ازبورن (۱۹۵۹) در تحلیل های خود شرایط بازار را پیشنهاد نمود و از روش گام تصادفی استفاده نمود. در مدلی که او پیشنهاد کرد استقلال تغییرات قیمت ها با این فرض شروع می شد که تصمیم گیری فردی سرمایه گذاران بر روی اوراق بهادار در هر معامله مستقل می باشد و بیشتر جنبه اقتصادی موضوع در نظر گرفته می شود. در نهایت هر زمان که اقتصاددانان کوشش کردند که توجیهات اقتصادی برای مدل گام تصادفی بیاورند به مدل Fairgameرسیدند.
( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )
معامله گران سهام در بورس اوراق بهادار در مورد این مسأله که چه عواملی در تغییرات متوالی قیمت ها موثر است عقاید مختلفی را ابراز می دارند. به طور خلاصه می توان گفت اگر اطلاعات گذشته نتواند سبب افزایش سود شود، باید گفت که در این حالت مدل گام تصادفی اعتبار خواهد داشت . فرض استقلال تغییرات قیمت تا زمانی که درجه وابستگی در یکسری از تغییرات به حدی نباشد که از اطلاعات تاریخی استفاده کنیم ، می تواند یک فرض کافی باشد . در صورتیکه درجه واقعی وابستگی در یکسری از تغییرات برای استفاده از وقایع تاریخی ، کافی باشد نمی توانیم با پیش بینی آینده ، سود بیشتری نسبت به مدل ساده خرید و نگهداری سهام داشته باشیم . مدل گشت تصادفی به صورت زیر بیان می شود :
« قیمت در زمان t برابر است با قیمت در زمان t-1 به اضافه یک باقیمانده (Residual)مجموعه باقیمانده دارای میانگین صفر می باشند وهمبستگی با یگدیگر ندارند ( جهانگیراردی، ۱۳۸۰).
معادله ۰۱
به طوریکه قیمت جاری سهام و باقیمانده با تغییرات قیمت در زمان t خواهد بود و دارای مشخصات زیر است :
معادله ۲
اگر نرخ بازده S نشان دهنده متغیرهای تصادفی مستقل با توزیع یکسان و میانگین صفر باشد، می توانیم بگوییم که قیمت سهام از مدل گشت تصادفی پیروی می کند.
به طور خلاصه می توان گفت که مدل گشت تصادفی این نظریه را عنوان می کند که تغییر اوراق بهادار قابل پیش بینی نمی باشد و این تغییرات به صورت تصادفی است و چیزی در اطراف ارزش ذاتی آن می باشد. از آنجایی که اطلاعات گذشته در قیمت فعلی اثر گذاشته و به عبارت دیگر قیمت جاری اطلاعات گذشته را منعکس می کند، این اطلاعات نمی تواند ارزش پیش بینی داشته باشد لذا در مدل گام تصادفی عنوان می شود که بهترین پیش بینی از قیمت بعدی ، همان آخرین قیمت موجود می باشد .
مفهوم پیش بینی
همانطور که در فصل اول به طور مختصر اشاره شد، برای انجام پیش بینی معمولاً به داده ها و وقایعی تاریخی اتکا می شود . به این ترتیب که داده های گذشته تجزیه و تحلیل می گردد تا بتوان از آن الگویی را شناسایی کرده و با تعمیم دادن آن به آینده بتوان آینده را ترسیم کرد . این امر مستلزم این فرض اولیه است که روابط بین متغیرها در آینده نیز وجود خواهد داشت. روشهایی که برای انجام پیش بینی مورد استفاده قرار می گیرند به دو گروه کلی روش های کمی و کیفی تقسیم می شوند(مدرس،۱۳۸۰).
در روش های کیفی ، پیش بینی مبتنی بر قضاوت ذهنی است و پیش بینی کننده با بهره گرفتن از تجارب خود و در نظر گرفتن شرایط کنونی و تغییرات قابل پیش بینی ، داده های آینده را پیش بینی می کند . استفاده از این روش هنگامی ضروری می گردد که در فرایند پیش بینی ، داده های تاریخی در دسترس نباشد و یا حجم آنها برای انجام پیش بینی کفایت نکند .
در روش های کمی با بهره گرفتن از تجزیه وتحلیل داده های گذشته ، ارزش متغیر مورد نظر برای آینده پیش بینی می گردد . روش های رگرسیون و سری زمانی نمونه هایی از این روش های کمی هستند . روش های سری زمانی، خود به مدلهای یک متغیره و چند متغیره تقسیم می گردند. در مدلهای یک متغیره ، تنها براساس ارزش مقادیر گذشته یک سری زمانی ، ارزش مقادیر آتی متغیر وابسته پیش بینی می شود . در حالیکه در مدلهای چند متغیره ، با شناسایی وتشخیص متغیرهایی که با متغیر مورد نظر برای پیش بینی در ارتباط است ، مدل آماری مربوط طراحی شده و برای پیش بینی مورد استفاده قرار می گیرد . در این مدلها با شناسایی روابط بین متغیرها می توان نتیجه پیش بینی را بهبود بخشید .
