مهندسی مالی و مدیریت اوراق بهادار (مدیریت پرتفوی)
سال:1397 | دوره:9 | شماره:34 |تعداد مقالات:19

هدف این پژوهش ابزارسازی جهت تامین مالی نظام پولی است. باتوجه انتشار دستورالعمل صدور کارت های اعتباری از سوی شورای پول و اعتبار، انتظار می رود کارت های اعتباری در فضای پیش روی اقتصاد، نقش مهمی در رونق بخشی و تحریک تقاضا داشته باشند. طراحی اوراق بهادار به پشتوانه حساب های دریافتنی کارت های اعتباری از طریق فروش و انتقال حساب های دریافتنی کارت های اعتباری منجر به آزاد شدن منابع بانکی، هدایت نقدینگی به بخش مولد اقتصاد، کاهش میزان مطالبات بانکی و بهبود نسبت کفایت سرمایه بانک می شود و این امر توان وام دهی بانک ها را افزایش می دهد. مدل عملیاتی انتشار اوراق به پشتوانه دریافتنی های کارت های اعتباری، در قالب پرسشنامه ساختاریافته از ابعاد قوانین و مقررات ناظر بر انتشار اوراق، تاثیر انتشار اوراق بر ساختار مالی بانی، پیامد های حاصل از انتشار اوراق بر ریسک های مترتب بر بانی و عملیات آن و همچنین نحوه کشف نرخ و قیمت گذاری اوراق مورد نظرخواهی خبرگان قرار گرفت. نتایج بر اساس آزمون های آماری بر مناسب بودن مدل پیشنهادی دلالت دارد.

در این مقاله، کاربرد ریاضیات در مدیریت ترازنامه بر اساس مسائل کلامی ریاضی برای ارائه ی مناسب گزارش مدیریت دارایی و بدهی در یک بانک توسعه ای موردبررسی قرار گرفت. پس از مروری بر اهمیت مدیریت ترازنامه در بانک ها، معرفی بانک توسعه ای و مبانی نظری و پیشینه پژوهش در مورد مسائل کلامی و کاربردهایی از مدل سازی ریاضی در مدیریت دارایی و بدهی، دو نمونه از مسائل کلامی (در زمینه حسابی و جبری) در مدیریت ترازنامه مطرح شده که در آن، به ترتیب بازنمایی و مدل سازی ریاضی برای حل مساله به کاررفته است. سپس نتایج حاصل در زمینه مالی، تفسیر شد. یافته ها نشان داد مدل سازی ریاضی در تفسیر اطلاعات ترازنامه بانکی به مدیریت دارایی و بدهی در یک بانک توسعه ای کمک می کند. بر اساس نتایج می توان مدیریت ترازنامه را از منظر مسائل کلامی ریاضی مطرح نمود و درنتیجه، تفسیر دقیق تری از اطلاعات مندرج در ترازنامه بانک به استناد بیان دقیق ریاضی و تحلیل آن مسائل در دنیای واقعی داشت. این پژوهش، ضرورت توجه به کاربردهای ریاضی در مدیریت ترازنامه را آشکار می کند. در پایان پیشنهاد شد درک مفهومی دانش ریاضی استفاده کنندگان در حل مسائل کلامی مانند مدیریت ترازنامه، در پژوهش های آینده مورد آزمون قرار گیرد به طوری که قابل درک بودن آن مفاهیم، منجر به افزایش کاربرد ریاضیات در زمینه مالی و به تبع آن، تحلیل و ارزیابی دقیق تر داده های مالی شود.

