تحقیقات مالی

هدف: در زمینه تأثیر هموارسازی سود واقعی بر کارایی سرمایه گذاری نیروی کار، از طریق تأثیر آن برعدم تقارن اطلاعاتی، دو دیدگاه متفاوت وجود دارد. از یک سو هموارسازی سود واقعی به پشتوانه نظریه سیگنال دهی موجب کاهش عدم تقارن اطلاعاتی و افزایش کارایی سرمایه گذاری در نیروی کار می شود و از طرفی نیز، دیدگاه فرصت طلبی مدیریتی عکس این اثر را برجسته می کند. با توجه به این مقدمه، هدف پژوهش حاضر، بررسی تأثیر هموارسازی سود واقعی، بر کارایی سرمایه گذاری نیروی کار، از طریق عدم تقارن اطلاعاتی به عنوان متغیر میانجی است. روش: مطالعه حاضر به دلیل قابلیت استفاده نتایج آن در فرایند تصمیم گیری، به شاخه پژوهش های کاربردی تعلق دارد. در این پژوهش، داده ها بر اساس اطلاعات واقعی گذشته جمع آوری شده اند و به همین دلیل، از نوع پس رویدادی هستند. همچنین، این پژوهش به لحاظ ماهیت، توصیفی هم بستگی است که در آن، هدف اصلی بررسی و مطالعه روابط بین متغیرهای پژوهش است. بدین منظور، با توجه به شرایط و محدودیت های اعمال شده بر جامعه آماری پژوهش، نمونه ای مشتمل بر ۱۰۶ شرکت پذیرفته شده در بورس تهران انتخاب شد و با استفاده از الگوهای رگرسیونی چند متغیره، آزمون شدند. یافته ها: نتایج نشان می دهد که با افزایش سطح هموارسازی سود واقعی، کارایی سرمایه گذاری نیروی کار شرکت ها نیز افزایش پیدا می کند. همچنین عدم تقارن اطلاعاتی در رابطه بین هموارسازی سود واقعی و کارایی سرمایه گذاری نیروی کار، اثر میانجی دارد و هموارسازی سود واقعی با کاهش عدم تقارن اطلاعاتی، موجب کارایی سرمایه گذاری در نیروی کار می شود. نتیجه گیری: با توجه به نتایج به دست آمده، مدیران شرکت ها از هموارسازی سود واقعی، به منظور انتقال اطلاعات پنهانی استفاده می کنند. این اطلاعات نشان دهنده چشم انداز آتی شرکت است که با هموارسازی سود طی سال های متوالی، چشم اندازی روشن و مثبت از آینده شرکت را در اختیار سرمایه گذاران و اعتباردهندگان قرار می دهد و از این دیدگاه حمایت می کند که سودهای هموار، آینده ای روشن از چشم انداز شرکت را نشان می دهد؛ به طوری که این سودها از نظر سرمایه گذاران و اعتباردهندگان پایدار است. در واقع، مدیران با استفاده از ابزار سیگنال دهی، عدم تقارن اطلاعاتی در بازار را برای قیمت سهام شرکت کاهش می دهند و این موضوع سبب می شود که برای سرمایه گذاری های خودشان روی نیروی کار، منابع مالی مورد نیاز را در اختیار داشته باشند و تصمیمات کارایی بگیرند؛ بنابراین بر اساس نتایج به دست آمده، به پشنوانه دیدگاه سیگنال دهی اطلاعات خصوصی، می توان نتیجه گیری کرد که هموارسازی سود واقعی، اطلاعات خصوصی مدیران را در رابطه با درآمدهای آتی شرکت منتقل می کند و در نتیجه، عدم تقارن اطلاعاتی بین شرکت ها و تأمین کنندگان سرمایه خارجی را کاهش می دهد و از این طریق موجب کارایی سرمایه گذاری نیروی کار می شود. این پژوهش به جریان رو به رشد ادبیات، در مورد هموارسازی سود واقعی و کارایی سرمایه گذاری نیروی کار کمک می کند و ضمن برجسته کردن اهمیت و تأثیر مثبت هموارسازی سود واقعی، بر ضرورت بررسی های بیشتر، به دلیل عدم شناخت انگیزه های مدیران از هموارسازی سود واقعی، تأکید دارد.

