نقطه آغاز کنترل ریسک

به گزارش جهان صنعت نیوز:  یک تخمین مناسب از تلاطم بازار در یک دوره سرمایه‌گذاری نقطه آغازین بسیار مهمی در کنترل ریسک سرمایه‌گذاری است. تلاطم در بازارهای مالی نقشی کلیدی ایفا می‌کند بنابراین آن را باید شناخت و اندازه‌گیری و پیش‌بینی کرد و برنامه‌ای  در نظر گرفت که بتوان تلاطم بازار را که بر تصمیم سرمایه‌گذاران تاثیر دارد مدیریت کرد.

محاسبه سرمایه یکی از مهم‌ترین شاخص‌های  تلاطم بازار محسوب می‌شود و در محاسبه نرخ تورم نقش بسزایی را ایفا می‌کند. این شاخص از یک سو بر ثروت و سرمایه‌گذاری بخش‌های تولیدی و صنعتی تاثیرگذار بوده و می‌تواند در نحوه تصمیم‌گیری دست‌اندرکاران بازار سرمایه، برنامه‌ریزان اقتصادی و سیاستمداران نقش جزئی ایفا کرده و از سوی دیگر تغییرات و نوسانات شدید آن می‌تواند به راحتی منجر به خلق مشکلات و بحران‌های اقتصادی،‌ اجتماعی و حتی سیاسی کشور شود. مدل‌سازی تلاطم بازار موضوع مهمی برای مجموعه عوامل فوق محسوب می‌شود. در پژوهش حاضر با استفاده از شبکه‌های عصبی مصنوعی به مدلی طراحی  می‌شود که قادر به پیش‌بینی تغییرات این شاخص باشد.

با گسترش و توسعه بازار سرمایه کشور، بخش قابل توجهی از دارایی سرمایه‌گذاران در قالب سهام شرکت‌های پذیرفته‌شده در بورس جذب سرمایه‌گذاری‌های مالی شده است. ماهیت فعالیت‌های تجاری و سرمایه‌گذاری به گونه‌ای است که کسب بازدهی مستلزم تحمل ریسک است. شناخت، اندازه‌گیری و پیش‌بینی تلاطم در بازارهای مالی نقشی کلیدی در این فعالیت‌ها ایفا می‌کند. مدیریت تلاطم بازار زمینه لازم برای بودجه‌بندی ریسک، ارزیابی عملکرد مدیران پرتفوی و تعیین استراتژی‌های مناسب سرمایه‌گذاری‌های ریسک‌پذیر را فراهم می‌آورد. مدیریت ریسک کاربرد سیستماتیک سیاست‌های مدیریتی، رویه‌ها و فرآیندهای مربوط به فعالیت‌های تحلیل، ارزیابی و کنترل تلاطم بازار است. مدیریت ریسک فرآیندی شامل دو فاز اصلی است؛ فاز تخمین و فاز کنترل تلاطم. اگرچه در حال حاضر ریسک‌های موجود در بازار قابل شناسایی است. اما بحث اصلی، مدیریت کردن ریسک‌های موجود و به حداقل رساندن آنهاست.

اختلال در عملکرد بازار

در یک مفهوم کلی، تلاطم بازار را می‌توان اختلال در عملکرد نرمال بازار مالی تعریف کرد. به بیان دیگر تلاطم بازار به ‌عنوان شرایطی شناخته می‌شود که در نتیجه عدم اطمینان و تغییر انتظارات نسبت به زبان بازارها و موسسات مالی ایجاد شده و بر متغیرهای اقتصادی تاثیر می‌گذارد. تلاطم بازار در بازارهای مختلف از قبیل سیستم بانکی، بازار ارز، بازار بدهی و بورس دیده می‌شود و با افزایش زیان مالی مورد انتظار، ریسک (گسترش توزیع زیان احتمالی) و عدم اطمینان (اطمینان کمتر در خصوص شکل توزیع زیان)، افزایش می‌یابد. تلاطم بازار محصول ساختارهای آسیب‌پذیر و شوک‌های وارده بر سیستم مالی است. شکنندگی مالی توصیف‌کننده ضعف‌های موجود در شرایط یا ساختار مالی است و شوک‌ها زمانی که شرایط مالی مناسب نیست (از قبیل کاهش سریع جریان‌های نقدی، اهرمی شدن ترازنامه‌ها، ریسک‌گریزی بیشتر سرمایه‌گذاران، ساختار ضعیف سیستم مالی، سیستم‌های کامپیوتری با حجم زیادی از داده‌های انباشته شده، عدم تقارن اطلاعاتی و…) با احتمال بیشتری به تلاطم بازار منجر می‌شوند. بنابراین اندازه شوک و شکنندگی مالی، سطح تلاطم بازار را تعیین خواهد کرد. به ‌عنوان ‌مثال یک شوک منفی زمانی که شرایط مالی ضعیف است، با احتمال زیاد منجر به افزایش تلاطم بازار خواهد شد.

