مدل سازی انواع شاخص های بورس ایران با استفاده از الگوریتم تقریب تابع ژنتیک

1 دانشگاه سیستان و بلوچستان، زاهدان، ایران.

2 دانشگاه سیستان و بلوچستان، زاهدان، ایران

چکیده

مهمترین موضوعات موجود در بورس سهام شاخص های سهام است. موضوع اصلی این تحقیق ، الگوبرداری از عوامل مؤثر بر شاخص قیمت سهام ، قیمت سهام و شاخص بازده سهام ، شاخص مالی و شاخص صنعت در بورس اوراق بهادار ایران است. برای این منظور از داده های 112 متغیرهای کلان اقتصادی و سهام از سال 1997 تا 2014 استفاده شد. مدل سازی با استفاده از الگوریتم تقریبی عملکرد ژنتیکی انجام شده است. با استفاده از نرم افزار msmodeling برای عوامل مؤثر بر شاخص قیمت سهام ، شاخص قیمت و بازده نقدی بورس ، شاخص مالی ، از شاخص صنعت برای تعیین 108 متغیر مستقل در انواع شاخص های سهام استفاده شده است. نتایج حاکی از آن است که تسهیلات اعطای بانک ها منجر به افزایش شاخص صنعت در بورس سهام می شود. پایگاه پولی و تسهیلات بانک و سپرده سرمایه گذاری کوتاه مدت نیز در شاخص قیمت سهام مؤثر است. علاوه بر این ، متغیرهای تعداد سهام معامله شده ، ارزش معاملات و تعداد خریداران شاخص صنعت و شاخص قیمت سهام را افزایش می دهد. براساس این یافته ها ، نتیجه گرفته شده است که تسهیلات کمک هزینه بانکها به بخش های دولت و غیر دولتی و موسسات اعتباری غیر بانکی ، شاخص صنعت و شاخص قیمت سهام را افزایش می دهد. در مورد برخی از شرکت های سهام ، دولت حتی باید با اعطای تسهیلات و بهبود وضعیت آنها در بازار سهام ، برخی اقدامات خود را انجام دهد و شرکت های ورشکسته را مدیریت کند. همچنین ، طبق یافته های تحقیق ، رشد صنعت خودرو منجر به رشد شاخص مالی می شود و برای این منظور ، سیاست گذاران باید توجه ویژه ای به صنعت خودرو کنند. سرانجام ، با توجه به نتایج این مطالعه ، دوره های طولانی تر برای تحقیقات آینده و استفاده از سایر روش های پیش بینی کننده و همچنین هوش مصنوعی تأکید می شود. مقدمه سرمایه گذاران و مدیران بورس سهام برای دستیابی به تصویر خوبی از روند این بازار و توانایی ارزیابی گذشته و در برخی موارد برای پیش بینی آینده ، از شاخص های سهام استفاده می کنند. تجزیه و تحلیل دقیق تر از روند قیمت در بازارهای سهام به شاخص هایی با انواع کارکردها نیاز دارد. در نتیجه ، امروزه طیف گسترده ای از شاخص ها در بورس اوراق بهادار ایران محاسبه و منتشر می شود.

روش‌های محاسبه شاخص‌ها در جهت کارایی بیشتر و ارائه نمایش دقیق‌تری از فرآیند معاملات سهام دستخوش تغییرات متعددی شده است. طبیعتاً عوامل زیادی در شکل‌دهی به اطلاعات و دیدگاه‌های طرفین بازار و در نهایت قیمت سهام شرکت‌ها دخیل هستند. بخشی از این عوامل بومی و بخشی دیگر ناشی از وضعیت متغیرهای خارج از حوزه اقتصاد داخلی شرکت است. بر این اساس، عوامل مؤثر بر قیمت سهام گسترده است. از سوی دیگر، توسعه اقتصادی هر کشور به بازار پول و سرمایه در اقتصاد هر کشور بستگی دارد. با توجه به اهمیت بازار سرمایه در تجهیز پس‌اندازهای جامعه به سمت فعالیت‌های اقتصادی، شناسایی متغیرهای مؤثر بر شاخص قیمت سهام امری ضروری است. در این تحقیق سعی بر این بوده است که این خلأ در ادبیات مالی کشورمان پر شود. علیرغم اینکه اکثر تحقیقات قبلی به صورت داوطلبانه تعدادی از متغیرها را انتخاب کرده و تأثیر آنها را بر شاخص قیمت سهام بررسی کرده اند، در این تحقیق با استفاده از تقریب تابع ژنتیکی متغیرهای بهینه و مؤثر در انواع شاخص سهام استخراج شده است. این تحقیق به بررسی عوامل موثر بر شاخص قیمت، شاخص مالی، شاخص صنعت، شاخص قیمت و بازده نقدی می‌پردازد که از این نظر نسبت به سایر مطالعات نوآورانه است. مطالعه موردی داده های جامعه آماری از سایت بانک مرکزی طی سال های 1376 تا 1393 جمع آوری شده است. این عوامل شامل صادرات، تراز حساب جاری، مانده حساب سرمایه، متغیرهای پولی و اعتباری، پرداخت ها و دریافتی های معاملات دولتی و سهام، بخش انرژی، بخش تولید و معدن، بخش مسکن و ساختمان، بخش حمل و نقل و کشاورزی است. مدلسازی برای عوامل موثر بر شاخص قیمت سهام، شاخص قیمت سهام و بازده نقدی، شاخص مالی و شاخص صنعت برای تعیین متغیرهای موثر بر انواع شاخص‌های بورس انجام شد. مواد و روش‌ها با استفاده از الگوریتم تقریب تابع ژنتیک و اجرای نرم‌افزار MSmodeling، مدل‌سازی عوامل مؤثر بر شاخص قیمت سهام، شاخص قیمت گیر کرده و بازده نقدی، شاخص مالی، شاخص صنعت انجام شد تا مشخص شود که کدام یک از 108 متغیر مستقل برانواع شاخص های سهام

