غلامحسین گل ارضی

رفتارجمعی سرمایه گذاران در بازار سرمایه نوعی تورش رفتاری است که میتواند تاثیرات مخربی بر عملکرد بازار سرمایه داشته باشد. روش ها و مدل های مختلفی توسط پژوهشگران و صاحب نظران جهت سنجش و اندازه گیری رفتارجمعی سرمایه گذاران در بورس های مختلف جهان ارائه گردیده است که هریک از این روش ها برای شرایط خاصی مناسب هستند. رویکرد تبعیت از بتا، یکی از جدیدترین روش ها و رویکردهای اندازه گیری و سنجش رفتار جمعی سرمایه گذاران است. در رویکرد مذکور، رفتار جمعی سرمایه گذاران از طریق پراکندگی مقطعی عوامل حساسیت (ضرایب بتا) اندازه گیری میشود. مقاله حاضر، با استفاده از همین رویکرد و با به کارگیری مدل فضای حالت، تبعیت جمعی سرمایه گذاران ازعوامل بازار، ارزش و اندازه در یک دوره زمانی92 ماهه (فروردین 1380 الی آبان ماه 1387) را بررسی و مطالعه می نماید. نتایج پژوهش حاضر نشان میدهد سرمایه گذاران در بورس اوراق بهادار تهران به صورت جمعی و مستمر از عامل بازار تبعیت میکنند. تبعیت جمعی سرمایه گذاران از عامل بازار و نادیده گرفتن متغیرهای بنیادی توسط سرمایه گذاران در بورس اوراق بهادار باعث میگردد تا روابط تعادلی در بورس اوراق بهادار تهران تا حد زیادی تضعیف شده، بازار به سمت عدم کارایی متمایل گردد. علاوه بر این، نتایج پژوهش نشان میدهد که سرمایه گذاران در بورس اوراق بهادار تهران در تصیمات سرمایه گذاری خود به عامل اندازه و ارزش توجه جمعی ندارند که بر این اساس میتوان گفت که توجه همزمان به سهم شرکت های کوچک یا بزرگ و یا توجه همزمان به سهام شرکت های ارزشی یا رشدی نمیتواند تاثیری بر روابط تعادلی بازار سرمایه در ایران داشته باشد.

رفتارجمعی در بازار سرمایه نشان دهنده وضعیتی است که سرمایه گذاران به صورت عمد و یا غیر عمد اقدام به انجام عملیات مشابهی می نمایند. بر خلاف رفتار جمعی عمدی که سرمایه گذاران به دلایل مختلف منطقی یا غیر منطقی و به صورت آگاهانه اطلاعات و تحلیل های شخصی خود را نادیده گرفته، اقدام به پیروی از سرمایه گذاران دیگر می نمایند، در رفتار جمعی غیرعمدی دسترسی یکسان سرمایه گذاران به اطلاعات بازار و واکنش یکسان آنها به این اطلاعات باعث می گردد تا رفتارهای مشابهی توسط سرمایه گذاران در بازار مشاهده شود. هر چند رفتارجمعی عمدی پدیده ای مخرب و زمینه ساز بروز ناهنجاری هایی از قبیل: حباب و سقوط شدید قیمت ها در بازاربه حساب می آید، رفتارجمعی غیرعمد پدیده ای مطلوب و نشان دهنده کارایی اطلاعاتی در بازار است. تحقیق حاضر با رویکرد تبعیت از بتا و نیز به کارگیری مدل فضای حالت اقدام به آزمون تبعیت جمعی سرمایه گذاران از عامل بازار و نیز عمدی یا غیرعمدی بودن آن در یک دوره زمانی 120ماهه ( فروردین 80 الی اسفند 89 ) نموده است. نتایج حاصل از انجام این تحقیق نشان می دهد که سرمایه گذاران به صورت عمدی و دائمی ازعامل بازار تبعیت می نمایند.

