شاپور محمدی
| سمت: دانشیار |
| مدرک تحصیلی: دکتری |
مطالب
فیلترهای جستجو:
فیلتری انتخاب نشده است.
نمایش ۲۱ تا ۴۰ مورد از کل ۵۵ مورد.
قیمت گذاری مستمری های عمر با استفاده از نرخ بهره فنی فازی(مقاله علمی وزارت علوم)
حوزه‌های تخصصی:
بیمه مستمری یکی از انواع محصولات بیمه عمر است که در آن پرداخت های دوره ای معینی تا زمان زنده بودن ذی نفع بیمه نامه تضمین می شود. در قیمت گذاری مستمری های عمر بایستی نااطمینانی پدیده های جمعیت شناسی و متغیرهای مالی درنظرگرفته شود. نااطمینانی پدیده های جمعیتی با استفاده از احتمالات فوت جدول عمر در قیمت گذاری وارد می گردد ولی به صورت متداول، متغیرهای مالی در طول قرارداد ثابت درنظرگرفته می شوند. در مطالعات اخیر دانش بیمه سنجی، جهت وارد کردن نااطمینانی پارامترهای اقتصادی - که مهم ترین آن نرخ بهره فنی است- از متغیرها و فرایندهای تصادفی استفاده می شود. در این مقاله، قیمت گذاری مستمری های عمر را توسعه داده و بیان تصادفی مرگ ومیر را با بیان فازی نرخ بهره فنی ترکیب می کنیم تا همگی منابع نااطمینانی در قیمت گذاری مورد توجه قرار گیرد. این مدل بندی، امکان کمیت پذیر کردن ریسک انتظاری ناشی از منابع عدم حتمیتِ مورد اشاره را به دست می دهد. از این رو، مدل بندی ارزش حال مستمری ها توسط متغیر تصادفی فازی ارائه می شود و در نهایت، یک مثال عددی بیان می گردد.
Optimal Portfolio Selection for Tehran Stock Exchange Using Conditional, Partitioned and Worst-case Value at Risk Measures(مقاله علمی وزارت علوم)
حوزه‌های تخصصی:
This paper presents an optimal portfolio selection approach based on value at risk (VaR), conditional value at risk (CVaR), worst-case value at risk (WVaR) and partitioned value at risk (PVaR) measures as well as calculating these risk measures. Mathematical solution methods for solving these optimization problems are inadequate and very complex for a portfolio with high number of assets. For these reasons, a combination of particle swarm optimization (PSO) and genetic algorithm (GA) is used to determine optimized weights of assets. Stocks’ Optimized weight results show that proposed algorithm gives more accurate outcomes in comparison with GA algorithm. According to back-testing analysis, PVaR and WVaR overestimate risk value while VaR and CVaR give a rather accurate estimation. A set of companies in Tehran Stock Exchange are considered as a case study for empirical analysis. JEL Classification: G10, G11, G19
بررسی ریسک اطلاعات با استفاده از مدل های ریزساختار بازار(مقاله علمی وزارت علوم)
حوزه‌های تخصصی:
مدل های کلاسیک قیمت گذاری دارایی ها توزیع اطلاعات را متقارن فرض کرده و بده -بستان یکسانی را برای سرمایه گذاران در نظر می گیرند. در شرایط عدم تقارن اطلاعاتی و برخورداری برخی معامله گران از اطلاعات خصوصی، سرمایه گذاران با ریسک اطلاعات روبرو خواهند بود؛ این ریسک عباتست از ریسک معامله با معامله گران مطلع. ایزلی و همکاران وی (2002) احتمال معامله مبتنی بر اطلاعات خصوصی را به عنوان شاخص ریسک اطلاعات معرفی کرده و مدل ریزساختاری را بدین منظور توسعه داده اند.
