل سود منفی و سه گروه بعدی مربوط به تعدیل سود مثبت؛ که گروه 1 بیانگر بیشترین تعدیل سود منفی و گروه 6 بیانگر بیشترین تعدیل سود مثبت است. معنی داری نتایج با استفاده از آزمون  نیویی-وست بررسی گردید که نتایج به این صورت است: امکان کسب بازدهی غیرعادی پس از اطلاعیه های تعدیل سود در بورس اوراق بهادار تهران برای تعدیل های مثبت در دوره های کوتاه مدت و بلندمدت، مخصوصاً برای گروه تعدیل بین 10 تا 40 درصد وجود دارد و برای تعدیل های منفی برای دوره کوتاه مدت مخصوصاً برای تعدیل های بین 10 تا 40 درصد منفی وجود دارد. The announcement of the unexpected adjustment of earnings per share by corporations is important news and information in evaluating investors' future earnings and thus determining their price. There has been a lot of research around the world on post earnings announcements drift of stock price and most of these findings suggest additional abnormal returns if post earnings announcements trading strategies are applied. In this study, based on the sample of Tehran Stock Exchange companies for the years 2009 to 2018, we specifically examine possibility of earning abnormal return based of post earnings announcements drift. We divide the EPS adjustment groups into six groups, the first three groups are related to negative earnings adjustment and the next three groups are to positive earnings adjustment; Group 1 represents the most negative earnings adjustment and Group 6 represents the largest positive earnings adjustment. Significance of the results was evaluated using by the Newy-West t-test. Results show that: abnormal return can be earned on the Tehran Stock Exchange based on post earnings announcements for positive adjustments in the short and long term, especially for the adjustment group between 10% and 40%. And can be earned are for negative adjustments for the short term, especially for adjustments between 10 and 40 percent.

بررسی روند و پیش بینی نسبت بدهی، یکی از مباحث جذاب و موردعلاقه سرمایه گذاران، ﻣﺪیﺮان، ﺗﺤﻠیﻞﮔﺮان ﻣﺎﻟی و اﻋﺘﺒﺎردﻫﻨﺪﮔﺎن ﺑﻮده اﺳﺖ. در ایﻦ ﭘ ﮋوﻫﺶ از چهار مدل شبیه سازی بر پایه نسبت بدهی، هدف و سرعت تعدیل به سمت هدف، ﺑ ﺮای پیش بینی نسبت بدهی شرکت های پذیرفته شده در ﺑﻮرس اوراق ﺑﻬﺎدار ﺗﻬﺮان اﺳﺘﻔﺎده ﺷﺪه اﺳ ﺖ. اﺑﺘ ﺪا روند و پایداری ساختار سرمایه در یک دوره ۱۱ ساله به صورت فصلی از فصل اول سال ۱۳۸۳ تا فصل سوم سال ۱۳۹۳ بررسی شد. ﻧﺘﺎیﺞ ﻧﺸﺎن داد، هرچه دوره بررسی پایداری نسبت بدهی طولانی شود، رژیم های پایدار کمتر خواهد بود. رژیم های پایدار اغلب در نسبت های بدهی بالاتر از ۴/۰ رخ می دهد. نتایج به دست آمده از شبیه سازی نشان دهنده این است که مدل های با نسبت هدف متغیر در زمان و مدل های منطقه هدف انعطاف پذیر، در شبیه سازی نسبت بدهی داده های واقعی بهترین عملکرد را داشته اند.

پیش بینی مقدمه تصمیم گیری است. از این رو، بسیاری از سرمایه گذاران تمایل دارند از روند بازارها و تغییرات بازده قیمت ها آگاهی داشته باشند. بدین منظور، روش های متعددی در حوزه های مختلف استفاده شده است، اما در پژوهش پیشارو به بررسی توانایی پیش بینی بحران به وسیله معیارهای آنتروپی باقی مانده تجمعی و نوع تعمیم یافته آن یعنی آنتروپی باقی مانده تجمعی فراکتالی پرداخته شده است. داده های مورد استفاده در پژوهش شامل شاخص کل، حجم معاملات، ارزش معاملات، و نرخ ارز از مهر 1389 تا تیر 1400 است. نتایج پژوهش نشان می دهد که هر دو معیار توانایی پیش بینی بحران را دارند، اما معیار آنتروپی باقی مانده تجمعی فراکتالی در پیش بینی بحران بهتر از آنتروپی باقی مانده تجمعی عمل می کند. بحران ها به ترتیب در بازه زمانی 1392-1391، 1395-1393، 1398-1397، و 1400-1399 شناسایی شده اند. هر یک از بحران ها، ازجمله بحران کووید-19، مورد بررسی و تحلیل قرار گرفت.