هدف: هدف این مطالعه ارزیابی پیشران های تأمین مالی استارتاپ های شرکت های بازار سرمایه، براساس راهبردهای فلسفی لیبرترینیسم یا متافیزیک است تا بتواند چشم اندازهای فرانگرانه ای با هدف تقویت جذابیت های سرمایه گذاری در چنین کسب وکارهایی را توسعه بخشد.روش: این مطالعه بنا به ماهیت تحلیلی و جمع آوری داده ها، از نظر هدف اکتشافی، از نظر نتیجه کاربردی و از نظر نوع داده ترکیبی است. در بخش اول این مطالعه، از تحلیل تم و تحلیل ماتریس پیوندی بهره برده شد و ۱۴ نفر از خبرگان دانشگاه در حوزه مدیریت مالی، مشارکت کنندگان این بخش بودند. در بخش کمّی نیز، ۵۰ نفر از مدیران با دانش و تجربه بازار سرمایه، از طریق ماتریس های متقابل و ارزیابی، برای تعیین سناریوپردازی داده ها مشارکت کردند. در این مرحله ماتریس های مقایسه زوجی در قالب سطر «i» و ستون «j» شکل گرفتند تا محوری ترین پیشران های تأمین مالی استارتاپ ها، در سطح شرکت های بازار سرمایه مشخص شوند. در ادامه با ترسیم نتایج ماتریس در قالب نمودار میک مک، دو محور مبنا برای سناریوپردازی تعیین شد. همچنین از تحلیل دلفی برای تأیید حد اجماع نظری از مرحله کیفی به مرحله کمی بهره برده شد. نرم افزارهای استفاده شده در این مطالعه متلب و سناریو ویزارد بوده است.یافته ها: در بخش کیفی مقاله، از بین ۱۲ پژوهش اولیه ۶ پژوهش تأیید شد و به مرحله دوم هدایت شد. نتایج مرحله دوم به شناسایی ۸ مضمون اصلی اثرگذار بر پیشران های تأمین مالی پایدار استارتاپ ها حکایت داشت که در تحلیل دلفی نیز تأیید شدند. بر اساس نتیجه بخش کمّی نیز مشخص کرد که ۴ سناریو با عبارت توضیحی ماتریس پیشتازی بازار، ماتریس رقابت هوشمندانه، ماتریس فتح قلمرو و ماتریس درجاماندگان، مبنایی برای انتخاب مطلوب ترین سناریو در چشم اندازهای تأمین مالی استارتاپ ها، براساس راهبردهای فلسفی لیبرترینیسم در سطح شرکت های بازار سرمایه تلقی می شوند. از بین ۴ ماتریس ایجاد شده، مشخص شد که مهم ترین سناریو مرتبط با پیشران های تأمین مالی استارتاپ ها، سناریو فتح قلمرو است که به عنوان مهم ترین عامل زمینه ای، تحت تأثیر راهبرد تفکر انتقادی، به عنوان مبنای فلسفی متافیزیک کارآفرینی، می تواند به توسعه استارتاپ های شرکت های بازار سرمایه در آینده کمک کند.نتیجه گیری: نتیجه کسب شده در این مطالعه بیان می کند که تکنولوژی بهتر در توسعه استارتاپ ها، باعث می شود تا بتوان پایداری بیشتری برای چنین کسب وکارهای نوپایی تصور کرد و براساس آن، شرکت ها از ظرفیت بیشتری برای کسب سهم بیشتر بازار در آینده برخوردار باشند. در واقع، شرکت های بازار سرمایه، در مسیر حرکت به سمت تغییر در خط تولید یا راه اندازی واحد تولید جدید، عرضه محصولات جدید به بازار یا حتی ورود به بازارهای بین المللی، طبق این ماتریس می بایست بر ظرفیت های تکنولوژیک برای ترغیب تأمین کنندگان مالی تمرکز کنند تا برای توسعه کسب وکار نوپا خود با چالش مواجه نشوند. به عبارت دیگر، راهبرد توسعه این سناریو، می بایست سطحی از تفکرات فرانگرانه به وضعیت بازار شرکت یا صنعت فعال در آن باشد تا بتواند از طریق رویکرد متافیزیک کارآفرینانه، به جذابیت های استارتاپ کمک کند و اشتیاق بیشتری برای تأمین منابع مالی به وجود آورد.

هدف: پژوهش حاضر نقش کالاها را به عنوان ابزار سرمایه گذاری مستقل و تعیین نوع رابطه آن ها با یکدیگر و چگونگی رفتار کالاها در پرتفوی های مختلط بررسی و مشخص می کند که در این پرتفوی ها کدام نسبت ها برای «شاخص سهام و کالاها» جهت تصمیمات انتخاب سبد بهینه مطلوب است. هدف اصلی، بررسی فرضیه تنوع بخشی و پوشش ریسک (پناهگاه امن) کالاهای نقدی و آتی بورس کالای ایران در برابر سهام «در دوره های رونق و رکود بازار» و تعیین پرتفوی حداقل واریانس است. روش: این پژوهش از لحاظ هدف، کاربردی و از لحاظ روش پژوهش، کمّی است. رویکرد پژوهش، استنتاج (قیاس) است؛ زیرا مزایای مورد انتظار تجربی را با استفاده از اطلاعات تاریخی بررسی می کند. پژوهش حاضر از لحاظ نظری، در زمره پژوهش های اثباتی قرار می گیرد و از لحاظ آماری، از نوع تحقیقات هم بستگی است (مدل های اقتصاد سنجی). برای این منظور، از مدل های رگرسیونی تست بازار، هم بستگی شرطی پویا (DCC-GARCH) و پرتفوی مارکوییتز در طول دوره یازده ساله، از ابتدای سال ۱۳۸۸ تا انتهای سال ۱۳۹۸ در تواتر زمانی روزانه بهره گرفته شده است. یافته ها: نتایج پژوهش نشان می دهد که کالاها «به تنهایی» به عنوان محلی برای سرمایه گذاری خطرناک هستند. طلا تنها کالایی است که می تواند شبیه یک بازار سهام فرض شود؛ زیرا طلا نیز بازده و نوسان های مشابه بازار سهام دارد. سایر کالاها «به استثنای مس»، نوسان های شایان توجه بیشتر با بازده کمتری نسبت به شاخص سهام دارند. در مدل تست بازار، نتایج از توانایی پوشش دهی مناسب برخی کالاها، به عنوان «پناهگاهی امن» در رژیم های مختلف بازار سهام (مراحل چرخه تجاری) حکایت دارد. در بحث تشکیل پرتفوی، اضافه کردن کالاها به صورت منفرد به پرتفوی سهام، اندکی بازده کمتری ارائه می دهد؛ اما با نوسان های پایین تر جبران می شود. از طرفی، نتایج گویای بهتر بودن عملکرد «پرتفویی از کالاها» نسبت به عملکرد «کالاهای منفرد» است. با اضافه کردن پرتفویی از کالاها «یا شاخص کالا» در پرتفوی مختلط، همچنان شاخص سهام وزن بیشتری در پرتفوی دارد (حدود ۹۴درصد)؛ اما متوسط ریسک پرتفوی به میزان بسیار زیادی کاهش یافته (حدود 557/1 واحد) و نسبت شارپ بهتری ارائه می دهد. نتیجه گیری: بر اساس یافته های پژوهش، به منظور بهره مندی از منافع تنوع بخشی، حرکت به سمت سرمایه گذاری در کالاها گزینه ای مناسب خواهد بود. البته، در تصمیمات مربوط به سرمایه گذاری «دوره های رونق و رکود بازار سهام» را نیز باید مد نظر قرار داد؛ زیرا طبق نتایج، فازهای چرخه تجاری یک شاخص قوی برای تخصیص تاکتیکی به کالاها به شمار می رود. همچنین، نتایج این مطالعه شواهدی را تأیید می کند که رفتار گروه های کالایی مختلف کاملاً متفاوت است. در نهایت، یک پوشش ریسک، لزوماً پناهگاهی امن برای بازار سهام نیست و برعکس.