 وجود تلاطم و نااطمینانی، بسیاری از سرمایه‌گذاران و تحلیلگران مالی را نگران کرده و موجب شده به دنبال ابزارهایی برای کاهش ریسک و ارزیابی چشم‌انداز آینده فعالیت‌شان باشند. نوسان در یک بازار، سرمایه‌گذار را ترغیب می‌کند تا سبد دارایی خود را تغییر دهد. این موضوع می‌تواند آشفتگی را در بازار بحران‌زده تشدید کند و تلاطم و شوک‌ها را به بازارهای دیگر انتقال دهد. شواهد نشان می‌دهد که این بازارها از یکدیگر جدا نیستند و با هم در ارتباط هستند. به همین دلیل تلاطم می‌تواند از بازاری به بازار دیگر منتقل شود. در نتیجه تحلیل یک بازار دارایی مالی بدون در نظر گرفتن شرایط دیگر بازارها تقریبا فاقد اعتبار بوده و نیاز است تحلیلگران، تحلیل‌های خود را بر اساس روابط بین بازار دارایی‌های مالی مختلف انجام دهند.

تغییرات ناگهانی

این مسائل منحصر به کشورهای در حال توسعه نیست بلکه بسیاری از کشورهای توسعه‌یافته نیز با آن روبه‌رو هستند اما کشورهای در حال توسعه (از جمله ایران) از بی‌ثباتی بالایی بین متغیرهای کلان اقتصادی برخوردارند. بررسی روند تحولات بازارهای سهام، طلا و ارز در ایران به وضوح نشان می‌دهد که قیمت این دارایی‌ها و تلاطم مربوط به آن در سال‌های اخیر دستخوش تغییرات ناگهانی قابل توجهی شده است. از تابستان ۱۳۹۰ اقتصاد ایران در نتیجه اعمال تحریم‌ها، هدفمندسازی یارانه‌ها و رشد فزاینده نقدینگی، وضعیت بسیار ویژه‌ای را شاهد بوده است. بعد از مدت‌ها مدیریت نرخ ارز در کشور، بی‌ثباتی بازار  ارز را فرا گرفت و به دنبال این مساله، بازار سکه و طلا دچار تلاطم فزاینده‌ای شد. همچنین رکوردشکنی‌های شاخص بورس اوراق بهادار تهران از سال ۱۳۹۱ آغاز شد. با توجه به رکود فعالیت‌های اقتصادی و تورم بالا، ورود به بورس اوراق بهادار، بازار سکه یا بازار ارز به عنوان آلترناتیوهای (جایگزین‌های) سرمایه‌گذاری پیش‌روی سرمایه‌گذاران در اقتصاد ایران قرار گرفتند.