پیش بینی بازده سهام یکی از موضوع های مهم و قابل بحث در ادبیات مالی و سرمایه گذاری به حساب می آید. مدل سه عاملی فاما و فرنچ به عنوان شاخص ترین مدل در پیش بینی بازده سهام علیرغم برخورداری از نقاط قوت زیاد بر اساس فرض ثابت بودن ضرایب بتا بنا نهاده شده است، که چنین فرضی به صورت مطلق در هر شرایطی ممکن است برقرار نباشد. در این پژوهش سعی شده است تا مدل مذکور با دو فرض ثابت بودن یا متغیر بودن ضرایب به طور جداگانه برازش و سپس دقت هر یک آنها مقایسه شود. برای این منظور از مدل فضای حالت و حداقل مربعات معمولی (OLS) برای برازش مدل به ترتیب با فرض متغیر بودن و ثابت بودن ضرایب استفاده شده است. این پژوهش بر روی شرکت های پذیرفته شده در بورس اوراق بهادار تهران و برای یک دوره زمانی 72 ماهه (مهر 1385 الی شهریور 1391) صورت گرفته است. با انجام این پژوهش مشخص گردید که مدل فضای حالت در مقایسه با مدل حداقل مربعات خطی از عملکرد بهتری در پیش بینی بازده اوراق بهادار برخوردار است ، که این می تواند به معنای ثابت نبودن ضرایب بتای مدل سه عاملی در بورس اوراق بهادار تهران باشد.

رفتار جمعی سرمایه گذاران در بازار سرمایه، نوعی تورش رفتاری است که می تواند پیامدهای نامطلوبی چون حباب، سقوط قیمت ها، تشدید نوسانات در قیمت سهام و مخدوش شدن روابط تعادلی قیمت ها و در نهایت حرکت بازار به سوی کارایی نداشتن را به دنبال داشته باشد. منظور از رفتار جمعی در بازار سرمایه، وضعیتی است که فرد بنا به دلایل منطقی یا غیر منطقی اطلاعات و تحلیل های شخصی خود را نادیده می گیرد و اقدام به تبعیت و تقلید از تصمیمات دیگران می کند. پژوهشگران حوزه مالی رفتاری از ابعاد مختلفی اقدام به مطالعه و بررسی این پدیده کرد ه اند که در این پژوهش از دو مدل استاندارد CAPM و هوانگو سالمون HS با رویکرد مبتنی بر حجم معاملات که یکی از روش های جدید و رویکردهای اندازه گیری و سنجش رفتار جمعی سرمایه گذاران به شمار می رود، استفاده شده است. این پژوهش با استفاده از حجم معاملات روزانه برای دوره زمانی 36 ماهه (مرداد ماه 1388 تا تیرماه 1391) در خصوص 146 شرکت از شرکت های پذیرفته شده در بورس اوراق بهادار تهران اجرا شده است. نتایج پژوهش حاضر نشان می دهد رفتار جمعی به صورت پیوسته در بورس اوراق بهادار تهران در طول دوره بررسی انجام شده است.

بیش واکنشی یکی از ناهنجاری های قابل مشاهده در بازار می باشد که پیامدهای مخربی من جمله عدم کارایی بازار را به دنبال دارد. در این تحقیق به بررسی وجود بیش واکنشی سهامداران و مقایسه آن در شرکت های کوچک و بزرگ در بورس اوراق بهادار تهران و ارزیابی عملکرد استراتژی سرمایه گذاری معکوس در شرکت های کوچک و بزرگ به منظور کسب بازده غیرعادی پرداخته شده است. دوره زمانی موردمطالعه از سال 1382 تا 1396 می باشد. برای بررسی پدیده بیش واکنشی، از روش اثر بازنده- برنده دی بونت و تالر استفاده شد. نتایج تحقیق نشان داد که بیش واکنشی در میان سهامداران بورس اوراق بهادار تهران وجود دارد و همچنین بیش واکنشی در میان سهامداران شرکت های بزرگ مشاهده شده است و در شرکت های کوچک بیش واکنشی در میان سهامداران مشاهده نشده است. درنهایت با توجه به وجود بیش واکنشی در بازار، سرمایه گذاران می توانند با به کارگیری استراتژی سرمایه گذاری معکوس به بازده اضافی دست یابند.