هدف: هدف اصلی این پژوهش، انتخاب مدل مناسب برای پیش بینی روزانه شاخص کل بورس اوراق بهادار تهران است. در این راستا، از تکنیک های کاهش ابعاد، جهت انتخاب ویژگی های مؤثر و معرف، به منظور افزایش دقت مدل انتخابی استفاده شده است. روش: با توجه به اینکه کاهش ابعاد می تواند با دو روش متفاوت (انتخاب و استخراج ویژگی) اجرا شود، در این پژوهش، هر دو روش برای انتخاب ویژگی های مناسب مدل پیش بینی به کار برده شده است؛ به طوری که برای انتخاب ویژگی ها از الگوریتم MID و برای استخراج ویژگی ها از الگوریتم PCA استفاده می شود. در این راستا، پس از جمع آوری 34 ویژگی مالی و اقتصادی مؤثر بر بازار سهام، به اولویت بندی ویژگی ها با الگوریتم MID اقدام شده است، سپس با مقایسه عملکرد دو مدل مختلف شبکه عصبی با نام های  RBFو DNN که به ترتیب از مهم ترین و بدیع ترین مدل ها هستند، مدل مناسب انتخاب شده است. در ادامه با استفاده از دو نوع تکنیک کاهش ابعاد، دقت پیش بینی مدل انتخابی بررسی شده و روش مناسب برای انتخاب ویژگی های ورودی مدل پیش بینی شناسایی شده است. یافته ها: با تحلیل نتایج به دست آمده مشخص شد که مدل RBF در پیش بینی روزانه شاخص کل بورس اوراق بهادار تهران دقت بیشتری دارد. همچنین با مقایسه عملکرد دو نوع تکنیک کاهش ابعاد، مشخص شد که الگوریتم MID نسبت به الگوریتم PCA در انتخاب متغیرهای ورودی مدل RBF نتیجه بهتری را ارائه کرده است. بنابراین با توجه به اولویت بندی ویژگی ها با الگوریتم MID و الگوی تغییر مقدار خطا با افزایش تعداد ویژگی ها در مدل RBF، الگوریتم ISF_MID، برای انتخاب ویژگی های مناسب مدل پیش بینی شاخص بورس پیشنهاد شد. با استفاده از این الگوریتم می توان با کمترین تعداد ویژگی، بیشترین دقت را در پیش بینی شاخص بورس به دست آورد. نتیجه گیری: روش پیشنهاد شده در این پژوهش جهت شناسایی، اولویت بندی و انتخاب ویژگی های مناسب برای مدل پیش بینی، با توجه به سادگی و اثربخشی استفاده از آن، می تواند در حوزه های مختلف مدل سازی، از جمله بازار سرمایه، بازار ارز و مانند آن ها مفید واقع شود.

اهداف : بازار سرمایه، یکی از اصلی ترین ارکان بازار مالی، نقش مهمی در جذب و گردش نقدینگی بازار و هدایت آن به سمت بخش های کارآمد اقتصادی ایفا می کند. بنابراین توجه به سرمایه گذاری صحیح در این بازار براساس اطلاعات منتشره، اهمیت ویژه ای دارد. پیش بینی های مدیریتی مهم ترین منابع اطلاعاتی در بازار سهام هستند که انتشار نادرست آن از سوی مدیریت، باعث افزایش ریسک خاص سهام شرکت و درنتیجه تصمیمات نادرست سرمایه گذاری از سوی سرمایه گذاران می شود. در این پژوهش، از متغیر خطای پیش بینی مدیریتی برای سنجش کیفیت اطلاعات افشاشده استفاده شده است تا به این وسیله، ضمن سنجش رابطه بین کیفیت افشای اطلاعات و ریسک ویژه شرکت ها، اثر محیط اطلاعاتی بر رابطه بین این دو متغیر در بورس اوراق بهادار تهران بررسی شود. روش : به همین منظور نمونه ای متشکل از 160 شرکت پذیرفته شده در بورس اوراق بهادار تهران طی سال های 1388 تا 1397 با استفاده از مدل های رگرسیونی و داده های تابلویی بررسی شد. نتایج : نتایج نشان دهنده آن است که خطای پیش بینی مدیریتی رابطه مثبتی با ریسک ویژه دارد. علاوه بر این، براساس شواهد به دست آمده، خطای پیش بینی مدیریتی در یک محیط اطلاعاتی خوب رابطه مثبت کمتری با ریسک ویژه دارد.