بنابراین بررسی تلاطم و نحوه انتقال آن در بین بازارهای مالی از حیث سیاستگذاری بسیار مهم بوده و به عنوان یک ابزار اقتصادی کارآمد برای دستیابی به تولید و اشتغال مورد توجه سیاستگذاران اقتصادی است زیرا درک و تشخیص صحیح رفتار تلاطم قیمت در این بازارها در اتخاذ سیاست‌های کنترلی مناسب از اهمیت زیادی برخوردار است. تلاطم باعث ایجاد نااطمینانی، ضربه به اعتماد عمومی و کاهش سرمایه‌گذاری می‌شود. از این‌رو درک نادرست ارتباط متقابل بازارها می‌تواند به اتخاذ سیاست‌های اقتصادی نامناسب و ضدتولیدی منجر شود. برآورد تلاطم بازار از مهم‌ترین شاخص‌های بازار سرمایه است که نه‌تنها به‌عنوان نماگرهای اقتصادی نشان‌دهنده روند سرمایه‌گذاری  هستند بلکه به عنوان یک عامل موثر در سرمایه‌گذاری به کار برده می‌شوند. هم‌اکنون در بسیاری از کشورهای جهان این شاخص تهیه می‌شود و مورد استفاده قرار می‌گیرد زیرا با توجه به توسعه تئور‌ی‌های اقتصادی و مالی  جدید استفاده از این شاخص به عنوان یک نماگر مهم اقتصادی، بسیار توسعه‌یافته است. از سوی دیگر چون این شاخص از نظر مفهوم کاربردی در بازار بورس مفیدتر واقع می‌شود، محاسبات آن از اهمیت ویژه‌ای برخوردار است چرا که این شاخص روند تغییر قیمت‌ها از دیدگاه تولیدکنندگان و خریداران در بخش‌های مختلف بورس اوراق بهادار از قبیل صنعت و معدن، کشاورزی، خدمات و… را نشان می‌دهد و می‌تواند به عنوان یک نماگر پیش‌نگر برای نشان دادن زودهنگام روند تورم مورد استفاده قرار گیرد. لذا با توجه به مهم بودن موضوع می‌توان با پیش‌بینی صحیح و بهنگام این شاخص نقش بسزایی در برنامه‌ریزی و هدف‌گذاری سیاست‌های تلاطم بازار ایفا کند.

پیش‌بینی تلاطم

پیش‌بینی تلاطم یکی از مهم‌ترین موضوعات مورد مطالعه در بازارهای مالی دنیاست. تلاطم به عنوان یک عامل موثر در تعیین ریسک سرمایه‌گذاری، می‌تواند نقـش مهمی در تصمیم‌گیری سرمایه‌گذاران ایفا کند. یـک تخمین مناسـب از تلاطم قیمت سهام یا معامله‌های اختیار در یک دوره سرمایه‌گذاری نقطه آغازین بسیار مهمی در کنترل ریسک سرمایه‌گذاری است. اهمیت عامل تلاطـم در بازارهای مالی مختلف در تعیین قیمت معامله‌های اختیار و سهام شرکت‌ها تعیین‌کننده بوده و در کشورهایی با بازارهای مالی گسترده، برای تعیین سیاست‌های پولی موثر غیرقابل انکار است. ولی ماهیت تلاطم در بازارهای مختلف متفاوت بوده و با وجود آنکه اسـتفاده از روش‌های آماری در بررسی تلاطم در بیشتر بازارهای مالی کشورهای پیشرفته بسیار مدنظر است ولی تاکنون هیچ روش قطعـی برای پیش‌بینی تلاطم بازده سبد سهام به عنوان روشی با قابلیت اطمینان بالا مطرح نبوده است.

با توجه به اندازه و گوناگونی سیستم‌های مالی، می‌توان منابع بالقوه متعددی را برای تلاطم بازار شناسایی کرد. بر اساس این نگرش، تلاطم بازار در هر جایی از سیستم مالی می‌تواند ظاهر شود و تا زمانی که به حد قابل توجهی نرسیده و گسترش‌نیافته مورد توجه قرار نگیرد. لذا تلاطم بازار یک متغیر پیوسته است که به حد نهایی آن بحران مالی می‌گویند. بحران مالی حادثه‌ای است که باعث کاهش ارزش اقتصادی یا عدم اطمینان به سیستم مالی می‌شود و اثر معکوس معنادار بر بخش حقیقی اقتصاد دارد (ایلینگ و لئو، ۲۰۰۶). اگرچه تلاطم بازار به ‌طور مستقیم قابل‌ مشاهده نیست ولی می‌تواند در بسیاری از متغیرهای بازار مالی منعکس شود. تلاطم بازار می‌تواند خود را به روش‌های مختلف در یک سیستم مالی نمایان کند و اختلال در یک بازار را به سایر بازارها بکشاند.