هدف: یکی از مهم ترین مسائلی که شرکت های بیمه با آن مواجه هستند تعیین حق بیمه منصفانه است. هدف این پژوهش طراحی مدل ریاضی محاسبه حق بیمه بهینه با بیشینه سازی مقدار مورد انتظار مطلوبیت کل تتزیل شده سرمایه، لحاظ کردن تقاضا و رقابت بازار بیمه غیر عمر است. روش: در ابتدا معادله سرمایه شرکت بیمه که حاصل جمع درآمد بیمه گری و درآمد سرمایه گذاری است، تعریف می شود. درآمد بیمه گری در هر سال از تفاوت میان حق بیمه و هزینه های بیمه گری در تابع تقاضای تصادفی محاسبه می گردد. در مرحله بعد، تابع تقاضای تصادفی بر اساس تعداد بیمه نامه های صادره سال گذشته، متوسط حق بیمه بازار، حق بیمه شرکت به عنوان متغیر کنترل و نیز اختلال تصادفی خطی یا متغیرهای تصادفی مرتبط با تابع تقاضا تعریف شده است. از آن جا که مقادیر متوسط حق بیمه بازار و اختلال تصادفی هستند، تقاضا تصادفی در نظر گرفته می شود. در نهایت، حق بیمه بهینه با استفاده از برنامه ریزی پویای تصادفی در قالب زمان گسسته با بیشینه سازی مقدار مورد انتظار مطلوبیت کل تتزیل شده سرمایه محاسبه می گردد. یافته ها: نتایج عددی به دست آمده حاکی از آن است که حق بیمه بهینه با متوسط حق بیمه بازار، تقاضای سال قبل و حق بیمه سر به سر ارتباط مستقیم و با امید مورد انتظار اختلال تصادفی رابطه معکوس دارد. همچنین نشان داده شد که علامت امید مورد انتظار اختلال تصادفی تعیین کننده استراتژی حق بیمه بهینه است. نتیجه گیری: از یافته های این پژوهش می توان نتیجه گرفت که شرکت های بیمه می بایست با استفاده از علامت مقدار مورد انتظار اختلال تصادفی که بر مبنای تابع تقاضا تعیین می شود، به تعیین حق بیمه بهینه غیر عمر در فضای رقابتی بپردازند. نتایج نشان داد که علامت مقدار مورد انتظار اختلال تصادفی مثبت، نشان دهنده تقاضای کاهشی است و شرکت بیمه می بایست به تغییر استراتژی تعیین حق بیمه بهینه به منظور گسترش تقاضا بپردازد.

در اینپژوهشرابطه بین کیفیت سود و بازده سهام با میانجی گری مالکیت نهادی مورد بررسی قرار گرفته است. پژوهش پیش رو ابتدا رابطه بین کیفیت سود و بازده سهام را مورد بررسی قرار می دهد و سپس به تأثیر میزان مالکیت سرمایه گذاران نهادی بر رابطه بین کیفیت سود و بازده سهام می پردازد. در این پژوهش کیفیت سود براساس پنج معیار، ارزش پیش بینی کنندگی سود، اقلام تعهدی، گزارش دهی صادقانه سود، گزارش دهی به موقع سود و پایداری سود اندازه گیری و میزان مالکیت سرمایه گذاران نهادی در سه سطح مالکیت نهادی زیاد، متوسط و کم طبقه بندی شده است. آزمون فرضیه ها ی پژوهش به کمک تجزیه و تحلیل رگرسیون چند متغیره و با استفاده از روش پانل برای 96 شرکت در دوره زمانی 1386 تا 1390 انجام شده است. نتایج این پژوهش نشان می دهد که بین کیفیت سود و بازده سهام رابطه معناداری وجود دارد و با افزایش میزان مالکیت سرمایه گذاران نهادی، رابطه قوی تری بین کیفیت سود و بازده سهام ایجاد می شود