هدف: پوشش ریسک انواع سرمایه گذاری با استفاده از رمزارزها، قابلیت مفیدی برای سرمایه گذاران به حساب می آید. با بررسی اقتصاد جهانی مشخص شده است که در سالیان اخیر، بهره گیری از رمزارزها افزایش یافته است و بسیاری از افراد، بخشی از سبد سرمایه خود را به رمزارزها اختصاص داده اند. شناخت رفتار و قابلیت های رمزارزها، به به کارگیری صحیح و سودمند آن ها منجر می شود و اطمینان سرمایه گذاری در رمزارزها را افزایش می دهد. در این پژوهش، قابلیت رمزارزها در تثبیت ارزش سبد سرمایه گذاری در اقتصاد ایران (به صورت موردی بازار سهام و سکه طلا) مطالعه شده است. بر این اساس، هدف اصلی بررسی قابلیت پوشش دهی رمزارزهای برتر در ریسک بازارهای سهام و سکه طلا در ایران است. روش: به منظور تحلیل کمّی قابلیت رمزارزها در پوشش دهی ریسک، داده های روزانه مربوط به شاخص سهام بورس اوراق بهادار تهران و قیمت سکه بهارآزادی گردآوری شده است. بر این اساس، از بازده سکه طلا و سهام در دوره ۴ساله، طی سال های ۱۳۹۸ تا انتهای سال ۱۴۰۱ استفاده شده است. همچنین با استفاده از نرخ برابری بازار آزاد دلار آمریکا، قیمت های روزانه رمزارزهای بیت کوین و اتریوم، در بازه زمانی مذکور گردآوری و پس از آن، بازده روزانه رمزارزهای منتخب محاسبه شده است. در این پژوهش، به منظور بررسی نوسان های متغیرهای مورد مطالعه، از مدل های خودهم بسته گارچ چند متغیره استفاده شده است و برای بررسی پوشش دهندگی رمزارزها، بر اساس رویکرد حداقل ریسک، از رهیافت های هم بستگی شرطی ثابت CCC، هم بستگی شرطی پویا DCC و مدل ماتریس هم بستگی قطری بِک BEKK استفاده شده است. یافته ها: نتایج نشان داد که به منظور پوشش ریسک سرمایه گذاری در سکه طلا و سهام در ایران، می توان از رمزارزها استفاده کرد و رمزارزها قابلیت پوشش دهی ریسک سرمایه گذاری در ایران را دارند. شایان ذکر است که براساس نتایج به دست آمده، مشخص شد که میزان نسبت پوشش ریسک بیت کوین در مقایسه با اتریوم بزرگ تر است و به منظور پوشش ریسک سرمایه گذاری در سکه طلا و سهام، رمزارز بیت کوین در مقایسه با اتریوم، همواره درصد بیشتری از سبد را به خود اختصاص داده است. علاوه براین، مشخص شد که روش هم بستگی شرطی پویا، در تمامی زوج سرمایه ها، عمدتاً میانگین نسبت پوشش ریسک بزرگ تری ارائه داده است. از سویی دیگر مشخص شد که نتایج حاصل از روش هم بستگی قطری بِک BEKK نوسان های به مراتب بیشتری نسبت به سایر روش های مورد مطالعه دارد. علاوه براین، در بازه های زمانی اردیبهشت ماه تا آذر ماه ۱۳۹۹ و مهرماه تا اسفندماه ۱۴۰۱، همراه با افزایش شدید قیمت دلار آمریکا در کشور، وزن لازم رمزارزها جهت پوشش دهی در سبدهای سرمایه متشکل از بیت کوین و سکه، اتریوم و سکه، بیت کوین و سهام و اتریوم و سهام افزایش داشته است. نتیجه گیری: رمزارزها قابلیت پوشش ریسک سرمایه گذاری در بازار سکه طلا و سهام را دارند. همچنین، در زمانی که افزایش قیمت دلار شدید است به منظور پوشش ریسک سکه طلا و سهام، به میزان سرمایه گذاری بیشتری در رمزارزها نیاز است.

