وبلاگ

 

2-2-      الزامات توسعه تکنولوژی در صنعت نفت

 

با وجود تلاش­های انجام شده در حوزه توسعه فناوری در صنعت نفت، الگوی غالب صنعت نفت کشور از ابتدا تا کنون، الگوی فروش منابع طبیعی با تکیه بر دانش، تکنولوژی و سرمایه خارجی یا به عبارت دقیق­تر الگوی “منبع پایه یا بهره­برداری” بوده است. این الگو تا کنون موانعی را در مسیر توسعه پایدار این صنعت ایجاد کرده و ادامه روند فعلی، می­تواند به عنوان یکی از تهدیدات اساسی آینده در سطح این صنعت و همچنین در سطح ملی قلمداد شود.

 

چشم انداز بیست ساله کشور ، ایران 1404 را ایرانی برخوردار از دانش و تکنولوژی و اقتصاد آنرا اقتصاد دانش­بنیان عنوان نموده است. تبعیت از این جهت­گیری کلی در صنعت نفت ، مستلزم تغییر الگو از منابع پایه  به سمت الگوی مبتنی بردانش و توسعه تکنولوژی است.

 

منابع دانش و آگاهی عبارتند از تکنولوژی، سازماندهی تکنولوژی و کاربرد آن، اطلاعات، آموزشها و مهارتها. ارزیابی تکنولوژی صنعت نفت و چگونگی تغییر جهت فرایندهای صنعت نفت از منابع پایه به دانش پایه از مباحث اساسی در آینده صنعت نفت خواهد بود.

 

مطالعه چشم­انداز توسعه تکنولوژی در صنعت نفت، گاز و پتروشیمی بر اساس نگرش انتقال از صنعتی منبع­پایه یا بهره­بردار به صنعتی دانش­پایه تنظیم شده است. در این کار روندهای موجود تکنولوژی و آینده آن در صنعت نفت، شرایط محیط ملی و چالشهای پیش­روی آن مشخص می­شود و بر این اساس چشم انداز مطلوب و سیاستهای لازم برای تحقق آن برشمرده می­شود.

 

بررسی ساختار صنعت نفت در کشورهای مختلف جهان، دو الگوی مختلف توسعه را نشان می­دهد. این دو مدل عبارتند از: الگوی توسعه مبتنی بر تولید مواد خام یا بهره­برداری و الگوی مبتنی بر توسعه تکنولوژی. الگوی نخست عمدتا منابع پایه بوده و حول بهره­برداری از مخازن نفت و گاز به وسیله تکنولوژی وارداتی و سرمایه خارجی متمرکز است. هدف اصلی از این الگو ، حداکثر سازی درآمد ناشی از فروش نفت خام و گاز طبیعی می­باشد. اما الگوی دوم، مبتنی بر ایجاد قابلیتها و زیر ساختهای تکنولوژیکی به منظور بهر­ه­برداری بهینه از مخازن نفت و گاز و تبدیل این منابع طبیعی به محصولاتی با ارزش افزوده بالاتر و همچنین فروش تکنولوژی می­باشد این مدل را می­توان الگوی دانش پایه هم نامید.

 

مطالعه صنعت نفت کشور نشان می­دهد علیرغم تلاش­های انجام شده در این حوزه، الگوی توسعه این صنعت از مدل منبع­پایه یا بهره­برداری تبعیت می­کند.

 

­

 

2-3-       سطوح قابلیتهای تکنولوژیکی

 

غالبا تکنولوژی را به معنی ماشین­آلات، دستگاه­ها و ابزار تولید به کار می­برند. این کاربرد رایج ، ما را از معنی درست این کلمه دور می­کند. تکنولوژی توانایی تولید و تبدیل منابع به محصول و خدمات است. این توانایی نتیجه پیوند نظام­مند مجموعه­ای از نرم­افزارها و سخت­ افزارهاست که امکان تولید کالا و خدمات را فراهم می­آورند. تعریف تکنولوژی به معنی توانایی نشان می دهد که تکنولوژی صرفا” ماشین آلات، کارخانه صنعتی یا ابزار تولید نیست بلکه قابلیت نرم افزاری است که به وسیله سازماندهی منظمی از مجموعه اجزاء خود ایجاد می­شود.

 

صاحبنظران ، قابلیتهای تکنولوژیکی صنایع را به پنج سطح شامل:

 

 

1. بهره­برداری

 

 

1. تعمیر و نگهداری

 

1. ساخت و تولید

 

1. طراحی و مهندسی

 

1. تحقیق و توسعه

 

تقسیم­بندی می کنند.

 

این قابلیتها را می توان در شکل زیر مشاهده نمود.

 

برای بهره­برداری ، به حداقل توان تکنولوژیکی و مهارت نیروی انسانی نیاز است. اداره فعالیتهای بهره­برداری نیز به سطح کمتری از توان مدیریتی نیاز دارد. اما هر چه به سمت قابلیتهای سطوح بالاتر حرکت شود ، برپیچیدگی فعالیتها افزوده شده و مستلزم توان تکنولوژیکی و مهارت انسانی بیشتری است . نکته مهم آن است که همزمان با حرکت به سمت بالای هرم­،‌ فعالیتها مستلزم مشارکت نهادهای بیشتری است و لذا مدیریت مناسب بر اینگونه فعالیتها، مستلزم دیدگاهی نظام­مند است که تمام اجزای درگیر و روابط آنها را ملاحظه کند.

 

با توجه به رویکرد فوق می­توان تفاوت میان الگوی مبتنی بر ” دانایی و دانش­پایه” و الگوی مبتنی بر ” منابع­پایه ” را به نحوه بهتری به نمایش گذاشت. در هرم شکل 2-1، صنایعی که برآیند توان تکنولوژیکی آنها در زیر خط ترسیم شده باشد در زمره استفاده­کنندگان یا بهره­برداران از تکنولوژی دیگران تلقی شده و صنایعی که برآیند توان تکنولوژی آنها در بالای خط قرار گیرد، خالقان یا توسعه­دهندگان تکنولوژی به شمار می­روند.

 

سطوح قابلیتهای تکنولوژی با سطح درآمد و تولید ارزش­افزوده از آن نسبت مستقیمی دارد. هر چه سطوح تکنولوژی در صنعتی ارتقاء پیدا می­کند ارزش افزوده تولیدی هم بالاتر می­رود. از این رو فعالیت­های طراحی و امور تحقیقاتی نقش مهمی در ارزش­زائی تکنولوژی و خلق ثروت دارند.

 

کشورهای توسعه یافته غالبا سطوح عالی تکنولوژی را مورد توجه خاصی قرار می­دهند.  این کشورها از محل فعالیت­های سطوح عالی تکنولوژی درآمد زیادی کسب می­کنند و در بسیاری از مواقع فعالیت­های سطوح پایین را با اخذ قیمت-های گزاف به کشورهای دیگری انتقال می‌دهند.

 

توسعه تکنولوژی هنگامی در یک صنعت شکل می­گیرد که ساخت هماهنگی از این سطوح در آن نهادینه شود.  زیرا این سطوح با یکدیگر ارتباط ارگانیکی دارند و شکل­گیری ناقص آنها ساخت صنعتی وابسته­ای را رقم می­زند که برای ادامه حیات خود محتاج بنگاه­های توسعه یافته است.

