درخت حوزه‌های تخصصی

هدف این پژوهش، شناسایی دستکاری قیمت سهام در بورس اوراق بهادار تهران می باشد که از طریق مدل ترکیبی الگوریتم ژنتیک-شبکه عصبی مصنوعی (ANN-GA)[1] و مدل تابع تفکیکی درجه دوی تعدیل شده (SQDF)[2] انجام گرفته است. در این پژوهش از متغیرهای قیمت، حجم معاملات و سهام شناور آزاد برای تطبیق نتایج مدل و داده های واقعی از دستکاری قیمت استفاده شده است. در مدل ترکیبی ابتدا داده های مربوط به 316 شرکت از نخستین روز کاری سال 1389 تا آخرین روز کاری سال 1392 بصورت روزانه شامل 966 روز وارد مدل الگوریتم ژنتیک شده و در نهایت اوزان مربوط به هر متغیر از این الگوریتم منتج شد. با استفاده از این اوزان، شبکه عصبی مصنوعی پرسپترون طراحی، آموزش و اجرا شد. سپس مدل SQDF طراحی و اجرا و کارایی آن اثبات شد. سرانجام نتایج حاصل از مدل ANN-GA با نتایج مدل SQDF با استفاده از آماره های اندازه گیری خطای MAPE، RMSE و R2 مقایسه شدند. نتایج نشان داد که مدل ANN-GA در شناسایی دستکاری قیمت سهام و طبقه بندی شرکت ها به دو گروه دستکاری شده و دستکاری نشده عملکرد بسیار بهتری از مدل SQDF داشته و خطای بسیار کمتری دارد.

نهادهای مالی و به طور خاص بانک ها به عنوان منابع اصلی مبادلات مالی و دروازه ای برای پرداخت ها از دیرباز نقش به سزایی در توسعه و رشد اقتصادی کشورها ایفا نموده اند. علاوه بر اهمیت اقتصادی بانک ها، وجود بازارهای به شدت رقابتی، اهمیت اجرای سیستم هایی را به منظور افزایش کارایی بانک ها از یک سو و ارزیابی عملکرد انها را از سوی دیگر برجسته می سازد. در این مقاله ابتدا به تشریح اصول، مفاهیم، کاربردها، مزایا و معایب، وهمچنین مراحل اجرای مدل کارت امتیازی متوازن به عنوان یک روش ارزیابی عملکرد پرداخته شده است و سپس تحقیقات انجام شده در زمینه مدل مفهومی تحقیق بررسی و مرور گردیده است. به منظور اجرای ارزیابی عملکرد شعب بانک ملی واقع در شهرستان سنندج، شاخص ها ارزیابی به تفکیک برای منظرهای چهارگانه مدل کارت اعتباری متوازن انتخاب گردیده و سپس با استفاده از روش تحلیل مولفه های اصلی، شاخص های کلیدی و مهم برای ارزیابی شعبی که بیشترین سهم در ایجاد تغییرات و واریانس مولفه ها را دارند، نهایی گردید. به منظور دستیابی به نتایج دقیق تر و امکان مقایسه آنها با یکدیگر، برای اولویت بندی و ارزیابی عملکرد شعب مورد مطالعه، از روش تحلیل عاملی، استفاده شده است و رتبه بندی شعب بر اساس این روش ارائه شده است. در بخش انتهایی نتایج رتبه بندی بر اساس روش تحلیل عاملی با وضعیت موجود شعب مقایسه شده و پیشنهاداتی نیز برای تحقیقات آتی ارائه شده است.

در مدل سازی بازارهای مالی همواره این نکته دارای اهمیت بوده است که چگونه می توان انحراف مداوم قیمت های مالی را از قیمت های بنیادی آن با استفاده از تعاملات میان عواملِ ناهمگن در بازار تشریح کرد. یکی از روش های تشریح این موضوع استفاده از رهیافت اقتصاد محاسباتی عامل محور است. در میان ادبیات مدل های عامل محورِ عقاید ناهمگن، مدل های مبتنی بر تعاملات بین بنیادگراها و نمودارگراها از اهمیت خاصی برخوردار است، زیرا یکی از عواملی که می تواند نقش مهمی در توضیح تلاطم و نوسانات بازار سهام داشته باشد، احساسات، عقاید و انتظارات سرمایه گذاران در مورد تغییرات آتی قیمت سهام شرکت-هاست. در این مقاله تلاش می شود با ارایه یک مدلِ محاسباتی عامل محورِ ساده برای تقاضای سهام ، که در اکثر مطالعاتی که به بررسی نقش عوامل و تقاضاهای ناهمگن در شکل گیری قیمت دارایی ها می پردازند از روایتی از آن استفاده می شود، نقش انتظارات ناهمگن در پویایی شاخص کل قیمت، بررسی شود. برای تعیین انتظارات یا تأثیر نسبیِ عوامل از روش دیچی و وسترهف (2012)، استفاده می شود. در این مدل برخی از عوامل دارای تقاضای بی ثبات کننده یا برون یابانه می باشند ( نمودارگراها) و برخی از آنها دارای تقاضای تثبیت کننده یا برگشت به میانگین (بنیادگراها) می باشند . بدین منظور از داده های هفتگی، ماهانه و فصلی مربوط به شاخص کل قیمت بازار سهام تهران از سال 1376 تا 1392 استفاده شده است. نتایج مدل سازی نشان می دهد که حساسیت نسبی تقاضای خریداران با انتظارات مختلف نسبت به تغییرات قیمت، و تأثیرِ نسبی آنها بر کل تقاضا، نقش مهم و معناداری در پویایی قیمتی بازار سهام تهران، دارد. از سوی دیگر، تأثیر نسبی نمودارگراها بر کل تقاضای هفتگی یا انتظارات نمودارگراییِ هفتگی در طی دو دهه ی گذشته بیش از 80 درصد بوده است.