هدف: تکانه های مالی و اقتصادی و نااطمینانی در تغییرات آن، همواره به بازار هدف محدود نیست و ممکن است به سایر بازارها نیز سرایت کند. نتایج تحقیقات تجربی مانند جورادو و همکاران (۲۰۱۵) و گابور و گابوتا (۲۰۲۰) نشان می دهند که سرایت عدم قطعیت بین بخشی و همچنین اهمیت این عدم قطعیت ها در طول زمان ثابت نیست و دچار تغییر می شوند. در مدل های رگرسیون سری زمانی سنتی، فرض می شود که می توان از رابطه با ضرایب ثابت در زمان های مختلف استفاده کرد. نتایج نادرست این فرض غیر واقعی، مدل های پویایی را به وجود آورده است که بیشتر شبیه واقعیت دنیای بیرون است. رویکرد فضای حالت یکی از روش های مدل سازی سیستم های پویا است که رفتار سیستم را در این شرایط مدل سازی، پیش بینی و تجزیه وتحلیل می کند. یکی از کاربردهای این رویکرد این است که امکان ناپایداری ساختاری در پارامترها را فراهم می کند و اجازه می دهد تا ضرایب در طول زمان متغیر باشند. مدل هایی از این دست تحت عنوان مدل های پارامتر زمان متغیر TVP شناخته می شوند. هدف از این تحقیق، واکنش بخش های مالی، مسکن و اقتصاد کلان در ایران، به تکانه های یکدیگر با تأکید بر اثرهای سرایت نااطمینانی است. روش: پژوهش حاضر از لحاظ هدف کاربردی و از لحاظ ماهیت و روش از نوع تحلیل هم بستگی است. از نظر ویژگی و جهت داده ها، پس رویدادی و از طریق اطلاعات گذشته است. در پژوهش حاضر برای جمع آوری منابع نظری، از روش کتابخانه ای و برای جمع آوری داده های مورد نیاز به منظور آزمون فرضیه ها، از روش آرشیوی استفاده شده است. برای آزمون تغییرات سرایت نااطمینانی بین بخشی، از مدل خودرگرسیون برداری با پارامترزمان متغیر (TVP-VAR) و داده های ماهانه، از فروردین ۱۳۸۷ تا اسفند ۱۳۹۸ استفاده شده است. در این راستا، ابتدا شاخص های نااطمینانی با استفاده از مدل های قارچ محاسبه شد و در ادامه با بهره گیری از رهیافت TVP-VAR و تجزیه واریانس خطای پیش بینی تعمیم یافته، رابطه کل پویا و همچنین رابطه پویای جهت دار جفت شاخص ها آزمون شد. یافته ها: نتایج پژوهش نشان می دهد که منبع عمده نااطمینانی، بخش اقتصاد کلان است و این بخش به صورت عمده، منبع و انتقال دهنده نااطمینانی به سایر بخش های مالی و مسکن است. همچنین بخش مسکن به صورت خالص دریافت کننده نااطمینانی از دو بخش دیگر است. در نتیجه می توان استدلال کرد که سرایت نااطمینانی بین بخش مالی و بخش مسکن، دو سویه و به صورت هم بستگی شرطی پویا بوده است؛ ولی سرایت نااطمینانی از بخش کلان اقتصادی به بخش مالی و بخش مسکن یک سویه است. نتیجه گیری: مطابق نتایج، سرایت نااطمینانی بین بخشی و همچنین اهمیت این نااطمینانی ها ثابت نیست و در طول زمان تغییر می کند؛ از این رو با توجه به متفاوت بودن کانال های ارتباطی سرایت نوسان ها میان بازارها شناسایی منبع سرایت به انتخاب سیاستی که آسیب پذیری را در برابر سرایت کاهش دهد، کمک شایانی خواهد کرد و عملکرد مدیریت ریسک سبد دارایی ها را افزایش خواهد داد.