• یک متغیر مستقل به مدل اضافه می شود و مدل رگرسیون بهینه ارائه می شود تا زمانی که هیچ تغییر قابل توجهی بر اساس معیارهای R 2 یا LOF ، در مدل نهایی مشاهده شود. بحث و نتیجه به طور خلاصه ، می توان فرض کرد که متغیرهای پولی و اعتباری در شاخص قیمت سهام و بازده سهام ، شاخص صنعت و شاخص قیمت سهام مؤثر بوده اند ، که در آن افزایش نقدینگی در جامعه منجر به کاهش درشاخص قیمت و بازده سهام در بورس سهام. کمک های مالی بانکی به بخش های دولت و غیر دولتی و موسسات اعتباری غیر بانکی ، شاخص صنعت را در بورس سهام افزایش داده است. پایگاه پولی و تسهیلات اعطا شده توسط بانکها به بخش های دولت و غیر دولتی و همچنین سپرده های سرمایه گذاری کوتاه مدت نیز روی شاخص قیمت سهام تأثیر گذاشت. علاوه بر این ، متغیرهای مؤثر سهام در شاخص های مختلف مؤثر هستند. این بدان معنی است که افزایش تعداد خریداران موجود در بورس سهام باعث کاهش شاخص قیمت و بازده سهام شده است. افزایش تعداد سهام معامله شده و خریدار در بورس سهام شاخص مالی را افزایش می دهد. متغیرهای تعداد سهام معامله شده ، ارزش معاملات و تعداد خریداران شاخص صنعت و شاخص قیمت سهام را افزایش داده است. نتیجه گیری با توجه به این یافته ها ، نتیجه گرفته می شود که تسهیلات اعطای بانک ها به بخش های دولت و غیر دولتی و موسسات اعتباری غیر بانکی ، شاخص صنعت و شاخص قیمت سهام را افزایش می دهد. در مورد برخی از شرکت های سهام ، دولت حتی باید با اعطای تسهیلات و بهبود وضعیت آنها در بازار سهام ، برخی اقدامات خود را انجام دهد و شرکت های ورشکسته را مدیریت کند. همچنین ، طبق یافته های تحقیق ، رشد صنعت خودرو منجر به رشد شاخص مالی می شود و برای این منظور ، سیاست گذاران باید توجه ویژه ای به صنعت خودرو کنند. سرانجام ، با توجه به نتایج این مطالعه ، دوره های طولانی تر برای تحقیقات آینده و استفاده از سایر روش های پیش بینی کننده و همچنین هوش مصنوعی تأکید می شود.
• کلید واژه ها
• شاخص قیمت سهام
• شاخص قیمت سهام و بازده نقدی
• شاخص مالی

فهرست صنعت

الگوریتم عملکرد عمومی (GFA)

منابع

1-Alimran ، R. ، & Alimran ، S. (2015). اثربخشی بازار سهام در نتیجه رشد نامنظم نقدینگی. فصلنامه بورس اوراق بهادار ، 22: 5-24.(به فارسی)

2-Alimran, S. & Alimran, R. (2013). بررسی روند نوسانات بورس اوراق بهادار تهران. دانش مالی تحلیل اوراق بهادار، (14)، 119-132.(به فارسی)

3-Alrub, A. A., Tursoy, T., & Rjoub, H. (2016). بررسی رابطه بلندمدت و کوتاه مدت بین متغیرهای کلان اقتصادی و قیمت سهام در دوره تجدید ساختار: آیا در بازار ترکیه اهمیت دارد؟مجله مطالعات و تحقیقات مالی. g1-11.(به فارسی)

4-بهارمقدم، م.، و کووارایی، ت. (1391). رابطه روزها و ماه های سال، متغیرهای کلان اقتصادی و بازده سهام در بورس اوراق بهادار تهران. مجله پیشرفت حسابداری دانشگاه شیراز، 4 (2)، 1-26.(به زبان فارسی)

5-Das, A. (2017). انجمن متغیرهای کلان اقتصادی و شاخص سهام، هند: شواهد تجربی. MERC Global's International Journal of Management، 5(1)، 1-7.