این مقاله قیمت گذاری ریسک اطلاعات را در بورس اوراق بهادار تهران مطالعه کرده و رابطه بین اندازه شرکت و احتمال معامله مبتنی بر اطلاعات خصوصی را بررسی می کند. نتایج این تحقیق نشان می دهد که احتمال معامله مبتنی بر اطلاعات خصوصی (شاخص ریسک اطلاعات) قادر به توضیح بازده سهام می باشد. ده درصد افزایش در احتمال معامله مبتنی بر اطلاعات خصوصی 8/2 درصد افزایش در بازده را به همراه خواهد داشت. همچنین ارتباط منفی و معنی داری بین اندازه شرکت و احتمال معامله مبتنی بر اطلاعات خصوصی وجود دارد.
برآورد نسبت بهینه پوشش ریسک در زمان مقیاس های مختلف: رویکرد تجزیه وتحلیل موجک(مقاله علمی وزارت علوم)
حوزه‌های تخصصی:
در این مقاله با استفاده از رویکرد تجزیه وتحلیل موجک رابطه بین بازارهای نقدی و آتی سکه طلا در زمان مقیاس های مختلف بررسی و نسبت بهینه پوشش ریسک در افق های زمانی مختلف برآورد شده است. برای این منظور از تبدیل موجک گسسته حداکثر همپوشانی استفاده شده و نتایج حاصل از تجزیه موجک حاکی از آن است که واریانس بازدهی هر دو بازار نقدی و آتی در زمان مقیاس های بزرگ تر، کاهش می یابد. همچنین براساس ضریب همبستگی برآوردشده، یک رابطه مثبت بین بازدهی دو بازار نقدی و آتی سکه طلا وجود دارد که با افزایش زمان مقیاس قوی تر می شود. نسبت بهینه پوشش ریسک و درجه کارایی پوشش ریسک نیز در افق زمانی بلندمدت افزایش می یابند و مقایسه مطلوبیت اکتسابی از پوشش ریسک بیانگر آن است که کارایی استراتژی های پوشش ریسک تنها به افق زمانی بستگی ندارد، بلکه به درجه ریسک گریزی سرمایه گذاران نیز مربوط می شود.
تخمین احتمال معامله مبتنی بر اطلاعات خصوصی با استفاده از مدل های ریزساختار بازار(مقاله علمی وزارت علوم)
منبع:
تحقیقات مالی دوره ۱۵ بهار و تابستان ۱۳۹۲ شماره ۱
17 - 28
حوزه‌های تخصصی:
احتمال معامله مبتنی بر اطلاعات خصوصی (PIN) به عنوان شاخص سنجش ریسک اطلاعات در نظر گرفته می شود. این مقاله به دنبال تخمین احتمال معامله مبتنی بر اطلاعات خصوصی در بورس اوراق بهادار تهران با استفاده از مدل های ریزساختار مبتنی بر اطلاعات است. نتایج این پژوهش نشان می دهد که احتمال معامله مبتنی بر اطلاعات خصوصی در بورس اوراق بهادار تهران به طور معناداری متفاوت از صفر است.
بررسی سقوط قیمت ها در بورس اوراق بهادار تهران با استفاده از مدل کاسپ(مقاله علمی وزارت علوم)
حوزه‌های تخصصی:
اثرات تقویمی در احتمال معاملات مبتنی بر اطلاعات نهانی(مقاله علمی وزارت علوم)
حوزه‌های تخصصی:
اِعمال محدودیت بر روی معاملات مبتنی بر اطلاعات نهانی یکی از محورهای اصلی مورد توجه نهادهای نظارتی محسوب می شود. ایزلی و همکاران (Easley, et al., 2002) مدل ریزساختاری را توسعه داده اند که قادر است احتمال معامله مبتنی بر اطلاعات خصوصی را اندازه گیری نماید. معامله مبتنی بر اطلاعات خصوصی شامل معاملات توسط دارندگان اطلاعات نهانی و تحلیل گران پیشرو می باشد. این مقاله از یک سو به دنبال مطالعه اثرات تقویمی در احتمال معامله مبتنی بر اطلاعات خصوصی در بورس تهران بوده و از سوی دیگر روند احتمالات را در طی زمان بررسی می کند. نتایج این تحقیق نشان می دهد که احتمال معامله مبتنی بر اطلاعات خصوصی در بورس اوراق بهادار تهران در ماه دهم سال (دی ماه) افزایش داشته و در ماه دوازدهم سال (اسفند ماه) کاهش می یابد. همچنین یافته های تحقیق بر کاهش PIN از سال 1387 تا سال 1389 دلالت می کند.
