محسن عسگری

هدف این پژوهش، طراحی نرم افزار و بررسی قابلیت اجرای استراتژی معاملات جفتی در بازار سهام ایران است. برای بررسی این استراتژی دو شرکت سرمایه گذاری [گروه توسعه ملی (و بانک) وصنعت بیمه (و بیمه) برای سال 1391] انتخاب و اطلاعات مربوط به قیمت سهام موردنظر از نرم افزار ره آورد نوین استخراج شدند. قبل از استفاده دو سهم فوق، قابلیت جفت شدن آن ها با استفاده از آزمون های همبستگی، پایایی و روابط بلندمدت بررسی شد تا اطمینان حاصل شود که آن ها از هر لحاظ قابلیت جفت شدن را دارند. پس از طراحی نرم افزار استراتژی معاملات جفتی، قابلیت اجرایی آن برای دو شرکت موردنظر بررسی شد که نتایج حاصل نشان داد این استراتژی قابل اجرا بوده و می توان از سیگنال های آن برای خرید و فروش استفاده نمود. همچنین بررسی های این پژوهش نشان می دهد جفت سهامی بیشتر قابلیت اجرای این استراتژی را دارد که حرکات قیمتی آن ، مشابه نوسانات مقطعی (هفتگی و ماهیانه) بیشتر و دارای خاصیت بازگشت به میانگین می باشد. هر چه همبستگی بین قیمت جفت های معاملاتی و نوسانات مقطعی آن ها بیشتر باشد، قابلیت اجرای استراتژی و سودآوری آن نیز بیشتر می شود. لازم به ذکر است که برای طراحی نرم افزار از زبان برنامه نویسی C# استفاده شده است. این نرم افزار برای اولین بار در کشور طراحی شده است و استفاده از آن آسان و کاربر پسند است.

هدف این پژوهش، طراحی نرم افزار و بررسی قابلیت اجرای استراتژی معاملات جفتی در بازار سهام ایران است. برای بررسی این استراتژی دو شرکت سرمایه گذاری [گروه توسعه ملی (وبانک) و صنعت بیمه (وبیمه) برای سال 1391] انتخاب و اطلاعات مربوط به قیمت سهام مورد نظر از نرم افزار ره آورد نوین استخراج شد. قبل از استفاده دو سهم فوق، قابلیت جفت شدن آن ها با استفاده از آزمون های همبستگی، پایایی و روابط بلندمدت بررسی شد تا اطمینان حاصل شود که آن ها از هر لحاظ قابلیت جفت شدن را دارند. پس از طراحی نرم افزار استراتژی معاملات جفتی، قابلیت اجرایی آن برای دو شرکت موردنظر بررسی شد که نتایج حاصل نشان داد این استراتژی قابل اجرا بوده و می توان از سیگنال های آن برای خرید و فروش استفاده نمود. همچنین بررسی های این پژوهش نشان می دهد جفت سهامی بیشتر قابلیت اجرای این استراتژی را دارد که حرکات قیمتی آن ، مشابه نوسان های مقطعی (هفتگی، ماهیانه) بیشتر و دارای خاصیت بازگشت به میانگین می باشد. هر چه همبستگی بین قیمت جفت های معاملاتی و نوسان های مقطعی آن ها بیشتر باشد، قابلیت اجرای استراتژی و سودآوری آن نیز بیشتر می شود. لازم به ذکر است که برای طراحی نرم افزار از زبان برنامه نویسی C# استفاده شده است. این نرم افزار برای نخستین بار در کشور طراحی شده و استفاده از آن آسان و کاربر پسند است.

