ریسک عملیاتی به علل مختلفی در سال های اخیر در بین دانشگاهیان، مدیران و قانونگذاران اهمیت پیدا کرده است. مهمترین آنها پیشرفت علم و تکنولوژی و قانون زدایی بوده است که باعث شکل گیری سیستم های یکپارچه و پیچیده مالی شده است. فعالیت در چنین سیستم هایی، باعث شده است تا فعالیت بنگاهها اقتصادی در معرض ریسک های گوناگونی قرار گیرند. کم توجهی به این امر باعث وقوع رویدادهای زیانباری زیادی درسالهای اخیر شده است که باعث اهمیت ریسک عملیاتی در نزد صاحبان امر شده است. کمیته نظارت بانکی بال، به عنوان نهاد بین المللی قانونگذار در صنعت بانکداری، طی توافق نامه بال ii بانک ها را ملزم به نگهداری ذخیره سرمایه برای مقابله با زیانهای عملیاتی کرده است. در توافق نامه بال ii رویکردهای پیشرفته به عنوان رویکرد های با انعطاف پذیری بالا برای محاسبه ذخیره سرمایه معرفی شده است. در این پژوهش ابتدا مفاهیم اولیه از قبیل مفهوم ریسک، سنجه ریسک، انواع ریسک های مالی توضیح داده می شود و نکات مهم توافق نامه بال و دستور العمل بانک مرکزی جمهوری اسلامی ایران در خصوص ریسک عملیاتی مرور می شود. کار اصلی در این پژوهش ارائه مدلی از رویکردهای پیشرفته برای محاسبه ذخیره سرمایه برای بانک های ایرانی است. این مدل با استفاده از رویکرد توزیع زیان شکل گرفته است که اساسا یک رویکرد بیمه ای می باشد. تمرکز ما در این پژوهش بر مفهوم کمی ساز ی ریسک یعنی استفاده از دادههای زیان پایگاه داده و مدلسازی شدت و فراوانی زیان، مخصوصا استفاده از توزیع های پایدار در مدلسازی شدت زیان است. ذخیره سرمایه در این رویکرد با تجمیع توزیع های فراوانی و شدت، و با استفاده از سنجه های var و cvar و همچنین در نظر گرفتن ساختار همبستگی بین دسته های مختلف ریسک محاسبه شده است. از این پژوهش نتیجه گرفته ایم که انتخاب توزیع های پایدار برای شدت زیان و انتخاب توزیع دوجمله ای منفی برای فراوانی زیان مناسب می باشد. بعلاوه استفاده از توزیع های پایدار باعث می شود تا var تبدیل به یک سنجه منسجم گردد و در نتیجه محاسبه ذخیره سرمایه در حالت همبستگی کامل، تبدیل به محافظه کارانه ترین حالت می شود.