مقاله حاضر به بررسی مقایسه ای اثربخشی تامین مالی از نظام بانکی و بازار بورس بر عملکرد بنگاه های پذیرفته شده در بازار بورس اوراق بهادار تهران می پردازد.بدین منظور با استفاده از تکنیک تجزیه و تحلیل رگرسیونی داده های ترکیبی، فرضیه های آزمون مورد مطالعه قرار گرفته است. این پژوهش با بررسی داده های آماری 55 شرکت طی 7 سال ( 3 سال قبل از ورود، 3 سال بعد از ورود و سال ورود) به این نتیجه دست یافت که بین اثرات تامین مالی از نظام بانکی و بازار بورس بر عملکرد بنگاه ها متفاوت است.در این تحقیق متغیرهای بهره وری کل عوامل تولید، سرمایه گذاری و اشتغال به عنوان متغیرهای عملکرد، و تسهیلات بلند مدت، افزایش سرمایه از محل آورده نقدی و ورود به بورس به عنوان متغیر مستقل و اندازه بنگاه، نرخ بهره، تولید بنگاه، دستمزد، میزان دولتی و خصوصی بودن شرکت به عنوان متغیرهای کنترلی در نظر گرفته شده است. طبق نتایج تحقیق، تامین مالی از نظام بانکی اثر مثبت و معنی داری بر متغیر سرمایه گذاری به عنوان متغیر عملکرد دارد، در حالی که ورود به بورس و افزایش آورده نقدی تاثیر معنی داری بر متغیر سرمایه گذاری ندارد. همچنین اثر ورود به بورس و افزایش آورده نقدی مانند اثر تامین مالی از نظام بانکی بر متغیرهای بهره وری کل عوامل تولید و اشتغال بی معنی است.

تحقیقات بسیاری در جهان پیرامون رانش قیمت سهام پس از اطلاعیه های تعدیل سود (PEAD) صورت پذیرفته است و اکثر یافته ها از وجود بازدهی غیرعادی اضافی در صورت بهره مندی از PEAD پشتیبانی می کند. در این پژوهش، به بررسی وجود PEAD در شرکت های بورس اوراق بهادار تهران در دوره 1388 تا 1400 پرداخته شد و برای اولین بار، به بررسی نقش حرکت جمعی سرمایه گذاران حقوقی در شکل گیری و تشدید PEAD نیز پرداخته شد. درصد های مختلف تعدیل سود به 6 گروه تقسیم شدند که 3 گروه مربوط به تعدیل منفی و 3 گروه مربوط به تعدیل مثبت سود است. همچنین نوع رفتار حقوقی بعد از تعدیل سود به چهار دسته حرکت جمعی قوی در جهت فروش، حرکت جمعی ضعیف در جهت فروش، حرکت جمعی قوی در جهت خرید و حرکت جمعی ضعیف در جهت خرید تقسیم گردید. معنی داری نتایج با استفاده از آزمون t نیویی-وست بررسی شد که نتایج به این صورت است: PEAD برای دوره کوتاه مدت در بورس اوراق بهادار تهران وجود دارد. همچنین در زمانی که سهامداران حقوقی برای تعدیل سود مثبت خریدار و برای تعدیل سود منفی فروشنده هستند، مخصوصا برای گروه های تعدیل سود منفی 40 تا مثبت 40 درصد، امکان کسب بازده غیرعادی مثبت تقویت می شود.

