علی نمکی

هدف: هدف از پژوهش حاضر، بهینه سازی سبد سرمایه گذاری با درنظر گرفتن تمامی معیارهای با اهمیت برای سرمایه گذار، در یک محیط فازی با لحاظ کردن سطوح مختلف انتظارات سرمایه گذار برای هر یک از معیارها بر اساس ریسکپذیری آن هاست. بر این اساس، از یک طرف، استفاده از منطق فازی در مدل سازی این مسئله، به دلیل درنظر گرفتن عدم قطعیت در داده های ورودی، می تواند به افزایش تطابق مسئله با شرایط دنیای واقعی منجر شود. از طرف دیگر، در مدل انتخاب سبد سرمایه گذاری ارائه شده، علاوه بر ریسک و بازده، به عنوان دو عامل کلیدی برای سرمایه گذار، برخی عوامل مهم دیگر درنظر گرفته خواهد شد تا بتواند معیارهای مختلف برای سرمایه گذار، از جمله ریسک، بازده کوتاه مدت و بلندمدت، نقدشوندگی، بیشینه و کمینه نسبت سرمایه گذاری روی هر دارایی، سود تقسیمی و محدودیت کاردینالیتی (تعداد دارایی های داخل پرتفوی) را لحاظ کند. هدف دیگر این پژوهش، ارائه مدلی نوآورانه نسبت به مدل های موجود با درنظر گرفتن تابع عضویت لاجستیک شکل فازی، به منظور مدل سازی سطوح انتظارات مختلف سرمایه گذاران است تا بتواند سبد سرمایه گذاری را بر اساس اولویت سرمایه گذاران با درجه ریسک پذیری مختلف نسبت به معیارهای متفاوت تشکیل دهد.روش: روش انجام این پژوهش بدین ترتیب است که ابتدا به مدل سازی یک مسئله بهینه سازی چندهدفه غیرخطی، در یک محیط فازی با درنظر گرفتن تمامی عوامل مهم برای سرمایه گذار پرداخته می شود. سپس با استفاده از روش های کمّی و مبانی منطق فازی، مسئله را به یک مسئله خطی تک هدفه تبدیل می کنیم تا با استفاده از روش ها و نرم افزارهای معمول، بهینه سازی قابل حل باشد. در نهایت با استفاده از شاخص ۵۰ شرکت فعال تر بورس اوراق بهادار، به پیاده سازی مدل و تحلیل نتایج خواهیم پرداخت.یافته ها: یافته های پژوهش نشان می دهد که مدل ارائه شده برای هر دو سرمایه گذار ریسک پذیر و محافظه کار، نسبت به شاخص ۵۰ شرکت فعال تر بورس اوراق بهادار، بازدهی بیش از دو برابری دارد. علاوه براین، مدل ارائه شده، به دلیل درنظر گرفتن تابع عضویت لاجستیک شکل، برای اهداف مختلف مسئله می تواند برای سرمایه گذاران با استراتژی تهاجمی (ریسک پذیر) یا محافظه کار (ریسک گریز) شخصی سازی شود. دلیل این موضوع وجود پارامتر تعیین شکل تابع عضویت در توابع لاجستیک شکل است که می تواند اولویت عوامل مختلف از جمله ریسک، بازده کوتاهمدت و بلندمدت، نقدشوندگی یا سود تقسیمی را برای سرمایه گذاران مختلف با سطوح متفاوت ریسک پذیری مشخص کند.نتیجه گیری: استفاده از توابع عضویت لاجستیک شکل، در محیط فازی و معیارهای مختلف می تواند مدل انتخاب سبد سرمایه گذاری را برای سرمایه گذاران با ویژگی های مختلف شخصی سازی کند تا سرمایه گذاران با سطوح مختلف ریسک پذیری، بتوانند یک سبد سرمایه گذاری مطابق با اولویت های خود را تشکیل دهند. این موضوع به کاربردی شدن مسئله انتخاب سبد سرمایه گذاری در دنیای واقعی کمک بسزایی می کند. همچنین با استفاده از روش های محاسباتی و اصول فازی، می توان مسئله چندهدفه غیرخطی را به یک مدل تک هدفه خطی تبدیل کرد تا پیاده سازی و حل آن تسهیل شود.