هدف: این پژوهش به دنبال ارائه مدلی برای محاسبه تعهدهای آتی شرکت های بیمه است تا به چالش های بالقوه موجود در روش سنتی پاسخ مناسبی دهد. به صورت سنتی، شرکت های بیمه از روش زنجیره نردبانی، به عنوان نوعی ابزار آماری، برای پیش بینی روند توسعه خسارت ها استفاده می کنند. این روش آماری به دلیل سادگی فرضیه ها و تفسیر روشن، تأیید نهادهای نظارتی در کشورهای مختلف را نیز به همراه دارد. با این حال، وجود فرضیه هایی نظیر ایستایی در ساختار توسعه داده ها و ارتباط خطی بین متغیرها، ممکن است کارایی مدل را در مواجهه با تغییرات ناشی از عوامل داخل و خارج از سازمان، مانند اِعمال سیاست های داخلی یا عوامل خارجی مانند همه گیری کووید۱۹ متأثر سازد. محاسبه نزدیک به واقعیت تعهدهای شرکت های بیمه با توانگری مالی آن ها ارتباط تنگاتنگی دارد. مبلغی که شرکت های بیمه برای پاسخ به تعهدهای آتی خود تخصیص می دهند، به عنوان ذخیره شناسایی می شود. محاسبه ذخایر کمتر از تعهدهای آتی، شرکت بیمه را در ایفای تعهدهایش دچار مشکل می کند و از سویی دیگر، محاسبه بیش از مبلغ مورد نیاز، صورت های مالی شرکت های بیمه را تحت تأثیر قرار می دهد.روش: مدل ارائه شده در این پژوهش با استفاده از یادگیری ماشین و هوش مصنوعی، تعداد حوادث روزانه با خسارت های جانی را در بخش بیمه شخص ثالث پیش بینی می کند. خروجی این مدل، یعنی ترکیب تعداد و زمان وقوع حوادث، در محاسبه تعهدهای آتی و ذخیره خسارت در این بخش بیمه ای نقش کلیدی دارد. این مدل با کمک داده های تاریخی خسارت بیمه گذاران شرکت بیمه کارآفرین، در بخش بیمه شخص ثالث آموزش دیده است. این مدل قادر است لایه های پنهان و ارتباطات غیرخطی و پیچیده بین داده های خسارتی را شناسایی کند. در این پژوهش، از الگوریتم شبکه عصبی با حافظه بلندمدت کوتاه مدت که در سری های زمانی توانایی پیش بینی بیشتری دارد، استفاده شده است. داده های تاریخی مربوط به خسارت های جرحی بیمه گذاران، در بازه زمانی فروردین ۱۳۹۶ تا شهریور ۱۴۰۰ بوده است.یافته ها: کارایی مدل با بهینه سازی ابرپارامترها ارتباط نزدیک دارد. برای بهینه سازی مدل دو رویکرد، یعنی جست وجوی شبکه ای و تصادفی برای شناسایی ابرپارامترها با یکدیگر مقایسه شده اند. میانگین مربعات خطا به عنوان شاخص سنجش عملکرد در نظر گرفته شده است. این شاخص برای داده های آموزش، در هر دو مدل با فاصله کمی از یکدیگر (33/16 در مقابل 4/17) برتری جست وجوی شبکه ای را نشان می دهد؛ اما در این روش، نتیجه داده های آزمون از داده های آموزش بهتر بود (22/15 در برابر 33/16) که این امر می تواند نشانه ای از وقوع بیش پردازش باشد.نتیجه گیری: این مقاله برای طراحی مدل پیش بینی تعداد روزانه حوادث با خسارت های جانی، استفاده از روش جست وجوی تصادفی را برای تنظیم ابرپارامترهای مدل طراحی شده بر مبنای شبکه عصبی حافظه بلندمدت کوتاه مدت پیشنهاد می کند؛ زیرا مدل طراحی شده بر این مبنا، بر مشکل بیش پردازش غلبه می کند و می تواند در کار با داده های ناآشنا عملکرد مناسبی داشته باشد. بیش پردازش زمانی رخ می دهد که مدل بیش از حد از داده های آموزشی تأثیر بگیرد و نه تنها الگوهای واقعی را یاد بگیرد، بلکه نویزها و جزئیات جزئی داده ها را نیز یاد بگیرد. این ممکن است باعث کاهش جامع پذیری مدل شود.

هدف: هدف اصلی این مقاله، بررسی ارتباط بین اهرم مالی و عملکرد مالی است. پس از مشخص شدن این ارتباط، اثر تعدیلگری درماندگی مالی بر شدت و ضعف این رابطه بررسی خواهد شد؛ سپس با توجه به اهمیت اثر بحران ارزی بر عملکرد مالی شرکت ها، اثر این متغیر تعدیلگر نیز بر رابطه بین اهرم مالی و عملکرد مالی بررسی می شود.روش: جامعه آماری پژوهش، شرکت های بورس اوراق بهادار تهران در دوره زمانی ۱۳۹۲ تا ۱۴۰۱ است. داده های موردنیاز برای تحلیل رابطه بین داده ها، به روش کتابخانه ای و با استفاده از وبگاه های بانک مرکزی، بانک جهانی و کدال استخراج شده است. با استفاده از روش حذف سیستماتیک در جامعه، محدودیت هایی در نظر گرفته شد و پس از اِعمال محدودیت ها، ۱۱۴ شرکت از صنایع مختلف بورس اوراق بهادار تهران، به جز صنعت مالی و سرمایه گذاری برای نمونه انتخاب شد. در این پژوهش اهرم مالی به عنوان متغیر مستقل؛ عملکرد مالی، بازده دارایی ها، بازده حقوق صاحبان سهام، شاخص کیو توبین، نرخ بازده فروش و نرخ بازده جریان نقدی به عنوان متغیر وابسته و درماندگی مالی و بحران ارزی به عنوان متغیر تعدیلگر در نظر گرفته شد. داده ها با استفاده از روش تحلیل هم بستگی و رگرسیون چندمتغیره تجزیه وتحلیل شد. برای برازش مدل، از روش حداقل مربعات تعمیم یافته (EGLS) استفاده شد.یافته ها: یافته ها نشان می دهد که اهرم مالی بر عملکرد مالی تأثیر منفی معناداری دارد و این تأثیر، برای شرکت هایی با ریسک درماندگی مالی بالاتر، ضعیف تر است. به علاوه، شواهد حاصل از یافته ها نشان می دهد که بحران ارزی، ارتباط منفی بین اهرم مالی و عملکرد مالی را تشدید می کند.