مدل سازی پویای ریسک سیستماتیک بازار سرمایه با استفاده از هوش مصنوعی ترکیبی و داده های کلان اقتصادی در شرایط بی ثباتی مالی
سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 717
فایل این مقاله در 19 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
EMCCONF27_352
تاریخ نمایه سازی: 17 خرداد 1405
چکیده مقاله:
ریسک سیستماتیک یکی از مهم ترین ابعاد ریسک در بازارهای مالی است که ناشی از عوامل کلان اقتصادی، شوک های مالی و تعاملات پیچیده میان اجزای مختلف نظام اقتصادی است. در دهه های اخیر افزایش یکپارچگی بازارهای مالی، رشد جریان های سرمایه و پیچیده تر شدن ساختار اقتصاد جهانی موجب شده است که رفتار ریسک سیستماتیک پویاتر و پیش بینی آن دشوارتر شود. در چنین شرایطی استفاده از روش های تحلیلی سنتی که عمدتا بر روابط خطی و ایستا متکی هستند، نمی تواند به طور کامل الگوهای پیچیده شکل گیری ریسک را توضیح دهد. بر همین اساس، هدف پژوهش حاضر مدل سازی پویای ریسک سیستماتیک بازار سرمایه با استفاده از رویکرد هوش مصنوعی ترکیبی و داده های کلان اقتصادی در شرایط بی ثباتی مالی است. در این پژوهش داده های بازار سرمایه شامل بازده شاخص بازار، شاخص های نوسان و حجم معاملات در کنار متغیرهای کلان اقتصادی شامل نرخ تورم، نرخ بهره، نرخ ارز، رشد تولید ناخالص داخلی، نرخ بیکاری و حجم نقدینگی مورد استفاده قرار گرفت. داده ها در یک دوره زمانی بیست ساله با ۲۴۰ مشاهده ماهانه گردآوری و پس از انجام مراحل پیش پردازش، تحلیل های آماری اولیه با استفاده از نرم افزار اس پی اس اس انجام شد. سپس با بهره گیری از یک مدل هوش مصنوعی ترکیبی، روابط غیرخطی و الگوهای زمانی موجود در داده ها استخراج گردید. نتایج پژوهش نشان داد که متغیرهای کلان اقتصادی نقش مهمی در شکل گیری ریسک سیستماتیک دارند و تغییرات در نرخ ارز، تورم و رشد نقدینگی سهم قابل توجهی در نوسانات ریسک بازار سرمایه ایفا می کنند. عملکرد مدل پیشنهادی نشان داد که ترکیب داده های بازار و شاخص های کلان اقتصادی می تواند دقت پیش بینی ریسک سیستماتیک را به طور قابل توجهی افزایش دهد. همچنین یافته ها حاکی از آن است که ریسک سیستماتیک از یک الگوی چرخه ای شامل مراحل انباشت، تشدید و اصلاح پیروی می کند. بر اساس نتایج پژوهش، سامانه هشدار زودهنگام مبتنی بر هوش مصنوعی قادر است افزایش ریسک سیستماتیک را چند ماه پیش از وقوع بحران های بازار شناسایی کند. این قابلیت می تواند به مدیران سرمایه گذاری و سیاست گذاران مالی کمک کند تا با اتخاذ راهبردهای مناسب، از تشدید نوسانات بازار و افزایش زیان های مالی جلوگیری نمایند. به طور کلی، نتایج پژوهش نشان می دهد که استفاده از رویکردهای نوین مبتنی بر هوش مصنوعی و داده های کلان اقتصادی می تواند چارچوبی موثر برای تحلیل و پیش بینی ریسک سیستماتیک در بازار سرمایه فراهم آورد و به بهبود فرآیند مدیریت ریسک در سطح خرد و کلان کمک کند.
کلیدواژه ها:
ریسک سیستماتیک ، بازار سرمایه ، هوش مصنوعی ترکیبی ، داده های کلان اقتصادی ، سامانه هشدار زودهنگام ، مدیریت ریسک.
نویسندگان
علی منتظری امیری
۱- کارشناسی ارشد مدیریت صنعتی، دانشگاه آزاد اسلامی واحد آیت الله آملی-مدیر واحد اوراق بهادار، تهران، ایران.