مطابق با ادبیات پژوهش مشخصه‌هایی از قبیل عدم اطمینان در خصوص ارزش بنیادین دارایی‌ها، کاهش تمایل به نگهداری دارایی‌های ریسکی، کاهش تمایل به نگهداری دارایی‌های غیرنقد و افزایش عدم تقارن اطلاعاتی به‌عنوان مشخصه‌های تلاطم بازار محسوب می‌شوند.

مفاهیم پیش‌بینی بازار سرمایه  می‌تواند به دو دسته تحلیل بنیادی و تحلیل تکنیکی طبقه‌بندی شود. بررسی علمی درباره عوامل اساسی تعیین‌کننده ارزش سهام را تجزیه و تحلیل بنیادی می‌نامند. تحلیلگر بنیادی به بررسی دارایی‌ها، بدهی‌ها، فروش، ساختار بدهی، درآمد، محصول، سهم بازار، ارزیابی مدیریت بنگاه و مقایسه آن با سایر شرکت‌های مشابه می‌پردازد و در نهایت ارزش واقعی سهام را تخمین می‌زند. در این نوع تحلیل از اطلاعات وسیع اقتصاد کلان مانند منابع پایه پولی، نرخ بهره، نرخ تورم، سود تقسیم‌شده، سود حاصل از جریان نقدینگی و قیمت بازار استفاده می‌کند. تحلیل تکنیکی سهام، مطالعه و بررسی قیمت سهام است. در این تحلیل فقط از نمودار قیمت‌ها، حجم معاملات و مقادیر محاسبه‌شده از قیمت‌ها استفاده می‌شود و محتوای اطلاعات فقط قیمت و حجم معاملات است. تجزیه و تحلیل تکنیکی به هیچ وجه به بررسی نقاط ضعف یا قوت ساختار شرکت یا صنعت نمی‌پردازد بلکه هدفش بررسی رفتار سرمایه‌گذار و روند تغییرات قیمت است. به عبارت دیگر تحلیل تکنیکی، مطالعه رفتارهای بازار با استفاده از نمودارها و با هدف پیش‌بینی آینده روند قیمت‌هاست.

تلاطم معمولا به صورت انحراف معیار نمونه مورد تحقیق در نظر گرفته می‌شود. مدل‌های مختلفی برای تخمین و پیش‌بینی تلاطم بازدهی وجود دارد که به سه گروه کلی، مدل‌های سری زمانی، مدل‌های اختیارات و مدل‌های مبتنی بر روش‌های ناپارامتریک تقسیم می‌شوند. مدل‌های سری زمانی برای مدل‌سازی تلاطم بازده دارایی‌ها هم در سه دسته اصلی تقسیم‌بندی می‌شوند که شامل مدل‌های پیش‌بینی بر اساس واریانس‌های گذشته، مدل‌های گارچ و مدل‌های تصادفی است.

از گروه اول می‌توان به مدل‌های گام تصادفی، میانگین مجذور بازده یا مدل‌های ساده میانگین واریانس و مدل‌های مبتنی بر تلاطم گذشته، شامل مدل‌های میانگین متحرک ساده و میانگین متحرک وزنی نمایی، اشاره کرد. این مدل‌ها بر مفروضات هم توزیع و ناهمبسته بودن توزیع جزء اختلال مدل استوارند. اما شواهد به دست آمده از تحلیل داده‌های دنیای واقعی بیانگر آن است که فرض‌های هم توزیع و ناهمبسته بودن برقرار نمی‌شوند. بر اساس تحقیقات فاما (۱۹۷۲) سری‌های زمانی داده‌های مالی، تلاطم خوشه‌ای در داده‌های مالی وجود داشته و دوره‌های مربوط به بازده‌های بزرگ به صورت متمرکز و مجزا از دوره‌های با بازده اندک دیده می‌شوند و لذا چنان چه تلاطم بر حسب واریانس یا ریشه آن، اندازه‌گیری شود، آن گاه این تصور منطقی خواهد بود که واریانس با زمان تغییر می‌کند.