در ایران 80 تا 90 درصد درآمدهای صادراتی و 40 تا 50 درصد بودجه سالانه دولت را درآمدهای نفتی (مطابق بودجه مصوب سال های 97-98 ) تشکیل می دهد. همچنین، درآمد فروش نفت بالغ بر 20 درصد تولید ناخالص داخلی ایران می باشد. بر این اساس اقتصاد ایران به صورت گسترده ای به صادرات نفت خام وابسته است و شوک بازارهای جهانی نفت می تواند برای ساختار اقتصادی ایران از جمله بازار سرمایه حائز اهمیت باشد. این پژوهش به بررسی راهبردی رفتار توده ای متقابل در بازار سهام ایران و بازار نفت خام پرداخته است. بدین منظور در این پژوهش از داده های ماهیانه در بین سال های 1390 تا 1398 برای 50 شرکت برتر بورس اوراق بهادار تهران و نفت خام اوپک استفاده شده است. نتایج بررسی بر اساس دو معیار تبیین کننده رفتار توده ای، موید وجود رفتار توده ای متقابل و یک الگوی راهبردی بین 50 شرکت برتر بورسی و بازار نفت خام اوپک بوده است. همچنین نتایج نشان می دهد که بین این دو بازار رابطه رفتار توده ای سرمایه گذاران به صورت متقابل است. یکی از دلایل اهمیت واکاوی تأثیر بازارهای موازی بر بازده سهام، امکان طراحی راهبرد معاملاتی جهت بهره بردن در استراتژی های سرمایه گذاری است. با توجه به تأیید رابطه متقابل میان دو بازار مذکور، برای اتخاذ راهبرد معاملاتی مناسب می توان بازار نفت را یکی از راهبردهای استراتژی سرمایه گذاری در بورس اوراق بهادار تهران دانست.

این پژوهش به بررسی ریسک بازارهای مالی نظیر بورس اوراق بهادار تهران و شاخص S&P 500 و همچنین فلزات گرانبها نظیر طلا و نقره می پردازد. این بررسی در بازه قبل از شیوع همه گیری کووید-19و در طی آن به صورت مجزا صورت می گیرد. جهت تجزیه و تحلیل ریسک از آنتروپی باقی مانده تجمعی فراکتالی استفاده می شود. همچنین، اثر کووید-19 بر روی حافظه بلندمدت بازارهای مذکور بررسی و تغییرات پویایی سری های زمانی آنها مورد بحث قرار می گیرد. نتایج حافظه بلندمدت افزایش پیوستگی روندها را در دوره پس از وقوع همه گیری برای کلیه بازارها نشان داد. وقوع همه گیری موجب تشدید روند کلیه بازارهای مورد بررسی شده است. نتایج آنتروپی باقی مانده تجمعی فراکتالی نشان داد که تصادفی بودن و بی نظمی پس از وقوع همه گیری افزایش یافته است. بنابراین، ریسک و عدم اطمینان به طور کلی پس از شیوع ویروس در بازارها افزایش داشته است. در این میان، طلا کمترین سطح افزایش آنتروپی را پس از وقوع همه گیری نشان داد، این موضوع می تواند نشان دهد که اطلاعات درک شده توسط سرمایه گذاران طلا بر میزان ترس آنها در طی بیماری همه گیری کووید-19 تأثیر زیادی نداشته است. نتایج بدست آمده، بینشی از واکنش بازارهای مالی و فلزات گران بها به انتظارات سرمایه گذاران پس از همه گیری کووید-19 ارائه می دهد.

