تحلیل شبکه های مالی در بورس اوراق بهادار تهران با استفاده از کاربرد معیارهای مرکزیت
محورهای موضوعی : مهندسی مالی
مجید منتشری
1
(دانشجوی دکتری، گروه حسابداری و مالی، دانشکده مدیریت دو، دانشگاه یزد، یزد، ایران)
حجت الله صادقی
2
(استادیار، گروه حسابداری و مالی، دانشکده مدیریت دو، دانشگاه یزد، یزد، ایران)
کلید واژه: خوشه بندی, شبکه مالی, معیارهای مرکزیت, درخت پویای حداقلی,
چکیده مقاله :
هدف این پژوهش ایجاد یک شبکه مالی برای شناسایی رهبران بازار سهام با استفاده از معیارهای مرکزیت است.این پژوهش در نهایت یک خوشه بندی از سهام برتر ارائه میدهد که میتواند به عنوان یک سبد سهام بهینه مورد استفاده سرمایه گذاران قرار گیرد.جامعه آماری کلیه بورس اوراق بهادار است که تعداد 100 شرکت که بیشترین سرمایه را دارند،به عنوان نمونه آماری در محدوده زمانی 11 ساله انتخاب شدند.به علت ماهیت رتبه بندی پژوهش،از ضریب همبستگی کندال برای محاسبه همبستگی استفاده شد.از الگوریتم پرایم برای شناسایی روابط و ساخت حداقل درخت پویا و از الگوریتم سریع حریصانه برای خوشه بندی سهام استفاده شد. نتایج نشان میدهد از لحاظ معیار مرکزیت درجه، سهام شرکت های سیمان سپاهان، مدیریت سرمایه گذاری امید و سرمایه گذاری بانک ملی،از بعد معیار مرکزیت نزدیکی، سهام شرکت های سیمان سپاهان،بین المللی توسعه ساختمان و فولاد خوزستان،از منظر معیار مرکزیت بینابینی، سهام شرکت های سیمان سپاهان،سرمایه گذاری غدیر و سرمایه گذاری بانک ملی و در نهایت از جهت معیار مرکزیت تنگنا،سهام شرکت های سیمان سپاهان،فولاد خوزستان و بین المللی توسعه ساختمان بیشترین تاثیر را بر شبکه سهام دارند.همچنین سهام برتر در 11 خوشه دسته بندی شدند که هر خوشه نشان دهنده ارتباط قوی اجزای آن با یکدیگر است.
The purpose of this study is to create a Financial network to identify stock market leaders using centrality measures.This study finally provides a clustering of superior stocks that can be used as an optimal stock portfolio by investors.The statistical population of all stock exchanges is that the 100 companies with the most capital were selected as a statistical sample over a period of 11 years.Due to the nature of the research ranking, the Kendall correlation coefficient was used to calculate the correlation.The Prime algorithm was used to identify relationships and construct the minimum spanning tree, and the fast-greedy algorithm was used to cluster stocks.The results show that in terms of degree centrality measure, stocks of Sepahan Cement companies,Omid Investment Management and Bank Melli Investment, based on closeness centrality measure, stocks of Sepahan Cement companies,International Building Development, and Khuzestan Steel, based on Betweenness centrality measure, the stocks of Sepahan Cement, Ghadir Investment and Bank Melli Investments, and finally based on the bottleneck centrality measure,the shares of Sepahan Cement, Khuzestan Steel and International Building Development have the greatest impact on the stock exchange network. Also, the top stocks were classified into 11 clusters,each of which shows a strong relationship between its components.
_||_