هدف: هدف این پژوهش، مقایسه عملکرد دو الگوریتم از الگوریتم های بهینه سازی تکاملی چندهدفه، شامل الگوریتم ژنتیک مرتب سازی نامغلوب (NSGAII) و الگوریتم تکاملی قدرت پارتو بهبودیافته (SPEA2) در دو رویکرد میانگین واریانس و میانگین نیمه واریانس برای انتخاب پرتفولیوی بهینه سهام در بورس اوراق بهادار تهران است. روش: این پژوهش با استفاده از داده های 241سهم در یک بازه زمانی 174 ماهه (از مهر 1385 تا پایان اسفند 1399) در بورس اوراق بهادار تهران صورت گرفته است. پس از طراحی الگوریتم های مدنظر و انتخاب پرتفولیوی بهینه بر اساس آن ها، با استفاده از نسبت شارپ و آزمون مقایسه میانگین ها، عملکرد این پرتفولیوها در مقاطع زمانی سه ماهه ارزیابی و مقایسه شدند. یافته ها: با انجام آزمون فرضیه، روی نسبت شارپ پرتفولیوهای تشکیل شده طبق الگوریتم های پژوهش، مشخص شد که الگوریتم SPEA2 نسبت به الگوریتم NSGAII عملکرد بهتری دارد. با انجام آزمون برگشت (بک تست) با داده های واقعی سه ماهه منتهی به پایان سال 1400 این یافته تأیید شد. همچنین نتایج حاصل از آزمون مقاومت، برتری الگوریتم SPEA2 به عنوان الگوریتم برتر در این پژوهش را نسبت به مدل سنتی مارکوویتز تأیید کرد. نتیجه گیری: نتایج این پژوهش نشان می دهد که الگوریتم SPEA2 نسبت به الگوریتم NSGAII در هر دو رویکرد میانگین واریانس و میانگین نیمه واریانس برای انتخاب پرتفولیوی بهینه عملکرد بهتری است.

هدف: انتخاب یک سبد سرمایه گذاری بهینه در طولانی مدت منطقی نیست و با گذشت زمان کارایی خود را از دست می دهد. هدف این مقاله ارائه روشی برای به روز کردن چندمرحله ای سبد سهام است. همچنین از آنجا که بعد این مسئله با گذشت دوره های زمانی، به صورت چشمگیری افزایش می یابد، حل مسئله به روش قطعی ممکن نیست، از این رو هدف دیگر، استفاده از روش تقریبی برای مقابله با این دغدغه است. روش: از برنامه ریزی پویای تصادفی تقریبی چندمرحله ای برای تعیین سبد بهینه سهام و رفع مشکل ناکارایی آن با گذشت زمان استفاده شده است. از نرخ های بازده به عنوان متغیر تصادفی طی دوره ها، از روش مونت کارلو برای سناریوسازی و از معیار ریسک GlueVaR به عنوان معیار اندازه گیری ریسک استفاده شده است. با استفاده از روش تقریبی، امکان حذف برخی از جواب های بهینه افزایش می یابد، از این رو، از الگوریتم ژنتیک برای جست وجو در اطراف پاسخ بهینه بهره برده شد تا در صورت امکان، جواب بهتری به دست آید. مدل سازی این پژوهش توسط نرم افزار متلب و آزمون های آن به کمک نرم افزار SPSS صورت پذیرفته است. یافته ها: در این مقاله از اطلاعات 100 شرکت برتر موجود در بورس اوراق بهادار تهران، در سال های 1390 تا 1396 استفاده شد و بر اساس روش برنامه ریزی پویای تقریبی پیشنهادی، الگوریتم ژنتیک و روش سبد سهام با وزن های برابر، به مقایسه بازدهی و ریسک سرمایه گذاری در سبدهای مختلف پرداخته شده است. نتیجه گیری: آزمون های آماری مربوطه نشان دهنده عملکرد بهتر روش پیشنهادی در مقایسه با دو روش دیگر است.