پیش بینی مدیریت سود با استفاده از شبکه عصبی و درخت تصمیم در شرکت های پذیرفته شده در بورس اوراق بهادار تهران(مقاله علمی وزارت علوم)
منبع:
بررسی های حسابداری و حسابرسی سال ۱۹ تابستان ۱۳۹۱ شماره ۲
31 - 46
حوزه‌های تخصصی:
هدف اصلی تحقیق حاضر بررسی دقت پیش بینی مدیریت سود با استفاده از شبکه های عصبی و درخت تصمیم گیری و مقایسه آن با مدل های خطی است. برای این منظور از یازده متغیر تأثیرگذار بر مدیریت سود به عنوان متغیرهای مستقل و اقلام تعهدی اختیاری به عنوان متغیر وابسته استفاده شده است. در این تحقیق تعداد 55 شرکت از سال 1385 تا سال 1388 به صورت فصلی مورد بررسی قرار گرفت. از روش رگرسیون پنلی جهت مدل خطی و از شبکه عصبی پیشخور تعمیم یافته و درخت تصمیم کارت جهت بررسی از طریق شبکه عصبی و درخت تصمیم استفاده شد. نتایج حاصل از این تحقیق نشان داد که روش شبکه عصبی و درخت تصمیم در پیش بینی مدیریت سود نسبت به روش های خطی دقیق تر و دارای سطح خطای کمتری است. ضمناً مدیریت سود با متغیرهای اقلام تعهدی اختیاری و غیراختیاری دوره قبل و عملکرد شرکت ، اندازه، تداوم سود در هر دو روش دارای بیشترین ارتباط است.
بررسی تغییرات ناهموار بورس اوراق بهادار تهران با استفاده از نظریه ی کاتاستروف(مقاله علمی وزارت علوم)
منبع:
تحقیقات اقتصادی دوره ۴۷ تابستان ۱۳۹۱ شماره ۲ (پیاپی ۹۹)
119 - 136
حوزه‌های تخصصی:
در این مقاله با استفاده از نظریه ی کاتاستروف به بررسی تغییرات ناهموار بورس اوراق بهادار تهران پرداخته می شود. سقوط بازار سهام و افت ناگهانی قیمت ها نه تنها وحشت عمومی سرمایه گذاران را به همراه خواهد داشت، بلکه در بازارهای با عمق بیش تر رکود شدید اقتصادی و کاهش اطمینان مصرف کننده را نیز موجب می شود. از آن جایی که مدل های کاتاستروف قدرت بالایی در توضیح فرآیندهای ناپیوسته دارند؛ با استفاده از مدل تصادفی کاسپ به بررسی تغییرات ناگهانی شاخص بورس اوراق بهادار تهران پرداخته می شود. نتایج نشان می دهد که مدل کاسپ قدرت توضیحی بسیار بهتری نسبت به مدل جایگزین دارد. در حقیقت با استفاده از متغیرهای رشد سالیانه ی نقدینگی و حجم عددی معاملات به عنوان متغیرهای کنترل، مدل تصادفی کاسپ افت شاخص بورس اوراق بهادار تهران در سال های 1383 و 1387 را به طور قابل ملاحظه ای بسیار بهتر از مدل غیرخطی لجستیک نشان می دهد. این نتایج پس از روندزدایی شاخص بورس حتی بهبود نیز یافته است.