 

نگاهی به وضعیت تکنولوژی صنعت نفت ایران بخوبی نشان می­دهد که علیرغم پیشرفتهای بعد از انقلاب اسلامی و خصوصا سالهای اخیر و ورود به عرصه تعمیر و نگهداری ، ساخت و تولید و حتی در سطح محدود تری به عرصه طراحی و مهندسی ،‌ کماکان سهم عمده توانمندی تکنولوژیکی صنعت نفت ایران در حوزه بهره­برداری است.

 

 

1. Economic Sanction

 

2.Barry E. Carter

 

 

1. Iran & Libia Sanction Act

اددانان این مفهوم را به کار می­گیرند تا با سوالاتی که در چارچوب­های مرسوم علم اقتصاد پاسخ گفتن به آن­ها دشوار بوده است، پاسخی بیابند. طرح این رویکرد در بسیاری از مباحث توسعه اقتصادی نشان­دهنده اهمیت نقش ساختارها و روابط اجتماعی در بین افراد جامعه بر متغیرهای توسعه است. به همین دلیل در یکی دو دهه­ی اخیر مطالعات متعددی در خصوص تاثیر  سرمایه اجتماعی بر رشد و توسعه اقتصادی صورت گرفته است که نتایج این مطالعات گویای این است که سرمایه اجتماعی به صورت مستقیم و غیر مستقیم بر رشد و توسعه اقتصادی اثرگذار بوده است.

 

مفهوم سرمایه اجتماعی در برگیرنده مفاهیمی همچون اعتماد، همکاری و همیاری میان اعضای یک گروه یا یک جامعه است که نظام هدفمندی را شکل می‌دهند و آنها را در جهت دستیابی به هدف‌های ارزشمند هدایت می‌کند. امروزه سرمایه اجتماعی نقشی شاید مهمتر از سرمایه فیزیکی و انسانی در جوامع ایفا می‌کند و شبکه‌های روابط جمعی و گروهی انسجام بخش میان انسان‌ها و سازمان‌هاست.

 

به طور کلی، سرمایه اجتماعی منابعی در دسترس هستند؛ نظیر اطلاعات، اندیشه­ها، راهنمایی­ها، فرصتهای کسب و کار، سرمایه­های مالی، قدرت و نفوذ، پشتیبانی احساسی، خیرخواهی، اعتماد و همکاری. کلمه اجتماعی در عنوان سرمایه اجتماعی، دلالت می کند که این منابع، خود دارایی­های شخصی محسوب نمی­شوند، هیچ فردی به تنهایی مالک آنها نیست. این منابع در دل شبکه­های روابط قرار گرفته­اند. اگر شما سرمایه­های انسانی را آنچه که شما می­دانید فرض کنید (مجموع دانش، مهارت و تجارت شما)، پس دسترسی به سرمایه اجتماعی به کسانی که شما می­شناسید بستگی دارد؛ یعنی اندازه، کیفیت و گوناگونی شبکه­های کسب­و­کار و شبکه­های ارتباطی شخصی شما در آن مؤثر است. اما فراتر از آن، سرمایه اجتماعی به کسانی که شما نمی­شناسید نیز بستگی دارد. البته اگر شما به طور غیرمستقیم به وسیله شبکه­هایتان با آنها در ارتباط باشید.

 

واژۀ سرمایه دلالت می­کند که سرمایه اجتماعی همانند سرمایه انسانی یا سرمایه اقتصادی ماهیتی زاینده و مولد دارد، یعنی ما را قادر می­سازد ارزش ایجاد کنیم، کارها را انجام دهیم، به اهدافمان دستیابیم، ماموریت­هایمان را در زندگی به اتمام رسانیم و به سهم خویش به دنیایی یاری رسانیم که در آن زندگی می­کنیم. وقتی می­گوییم سرمایه­های اجتماعی زاینده و مولد هستند، منظور این است که هیچ­کس بدون آن موفق نیست و حتی زنده نمی­ماند(کلمن، 1990).

 

2-2-2  تعریف سرمایه اجتماعی از نگاه صاحب­نظران

 

سرمایه اجتماعی همانند بسیاری مفاهیم علوم اجتماعی چند وجهی و منشورگونه است و هریک از محققان برای بیان مفهوم آن، جنبه­ای از آن را ارائه کرده­اند. در حالیکه عده­ای از محققان، سرمایه اجتماعی را معادل اعتماد و هنجارهای مشترک اجتماعی تعریف می­کنند؛ عده­ای دیگر آن را بخشی از نگرش­های اخلاقی و فرهنگی دلسوزی، نوع­دوستی و بردباری توصیف کرده­اند و بعضی دیگر بر نهادها و کیفیت و کمیت­های زندگی مشارکتی تاکید دارند. همانطور که گفته شد کلمن(1988) و پاتنام(1993) مفهوم فعلی سرمایه اجتماعی را پایه­ریزی کردند.

 

در حال حاضر، رویکرد کارکرد گرایی سرمایه اجتماعی به طور گسترده مورد پذیرش قرار گرفته است و تاثیرگذارترین مفهوم است. آثار وابسته به رویکرد کارکرد گرایی سرمایه اجتماعی توسط جیمز کلمن جامعه­شناس آمریکایی، انجام شده است(1988،1990). کلمن می­گوید: سرمایه اجتماعی نهاد واحدی نیست بلکه مجموعه­ای از نهادهای گوناگون است که دو ویژگی مشترک دارند، همه­ی آنها شامل جنبه­ای از یک ساخت اجتماعی هستند و کنش­های معین افرادی که در درون ساختار هستند را تسهیل می­کنند. سرمایه اجتماعی همانند شکل­های دیگر سرمایه مولد است و دست­یابی به هدف­های معینی که در نبود آن محقق نمی­شوند را امکان­پذیر می­سازد. سرمایه اجتماعی مانند سرمایه­های فیزیکی و انسانی کاملاً قابل جابجایی نیست؛ یعنی نوع خاصی از سرمایه اجتماعی که در تسهیل کنش­های معینی سودمند است، شاید برای کنش­های دیگر بی­فایده و یا حتی زیان­بر باشد.

 

رابرت پاتنام یکی دیگر از پژوهشگران این حوزه معتقد است که سرمایه اجتماعی همچون مفاهیم سرمایه­های انسانی و فیزیکی- ابزارها و آموزش­هایی که بهره­وری فردی را افزایش می­دهند- به ویژگی­های سازمان اجتماعی از قبیل شبکه­ها، هنجارها و اعتماد اشاره دارد که هماهنگی و همکاری برای کسب منافع متقابل را تسهیل می­کند. او همچنین بیان می­کند که سرمایه اجتماعی منافع سرمایه­گذاری در زمینه سرمایه انسانی و سرمایه فیزیکی را افزایش می­دهد(رحمانی، عباسی­نژاد و امیری: 1386).

 

بوردیو، سرمایه اجتماعی را در کنار سرمایه فرهنگی و سرمایه اقتصادی، یکی از اشکال بنیادی سرمایه می­داند. در تعریف سرمایه اجتماعی می­گوید: سرمایه اجتماعی جمع منابع واقعی یا بالقوه­ایست که از شبکه­ای بادوام از روابط کمابیش نهادینه شده ارتباط و شناخت متقابل(به بیان دیگر عضویت در یک گروه) حاصل می­گردد. شبکه­ای که هریک از اعضای خود را از پشتیبانی جمعی برخوردار می­کند و به آنها اعتبار می­بخشد (رحمانی، عباسی­نژاد و امیری:  1386).