احساسات سرمایه گذاران می تواند باعث اتخاذ تصمیمات احساسی و گاهاً غیر منطقی از سوی آنان و در نتیجه باعث بروز ناهنجاری هایی از قبیل نوسانات شدید در  قیمت و حتی بحران در بازارهای مالی گردد. بر همین اساس، هدف پژوهش حاضر بررسی تأثیر احساسات سرمایه گذاران و سایر متغیرهای اقتصادی بر احتمال شکل گیری بحران در بورس اوراق بهادار تهران، طی دوره زمانی15 ساله (از فروردین 1385 تا اسفند )1399 بر روی 179 شرکت پذیرفته شده در بورس اوراق بهادار تهران است. مدل آماری مورد استفاده در این پژوهش رگرسیون لجستیک با تابع لاجیت می باشد. نتایج برآورد مدل نشان می دهد متغیرهایی از قبیل نرخ بهره اسمی، نرخ تورم، تولید ناخالص داخلی، نسبت قیمت به سود هر سهم، نرخ بازده دارائی ها، احتمال بروز بحران در بورس اوراق بهادار تهران را پیش بینی می نمایند. همچنین، احساسات سرمایه گذاران به تنهایی و نیز، با در نظر گرفتن متغیرهای اقتصادی به عنوان متغیرهای کنترلی، می تواند احتمال بروز بحران در بورس اوراق بهادار تهران را پیش بینی نماید.

هدف: این پژوهش تأثیر احساس سرمایه گذاران از بازده بازار در شکل گیری و بروز رفتار جمعی را با رویکردی مبتنی بر تبعیت از بتا در بورس اوراق بهادار تهران مورد مطالعه قرار می دهد. به عبارتی این پژوهش به بررسی این موضوع می پردازد که سرمایه گذاران در بورس اوراق بهادار تهران بر اساس اصول بنیادی تصمیم گیری می کنند، یا اینکه با نادیده گرفتن اصول علمی و تأثیرپذیری از عملکرد بازار اقدام به خرید و فروش و در صورت تأثیرپذیری از بازده بازار، اندازه ضریب بتا تا چه حد بر شدت این تأثیرپذیری می تواند نقش داشته باشد.   روش: این پژوهش با استفاده از مدل هوانگ و سالمون (2009) در یک دوره 120 ماهه (از اول فروردین 1388 تا آخر اسفند 1397) به بررسی تأثیر احساس سرمایه گذاران در شکل گیری رفتار جمعی پرداخته است.   یافته ها: نتایج حاصل نشان دهنده این است احساس سرمایه گذاران از بازده بازار بر تصمیمات سرمایه گذاری سرمایه گذاران در بورس اوراق بهادار تهران اثرگذار بوده به گونه ای که باعث شکل گیری رفتار جمعی از سوی آنها می شود. علاوه بر این، نتایج بدست آمده نشان می دهد سهام با ضریب بتای بزرگ و کوچک به یک میزان از بازده بازار تأثیر نمی پذیرند.   نتیجه گیری: یافته های تحقیق نشان می دهد در بورس اوراق بهادار تهران سرمایه گذاران بدون توجه به متغیرهای بنیادی و بیشتر بر اساس شرایط حاکم بر بازار تصمیم گیری می کنند که نتیجه این گونه تصمیمات می تواند عدم کارایی بازار را به دنبال داشته باشد.

با توجه به گسترش روز افزون روش های پیش بینی در بازارهای مالی و نیز، از آنجا که قیمت سهام یکی از مهم ترین عوامل مؤثر در تصمیمات سرمایه گذاری است و پیش بینی آن می تواند نقش با اهمیتی در این زمینه ایفا کند، در این پژوهش سعی شده است، مدلی ارائه شود تا بر اساس آن بتوان روند حرکتی قیمت سهام شرکت مورد نظر را با دقت بالایی پیش بینی کرد. بر همین اساس، یک مدل ترکیبی برای پیش بینی روند حرکتی قیمت سهام با استفاده از ماشین بردار پشتیبان بر پایه الگوریتم ژنتیک ارائه شده است. برای نمونه آماری، سی شرکت از پنجاه شرکت برتر بورس اوراق بهادار در سه ماهه دوم سال 90 انتخاب شده است. سپس برای هر سی شرکت، 44 متغیر محاسبه شد. این متغیرها ورودی مدل ترکیبی هستند و به کمک الگوریتم ژنتیک بهینه سازی شده اند. نتایج نشان می دهد، مدل ترکیبی ماشین بردار پشتیبان بر پایه الگوریتم ژنتیک در پیش بینی روند حرکتی قیمت سهام بسیار بهتر عمل می کند و درمقایسه با روش ماشین بردار پشتیبان ساده، از دقت بیشتری برخوردار است.