نتیجه گیری: ارتباط منفی بین اهرم مالی و عملکرد مالی، نشان می دهد زمانی که شرکت ها سطح بدهی های خود را افزایش می دهند، افزایش هزینه های بدهی غالب است و از منافع آن فراتر می رود. مدیران می توانند با کاهش سطح اهرم مالی، عملکرد شرکت را بهبود بخشند و با برنامه ریزی برای افزایش وجوه داخلی، آن را به عنوان ابزاری مهم برای ارتقای عملکرد خود و جلوگیری از محدودیت های مالی خارجی در نظر بگیرند. در شرایط ریسک درماندگی مالی بالا، اثر منفی اهرم مالی بر عملکرد مالی کاهش می باید. مشکلات مدیریتی و کمبود سیستم های عملیاتی و کنترلی در شرکت هایی با ریسک درماندگی مالی بالا شدیدتر است؛ بنابراین، نظارت، محدودیت و افزایش کارایی شرکت ناشی از اهرم مالی بالا، بر عملکرد مالی شرکت هایی تأثیر مثبت قوی خواهد داشت که ریسک درماندگی مالی (شامل وضعیت نکول در پرداخت ها، فرایند ورشکستگی و انحلال) بالایی دارند. می توان گفت اهرم مالی بالاتر، به دلیل نقش انضباطی خود، عملکرد مالی شرکت ها را ارتقا می دهد. علاوه براین، بحران ارزی به دلیل ایجاد تورم بالاتر، به افزایش هزینه های سرمایه گذاری و استفاده از وام و تسهیلات مالی منجر خواهد شد. کاهش سطح اهرم مالی در زمان بحران ارزی که دسترسی به منابع مالی خارجی گران تر و دشوارتر می شود، می تواند به بهبود عملکرد مالی شرکت منجر شود.

هدف: پوشش ریسک ناشی از نوسان قیمت ها با استفاده از اوراق اختیارمعامله، به ارزش گذاری دقیق و مناسب برای اوراق اختیار معامله وابسته است. به همین دلیل، هدف از این پژوهش، ارزش گذاری اوراق اختیارمعامله در بورس اوراق بهادار تهران با شبکه های عصبی ماژولار و مقایسه عملکرد هر یک از این شبکه های عصبی ماژولار با معروف ترین مدل ارزش گذاری اوراق اختیارمعامله، یعنی مدل بلک، شولز و مرتون و مدل شبکه عصبی پرسپترون چندلایه است. روش: برای این پژوهش، از داده های اختیارمعامله خرید که از ابتدای سال ۱۳۹۷ تا انتهای سال ۱۴۰۱، در بورس اوراق بهادار تهران معامله شده اند، استفاده شده است. در ابتدا پس از حذف داده های پرت، ۸۰ درصد داده ها، به عنوان داده های آموزش و ۲۰ درصد باقی مانده، به عنوان داده های آزمون در نظر گرفته شدند. برای امکان مقایسه بین نتایج به دست آمده از مدل های مختلف، در طول پژوهش این دو بخش از داده ها ثابت بودند. در این پژوهش با استفاده از معیارهای آماری MSPE، RMSPE و MAPE، قیمت نظری به دست آمده از هر مدل با قیمت های معامله شده در بورس اوراق بهادار تهران مقایسه شد. برای محاسبه خطای پیش بینی در مدل بلک، شولز و مرتون، ابتدا با استفاده از فرمول قیمت گذاری آن، قیمت تئوریک اوراق اختیار معامله به دست آمد؛ سپس قیمت های تئوریک به دست آمده از رابطه بلک، شولز و مرتون با قیمت های بازاری آن ها مقایسه شد. در مدل های شبکه عصبی نیز، ابتدا قیمت اوراق اختیار معامله با استفاده از پایتون و الگوریتم های یادگیری ماشین آن پیش بینی شد و در نهایت، قیمت پیش بینی شده توسط مدل ها و قیمت بازاری همان اختیار معامله مقایسه شد. در پایان، برای بررسی اختلاف معنادار هر مدل با سایر مدل ها، از آزمون مقایسه زوجی میانگین درصد خطاها استفاده شد. یافته ها: این پژوهش نشان داد که از منظر معیار RMSPE مدل شبکه های عصبی توسعه یافته با نوسان های ضمنی، در ارزش گذاری اوراق اختیارمعامله خرید در تمام موقعیت های پولی و دوره های زمانی نسبت به سایر مدل های بررسی شده، کمترین میزان خطا و بهترین عملکرد را داشته است؛ با این حال اندکی عملکرد مدل شبکه عصبی پرسپترون چندلایه توسعه یافته با نوسان های ضمنی، بهتر از حالت ماژولار آن بوده است. پس از آن، به ترتیب مدل شبکه های عصبی توسعه یافته با نوسان های تاریخی، مدل شبکه های عصبی با داده های مجزا، مدل بلک، شولز و مرتون و مدل شبکه عصبی ماژولار پیشنهادی گرادویویچ، گِنجای و کوکولج (۲۰۰۹) بیشترین دقت را داشته اند. از منظر معیار MAPE نیز، همچنان مدل های توسعه یافته با نوسان های ضمنی بهترین عملکرد را داشته اند؛ ولی در تمام مدل های شبکه عصبی، عملکرد شبکه عصبی پرسپترون چندلایه نسبت به حالت ماژولار بهتر بوده است. نتیجه گیری: مدل های شبکه عصبی ماژولار، نسبت به مدل بلک، شولز و مرتون، می توانند عملکرد بهتری داشته باشند. نوسان های ضمنی می تواند سبب بهبود عملکرد شبکه های عصبی در ارزش گذاری اوراق اختیارمعامله شود. از طرفی از منظر معیار RMSPE در مدل های شبکه عصبی توسعه یافته با نوسان های تاریخی، شبکه عصبی ماژولار عملکرد بهتری نسبت به شبکه عصبی پرسپترون چندلایه خواهد داشت؛ ولی در مدل های شبکه عصبی توسعه یافته با نوسان های ضمنی، شبکه عصبی ماژولار نمی تواند عملکرد بهتری نسبت به شبکه عصبی پرسپترون چندلایه به ثبت برساند. به طور کلی شبکه های عصبی توسعه یافته با نوسان های ضمنی، چه در حالت ماژولار و چه در حالت پرسپترون چندلایه، در دوره های زمانی بلندمدت و همچنین در موقعیت های پولی ITM بهترین عملکرد را داشته اند.  