 

فوکویاما نیز در کتاب خود سرمایه اجتماعی را به عنوان وجود مجموعه معینی از هنجارها یا ارزش­های غیر رسمی تعریف می­کند که اعضای گروهی که همکاری و تعاون میانشان مجاز است، در آن سهیم­اند. همچنین می­افزاید که مشارکت در ارزش­ها و هنجارها به خودی خود باعث تولید سرمایه اجتماعی نمی­گردد، چراکه این ارزش­ها ممکن است ارزش­های منفی داشته باشند. شواهد و دلایل فراوانی ثابت کرده است که این امر هم برای دولت و هم برای توسعه اقتصادی نتایج منفی­ای به بار آورده است. برعکس، هنجارهایی که تولید سرمایه اجتماعی می­کنند باید شامل سجایایی از قبیل صداقت، ادای تعهدات و ارتباطات دوجانبه باشد(فوکویاما، 1379).

• رح مسأله

 

در عین حال که پیش­بینی بازده سهام تلاشی مجذوب کننده است، اما همچنین می­تواند ناامید کننده هم باشد. ناامید کننده از این جهت که بازده سهام بطور ذاتی شامل اجزاء غیر قابل پیش­بینی قابل ملاحظه­ای است بنابراین بهترین مدل­های پیش­بینی هم، تنها توانایی توضیح بخش نسبتاً کوچکی از بازده سهام را دارند. علاوه بر این، رقابت بین معامله­گران بر این دلالت دارد که پس از کشف و معرفی یک مدل پیش­بینی موفق، این مدل به سهولت و آزادانه توسط سایر معامله­گران بکار گرفته خواهد شد. بکارگیری و انتشار گسترده مدل­های موفق پیش­بینی، نهایتاً منجر به حرکت قیمت سهام در جهت حذف توانایی پیش­بینی مدل­های مذکور خواهد شد (لو، 2004؛ تیمرمن و گرنجر، 2004؛ تیمرمن 2008). با این حال، نظریه قیمت گذاری عقلائی ادعا می­کند که پیش­بینی پذیری بازده سهام می­تواند نتیجه مواجهه و رویارویی (در معرض قرارگیری) با ریسک کل متغیر با زمان باشد و هر مدلی، بسته به آن حدی که پاداش ریسک کل متغیر با زمان را در بررسیهای خود لحاظ کند همچنان جزو مدل­های موفق باقی می­ماند.

 

از لحاظ نظری، بازده دارائی تابعی از متغیرهای حالت اقتصاد واقعی بوده، و اقتصاد واقعی هم نوسانات چرخه های تجاری را به تصویر می­کشد. اگر مقدار و قیمت ریسک کل، با نوسانات اقتصادی در ارتباط باشند آنگاه می­توان بازده انتظاری متغیر با زمان و پیش­بینی پذیری بازده را (حتی در بازار کارا) هم انتظار داشت. به عنوان نمونه، اگر عاملین اقتصادی در زمان کاهش سطح مصرف و درآمد، طی قراردادهای اقتصادی ریسک گریزتر شوند آنگاه آنها برای تحمل ریسک مرتبط با سهام نگهداری شده، به بازده انتظاری بالاتری روی سهام نگهداری شده و مرتبط با حضیضهای چرخه­های تجاری نیاز خواهند داشت. بنابراین از این رهگذر، متغیرهایی که وضعیت اقتصادی را اندازه­گیری و یا پیش­بینی می کنند بایستی به پیش­بینی بازده کمک نمایند (فاما و فرنچ، 1989؛ کمبل و کوکران، 1999؛ و کوکران، 2007، 2011). از این ­رو، می­توان گفت که پیش­بینی پذیری بازده سهام بطور نزدیکی با نوسانات چرخه­های تجاری گره خورده است.

 

در حالی که مدل قیمت گذاری عقلائی دارائی با پیش­بینی بازده سازگار است. نظریه­های اقتصادی مرتبط، حدهای مشخصی روی حداکثر درجه پیش­بینی پذیری بازده سازگار با مدل­های قیمت گذاری دارائی، تحمیل کرده­اند. تا اندازه­ای پیشی گرفتن پیش­بینی پذیری بازده از این حد و مرزها  می­تواند به عنوان شاهدی برای قیمت گذاری نادرست یا ناکارائی­های بازار تفسیر شود. قیمت گذاری نادرست یا ناکارائی بازار، نشأت گرفته از عواملی از قبیل محدودیتهای پردازش اطلاعاتی و یا گونه­هایی از تأثیرات روانشناسانه مورد تأکید علم مالی رفتاری است. از آنجا که محدودیتهای پردازش اطلاعات و تأثیرات روانی به احتمال زیاد طی شرایط تغییرات سریع اقتصادی تشدید می­شوند. بنابراین، پیش­بینی پذیری بازده نشأت گرفته از ناکارائی­های بازار نیز به احتمال زیاد با نوسانات چرخه­های تجاری در ارتباط است.

 

سرانجام باید عنوان شود که، درجه پیش­بینی پذیری بازده سهام، یک موضوع و مسئله تجربی است. شواهد فراوان درون نمونه ای وجود دارد مبنی بر اینکه بازده بازار سهام با استفاده از متغیرهای گوناگون اقتصادی قابل پیش­بینی است. در حالی که چالشهای پیچیده و دشوار اقتصاد سنجی از قبیل تورش معروف استامباخ (1986، 1999)، استنتاج آماری را پیچیده می­کنند. اما یک توافق و اجماع عمومی بین اقتصاددانان مالی دیده می­شود مبنی بر اینکه، بر اساس آزمونهای درون نمونه­ای، بازده سهام، شامل اجزاء قابل پیش­بینی معنی­داری است (کمبل، 2000). با این حال، بوسائرتز و هیلیون (1999) و گویال و ولچ (2003، 2008) دریافتند که توانایی پیش­بینی انواع گوناگون متغیرهای رایج  اقتصادی برای پیش­بینی­های برون نمونه ای صادق نیست. این یافته، بر اساس این دیدگاه گسترده که مدل­های پیش­بینی نیازمند اعتبار سنجی برون نمونه­ای می­باشند قابلیت اطمینان پیش­بینی پذیری بازده سهام را با شک و تردید مواجه ساخته است.

 

با این حال، عدم اعتبار پیش­بینی پذیری بازده می­تواند نتیجه روش­های اقتصاد سنجی باشد. همچنانکه توسط لامورو و ژوو (1996)، گزارش شده است بسیاری از مطالعات پیش­بینی پذیری بازده، بطور ضمنی از یک پیش­بینی قوی قبلی استفاده می­کنند. علاوه بر این، در تلاش برای تأکید روی اهمیت آزمونهای برون نمونه­ای برای تحلیل پیش­بینی پذیری بازده سهام، پسران و تیمرمن (1995)، اهمیت و ارتباط دو مسئله عدم اطمینان و بی ثباتی پارامترها را برای پیش­بینی بازده سهام، خاطر نشان کرده­اند. مسئله عدم اطمینان مدل بیان می­کند که فرد پیش­بینی کننده، بهترین تصریح مدل و همچنین ارزش پارامترهای مرتبط با این مدل را بدرستی نمی­داند. علاوه بر این، به علت بی­ثباتی پارامترها، حتی بهترین مدلها هم می­توانند در طی زمان دستخوش تغییر شوند. در این ارتباط باید گفت، با توجه به پیوند بین نوسانات چرخه های تجاری و پیش­بینی پذیری بازده سهام، تعجب آور نیست که عدم اطمینان مدل و بی ثباتی پارامترها بطور قوی با پیش­بینی بازده سهام مرتبط باشند، چر ا که این عوامل، با پیش­بینی اقتصاد کلان نیز مرتبط و درگیر هستند.