هدف:بورس اوراق بهادار اصلی ترین مرکز برای مبادلات سرمایه ای در ایران می باشد و کارآیی این نهاد مستلزم تصمیم گیری درست عوامل موجود است. سرمایه گذاران بالقوه و بالفعل، مهمترین گروه فعال در این بازار هستند، تصمیم گیری مناسب آنها بر پایه اطلاعات صحیح مخصوصاً در ارتباط با آگاهی دهندگی قیمت سهام در بورس اوراق بهادار در زمینه هدایت سرمایه ها است بنابراین شناسایی عوامل موثر بر آگاهی بخشی اعلان قیمت سهام حائز اهمیت است. روش:در این پژوهش با استفاده از روش تحلیل محتوای کیفی و بررسی متون و پیشینه تجربی همچنین بهره گیری از مصاحبه نیمه ساختاریافته با 17 نفر از خبرگان پژوهش، الگوی حاضر طراحی شد. براساس رویکرد پژوهش 8 مقوله اصلی، 41 مفهوم و 94 کد استخراج گردید. بر این اساس مدیران و سیاستمداران باید ابتدا شناخت و آگاهی دقیقی از عوامل موثر بر آگاهی بخشی اعلان قیمت سهام را بدست آورند.یافته:در این پژوهش، الگوی عوامل موثر بر آگاهی بخشی اعلان قیمت سهام ارائه شد. از آنجا که تاکنون مدل جامعی برای شناسایی عوامل موثر بر آگاهی بخشی قیمت سهام ارائه نشده است، نتایجی که بدست آماده می تواند برای گروه هایی همچون مدیران شرکت های سرمایه گذاری، مدیران بازار سرمایه ، مدیران واحد های تجاری و تحلیلگران مالی و پژوهشگران مفید می باشد.نتیجه گیری:تصمیمات مدیران و سرمایه گذاران مبتنی بر آگاهی از اطلاعات قیمت سهام است؛ بنابراین ضروری است این آگاهی بخشی و عوامل موثر بر آن مورد توجه پژوهشگران و متولیانِ اجرایی حوزه ی مالی قرار گیرد.. واژگان کلیدی:آگاهی بخشی قیمت سهام،سرمایه گذاران، بورس اوراق بهادار، تحلیل محتوای کیفی

بر اساس بررسی های به عمل آمده بازارهای مالی نقدشونده برای هر سرمایه گذاری ضروری می باشد، زیرا که افراد همواره به دنبال سرمایه گذاری مطمئن در بازارهای مالی هستند. اوراق خزانه به عنوان اوراق با ریسک پایین که متاثر از شرایط بازار سهام بوده است، مورد توجه بسیاری از سرمایه گذاران میباشد. بنابراین هدف از این پژوهش بررسی رابطه بین شاخص کل بورس و بازدهی اوراق خزانه است. در این پژوهش از 17 نماد اخزا از سال 1400 تا 31 شهریور ماه سال 1402 که روزهای معاملاتی بیشتری نسبت به سایر اوراق خزانه در بازار دارند، استفاده شده است. برای بررسی رابطه بین شاخص کل بورس و بازدهی اوراق خزانه با انجام سیصد و پنجاه رگرسیون، نشان داده میشودکه در حدود 65 درصد از اوراق خزانه در اکثر ماه ها رابطه منفی با شاخص کل بورس داشته اند. از طرفی در این پژوهش دریافتیم باتوجه به اهمیت تاب آوری نقدشوندگی اوراق برای سرمایه گذاران، هنگامی که شاخص روند صعودی را در پیش بگیرد، در اکثر مواقع حساسیت بازدهی اوراق خزانه به تغییرات شاخص بیشتر خواهد بود و در نتیجه تاب آوری نقدشوندگی آن کاهش بیشتری پیدا خواهد کرد. بنابراین با توجه به رابطه شاخص کل بورس و میزان نقدشوندگی این اوراق در شرایط مختلف بازار، افراد برای سرمایه گذاری مطمئن باید میزان تاب آوری نقدشوندگی این اوراق را مورد بررسی قرار دهند تا از زیان های احتمالی جلوگیری کنند.