هدف: در ادبیات مالی، دو ویژگی شناخته شده در خصوص تلاطم (نوسان) به بحث گذاشته شده است. نخستین ویژگی، به واکنش های نامتقارن تلاطم به اخبار خوب و بد مربوط می شود و دومین ویژگی، به وجود سرریز تلاطم (سرایت) میان بازارها و دارایی های مالی مختلف اشاره می کند. رفتار نامتقارن تلاطم به شواهد تجربی ای اشاره دارد که طی آن، یک تکانه منفی بازدهی در مقایسه با تکانه مثبت بازدهی، به همان اندازه باعث افزایش بیشتری در تلاطم می شود. همچنین در خصوص اثرهای نامتقارن اخبار روی تلاطم بازدهی سهام، دو فرضیه اثر اهرمی و بازخورد تلاطم مطرح شده است. با توجه به آنچه بیان شد، هدف اصلی مطالعه حاضر بررسی اثرهای اهرمی، هم بستگی شرطی پویا و سرایت پذیری تلاطم میان ده شاخص صنایع بورسی است که این ده صنعت، بیش از ۷۵ درصد از شاخص کل بورس تهران را تشکیل می دهند. روش: در این مطالعه، نخست برای استخراج باقی مانده ها، از مدل میانگین ARMA(1,1) و پس از آن، برای بررسی اثرهای اهرمی، از مدل GJR-GARCH و در نهایت برای بررسی سرایت پذیری تلاطم میان ده شاخص انتخابی، از مدل DCC(1,1) استفاده شد. داده های استفاده شده در این پژوهش، به صورت روزانه (پنج روز در هفته) و از سایت بورس اوراق بهادار تهران، برای بازه زمانی 05/01/1397 تا 25/08/1401 استخراج شد که در مجموع، ۱۱۱۷ روز کاری مشاهده شده بود. یافته ها: نتایج مدل GJR-GARCH نشان داد که به جز شاخص های صنایع شیمیایی و فراورده های نفتی، اثرهای اهرمی در تمام سری های بازدهی شاخص های صنایع وجود دارد. از سوی دیگر، نتایج برآورد مدل DCC مثبت بودن هم بستگی شرطی بین تمام متغیرها را نشان می دهد. افزون بر این، سرایت پذیری تلاطم میان بازده شاخص صنایع نیز به شدت تأیید شد. نتیجه گیری: بازارهای مالی، به خصوص بازار سهام، به شوک های منفی و مثبت واکنش های متفاوتی نشان می دهند و این شوک های وارد بر متغیرها، هم بستگی بین آن ها را تحت تأثیر قرار می دهد؛ به همین خاطر، در این پژوهش تلاش شد تا بازه زمانی به گونه ای در نظر گرفته شود که بازار سهام نوسان های چشمگیری را تجربه کرده باشد تا اثرهای اهرمی، سرایت پذیری تلاطم و همچنین، هم بستگی شرطی پویا میان بازده شاخص صنایع، بهتر و دقیق تر بررسی شود. در نیمه اول سال ۱۳۹۹ با وجود ریزش قیمت کامودیتی ها و نفت و همه گیری کرونا، بازار سهام رشد خیره کننده ای را تجربه کرد؛ این در حالی بود که سرمایه گذاران بدون توجه به شرایط بنیادی شرکت ها، عطش خرید داشتند و این اشتیاق خرید، میان صنایع بورسی سرایت پیدا کرد؛ اما از نیمه دوم سال ۱۳۹۹، اوضاع کاملاً برعکس شد و با کوچک ترین خبر منفی در بازار، سهام داران سهام های خود را می فروختند. با توجه به نتایج به دست آمده که از وجود اثرهای اهرمی، هم بستگی شرطی پویا و سرایت پذیری تلاطم حکایت دارد، سرمایه گذاران و مدیران پرتفوی، برای کاهش ریسک و همچنین انتخاب سبد بهینه، می توانند از یافته های پژوهش حاضر بهره مند شوند.

تعیین حق بیمه منصفانه یکی از مسائل اساسی شرکت های بیمه است. اکثر مدل های تعیین حق بیمه، مبتنی بر تحلیل ریسک یا مبتنی بر رفتار بازار هستند. مدل های مبتنی بر تحلیل ریسک به مدل های قیمت گذاری پیشین و قیمت گذاری پسین تقسیم بندی می شوند که از اطلاعات فراوانی و شدت خسارت برای تحلیل ریسک استفاده می کنند. مدل های مبتنی بر رفتار بازار موجود نیز تنها برخی از متغیرهای مؤثر بر تابع تقاضا را برای تعیین حق بیمه در مدل خود گنجانده اند، حال آن که شرکت های بیمه با ریسک غیربیمه پذیر مثل ریسک های اقتصادی در بیمه بدنه اتومبیل مواجه هستند و حق بیمه یک شرکت بیمه به علت رقابتی بودن بازار بیمه به قیمت رقبا نیز وابسته است. بنابراین در تعیین حق بیمه بهینه لازم است متغیرهای کلان اقتصادی در تابع تقاضا لحاظ گردد. این پژوهش برای اولین بار حق بیمه بهینه را با گنجاندن ضریب نفوذ بیمه در تابع تقاضا محاسبه کرد. به منظور تحقق هدف، محقق یک شرکت خصوصی فعال در صنعت بیمه را به عنوان بستر تحقیق انتخاب نموده است. روش مورد استفاده مبتنی بر برنامه ریزی پویای تصادفی بوده است. معادله سرمایه شرکت بیمه براساس فرآیند مارکوف مشخص شد و تابع هدف مدل به شکل درجه دوم تعریف گردید. تابع تقاضا تابعی از پارامترهای کلان اقتصادی مانند کشش درآمدی تقاضا، نرخ تورم، ضریب نفوذ بیمه تعریف شد. سپس برای سطوح مختلف حق بیمه بازار حق بیمه بهینه محاسبه شد. نتایج حاصله حاکی از آن است که هر چه متوسط حق بیمه بازار بیشتر می شود، حق بیمه بهینه کمتر می شود. طبقه بندی JEL : B22، C61،E21

نرخ ارز به عنوان یک متغیر بنیادی در کنار سایر متغیرهای اقتصادی بر بازده سهام تاثیرگذار است. از این رو، در پژوهش حاضر به بررسی اثرات نرخ ارز و نوسانات آن بر بازده سهام صنعت دارو از طریق مدل های خطی و غیر خطی طی سال های 1384 تا 1400 پرداخته شده است. در این پژوهش ابتدا نوسانات نرخ ارز با استفاده از مدل GARCH مدل سازی شد. سپس با استفاده از الگوی خطی خودرگرسیونی با وقفه های توزیعی (ARDL) و الگوی غیر خطی خودرگرسیونی با وقفه های توزیعی (NARDL) اثرات متقارن و نامتقارن نرخ ارز و نوسانات آن به همراه متغیرهای کنترلی مربوط به اقتصاد کلان شامل شاخص قیمت مصرف کننده بهداشت و درمان و قیمت نفت و متغیرهای کنترلی خاص صنعت دارو شامل نسبت بازده دارایی ها، نسبت گردش دارایی ها و نسبت بدهی به همراه متغیر مجازی کرونا بر بازده سهام صنعت دارو مورد بررسی قرار گرفت. نتایج مطالعه نشان داد که در کوتاه مدت و بلندمدت آثار نرخ ارز بر بازده سهام صنعت دارو بیشتر از نوسانات نرخ ارز است. همچنین شوک های منفی قیمت ارز و نوسانات نرخ ارز با بازده سهام صنعت دارو، رابطه منفی و شوک های مثبت نرخ ارز و نوسانات آن، اثر مثبتی بر بازده سهام صنعت دارو دارند. بر اساس نتایج پژوهش، شوک های مثبت و منفی نرخ ارز و نوسانات آن بر بازده سهام صنعت دارو، اثر نامتقارن دارد . علاوه بر این، نتایج حاکی از آن است که متغیرهای کنترلی مورد استفاده در این پژوهش و متغیر کرونا اثرات معناداری در مدل های خطی و غیرخطی بر بازده سهام صنعت دارو دارند.