هدف: در بازارهای مالی و مطالعات مالی-رفتاری، رفتار توده وار سهامداران عنصری با اهمیت محسوب شده و به فرایندی اشاره دارد که در آن، فعالان بازار سرمایه تصمیمات خود را بدون توجه به اطلاعات و تحلیل های خود و به تقلید از رفتار دیگران، اخذ می نمایند. تجزیه و تحلیل رفتار توده وار می تواند درک ما را از چگونگی شکل گیری حباب در بازارهای سهام و کمک به افزایش کارایی بازار سرمایه، بهبود بخشد. با عنایت به اهمیت رفتارهای توده وار، در این پژوهش به بررسی رابطه بین سیاست های پولی و تغییرات نرخ ارز با رفتارهای توده وار سهامداران پرداخته شده است. روش: به منظور اندازه گیری رفتارهای توده وار از مدل چانگ و همکاران (2000) استفاده شده؛ مطابق این مدل، هنگامی که انحراف بازده سهام شرکت های موجود در بازار از بازده بازار کاهش یابد، نشانه های شکل گیری رفتار توده وار سهامداران احراز می شود. همچنین جهت اندازه گیری متغیرهای سیاست های پولی و تغییرات نرخ ارز، به ترتیب از شاخص های تغییرات فصلی حجم نقدینگی و نیز تغییرات ماهانه نرخ ارز استفاده شده است. یافته ها: با استفاده از داده های سری زمانی طی سال های 1390 تا 1400 (شامل داده های 133 شرکت پذیرفته شده در بورس اوراق بهادار تهران) و استفاده از رگرسیون چند متغیره جهت تحلیل داده ها و آزمون فرضیه ها، نتایج تحقیق نشان می دهد که تغییرات نرخ ارز سبب شکل گیری رفتارهای توده وار در بورس اوراق بهادار تهران می گردد. مضافا، مطابق نتایج تحقیق هرچند تغییرات حجم نقدینگی سبب تشکیل رفتارهای توده وار سهامداران می شود لیکن، این نتایج از نظر آماری معنی دار نمی باشد. نتیجه گیری: رفتارهای توده وار سهامداران، سبب افزایش فاصله بین قیمت بازار و ارزش ذاتی سهام شده و افزایش ریسک سقوط قیمت سهام و کاهش کارایی بازار سرمایه را به دنبال دارد. مضافا نتایج برخی مطالعات نشان داده که رفتارهای توده وار زمانی که بازارها در وضعیت با ثبات قرار دارند (صعودی و یا نزولی) نسبت به زمانی که دچار آشفتگی بوده و ابهام بر بازار حاکم می باشد، بیشتر مشاهده می شود. مفهوم این موضوع آن است که اگر سیاست گذاران قصد اثرگذاری بر رفتارهای توده وار را دارند، باید زودتر و در زمانی که بازارها هنوز در وضعیت با ثبات هستند و قبل از ورود بازار به بحران مالی و شکل گیری حباب، تصمیمات لازم را اتخاذ و اجرا نمایند. با عنایت به نتایج تحقیق در خصوص تاثیر نوسانات نرخ ارز بر شکل گیری رفتار توده وار ، پیشنهاد می شود تصمیم گیران در سازمان بورس از این عامل به منظور جهت دهی به رفتارهای سرمایه گذاران و حرکت بازار به سمت ارزش های ذاتی و پیش گیری از شکل گیری حباب و نیز ریزش بیش از حد بازار، استفاده نمایند. به طور کلی، پیامد مهم نتایج این مطالعه ارائه این موضوع است که ناظران بازار، قانون گذاران و به طور خاص بانک مرکزی، می بایستی هنگام طراحی سیاست ها و اخذ تصمیمات مرتبط با سیاست های پولی شامل تعیین حجم نقدینگی و کنترل نرخ ارز، محدودیت های بالقوه مدل های منطقی موجود را در نظر بگیرند. ضمن آنکه می بایستی عناصر رفتاری نگرش مشارکت کنندگان در بازار و سویه های روانی و شناختی در هنگام اخذ تصمیمات یاد شده، در نظر گرفته شود.

پویایی بازار و رفتار تصادفی سری زمانی شاخص در دنیا باعث شده پیش بینی روند آن از دغدغه اصلی پژوهشگران و سرمایه گذاران بازار سرمایه شود و لذا از مدل های مختلف برای پیش بینی استفاده گردد . روش های تحلیل سری های زمانی مبتنی بر شبکه و پیش بینی از جمله مدل گراف پدیداری نشان می دهد که این روش ها برای تحلیل سری های زمانی مؤثر است. در این پژوهش سعی بر این داشته ایم که به کمک سه روش گراف پدیداری به پیش بینی شاخص TEDPIX در سال های 1392 تا 1403 بپردازیم. این روش ها شامل متشابه ترین گره، مدل گره های متشابه وزن دار، و مدل ابداعی پژوهش مدل گراف پدیداری متقاطع می باشند.در این راستا سری زمانی شاخص و چند متغیر کمکی را به گراف پدیداری تبدیل کرده و به کمک سه مدل به پیش بینی سری های زمانی فوق الذکر پرداختیم. نتایج نشان داد که عملکرد مدل گره های متشابه وزن دار و مدل مشابه ترین گره بسته به شرایط مختلف گاهی بهتر از دیگری بوده است. با این حال، مدل ابداعی ما، یعنی مدل گراف پدیداری متقاطع و مدل گره های متشابه وزن دار ، به طور کلی در پیش بینی شاخص بهترین نتایج را به دست آورده.

