بورس اوراق بهادار

پژوهش حاضر با هدف ارائه الگوی پیش بینی تغییرات قیمت سهام بر پایه تجدید ارائه عناصر صورت های مالی در بورس اوراق بهادار تهران انجام شده است. یافته های پژوهش نشان می دهد در بازه زمانی 1 روزه و 3 روزه هیچ یک از عناصر تجدید ارائه شده ترازنامه ای، تاثیر معناداری بر شاخص های مختلف قیمت سهام نداشته اند. در حالی که در بازه زمانی 1 روزه قبل و بعد از تجدید ارائه تاثیر متغیر سود (زیان) انباشته پایان دوره بر شاخص های مختلف قیمت سهام مثبت و معنادار بوده است. در بین عناصر تجدید ارائه شده سود و زیانی تجدید ارائه در سود (زیان) قبل از کسر مالیات، سود (زیان) خالص و سود (زیان) قابل تخصیص تاثیر معناداری بر شاخص های مختلف قیمت سهام در بازه زمانی 1 روزه قبل و بعد از تجدید ارائه داشته است. در بین عناصر تجدید ارائه صورت جریان نقد، جریان وجه نقد ناشی از فعالیت های عملیاتی تاثیر معناداری بر شاخص های مختلف قیمت سهام در بازه زمانی 1 روزه قبل و بعد از تجدید ارائه است. در حالی که تغییر قیمت بازار سهام در بازه زمانی 3 روزه قبل و بعد از تجدید ارائه، مستقل از تغییر ناشی از تجدید ارائه در جریان وجه نقد ناشی از فعالیت های عملیاتی بوده است.

مدل بلک شولز برای قیمت گذاری طیف وسیعی از قراردادهای اختیار معامله استفاده می شود. فرض اساسی در این مدل تبعیت از توزیع نرمال بازده ها است. اما واقعیت بازار از چولگی و کشیدگی غیر نرمال داده ها حکایت دارد که همین موضوع باعث کاهش دقت در محاسبه قیمت اختیار می گردد. هدف اصلی این پژوهش تعیین قیمت اختیار در داده های با چولگی و کشیدگی غیر نرمال است. در این راستا به تعیین قیمت اختیار در دو مدل بلک شولز و گرام چارلیه پرداخته شده است. برای این منظور، از داده های ایران خودرو در بازه 6/5/ 1399 تا 10/8/ 1402 و شستا در بازه 3/5/ 1401 تا 10/8/ 1402 استفاده شده است. ابر چولگی برای اولین بار در ادبیات مالی داخلی در این پژوهش به کار رفته است و نشان داده شد که این عامل باعث افزایش دقت در قیمت گذاری اختیار است. نتایج این پژوهش نشان می دهد. شستا چولگی و کشیدگی غیرنرمال بیشتری نسبت به ایرانخودرو دارد. قیمت اختیار محاسبه شده با مدل گرام چارلیه نسبت به مدل بلک شولز در شستا خطای کمتری نسبت به قیمت بازار نشان می دهد. لذا مدل گرام چارلیه انعطاف پذیری بیشتری را نسبت به مدل بلک شولز با چولگی و کشیدگی غیر نرمال دارد.

این مطالعه با هدف ارائه مدل جامع برای مدیریت محصول داده محور در حوزه محصولات نرم افزاری بازار سرمایه با تمرکز بر رویکرد سفر مشتری به انجام رسید. پژوهش حاضر بر اساس جهت گیری، کاربردی است که با روش آمیخته اکتشافی متوالی اجرا شد. در فاز کیفی، با استفاده از نظریه داده بنیاد و نمونه گیری هدفمند تا رسیدن به اشباع نظری، مصاحبه های عمیق نیمه ساختار یافته با 15 نفر از خبرگان حوزه محصولات نرم افزاری بازار سرمایه انجام و سپس با رویکرد سیستماتیک داده ها در نرم افزار اطلس تی آی کدگذاری و مولفه های پارادایمی و مقوله هسته تبیین شد. در فاز کمّی نیز با استفاده از روش نمونه گیری تصادفی، پرسشنامه از 384 نفر از فعالان حوزه بورس جمع آوری، با نرم افزار اس پی اس اس بررسی شده و مدل معادلات ساختاری با نرم افزار اموس مورد آزمون قرار گرفت. مولفه های انتقال پارادایم در عرصه تکنولوژی و توسیع فضای رقابتی به عنوان شرایط علّی، شکل گیری تخصص های پیشرفته، سبک متفاوت زندگی در دنیای دیجیتال و داده های متنوع و جدید به عنوان شرایط زمینه ای، ظهور رفتار سرمایه گذاری نوین به عنوان شرایط مداخله ای، پیاده سازی زیرساخت های سازمانی، تصویرسازی جامع استفاده از داده، اصلاح ساختار و توانمندسازی و حاکمیت داده در سطح کلان و قوانین رگولاتوری به عنوان راهبردها و تحصیل سازمان کارآمد، سلامت مالی مشتریان در بازار سرمایه و موفقیت محصولات داخلی در سطح رقابت جهانی به عنوان پیامد تبیین شدند. نتایج در دو فاز کیفی و کمی، نشان داد که مولفه های یافته شده طبق آنچه در مدل پارادایمی ترسیم شده است بر پدیده مرکزی اثرگذار و پیامدها از پدیده مرکزی اثرپذیر هستند.