6-حیدری، ح و بشیری، س (1391). بررسی رابطه بین عدم قطعیت نرخ واقعی ارز و شاخص قیمت سهام در بورس اوراق بهادار تهران: مشاهدات بر اساس مدل VAR-GARCH. مجله تحقیقات مدلسازی اقتصادی. 3 (9): 71-93.(به فارسی)

7-Emenike Kalu، O.، & Okwuchukwu، O. (2014). نوسانات بازده بازار سهام و متغیرهای کلان اقتصادی در نیجریه. مجله بین المللی مالی تجربی، 2(2)، 75-82.

8-فرازمند.، س. کردایچ، ع. و مشبکی، ع. (1392). پیش بینی شاخص بورس اوراق بهادار تهران با استفاده از ANFIS. مدیریت دارایی و تامین مالی، 1(1)،27-44.(به زبان فارسی)

9-Fu, G., luo, Ch., & Wang, J. (2013)، اطلاعات حسابداری و واکنش قیمت سهام در مورد شرکت های پذیرفته شده در بورس - شواهد تجربی از 60 شرکت پذیرفته شده در بورس شانگهای، مجله تجارت مدیریت، 2 (2)، صص 11-21.

10-گلستانی.، س. دلدار، م. سید، س. و جعفری، س. ح (1393). رابطه بین نرخ موثر مالیاتی و سود تقسیمی و بازده سهام در شرکت های پذیرفته شده در بورس اوراق بهادار تهران. تحقیقات و سیاست اقتصادی، 22 (70)، 181 – 204. (به فارسی)

11-کامروفر، م و هاشمی، س. ز (1391). بررسی و شناخت متغیرهای اصلی مؤثر بر شاخص بورس اوراق بهادار تهران و مدل‌سازی آن با استفاده از شبکه‌های عصبی مصنوعی و مقایسه نتایج با تحلیل تکنیکال و امواج الیوت. مهندسی مالی و مدیریت پورتفولیو (مدیریت پورتفولیو). 8(30):169-184 .(به فارسی)

12-کایی، ر.(1390). نگاهی تحلیلی در شاخص‌های سهام، بورس اوراق بهادار و کارگزاران اوراق بهادار.(به فارسی)

13- خواجه، ع، و مدرس، ح (1389). پیش‌بینی QSPR نقطه اشتعال استرها با استفاده از GFA و ANFIS. مجله مواد خطرناک، 179 (1)، 715-720.

14-خالد، ک. ف (2011). مدلسازی مهار خوردگی آهن در محیط اسیدی با روش تقریب عملکرد ژنتیکی: یک مدل QSAR. علوم خوردگی، 53 (11)، 3457-3465.

15-Li, L., Narayan, P. K., & Zheng, X. (2010). تجزیه و تحلیل تورم و بازده سهام برای بریتانیا. مجله بازارهای مالی بین المللی، موسسات و پول، 20(5)، 519-532.

16-مرادی، ع.(1385). رابطه بین نسبت های مالی و بازده سهام در بورس اوراق بهادار تهران. کارشناسی ارشد حسابداری، دانشگاه تربیت مدرس.(به فارسی)

17- خواهرزاده، ا.، و پیمانی، م. (1393). مدلسازی شاخص بورس اوراق بهادار تهران با استفاده از معادله دیفرانسیل تصادفی. تحقیقات اقتصادی، 14 (53)، 143-166.(به فارسی)..

18-Prosenjit B, J. Thomas, L. & Kunal, R. (2005). بررسی QSAR مشتقات تیازول و تیادیازول به عنوان آنتاگونیست های قوی و انتخابی گیرنده آدنوزین A3 انسانی با استفاده از تکنیک های FA و GFA Chemistry, Journal of Molecular Modeling, 11 (6), 516-24.

19-راجرز، دی، و هاپفینگر، ای جی (1994). کاربرد تقریب تابع ژنتیکی در روابط کمی ساختار-فعالیت و روابط کمی ساختار-ویژگی. مجله اطلاعات شیمی و علوم کامپیوتر، 34 (4)، 854-866.

20-Samuel, H. Uzairu, A. Mamza1, P. & Oluwole Joshua, O. (2015). بررسی رابطه کمی ساختار و سمیت برخی از ترکیبات آروماتیک پلی کلره با استفاده از توصیفگرهای مولکولی. مجله روشهای محاسباتی در طراحی مولکولی، 5 (3):106-119.