گروه دوم این مدل‌ها، توزیع‌های شرطی بازده یا مدل‌های گارچ از آنجا ریشه می‌گیرند که شواهدی در رد فرض ناهمبسته و هم توزیع بودن شرطی فرآیند وجود دارد. مدل‌های موجود در این گروه از قبیل گارچ و تلاطم احتمالی، با تلاطم به صورت فرایندی که دائماً به زمان وابسته است، برخورد می‌کنند. این مدل‌ها از آن جهت که پدیده تلاطم خوشه‌ای متداول در میان سری‌های زمانی، را لحاظ می‌کنند، بسیار مورد توجه قرار دارند. تمام مدل‌های گارچ در این حیطه قرار دارند. در دسته سوم این مدل‌ها یعنی مدل‌های تصادفی نیز، پیش‌بینی تلاطم لزوما بر مبنای مشاهدات گذشته نیست و مبتنی بر بعضی ساختارهای تصادفی پنهان در سری بازده است. پیش‌بینی تلاطم یکی از مهم‌ترین موضوعات مورد مطالعه در بازارهای مالی دنیا است. تلاطم به عنوان یک عامل موثر در تعیین ریسک سرمایه‌گذاری، می‌تواند نقش مهمی در تصمیم‌گیری سرمایه‌گذاران ایفا کند.

یافته‌های پیشین

مطالعه داده‌های مالی برای محققان و تجارت جهانی اهمیت بسیاری دارد. ابزارهای مالی مانند روش‌های بازگشتی چندگانه  و تحلیل‌های سریزمانی روش‌های بسیار خوبی هستند که از آن برای پیش‌بینی استفاده می‌شوند. ولی هرقدر سری‌ها پیچیده‌تر می‌شوند توانایی پیش‌بینی آنها نیز کاهش می‌یابد.  روش‌های برگشتی از قدیم برای مدل‌سازی تغییرات در بازارهای بورس استفاده می‌شوند. تحلیل بازگشت چندگانه فرآیندیافتن معادله حداقل مربعات پیش‌بینی و آزمودن کفایت مدل و اجرای آزمایش‌ها در تخمین مقادیر پارامترهای مدل است. هرچند این مدل‌ها تنها می‌توانند الگوهای خطی را پیش‌بینی کنند اما تغییر بازگشت بورس در یک الگوی غیرخطی مانند شبکه‌های عصبی برای مدلسازی این تغییرات بسیار مناسب هستند. قدرت شبکه‌های عصب توانایی آن در مدل سازییک فرآیند غیرخطی و نداشتن اطلاعات قبلی در مورد ویژگی ذاتی فرآیند است.

شبکه عصبی در جهان پیشگویی‌ها محبوب شده است که به خاطر فرضیه غیرپارامتری آنها و همچنین توانایی آنها در یادگیری رفتار سری‌ها، در هنگامی که خوب طراحی می‌شوند، است. بسیاری از محققان همچون شارد و پاتیل (۱۹۹۰) تانی و فیشویک (۱۹۹۳) گمارده شده‌اند تا به مقایسه شبکه‌های عصبی و ابزارهای آماری بپردازند. شبکه‌های عصبی با موفقیت به کار گرفته شده‌اند تا ارزیابی، تشخیص امضا، پیش‌بینی سری‌های زمانی و بسیاری دیگر از مسائل تشخیص الگوهای سخت را وام گیرند. کالیانی داچا (۲۰۰۷) اگر بازار بورس بازگردد تورم‌ها تحت تاثیر رفتار تاریخی اخیرشان خواهد بود، تانگ (۱۹۹۱) می‌توان اثبات کرد که شبکه‌های عصبی که می‌توانند چنین تغییرات موقتی در بازار سرمایه را مدل‌سازی کنند، پیش گوهای بهتری هستند. سپس تغییرات در یک  بورس می‌تواند با استفاده از شبکه‌هایی که مکانیزم بازخورد را براییادگیری متوالی به کار می‌برند، بهتر آموخته شود.