 

دو مسئله عدم اطمینان مدل و بی ثباتی پارامترها پیرامون فرآیند تولید داده­های بازده سهام، چالشهایی جهت کشف و واکاوی پیش­بینی پذیری برون نمونه­ای بازده سهام را ارائه کرده­اند. خوشبختانه در این راستا مطالعات اخیر، استراتژیهای نوینی جهت پیش­بینی ارائه کرده­اند که دستاوردهای برون نمونه­ای اقتصادی و آماری معنی­داری را دربر داشته­اند.

 

نکته مهمی که باید توجه کافی را به آن داشت آنست که مهمترین عامل مدنظر سرمایه­گذاران، بازده سهام است. بازده سهام، دربردارنده کلیه عواید حاصل از نگهداری سهام به علاوه سود سرمایه­ای است. از این رو، سرمایه­گذاران در بازار سرمایه سعی دارند پس اندازهای خود را در سرمایه­گذاری هایی صرف کنند که بیشترین بازدهی را داشته باشد. سرمایه­گذاران برای دستیابی به این هدف نیاز به اطلاعاتی دارند که بر اساس آن، بازده یک سرمایه­گذاری را پیش­بینی کنند. نکته مهم در این میان آنست که محیط اقتصادی و شرایط بازار دربرگیرنده بسیاری از عوامل خرد و کلانی است که روی پیش­بینی بازده سهام تأثیر می­گذارند. اوضاع و شرایط بازار مفهومی چندبعدی است که مطالعات گوناگون هر کدام به تناسب ماهیت مسئله و موضوع مورد مطالعه روی جنبه هایی از این مفهوم تمرکز کرده­اند. در همین راستا، ادبیات اقتصادی سطح جریان اطلاعات موجود در بازار را به عنوان نماینده و جایگزینی کلیدی جهت شرایط و تغییرات شرایط بازار عنوان کرده است. این معیار می­تواند دربرگیرنده هر­گونه اطلاعاتی در ارتباط با شرایط و نحوه تصمیم گیری سرمایه گذاران موجود در بازار، استراتژیهای معاملاتی بازار و هرگونه اطلاعات مرتبط با شرکتهای سهامی، قیمتها و سایر متغیرهای خرد و کلان مرتبط با بازده و ریسک سهام باشد. بدیهی است که بقای سرمایه­گذاران در بازار و استراتژیهای معاملاتی که روی قیمتهای گذشته استوارند به سطح جریان اطلاعات مورد نیاز و مرتبط با قیمتها وابسته است. در همین راستا، ادبیات اقتصادی عنوان می­­کند هنگامیکه اطلاعات جدید در بازار زیاد است نوسانات قیمتی معمولاً قدرتمند بوده و الگوهای تاریخی قیمت سهام را در هم می­شکند. در این حالت استراتژیهای مبتنی بر مومنتوم و تحلیلهای تکنیکی از عملکرد ضعیفی جهت تحلیل بازار و پیش­بینی صحیح بازده سهام، برخوردارند. از این رو، می­توان گفت مطالعه شرایط بازار و سطح جریان اطلاعات، جهت کاربردهای تجربی پیش­بینی و پیش­بینی پذیری بازده سهام  از اهمیت ویژه ای برخوردار است.

 

در نهایت باید خاطر نشان شود که از بررسی ادبیات موجود در ارتباط با پیش­بینی پذیری و پیش­بینی بازده سهام، معلوم می­شود که این رابطه و تحلیل آن برای کشورهای توسعه یافته از ابعاد گوناگون مورد تحقیق و پژوهش قرار گرفته است. در حالی که مطالعات برای بورسهای نوظهور محدود و درحال انجام است. در همین ارتباط، تحقیقات صورت گرفته برای بورس اوراق بهادار تهران اندک است و نکته حائز اهمیت آنکه مطالعات قبلی فاقد بررسی و تحلیل نقش شرایط و تغییر شرایط بازار و به تبع آن سطح جریان اطلاعات در پیش­بینی پذیری بازده سهام در بورس مذکور هستند. بنابراین بررسی و تحلیل پیش­بینی پذیری بازده و نقش جریان اطلاعات در پیش­­بینی پذیری بازده سهام برای بورس اوراق بهادار تهران مسئله ویژه­ای است که باید توجه کافی را به آن مبذول داشت.

 

 

• اهمیت و ضرورت انجام پژوهش

 

از ویژگیهای یک حرکت متداول به سوی توسعه اقتصادی پایدار، بدست آوردن منابع لازم برای مجموعه فعالیتهای اقتصادی با تجهیز منابع پس انداز موجود در اقتصاد ملی است. در دهه­های اخیر نقش بازار سرمایه و گسترش بازارهای مالی، ارتباط نسبتاً بالایی با رشد اقتصادی کشورها داشته است. کشورهایی همچون آمریکا، ژاپن، انگلیس، کره جنوبی، سنگاپور و … از این بازارهای مالی و مشخصاً بورس اوراق بهادار در جهت توسعه و رشد اقتصادی استفاده های فراوان برده­اند (بن ناکور و قازوانی، 2007). از مهمترین عوامل مؤثر در افزایش سرمایه ­گذاری و رشد و توسعه اقتصادی، داشتن بازارهای مالی قوی و کارآمد همراه با سازمان های مالی مناسب و فعال در این بازارها است.

 

بورس اوراق بهادار، یکی از اجزاء مهم تشکیل دهنده بازار مالی بوده و به عنوان بخشی از مجموعه اقتصاد، تابع آن است. چنانچه این بازار رابطه منطقی با سایر بخشها نداشته باشد، معضلات و کاستیهایی در عملکرد آن پیش خواهد آمد. رکود و رونق بازارهای بورس نه تنها اقتصاد ملی، بلکه اقتصاد جهانی را نیز می تواند تحت تأثیر قرار دهد. نگاه اجمالی به عملکرد بورس اوراق بهادار تهران، بیانگر آن است که در برخی از دوره­های زمانی، عملکرد این بورس از رشد قابل ملاحظه­ای برخوردار بوده است. استمرار روندهای صعودی، در عین مطلوبیت می­تواند نگران کننده نیز باشد. این روند از این نظر که بورس اوراق بهادار تهران به عنوان سمبل بازار سرمایه ایران در مسیر یافتن جایگاه واقعی خود در اقتصاد کشور است، مطلوب است و نگران کننده از این  جهت، که رونق­ها معمولاً دوام نداشته و بلکه با رکود تدریجی یا ناگهانی مواجه می­شوند. با این اوصاف، شناسایی عوامل رونق و رکود بورس، چگونگی تداوم بخشیدن به آن و جلوگیری از سقوط نابهنگام بازار سهام، از اهمیت ویژه­ای برخوردار است. از طرفی معمولاً بازار سهام به عنوان شاخص پیشرو اقتصاد مطرح است. در همین راستا، از کاهش (افزایش) قیمت سهام و کاهش (افزایش) شاخص بورسها می­توان رکود (رونق) اقتصادی را در آینده­ای نزدیک پیش­بینی کرد.

 

بررسی بازار سرمایه کشور نشان می‌دهد بورس اوراق بهادار در ایران مانند بسیاری دیگر از بخش‌های اقتصادی کشور ساختاری در حال توسعه دارد. مفهوم این واقعیت در توسعه یافتگی پایین شاخص‌های بازار، وجود ریسک بالای سرمایه‌گذاری، کمبود شرکت‌های مشاوره و تحلیلگری مالی، ضعف نظام پاسخگوئی، همبستگی ضعیف بین بازار سرمایه و بدنه کلان اقتصاد، نمود می‌یابد. در ادامه در جداول و نمودارهای زیر شاخص‌های اندازه، عمق و میزان فعالیت بورس اوراق بهادار تهران و تعدادی از کشورهای خارجی ارائه و مقایسه شده است.

 

نسبت ارزش جاری بازار سهام به تولید ناخالص داخلی اقتصاد به عنوان شاخص اندازه بازار سهام به کار می‌رود. شاخص مذکور برای ایران در سال 2007، حدود 14درصد بوده که در سال 2011 به 24 درصد افزایش یافته است. همچنین مقایسه اندازه بازار سهام ایران با سایر کشورهای دنیا و منطقه نشان می‌دهد عمدتاً کشورهایی که از نظر GDP در سطوح بالاتری هستند دارای بازار سرمایه بزرگتری نیز هستند و مطالعات تجربی موجود نشان می‌دهند رابطه مثبتی میان توسعه مالی و رشد اقتصادی در بلندمدت وجود دارد. بطوریکه این نسبت برای اقتصادهای بزرگی مثل آمریکا، ژاپن و انگلستان برای اکثر سال‌ها (به غیر از سال 2008 به عنوان سال بحران مالی) بالای 80 درصد است. این نسبت برای اقتصادی همانند ترکیه که اندازه تولید ناخالص داخلی آن در سال 2010 حدود 730 میلیارد دلار است، حدود 42 درصد است. لازم به ذکر است که ارزش بازار سرمایه ایران حدود 6/0 درصد ارزش بازار سرمایه نیویورک بوده و تقریبا نصف بازار سرمایه ترکیه، ارزش دارد.

 

نسبت ارزش سهام مبادله شده به تولید ناخالص داخلی، توانایی خرید و فروش آسان اوراق بهادار را نشان می‌دهد و بیان دیگری از عمق بازار مالی مبتنی بر اوراق بهادار است. هر قدر این نسبت بزرگ‌تر باشد، به همان نسبت مبادله اوراق بهادار آسان‌تر انجام می‌گیرد. نسبت مذکور برای ایران از حدود 2.7 درصد در سال 2007 به حدود 3 درصد در سال 2011 افزایش یافته است. درحالی که این نسبت در کشور ترکیه در سال 2011، 48.8 درصد بوده و در بورس سئول در همان سال 148.5درصد تولید ناخالص داخلی بوده است که نشان از عمق و نقش با اهمیت بازار سهام در اقتصاد این کشورها دارد.

1-2)

 

در فرمول فوق Qitd تقاضا برای مسکن در منطقه i در زمان t

 

Pit قیمت مسکن

 

Yit درآمد خانوارها در منطقه i و در زمانt

 

Wit ثروت خانوارها در منطقه i و در زمانt

 

Dit فاکتورهای منطقه ای موثر بر تقاضای مسکن در منطقه i و در زمانt

 

Mt نرخ رهن خانه های مسکونی در زمان t

 

که تقاضا برای کل مناطق از جمع تقاضای تمامی  مناطق بصورت زیر بدست می آید:

 

 

 

=f(Pit,Yit,Wit,Dit,Mt)                                                                                             (2-2)

 

 

 

معادله عرضه مسکن نیز از روش مشابه تقاضای مسکن بدست آمده است که عرضه مسکن تابعی از قیمت مسکن در منطقه i ومنطقه همسایهj و شرایط اقتصادی منطقه i (Ei) و منطقه j (Ej) بدست می آید:

 

 

 

=f(Pit,Pjt,Eit,Ejt)                                                                                           (3-2)

 

 

 

که از برابری  معادلات (2-2)و(2-3) بازار مسکن در تعادل قرار می گیرد.در مدل در نظر گرفته شده توسط این دو محقق قیمت مسکن بصورت درون زا و توسط فرمول زیر تعیین می شود:

 

 

 

(4-2)

 

که Qitt تعداد خانه های تقاضا شده در بازار i و در زمات t است.

 

جفری مین واندی نیگارد) (2010) در بررسی ومدلسازی خود برای بررسی  رابطه بین بازار مسکن منطقه ای و مهاجرت دوناحیه iوj را در نظر گرفته اند که اختلاف بین قیمت مسکن دو ناحیه توسط رابطه زیر بدست آمده است:

 

Δ(gi-gj)=-Ɣ1(gi-gj)-1+ Ɣ2[(hhi-hhj)-(hsi-hsj)]-1– Ɣ3(ucci-uccj)+ Ɣ4(zi-zj)+(ϵi– ϵj)    (5-2)

 

g قیمت خرید واقعی خانه های مسکونی

 

hh تعداد خانوارها

 

hs تعداد واحدهای مسکونی

 

ucc هزینه استفاده از مسکن شخصی که برابر است با:

 

ucc=(i-p-ge)

 

i نرخ بهره اسمی

 

P نرخ تورم

 

ge عایدی مورد انتظار از خانه

 

Z متغییرهای کنترل و ϵ جزء خطا است.

 

میشل بینستوکو ،دانیل فلسن ودای ایکسیر (2014 ) در مقاله خود تحت عنوان بررسی بازار مسکن منطقه ای به بررسی ومدلسازی برای بازار مسکن منطقه ای پرداخته اند.این دو محقق نیز برای ساده سازی و قابل درک بودن مدل تنها دو منطقه a و b را در نظر گرفته اند.در این مدل فرض شده است که جمعیت کل(N )که در دوناحیه a وb زندگی می کنند ثابت است:

 

N=Na+NB                                                                                                                                                                                           (6-2)

 

و جمعیت به عنوان یک متغییر برون زا در نظر گرفته شده است.

 

موجودی خانه ها (H) در ناحیه a در شروع دوره t به مترمربع بصورت زیر در نظر گرفته شده است:

 

Hat=δHait-1+Sat-1                                                                                                (7-2)

 

 

 

در مدل فوق S تعداد خانه هایی که ساخت آنها شروع شده وδ نرخ استهلاک خانه است .در معادله فوق فرض شده است که خانه های شروع شده در زمان t-1 در زمان t تکمیل شده اند.تعداد خانه های شروع شده به  طور مستقیم به قابلیت سودآوری ساخت وساز که برابر است با قیمت یک مترمربع ساختمان منهای هزینه یک متر مربع ساختمان بستگی دارد.تصمیم پیمانکاران ساختمانی برای ساخت وساز جدید بستگی به نسبت سود آوری ساخت وساز در دو ناحیه a وb دارد.تعداد ساخت وساز جدید در منطقه a و در زمان t را می توان بصورت زیر نوشت:

 

Sat=α+β(Pat-Ct)-Ɣ(Pbt-Ct)+ωSbt                                                                   (8-2)

 

P قیمت هر مترمربع ساختمان ،c هزینه هر مترمربع ساخت وساز که در دو منطقه a وb یکسان فرض می شود،ضریب ω<1 تاثیر سا خت وساز منطقه b را برمنطقه a نشان می دهد.تقاضابرای مسکن تابعی  مستقیم  از جمعیت ومعکوس از قیمت هر مترمربع مسکن  وموجودی مسکن است.در این مدل موجودی خانه در زمان t ثابت فرض می شود.همچنین در این مدل قیمت مسکن در منطقه a تابعی مستقیم از قیمت مسکن در منطقه b در نظر گرفته می شود:

 

