مدیریت پرتفوی براساس توپولوژی شبکه بازار سهام ایران

بازار سهام یک سیستم مالی پیچیده با اعضایی ناهمگن است که حجم عظیمی از داده‌ها در آن تولید می‌شود و پیداست که توانایی تحلیل این داده‌های عظیم و استنتاج نتایج کاربردی از آن‌یک مزیت رقابتی قابل‌توجه برای مشارکت‌کنندگان آن ایجاد می‌کند. یکی از روش‌های تحلیل داده‌های بازارهای مالی که پس از بحران مالی جهانی گسترش چشم‌گیر داشت، تحلیل‌های مبتنی‌بر شبکه‌های پیچیده است که ساختار وابستگی‌های متقابل اعضای یک سیستم را در نظر می‌گیرد. ازاین‌رو در تحقیق حاضر، بازار سهام ایران با استفاده از نظریه گراف در ریاضیات مورد تجزیه‌وتحلیل قرارگرفته است. ابتدا شبکه همبستگی گروه‌های بازار سهام در سه مقیاس زمانی روزانه، فصلی و سالانه ساخته‌شده و سپس توپولوژی آنها مورد ارزیابی و مقایسه قرار می‌گیرد. پس‌ازآن با استفاده از معیارهای مرکزیت در نظریه گراف، درجه اهمیت هر یک از گروه‌های بازار محاسبه‌شده و گروه‌ها ازنظر اهمیتی که در شبکه‌دارند رتبه‌بندی می‌شوند. نتایج تحقیق مضامین قابل‌توجهی برای مشارکت‌کنندگان بازار و نهادهای ناظر، به‌منظور اتخاذ تصمیمات سرمایه‌گذاری، مقررات‌گذاری و کنترل ریسک دارد.

Portfolio Management Based on the Topology of the Iranian Stock Market Network

The stock market is a complex financial system with heterogeneous members; it can produce huge amounts of data. It is clear that analyzing this huge data and inferring practical results from that creates a significant competitive advantage for its participants. One method of analyzing financial market data expanded significantly after the global financial crisis is complex networkbased analysis that considers the structure of interdependencies of a system’s members. Therefore, the current study analyzes the Iranian stock market using the graph theory in mathematics. First, the correlation network of stock market groups is constructed in three time scales of daily, seasonal and annual, and then their topology will be compared. In the next stage, using the centrality indexes in the graph theory, the importance of each market group is calculated and the groups are ranked in the network. The results of this study have significant implications for market participants and regulators for making investment decisions, regulating and controlling risk.