شبکه مالی

هدف: هدف این پژوهش معرفی شبکه ای مالی برمبنای روابط غیرخطی موجود بین سهام برای بهینه سازی سبد سهام سرمایه گذاران، شناسایی رهبران بازار سهام ایران با استفاده از معیارهای مرکزیت و درنهایت، خوشه بندی شبکه مالی غیرخطی است. روش: در این پژوهش، تعداد100 شرکت برتر پذیرفته شده در بورس با بیشترین سرمایه ثبت شده در دوره زمانی 11ساله (دی ماه 1388 تا دی ماه 1398) انتخاب شدند. نتایج: نتایج حاکی از آن است که با توجه به معیار درجه مرکزیت، سهام سیمان سپاهان، تأمین سرمایه امید و سرمایه گذاری امید، با توجه به معیار مرکزیت نزدیکی، سهام سرمایه گذاری غدیر، سرمایه گذاری توسعه ملی و فولاد خوزستان، با توجه به معیار مرکزیت بینابینی، سهام سرمایه گذاری غدیر، سیمان سپاهان و سرمایه گذاری توسعه ملی و با توجه به معیار مرکزیت تنگنا سهام فولاد خوزستان، سیمان سپاهان و بین المللی توسعه ساختمان بیشترین تأثیرگذاری را در بازار سهام دارند و در جایگاه رهبران بازار شناسایی شدند. برای خوشه بندی سهام برتر از الگوریتم سریع حریصانه استفاده شد که در آن شبکه به 11 خوشه تقسیم شد و هریک از این خوشه ها نشان دهنده بیشترین ارتباط موجود بین سهام شرکت ها در شبکه مالی است.

امروزه بانک ها نقش بسیار مهمی در اقتصاد کشورها دارند و این اثر در ایرن به مراتب بیشتر می باشد. بنابراین ضعف در نظام مالی کشور و وقوع ریسک های سیستمی در نظام بانکی، ثبات و عملکرد اقتصاد را تضعیف می کند. این پژوهش با توجه به اهمیت ریسک سیستمی در شبکه بانکی کشور به بررسی عوامل موثر در وقوع ریسک سیستمی و موسسات مالی مهم از نظر سیستمی می پردازد. این مقاله با ترکیب مدل ARMA-gjrGARCH-DCCt و نظریه گراف، ریسک سیستمی را با بکارگیری رویکرد شبکه، در سیستم بانکی ایران را به صورت پویا و ایستا بررسی وتحلیل می کند و از شاخص ΔCoVaR نیز برای تحلیل ریسک سیستمی و عوامل موثر بر آن استفاده می کند. بررسی این پژوهش بر روی داده های 9 مؤسسه مهم بانکی موجود در بورس ایران برای دو دوره 12/06/1390 تا 01/04/1395 و 11/10/1397 تا 01/10/1399، انجام شده است. نتایج پژوهش بیان می کند بر اساس شاخص های مرکزیت در هر دو دوره بانک ملت مهم ترین مؤسسه بانکی در شبکه بانکی می باشد و بانک صادرات در دوره اول و بانک پاسارگاد در دوره دوم به عنوان دومین مؤسسه مهم در شبکه بانکی می باشند. علاوه براین، یکپارچگی در شبکه بانکی در طول زمان متغیر بوده ولی به طورکلی افزایش یافته است و همبستگی بین شبکه بانکی در طول زمان افزایش یافته که باعث تقویت احتمال وقوع ریسک سیستمی و انتقال ریسک در شبکه می شود. همچنین اندازه بانک ها، و ارزش در معرض خطر بانک ها و به صورت خاص، توپولوژی و ساختار شبکه بانکی کشور بر وقوع ریسک سیستمی در شبکه بانکی بسیار اثر گذار هستند.

هدف: این پژوهش بر آن است که با اضافه کردن متغیرهای مربوط به شبکه مالی، عملکرد الگوی درخت تصمیم تقویت گرادیان را که شاخص هایش با الگوریتم بهبودیافته گرگ خاکستری بهینه شده است، با الگو های منتخب در حوزه پیش بینی درماندگی مالی ارزیابی کند.روش: الگوی پیشنهادی این پژوهش روی داده های 123 شرکت تولیدی پذیرفته شده در بورس و فرابورس ایران در بازه زمانی 2015 تا 2021 اجرا شد. ابتدا شبکه مالی تشکیل شد و سپس با ترکیب متغیرهای مبتنی بر شبکه با برخی نسبت های مالی و با استفاده از الگوی درخت تصمیم تقویت گرادیان که شاخص های آن با الگوریتم بهبودیافته گرگ خاکستری بهینه شده است، درماندگی مالی شرکت ها پیش بینی شد.نتایج: الگوی درخت تصمیم تقویت گرادیان با اضافه شدن متغیرهای مربوط به شبکه مالی هم ازنظر دقت و هم ازنظر خطای نوع یک عملکرد بهتری در مقایسه با دو الگوی k نزدیک ترین همسایه و رگرسیون لجستیک از خود نشان داد. شرکت های با مرکزیت بینابینی و مرکزیت درجه زیاد، کمتر مستعد قرارگرفتن در شرایط درماندگی مالی هستند و برعکس. در شرایطی که نسبت فراوانی نمونه های هر طبقه از طبقات دیگر بسیار متفاوت باشد، استفاده از روش درخت تصمیم تقویت گرادیان بسیار کارآمد خواهد بود.نوآوری: برای نخستین بار متغیرهای مربوط به شبکه مالی با نسبت های مالی، ترکیب شد و ازطریق روش نوین درخت تصمیم تقویت گرادیان که شاخص هایش با الگوریتم گرگ خاکستری بهبودیافته بهینه شده، درماندگی مالی پیش بینی شد.