هدف: پژوهش حاضر به بررسی وجود و شدت اثر تمایلاتی در میان سرمایه گذاران حقیقی در بازار سهام می پردازد. اثر تمایلاتی به تمایل سرمایه گذاران برای فروش سهام در سود (سهام برنده) و نگهداری سهام در زیان (سهام بازنده) اشاره دارد. این سوگیری رفتاری می تواند به تصمیم گیری های نادرست در بازار منجر شود و سودآوری سرمایه گذاران را کاهش دهد. هدف اصلی این مطالعه، تحلیل عوامل تأثیرگذار بر این رفتار و بررسی ارتباط میان شرایط بازار و زمان بندی ورود سرمایه گذاران به بازار با شدت این اثر است. به طور خاص، این پژوهش به دنبال پاسخ به این سؤال است که آیا شرایطی مانند بازده بازار، نوسان ها و عدم قطعیت اقتصادی می تواند تمایل به اثر تمایلاتی را در میان سرمایه گذاران افزایش دهد یا خیر. این مطالعه بر این فرضیه استوار است که سرمایه گذارانی که در شرایط عدم اطمینان و نوسان های بالای بازار وارد می شوند، به نشان دادن اثر تمایلاتی تمایل بیشتری خواهند داشت.روش: در این پژوهش از داده های معاملاتی دقیق مرتبط با سرمایه گذاران حقیقی استفاده شده است. این داده ها شامل سوابق معاملاتی نظیر تاریخ، جهت، قیمت و حجم هر معامله و همچنین اطلاعات شخصی سرمایه گذاران شامل سن، جنسیت، تجربه معاملاتی و موجودی حساب است. برای تحلیل اثر تمایلاتی و بررسی شدت آن در میان سرمایه گذاران حقیقی، از روش تجزیه وتحلیل بقا و مدل رگرسیون استفاده شده است. روش تجزیه وتحلیل بقا، به محققان اجازه می دهد تا زمان های ورود سرمایه گذاران به بازار و تأثیر آن بر رفتارهایشان را در طول زمان بررسی کنند. همچنین، مدل رگرسیون برای بررسی ارتباط میان متغیرهای مرتبط با بازار و متغیرهای شخصی سرمایه گذاران با شدت اثر تمایلاتی به کار گرفته شده است. این مدل ها به پژوهشگران کمک می کنند تا رابطه بین نوسان های بازار، بازده بازار و سایر عوامل اقتصادی با تصمیم گیری های احساسی سرمایه گذاران را بررسی کنند.یافته ها: نتایج تحلیل ها نشان می دهد که سرمایه گذاران حقیقی که در ابتدای ورود به بازار با شرایطی مانند بازده پایین بازار، نوسان های بالا و عدم قطعیت اقتصادی مواجه می شوند، به نشان دادن اثر تمایلاتی تمایل بیشتری دارند. به عبارت دیگر، این سرمایه گذاران در دوره هایی که بازار تحت تأثیر نوسان های شدید وعدم قطعیت های اقتصادی قرار دارد، بیشتر به نگهداری سهام بازنده و فروش سهام برنده تمایل دارند. این موضوع نشان می دهد که شرایط بازار به شدت بر تصمیم گیری های احساسی و غیرمنطقی سرمایه گذاران تأثیرگذار است. سرمایه گذاران در دوره های عدم قطعیت اقتصادی، بیشتر به تصمیم گیری های رفتاری مبتنی بر ترس و اضطراب روی می آورند که به کاهش بازده کلی آن ها منجر می شود. علاوه براین، یافته ها نشان می دهد که تجربه معاملاتی و سایر ویژگی های شخصی سرمایه گذاران، نظیر سن و جنسیت نیز می تواند بر شدت اثر تمایلاتی تأثیرگذار باشد.نتیجه گیری: این پژوهش نشان می دهد که اثر تمایلاتی، نه تنها در میان سرمایه گذاران حقیقی وجود دارد، بلکه شدت این تأثیرها ممکن است با توجه به شرایط بازار و ویژگی های فردی سرمایه گذاران متفاوت باشد. به طور خاص، سرمایه گذاران در دوره هایی که با بازده پایین بازار، نوسان های بالا یا عدم قطعیت اقتصادی مواجهند، تمایل بیشتری به نشان دادن این اثر دارند. این نتایج می تواند به سرمایه گذاران و سیاست گذاران بازارهای مالی کمک کند تا درک بهتری از تأثیر عوامل رفتاری بر تصمیم گیری های سرمایه گذاری داشته باشند و در نتیجه، استراتژی های بهتری برای مدیریت رفتارهای احساسی سرمایه گذاران اتخاذ کنند. علاوه براین، پژوهش حاضر بر اهمیت آموزش و آگاهی بخشی به سرمایه گذاران در زمینه تأثیرهای ناشی از سوگیری های رفتاری در تصمیم گیری های مالی تأکید می کند تا از تصمیمات غیرمنطقی و زیان بار در بازار جلوگیری شود.

