تحلیل دینامیکی عملکرد بازارهای مالی ایران مبتنی بر ریسک سرمایه‌گذاری کاربردی از تحلیل شبکه اجتماعی و پویایی شناسی سیستم
محورهای موضوعی : اقتصاد مالیرضا رادفر 1 , معصومه میرزایی نژاد لیمویی 2 , کیامرث فتحی 3
1 - گروه مدیریت تکنولوژی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
2 - دانشجوی دکتری مدیریت صنعتی گرایش مالی ، گروه مدیریت صنعتی ،دانشکده مدیریت و اقتصاد ،واحد علوم و تحقیقات ، دانشگاه آزاد اسلامی ،تهران،
3 - گروه مدیریت صنعتی، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران.
کلید واژه: عملکرد بازارهای مالی ایران, ریسک سرمایه‌گذاری, پویایی‌شناسی سیستم, تحلیل شبکه اجتماعی,
چکیده مقاله :
پژوهش حاضر به تحلیل دینامیکی عملکرد بازارهای مالی ایران مبتنی بر ریسک سرمایه گذاری با استفاده از رویکرد ترکیبی تحلیل شبکه اجتماعی و پویایی سیستم پرداخته است. برای این منظور ابتدا به شناسایی و ارزیابی ریسک‌هایی بحرانی در بازارهای مالی با استفاده از تحلیل شبکه‌های اجتماعی پرداخته شد و سپس عملکرد هر بازار مالی مبتنی بر ریسک سرمایه گذاری بررسی و مدل پویایی سیستم بر مبنای تعاملات ریسک‌های بحرانی و آثار آن بر عملکرد بازارهای مالی با استفاده از با استفاده از داده‌های بازارهای مالی طلا، زمین و ساختمان، بازار سرمایه، سپرده گذاری در بانک طراحی و پس از اعتبارسنجی مدل، شبیه‌سازی در افق ده‌ساله (1398-1408) انجام شد. با توجه به رفتار متغیرها و تحلیل حساسیت مدل، سیاستهای توسعه بازارهای مالی شامل توسعه بازار سرمایه، سیاست پولی کاهش نقدینگی، ساماندهی بازار زمین و ساختمان و ساماندهی بازار طلا شناسایی و به صورت جداگانه و ترکیبی روی مدل اعمال و نتایج مقایسه و رفتار تحلیل گردید. با توجه به یافته‌های مدل، سیاستهای ترکیبی مدیریت ریسک سرمایه‌گذاری به عنوان بهترین سیاستهای توسعه بازارهای مالی مولد ارائه شده است. به طور کلی در نظرگرفتن ارتباط علّی بین ریسک-های بازارهای مالی سرمایه‌گذاری و شناسایی ریسک‌های بحرانی با تحلیل شبکه‌های اجتماعی و آزمودن سیاستهای مالی و سرمایه‌گذاری در طول زمان با پویایی سیستم فراهم می‌شود.
The present study deals with the dynamic analysis of the performance of Iranian financial markets based on investment risk using a combined approach of social network analysis and system dynamics. For this purpose, first, critical risks in the financial markets identified and evaluated using social network analysis, and then the performance of each financial market based on investment risk examined and the system dynamics model based on critical risk interactions. Its effects on the performance of financial markets using the data of gold, land and construction financial markets, capital market, deposit in the design bank and after model validation, simulation in ten-year horizon (1408-1398) Done. According to the behavior of variables and model sensitivity analysis, financial market development policies including "capital market development", "liquidity reduction monetary policy", "land and building market organization" and "gold market organization" are identified and identified separately and A combination was applied to the model and the results were compared and the behavior was analyzed. According to the findings of the model, the combined policies of investment risk management are presented as the best policies for the development of productive financial markets. In general, considering the causal relationship between the risks of investment markets and identifying critical risks is provided by network analysis and testing financial and investment policies over time by system dynamics modeling.