در بخش مطالعه‌های داخلی، تحقیقی که دولو و حیدری (۱۳۹۶) برای پیش‌بینی شاخص سهام با استفاده از شبکه عصبی مصنوعی و مدل‌های فرا ابتکاری،  نشان داده شده که مدل شبکه عصبی هیبریدی مبتنی بر الگوریتم‌هارمونی از دقت پیش‌بینی بیشتری نسبت به مدل شبکه عصبی هیبریدی مبتنی بر الگوریتم ژنتیک در پیش‌بینی شاخص بازار سهام برخوردار است.

قاسمی و نظری (۱۳۹۵) به بررسی رابطه بین رشد اقتصادی و تلاطم بازار پرداختند و به این نتیجه دست‌یافتند که رشد اقتصادی بالاتر، تلاطم اقتصادی ایجاد نخواهد کرد و تلاطم رشد اقتصادی با اثرگذاری بر میزان بهره‌وری و کاهش سرمایه‌گذاری به دلیل ایجاد نااطمینانی در بلندمدت باعث کاهش نرخ رشد اقتصادی می‌شود. نیکو مرام و همکاران (۱۳۹۳) در بررسی سرایت‌پذیری تلاطم در بازار سرمایه ایران به این نتیجه دست یافتند که سرایت‌پذیری بازار سرمایه ایران از بازارهای موازی ارز، طلا و نفت مورد تایید است. همچنین احراز این نتیجه که بهترین نماینده جهت سنجش سرایت‌پذیری بازار سرمایه کشور، داده‌های مربوط به شاخص کل بورس اوراق بهادار بوده است.

فرزین اربابی (۱۳۹۷) در تحقیقی که پیش‌بینی تلاطم بازدهی سکه طلا اختصاص داشت  با استفاده از داده‌های روزانه در فاصله زمانی ۱۳۸۸ تا ۱۳۹۵ نشان می‌دهد لحاظ تلاطم بازارهای مالی دیگر ازقبیل نوسانات نرخ ارز،  تغییر قیمت نفت و  تغییر شاخص قیمت سهام در بورس باعث بهبود توانایی پیش‌بینی مدل برآوردی تلاطم بازدهی سکه طلا می‌شود. استفاده از اطلاعات بازارهای موازی و نیز افزایش دوره پیش‌بینی می‌تواند نتایج بهتری  در تبیین موضوع حاصل کند.

متغیرهای مدل شامل:

 تلاطم بازار که با استفاده از داده‌های سرمایه‌گذاری و روش واریانس ناهمسانی شرطی خود بازگشتی تعمیم یافته (GARCH)  محاسبه شده است.

تلاطم نرخ ارز که با استفاده از داده‌های نرخ ارز و روش واریانس ناهمسانی شرطی خودبازگشتی تعمیم یافته (GARCH) محاسبه شده است.

۱-   GHD  قیمت جهانی هر بشکه نفت سنگین اوپک به دلار

۲-   BHSS  قیمت جهانی هر اونس طلا به دلار

۳-   TED  تلاطـم شاخص قیمت، تپـیکس برای بورس اوراق بهادار تهران

۴-   TEP شاخص قیمت و بازده نقدی، تدپیکس برای بورس اوراق بهادار تهران

۵-   GDP  تولید ناخالص داخلی حقیقی

۶-   R  نرخ سود بلند مدت بانکی

۷-   BF  حجم پول در گردش

۸-   INF  نرخ تورم.

پیش‌بینی تلاطم بازار سرمایه‌گذاری

شبکه عصبی مصنوعی یک سامانه پردازشی داده‌هاست که از مغز انسان ایده گرفته و پردازش داده‌ها را به عهده پردازنده‌های کوچک و بسیار زیادی سپرده که به صورت شبکه‌ای به هم پیوسته و موازی با یکدیگر رفتار می‌کنند تا یک مساله را حل کنند. در این شبکه‌ها به کمک دانش برنامه‌نویسی، ساختار داده‌ای طراحی می‌شود که می‌تواند همانند نورون عمل کند که به این ساختارداده گره گفته می‌شود. بعد با ایجاد شبکه‌ای بین این گره‌ها و اعمال یک الگوریتم آموزشی به آن، شبکه را آموزش می‌دهند. در این حافظه یا شبکه عصبی گره‌ها دارای دو حالت فعال (روشن یا ۱) و غیرفعال (خاموش یا ۰) اند و هر یال (سیناپس یا ارتباط بین گره‌ها) دارای یک وزن است. یال‌های با وزن مثبت، موجب تحریک یا فعال کردن گره غیرفعال بعدی می‌شوند و یال‌های با وزن منفی، گره متصل بعدی را غیر فعال یا مهار (در صورتی که فعال بوده باشد) می‌کنند.