تغییرات شدید قیمت، نه تنها برای سفته بازان بلکه برای تمامی فعالان بازار و تمامی محققین حوزه ی تحلیل بنیادی موضوعی بسیار مهم است. مدیریت ریسک مالی یکی از مهم ترین موضوعات در علوم مالی است و به منظور خلق ارزش اقتصادی در یک شرکت با بهره گیری از ابزارهای مالی مدیریت ریسک، به خصوص ریسک بازار می باشد. مدیریت ریسک مستلزم شناسایی منابع ریسک، اندازه گیری آن و برنامه ریزی برای آنهاست. ارزش در معرض ریسک به آرامی در حال جایگزینی با انحراف استاندارد و نوسان پذیری به عنوان عمومی ترین معیار سنجش ریسک است. از زمانیکه این معیار توسط بانک بین المللی تسویه و دیگر آژانسهای رسمی آمریکا در سال 1988 پذیرفته و توصیه شد، به صورت یک معیار محبوب سنجش ریسک در آمده است. ارزش در معرض ریسک بیانگر بدترین زیان احتمالی در یک دوره زمانی و در سطح اطمینانی مشخص می باشد و از آنجاکه تمامی ریسکهای پیش رو را در یک مقدار کمّیِ واحد خلاصه می کند رویکردی بسیار محبوب است. مدیریت ریسک مالی با رویدادهای کم احتمال که در دنباله توزیع قیمتها قرار دارند، سروکار دارد. رویکرد واریانس-کوواریانس یکی از رایج ترین روشهای پیش بینی var است و فرض مهم آن، این است که بازده سهام به صورت نرمال توزیع شده است، اما تحقیقات نشان می دهد که سریهای زمانی مالی دارای دنباله ای پهن هستند. روش رایج دیگر در پیش بینی var، رویکرد شبیه سازی تاریخی است که به هیچ فرض صریحی در مورد توزیع بازده احتیاج ندارد، اما از آنجاکه محاسبات آن بر اساس تعداد محدودی مشاهده صورت می گیرد فرآیند تخمین قابل اتکا نبوده و دستیابی به تخمینی بالاتر از بزرگترین مشاهده غیر ممکن است. نوسانات شدید با دنباله توزیع در ارتباط هستند، که این مساله به علت وجود خصوصیت دنباله پهن در سریهای زمانی مالی بسیار اهمیت دارد. بنابراین، مدلهای سنتی مدیریت ریسک به علت تمرکز بر کل توزیع، که دنباله ها تنها بخش کوچکی از آن هستند، ممکن است در سنجش دقیق و پیش بینی دنباله ها دچار اشتباه شوند. تئوری مقدار فرین مستقیما بر دنباله توزیع تمرکز می کند و در نتیجه توانایی تخمین مناسبتر ریسک را دارد. در حالت کلی ما نه تنها به بزرگترین مشاهدات بلکه به بررسی مشاهدات بزرگتر از یک آستانه ی بزرگ علاقه مندیم. یک روش جهت استخراج داده های فرین در یک نمونه در نظر گرفتن مشاهداتی است که از یک آستانه u –که از پیش تعیین شده است- بزرگتر باشند، که به روش فراتر از آستانه معروف است. تعیین آستانه موضوع مهمی در تئوری مقدار فرین است. در تعیین آستانه با مصالحه ای میان اریبی و واریانس مواجه ایم و روش بهینه ای برای انتخاب این آستانه وجود ندارد. در این مطالعه روشی جدید مبتنی بر الگوریتم های فراابتکاری جهت انتخاب آستانه را مطرح کرده ایم. به منظور مقایسه قدرت روش معرفی شده نتایج حاصل از شبیه سازی این رویکرد را با نتایج رویکرد فراتر از آستانه مبتنی بر روشهای سنتی تعیین آستانه، همچون تابع میانگین فزونی و شکل هیل ، رویکرد تئوری مقدار فرین بر اساس ماکسیمم بلوکها، شبیه سازی مونت کارلو مقایسه کرده ایم. همچنین مقایسه ای را با روشهای سنتی پیش بینی ارزش در معرض ریسک مانند شبیه سازی تاریخی و واریانس-کوواریانس (با فرض نرمال بودن توزیع بازده) انجام داده ایم. جهت پیاده سازی این روشها از سر یهای زمانی بازده شاخص کل بورس اوراق بهادار تهران و همچنین ده سهم نمونه در بازه ی زمانی فروردین 86 تا اردیبهشت 91 استفاده کرده ایم و به کمک شبیه سازی پنجره غلتان ، نرخ موفقیت هر یک از روشها را در سطح اطمینان 95 و 99 درصد محاسبه نمودیم. نتایج حاصل، نشان دهنده ی بهتر بودن میانگین نرخ موفقیت روش مبتنی بر الگوریتم های فراابتکاری نسبت به سایر روشها، به ویژه در سطوح اطمینان بالا است.