 

 

(9-2)                                                                         Pat=μ+πNat-θhat+φPbt             φ<1

 

در مدل ارائه شده شش متغییر منطقه ای(P ,S,H در دو ناحیه a وb )وجودداردکه بطور پویا با یکدیگر در ارتباط هستند.با حل سیستم معادلات (7-2)و(8-2)و(9-2) تعدادساخت وسازهای شروع شده در منطقه a بصورت زیر بدست می آید:

 

قیمت مسکن در منطقه a بطور مستقیم به جمعیت مناطق a وb و بطور معکوس با موجودی مسکن دومنطقه بستگی دارد.در معادله فوق اگر0=? باشد قیمت مسکن در منطقه a به دیگر مناطق وابسته نیست.معادله های (10-2) و(11-2) معادله هایی ایستا هستند.برای بدست آوردن معادله پویا از موجودی مسکن می توان معادله (7-2) را با دو وقفه بصورت زیر نوشت:

 

ابتدا میزان موجودی مسکن توسط رابطه (12-2) بدست می آیدسپس با جایگزینی معادله (12-2) در معادله (11-2) قیمت مسکن بدست می آید.و سرانجام با جایگزینی معادله (11-2) در معادله (10-2) تعداد واحدهای شروع به ساخت بدست می آید.پویایی معادله (12-2) که با دووقفه موجود در این معادله مشخص می شود به قیمت خانه و همچنین خانه های شروع شده به ساخت انتقال پیدا می کند:

 

-Word Development Index

 

-Voith

 

-Leishman Chris, Bramley Glen

 

– Meen Geoffrey, Nygaard Andi

• تلفیق زنجیره مارکوف در مدل‌های خانواده GARCH، چه تاثیری در برآورد میزان ریسک بازدهی شاخص صنایع دارد؟

 

• رابطه کوتاه‌مدت و بلندمدت ریسک بازدهی صنایع پذیرفته شده در بورس اوراق بهادار تهران با نوسانات نرخ ارز چگونه است؟

 

• آیا می‌توان ابزار جدیدی طراحی و پیشنهاد نمود که ضمن برخورداری از قابلیت تامین مالی بنگاه‌ها، ناشر و دارندگان آن بتوانند با در اختیار داشتن آن در برابر نوسانات نرخ ارز محفوظ بمانند.

 

1-4 اهداف تحقیق

 

اهداف مورد نظر در تحقیق عبارتند از:

 

 

 

1. اندازه‌گیری و کمّی‌سازی ریسک بازدهی صنایع منتخب

 

1. رتبه‌بندی صنایع برحسب تاثیرپذیری ریسک بازدهی صنایع از نوسانات نرخ ارز (در بازه‌های زمانی کوتاه‌مدت و بلندمدت)

 

1. پیشنهاد ابزار مالی- اسلامی جهت مدیریت ریسک بنگاه از نوسانات نرخ ارز

 

1-5 ضرورت تحقیق

 

با توجه به اهمیت مدیریت ریسک بنگاه از نوسانات نرخ ارز در فعالیت بنگاه‌های اقتصادی، دستیابی به ابزاری دقیق و کارآمد جهت کمّی‌سازی و اندازه‌گیری  این ریسک‌ نه تنها کمک شایانی به سهامداران و مدیران بنگاه‌ها می‌کند بلکه به برنامه‌ریزان مرکزی در شرایط تصمیمگیری در تخصیص اعتبارات و پوششهای ارزی بین بنگاههای زیرمجموعه و حمایتهای بیمهای و همچنین ارزیابی عملکرد مدیریت ریسک هر یک از بنگاهها از نوسانات نرخ ارز می‌رساند(سونک و همکاران، 2005). در این رابطه برنامه‌ریز مرکزی برای ارزیابی ریسک بنگاههای زیرمجموعه خود از نوسانات نرخ ارز، میبایست ابزاری دقیق، کارآمد و جامعی در اختیار داشته باشد تا بتواند مجموعه بنگاههای تحت نظارت خود را با آن بسنجد و در صورت امکان، با رتبهبندی بنگاهها بر حسب میزان حساسیت جریان مالی فعالیت آنها به نوسانات نرخ ارز، حداکثر زیان احتمالی این بنگاهها را از نوسانات نرخ ارز پیشبینی نماید. علاوه‌براین بسیاری از نهادهای مالی (نظیر بانک و بیمه) و مشتریان داخلی و خارجی، شرکا و نهادهایی که در زنجیره تامین کالا و خدمات در ارتباط با بنگاه‌ها قرار دارند، نیازمند آگاهی از میزان ریسک بنگاه‌ها در مواجه با نوسانات نرخ ارز هستند. از اینرو دسترسی به سازوکار دقیق اندازه‌گیری ریسک، یکی از نیازهای اساسی این نهادها به شمار می‌آید.

 

با وجود این در اکثر تحقیقاتی که در این زمینه صورت گرفته (اندازه‌گیری ریسک)، بیشتر از زوایای محدودی به این مسئله نگریسته شده  و در اجرا عملاً نقاط ضعف روش‌های پیشنهادی ظاهر شده است. به عنوان نمونه وضعیت یک بنگاه اقتصادی از دیدگاه صاحبان آن بنگاه، مشتریان آن و کارشناسان و ناظران آن در فضای کسب و کار صنعت مربوطه، تا حدودی متفاوت است و سازوکارهای طراحی شده، نتوانسته‌اند نظرات کلیه دیدگاهها را درنظر بگیرند (وزن دهند)(پونز، 2010). البته مطالعات کمّی (مبتنی بر خرد جمعی) نیز در این رابطه انجام شده اما نیاز به ترمیم و توسعه این روش‌ها نیز احساس می‌گردد.

 

در این راستا با توجه به اهمیت مسئله ریسک بنگاه از نوسانات نرخ ارز، بخصوص در کشوری که نوسانات این متغیر، بشدت در حال تغییر است، طراحی یک سازوکار جامع مبتنی بر خرد جمعی ضروری می‌باشد. از اینرو سازوکاری در این پژوهش پیشنهاد شده است که علاوه بر برطرف نمودن برخی کاستی‌های روش‌های جاری، دارای قابلیت‌های فراوانی از جمله امکان رتبه‌بندی بنگاه‌ها براساس بازه‌های زمانی مختلف،  امکان تحلیل با توزیع‌های نرمال و غیر نرمال، لحاظ انتقالات سطحی ناگهانی در تلاطمهای سری زمانی، امکان ملحوظ نمودن شوک‌های دیرپا، نمایش ساختار دینامیکی تلاطم‌ها، درنظر گرفتن واکنشهای نامتقارن به شوکها، درنظر گرفتن انتقالات رژیمی در مدلسازی (بجای شکست ساختاری)، بررسی اثر اهرمی و اثرات بازخورد در انتقالات رژیمی، امکان درنظر گرفتن پدیده کشیدگی مازاد یا دنباله پهن توزیع خطاها و تعیین احتمال تغییرات رفتار رژیمی متغیرها و …. برخودار می‌باشد.

 

در این رابطه نهادهای مختلفی می‌توانند از قابیلت‌های این سازوکار استفاده بنمایند. به عنوان نمونه اگر مجموعه بنگاه‌های زیرمجموعه صنعت و معدن، جامعه مورد مطالعه باشد، وزارت صنعت، معدن و تجارت از قابلیت‌های این مدل می‌تواند در مواردی نظیر؛ شناسایی صنایع آسیب‌پذیر، نظارت و تمرکز موثرتر در راستای بهبود مدیریت ریسک بخشهای آسیب‌پذیر، تخصیص بهینه اعتبارات و پوشش‌های ارزی، حمایت‌های بیمه‌ای، اولویت‌دهی به بخش‌های آسیب‌پذیر در اعطای ضمانتنامه‌های ارزی و اولویت‌بندی آنها در بازپرداخت‌های بدهی‌های دولتی و… بهره‌گیرد.