 بانک ها در فضای رقابتی شدید تلاش می کنند تا به منابع مالی بیشتری دست پیدا کنند. با توجه به بالاتر بودن هزینه های جذب مشتری جدید نسبت به نگهداری مشتریان موجود، عمده تلاش بانک ها روی حفظ سپرده های موجود مشتریان در بانک متمرکز است. لذا پیش بینی رویگردانی مشتریان پیش از وقوع برای بانک ها از اهمیت ویژه ای برخوردار است. تقریباً در تمامی تحقیقات مرتبط در بانک ها مشتریان به دو دسته رویگردان و غیر رویگردان با یک تعریف ثابت از رویگردانی تقسیم شده اند؛ اما در شرایط بانکداری ایران نمی توان از یک تعریف ثابت برای رویگردانی استفاده نمود؛ بنابراین لازم است که رویگردانی را به صورت دینامیک و در قالب وضعیت های مختلف تعریف کنیم. برای این منظور در این تحقیق مفهوم زنجیره وضعیت معرفی می شود که تغییرات وضعیت رویگردانی جزئی مشتریان طی زمان را مشخص می کند. با به کارگیری این زنجیره ها و استفاده ترکیبی از تکنیک های خوشه بندی سلسله مراتبی و همچنین ماشین های بردار پشتیبان، مدلی برای پیش بینی رویگردانی جزئی مشتریان بانک ها ساخته شد. برای ساختن نمونه عملی و ارزیابی دقت پیش بینی، پنج سال داده های واقعی مشتریان یک بانک اروپایی و همچنین سه سال داده های مشتریان سه بانک ایرانی مورد استفاده قرار گرفتند. نتایج حاکی از دقت بالای پیش بینی در مدل های ساخته شده روی هر چهار بانک به خصوص با افزایش طول زنجیره های وضعیت در داده های آزمون است.

پس از ظهور بانک های خصوصی در ایران به دلیل جذابیت صنعت شاهد رشد سریع تعداد این نوع بانک ها و فشار رقابتی بالای این صنعت در کشور هستیم. ریزش مشتریان از یک بانک به معنی کاهش منابع بانک بوده و با توجه به هزینه های بالاتر جذب مشتریان نسبت به نگهداری آن ها، بانک ها به شدت تلاش می کنند که مشتریان خود را حفظ کنند. لذا محاسبه احتمال رویگردانی مشتریان با بررسی رفتار مالی آن ها و در صورت امکان جلوگیری از ریزش آن ها بسیار کلیدی است.  در این مقاله با استفاده از تکنیک داده کاوی خوشه بندی سلسه مراتبی برای تشخیص مشتریان از منظر رویگردانی و همچنین زنجیره احتمالات مارکوف برای تعیین احتمال رویگردانی در آینده، مدلی ساخته شده است که از طریق یادگیری داده های رفتار مالی مشتریان بتواند احتمال ریزش مشتری را پیش بینی کند. این مدل روی یک سال داده های واقعی تراکنش های سپرده های کوتاه مدت روزشمار و قرض الحسنه جاری در یک بانک خصوصی ایرانی پیاده شد. نتایج نشان داد در صورتی که بانک مشتری را از دست بدهد احتمال بازگرداندن مشتری بسیار پایین است. همچنین مشتریان فعال که معمولاً با هزینه های بالا جذب بانک می شوند، بسیار ناپایدار هستند و به سرعت تغییر وضعیت می دهند. البته در صورتی که مشتری فعال از دست نرود فرصت محدودی از نظر زمانی برای بانک ها جهت فعال سازی دوباره مشتریان وجود دارد.

برخورداری از تکنولوژی تولیدات دانش بنیان، حسب نوع صنعت می تواند قدرت زیادی به دولت ها بخشد و بنابراین حمایت از این شرکت ها ضرورت دارد. قانون گذار نیز دولت را به حمایت از این شرکت ها ملزم کرده، لیکن به سبب ناهماهنگی اداری و فقدان برخی زیرساخت ها، این حمایت ها بازدهی مورد انتظار را نداشته است. در این پژوهش به روش تحلیلی- توصیفی، چالش های اداری حمایت از شرکت های دانش بنیان بررسی شد. چنین نتیجه شد که متولی امتیازبندی شرکت ها، چندان تخصصی نبوده و تنها مالکیت شرکت شتاب دهنده را معیاری بر امتیاز پژوهشی می داند که این امر موجب تنها حضور و بهره مندی از مزایای شرکت های دانش بنیان توسط شرکت های مادر شده که بازدهی مورد انتظار را ندارند. از طرف دیگر برخی امتیازات در نظر گرفته شده برای شرکت های دانش بنیان در عمل توسط مقررات اداری نهادی دیگر بی اثر گردیده است. سازمان امور مالیاتی با تقسیم بندی ناصحیح مشاغل، امکان بهره مندی شرکت های دانش بنیان از مزایای معافیت مالیاتی را سلب کرده و گمرک جمهوری اسلامی ایران نیز با وضع آئین نامه حمایت از ملوانان، امکان ورود کالای مشابه محصولات دانش بنیان به کشور را فراهم داشته است. در سکوت قانون، مالکیت معنوی قابلیت رهن گذاری نداشته و نیاز است که از نظر اداری، چنین امتیازی برای مالکیت مذکور لحاظ شود که نوعی حمایت از شرکت های دانش بنیان محسوب می گردد.