در این مقاله با در نظر گرفتن بازار رقابت کامل، ابتدا به بیان فرمول قیمت گذاری اختیار مبادله استاندارد آمریکایی و اروپایی و اختیار مبادله توانی آمریکایی و اروپایی می پردازیم. سپس با هدف انتخاب توان مناسب افزایش دارایی های مورد مبادله به منظور محاسبه ارزش اختیار مبادله توانی دلار بر مبنای دارایی پایه طلا در آینده ای نزدیک، 501 داده از قیمت طلا و دلار در بازه ی زمانی اول فروردین 1391 تا اول تیر 1394 را با استفاده از سری زمانی و مدل هایARCH ، GARCH، GJR-GARCH، ARMA-GARCH مورد آزمون قرار می دهیم. آنگاه با در نظر گرفتن معیار های AIC وBIC  و مقایسه میانگین خطای توان دوم مشاهدات و واریانس شرطی به دست آمده از مدل های مورد مطالعه و آزمون های کریستوفرسن و کوپیک مدل مناسب را برای پیش بینی بهتر رفتار قیمت طلا و دلار در آینده ای نزدیک و در نتیجه تحلیل توان افزایش هر دو دارایی طلا و دلار انتخاب می کنیم.

هدف این مقاله طراحی سبد سهام با قابلیت پیروی از بازده بازار با استفاده از روش نظریه ماتریس های تصادفی می باشد. در این پژوهش، با استناد به مطالعات پیشین درخصوص مشارکت تمامی سهم ها در بزرگترین ویژه مقدار که نشان دهنده روند بازار است، با استفاده از کمیت ST، میزان مشارکت هر سهم در روند بازار را استخراج نموده و سبدی از گروه های مختلف (سهام دارای بیشترین میزان مشارکت در روند، مشارکت متوسط و مشارکت کم) تشکیل دادیم. داده های مورد استفاده مربوط به سهام هشت شاخص از بورس های دنیا شامل بازارهای کارا و نوظهور (S&P500 و DJ آمریکا، DAX آلمان، FTSE100 انگلستان و HSI هنگ کنگ به عنوان بازارهای کارا،TSE ایران، MXX مکزیک و SSE180 چین به عنوان بازارهای نوظهور) و متعلق به 730 روز کاری این بازارها از می 2012 تا اکتبر 2014 و برای ایران از آبان 92 تا 94 می باشد. مقایسه نتایج بازدهی سه سبد حاکی از آن است که سهم های دارای بیشترین میزان مشارکت در روند بازار، قابلیت کسب بازدهی مطلوب تری نسبت به بازده بازار را دارند.

پیش بینی بازدهی سهام از مهم ترین مسائل سرمایه گذاری در اوراق بهادار است از طرفی، با توجه به اینکه بازار سهام، سیستمی غیرخطی و آشوب گونه که تحت تاثیر شرایط سیاسی، اقتصادی و غیره هست لذا پیش بینی بازدهی نیازمند ابزارهای هوشمند و پیشرفته ای همچون ماشین های یادگیرنده است. در این تحقیق هدف اصلی تفکیک سهام به دو طبقه پربازده و کم بازده و تشکیل پرتفوی است که بدین منظور از تحلیل ممیز قطری درجه دوم و ماشین بردار پشتیبان و همچنین برای گزینش بهترین متغیرها جهت پیش بینی طبقه بازدهی از روش انتخاب ویژگی متوالی استفاده شده است. برای هر مدل در حالتی که وزن سهم ها برابر است بر اساس پیش بینی طبقه بازدهی هر سهم طی سال های 88-91 پرتفوی تشکیل داده شده است که نتایج رضایت بخش بوده و همه پرتفوی های تشکیل شده بازدهی بیشتر از بازدهی پرتفوی معیار داشتند. برای مدل تحلیل ممیز با انتخاب ویژگی، از احتمال پسین جهت وزن دهی استفاده و با پرتفوی معیار مقایسه شد که نتایج دلالت بر وجود تفاوت معنادار بین بازدهی دو پرتفوی و برتری پرتفوی مدل تحلیل ممیز دارد.

