علی رضازاده

هدف از این مطالعه بررسی رابطه علیت غیرخطی بین تولید، صادرات و واردات و بررسی فرضیه های رشد واردات-تولید و رشد صادرات -تولید در ایران با استفاده از داده های فصلی طی دوره ی 1367:1 تا 1400:4 می باشد. با توجه به اینکه اکثر سری های اقتصادی به علل مختلف از جمله تغییرات ساختاری اقتصادی یا تغییر رفتار عوامل اقتصادی در طول زمان دچار تغییر در روند و رفتار می شوند، بر این اساس تغییرات سری های زمانی می تواند موجب تغییر روابط بین متغیرها در طول زمان شود. از این رو انتقال غیرخطی واردات و صادرات بسیار محتمل به نظر می رسد. انتقال غیرخطی واردات و صادرات به معنی تغییر نحوه اثرگذاری تغییرات واردات و صادرات بر تولید و برعکس می باشد. بدین منظور از رویکرد غیرخطی خودرگرسیون برداری تغییر رژیم مارکوف جهت بررسی رابطه علیت غیرخطی استفاده شده است. نتایج نشان می دهد که با توجه با مثبت بودن عرض از مبدأ در رژیم اول و منفی بودن آن در رژیم دوم، رژیم اول بیانگر رژیم رونق و رژیم دوم نشان دهنده رژیم رکود می باشد. با توجه به نتایج ماتریس احتمالات هم می توان گفت رژیم رونق نسبت به رژیم رکود پایدارتر است. همچنین نتایج حاصل از رابطه علیت بیانگر رابطه علیت غیرخطی دوطرفه و تأیید فرضیه های بازخورد، یعنی فرضیه های رشد صادرات-تولید و رشد واردات-تولید در ایران است. علاوه براین نتایج نشان می دهد که در رژیم رونق رابطه علیت غیرخطی یک طرفه بین واردات و صادرات از سمت صادرات به واردات وجود دارد. رابطه علیت دو طرفه هم بین واردات و صادرات در رژیم رکود برقرار است.

هدف این مطالعه بررسی تأثیر منابع مالی و دیگر عوامل مؤثر بر قیمت مسکن در شهرستان های ایران با استفاده از الگوی فضایی می باشد. پژوهش های نوآورانه و رو به رشدی در مورد اهمیت تعامل بین متغیر های اقتصاد کلان و بازار مسکن و وجود دارد، اما اثرات این متغیر های اقتصادی بر قیمت مسکن در مناطق مختلف یکسان نیست و علاوه براین قیمت مسکن در این مناطق دارای اثرات سرریز بر یکدیگر است. این مطالعه برآورد و استنباط ناهمگن تعامل بین قیمت مسکن و متغیر های اقتصادی مختلف را ارائه می دهد. برای این منظور، روش خود رگرسیون فضایی با رویکرد داده های پانلی، برای بررسی وجود ارتباط درونی متغیرهای اقتصادی مناطق مختلف کشور بر قیمت مسکن این ناحیه ها استفاده شده است و ضرایب متغیرهای اقتصادی مؤثر بر قیمت مسکن مربوط به ۴۲۹ شهرستان ایران در دوره 1399-1390 برآورد گردیده اند. برآوردها درجه قابل توجهی از ناهمگونی را در بین مناطق نشان می دهند. همان طور که انتظار می رفت، برآورد ضرایب فضایی خالص (هم زمان و باتأخیر) عمدتاً مثبت و نشان دهنده درجه بالایی از اثرات سرریز تغییرات قیمت مسکن به مناطق مجاور است. با تعمیم نتایج این مطالعه به خصوصیات مالی مسکن به شکلی دیگر می توان کالای سرمایه ای بودن مسکن را نیز تأیید نمود. نتایج مقاله رهنمون مناسبی را در اختیار ارائه دهندگان اعتبار و اعتبارسنجی مستغلات، سازمان های بیمه گر و شرکت های سرمایه گذاری برای متنوع سازی دارایی ها قرار می دهد.