آذری، تورج، دستوری، مجتبی و تهرانی، رضا. (2022). ارائه مدل جامع جهت اندازه‌گیری ریسک نقدینگی بانک‌های پذیرفته‌شده در بورس اوراق بهادار تهران(مطالعه موردی: بانک ملت). اقتصاد مالی, 16(59), 253-278. https://doi.org/10.30495/fed.2022.694721
اداره آمار اقتصادي بانك مركزي جمهوري اسلامي ايران www.tsd.cbi.ir
ابطحی، سید یحیی و آزادی نژاد، علی،1398،آزمون همجمعی آستانه ای بازده بازار سهام و بازارهای ارز و طلا درایران، https://civilica.com/doc/958511
زنجیردار مجید، مصلحی عراقی مونا. 1395.تأثیر تغییرات عدم اطمینان، سود غیرمنتظره هر سهم، اخبار خوب و بد پیشبینی سود هر سهم در شرایط مختلف اقتصادی بر ریسک سرمایه گذاری . فصلنامه سیاست های مالی واقتصادی. ۱۳۹۵.(۴) ۱۳صص ۵۵-۷۶.
سعادت جوي اوردكلو مهدي و علي رحيمي مهدي1393. مديريت ريسک و کاربرد آن در بازار سرمايه با استفاده از مدل ريسک سنجي ارزش در معرض خطر (Value at Risk). دوره 9 , شماره ويژه نامه مديريت و حسابداري ; از صفحه 59 تا صفحه 72.
سجاد, سیدسعید، پویا، رحیم نیا، فریبرز، سیبویه، علی. (2019. طراحی مدل دینامیکی تعیین سطح قیمت واحدهای مسکونی بخش خصوصی و بررسی سیاستهای تأثیرگذار. دومین کنفرانس ملی انجمن ایرانی پویایی شناسی سیستم ها.
شکری رشت آبادی، لاله و محمد نصیری، ۱۳۹۶، بررسی مدیریت ریسک سرمایه گذاری و رابطه آن با سود شرکتهای پذیرفته شده در بورس اوراق بهادار تهران، اولین کنفرانس ملی نقش حسابداری،اقتصاد و مدیریت، تبریز، موسسه آموزش عالی علم و فن آوری شمس، https://www.civilica.com/Paper-AEMCNF01-AEMCNF01_479.html
طالبی، تولایی، مرتضی نیا. 2018. الگوسازی روابط ساختاری عوامل اصلی ارزیابی ریسک سرمایه گذاری خطرپذیر در اقتصاد مقاومتی با استفاده از رویکرد مدلسازی ساختاری-تفسیری (ISM). مطالعات راهبردی بسیج, 20(77).
محبوبی، هادی، مومنی وصالیان، هوشنگ، دامن کشیده، مرجان و نصابیان، شهریار. (2022). تاثیر پویایی مدیریت ذخایر ارزی و ساختار مداخلات بانک مرکزی بر تثبیت بازار ارز با بکارگیری نظریه گیرتون و روپر. اقتصاد مالی, 16(58), 233-256. https://doi.org/10.30495/fed.2022.691509
محمدی، مصلح شیرازی، علی نقی؛ عباسی، عباس، اخلاق پور، سعید. (2019). شبیه سازی تعاملات متغیرهای زبانی در فرآیند توسعه بازار سرمایه با بهره گیری از سیستم استنتاج فازی و رویکرد پویایی شناسی سیستم. راهبرد مدیریت مالی 7(2). صص 229-261.