هدف: پیش بینی آینده در حوزه سرمایه گذاری اهمیت زیادی دارد؛ زیرا به سرمایه گذاران کمک می کند تا تصمیم های بهتری اتخاذ کنند و ریسک های خود را کاهش دهند. در این راستا با بهبود قدرت مدل های پیش بینی، می توان به بازدهی های بهتری در بازار دست یافت. با این حال، پیش بینی بازار سهام به دلیل نوسان قیمت ها و عدم قطعیت، دغدغه بزرگی است. به طور کلی، پیش بینی دقیق حرکت سهام بسیار دشوار است و بسیاری از پژوهشگران به بررسی روش هایی می پردازند که فقط جهت حرکت سهام را پیش بینی می کنند. از جمله این روش ها، می توان به گشت تصادفی، پروبیت و لاجیت اشاره کرد. روش های جدیدتری مانند ماشین بردار پشتیبان، الگوریتم نزدیک ترین همسایگی و شبکه عصبی مصنوعی، برای بهبود پیش بینی آینده معرفی شده اند. به علت اهمیت پیش بینی روند بازارهای مالی برای پژوهشگران و سرمایه گذاران، این پژوهش با هدف پیش بینی روند شاخص کل بورس اوراق بهادار تهران با استفاده از یک شبکه عصبی هیبریدی با تمرکز بر استخراج ویژگی مقیاس زمانی چندگانه انجام شده است. هدف از اجرای این پژوهش، بررسی قدرت پیش بینی روش معرفی شده و مقایسه آن با روش های رقیب است.روش: در این پژوهش، از یک شبکه عصبی هیبریدی که شامل شبکه عصبی کانولوشن (CNN) برای استخراج ویژگی ها و سه شبکه عصبی حافظه طولانی کوتاه مدت (LSTM) برای یادگیری وابستگی های زمانی است، استفاده شده است. داده های استفاده شده، مقادیر روزانه شاخص کل بورس اوراق بهادار تهران از سال ۱۳۷۷ تا ۱۴۰۱ بود که پس از جمع آوری و نرمال سازی، به دو بخش آموزش و اعتبارسنجی تقسیم شد. این شبکه عصبی هیبریدی با بهره گیری از ویژگی مقیاس زمانی چندگانه، تلاش می کند تا پیش بینی دقیقی از روند شاخص ارائه دهد. همچنین، از روش های مهندسی استخراج برای بهبود دقت این شبکه ها استفاده شده که عبارت است از: ترکیب شبکه های عصبی مختلف در یک شبکه جامع.یافته ها: نتایج این پژوهش نشان داد که مدل شبکه عصبی هیبریدی پیشنهادی که ترکیبی از شبکه های عصبی CNN و LSTM است، برای پیش بینی شاخص کل بورس اوراق بهادار تهران توانایی کافی را ندارد. دقت این مدل در مقیاس های زمانی هفتگی و ماهانه، کمتر از مدل های رقیب بود. در مقابل، مدل شبکه عصبی CNN که به عنوان یکی از مدل های رقیب بررسی شد، عملکرد بهتری داشت و توانست نتایج دقیق تری در پیش بینی شاخص کل بورس ارائه دهد. این نتایج با مطالعات قبلی که موفقیت مدل های هیبریدی در پیش بینی بازارهای مختلف را نشان داده بودند، در تضاد است.نتیجه گیری: مدل شبکه عصبی هیبریدی پیشنهادی نتوانست شاخص کل بورس اوراق بهادار تهران را به درستی پیش بینی کند؛ در حالی که مدل CNN به تنهایی نتایج بهتری ارائه داد. این یافته ها نشان می دهد که شبکه های عصبی ساده تر، مانند CNN، ممکن است در مواردی عملکرد بهتری داشته باشند. برای پژوهش های آتی، پیشنهاد می شود با تغییر داده های روزانه به داده های بین روزی (مانند داده های دقیقه ای)، مدل شبکه عصبی هیبریدی مبتنی بر استخراج ویژگی زمانی چندگانه بار دیگر بررسی شود. همچنین، استفاده از شاخص های بیشتری مانند مقادیر آغازین، حجم، حداقل، حداکثر، میانگین متحرک و شاخص قدرت نسبی، می تواند بهبود دقت مدل های پیش بینی را به همراه داشته باشد.