هدف پژوهش حاضر بررسی همگرایی قیمت مسکن در استان های ایران با استفاده از آزمون ریشه واحد غیرخطی مارکوف سوئیچینگ در کنار آزمون ریشه واحد دیکی- فولر تعمیم یافته طی سال های 1372 الی 1400 است. نتایج آزمون دیکی- فولر نشان از عدم همگرایی قیمت مسکن دارد، این در حالی است که آزمون آزمون ریشه واحد غیرخطی مارکوف سوئیچینگ اعتبار این تئوری را در برخی دوره ها در اقتصاد ایران مورد تأیید قرار می دهد. طبق نتایج به دست آمده در رژیم رونق (شرایط افزایش قیمت مسکن) همگرایی در قیمت مسکن وجود دارد، ولی در رژیم رکود (شرایط کاهش قیمت مسکن) همگرایی وجود ندارد. نتیجه به دست آمده از آزمون غیرخطی، قابل انتظار به نظر می رسد. چراکه به دلیل وجود شرایط تورمی و انتظارات تورمی بالا، کاهش قیمت مسکن موقتی تلقی می شود و انتظار افزایش قیمت مسکن در زمان کوتاهی وجود دارد و بنابراین، قیمت ها به سرعت کاهش نمی یابد. با توجه به نتایج تحقیق، استفاده از ابزارهای سیاستی مختص هر منطقه و استان، می تواند مدیریت بهتری در کنترل نوسانات بازار مسکن کشور انجام دهد. همچنین، اتخاذ سیاست های مکمل برای تثبیت قیمت مسکن نیز می تواند مناسب باشد. طبقه بندی JEL: .C41, O18, R32

عملکرد بخش مالی و بانکی کشورها نقش تعیین کننده برای اهداف رشد و توسعه اقتصادی دارد. اندازه اقتصاد غیررسمی می تواند تأثیر مهمی بر عملکرد بازار و مؤسسات مالی داشته باشد؛ ولی بااین حال مطالعات قبلی به این موضوع کمتر توجه کرده اند. مطالعه حاضر تأثیر اندازه اقتصاد سایه یا غیررسمی را بر عملکرد بازارهای مالی و بانک ها در کشورهای عضو بریکس طی دوره 2000-2020 بررسی کرده است. باتوجه به ارتباط بازارهای مالی و بخش بانکی و برای بررسی هم زمان اثر اقتصاد سایه بر این دو بخش، از سیستم معادلات هم زمان بهره گرفته شده است. برای این منظور از تکنیک معادلات هم زمان رگرسیون به ظاهر نامرتبط به صورت پانل استفاده شده است. نتایج نشان می دهد که اندازه اقتصاد سایه تأثیر منفی هم بر عملکرد بازارهای مالی و هم بر عملکرد بانک ها داشته است؛ بنابراین، می توان گفت اقتصاد سایه از مهم ترین تعیین کننده های عملکرد بازارها و نهادهای مالی است. سایر نتایج پژوهش نشان می دهد که ثبات سیاسی، رشد درآمد سرانه و توسعه انسانی تأثیر مثبت، ولی تورم و رانت منابع طبیعی تأثیر منفی بر عملکرد بازارهای مالی و بانک ها دارد. تأثیر جهانی شدن با اینکه بر عملکرد بازار مالی مثبت بوده است، ولی بر عملکرد بخش بانکی منفی بوده است؛ بنابراین، برنامه ریزی در جهت کاهش حجم اقتصاد غیررسمی، شفافیت و ثبات سیاسی، بهبود شاخص توسعه انسانی و کنترل تورم می تواند عملکرد بازارها و مؤسسات مالی را تقویت کند.

هدف: هدف این پژوهش ارائه یک راهنمای کاربردی برای سرمایه گذاری در بورس تهران از طریق ترکیب تکنیک های تحلیل تکنیکال با روش های پیشرفته یادگیری ماشین است. با تمرکز بر تحلیل سیگنال های خرید و فروش در شاخص های منتخب بورس تهران، تلاش شده است تا کارایی مدل های یادگیری ماشین در پیش بینی روند بازار بررسی شود. روش: در این تحقیق، داده های روزانه شش شاخص منتخب بورس تهران شامل شاخص های مالی، فرآورده های نفتی، خودرویی، دارویی، غذایی و فلزات اساسی از سال 1399 تا دی ماه 1403 مورد بررسی قرار گرفتند. چهار مدل یادگیری ماشین شامل مدل خطی، جنگل تصادفی، شبکه عصبی مصنوعی و رگرسیون بردار پشتیبان در کنار دو استراتژی تحلیل تکنیکال TEMA و MACD برای تولید و ارزیابی سیگنال های خرید و فروش استفاده شدند. یافته ها: نتایج نشان داد که مدل های یادگیری ماشین، به ویژه جنگل تصادفی و شبکه عصبی مصنوعی، در ترکیب با استراتژی های TEMA و MACD عملکرد بهتری در شناسایی سیگنال های خرید و فروش داشته اند. این مدل ها توانستند با دقت بالاتری روند بازار را پیش بینی کنند و سیگنال های تولیدشده توسط آنها در اغلب موارد با تغییرات واقعی قیمت همخوانی داشت. شاخص های غذایی، خودرویی و مالی حساسیت بیشتری به این تحلیل ها نشان دادند. نتیجه گیری: ترکیب روش های یادگیری ماشین با استراتژی های تحلیل تکنیکال می تواند به سرمایه گذاران ابزار قدرتمندی برای تصمیم گیری در بورس تهران ارائه دهد. این پژوهش نشان داد که استفاده از این روش ها نه تنها می تواند دقت سیگنال های خرید و فروش را بهبود بخشد، بلکه امکان کاهش ریسک سرمایه گذاری و افزایش بازده را نیز فراهم می آورد. بهره گیری از این مدل ها می تواند به عنوان بخشی از استراتژی سرمایه گذاری برای تحلیل گران و سرمایه گذاران پیشنهاد شود. اصالت: این پژوهش اولین مطالعه کمی است که به دنبال مفهوم سازی سیگنال های خرید و فروش به روش ترکیبی یادگیری ماشین و تحلیل تکنیکال به عنوان یکی از ابزارهای اساسی برای راهنمایی سرمایه گذاران می باشد.

