با توجه به تغییرات مداوم در عوامل محیطی و سیستمهای اقتصادی، هر روز ریسکهای مختلفی بر ساختار مالی موسسات بازرگانی اثر می گذارند. روند فزاینده پدیده جهانی شدن بازارهای مالی و بین المللی شدن اقتصاد، نوآوری های مالی و خلق ابزارهای جدید مالی، همچنین رشد سرسام آور فراورده های مشتقه، درک اثر تغییر شرایط بازار در موقعیت بنگاههای اقتصادی را پررنگتر از گذشته جلوه داده و ریسک بازار را در کانون توجه بازار قرار داده است.. یکی از مفاهیم کلیدی در مدیریت ریسک سبدهای متشکل از دارایی های مالی، مدل سنجش ریسک مبتنی بر احتمال با عنوان ارزش در معرض خطر می باشد. طی سالهای اخیر، روشهای متنوعی به منظور اندازه گیری معیار مذکور توسط محققان ارائه شده است که بکارگیری هر کدام از آنها نتایج متفاوتی را بدست می دهد. در این تحقیق برای ارزیابی ریسک بازار شاخص های بورس اوراق بهادار تهران، از روش ارزش در معرض ریسک با دو رویکرد پارامتریک (ریسک¬سنجی) و ناپارامتریک (شبیه¬سازی تاریخی موزون شده با زمان و شبیه¬سازی مونت کارلو) استفاده شده است و در این راستا دوره زمانی یک روزه و سطوح اطمینان 95، 97.5 و 99 درصد در نظر گرفته شده و در نهایت برای مقایسه عملکرد رویکردهای ذکر شده از آزمون کوپیک بهره گرفته ایم.در سطح اطمینان 95% مدل پارامتریک و مدل های ناپارامتریک (شبیه سازی تاریخی موزون شده با زمان و شبیه سازی مونت کارلو) توانایی و کارایی جهت پیش بینی ارزش در معرض ریسک شاخص های پنج گانه بازار بورس تهران دارند. همچنین این نتایج نشان می دهد در سطوح اطمینان 97.5% و 99% به ترتیب مدل های شبیه سازی مونت کارلو و شبیه سازی تاریخی کارایی لازم را در جهت پیش بینی ارزش در معرض ریسک شاخص های پنج گانه بازار بورس تهران دارند.

افزایش روز افزون زیان های عملیاتی از یک سو و نیز تغییرات سریع تکنولوژیکی و پیچیده تر شدن مبادلات بانکی از سوی دیگر، سبب شده است که مدیریت ریسک عملیاتی اهمیت بیشتری یابد. با توجه به لزوم اجرای استانداردهای بانکداری بال در مورد ریسک عملیاتی، هنوز در بسیاری از بانک های کشور سیستم مدوّنی برای اندازه گیری ریسک عملیاتی وجود ندارد. بسیاری از تحقیقات صورت گرفته در حوزه ریسک عملیاتی با استفاده از روش های آماری و مدل های ریاضی به بحث در مورد توابع توزیع زیان عملیاتی کل بانک پرداخته اند و علل ریسک عملیاتی و فاکتورهای کلیدی آن به ندرت مورد توجه قرار گرفته است. هدف اصلی این تحقیق، ارائه چارچوب و رویه ای برای تحلیل علّی رخدادهای ریسک عملیاتی و تعیین احتمال وقوع آن ها می باشد و شبکه بیزی یکی از موثرترین ابزارهایی است که در این راستا می تواند بکار گرفته شود. شبکه بیزی با نشان دادن علت ها و معلول ها و روابط مابین آن ها، شمای کلی از رخدادهای ریسک عملیاتی فرایند را به تصویر می کشد و تعیین احتمال بروز هر رخداد را فراهم می سازد و نیز امکان تحلیل سناریو در آن، اتخاذ تصمیمات لازم برای کنترل و مدیریت رخدادهای عملیاتی را آسانتر می نماید. حوزه مورد مطالعه این تحقیق، تعدادی از فرایندهای اصلی بانک سپه: افتتاح حساب و کلر می باشد. با تحلیل گام به گام فرایندها و استفاده از نظر کارشناسان ریسک، شبکه بیزی ریسک عملیاتی برای هر فرایند ایجاد شد. شبکه بیزی حاصل، تمامی خطاهای انسانی و سیستمی را که در هنگام انجام فعالیت های فرایند ممکن است رخ دهد، دربر می گیرد و احتمال وقوع ریسک عملیاتی فرایند را تعیین می کند، در نهایت به منظور کاهش پیچیدگی و حجم محاسبات مورد نیاز در هر بار بروزرسانی شبکه بیزی، با پیاده سازی الگوریتم ژنتیک متغیرهای کم اهمیت از مدل حذف می شوند. این کار باعث کاهش نیمی از محاسبات شبکه بیزی و در عین حال ثابت ماندن خروجی آن شد.