در این تحقیق به بررسی تاثیر سوگیری رفتاری بیش اطمینانی مدیران شرکتها و تاثیر آنها بر سیاست های ریسک شرکتهای از سه جنبه عملیاتی و مالی و بازار می پردازیم. بدلیل ضعف مدل های موجود در بیان متغیرهای روانشاختی موثر بر بیش اطمینانی، ابتدا یک مدل اصلاح شده از بیش اطمینانی ارائه شده است. برای تخمین پارامترهای مدل، از مدل اثرات تصادفی استفاده شد. سپس تعداد 98 شرکت پذیرفته شده در بورس اوراق بهادار تهران مورد مطالعه قرار گرفته است. دوره زمانی تحقیق سال های 1389 الی 1394 می باشد. نتایج نشان داد از آنجا که آماره t متغیر ریسک مالی و ریسک تجاری بزرگتر از 1.965 بوده و سطح معناداری آن ها کمتر از 0.05 ارتباطی معنادار و خطی بین ریسک مالی و تجاری با بیش اطمینانی مدیریت شرکت برقرار است. همچنین نتایج بدست آمده نشان داد که آماره t متغیر ریسک بازار کمتر از 1.965 و سطح معناداری آن ها بیشتر از 0.05 است و لذا ارتباطی معنادار و خطی بین ریسک بازار با بیش اطمینانی مدیریت شرکت برقرار نمی باشد. به عنوان جمع بندی نهایی ارزیابی و تجزیه و تحلیل فرضیات تحقیق نشان داد بین بیش اطمینانی مدیران و مدیریت ریسک مالی و مدیریت ریسک تجاری ارتباط معنادار وجود دارد. این در حالی است که ارتباط معنادار بین بیش اطمینانی مدیران و مدیریت ریسک بازار مشاهده نشده است.

پیش بینی و لحاظ حافظه بلندمدت در سریهای زمانی یکی از با اهمیت ترین موضوعات در بازارهای مالی است که در پیش بینی تلاطم و ارزش در معرض ریسک کاربردهای وسیعی دارد. ارزش در معرض ریسک یکی از معروفترین ابزارهای ارزیابی ریسک در مدیریت مالی است. در این مقاله برای دو سری زمانی شاخص بورس اوراق بهادار تهران و شاخص فرابورس ایران در بازه زمانی مهر ماه 1387 تا بهمن ماه 1393 از مدلهای خانواده GARCH استفاده گردیده است. نتایج حاکی از وجود اثرات نامتقارن در بازدهی هر دو سری زمانی مورد بررسی است. برای ارزیابی پیش بین و ارزش در معرض ریسک از معیارهای کمترین خطا و آزمونهای آماری برای ارزیابی کفایت مدلهای برآورد کننده ارزش در معرض ریسک استفاده شده است. نتایج این پژوهش نشان می دهد که لحاظ اثرات نامتقارن در سریهای بازدهی و همچنین اثرات حافظه بلندمدت منجر به بهبود پیش بینی تلاطم و ارزش در معرض ریسک این دو سری زمانی می گردد.

در مطالعه حاضر کیفیت تاثیرات راهبردی شرکت ها به نسبت ضریب واکنش اعلان سود مورد بررسی قرار گرفت. از ویژگی های راهبردی می توان به هزینه حاشیه فروش پایین با حجم فروش بالا، صرفه اقتصادی به نسبت مقیاس و سرمایه گذاری عمده در کارخانجات و دارایی های فیزیکی نام برد. این درحالیست که راهبرد تمایز با حاشیه فروش بالا همراه است و از کیفیت کالا و برندسازی تحقق یافته از طریق سرمایه گذاری در دارایی های نامشهود از قبیل سرمایه گذاری در بخش تحقیق و توسعه و تبلیغات بدست می آید. خصوصیات روش های فوق الذکر تاثیر دوگانه ای بر واکنش سرمایه گذار در قبال اطلاعات انتشاریافته درباره سود شرکت ها می گذارد. بر این اساس در این پژوهش به بررسی تطبیقی ضریب واکنش شرکت هایی با اتخاذ راهبردهای کسب و کار رهبری هزینه و شرکت هایی با اتخاذ راهبردهای کسب و کار متمایز نسبت به اعلان سود با استفاده از معادلات شکست ساختاری پرداخته شده است. در همین راستا به بررسی 147 شرکت از شرکت های پذیرفته شده از بورس اوراق بهادار تهران طی بازه زمانی 1388 تا 1394 پرداخته شده و با استفاده از نرم افزار اقتصادسنجی ایوز به تخمین ازمون فرضیه ها پرداخته شده است. ضرورت استفاده از معادلات شکست ساختاری بر این بود که اگر طی سال های مورد بررسی اعلان سود در هر کدام از حجم نمونه سیر نزولی داشته باشد، نقاط شکست آن پیدا و نسبت به رفع آن اقدام شود. نتایج این سیستم دال بر تداوم پذیری صعودی اعلان سود در شرکت هایی با اتخاذ راهبردهای کسب و کار رهبری هزینه می باشد. همچنین از دیگر نتایج مطالعه حاضر این است که شرکت هایی که راهبرد رهبری هزینه را دنبال می کنند، اعلان سود آن ها بطور عمومی نسبت به شرکت هایی که روش های تمایز را در پیش می گیرند، با تغییرات بهتری اعلان سود شرکت های خود را به استفاده کنندگان از اطلاعات مالی شرکت به نمایش می گذارند. در نتیجه شرکت هایی که راهبردهای متمایز را در پیش می گیرند با تفسیر ناهمگون تر و تغییرات کمتری در باورهای سرمایه گذاران همراه هستند. این پژوهش به ارتقاء سطح دانش در خصوص تغییرات مقطعی واکنش بازار به اعلان سود یاری می رساند. علاوه بر این در این پژوهش همگرایی واکنش بازار به اعلان سود از طریق تغییر در راهبردها در کسب و کار در قالب شرایطی قابل پیش بینی نشان داده شده است.

با توجه به افزایش حجم و سرعت معاملات در بازارهای مالی امروز، افزایش سرعت در تحلیل ها و تصمیم گیری ها اجتناب ناپذیر است. انجام تحلیل های سریع و عاری از خطاهای رفتاری توسط انسان غیر ممکن است. از این رو بازارهای مالی به سمت داد و ستدهای الگوریتمی در حرکت هستند که در آن ها از تکنیک هایی از قبیل یادگیری ماشینی و داده کاوی استفاده می شود. انتخاب آنلاین سبد سرمایه گذاری یکی از تکنیک های نوین در داد و ستد الگوریتمی است به این صورت که سرمایه را به تعداد مشخصی سهم تخصیص داده و در ابتدای هر دوره با استفاده از تکنیک هایی پرتفو را به روز رسانی می کند. در واقع در این تکنیک ها انسان در انتخاب پرتفو دخالتی نداشته و الگوریتم نحوه ی سرمایه گذاری را در هر دوره مشخص می کند. در این مقاله الگوریتمی توسعه داده شده است که از اصل تطابق با الگو در انتخاب آنلاین سبد سرمایه گذاری پیروی می کند. در این اصل، پرتفو بر اساس الگوهای تاریخی مشابه انتخاب می شود که در این مقاله برای یافتن الگوهای تاریخی مشابه از روش خوشه بندی طیفی در داده کاوی استفاده شده است. در این خصوص یک مثال عددی با استفاده از 20 سهم فعال تر در بورس نیویورک ارائه شده و نتایج آن با الگوریتم های دیگر در این حوزه مقایسه شده است.

این پژوهش به بررسی دنباله بازده شاخص کل بورس اوراق بهادار تهران می پردازد. ارزیابی دقیق ریسک در بازارهای مالی به منظور سرمایه گذاری و در نتیجه تخ صیص بهینه سرمایه، از اهمیت حیاتی برخوردار است. افزایش نوسانات بازارهای مالی در دهه گذشته، موجب پیشرفت ابزارهای پیچیده مدیریت ریسک شده است. شکل های صریح دمهای توزیع، اطلاع ات مهمی را برای مدیران ریسک و سرمایه گذاران فراهم می کنند. در این پژوهش، یک توریع وقتی دم کلفت به حساب می آید. که دمهای توزیع احتمال به صورت تابعی توانی نزول کنند. وجود رفتار تابع توانی در دم توزیع، عواقب مهمی برای رفتار یک متغیر تصادفی به همراه دارد مثلا، ممکن است، گشتاورهای نامتناهی وجود داشته باشند. در این پژوهش از 2420 مشاهده روزانه شاخص بورس تهران و بازده لگاریتمی آن از ابتدای سال 87 تا مرداد سال 96 استفاده شده است. با استفاده از نرم افزار متلب به منظور بررسی دم های توزیع بازده های شاخص بورس تهران از توزیع های لوی - پایدار، مطالعه رفتار مجانبی (رگرسیونlog-log ( تابع توزیع تجمع CDF، تخمین گر هیل و نظریه مقدار مفرط استفاده می شود. نتیجه این توزیع ها نشان می دهد که در توزیع بازده های لگاریتمی شاخص بورس تهران دم کلفتی وجود دارد.

امروزه اهمیت ارزیابی عملکرد و عوامل موثر بر عملکرد شرکت ها یکی از مهم ترین حوزه های اقتصاد مالی را تشکیل می دهد بطوری که در این باره تحقیقات زیادی صورت گرفته است در همین راستا، هدف اصلی این تحقیق بررسی عوامل موثر بر عملکرد شرکت های بورسی با تاکید بر سیاست های پولی است. بر خلاف تحقیقاتی که در گذشته انجام شده است و برای عملکرد شرکت ها تنها به یک شاخص همچون سود یا درآمد اکتفا شده است در این تحقیق از شاخص جامع اف پیوتروسکی برای سنجش عملکرد شرکت ها استفاده شده است. داده های استفاده شده در این تحقیق، داده های سالانه دوره 1385 تا 1392 و برای 94 شرکت پذیرفته شده در بورس است و ابزارهای سیاست پولی شامل نرخ رشد تسهیلات اعطایی بانک ها، نرخ رشد نقدینگی، و نرخ سپرده قانونی است. نتایج تخمین مدل با روش GMM پانل پویای دیتا نشان می دهد که بین متغیرهای پولی و عملکرد شرکت ها رابطه معناداری وجود دارد. با افزایش تسهیلات اعطایی بانک ها و افزایش حجم نقدینگی مقدار شاخص پیوتروسکی نیز افزایش می یابد که نشان دهنده افزایش و بهبود عملکرد شرکت است. علاوه بر این کاهش نرخ سپرده قانونی بانک ها نزد بانک مرکزی نیز که یک ابزار سیاست پولی انبساطی است، باعث افزایش شاخص پیوتروسکی شده و عملکرد شرکت را بهبود می بخشد. بنابراین با توجه به اثرگذاری مستقیم سیاست های پولی بر شاخص های عملکردی شرکت ها، سیاست گذاران باید با دقت عمل بیشتری نسبت به اعمال هر گونه سیاستی اقدام نمایند.

در بسیاری از بورس های دنیا، قانون گذاران به منظور کاهش تلاطم بازار و همچنین کاهش زیان سرمایه گذاران در اثر تصمیمات هیجانی اقدام به وضع دامنه مجاز نوسان می کنند. یکی از معایب این اقدام، ایجاد اثر ربایش در حد نوسان قیمت است که یک تورش رفتاری است. در این پژوهش اثر عدم تقارن اطلاعات در بروز ربایش در حد نوسان قیمت، بر اساس داده های بین روز 25 شرکت نمونه پذیرفته شده در بورس اوراق بهادار تهران طی سالهای 1392 الی 1394 مورد بررسی قرار گرفته است. ابتدا با استفاده از مدل های تلاطم شرطی وجود یا عدم وجود اثر ربایش در بین قیمت سهام این شرکت ها مورد آزمون قرار گرفت. سپس با استفاده از مدل رگرسیون لاجیت به بررسی تاثیر عدم تقارن اطلاعاتی بر بروز اثر ربایش پرداخت شد. نتایج بدست آمده از این پژوهش نشان می دهند که در میان شرکت های مورد بررسی، اثر ربایش در حدنوسان قیمت وجود داشته و بین عدم تقارن اطلاعاتی و اثر ربایش رابطه معناداری وجود دارد.