طبقه بندی JEL : G12; G14; C01; C53
بررسی هم حرکتی بازده سهام شرکت های حاضر در بورس اوراق بهادار تهران با استفاده از مدل APT(مقاله علمی وزارت علوم)
حوزه‌های تخصصی:
در تحقیق حاضر اثر عوامل کلان اقتصادی بر بازده سهام شرکتهای حاضر در بورس اوراق بهادار تهران به منظور برآورد نرخ بدون ریسک بررسی شد.
برای انجام تحقیق از داده های بین سالهای 1-1383 تا 12-1387 استفاده شد. نمونه تحقیق 48 شرکت حاضر دربورس اوراق بهادار تهران بودند و اثر 10 متغیر کلان اقتصادی مانند صادرات ، واردات، نرخ ارز ، قیمت سکه طلا، قیمت نفت، شاخص بازده بورس ، شاخص بازده بورس با یک وقفه زمانی ، حجم پول ، تورم و تعداد پروانه های ساختمانی بر بازده های ماهانه این 48 شرکت در طول مدت 5 سال بررسی شد. مدل انتخابی این پژوهش، مدل چند متغیره قیمت گذاری آربیتراژ و روش استفاده شده در انجام این تحقیق تحلیل عاملی است. هدف از انجام این تحقیق برآورد نرخ بازده بدون ریسک بازار سرمایه و اثر عوامل کلان اقتصادی بر بازده سهام شرکتها در بورس اوراق بهادار تهران بود و نتایج حاصل از تحقیق نشان داد که دلیل هم حرکتی بازده سهام تاثیر متفاوت عوامل کلان اقتصادی بر بازده سهام شرکتها می باشد بطوریکه تورم و شاخص بازده بازار با یک وقفه در طول این مدت بر بورس تهران تاثیر گذار بوده اند. همچنین نرخ بازده بدون ریسک بدست آمده از این پژوهش در بازار سرمایه در طول این 5 سال بیشتر از نرخ بازده بدون ریسک بازار پول می باشد.
بررسی حافظه ی بلندمدت بورس اوراق بهادار تهران(مقاله علمی وزارت علوم)
منبع:
تحقیقات اقتصادی دوره ۴۶ زمستان ۱۳۹۰ شماره ۴ (پیاپی ۹۷)
207 - 226
حوزه‌های تخصصی:
در این مقاله حافظه ی بازار سهام مورد تخمین و تفسیر قرار گرفته است. تخمین پارامتر تفاضل کسری با روش های مختلفی از جمله روش حداکثر درست نمایی ML، حداقل مربعات غیر خطیNLS ، نمای هرست Hurst Exponent ، جوک و پورتر- هوداکGPH ، نمای هرست تعدیل شده Modified Hurst یا لوLO ، وایتل Whittle و موجکWavelet انجام شده است. نتایج تخمین وایتل، هرست، لو و موجک بیانگر آنست که بازده ی شاخص های کل، بازده و قیمت، بازده ی نقدی، صنعت و مالی دارای حافظه ی بلندمدت می باشند. تخمین های به دست آمده با روش GPH بیانگر آنست که بازده ی تمامی شاخص ها به جزء شاخص بازده ی نقدی دارای حافظه ی بلندمدت می باشد. با توجه به معنی دار نبودن نتایج تخمین های ML و NLS در بیش تر بازه های مورد بررسی، تخمین های حاصل از این دو تکنیک از اعتبار کافی برخوردار نبوده و از تحلیل کنار گذاشته شدند.
نتایج حاصل از بررسی روند تغییرات حافظه نیز بیانگر آن است که پارامتر حافظه ی بورس اوراق بهادار تهران روند تغییر محسوسی نداشته و به عبارت دیگر طی دوره ی مورد بررسی، کاهش یا افزایش معنی داری در کارایی بازار رخ نداده است.