در بررسی سری های زمانی مربوط به بازارهای مختلف اعم از دارایی های مالی و کالا، به سری های زمانی برمی خوریم که مربوط به مشاهدات دارای جهش و پرش های ناگهانی بوده و در دارایی های خاصی رخ می دهد. وجود این گونه داده ها باعث پیچیدگی های تخمین مدل شده و نیازمند روش های تخمین مناسبی است. این گونه سری های زمانی در قالب مدل های مارکف رژیم متغیر و یا به صورت مدل های پنهان مارکف بیان می شوند. مدل مارکف رژیم متغیر مدلی است که در آن سری زمانی به چند رژیم یا حالت مجزا تقسیم شده و هریک از رژیم ها پارامترهای خاص خود را داراست. از جمله این سری ها، سری های زمانی مربوط به بازارهای انرژی است. پس از خصوصی سازی بازارهای انرژی در سطح جهان و ایجاد بازار رقابتی، عرضه و تقاضای برق موجبات تغییرات شدید و ناگهانی را در سطح قیمت نقدی به وجود آوردند و درنتیجه مسائل مربوط به مدیریت پرتفو و پوشش ریسک مربوطه اش با پیچیدگی ها و دشواری های خاصی روبرو گشت. در این بازارها، تغییرات قیمت شدیداً وابسته به آب وهوا، منطقه جغرافیایی و تکنولوژی حاشیه ای تولید کننده است. در پژوهش حاضر ما به بررسی مدل قیمت نقدی برق با استفاده از مدل های مارکف رژیم متغیر می پردازیم. به علاوه نشان می دهیم که الگوریتم مناسبی با سرعت کافی تخمین وجود دارد که در آن پارامترها با انحراف معیار بسیار کوچکی بدست می آیند.

در این تحقیق از مدلسازی عاملگرا برای بررسی تاثیر تصمیمات اعتباری بانکها بر روی ضررهای اعتباری ناشی از وامدهی بانکها به مشتریان شرکتی، استفاده میکنیم. در این مدل برای سادگی کار یک بانک را به عنوان وامدهنده به شرکتها در نظر گرفتهایم و شرکتها را به دو دسته کوچک و متوسط و شرکتهای بزرگ تقسیمبندی کرده ایم. نتایج نشان میدهند، تصمیمات اعتباری که اعتباردهنده برای اعطای وام به مشتریان اتخاذ میکند، تاثیر مهمی بر روی ضررهای اعتباری دارند که با توجه به نوع شرکت متفاوت است.ضررهای اعتباری با توجه یه نوع تصمیم گیری اعتباردهنده و رابطه بانک با شرکت تغییر می کند که در تحقیق مورد نظر به صورت نموداری این تغییرات را با درنظر گرفتن سه سناریو نشان داده ایم. بنابراین قانونگذاران، هنگام تعیین ذخیره سرمایه، باید فاکتورهای سازمانی را به عنوان مکمل داراییهای بانک، درنظر گیرند. همچنین تحقیق حاضر به جنبه جدیدی از کاربرد مدلسازی عاملگرا در تحقیقات مربوط به مالی رفتاری اشاره میکند.

در بسیاری از تحقیقات مانند بازشناسی الگو، پیش بینی قیمت و ... انتخاب مجموعه ای از ویژگی های موثر اهمیت بسزایی دارد. اگر تعداد متغیرهای ورودی نامربوط زیاد باشند زمان اجرای کل فرآیند افزایش پیدا می کند و بر نتیجه نهایی اثر نامطلوب خواهد گذاشت. ازاین رو انتخاب و استخراج ویژگی معمولاً قدم اول در ساخت مدل های پیش بینی کننده قیمت است. استخراج ویژگی به منظور کشف خصیصه های جدید بر اساس داده های اولیه است و انتخاب ویژگی به معنای انتخاب زیرمجموعه ای از تمام خصیصه های متعلق به مجموعه داده های اولیه می باشد. هدف از این تحقیق ارائه مدلی است که با استخراج و انتخاب ویژگی های مطلوب نتایج پیش بینی را بهبود ببخشد. این پایان نامه در 5 فصل گردآوری شده است. فصل اول به بیان مقدمه، ضرورت و اهمیت موضوع موردبررسی، سوالات پژوهش و فرضیات آن می پردازد. در فصل دوم ابتدا اصول و مبانی نظری شامل روش آماده سازی داده ها، روش های انتخاب و استخراج ویژگی، روش های پیش بینی قیمت مانند روش بنیادی، روش فنی، روش های کلاسیک پیش بینی سری های زمانی و شبکه های عصبی ارائه خواهد شد. فصل سوم مربوط به پیشینه تحقیق و مرور ادبیات و چالش های تحقیقات آتی است. مدل پیشنهادی در فصل چهارم به صورت تفصیلی موردبحث قرارگرفته و نتایج به کارگیری آن بر روی داده های شاخص سهام بررسی خواهد شد تا ضعف و قوت های روش ارائه شده بیشتر موردبررسی قرار گیرد.فصل پنجم از یافته های این پایان نامه نتیجه گیری خواهد شد و پیشنهادهایی برای تحقیقات آتی ارائه خواهد شد