هدف: سرمایه گذاری کمی که توسط یادگیری ماشینی ایجاد می شود، فرصت های جدیدی را برای تولید بینش بیشتر از داده های مالی باز کرده است که منجر به توسعه ایده ها برای افزایش عملکرد سرمایه گذاری ها در بازارهای سهام می شود. روش: در این تحقیق، مدل معرفی شده به نام CBGWO-XGBoost برای پیش بینی قیمت پایانی روز آتی سهام تحت مطالعه پیشنهاد شده است. مدل پیشنهادی CBGWO را به عنوان بخش مهندسی ویژگی و XGBoost به عنوان پیش بینی کننده قیمت پایانی ترکیب می کند. این مدل با قیمت سهام شرکت های بورس اوراق بهادار تهران در قالب دو مجموعه ویژگی های توسعه یافته آموزش داده شده و سپس از مدل برای پیش بینی قیمت پایانی آتی سهام استفاده شده است. پس از آموزش و پیش بینی، ارزش واقعی و پیش بینی شده سهام با هم مقایسه می شود. یافته ها: به طور کلی مجموعه ویژگی های توسعه یافته 2 عملکرد بهتری از مجموعه ویژگی های توسعه یافته 1 بدون فرآیند مهندسی ویژگی داشته است. همچنین با اعمال فرآیند مهندسی ویژگی در مجموعه ویژگی های توسعه یافته 2 الگوریتم ها به ترتیب CBGWO، BGWO2 و BGWO1 بهترین عملکرد را در نمادهای مختلف کسب نمودند. نتیجه گیری: این مطالعه نشان داد که عملکرد موفقیت آمیز پیش بینی قیمت سهام به یک روش پیش بینی انحصاری بستگی ندارد. در عوض، نشان داده شده است که یک عملکرد پیش بینی خوب تا حد زیادی به فرآیندهای مهندسی ویژگی بستگی دارد، که عمداً با یک الگوریتم یادگیری ترکیب می شود، که می تواند تعادل و هماهنگی خوبی بین افزایش ابعاد و کاهش ابعاد ایجاد کند.

مطالعه حاضر به بررسی اثرات آستانه ای و غیرخطی تفکیک درآمدهای غیربهره ای بر عملکرد مالی بانک های تجاری ایالات متحده با استفاده از داده های فصلی طی دوره ی زمانی 2001:1-2024:3 پرداخته است. برای این منظور از مدل رگرسیونی انتقال ملایم (STR) استفاده شده است. نتایج نشان می دهد که یک رابطه غیرخطی بین متغیرهای مورد مطالعه وجود دارد و مقدار آستانه ای متغیر انتقال (یعنی سرمایه بانک) برابر 312/10 و پارامتر شیب برابر 472/59 برآورد گردید. همچنین نتایج بیانگر این است که لحاظ نمودن تنها یک تابع انتقال با یک حد آستانه ای برای برآورد غیرخطی مدل کفایت می کند. علاوه براین نتایج نشان می دهد درآمد کارمزد و کمیسیون در رژیم اول (قسمت خطی و سطح پایین سرمایه بانک)، تاثیر مثبت و در رژیم دوم (قسمت غیرخطی و سطح بالای سرمایه بانک) تاثیر منفی بر عملکرد مالی بانک های تجاری دارد. تأثیر درآمد غیربهره ای ارزی، نسبت وام های غیرجاری و اندازه بانکی بر عملکرد مالی بانک های تجاری در رژیم اول منفی و در رژیم دوم مثبت است. سرمایه بانکی و نسبت بدهی هم در هر دو رژیم تاثیر مثبت بر عملکرد مالی بانک های تجاری دارد.