محمدی آستانی، سالار، کونانی، نواب و تورج گراوند، ۱۳۹۲، بررسی ریسک و بازده در شرکت های سرمایه گذاری، دومین همایش ملی بررسی راهکارهای ارتقاء مباحث مدیریت، حسابداری و مهندسی صنایع در سازمانها، گچساران، https://www.civilica.com/Paper-IMIIMAIEO02-IMIIMAIEO02_057.html
ملااسمعیلی دهشیری، حسن، پژویان، جمشید، غفاری، فرهاد و حسینی، سیدشمس الدین. (2022). تحلیل اثر سیاست مالی (مالیات بر مجموع درآمد) بر توزیع درآمد کشورهای منتخب OECD. اقتصاد مالی, 16(58), 93-108. https://doi.org/10.30495/fed.2022.691502
A Structured Approach to Enterprise Risk Management (ERM) and the Requirements of ISO 31000, IRM, 2010". The Institute of Risk Management (IRM). 2016-08-15. Retrieved 2016-10-01
Bastan, M., Grösser, S., & Zadfallah, E. (2018). Model-based risk assessment to clinical risk management policies. In The 36th international conference of the system dynamics society Reykjavík, Island.
EY. (2013). Building the bank of2030 and beyond, the themes that will shape it. Available from https://www.ey.com/Publication/vwLUAssets/EY_-_Building_the_bank_of_2030_and_beyond/$FILE/EY-Building-the-bank-of-2030-and-beyond.pdf
Fatone, L., & Mariani, F. (2019). An assets-liabilities dynamical model of banking system and systemic risk governance. Ar Xiv preprint arXiv: 1905.12431.
Garbolino, E., Chery, J. P., & Guarnieri, F. (2016). A simplified approach to risk assessment based on system dynamics: an industrial case study. Risk Analysis, 36(1), 16-29.
Liu, X., & Zeng, M. (2017). Renewable energy investment risk evaluation model based on system dynamics. Renewable and Sustainable Energy Reviews, 73, 782-788.
Loh, T. Y., Brito, M. P., Bose, N., Xu, J., & Tenekedjiev, K. (2020). Fuzzy system dynamics risk analysis (FuSDRA) of autonomous underwater vehicle operations in the Antarctic. Risk Analysis, 40(4), 818-841.
Mohammadi Kangarani, H., Hosseinzadeh, M., & Sepahi Parsa, M. (2017). “The analysis of the status for handicrafts’ supply chain participants in Qeshm Island using Social Network Analysis (SNA)”. Journal of Tourism and Development, 6 (4), 139-159.
Oesterreich, T. D., & Teuteberg, F. (2019). Integrating system dynamics and VoFI for the dynamic visualization of financial implications arising from IT and IS investments. Journal of Modelling in Management.
Pazouki, P., Simkhah, M., & JAMALI, A. (2021). Identifying the effect of dynamic interaction of financial markets on the global gold market and the Iranian stock market.
Pitchaimuthu, S., Thakkar, J. J., & Gopal, P. R. C. (2019). Modelling of risk factors for defence aircraft industry using interpretive structural modelling, interpretive ranking process and system dynamics. Measuring Business Excellence.
Radic, I., Jakobovic, M., Vincer, R., & Ostrun, R. (2015). Smart Specialization–Industrial Hemp. Economy of eastern Croatia yesterday, today, tommorow, 4, 463-471.
Sedaghati, S., Farhadi, R., & Fallashamss, M. F. (2020). CONTAGION DYNAMICS IN THE IRANIAN STOCK MARKET. PalArch's Journal of Archaeology of Egypt/Egyptology, 17(9), 9466-9478.
Sterman, J.D. (2000) “Business Dynamics. System Thinking and Modeling for Complex World”Boston, McGraw-Hill.
Tiemoori, B., Emamverdi, G., Esmaeeilniya Ktabi, A., & Nessabian, S. (2020). The Investigation of Contagion Unanticipated Shocks in Iranian Financial Markets by DFGM Approach.
Wang, J., & Yuan, H. (2017). System dynamics approach for investigating the risk effects on schedule delay in infrastructure projects. Journal of Management in Engineering, 33(1), 04016029.
Wu, J., Huimin Li, Dazhi Zheng, Xiaoyan Liu, (2020), Economic uncertainty or financial uncertainty? An empirical analysis of bank risk-taking in Asian emerging markets, Finance Research Letters, 10, 15-42. https://doi.org/10.1016/j.frl.2020.101542.