طبقه بندی JEL: C14, C32, D53
پیش بینی نوسانات بازده بازار با استفاده از مدل های ترکیبی گارچ شبکه عصبی(مقاله علمی وزارت علوم)
حوزه‌های تخصصی:
در این پژوهش به مطالعه توان پیش بینی طیف وسیعی از مدل های ناهمسانی واریانس شرطی (G)ARCH طی یک دوره 126 ماهه بر روی بازده روزانه شاخص کل بورس تهران (TEDPIX) پرداخته شده است. نتایج بررسی این مدل ها تایید کننده وجود سه ویژگی نوسان خوشه ای، عدم تقارن و نیز غیر خطی بودن، در سری زمانی بازده می باشد. سپس با هدف افزایش قدرت پیش بینی، این مدل ها با شبکه های عصبی مصنوعی ترکیب شده اند و نتایج حاصل از طرق گوناگونی مورد آزمون قرار گرفته است. این نتایج نشان می دهد مدل های ترکیبی گارچ توان ـ میانگین، گارچ نمایی ـ میانگین و مدل GJR، کمترین خطای پیش بینی را داشته اند. بررسی تغییرات جهت نوسان نشان می دهد مدل های ترکیبی همسویی بیشتری با نوسان واقعی نسبت به مدل های پایه ای گارچ دارند. همچنین مدل های ترکیبی گارچ توانی نامتقارن، گارچ- میانگین نمایی و گارچ- میانگین توانی بطور معنی داری خطای پیش بینی کمتری نسبت به مدل های پایه ای خود داشته اند.
محاسبه ی بازده ی بدون ریسک بازارهای مالی ایران به روش فیلتر کالمن(مقاله علمی وزارت علوم)
منبع:
تحقیقات اقتصادی دوره ۴۶ پاییز ۱۳۹۰ شماره ۳ (پیاپی ۹۶)
155 - 180
حوزه‌های تخصصی:
نرخ بازده ی بدون ریسک نقش مهمی را در تئوری های اقتصاد مالی و هم چنین بازارهای مالی ایفا می کند. به دلیل حرمت ربا در کشورهای اسلامی، ابزاری با بازده ی بدون ریسک به عنوان معیاری برای سنجش نرخ بازده ی بدون ریسک در دست نمی باشد. در پژوهش حاضر برای تخمین این متغیر در بازارهای مالی ایران از روش فیلتر کالمن استفاده می شود. این روش بر اساس یک فضای حالت پایه گذاری می شود که از مدل قیمت گذاری دارایی های سرمایه ای و یکی از معادلات خودرگرسیونی و یا گام تصادفی استخراج شده است و پارامترهای مدل با استفاده از روش حداکثر درستنمایی تخمین زده می شوند. در ادامه مشاهده می شود که معادله ی حالت خودرگرسیونی مرتبه ی اول، رفتار بازده ی بدون ریسک را بهتر از سایر مدل ها تبیین می کند و میانگین و واریانس مقادیر تخمین زده شده به ترتیب برابر 0397/0 و 0005/0 بوده و آخرین مقدار حاصله، 036/0 می باشد.
طبقه بندی JEL: G12, C32
بهینه سازی سبد سهام با رویکرد «میانگین- نیم واریانس» و با استفاده از روش «جستجوی هارمونی»(مقاله علمی وزارت علوم)
حوزه‌های تخصصی:
برای رسم مرز کارا و تشکیل پرتفوی بهینه معمولاً واریانس به عنوان عامل خطرپذیری عمومی در نظر گرفته می شود. اما از آن جا که نیم واریانس تخمین بهتری از خطرپذیری واقعی پرتفوی ارائه می دهد، در این تحقیق نیم واریانس به عنوان عامل اصلی خطرپذیری در نظر گرفته می شود. مسأله بهینه سازی پورتفوی ترکیبی از مسأله برنامه ریزی عدد صحیح و برنامه ریزی درجه 2 است که برای حل این گونه مسائل الگوریتم های مشخص و کارایی وجود ندارد.