آلفای صندوق سرمایه گذاری مشترک که معیاری از عملکرد آن می باشد نه تنها نتیجه انتخاب اوراق بهادار می باشد، بلکه ارتباط مستقیم با اوزان تخصیصی به هریک از اوراق بهادار موجود در پرتفوی صندوق دارد. در این پژوهش آلفای صندوق سرمایه گذاری مشترک که نمادی از مهارت مدیران آن است به دو بخش تقسیم می شود: آلفای ناشی از انتخاب سهام و آلفای ناشی از وزن دهی به سهام. برای سنجش مهارت های مذکور،60 صندوق سرمایه گذاری مشترک در سهام به عنوان نمونه تحقیق در نظر گرفته شده و مهارت های انتخاب سهام و وزن دهی سهام طی دوره زمانی فروردین 1400 تا شهریور 1401 مورد بررسی قرار گرفته است.با توجه به نتایج حاصل از برآورد مدل، آلفای کل عدد 0.0025و آلفای انتخاب سهام صندوقها، عدد0.0149در سطح پنج درصد معنادار و مثبت هستند. با توجه به اینکه آلفای وزنی را می توان تفاوت بین آلفای کلی و آلفای انتخابی در نظر گرفت، می توان ادعا نمود آلفای وزنی عددی منفی است و مدیران صندوق های سرمایه گذاری کشور فاقد مهارت وزن دهی به سهام هستند.

یکی از کانال های شکل گیری سرایت مالی، ریسک نگهداری دارایی های مشترک یا ریسک سبد همپوشان است. با توجه به اینکه سرایت مالی ناشی از این ریسک می تواند به یک نهاد سرمایه گذاری زیان زیادی وارد سازد و کل بازارسهام و حتی اقتصاد را دچار بحران کند؛ بنابراین هدف اصلی این پژوهش ارائه مدلی برای پیش بینی سرایت مالی مبتنی بر ریسک همپوشانی سبد سهام ناشی از شوک در گروه های صنعتی است. این پژوهش از نوع پیمایشی تحلیلی است که با استفاده از روش آماری تحلیل تشخیصی انجام شده است. در این راستا، بر اساس داده های مربوط به سبد سهام نهادهای سرمایه گذار در بورس اوراق بهادار تهران مدل تشخیصی چند متغیره مبتنی بر شوک در گروه های صنعتی ارائه شده است. یافته های پژوهش بیانگر این است که متغییرهای مستقل؛ «مبلغ سرمایه گذاری شده در گروه صنعتی» و «تنوع سرمایه گذاران در گروه صنعتی» به عنوان متغیرهای پیش بینی کننده سرایت مالی مبتنی بر ریسک همپوشانی سبد سهام ناشی از ایجاد شوک در گروه صنعتی تایید شده است. بخش های نظارتی می توانند با استفاده از مدل ارائه شده در این پژوهش گروه های صنعتی که ریسک همپوشانی سبد بالایی دارند را شناسایی کنند و با اتخاذ تدابیر مناسب ثبات سیستم مالی را حفظ نمایند.

در عصری که شرکت ها برای بقا در بازارهای رقابتی با چالش های فراوانی روبه رو هستند، شناسایی عوامل تاثیرگذار بر بحران های مالی اهمیت می یابد. یکی از راه های کمک به سرمایه-گذاران و شرکت ها ارائه، الگوهایی جهت پیش بینی درماندگی مالی است. هدف این پژوهش، بررسی توانایی تئوری مجموعه راف و مقایسه آن با شبکه های عصبی مصنوعی و فازی جهت پیش بینی درماندگی مالی شرکت های فعال در بورس اوراق بهادار تهران است. بدین منظور 329 جفت شرکت سالم و درمانده مالی طی بازه زمانی سال های 1385-1399 انتخاب شده است. شبکه-های عصبی بررسی شده در این پژوهش عبارتنداز: شبکه عصبی پرسپترون چندلایه (MLP) و شبکه عملکرد پایه شعاعی (RBF) و شبکه استنتاج فازی انطباق پذیر(ANFIS) و همچنین نرم افزار مورد استفاده جهت ایجاد تئوری مجموعه راف ROSETTA و نرم افزار مورد استفاده جهت طراحی شبکه های عصبی مصنوعی و فازی نرم افزار MATLAB می باشد. نتایج به دست آمده در این پژوهش نشان از کارایی بالای مدل مجموعه های راف با دقت 7/98درصد جهت پیش بینی درماندگی مالی دارد.

یکی از انواع نهادهای مالی در بازار سرمایه، صندوق های جسورانه است که با هدف سرمایه گذاری در طرح های نوآورانه و شرکت های نوبنیان دارای ظرفیت رشد، تأسیس شده است. این نوع از سرمایه گذاری های با بازده و ریسک بالا، دارای مزایایی همچون توسعه تجاری سازی دارایی های فکری، بهبود تأمین مالی استارت آپ ها و شرکت های دانش بنیان می باشد. این سرمایه گذاری در دو قالب خرید اوراق مالکیت و انعقاد قرارداد مشارکت تحقق می یابد. در این گزارش ضمن بررسی این دو مدل و شبهات فقهی و حقوقی آن، به امکان سنجی قرارداد سفارش ساخت و جعاله، برای این نوع از سرمایه گذاری ها پرداخته شده است.یکی از انواع نهادهای مالی در بازار سرمایه، صندوق های جسورانه است که با هدف سرمایه گذاری در طرح های نوآورانه و شرکت های نوبنیان دارای ظرفیت رشد، تأسیس شده است. این نوع از سرمایه گذاری های با بازده و ریسک بالا، دارای مزایایی همچون توسعه تجاری سازی دارایی های فکری، بهبود تأمین مالی استارت آپ ها و شرکت های دانش بنیان می باشد. این سرمایه گذاری در دو قالب خرید اوراق مالکیت و انعقاد قرارداد مشارکت تحقق می یابد. در این گزارش ضمن بررسی این دو مدل و شبهات فقهی و حقوقی آن، به امکان سنجی قرارداد سفارش ساخت و جعاله، برای این نوع از سرمایه گذاری ها پرداخته شده است.