هدف: زمان بندی جریان های نقد مورد انتظار و مدت زمان مورد نیاز برای بازگشت اصل سرمایه، از ملاحظات مهم و مدنظر سرمایه گذاران سهام عادی است. دیرش مکالی، معیاری برای تعیین دوره بازگشت سرمایه و همچنین، معیار سنجش حساسیت اوراق با درآمد ثابت نسبت به تغییر نرخ بهره است. دیرش ضمنی سهام، تعمیم یافته دیرش اوراق با درآمد ثابت به سهام عادی است. در دهه های اخیر، تلاش برای درک بهتر تصمیم های اتخاذ شده در طول زمان و شناسایی الگوهای رفتاری شرکت ها، موجب شده است تا پژوهشگران به چرخه عمر شرکت ها توجه کنند. چرخه عمر شرکت، به دنبال آن است که با تجزیه وتحلیل استراتژی ها و ساختارهای شرکت، چگونگی رشد، بلوغ و افول یک شرکت را به تصویر بکشد. ماهیت تئوری چرخه عمر شرکت نشان می دهد که تصمیم های سرمایه گذاری، تأمین مالی و عملکرد مالی شرکت، به شدت تحت تأثیر تغییر قابلیت های سازمانی شرکت طی مراحل چرخه عمر قرار دارد. به عبارتی، ساختار مالی شرکت ها در طول چرخه عمر تغییر می کند. هدف این مقاله، بررسی رابطه بین چرخه عمر و دیرش ضمنی سهام شرکت های پذیرفته شده در بورس اوراق بهادار تهران است. روش: در این پژوهش، برای محاسبه دیرش ضمنی سهام، چرخه عمر و متغیرهای دیگر، از داده های مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران، طی سال های ۱۳۸۹ تا ۱۴۰۱ به مدت ۱۳سال استفاده شده است. نمونه آماری ۱۴۵ شرکت تولیدی بوده است و داده ها با استفاده از نرم افزار ایویوز و رگرسیون چند متغیره، تحلیل شده اند. یافته ها: یافته های این پژوهش نشان می دهد که بین چرخه عمر شرکت ها (معیار سود انباشته به حقوق مالکانه) و دیرش ضمنی سهام شرکت ها، رابطه منفی و معناداری وجود دارد. به عبارتی با افزایش نسبت سود انباشته به حقوق مالکانه، دیرش سهام کاهش می یابد؛ ولی رابطه معناداری بین معیار دیگر چرخه عمر (سود انباشته به مجموع دارایی ها) و دیرش ضمنی سهام وجود ندارد؛ هرچند ضریب آن، منفی است. با توجه به تعیین مراحل چرخه عمر، مشخص شد که در دوران رشد، رابطه بین چرخه عمر (معیارهای سود انباشته به حقوق مالکانه و سود انباشته به مجموع دارایی ها) و دیرش ضمنی سهام، معنادار نیست. در دوران بلوغ و افول، رابطه چرخه عمر (معیارهای سود انباشته به حقوق مالکانه و سود انباشته به مجموع دارایی ها) و دیرش سهام، منفی و معنادار است؛ ولی در مرحله افول، کاهش بیشتری را نشان می دهد. نتیجه گیری: با توجه به یافته های پژوهش، در شرکت های مرحله افول، با توجه به کاهش فرصت های سرمایه گذاری و همچنین، دسترسی مناسب به منابع مالی داخل و خارج از شرکت، مدیریت تمایل بیشتری به توزیع سود بین سهام داران دارد؛ بنابراین دیرش ضمنی سهام شرکت های در مرحله افول نسبت به مرحله بلوغ، از کاهش بیشتری برخوردار است. کاربرد مفهوم دیرش، به استراتژی سرمایه گذاران و تحمل ریسک آن ها بستگی دارد. سرمایه گذاران ریسک گریز، می توانند در سهام شرکت های مرحله افول یا شرکت هایی که در پایان مرحله بلوغ هستند، سرمایه گذاری کنند و از بازده متناسب بهره ببرند و سازوکاری برای مصون سازی پرتفوی خود فراهم کنند. همچنین، سرمایه گذارانی که از ریسک بیشتری استقبال می کنند، می توانند شرکت های در مرحله بلوغ را انتخاب کنند. گفتنی است که رابطه بین چرخه عمر بر دیرش سهام در مرحله رشد، معنادار نشده است.

غیرخطی بودن و نوسانات بالای سری های زمانی مالی، پیش بینی قیمت سهام را دشوار کرده است. هرچند با پیشرفت های اخیر در حوزه یادگیری عمیق و استفاده از مدل های شبکه های عصبی مانند RNN، LSTM و GRU، بهبودهای قابل توجهی در تحلیل این نوع داده ها به وجود آمده است، اما سیستم های مالی پیچیده و پویا به راحتی تحت تأثیر نویز قرار می گیرند. وجود نویز در سری های زمانی باعث می شود که مدل های یادگیری عمیق به سختی بتوانند الگوها و ویژگی های پنهان سری های زمانی را استخراج کنند و در نتیجه، توانایی یادگیری و دقت پیش بینی مدل های یادگیری عمیق کاهش می یابد. تحقیقات نشان داده است که روش تجزیه کامل به مجموعه مؤلفه های مود تجربی (CEEMD) ممکن است در تجزیه و تحلیل سری های زمانی مالی مؤثر باشد. پژوهش حاضر به دنبال طراحی یک مدل بر اساس تجزیه سری های زمانی برای پیش بینی یک روز آینده است. در این راستا، این پژوهش در چهار ساختار، مدل CEEMD را با مدل های یادگیری عمیق مانند RNN، LSTM و GRU و مدل آماری ARMA ترکیب کرده است. برای ارزیابی مدل ها از داده شاخص کل و داده های قیمت سهام 34 شرکت فعال تر بورس تهران مربوط به بازه زمانی فروردین 1396 تا فروردین 1401 استفاده شده است. نتایج این پژوهش نشان می دهد که تجزیه داده های خام می تواند فرآیند استخراج ویژگی ها و الگوها را برای یادگیری ماشین تسهیل نماید. به علاوه، مدل CEEMD-ARMA-LSTM نسبت به مدل های ترکیب نشده دقت پیش بینی را 3 درصد افزایش داده است.