هدف: یکی از تصمیم های مالی بسیار مهم شرکت ها، تصمیم های سرمایه گذاری است. هدف از تصمیم های سرمایه گذاری، کسب بازدهی بیشتر است و برای کسب بازدهی مناسب از طریق سرمایه گذاری، شناخت دقیق عوامل مؤثر، امری ضروری است؛ زیرا نوسان در سرمایه گذاری می تواند از منابع مختلف ناشی شود. از دیدگاه نظریه اختیار واقعی، عدم اطمینان نقش در تصمیم های سرمایه گذاری شرکت ها تعیین کننده ای دارد؛ زیراعدم اطمینان، بر جریان های نقدی آتی شرکت ها تأثیر می گذارد و عدم تقارن اطلاعاتی بین مدیران و سهام داران را تشدید می کند؛ در نتیجه عاملی که باید در تصمیم های سرمایه گذاری شرکت ها مدنظر قرار گیرد و در تصمیم های سرمایه گذاری نقش تعیین کننده ای دارد، عدم اطمینان است. هدف اصلی پژوهش حاضر بررسی حساسیت سرمایه گذاری شرکت ها به عدم اطمینان و جریان نقدی در شرکت های پذیرفته شده در بورس اوراق بهادار تهران است. این مطالعه می کوشد تا ادبیات مربوط به سرمایه گذاری را بدین شرح گسترش دهد: یک) برخلاف ادبیات قبلی که رابطه عدم اطمینان و سرمایه گذاری را بررسی کرده اند، این مطالعه تأثیر اشکال مختلف عدم اطمینان (عدم اطمینان اطمینان خاص شرکت، عدم اطمینان بازار، عدم اطمینان اقتصادی و عدم اطمینان مبتنی بر CAPM) بر سرمایه گذاری را بررسی می کند؛ دو) این مطالعه به صورت تجربی تأثیر جریان نقدی بر ارتباط بین اشکال مختلف عدم اطمینان و سرمایه گذاری شرکت را آزمون می کند. روش: این پژوهش از نظر هدف، کاربردی و از نظر ماهیت هم بستگی از نوع علّی است. برای جمع آوری اطلاعات مرتبط با مبانی نظری، از روش کتابخانه ای استفاده شده است. به منظور دستیابی به اهداف پژوهش، از داده های ۸۴۰ سال شرکت طی دوره زمانی ۱۳۹۲ تا ۱۳۹۹ استفاده شده است. همچنین، برای برازش مدل های پژوهش، از روش گشتاور تعمیم یافته (GMM) دو مرحله ای آرلانو و بوند، برای اجتناب از مسائل درون زایی استفاده شده است. یافته ها: نتایج پژوهش نشان داد که عدم اطمینان، یکی از عوامل تأثیرگذار بر سرمایه گذاری شرکت هاست و هر چهار شکل عدم اطمینان (عدم اطمینان خاص شرکت، عدم اطمینان بازار، عدم اطمینان مبتنی بر CAPM و عدم اطمینان اقتصادی) بر سرمایه گذاری شرکت ها تأثیر مثبت و معناداری دارد. علاوه براین، نتایج پژوهش حاکی از آن است که جریان نقدی، تأثیر عدم اطمینان خاص شرکت و عدم اطمینان اقتصادی بر سرمایه گذاری را تشدید می کند و تأثیر عدم اطمینان بازار و عدم اطمینان مبتنی بر CAPM بر سرمایه گذاری را کاهش می دهد؛ بنابراین، میزان سرمایه گذاری شرکت ها، هم به عدم اطمینان شرکت و هم به میزان جریان نقدی شرکت بستگی دارد. نتیجه گیری: نتایج پژوهش با تأیید دیدگاه های اختیار واقعی رشد و تابع محدب درآمد نهایی سرمایه و همچنین، عدم تأیید دیدگاه های اختیار واقعی انتظار و ساختار بازار و فناوری تولید، نشان می دهد که افزایش در عدم اطمینان، سبب ترغیب سرمایه گذاری می شود؛ زیرا یک تصمیم سرمایه گذاری زودهنگام، می تواند با کسب فرصت های رشد نسبت به سایر رقبا، مزایای رقابتی را افزایش دهد. علاوه براین، تصمیم های سرمایه گذاری زودهنگام، می تواند به شرکت کمک کند تا سهم بازار خود را افزایش دهد و منفعت بیشتری کسب کند. به عبارتی، ریسک بیشتر، سرمایه گذاری بیشتر و بنابراین سرمایه گذاری مجدد بیشتر است؛ زیرا هرچقدر ریسک بیشتر باشد، بازده مورد انتظار سرمایه گذاری بیشتر خواهد بود و در نتیجه به سرمایه گذاری مجدد بیشتری منجر می شود.