 

بازار سرمایه و سهامداران از قابلیت‌های این سازوکار می‌توانند در مواردی نظیر؛ بهبود شفافیت و نقدشوندگی معاملات سهام، کشف قیمت و ارزش واقعی سهام شرکتهای متقاضی ورود به بازار (یا افزایش سرمایه)، امکان رتبه‌بندی شرکتها بر حسب درجه اعتباری ریسک، راهنمای سهامداران در انتخاب سبد بهینه سهام (بر حسب ریسک)، راهنمای صدور مجوز ابزارهای تامین مالی ارزی نظیر اوراق مشارکت ارزی، صکوک اجاره ارزی و… بهره‌گیرند.

 

نظام بانکی از قابلیت‌های این سازوکار می‌تواند در مواردی نظیر؛ شناسایی میزان ریسک (رتبه) بنگاه‌های متقاضی اخذ تسهیلات بانکی، امکان تعیین میزان وثیقه دریافتی، ضمانتنامه ارزی دریافتی (بر اساس رتبه شرکت)، بررسی میزان ریسک رشته‌ها و فعالیتهای مورد نظر بانکها برای سرمایه‌گذاری مستقیم، کاهش ریسک سرمایه‌گذاری سپرده‌های جمع‌آوری شده توسط بانکها، مساعدت به بانک مرکزی در نظارت بر عملکرد وام‌دهی بانکهای زیرمجموعه از بعد مدیریت ریسک ارزی، شفاف‌سازی و کاهش فساد در اعطای تسهیلات ریالی و ارزی در نظام بانکی و… بهره‌گیرد.

 

صندوق‌های حمایتی از قابلیت‌های این سازوکار می‌تواند در مواردی نظیر؛ شناسایی میزان ریسک (رتبه) بنگاههای متقاضی اخذ تسهیلات، صدور ضمانتنامه ارزی، امکان ارائه پوششهای حمایتی در قالب تامین مالی توسط صندوق‌های حمایتی، امکان تخصیص اعتبارات ارزی توسط صندوق توسعه ملی و… بهره‌گیرند.

 

شرکتهای بیمه از قابلیت‌های این سازوکار می‌توانند در مواردی نظیر؛ شناسایی شرکتهای آسیب‌پذیر، صدور بیمه‌نامه‌های جدید، تعیین کارمزد و میزان پوشش ریسک بنگاهها با توجه به رتبه اعتباری ارزی آنها، حمایتهای بیمه‌ای کوتاه‌مدت و بلندمدت و… بهره‌گیرند.

 

مشتریان محصولات بنگاه از قابلیت‌های این سازوکار می‌توانند در مواردی نظیر؛ شفافسازی قیمت تمام شده محصولات خریداری شده، انتخاب بنگاه‌های تولیدکننده بر حسب ریسک اعتباری آنها (برحسب قابلیت اطمینان تحویل به موقع محصول در قیمتهای توافقی) و… بهره‌گیرند.

 

سازمان‌های مالی بین‌المللی از قابلیت‌های این سازوکار می‌توانند در مواردی نظیر؛ شناسایی میزان ریسک (رتبه) بنگاههای متقاضی اخذ تسهیلات بانکی، اعطای تسهیلات ارزی بر حسب میزان وثیقه دریافتی و سود تسهیلات (بر اساس رتبه شرکت)، بررسی میزان ریسک رشته فعالیتهای مورد نظر برای سرمایه‌گذاری مستقیم و… بهره‌گیرند.

 

سرمایه‌گذاران خارجی از قابلیت‌های این سازوکار می‌توانند در مواردی نظیر؛ شناسایی میزان آسیب‌پذیری رشته فعالیتهای مورد نظر، شناسایی رتبه اعتباری شرکتهای مورد نظر برای سرمایه‌گذاری مشترک و… بهره‌گیرند.

 

 

 

1-6 فرضیه‌های تحقیق

 

فرضیه‌های تحقیق بصورت زیر می‌باشد:

 

 

• مدل‌های خانواده GARCH، با تلفیق زنجیره مارکوف، برآورد بهتری نسبت به عدم لحاظ زنجیره مارکوف در تعیین میزان ریسک بازدهی شاخص صنایع ارائه می‌دهند.

 

• تاثیرات نوسانات کوتاه‌مدت و بلندمدت نرخ ارز بر ریسک بازدهی صنایع معنادار می‌باشد.

 

با توجه به اینکه در سوال سوم، پیشنهاد ابزار مالی اسلامی جدید مطرح گردیده است، لذا نمی‌توان براساس آن فرضیه‌ای مطرح نمود.

 

1-7 روش انجام تحقیق

 

1-7-1 روش پژوهش

 

در پژوهش حاضر اندازه‌گیری ریسک بازده صنایع و رتبه‌بندی آن بر حسب نوسانات نرخ ارز بر اساس مراحل هفت‌گانه زیر صورت پذیرفته است. این گام‌ها شامل موارد زیر می‌باشد.

 

گام نخست: تخمین مدل میانگین ARIMA

 

در ابتدا بر اساس مبانی نظری، سری زمانی بازدهی شاخص صنایع استخراج و پس از بررسی مانایی هر از صنایع، فرآیند مدلسازی ARIMA با استفاده از مراحل سه گانه رهیافت باکس جنکینز آغاز میشود. در این رابطه ابتدا مانایی سری زمانی متغیر بازدهی شاخص صنایع ( ) بررسی و مرتبه انباشتگی (d)  تعیین می‌شود. تعداد جملات خود‌رگرسیو(p) و تعداد جملات میانگین متحرک(q)، با استفاده از توابع خودهمبستگی(AC) و خودهمبستگی‌جزئی(PAC) بر اساس مراحل باکس- جنکینز محاسبه می‌گردد. سپس براساس معیارهای هنان‌کوئین مورد بازبینی قرار می‌گیرد.

 

گام دوم:  تخمین مدلهای خانواده GARCH

 

پس از تخمین مدل ARIMA، به بررسی اثرات ARCH مدل میانگین صنایع پرداخته می‌شود. در صورت تایید وجود اثرات ARCH به برآورد مدل‌های خانواده GARCH  پرداخته می‌شود. در این رابطه از 6 مدل از خانواده GARCH جهت مدل‌سازی واریانس شرطی بازدهی شاخص صنایع استفاده می‌گردد. در این رابطه ابتدا از مدل GARCH ساده و GARCH-M شروع می‌شود، سپس با درنظر گرفتن اثر عدم تقارن واکنش بازدهی شاخص صنایع به شوک‌ها، به ترتیب مدل EGARCHو EGARCH-M برآورد می‌گردد. در نهایت با درنظر گرفتن وجود اثر مانایی در معادله واریانس شرطی، مدل IGARCH و IGARCH-M برآورد می‌گردد. با در نظر گرفتن 3 نوع تابع توزیع؛ نرمال، t و GED برای هر یک از مدل‌ها، در نهایت برای هر صنعت 18 مدل برآورد می‌گردد.

