ارائه شاخصی جدید برای انعکاس رفتار بازار سهام با استفاده از رویکرد تحلیل شبکه های پیچیده
محل انتشار: فصلنامه اقتصاد مالی، دوره: 13، شماره: 46
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 177
فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ECJ-13-46_002
تاریخ نمایه سازی: 27 آذر 1401
چکیده مقاله:
شاخصهای منعکس کننده رفتار بازار سهام یکی از مهمترین عوامل تاثیرگذار بر تصمیمات سرمایهگذاران در بازارهای مالی است. اغلب سرمایهگذاران در بورس اوراق بهادار تهران به شاخص کل بورس توجه دارند که تمامی شرکتهای پذیرفته شده در بورس را در بر میگیرد. این مطالعه به معرفی شاخصی جدید با استفاده از روش شبکههای پیچیده میپردازد. شبکههای پیچیده مطالعه همبستگی قیمتهای بازار سهام را به خوبی فراهم میآورند و از این رو درک بیشتری از عملکرد بازار برای سرمایهگذاران ایجاد میکنند. در این مطالعه شبکه بازار سهام با دادههای ۲۴۶ سهام بورس اوراق بهادار تهران طی دوره زمانی اولین روز معاملاتی فروردین ۱۳۹۵ تا آخرین روز معاملاتی اسفند ۱۳۹۵ ایجاد شده که در آن، برای اتصال بین دو گره یا سهام از رویکرد WTA، استفاده گردیده است. نتایج حاصل از توزیع درجه شبکه بازار سهام، حاکی از این است که شبکه سهام بازار بورس اوراق بهادار تهران، شبکهای آزاد از مقیاس است؛ که به وضوح نشان میدهد که تغییرات قیمت بازار سهام به شدت تحت تاثیر تعداد نسبتا کمی از سهامها قرار دارد. از این رو با استفاده از تحلیل شبکههای پیچیده بازار سهام، شاخصی جدید مبتنی بر درجه و با شمول سهامهای منتخب، ارائه شده و با شاخص کل بازار بورس مقایسه میگردد. بر اساس نتایج، شاخص جدید همبستگی معناداری با شاخص کل بازار بورس دارد و میتواند رفتار بازار سهام را به خوبی منعکس نماید. The indices of stock market are one of the most important factors affecting the decisions of investors in financial markets. Most investors in the Tehran Stock Exchange pay attention to TEIPX index, which includes all companies is listed to the stock exchange. This study introduces a new index using a complex network method. Complex networks provide price correlation in stock market and thus creating a better understanding of market performance for investors. In this study, the stock market network with data from ۲۴۶ stocks of Tehran Stock Exchange during the first trading day of March ۲۰۱۶ to the last trading day of March ۲۰۱۷ was created, in which the WTA approach was used to connect two nodes or stocks. The results of the degree distribution of the stock market network indicate that the stock market network of Tehran Stock Exchange is a scalefree network, which clearly shows that stock market price changes are highly influenced by a relatively small number of stocks. Hence, by using the complex networks analysis in stock market, a new index based on the degree and the inclusion of selected stocks is presented and compared with the TEPIX index. According to the results, the new index has a significant correlation with the TEPIX index and can reflect well stock market behavior. Keywords: Stock market, Complex networks, Degree distribution, Stock index JEL Classification: D۵۳, G۱۱, G۲۰
کلیدواژه ها:
نویسندگان
هادی اسماعیل پور
دانشجوی دکتری اقتصاد مالی دانشگاه علامه طباطبائی، تهران، ایران.
تیمور محمدی
دانشیار دانشگاه علامه طباطبائی، تهران، ایران.
محمد فقهی کاشانی
استادیار دانشگاه علامه طباطبائی، تهران، ایران.
عباس شاکری
استادیار دانشگاه علامه طباطبائی، تهران، ایران.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :