چشم انداز مدیریت مالی (و حسابداری)

در سال های اخیر بیت کوین خود را به عنوان دارایی جهت سرمایه گذاری معرفی کرده است و به واسطه ی رشد قابل توجه 420 برابری ارزش بازار آن از سال 2013 تاکنون به دارایی جذابی برای سرمایه گذاران ریسک پذیر تبدیل شده است. همچنین به دلیل شباهت های موجود بین بیت کوین و طلا از آن به عنوان طلای جدید یاد می شود. از این رو در پژوهش حاضر قصد داریم، اولا با استفاده از مدل های APARCH و FIGARCH ساختار نوسانی بیت کوین را با سکه امامی و انس طلا مقایسه نماییم. ثانیا با استفاده از مدل DCC قابلیت پناهگاه امن و پوششی بیت کوین را در مقایسه با سکه امامی و انس طلا برای شاخص های بورس و فرابورس بسنجیم. به عبارتی در پژوهش حاضر به دنبال بررسی شباهت بیت کوین با سکه امامی و انس طلا به لحاظ ساختار نوسانی و قابلیت پناهگاه امن و پوششی آن ها برای سرمایه گذاری در ایران هستیم. نتایج حاصل از پژوهش حاضر نشان می دهد که خاصیت حافظه بلندمدت در شوک های سری زمانی بیت کوین بیشتر از سکه امامی و کمتر از انس طلا است همچنین نوسانات بیت کوین فاقد اثر اهرمی می باشد. نتایج بخش دوم پژوهش موید آن است که بیت کوین دارای قابلیت امن برای شاخص بورس و فرابورس می باشد اما این ویژگی نسبت به سکه امامی و انس طلا ضعیف تر است. همچنین بیت کوین برای شاخص های مذکور فاقد قابلیت پوششی است.

هدف پژوهش حاضر شناسایی و معرفی منابع مالی و درآمدی برخوردار از شاخص های پایداری و امکان پذیری برای شهرداری تهران از طریق مطالعه منابع مالی و درآمدی سایر شهرداری های موفق جهان می باشد. در عصر حاضر و با افزایش جمعیت شهرنشین، یکی از مسائل مهم شهرداری ها در سراسر جهان، ایجاد منابع کافی جهت تأمین مصارف مربوط به ارائه خدمات شهری و همچنین ایجاد، توسعه و نگهداری زیرساخت های شهری می باشد، چالشی که شهرداری تهران نیز طی چند دهه گذشته با آن روبرو بوده است. با توجه به تجربه اندک بهره گیری از ظرفیت بازارها، نهادها و ابزارهای مالی و جدید بودن ادبیات مربوط به خصوصی سازی و مشارکت با بخش خصوصی در شهرداری های کشور، بررسی تجارب شهرداری های سایر کشورها می تواند در این حوزه راه گشا باشد. از این رو مقاله حاضر به بررسی منابع مالی و درآمدی عمده ده شهر منتخب و چگونگی بهره گیری از الگوی های تأمین مالی و مشارکت با بخش خصوصی می پردازد. پس از بررسی اجمالی وضعیت منابع شهرداری تهران طی سنوات اخیر (1394-1398)، در گام بعدی پژوهش حاضر با استفاده از روش فازی و بر اساس نظر خبرگان، منابع مالی و درآمدی شناسایی شده به لحاظ برخورداری از شاخص های پایداری و امکان پذیری بررسی گردیده اند. نتایج بررسی نشان می دهد در میان دوازده منبع اصلی به ترتیب منابع حاصل از محل مشارکت عمومی- خصوصی، درآمدهای عملیاتی و تأمین مالی از طریق انتشار اوراق و صکوک و زیرمنبع های مربوطه به لحاظ برخورداری از شاخص های پایداری و امکان پذیری وضعیت بهتری دارند.

امکان استمهال و تجدید قراردادهای تسهیلات در ایران ممکن است منجر به شناسایی سود موهومی توسط بانک ها شده و در نهایت بحران بانکی و اخلال در نظام پولی کشور را در پی داشته باشد، لذا برای جلوگیری از رسیدن بانک ها به مرحله استمهال و تجدید قراردادها، سنجش ریسک اعتباری مشتریان بسیار ضروری است. هدف پژوهش حاضر افزایش دقت و صحت اعتبارسنجی مشتریان، با استفاده از ساختار مدل های هیبریدی بوده و به صورت مطالعه موردی بر روی بانک ملت انجام شده است. در این راستا 14 مدل یادگیرنده با یکدیگر مقایسه و میزان توانایی آن ها در اعتبار سنجی مشتریان مشخص شد. نتایج حاکی از آن است که بر اساس هر دو معیار صحت (نرخ موفقیت) و سنجه F (میانگین هارمونیک بین دقت و یادآوری) مدل ترکیبی فرایادگیر (KNN-NN-SVMPSO)-(DL)-(DBSCAN) با نرخ صحت 99.90  از بالاترین عملکرد نسبت به سایر مدل های پایه و ترکیبی فرایادگیر برخوردار است. همچنین با استفاده از روش های تجزیه و تحلیل اصل جزء (PCA)، شاخص جینی (Gini)، نسبت اطلاعات بهره (IGR) و اطلاعات بهره (IG) نسبت به محاسبه وزن ویژگی ها و رتبه میانگین آن ها نشان داده شد، که ویژگی هایی همچون میزان وثیقه، نوع وثیقه و میزان تسهیلات به ترتیب مهم ترین ویژگی ها در تشخیص مشتریان خوب(دارای ریسک اعتباری کم) از بد (دارای ریسک اعتباری بالا) بوده اند.

نوسان بازدهی سهام در بازار سرمایه در دوره های متفاوت، قابل ملاحظه بوده و انتخاب دوره مطالعه اهمیت بسزایی در حل مسأله بهینه سازی سبد سهام دارد. ازاین رو، این پژوهش به مسأله بهینه سازی سبد سهام بر اساس مدل میانگین- واریانس و مدل میانگین- درصد دارایی در معرض ریسک که معیار ارزش در معرض ریسک را از منظر دیگری موردبررسی قرار داده، پرداخته و اقدام به حل آن با استفاده از الگوریتم های چندهدفه MOABC و NSGA II، در سه دوره مطالعه متفاوت 98-1396، 98-1393 و 98-1391 در بورس اوراق بهادار تهران، نموده است. همچنین ضمن تجزیه وتحلیل نتایج، دوره های مختلف ازلحاظ مطلوبیت سبدهای سهام پیشنهادی و کیفیت داده ها، موردبررسی قرارگرفته و کارآمدترین دوره انتخاب شده است. در ادامه به منظور اطمینان از نتایج به دست آمده، راه حل های ارائه شده حاصل از حل مدل های موردمطالعه با استفاده از الگوریتم های مورداستفاده در هریک از دوره های موردبررسی، به صورت مستقل و بر اساس یک دوره ثابت مورد تجزیه وتحلیل و مقایسه قرار گرفت. نتایج این پژوهش حاکی از آن است که انتخاب دوره مطالعه بر کیفیت راه حل های ارائه شده حاصل از حل مسأله بهینه سازی سبد سهام تأثیر بسزایی داشته و هرچقدر طول دوره مطالعه بیشتر بوده و میانگین و واریانس بازدهی سهام شرکت های موردبررسی در دوره مذکور از نوسان کمتری برخوردار باشد، دوره انتخابی اطمینان بخش تر بوده و حل مسأله بهینه سازی سبد سهام از مطلوبیت بالاتری برخوردار است.

از آنجا که وضعیت نقدینگی مبنای قضاوت بسیاری از اشخاص درباره موقعیت واحد اقتصادی است، این مطلب مورد توجه گروه های ذینفع از جمله اعتباردهندگان و سرمایه گذاران قرارگرفته است. هدف این پژوهش درک جدیدی از رفتار جریان نقد و پیش بینی مانده نقد است. جامعه آماری پژوهش حاضر  مانده نقد روزانه یکساله ۴۸ شعبه بانک معین است. برای این منظور مدل بهینه از بین 4 مدل؛ براونی هندسی، براونی حسابی، واسیسک و مدل ریشه مربعات اصلاح شده در سه سطح میکروسکوپی، مسسکوپی و ماکروسکوپی بررسی گردیده است و مدل براونی هندسی به عنوان مدل بهینه تایید شده است؛ سپس با استفاده از مدل بهینه مذکور پیش بینی مانده نقد در افق های زمانی متفاوتی صورت گرفته است. نتیجه نشان می دهد که قدرت مدلGBM  با افزایش طول افق زمانی پیش بینی ثابت نمی ماند و با افزایش افق زمانی پیش بینی، نتایج متفاوتی دارند صحت پیش بینی مدل با از معیار MAPEدر افق 14روزه در سطح مناسبی می باشد. 

شناسایی درست الگوی تغییرات نرخ ارز، پیش بینی بحران های ارزی را آسان تر کرده و می تواند به جلوگیری یا کاهش تبعات زیان بار آن ها کمک کند. پژوهش حاضر در پی ارائه مدلی برای شناسایی بهتر الگوی تغییرات نرخ ارز و همچنین پیش بینی احتمال وقوع بحران ارزی در یک و دو سال آینده ایران است. میزان دخالت دولت ها در بازار ارز بر نحوه نوسانات این متغیر اثرگذار است؛ بنابراین نوسانات نرخ ارز در ایران (دارای نظام ارزی شناور مدیریت شده) نمی تواند شبیه به نوسانات نرخ ارز در کشور های پیشرفته (دارای نظام ارزی شناور آزاد) باشد. با وجود اختلاف فراوان در نحوه نوسانات نرخ ارز ایران و کشورهای پیشرفته، محققان داخلی برای شناسایی الگوی تغییرات ریال، از مدل دو رژیمی مارکوف استفاده کرده اند. در پژوهش حاضر با استفاده از 3 معیار تشخیصی حداکثر درست نمایی، آکائیک، و حنان کوئین نشان داده می شود که مدل سه رژیمی مارکوف از مدل دو رژیمی در تشخیص الگوی تغییرات ریال بهتر عمل می کند و بنابراین برای پیش بینی بحران ارزی در ایران باید به جای مدل دو رژیمی از مدل سه رژیمی انتقال رژیم مارکوف استفاده کرد. همچنین نتایج حاکی از تناسب بهتر مدل دو رژیمی مارکوف با نوسانات ارزهای یورو و پوند نسبت به مدل سه رژیمی دارد. پس از اعتبارسنجی مدل برازش شده به پیش بینی احتمال حضور ایران در رژیم بحران ارزی پرداخته شد. پیش بینی ها نشان می دهد که احتمال حضور در رژیم بحران ارزی در یک و دو سال آینده روندی نزولی و احتمال حضور در رژیم ثبات نسبی روندی صعودی دارد. بنابراین پیش بینی می شود که در سال های آینده، ایران وارد دوره جدیدی از ثبات نسبی شود. پژوهش حاضر از نظر ماهیت داده ها، روش شناسی، و هدف به ترتیب، جزو پژوهش های کمی، استقرایی و کاربردی بوده و در بازه زمانی 1387 تا 1400 صورت پذیرفته است.

زمان سنجی بازار اتخاذ تصمیمات سرمایه گذاری با یک استراتژی معاملاتی مکانیکی براساس برخی معیارهای اقتصاد کلان است. در این تحقیق، شاخص احساسات سرمایه گذار و شاخص های اقتصاد کلان نظیر تورم، نرخ ارز، رشد اشتغال و تولید ناخالص حقیقی متغیرهای نماینده برای زمان سنجی بازار به منظور پیش بینی جهت و بازده شاخص کل بورس اوراق بهادار تهران مورد استفاده قرار گرفت. در این راستا از چهار مدل رگرسیون لجستیک، لسو، ستیغی و الستیک نت با استفاده از داده های ماهانه در دوره زمانی 1395 تا 1399 استفاده شد. به منظور توسعه شاخص احساسات، با بهره گیری از مدل تحلیل عاملی اکتشافی، از شش متغیر احساسی مختلف استفاده شد که در نهایت، سه متغیر نسبت سهام در سبد صندوق های سرمایه گذاری، شاخص قیمت و شاخص ۵۰ شرکت برتر برگزیده شدند. خروجی مدل رگرسیون لجستیک به منظور پیش بینی براساس تک شاخص با مقدار پیش بینی براساس دیگر شاخص ها مقایسه گردید که نتیجه حاکی از برتری پیش بینی لجستیک براساس همه متغیرها نسبت به پیش بینی لجستیک براساس تک شاخص داشت. مقایسه سه مدل لاسو، ستیغی و الستیک نت، برای پیش بینی نشان داد که قدرت و دقت مدل رگرسیون ستیغی بیشتر از دو مدل دیگر بود به علاوه دو مدل لسو و الستیک نت تقریبا دقت برابری داشتند. نتایج این تحقیق می تواند برای شرکت های سرمایه گذاری و سبدگردان، تحلیل گران و سرمایه گذاران مفید باشد.