در این راستا ابتدا با استفاده از جعبه ابزار متلب طرح شبکه عصبی طراحی می‌شود. داده‌های ورودی شبکه را که داده‌های موثر بر تلاطم بازار است که در قسمت قبل به کمک این داده‌ها خط رگرسیون تخمین زده شد. حال با استفاده از همیج جعبه ابزار شبکه باید آموزش ببیند. آموزش شبکه با استفاده از آموزش لونبرگ-مارکو Train LM صورت پذیرفته است. در دفعات متفاوت آموزش، بهترین آموزش انتخاب می‌گردد. در اینجا ۶ بار عمل یادگیری انجام شده است. در مرتبه اول یادگیری نسبت به دفعات بعدی بهتر بوده است. پس مجموعه اول را به عنوان یادگیری شبکه انتخاب می‌شود.

میزان بهینه آموزش در یادگیری به صورت نمودار آمده است. میزان نیکویی برازش آنها نیز مشخص شده و داده‌های ورودی و هدف را بر هم منطبق گردانده است. نتایج حاصل از آموزش شبکه عصبی اوزان شبکه است که بر روی خطوط ارتباطی میان نرون‌ها و سایر اجزا چه ورودی و چه خروجی می‌نشیند.

نمودار «پیش‌بینی شبکه عصبی بر اساس داده‌های ورودی و مقایسه آنها با مقادیر واقعی» نمایانگر پیش‌بینی شبکه بر اساس داده‌های ورودی و مقایسه آنها با مقادیر واقعی است. نمودار قرمزرنگ پیش‌بینی با شبکه عصبی است و نمودار آبی رنگ مقادیر واقعی آن است. در نمودار «مقایسه‌ای دو پیش‌بینی» رنگ آبی واقعی، رنگ قرمز پیش‌بینی شبکه عصبی و رنگ زردپیش‌بینی رگرسیون است. با توجه با مباحث مطرح شده مشاهده می‌شود که ترکیب شبکه عصبی مصنوعی و نسبت‌های مالی قابلیت پیش‌بینی تلاطم بازار سرمایه‌گذاری را دارند و با توجه به RMSE هر یک از دو مدل، مدل ارائه شده با استفاده از شبکه عصبی در این پژوهش عملکرد بهتری در پیش‌بینی تلاطم بازار سرمایه‌گذاری نسبت به رگرسیون خطی دارد.

نتیجه‌گیری

پیش‌بینی یکی از ابزارهای مدیریت موفق و عنصر کلیدی در مدیریت و برنامه‌ریزی‌های اقتصادی محسوب می‌شود. تلاطم بازار به عنوان یک متغیر کلان اقتصادی بسیار پراهمیت و تاثیرگذار بر بخش‌های مختلف داخلی و خارجی اقتصادی یک کشور، همچون وضعیت تراز پرداخت‌ها و قدرت رقابت بین‌المللی، نقش تعیین‌کننده‌ای در سیاستگذاری‌های اقتصادی ایفا می‌کند. تغییرات تلاطم بازار، بخش‌های مختلف اقتصاد یک کشور را تحت تاثیر قرار می‌دهد. بنابراین، الگوسازی و پیش‌بینی روند آتی این متغیر برای ارایه سیاست‌ها و رهنمود‌های اقتصادی امری ضروری به نظر می‌رسد. با توجه به اهمیت پیش‌بینی تلاطم بازار، هدف اصلی پژوهش حاضر طراحی یک شبکه عصبی برای پیش‌بینی تلاطم بازار در اقتصاد ایران است. نتایج تحقیق نشان داد که خطای پیش‌بینی شبکه عصبی کمتر از خطای رگرسیون خطی است.

 

 

 

 

 

 

اخبار برگزیدهاقتصاد کلانپیشنهاد ویژه