هدف: عدم تقارن رفتار توده وار به معنای تفاوت میزان وقوع این رفتار در بازار با بازدهی مثبت و بازار با بازدهی منفی می باشد. با در نظر گرفتن اینکه پرش های بازده می تواند ناشی از اطلاعاتی باشد که معامله گران مبتدی بازار را به تقلید از رفتار سایرین ترغیب می کند و با توجه به تایید قدرت توضیح دهندگی پرش های بازده در خصوص رفتار توده وار در پیشینه پژوهش و از سوی دیگر اهمیت بررسی عدم تقارن این رفتار در دوره حباب ، هدف این پژوهش بررسی رفتار توده وار، عدم تقارن آن و قدرت توضیح دهندگی پرش های بازده در خصوص این پدیده در سه دوره زمانی (دوره های قبل، حین و بعد از وقوع حباب) در بورس اوراق بهادار تهران می باشد.روش: در این پژوهش، رفتاربازده شرکت های پذیرفته شده در بورس اوراق بهادار تهران از 5 اسفند ماه سال 1393 (تاریخ تشکیل شاخص هم وزن) تا 29 اسفند ماه سال 1401 با استفاده از روش انحراف مطلق مقطعی بازده (CSAD) مورد بررسی قرار گرفته است. پرش های بازده با در نظر گرفتن داده های پنج دقیقه ای شاخص هم وزن به کمک واریانس تحقق یافته و واریانس bipower محاسبه گردیده است. روش انحراف مطلق مقطعی بازده با توجه به انحراف بازده های قیمتی سهم های منفرد( تشکیل دهنده شاخص) از بازده شاخص، رفتار توده وار را به صورت روزانه مورد آزمون قرار می دهد. همچنین نتایج روش انحراف مطلق مقطعی بازده جهت بررسی ارتباط سایر متغیر ها با رفتار توده وار مورداستفاده قرارگرفته است. برای آزمون عدم تقارن رفتار توده وار از تفاوت میزان وقوع رفتار توده وار در بازار با بازدهی مثبت و بازار با بازدهی منفی (با در نظر گرفتن پرش های بازده و بدون در نظر گرفتن آن) استفاده شده است.یافته ها: نتایج این مطالعه نشان داد که درهر سه دوره مورد بررسی، پرش های بازده در بورس اوراق بهادار تهران قابل مشاهده است. تنها در دوره سوم مورد بررسی (بدون در نظر گرفتن تفکیک بازدهی مثبت و منفی بازار و پرش های بازده) وقوع رفتار توده وار در بورس اوراق بهادار تهران تایید می شود. در شرایط بازده منفی بازار (بدون در نظر گرفتن پرش های بازده) وقوع رفتار توده وار در هر سه دوره مورد بررسی، تایید می شود. با در نظر گرفتن پرش های بازده، ضریب تعیین تعدیل شده افزایش می یابد بنابراین می توان گفت که قدرت توضیح دهندگی مدل افزایش یافته است.نتیجه گیری: با توجه به مشاهده وقوع رفتار توده وار در بازار با بازدهی منفی و عدم مشاهده آن در بازار با بازدهی مثبت (در دوره اول و دوم مورد بررسی)، عدم تقارن رفتار توده وار در بورس اوراق بهادار تهران مورد تایید قرار می گیرد. در توضیح این عدم تقارن می توان گفت که در بازارهای منفی، سرمایه گذاران به دلیل استرس و ریسک های مرتبط با شرایط نزولی بازار، تمایل بیشتری به تقلید از دیگران دارند. در مقابل، در بازارهای مثبت که سرمایه گذاران ریسک های کمتری را احساس می کنند، تمایل به تقلید از رفتار سایر فعالان بازار، کمتر از بازار با بازدهی منفی است. همچنین قدرت توضیح دهندگی مدل در خصوص رفتار توده وار با در نظر گرفتن پرش های بازده افزایش می یابد.