 

گام سوم:  تخمین مدلهای خانواده سوئیچینگ مارکوف

 

پس از تخمین مدلهای خانواده GARCH، هر یک از مدلهای 18 گانه مذکور، توسط رهیافت سوئیچینگ مارکوف برآورد می‌شود. در واقع در این گام با تلفیق رهیافت مارکوف در مدل‌های خانواده GARCH به برآورد مدل‌های مذکور پرداخته می‌شود.

 

 

 

 

 

گام چهارم: انتخاب مدلهای بهینه (سوئیچینگ و غیر سوئیچینگ)

 

پس از برآورد مدلهای خانواده GARCH و مدل‌های تلفیقی خانواده GARCH با سوئیچینگ مارکوف، در این مرحله با استفاده از آزمون نسبت درستنمایی گارسیا و پرون ( LRPG) مدلهای بهینه هر گروه انتخاب می‌شود. از این پس جهت ساده‌سازی مفاهیم به گروه نخست « مدلهای خانواده GARCH بدون اثر سوئیچینگ» و گروه دوم « مدلهای خانواده GARCH با اثر سوئیچینگ » گفته می‌شود.

 

گام پنجم: آزمون نرمالیتی

 

پس از انتخاب مدلهای مناسب هر گروه، با استفاده از آزمون جارک-برا، نرمال بودن توزیع متغیر بازدهی شاخص صنعت در هر یک از مدلهای منتخب مورد آزمون قرار می‌گیرد. در صورت تایید نرمال بودن توزیع بازدهی شاخص صنعت در مدلهای برآورد شده، آنها به گام بعدی منتقل میشوند. در غیر این صورت توزیع مناسب سری زمانی بر حسب توزیع آزمون نسبت درستنمایی گارسیا و پرون (LRPG) انتخاب میشوند. در واقع این مدلها یا دارای توزیع t و یا دارای توزیعGED می‌باشند.

 

گام ششم: انتخاب مدل بهینه و اندازهگیری ارزش در معرض خطر(VaR)

 

پس از آنکه مدلهای بهینه هر یک از صنایع، استخراج شد و توزیع بهینه آنها (نرمال، t و GED)  انتخاب گردید، در این مرحله مجدداً با استفاده از آزمون نسبت درستنمایی گارسیا و پرون  LRPG، مدل بهینه از میان مدل‌های منتخب هر صنعت بین دو گروه ( با درنظر گرفتن اثر سوئیچینگ و بدون درنظر گرفتن اثر سوئیچینگ)، انتخاب میگردد. پس از تعیین مدل بهینه نهایی، با استخراج واریانس شرطی از آن، سری زمانی نااطمینانی تولید می‌شود. با تولید این سری، سری زمانی ریسک با استفاده از روش ارزش در معرض ریسک(VaR) براساس معادله مشخص تولید می‌شود.

 

گام هفتم: مدلسازی خودرگرسیونی با وقفه‌های توزیعی (ARDL)

 

پس از استخراج سری زمانی ریسک، با مدل خودرگرسیونی با وقفه‌های توزیعی، این متغیر (به عنوان متغیر وابسته) براساس سری زمانی نرخ ارز مدلسازی می‌شود. ضرایب بدست آمده (کوتاهمدت و بلندمدت) از متغیر مستقل سری زمانی نرخ ارز، بیانگر میزان تاثیرپذیری بازدهی منفی (ریسک) هر یک از صنایع از نوسانات نرخ ارز میباشد. در نهایت پس از استخراج ضرایب مذکور برای کلیه صنایع، این صنایع بر حسب میزان تاثیرپذیری از نوسانات نرخ ارز رتبهبندی میگردند.

 

1-7-2 جامعه آماری

 

در پژوهش حاضر دو نوع سری زمانی انتخاب گردید: سری زمانی نوسانات نرخ ارز و شاخص صنایع مختلف بورس. سری زمانی نرخ بازاری دلار از پایگاه اطلاعاتی شرکت بورس اوراق بهادار تهران استخراج گردید. در این مطالعه برای بررسی شاخص صنایع، صنایعی که در آن حداقل 3 شرکت پذیرفته شده در بورس و اوراق بهادار (بازار اول و دوم) حضور دارند، انتخاب شد که با این قید، در مجموع 17 صنعت به شرح زیر انتخاب گردید. صنایع منتخب شامل: سرمایه‌گذاری، شیمیایی، بانک، دارو، ماشین‌آلات، محصولات فلزی، فرآورده‌های نفتی، خودو، ساخت فلزات اساسی، مواد غذایی، قند و شکر، کاشی و سرامیک، پلاستیک (لاستیک)، سیمان، معدن، مستغلات و بیمه می‌باشد. اطلاعات مربوط به شاخص صنایع نیز از پایگاه اطلاعاتی شرکت بورس اوراق بهادار تهران استخراج شد.

 

دوره زمانی مورد مطالعه دوره 5 ساله از 31 شهریور سال 1388 تا 31 شهریور 1393 می‌باشد و داده‌ها بصورت روزانه بوده و جمعاً 1210 مشاهده می‌باشد.

 

 

 

1-8 چارچوب تحقیق

 

در این پژوهش در فصل دوم به بررسی ادبیات و پیشینه تحقیق پرداخته شده است. در بخش نخست این فصل به پشتوانه مطالعات تطبیقی به معرفی مفاهیم ریسک، ریسک نرخ ارز و ارتباط آن با بازار سرمایه پرداخته و در ادامه ادبیات نظری ریسک‌های مشتق از نوسانات نرخ ارز و شیوه‌ها و استراتژی‌های مدیریت ریسک تشریح شده است. شایان ذکر است که بخش عمده‌ای از ادبیات نظری مربوط به ریسک نوسانات نرخ ارز در سطح خرد برای نخستین بار در مطالعات داخلی بیان گردیده است. در بخش دوم فصل حاضر نیز مطالعات صورت گرفته در حوزه نوسانات نرخ ارز و بازار بورس در قالب 4 حوزه: 1) روابط بین نرخ ارز و بازدهی سهام، 2) مطالعات مرتبط در حوزه خانواده GARCH، 3) ارزش در معرض ریسک و 4) زنحیره مارکوف پرداخته شده است.

 

در فصل سوم به بررسی مبانی نظری پژوهش و مروری بر متغیرهای مورد مطالعه پرداخته شده است. در بخش نخست فصل جاری به بررسی و تحلیل روند نرخ ارز، شاخص بورس و شاخص سهام برخی از صنایع پرداخته شد و در ادامه به تشریح مبانی نظری مدل‌های مورد استفاده در پژوهش اعم از مدل‌های خانواده GARCH، ارزش در معرض ریسک (VaR) و زنجیره مارکوف پرداخته شده است.

 

در فصل چهارم نیز در بخش نخست به برآورد و تجزیه و تحلیل نتایج بر اساس 7 گام استخراج ریسک بنگاه از نوسانات نرخ ارز صنایع پرداخته شده و در بخش دوم آن نیز به معرفی و پیشنهاد ابزار جدید مدیریت ریسک نرخ ارز «اوراق مشارکت ارزی قابل تبدیل به سهام» پرداخته شده است.

 

فصل پایانی پژوهش حاضر نیز در بخش نخست به خلاصه‌ای از یافته‌های تحقیق در سه بخش؛ مبانی نظری ریسک نوسانات نرخ ارز، اندازه‌گیری ریسک صنایع و معرفی ابزار جدید مالی-اسلامی پرداخته و در بخش دوم پیشنهادات و توصیه‌های سیاستی برگرفته از نتایج این پژوهش بیان گردیده است.