گسترش اقتصاد دانش بنیان و اهمیت مساله تامین مالی این شرکتها موجب گسترش و اهمیت روزافزون سرمایه گذاری خطرپذیر شده است. سرمایه گذاری خطرپذیر، در یک ایده، محصول اولیه و یا شرکت نوپا سرمایه گذاری فعال می کند و علاوه بر تامین مالی به وی کمک های فنی و بازاری مورد نیاز را انجام می دهد. تصمیم گیری برای انتخاب طرح سرمایه گذاری در این صنددوق ها از اهمیت بسیاری بالایی برخوردار است. انتخاب طرح سرمایه گذاری مناسب شرط لازم برای موفقیت در یک خطرپذیر است. روشهای تصمیم گیری چندشاخصه، ابزارهایی را در اختیار تصمیم گیرنده قرار می دهند که به وسیله آن ها می توان گزینه های مختلف را از نظر کمی و کیفی مورد ارزیابی قرار داده و طرحهای سرمایه گذاری را با یکدیگر مقایسه نمود. ژوبوژانگ اولین بار از روشهای تصمیم گیری چند معیاره برای ارزیابی طرح های سرمایه گذای استفاده نمود. وی با 18 شاخص به ارزیابی طرح ها پرداخته است. در تحقیق حاضر علاوه بر مشخص شدن چارچوب ارزیابی در چهار سطح به مشخص نمودن شاخص برای آن پرداخته شده و سپس به اقتضا هر قسمت از ارزیابی از تکنیک متناسب با آن استفاده شده است.به علت در دسترس نبودن داده های مورد نیاز و همچنین زیاد بودن حجم محاسبات، از طراحی سناریو و تولید تصادفی داده استفاده شده است. به کمک سناریو و داده های تولید شده به وسیله نرم افزار ویژوال پرامیتی یک مثال عددی نیز حل شده است.

پوشش ریسک یکی از اساسی ترین مباحث سرمایه گذاری است که از زوایای مختلفی می توان به این موضوع پرداخت. یکی از مباحث مرتبط یا پوشش ریسک که در سال های اخیر توجه زیادی به آن جلب شده، بحث سرمایه ی امن است. این موضوع به رفتار سرمایه گذاران در زمان های بحرانی و ریزش شدید بازار های مالی مرتبط است. تحقیقات زیادی در سال های اخیر برای جستجوی دارایی هایی که در زمان های ریزش شدید بازارهای مختلف بتوانند ارزش خود را حفظ کنند و یک پناهگاه امن برای ثروت سرمایه گذاران باشند انجام شده است. این نوع دارایی ها را به نوعی تثبیت کننده ی بازار های مالی می دانند. با این حال در ایران هنوز تحقیق مرتبطی با این موضوع انجام نشده است و این در حالی است که بورس اوراق بهادار تهران به عنوان نماینده ی اصلی بازار سرمایه ی کشور در ماه های پایانی سال 92 افت ارزش قابل توجهی پیدا کرد. در این زمینه جستجوی سرمایه ای که بتواند در این شرایط، سرمایه گذاری جایگزینی به شمار برود ضروری به نظر می رسد. در همین راستا این تحقیق با توجه به قراردادهای آتی سکه ی طلا به عنوان نماینده ی بازار مشتقه در ایران، به بررسی نقش این قراردادها در ارتباط با سهام پرداخته و خاصیت های پوشش ریسک و سرمایه ی امن را در مورد آن ها مورد مطالعه قرار داده است. داده های مورد استفاده شامل بازده های روزانه ی 21 شاخص سهام و داده ها ی بازده قرارداد های آتی هستند که مربوط به دوره ای است که شامل دوره های صعود و افت بازار سهام می باشد. با استفاده از این داده ها و یک مدل رگرسیونی ، خواص مورد نظر برای تک تک شاخص های سهام در برابر موقعیت های خرید و فروش آتی تعیین می شود و برای هر شاخص مشخص می شود که اخذ چه موقعیتی منجر به پوشش ریسک مناسب و جبران ضرر ناشی از ریزش این دسته از سهام هادر زمان های ریزش بازار می شود.