هدف: اغلب سرمایه گذاران تمایل دارند که در سطح معینی از ریسک، به بازده بیشتری دست یابند؛ به همین دلیل بهینه سازی پرتفولیو برای تحقق این هدف مفید است. مدل ها و روش های مختلفی برای انتخاب پرتفولیوی بهینه با رویکردهای مختلف ارائه شده است. هدف این پژوهش، به کارگیری روش های مبتنی بر توزیع بازده دارایی ها به منظور بهینه سازی پرتفولیو است. در این روش ها پیش از انتخاب پرتفولیوی بهینه، نوع توزیع بازده ها شناسایی می شود و با توجه به نوع توزیع بازده ها، روشی مناسب به کار گرفته می شود. در این پژوهش، عملکرد مدل میانگین انحراف مطلق آنتروپی، مبتنی بر توزیع چوله نرمال و چوله لاپلاس نرمال در تشکیل پرتفولیوی بهینه مقایسه شده است. روش: داده های به کار رفته در این پژوهش، بازده های ماهانه ۱۸۱ نماد بورسی (متناظر با ۳۳۸ نماد بورسی از جدول مورگان، بر اساس فرمول کوکران برای تعیین حجم نمونه به دست آمد) سهام شرکت های پذیرفته شده در بورس سهام و اوراق بهادار تهران است. در این پژوهش، پس از برازش توابع چگالی متناظر با توزیع های آماری چوله نرمال و چوله لاپلاس نرمال به بازده ها و یافتن برآوردهای حداکثر درست نمایی توزیع های برازش با استفاده از بسته نرم افزاری استاس و نرم افزار آر و بررسی پایایی برآوردهای به دست آمده با به کارگیری روش نمونه گیری بوت استرپ با تعداد تکرار ۱۰۰۰ بار، روابط متناظر با امید ریاضی توزیعی بازده ها و به تبع آن، مقدار تابع هدف متناظر با ریسک انحراف مطلق به روش عددی تخمین زده شد. روش بهینه سازی پرتفولیو در این پژوهش، بهینه سازی سه هدفه حداکثرسازی میانگین بازده، حداقل سازی انحراف مطلق و حداکثرسازی آنتروپی با استفاده از روش بهینه سازی آرمانی مبتنی بر توزیع های آماری چوله نرمال و چوله لاپلاس نرمال است. یافته ها: از مقادیر مشاهده شده آماره های توصیفی بازده های ماهانه سهام متناظر با نمادهای بورسی، استنباط می شود که برخی از سهم ها، در مقایسه با توزیع نرمال مقادیر معیارهای چولگی و کشیدگی متفاوتی دارند؛ برای مثال حتی، میزان چولگی نماد «شپنا» منفی است که نشان می دهد توزیع بازدهی متناظر با این نماد چوله به چپ است. نمونه دیگر، میزان کشیدگی توزیع بازدهی نماد «بساما» است که خیلی زیادتر از کشیدگی توزیع نرمال است. هر دو نمونه بیانگر این موضوع است که توزیع نرمال، توزیع برازش مناسبی برای تبیین توزیعی بازده های ماهانه نیست و بهتر است از توزیع هایی استفاده شود که به نحوی پارامترهایی برای تبیین میزان چولگی و کشیدگی توزیع بازده ها دارند. یافته های پژوهش نشان داد که مدل مبتنی بر توزیع چوله لاپلاس نرمال در مقایسه با مدل مبتنی بر توزیع چوله نرمال عملکرد بسیار بهتری دارد. نتیجه گیری: دلیل برتری مدل مبتنی بر توزیع چوله لاپلاس نرمال در نظر گرفتن هر دو معیار چولگی و کشیدگی است، بر اساس آماره های توصیفی نمادها، میزان کشیدگی اغلب نمادهای بورسی چشمگیر است؛ از این رو در نظر گرفتن ترکیبی از معیارهای (چولگی و کشیدگی) و آنتروپی می تواند به عملکرد بهتری منجر شود.