نوسان

هدف: نوسان شدید بارش از محدودیت های محیطی ایران است. هرچند میانگین بارش سالانه ایران را حدود یک سوم بارش سیاره زمین می دانند؛ اما توزیع فضایی و زمانی همین مقدار نیز بیانگر توزیع ناتراز بارش در پهنه جغرافیایی ایران است. خشکسالی و سیلاب دو مشخصه اصلی نظام بارشی ایران هستند. نظام بارشی ایران ناهمگن و نامتوازن است. دو سال 2019 و 2021 به عنوان  نمونه برای مقایسه شرایط همدید انتخاب شدند. بارش های سیل آسا سال آبی 2019 و خشکسالی نسبتاً شدید سال 2021 ناترازی بارش را نشان می دهد.روش و داده: برای تحلیل این مسئله داده های روزانه بارش ۳۶۰ ایستگاه هواشناسی 2021-1991 و شاخص های همدید فصول زمستان 2019 و 2021  عرض ͦ N ۹۰-۱۰ و طول ͦ E ۹۰-۱۰ استفاده شد.یافته ها: یافته ها نشان داد احتمال رخداد خشکسالی 42%، ترسالی 35.5% و نرمال 22.5% است. طبق نتایج زنجیره مارکف، بیشترین احتمال تغییر فاز حالت نرمال به خشکسالی 57% و خشکسالی متوالی 46.2 % است. تحلیل Anova (۹۵%) نشان داد اختلاف معناداری بین متغیر های اقلیمی سال های تر و خشک وجود دارد. شرایط همدید نشان داد در سال نمونه ترسالی (2019) عملگر پر فشار سیبری در سال های مرطوب (در سال 2019) دارای فشار بیشتر (mb1054) و در سال 2021 به عنوان نماینده سال خشک، 1032 میلی بار و کمتر بوده است. در سال مرطوب فراوانی عبور سیکلون ها و اختلاف دما در تراز 500-1000 بیشتر اما مقادیر امگا کمتر است. این شرایط در 2021 (خشکسالی) میزان فشار در سیبری، اختلاف دمای تراز 500 و 1000 کمتر و امگا بالاتر است (هوای پایدار).نتیجه گیری: یافته ها نشان داد که نوسان پذیری بارش ایران از سالی به سال دیگر زیاد و رخداد سال های کم بارش از پر بارش بیشتر است.نوآوری و کاربرد نتایج: مقایسه شرایط همدید در شرایط ترسالی و خشکسالی که نشان دهنده تغییرات مراکز فشار بر بارش ایران است. رهیافت برنامه ریزی مبتنی بر ریسک در زمینه افزایش تاب آوری برنامه های توسعه و تأمین آب مبتنی بر شرایط اقلیمی با عدم قطعیت بیشتر است. بر این اساس توجه به توان اکولوژی، بازتوزیع فضایی جمعیت و کاهش میزان خطرپذیری محیط جغرافیایی کشور اهمیت بالای دارد.

نوسانات اطلس شمالی الگوی مؤثری از تغییرپذیری گردش عمومی جو در محدوده ی برون حاره نیمکره ی شمالی و از عوامل اصلی کنترل عناصر اقلیمی مانند بارش و دما است. دارای اثرات اقتصادی و اجتماعی بزرگ بر بخش های انرژی، کشاورزی، صنعت و ... است. بنابراین با توجه به اهمیت این نوسان بر فعالیت های بشری و رابطه ی آن با عناصر اقلیمی و از جمله بارش، سبب گردید تا به شناسایی و تحلیل و گروه بندی فاز مثبت این نوسان و در پی آن استخراج الگوهای توام با آن پرداخته شود. داده های مورد نیاز این تحقیق شامل اندازه گیری های مقادیر بارش به صورت روزانه برای ایستگاه های سینوپتیک، اقلیمی و باران سنجی کل کشور از سال 1388-1340 می باشد که از دو منبع سازمان هواشناسی و وزارت نیرو گردآوری شد و با استفاده از روش آماری چندمتغیره و به کارگیری از نرم افزار matlab،surfer و grads به استخراج الگوهای همدیدی حاصل از این فاز پرداخته شده است. در نهایت پنج الگو استخراج و نشان داد که با وجود شرایط پایداری در پنج الگوی سطح زمین در این فاز، میزان ریزش های جوی بالا بوده است که توجیه این مطلب با استفاده از الگوهای تراز 500 هکتوپاسکال صورت گرفت. ایران در جلوی محور ناوه ی مربوط به مدیترانه واقع شده است. بنابراین ریزش های جوی کشور تحت تأثیر این ناوه در زمستان رخ داده است.

هدف: این پژوهش با هدف ارائه تصویری جامع از وضعیت مطالعات VUCA (نوسان، عدم قطعیت، پیچیدگی و ابهام) در حوزه مدیریت و کاربردهای آن انجام شده است.روش: پژوهش حاضر با استفاده از روش تحلیل استنادی انجام شده است. داده های موردنیاز از دو پایگاه اسکوپوس (1120 مقاله) و وب آو ساینس (345 مقاله) با جستجوی کلیدواژه VUCA استخراج و پس از پالایش، 1139 مقاله برای تحلیل نهایی انتخاب شدند. تحلیل های انجام شده شامل بررسی روند انتشارات، شناسایی نویسندگان و مؤسسات پیشرو، تحلیل هم رخدادی کلیدواژه ها، استخراج نقشه علمی و تحلیل شبکه استنادی بود.یافته ها: نتایج نشان داد که انتشارات علمی در حوزه VUCA از 1 مقاله در سال 2008 به 244 مقاله در 2023 افزایش یافته است. از میان 3105 کلیدواژه شناسایی شده، مفاهیمی چون رهبری و چابکی سازمانی (هر کدام 64 ارجاع)، نوآوری (53.5 ارجاع) و تحول دیجیتال (46.4 ارجاع) بیشترین تأثیر را داشته اند. تحلیل هم رخدادی واژگان منجر به شناسایی 7 خوشه اصلی شد که آینده نگری و توسعه کسب وکار (25% مقالات)، رهبری و استراتژی (21%) و تکنولوژی (17%) مهمترین خوشه ها بودند.نتیجه گیری: موفقیت در محیط VUCA مستلزم اتخاذ رویکردی جامع و چندبعدی است که شامل بهره گیری هوشمندانه از فناوری های پیشرفته، توسعه قابلیت های پویای سازمانی، تقویت فرهنگ خلاقیت و نوآوری، و پرورش رهبران آینده نگر است. شرکت هایی که بتوانند این عناصر را به طور مؤثر تلفیق کنند، نه تنها قادر به مدیریت چالش های محیط VUCA خواهند بود، بلکه می توانند از این شرایط برای نوآوری و افزایش اثربخشی سازمانی بهره ببرند.

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.