ریسک اعتباری به عنوان خطر ناشی از احتمال عدم بازپرداخت تعهدات توسط مشتریان در سررسید بوده و یکی از مهم ترین ریسک ها در بانک ها و مؤسسات مالی به حساب می آید. یکی از مهم ترین ابرارهای کنترل و مدیریت ریسک اعتباری، استقرار نظام امتیازدهی اعتباری است. مدل های امتیازدهی اعتباری با دریافت مجموعه ای از اطلاعات مشتریان به عنوان ورودی، امتیازی را به عنوان خروجی به آنها اختصاص می دهند بانک ها می توانند از این امتیاز در راستای تخصیص اعتبار به مشتری بهره گیرند. ازآنجاکه اغلب مدل های ارائه شده در این زمینه، مشتریان را با عنوان دو گروه «خوش حساب» و «بدحساب» دسته بندی می کنند، احتمال اخذ تصمیمات نادرست و تا حدودی ناعادلانه در زمینه اعطای اعتبار به متقاضیان افزایش می یابد. در این پژوهش سعی شده است تا مدلی ارائه شود تا از طریق آن بتوان مشتریان حقوق بانک را در قالب یکی از چهار گروه خوش حساب، سررسید گذشته، معوق و مشکوک الوصول طبقه بندی نمود تا از این طریق وام دهندگان بتوانند با پیش بینی خوش حسابی یا شدت بد حسابی مشتری حقوقی خود، سیاست های ویژه ای را در راستای واگذاری اعتبار به ایشان اعمال نمایند و در نتیجه ریسک اعتباری بانک کاهش یافته و به تبع آن منابع و تسهیلات بانکی به نحو مطلوبی مورد استفاده قرار گیرد. با توجه به وجود ارتباطات غیرخطی پیچیده بین متغیرهای ورودی مدل که از ویژگی های داده های مالی به حساب می آید، در این تحقیق استفاده از روش های عام طبقه بندی چند کلاسه که با یک قدم اطلاعات را به چهار گروه مورد نظر تفکیک می نمایند، دقت مطلوب را ارائه نخواهد داد. لذا با تفکیک اطلاعات به گروه های دودویی سعی در برطرف نمودن این مشکل نموده ایم. همچنین ازآنجاکه دسترسی به داده های مشتریان در قالب هر چهار گروه دشوار بوده و تعداد داده در برخی گروه ها (گروه های سررسید گذشته و معوق) اندک است، با نمونه گیری تصادفی از مجموعه داده ها و ترکیب نتایج تلاش می نماییم که تا حد امکان دقت طبقه بندی را افزایش دهیم. به منظور اعتبارسنجی، مدل پیشنهادی آموزش داده شده به وسیله رویکرد ترکیبی شبکه عصبی خودسازمان ده و شعاعی و مدل آموزش داده شده به وسیله ماشین های بردار پشتیبان با یکدیگر مقایسه می شوند.

همواره پیش بینی روند شاخص بورس یکی از چالشهای پیشروی معاملهگران در بازارهای سرمایه بوده که این مساله به عنوان یک امر ضروری وکاربردی مطرح میشود .البته باید پیش بینی را مورد توجه قرار داد که با دقت بیشتری صورت گیرد و نسبت به نتایج واقعی مشاهده شده خطای کمتری داشته باشد. بنابراین با وجود تمام این شرایط ما نیازمند مدلی هستیم که بتواند با خطای کمتری بازده شاخص کل بورس را که موضوع مورد بررسی در این تحقیق می باشد را پیش بینی کند.با عنایت به موارد ذکر شده در این پژوهش به منظور پیش بینی شاخص کل بورس تهران اقدام به تحلیل مقایسه ای کارآمدی مدلهای رگرسیون بردار پشتیبان، شبکه عصبی و arima با مدلهای ترکیبی پرداخته شده است.

نگرش سرمایه گذاران یکی از عوامل روانی تاثیرگذار بر بازده سهام و دارایی های مالی در بازارهای سرمایه می باشد. این عامل نشان می دهد فعالین بازار سرمایه تا چه میزان در تصمیم گیری سرمایه گذاری های خود تحت تاثیر خوشبینی و بدبینی نسبت به بازار قرار می گیرند. در این پژوهش به بررسی تاثیر این عامل روانشناختی بر بازده سهام در بورس اوراق بهادار تهران پرداختیم. نتایج حاصله نشان دهنده تاثیر گذاری این عامل بر بازده سهام در بازار بورس اوراق بهادار تهران است.