هدف این تحقیق حل مسأله بهینه سازی مقید پرتفوی سهام با استفاده از الگوریتم جستجوی هارمونی (HS) است. این الگوریتم با الهام از فرایند بهبود و تکامل هارمونی به وسیله مجموعه نوازندگان موسیقی جهت حل مسائل بهینه سازی به وجود آمده است. به منظور حل مسأله بهینه سازی پرتفوی سهام با استفاده از اطلاعات قیمت 20 سهم پذیرفته شده در بورس اوراق بهادار تهران از مهر 1385 تا اسفند 1387، مرز کارای سرمایه گذاری برای دو الگو با عامل خطرپذیری واریانس و نیم واریانس رسم می گردد.
نتایج این تحقیق نشان می دهد که روش جستجوی هارمونی در بهینه سازی مقید پرتفوی سهام، موفق عمل می کند و در یافتن جواب های بهینه در تمامی سطوح خطرپذیری و بازده از دقت قابل قبولی برخوردار است.
اسناد عملکرد پرتفوی شرکتهای سرمایه گذاری پذیرفته شده در بورس اوراق بهادار تهران(مقاله علمی وزارت علوم)
حوزه‌های تخصصی:
اسناد عملکرد پرتفوی، یکی از موضوعات حوزه ارزیابی عملکرد شرکت های سرمایه گذاری است که به بررسی عوامل موثر برعملکرد محقق شد می پردارد. این تحقیق در پی پاسخ به این پرسش است که که اهمیت و تاثیرگذاری هر یک از اجزای بازده پرتفوی (بازده ناشی از تخصیص دارایی ها، بازده ناشی از زمان سنجی و بازده ناشی از انتخاب اوراق بهادار)، بر بازده پرتفوی و بازده سهام شرکت های سرمایه گذاری چگونه است و قدرت توضیح دهندگی کدام یک از اجزای بازده پرتفوی بیشتر است. این موضوع در قالب سه فرضیه مجزا و با استفاده از داده های مقطعی، سری زمانی و داده های ترکیبی مورد بررسی قرار گرفته است. در این تحقیق از اطلاعات پرتفوی 32 شرکت سرمایه گذاری فعال در بورس اوراق بهادار تهران برای 82 ماه بین سال های 1383 تا 1389 استفاده شده است. همچنین از متغیرهای کنترلی وضعیت بازار، تنوع پرتفوی، تمرکز مالکیت و اندازه پرتفوی بورسی برای بهبود نتایج استفاده شده است. نتایج تحقیق برخلاف آنچه در تحقیقات انجام شده در سایر کشورها بدست آمده، نشان می دهد که تخصیص دارایی ها دارای اثر غالب بر بازده نیست و تاثیر انتخاب اوراق بهادار و زمان سنجی نیز قابل توجه بوده و در اکثر مدل ها بزرگتر از اثر تخصیص داراییها بوده است. بنابراین در شرکت های سرمایه گذاری قدرت توضیح دهندگی مدیریت فعال بیشتر از تخصیص دارایی هاست.