تعریف پیش بینی
در فرهنگ لغات دو اصطلاح Forecasting و Predicition که به معنای پیش بینی و یا پیشگویی است، وجود دارد. معمولاً در زبان فارسی معنی دو اصطلاح فوق را به صورت پیش بینی یا پیشگویی جایگزین می کنند. در فرهنگ Webster ، Forecast به معنای برآورده کردن یا محاسبه چیزی از قبل، عنوان شده وPredict به معنای دانستن چیزی از قبل ، تعریف شده است . در فرهنگ آریانپور Forecasting به معنای حدس زدن وقایع آینده با توجه به علل و اسباب و قراین موجود و Predicitionبه معنای پیشگویی وتعیین حوادث قبل از وقوع آنها تعریف شده اند .
برخی برای دو اصطلاح مذکور معنی یکسانی قایل نیستند. مثلاً Forecasting را به معنای برایند برآورد رویدادهای آتی با بهره گرفتن از داده های قبلی و و Predicitionرا به معنای پیش بینی با بهره گرفتن از روش های کیفی وقضاوتی تعریف می کنند. به هر حال در متون مالی و بازرگانی از هر دو اصطلاح عمدتا ، با معنی یکسان استفاده شده است ( مدرس ، ۱۳۸۰)
هدف پیش بینی
شیم ساندر در مقاله خود تحت عنوان نگرشهای کلاسیک ، مباشرت و بازار در حسابداری نقش تصمیم گیری در هر سازمان را به صورت زیر بیان می کند :
« تصمیم گیری و نظارت در هر موردی ، به عنوان ابزاری برای یافتن آینده ای بهتر عمل می کنند. با این وجود بین این دو یک تنش وجود دارد . این تنش ناشی از این امر است که داده ها و فرایندهای مورد استفاده برای برقراری نظارت لزوما بهترین داده ها برای تصمیم گیری نیستند و برعکس. با این همه نظارت امروز مبنای تصمیمات بهتر برای فرد است و تصمیمات فردا توجیه کننده نظارت امروز است(ساندر و یاماجی ، ۱۹۹۹).»
بدون شک اتخاذ هر تصمیم نیازمند اطلاعات و داده های مرتبط با آن است . بسیاری از این اطلاعات از طریق فرایند پیش بینی تهیه می شوند. لذا پیش بینی، عنصری کلیدی در تصمیم گیری است زیرا اثر بخشی هر تصمیم به پیامدها و رویدادهای بعد از تصمیم بستگی دارد و توانایی پیش بینی جنبه های غیر قابل کنترل این رویدادها، قبل از اتخاذ تصمیم می تواند، به انتخاب بهتری منجر شود . به همین دلیل سیستم های مدیریتی برای برنامه ریزی و اداره عملیات دارای مدلهای پیش بینی هستند.برنامه ریزی در زمینه های مالی ، تولید ، موجودی کالا و… متضمن فرایند پیش بینی در ابعاد مختلف است .
هدف پیش بینی کاهش ریسک در تصمیم گیری است . با وجود آنکه پیش بینی ها معمولاً دقیق نیست ولی میزان خطای پیش بینی به سیستم مورد استفاده برای پیش بینی بستگی دارد . با صرف منابع بیشتر برای پیش بینی می توان دقت آن را افزایش داد ودر نتیجه برخی زیانهای ناشی از عدم اطمینان را حذف کرد و یا کاهش داد ( مونتگومری و سایرین ، ۱۹۹۰)
از آنجا که پیش بینی ریسک را کاملاً حذف نمی کند لذا لازم است که در فرایند تصمیم ، عدم قطعیت پیش بینی به طور صریح مورد توجه قرار گیرد . از نظر مفهومی ارتباط تصمیم گیری با پیش بینی را می توان در رابطه زیر نشان داد (مدرس ، ۱۳۸۰)
خطای پیش بینی + تصمیم گیری با فرض صحیح بودن پیش بینی = تصمیم واقعی
این رابطه نشان می دهد که سیستم پیش بینی باید علاوه بر پیش بینی ، خطای آن را نیز توصیف می کند . بدون شک پیش بینی به خودی خود پایان کار نیست، بلکه وسیله ای برای رسیدن به هدف است. سیستم پیش بینی، جزیی از مجموعه سیستم تصمیم گیری است و به عنوان یک سیستم فرعی در واکنش با اجزای کل سیستم ، در عملکرد آن موثر است ( مدرس ، ۱۳۸۰)
تعریف مسأله پیش بینی
برای تعریف مسأله پیش بینی باید از مسأله تصمیم شروع کرد. اطلاعات حاصل از فرایند پیش بینی برای بهبود بخشیدن به فرایند تصمیم گیری مورد استفاده قرار می گیرد . بنابراین ماهیت تصمیماتی که اتخاذ می شود ، بسیاری از ویژگیهای سیستم پیش بینی را تعیین خواهد کرد .بررسی مسأله تصمیم باید کمک کند تا سوالات زیر پاسخ داده شود :
چه چیزی پیش بینی می شود ؟
عناصر زمانی پیش بینی چیست ؟
پیش بینی چگونه انجام می شود ؟
چه دقتی مورد نیاز است ؟
-
- هنگام تعیین « چیزی که پیش بینی می شود » متغیرهای تعریف می گردد که سپس باید تجزیه و تحلیل و پیش بینی شوند .بسیاری از عوامل نظیر دسترسی به داده ها ، دقت ، هزینه تجزیه وتحلیل وترجیحات تصمیم گیرنده ، در سطح جزییات مورد استفاده موثر هستند. در مواردی که انتخاب متغیرهای مناسب به روشی امکان پذیر نیست . می توان راهکارهای مختلفی را آزمون کرد و بهترین راهکار را انتخاب کرد .
-
- عناصر زمانی تصمیم شامل : دوره پیش بینی ، افق پیش بینی و فاصله پیش بینی است .
ـ دوره پیش بینی واحد اصلی زمانی است که پیش بینی برای آن انجام می شود برای مثال پیش بینی شاخص در ماه آینده .
ـ فاصله پیش بینی تواتری است که با آن پیش بینی انجام می شود . معمولاً فاصله پیش بینی و دوره پیش بینی مساوی است .
-
- معمولاً پیش بینی یکی از اشکال زیر را به خود می گیرد:
ـ برآورد ارزش مورد انتظار متغیر بعلاوه برآورد انحراف معیار خطای پیش بینی .
ـ دامنه ای که با احتمال تعیین شده ،شامل ارزش آتی واقعی خواهد بود .
-
- سطح دقت مورد نیاز در پیش بینی ، بر سیستم پیش بینی مورد استفاده اثر خواهد گذاشت . ویزگی مهم یک سیستم تصمیم گیری خوب ، توانایی آن در دست یابی به کارایی بهینه در موارد عدم قطعیت است . افزایش دقت در پیش بینی عدم اطمینان را کاهش می دهد ولی از طرف دیگر ممکن است از دیدگاه اقتصادی توجیه پذیر نباشد . سایر عواملی که باید در تعریف مسأله پیش بینی باید تا حد امکان کاهش داده شود .
روش های پیش بینی
روش های انجام پیش بینی را به صورتهای مختلفی طبقه بندی می کنند. اما با توجه به میزان استفاده از روش های ریاضی و آمار می توان آنها را به دو طبقه کیفی و کمی دسته بندی کرد ( مدرس ،۱۳۸۰):
الف ) روش های کیفی شامل برآورد ذهنی از طریق اظهار نظر متخصصان است . در روش های کیفی ، پیش بینی مبتنی بر قضاوت ذهنی است و پیش بینی کننده با بهره گرفتن از تجارب خود و در نظر گرفتن شرایط کنونی وتغییرات قابل پیش بینی ، داده های آینده را پیش بینی می کند . در فرایند پیش بینی ، فقدان یا عدم دسترسی به اطلاعات تاریخ و یا عدم کفایت حجم آن ، استفاده از روش های قضاوتی را ایجاب می کند.
ب ) روش های کمی ، به وضوح چگونگی انجام پیش بینی را تعریف می کنند. منطق کار به طور صریح بیان می شود و عملیات ریاضی است . در این روشها با بررسی داده های تاریخی فرض می شود که فرایند ایجاد داده ها پایدار و قابل تسری به آینده است .
در عمل، سیستم های پیش بینی اغلب ترکیبی از هر دو روش را به کار می برند . روش های آماری برای تجزیه و تحلیل منظم داده های تاریخی به کار می روند و پیش بینی انجام می شود . این امر به سیستم عینیت می بخشد و به سازماندهی موثر محتوای اطلاعاتی داده های تاریخی منجر می شود .سپس نتایج کار به عنوان ورودی در ارزیابی ذهنی تصمیم گیرندگان آگاه عمل می کند و آنان با بهره گرفتن از سایر اطلاعات مرتبط و انتظارات معقول خود از آینده ، پیش بینی را به نحو مقتضی تعدیل می کنند.
باتوجه به مطالبی که بیان گردید ، برای ارائه یک پیش بینی مناسب از وقایع و رویدادهای آینده که نتایج آن در تصمیم و فرایند تصمیم گیری موثر باشد ، انتخاب روش های پیش بینی مناسب از اهمیت بالایی برخوردار است . همانطور که بیان گردید انتخاب روش های پیش بینی به عوامل مختلفی بستگی دارد . ذیلاً به طور خلاصه عوامل موثر بر انتخاب روش مناسب جهت پیش بینی ذکر می گردد :
-
- شکل پیش بینی مورد نیاز.
- افق ، دوره و فاصله پیش بینی.