امروزه پیچیدگی بازارهای مالی، به ویژه طیف گسترده ابزارهای سرمایه گذاری و عوامل متعدد موثر بر آن ها، همچنین بحران های مالی و عدم اطمینان از بازگشت سرمایه، تصمیم گیری در خصوص انتخاب نوع دارایی را برای سرمایه گذاران دشوار کرده است. به طوری که سرمایه گذاران همواره در تصمیم گیری های خود با مسئله انتخاب و بهینه سازی مجموعه دارایی ها رو به رو هستند، به همین دلایل لزوم بهره گیری از یک راهبرد کم ریسک با بازده مناسب بیش از پیش آشکار می گردد. یکی از این راهبردها تلاش برای دست یابی به عملکردی مشابه عملکرد شاخص از طریق سرمایه گذاری در تعداد معدودی از اقلام تشکیل دهنده آن شاخص است که به این راهبرد در ادبیات مدیریت سرمایه گذاری تشکیل صندوق شاخصی گفته می شود. در واقع صندوق های شاخصی پرتفوی هایی هستند که طوری طراحی می شوند که بتوانند ضمن کاهش هزینه های معاملاتی بازدهی نزدیک به بازده بازار ایجاد نمایند. در همین راستا تحقیق حاضر به دنبال تشکیل یک صندوق شاخصی است که بتواند بازدهی نزدیک به بازده بازار را ایجاد نماید. در این تحقیق برای انتخاب سهام شرکت هایی که می بایست در صندوق شاخصی قرار گیرند از یک تابع اولویت استفاده خواهد شد که سهم هایی را که بیش ترین تأثیر را بر شاخص می گذارند انتخاب می کند، سپس با استفاده از الگوریتم ژنتیک وزن های بهینه این سهم ها به دست خواهد آمد. به منظور ایجاد این صندوق از سهام شرکت های موجود در بورس اوراق بهادار تهران استفاده خواهد شد.

مساله انتخاب سبد سرمایه¬گذاری به عنوان یکی از مسائل مهم در حیطه مهندسی مالی مطرح است. ارائه مدل میانگین - واریانس موجب ایجاد انقلابی در مسائل انتخاب سبد سهام شد. هرچند مدل ارائه شده از لحاظ تئوری ویژگی¬های منحصر به فردی دارد، اما ضعف¬های آن مانع از استفاده از مدل ارائه شده در عمل می¬گردد. از این رو تاکنون تحقیقات زیادی در زمینه بهبود عملکرد مدل، در مسائل دنیای واقعی شده است. در این پایان¬نامه یک مدل چندهدفه انتخاب سهام در نظر گرفته شده است و با علم به عدم قطعیت داده¬های مساله سعی در مدل¬سازی مساله مذکور شده است. به طور خاص هدف در این پایان¬نامه ارائه مدل چندهدفه استوار – فازی در مدل انتخاب سبد سرمایه¬گذاری است. در این پژوهش پس از مطالعه رویکرد بهینه¬سازی چندهدفه آرمانی، بهینه¬سازی استوار و بهینه¬سازی فازی سبد سرمایه¬گذاری، مدل چندهدفه استوار فازی انتخاب سبد سرمایه¬گذاری ارائه می¬شود و در انتها مدل¬های ارائه شده با استفاده از داده¬های واقعی حل و مقایسه شده¬اند.

در بازارهای دارای کارایی اطلاعاتی این فرضیه مطرح است که با هیچ روشی نمی¬توان به سود مازاد بر سود بازار رسید. تاکنون روش های زیادی برای آزمون کارایی اطلاعاتی بازار و رد این ادعا مطرح و مورد بررسی قرار گرفته است. در این پژوهش، یکی از نظریه های نوین مالی را برای آزمون کارایی اطلاعاتی بورس اوراق بهادار تهران مورد تحقیق و تفحص قرار می دهیم. این نظریه آربیتراژ آماری نام دارد. طبق این نظریه می توان به سودی دست یافت که در طی زمان ریسک آن کاهش پیدا کرده و به سمت صفر میل می کند. برای انجام آزمون کارایی و تشکیل تابع سود تجاری آن به یک استراتژی خرید و فروش نیازمندیم. در این راستا، استراتژی مومنتوم مورد استفاده قرار گرفت. این استراتژی در سطوح تصمیم گیری و نگهداری متفاوت کوتاه¬مدت، میان¬مدت و بلندمدت در نه استراتژی تعریف شد. سپس با استفاده از آنها به بررسی وجود فرصت های آربیتراژ آماری در بورس اوراق بهادار تهران پرداختیم. در نهایت استراتژی هایی که موفق به تولید فرصت های آربیتراژ آماری شده اند، با استفاده از دو روش مقایسه شدند تا بهترین استراتژی معرفی شود. به عبارتی این مقایسه ها کیفیت آربیتراژهای آماری تولید شده را نشان می دهد. نتایج آزمون تجربی این نظریه را تایید می¬نماید که بورس اوراق بهادار تهران از کارایی اطلاعاتی برخوردار نمی باشد.

در این تحقیق از مدلسازی عاملگرا برای بررسی تاثیر تصمیمات اعتباری بانکها بر روی ضررهای اعتباری ناشی از وامدهی بانکها به مشتریان شرکتی، استفاده میکنیم. در این مدل برای سادگی کار یک بانک را به عنوان وامدهنده به شرکتها در نظر گرفتهایم و شرکتها را به دو دسته کوچک و متوسط و شرکتهای بزرگ تقسیمبندی کرده ایم. نتایج نشان میدهند، تصمیمات اعتباری که اعتباردهنده برای اعطای وام به مشتریان اتخاذ میکند، تاثیر مهمی بر روی ضررهای اعتباری دارند که با توجه به نوع شرکت متفاوت است.ضررهای اعتباری با توجه یه نوع تصمیم گیری اعتباردهنده و رابطه بانک با شرکت تغییر می کند که در تحقیق مورد نظر به صورت نموداری این تغییرات را با درنظر گرفتن سه سناریو نشان داده ایم. بنابراین قانونگذاران، هنگام تعیین ذخیره سرمایه، باید فاکتورهای سازمانی را به عنوان مکمل داراییهای بانک، درنظر گیرند. همچنین تحقیق حاضر به جنبه جدیدی از کاربرد مدلسازی عاملگرا در تحقیقات مربوط به مالی رفتاری اشاره میکند.

بهینه سازی پورتفولیو، که فرآیند تخصیص ثروت بین چند دارایی است، بعنوان یک مسئله ضروری در مدیریت مدرن ریسک قلمداد می شود. بازده های مورد انتظار و ریسک مهمترین متغیرها در مسئله بهینه سازی پورتفولیو هستند. مدل میانگین-واریانس مارکوویتز، که یکی از بهترین مدل ها برای حل مسئله انتخاب پورتفولیوی محسوب می شود، می تواند از طریق میانگین بازده دارایی ها و واریانس بازده های دارایی ها (ریسک) توضیح داده شود. از همان ابتدا هنگامی که مارکوویتز مدل میانگین-واریانس را ارائه کرد، یک معیار ریسک دیگر تحت عنوان نیم واریانس را مطرح نمود. نیم واریانس میانگین مجذور نوسانات مقادیری است که از میانگین کمترند. مارکوویتز بیان می کند که تحلیل های مبتنی بر نیم واریانس پورتفولیو های بهتری را از تحلیل های مبتنی بر واریانس تولید می کنند. روش های حل بسیار زیادی از جمله روش های دقیق و روش های فراابتکاری برای حل مسئله بهینه سازی پورتفولیو ارائه می شود که هرکدام مزایا و معایبی دارند. روش های دقیق ممکن است بر اساس ابعاد مسئله نتوانند جوابگو باشند و از لحاظ زمان حل بسیار طولانی باشند. از طرف دیگر روش های فراابتکاری هیچ تضمینی برای پیدا کردن جواب بهینه سراسری ندارند، اگرچه توانایی پیدا کردن یک جواب قابل قبول را دارند و حتی ممکن است جواب دقیق را نیز پیدا کنند. در پژوهش پیش رو سعی می کنیم از الگوریتم جدید رقابت استعماری که از الگوی تاریخی رقابت در میان کشورهای امپریالیسم الهام گرفته است، برای حل این مسئله استفاده کنیم. نکته ای که در بررسی پژوهش های انجام شده در حوزه بهینه سازی پورتفولیو به نظر می رسد، ضعف همه مطالعات، که از الگوریتم های فراابتکاری برای حل مدل استفاده کرده اند، در تغییر پارامترها است که منجر به تغییر نتایج می شود. بکارگیری یک فرآیند تحلیل حساسیت بر روی پارامترهای الگوریتم های مختلف می تواند تا حدودی این مسئله را پوشش دهد. از این رو، پس از بدست آوردن پورتفولیوی بهینه با استفاده از الگوریتم رقابت استعماری، اقدام به تحلیل حساسیت ثبات و کارآمدی این پورتفولیو نسبت به تغییر پارامترهای این الگوریتم از قبیل پارامترهای ضریب جذب و پارامتر انقلاب می نماییم. سپس با تغییر این پارامترها مقادیری را که در آن ها ثبات و کارایی پورتفولیو در بهترین وضعیت قرار دارند، مشخص می نماییم. در نهایت، به بررسی اثر تغییر ضریب جذب و پارامتر انقلاب الگوریتم رقابت استعماری، بر ثبات و کارآمدی پورتفولیوی بهینه پرداخته می شود. نتایج بدست آمده حاکی از کاهش کارآمدی پورتفولیو و افزایش ثبات الگوریتم در محاسبه بازده، ریسک و نسبت سورتینوی پورتفولیوی بهینه با افزایش ضریب جذب و همچنین، کاهش کارآمدی پورتفولیوی بهینه با افزایش پارامتر انقلاب می باشد.

فرضیه بازار کارا، یکی از بحث برانگیز ترین تئوری های مالی در سال های گذشته است و تاکنون مطالعات زیادی در مورد کارایی یا ناکارایی بازار سهام کشورهای مختلف انجام گرفته است. با معرفی فرضیه بازار تطبیقی در سال 2004، محققان زیادی به بررسی این مفهوم جدید در بازارهای مختلف پرداختند. این فرضیه، بازار سهام را در حالتی بین کارایی و ناکارایی تعریف می کند. در این تحقیق به بررسی فرضیه بازار کارا و فرضیه بازار تطبیقی و ناکارایی بورس اوراق بهادار تهران در هفده سال اخیر می پردازیم. از سه آزمون خطی و سه آزمون غیرخطی برای تعیین استقلال یا وابستگی بازده های سهام در هر سال استفاده شده است. با توجه به این که بازده ها در طول زمان بین استقلال و وابستگی در نوسان است، به این نتیجه می رسیم که بورس اوراق بهادار تهران از فرضیه بازار تطبیقی پیروی می کند. سپس برای اولین بار به طبقه بندی انواع بازارهای تطبیقی می پردازیم. در آخر به مقایسه بورس اوراق بهادار تهران با سه بازار سهام مشهور دنیا ، آمریکا، انگلستان و ژاپن از نقطه نظر فرضیه بازار تطبیقی می پردازیم.

پوشش ریسک یکی از اساسی ترین مباحث سرمایه گذاری است که از زوایای مختلفی می توان به این موضوع پرداخت. یکی از مباحث مرتبط یا پوشش ریسک که در سال های اخیر توجه زیادی به آن جلب شده، بحث سرمایه ی امن است. این موضوع به رفتار سرمایه گذاران در زمان های بحرانی و ریزش شدید بازار های مالی مرتبط است. تحقیقات زیادی در سال های اخیر برای جستجوی دارایی هایی که در زمان های ریزش شدید بازارهای مختلف بتوانند ارزش خود را حفظ کنند و یک پناهگاه امن برای ثروت سرمایه گذاران باشند انجام شده است. این نوع دارایی ها را به نوعی تثبیت کننده ی بازار های مالی می دانند. با این حال در ایران هنوز تحقیق مرتبطی با این موضوع انجام نشده است و این در حالی است که بورس اوراق بهادار تهران به عنوان نماینده ی اصلی بازار سرمایه ی کشور در ماه های پایانی سال 92 افت ارزش قابل توجهی پیدا کرد. در این زمینه جستجوی سرمایه ای که بتواند در این شرایط، سرمایه گذاری جایگزینی به شمار برود ضروری به نظر می رسد. در همین راستا این تحقیق با توجه به قراردادهای آتی سکه ی طلا به عنوان نماینده ی بازار مشتقه در ایران، به بررسی نقش این قراردادها در ارتباط با سهام پرداخته و خاصیت های پوشش ریسک و سرمایه ی امن را در مورد آن ها مورد مطالعه قرار داده است. داده های مورد استفاده شامل بازده های روزانه ی 21 شاخص سهام و داده ها ی بازده قرارداد های آتی هستند که مربوط به دوره ای است که شامل دوره های صعود و افت بازار سهام می باشد. با استفاده از این داده ها و یک مدل رگرسیونی ، خواص مورد نظر برای تک تک شاخص های سهام در برابر موقعیت های خرید و فروش آتی تعیین می شود و برای هر شاخص مشخص می شود که اخذ چه موقعیتی منجر به پوشش ریسک مناسب و جبران ضرر ناشی از ریزش این دسته از سهام هادر زمان های ریزش بازار می شود.

سرمایه¬گذاران متفاوتی در بازارهای مالی فعالیت می¬کنند که سرمایه¬گذاران همسو دسته¬ای از آن¬ها هستند و حضورشان به طور گسترده¬ای پذیرفته شده است. درک رفتار این سرمایه¬گذاران هم به لحاظ کاربردی و هم علمی دارای اهمیت است. به این منظور در این پژوهش، یک مدل عامل محور با ترکیبی از سرمایه¬گذاران همسو و سرمایه¬گذاران تصادفی مطالعه و پیشنهاد می¬شود. سرمایه¬گذاران تصادفی، گروهی هستند که به طور تصادفی در تمام زمان¬ها معامله می¬کنند در حالی¬که مبنای تصمیم¬گیری سرمایه¬گذاران همسو بر اساس آستانه فعالیتی است که بیشترین تغییر قیمت اخیر را نشان می¬دهد. به این ترتیب این گروه ممکن است در یکی از دو وضعیت غیرفعال یا فعال (در حال خرید یا فروش) قرار بگیرند. این مدل قادر به بازسازی بعضی حقایق تجربی مشاهده شده در بازارهای مالی واقعی مانند وجود دنباله پهن در سری بازده است و تحلیل رفتار مدل در آن به پارامترهای مدل و کمیت¬هایی که توسط مجموعه داده¬های واقعی به دست می¬آیند؛ بستگی دارد. با استفاده از مجموعه داده¬های واقعی بازار برای محدود کردن پارامترهای مدل، می¬توان اطلاعاتی درباره رفتار سرمایه¬گذاران همسو در بازارهای مختلف کسب کرد و آن¬ها را مورد مقایسه قرار داد. با مقایسه و مطالعه بازارهای گوناگون، امکان فرصت حضور سرمایه¬گذاران همسو رتبه¬بندی می¬شود. نتایج نشان می¬دهد که در بازارهای کمتر کارا، فرصت بیشتری برای حضور این سرمایه¬گذاران وجود دارد.

در این تحقیق مدل نرمال ترکیبی به حالت مارکوف-نرمال ترکیبی گسترش یافته است. وزن های ترکیبی در هر وضعیت متغیر با زمان و تابعی از مشاهدات گذشته در نظر گرفته شده مدل پیشنهادی با استنتاج بیزین تخمین زده شد و یک الگوریتم نمونه گیری گیبس برای محاسبه چگالی پسین، ایجاد شده است. کارایی الگوریتم با شبیه سازی آزموده شد، سپس در حالت دو وضعیته با یک و دو مولفه در هر وضعیت و در حالت محدودشده (میانگین صفر) توسط تابع درستنمایی مورد مقایسه قرار گرفت.

پایان نامه حاضر به ارزیابی کارکرد سیستم های دو مجلسی پرداخته است تا به نتایج کاربردی در زمینه نظام قانونگذاری دو مجلسی دست یابد.