پیش بینی در بازارهای مالی بسیار پیچیده است و دلایل این پیچیدگی را می توان به مواردی چون ناایستایی داده ها، غیرخطی بودن روند داده ها و تغییرات زیاد داده ها خلاصه کرد. تعیین الگوی مناسب جهت پیش بینی نوسانات می تواند در راستای تصمیم گیری نقش بسزایی ایفا کند. در مدل های اقتصادسنجی قدیمی، فرض بر این است که پراکندگی جزء اختلال در کل دوره زمانی نمونه ثابت می باشد. اما در بسیاری از سری های زمانی مالی مشاهده می شود که در دوره هایی نوسانات بسیار شدید می باشد. با این شرایط، فرض وجود همسانی واریانس دیگر معقول به نظر نمی رسد. در مقاله حاضر مدل های تک رژیمی GARCH، IGARCH، EGARCH، GJR-GARCH، FIEGARCH، HYGARCH و مدل دو رژیمی MRS-GARCH در پیش بینی نوسانات قیمت نفت اوپک در طی سالهای 2010 الی 2016 مورد ارزیابی قرار گرفته و بر اساس معیار خطای RMSE دقت عملکرد آن ها سنجیده شده است. نتایج حاصل از این ارزیابی نشان از برتری مدل دو رژیمی مارکوف سوئیچینگ گارچ در افق های 5 و 22 روزه دارد. همچنین مدل حافظه بلند مدت FIEGARCH در افق های پیش بینی 1 و 10 روزه از عملکرد بهتری در پیش بینی نوسانات قیمت نفت نسبت به سایر مدل های رقیب برخوردار می باشد.

مداخله دولت و حضور اشخاص سیاسی در هیات مدیره، می تواند تصمیم گیری شرکت و مسیر کسب و کار را متاثر سازد. بازار سهام باید کارایی اطلاعاتی را نمایان کند، بنابراین بایستی هر گونه ارزش ارتباطات سیاسی را در صورت وجود، بازتاب دهد. هدف این تحقیق بررسی رابطه بین ارتباطات سیاسی شرکت ها و هزینه سرمایه حقوق صاحبان سهام در شرکت های پذیرفته شده در بورس اوراق بهادار تهران است. روش تحقیق حاضر، توصیفی از نوع همبستگی است. نمونه آماری تحقیق متشکل از 114 شرکت پذیرفته شده در بورس اوراق بهادار تهران طی سال های 1387 تا 1393 است. برای آزمون فرضیات از روش تحلیل رگرسیون استفاده شده است.یافته های تحقیق نشان می دهد که بین ارتباطات سیاسی و هزینه سرمایه حقوق صاحبان شرکت ها، رابطه منفی و معنی داری وجود دارد. بنابراین با افزایش ارتباطات سیاسی شرکت ها، هزینه سرمایه حقوق صاحبان سهام کاهش می یابد. این نتایج بیان می کند که ارتباطات سیاسی می تواند به عنوان عاملی مهم در ارتباط با هزینه سرمایه حقوق صاحبان سهام در نظر گرفته شود.

قیمت گذاری زمان سفر (تراکم ترافیک)، ابزاری برای مدیریت ترافیک است. مدیریت ترافیک باهدف افزایش کیفیت سفر و کاهش هزینه های مستقیم و غیر مستقیم (اتلاف زمان، آلودگی صوتی، آلودگی هوا، تصادفات و...) صورت می گیرد. در این مقاله، با بهره گیری از مفهوم مشتقات مالی، ابزار جدید مشتق زمان سفر، برای قیمت گذاری تراکم ترافیک معرفی شده است. برای قیمت گذاری مشتق زمان سفر نیز از روش مونت کارلو استفاده شده است. به طور کلی، کم (زیاد) بودن قیمت مشتقات زمان سفر، می تواند شاخصه ای برای کم (زیاد) بودن تراکم ترافیک مسیر، در دوره مورد نظر باشد. این روش ابزاری هوشمند و متکی بر رفتار استفاده کنندگان، برای مدیریت غیر مستقیم ترافیک است. همچنین با بهره گیری از مکانیزم بازار، قیمت مشتق زمان سفر، برخلاف روش های معول اخذ عوارض که ثابت هستند، منعطف می باشد. در این روش، علاوه بر سطح ترافیک، تغییرات آن نیز در قیمت گذاری مد نظر قرار می گیرد. روش مونت کارلو نیز نقیصه کمبود اطلاعات زمان سفر را به همراه ناکامل بودن بازار زمان سفر، برطرف می کند. با پیاده سازی، مشتقات زمان سفر برای محور تهران - کرج برای دوره 10 روزه مرداد ماه سال 96 با مقدار آستانه ای 72 دقیقه مشخص شد که، با بالا بودن قیمت اختیار معامله خرید نسبت به فروش، زمان سفر در دوره مورد نظر کمتر از مقدار 72 دقیقه پیش بینی می شود که، می توان نتبجه گرفت، ترافیک روان تر از مقدار آستانه ای خواهد بود. از برداشت های میدانی و داده های ثبتی زمان سفر مسیر تهران-کرج استفاده شده است.

تحقیق حاضر تلاشی است برای بهینه سازی پرتفلیو مبتنی بر ریسک نامطلوب و پتانسیل مطلوب و مقایسه بازده آن با بازده مدل کلاسیک که به عنوان یکی از بنیادی ترین مدل های بهینه سازی می باشد. در این تحقیق با بررسی بازده 18 صنعت از صنایع پذیرفته شده در بورس اوراق بهادار تهران در بازده 12 ساله پرداخته شده و با تشکیل پرتفوی بهینه ومحاسبه بازده واقعی پرتفوهای تشکیل شده با استفاده از این دو مدل مورد محاسبه قرار گرفته است. سپس با تحلیل واریانس به بررسی وجود تفاوت معنی دار بازده نتیجه این دو مدل پرداخته شده است. نتایج به دست آمده در این تحقیق نشان می دهند که بازده پرتفوی بهینه مبتنی بر ریسک نامطلوب و پتانسیل مطلوب در حالتی که سرمایه گذار از ریسک نامطلوب گریزان و از پتانسیل مطلوب نیز گریزان می باشد و یا زمانیکه سرمایه گذار از ریسک نامطلوب گریزان و نسبت به پتانسیل مطلوب بی تفاوت (خنثی) می باشد، تفاوت معنی داری با بازده مدل کلاسیک ندارند. در حالی که بازده پرتفوی بهینه در حالتی که سرمایه گذار از ریسک نامطلوب گریزان و در جستجوی پتانسیل مطلوب (پتانسیل پذیر) می باشد از بازده مدل کلاسیک بالاتر می باشد.

مدل خودرگرسیو میانگین متحرک انباشته (ARIMA) که تحت عنوان روش باکس و جنکینز شناخته می شود، یکی از پرکاربردترین مدل ها در پیش بینی سری های زمانی است. اما پیش فرض اصلی این مدل خطی بودن سری های زمانی می باشد. از سوی دیگر شبکه ی عصبی یک تخمین زننده ی عمومی است که الگو های غیر خطی را بسیار خوب مدل سازی می نماید. دانستن الگوی داده ها مبنی بر خطی و غیر خطی بودن در واقعیت کمی دشوار است، بنابراین این ایده در ذهن ایجاد می گردد که تلفیق مدل های خطی و غیرخطی می تواند منجر به افزایش دقت پیش بینی گردد. از این رو، در این پژوهش بخش خطی را بوسیله ی مدل ARIMA پیش بینی کرده، آن گاه پسماندهای غیر خطی را بوسیله ی شبکه ی عصبی پیش خور مدل سازی نموده و پیش بینی حاصل از آن را به مدل ARIMA، به منظور پیش بینی حد بالای قیمت، حد پایین قیمت و قیمت پایانی اونس طلا (برای یک مرحله پیش رو) اضافه می نماییم. نتایج بررسی دقت مدل ترکیبی نسبت بر هر یک از مدل های ARIMA و شبکه ی عصبی بر اساس دو معیارMSE  و MAE با استفاده از آزمون های مقایسه زوجی و دایبولد - ماریانو دال بر عملکرد بهتر مدل ترکیبی است.

با توسعه بنگاه های اقتصادی و گسترش دامنه تجارت، مدیریت ریسک از اهمیت ویژه ای در مطالعات مالی برخوردار شده است. ماهیت مدیریت ریسک ایجاب می کند که این مطالعات چند وجهی باشد، یعنی علاوه بر شناخت عملکرد اقتصادی و تجاری بنگاه، لازم است مدیران ریسک با مسائل آماری و ریاضی و روش ها و مدل های کنترل ریسک نیز آشنا باشند. بازده، همان پاداش قبول ریسک در یک فعالیت اقتصادی و تجاری است، لذا در مدیریت بنگاه های اقتصادی باید به جای حذف ریسک، به ایجاد زمینه های مناسب برای مدیریت بهینه ریسک پرداخت.پژوهش حاضر در پی بررسی الگوی سودآوری اختیار معاملات مختلف سهام و تعیین راه حل مناسب برای کاهش ریسک دستکاری قیمت در زمان اعمال قرارداد اختیار معامله است. به همین منظور قیمت اختیارمعاملات اروپایی، آمریکایی و آسیایی سهام 48 شرکت پس از برآورد نوسان پذیری، توسط نرم افزار DerivaGem محاسبه و تحلیل شده است. از آن جایی که قیمت سررسید در اعمال قراردادهای آسیایی فقط منحصر به قیمت پایانی در روز سررسید نمی باشد و یک میانگین از قیمت های پایانی در طول عمر قرارداد اختیار معامله هستند، لذا نتایج تحقیق پس از بررسی الگوهای مختلف سود نشان می دهد که قیمت سررسید در اختیار معاملات آسیایی کمتر دستخوش دستکاری می شوند و دارنده ی آن ریسک کمتری را از این بابت متحمل می شود. مقادیر پارامترهای حساسیت ریسک محاسبه شده برای هریک از اختیار معاملات نیز این مهم را به اثبات می رسانند.

در مطالعات مالی، سبد سهام را می توان به معنی مجموعه ی سرمایه گذاری هایی دانست که توسط یک فرد و یا یک موسسه انتخاب و پذیرفته می شود. انتخاب سبد سهام یکی از اصلی ترین دغدغه های سرمایه گذاران در بازارهای مالی است. مدل میانگین - واریانس با مولفه های مقید به عنوان یکی از مدل های اصلی در حل مساله بهینه سازی سبد سرمایه شناخته می شود. این مدل از لحاظ پیچیدگی، از نوع مسائل غیرخطی چند جمله ایNP-hard  است که به صورت دقیق قابل حل نیستند. در این پژوهش با استفاده از الگوریتم ترکیبی شیرمورچه - ژنتیک (ALOGA) و الگوریتم ترکیبی یادگیری افزایشی مبتنی بر جمعیت و تکامل تفاضلی (PBILDE) که از مدل های فراابتکاری نوین در حل مسائل بهینه سازی هستند، برای بهینه سازی سبد سرمایه گذاری با هدف افزایش بازده و کاهش ریسک استفاده شده است. از میان 591 شرکت حاضر در بورس اوراق بهادار تهران، 150 شرکت در بازه زمانی فروردین 1391 الی اسفند 1393 با استفاده از روش غربالگری به عنوان نمونه نهایی انتخاب شدند. داده های مربوط به این شرکت ها توسط الگوریتم های بکار رفته در تحقیق مورد تجزیه و تحلیل قرار گرفت و کارآیی آنها با یکدیگر مقایسه گردید. نتایج پژوهش حاکی از آن است که الگوریتم های ALOGA و PBILDE کارایی مناسبی برای حل مساله ی بهینه سازی سبد سهام دارند. بعلاوه، با استفاده از الگوریتم ALOGA می توان با دقت و کارایی بالا سبد سهام بهینه تشکیل داد.