بررسی روند حافظه بلندمدت در بازارهای جهانی نفت(مقاله علمی وزارت علوم)
حوزه‌های تخصصی:
بررسی اثرات حافظه در بازارهای نفت خام دارای جذابیت تحقیقاتی بالایی است و توجه محققان را در حوزه های مختلف، از فیزیک اقتصاد گرفته تا مباحث اقتصادی بسیار کلاسیک، به خود جلب کرده است. اهمیت مسأله به این دلیل است که نبود ناهمبستگی در قیمت ها بر وجود اثرات غیرتصادفی ای دلالت دارد که برای آربیتراژ در بازار استفاده می شود. در این مقاله پارامتر حافظه ی بازارهای نفت خام به وسیله ی روش های مختلف پارامتریک، نیمه پارامتریک و ناپارامتریک براورد شده و روند حافظه در طی زمان و تحلیل ساختار بازار نفت بررسی شده است. تحلیل حافظه ی بازار نفت با براورد پارامتر تفاضل کسری با روش های مختلفی از جمله روش حداکثر درست نمایی، حداقل مربعات غیرخطی، نمای هرست ، جوک و پورتر- هوداک ، نمای هرست تعدیل شده یا لو ، وایتل و موجک انجام شده است. نتایج روش های وایتل و موجک که اعتبار بالایی در براورد دارد، بیانگر آن است که هر چند قیمت های نفت خام مورد بررسی دارای حافظه بلندمدت نیست؛ اما، دارای ویژگی «برگشت به میانگین» نامانا هست. محور اصلی بحث این مقاله بررسی روند حافظه ی بازار است. نتایج به دست آمده از بررسی روند تغییرات حافظه بیانگر آن است که پارامتر حافظه ی بازارهای بین المللی نفت تغییر روند محسوسی نداشته است. به عبارت دیگر، در دوره ی بررسی شده، کاهش یا افزایش معنی داری در کارایی بازار رخ نداده است.
مدل سازی و پیش بینی نوسانات بازده در بورس اوراق بهادار تهران(مقاله علمی وزارت علوم)
حوزه‌های تخصصی:
در این مقاله عملکرد پیش بینی مدل های نوسان شرطی و غیر شرطی (12 مدل) در خصوص پیش بینی نوسان شاخص بازده نقدی و قیمت بورس تهران (TEDPIX) بر اساس معیار ارزیابی میانگین مربعات خطا (RMSE) بررسی شده است. نتایج نشان میدهد؛ عملکرد مدل میانگین متحرک 250 روزه، هموارسازی نمایی و CGARCH طبق معیار RMSE از دیگر مدل ها بهتر است. نتایج مدل های ترکیبی نیز نشان میدهد که در کل، مدل های غیر شرطی عملکرد بهتری نسبت به مدل های شرطی داشته اند. علاوه بر این، نتیجه به دست آمده از آماره دایبولد ـ ماریانو نشان میدهد که تفاوت معناداری میان قدرت پیش بینی مدل MA250 و مدل CGARCH وجود ندارد.
تاثیر برنامه های تشویق صادرات بر عملکرد صادراتی: مطالعهی موردی صنعت برق(مقاله علمی وزارت علوم)
حوزه‌های تخصصی:
صادرات نقش مستقیمی در توسعه و رشد اقتصادی کشور داشته و از این رو سازمان های دولتی و غیرانتفاعی متعددی در ایران با استفاده از انواع برنامه های تشویق صادرات اقدام به حمایت از فعالیت های صادراتی شرکت ها می کنند. هدف این برنامه ها بهبود عملکرد صادراتی شرکت ها یا تحریک آن ها برای شروع و ادامه فعالیت های صادراتی است. به منظور بررسی تاثیر این برنامه های حمایتی بر عملکرد صادراتی شرکت ها یک پژوهش پیمایشی و علی در محدوده صنعت برق ایران انجام شده است. به این منظور پس از طراحی مدل مفهومی اقدام به گردآوری داده های میدانی از 260 شرکت فعال در زنجیره تامین صنعت برق و عضو سندیکای صنعت برق ایران با استفاده از پرسشنامه شده است. نتایج تحلیل این داده ها نشان می دهد که آگاهی و استفاده از برنامه های تشویق صادرات در ایران به طور مستقیم بر عملکرد صادراتی تاثیر نداشته اما به طور غیرمسقیم و از طریق تاثیرگذاری بر استراتژی صادراتی شرکت ها بر عملکرد صادراتی تاثیر مثبت و معنا دار دارد. بر اساس این نتایج توصیه ها و پیشنهادهایی برای افزایش اثربخشی برنامه های تشویق صادرات ارایه شده است که می توان مورد استفاده سیاست گذاران این حوزه قرار گیرد.