بخشی از مقاله
چکیده
بازیگران همواره به دنبال الگوهاي رفتاري مشابه در دوره-هاي زمانی خاص هستند تا پیشنهادات سرمایهگذاري بهتري تنظیم کنند. از طرف دیگر نهاد رگولاتوري بازار نیز براي اندازهگیري تاثیر قوانین، نیازمند تشخیص الگوهاي رفتاري بازار میباشد. در این مقاله هدف، اندازهگیري تشابه رفتار بازار برق در دورههاي زمانی مختلف است. براي پیادهسازي این سیستم یک مدل تقریبی توزیع داده و یک اندازهگیري متفاوت ارائه میشود و شباهت رفتار بازار برق در دورههاي زمانی مختلف شناسایی میشود. روشهاي مشترك زیادي در زمینه پیشبینی رفتار بازار براساس کشف رابطه بین گذشته و آینده ارائه شده است اما در این مقاله هدف، تخمین بهتر تغییرات رفتار بازار است تا به منظور حصول مجدد اطلاعات سرمایهگذاري مفید استفاده شود، ضمن آنکه کشف رفتار بازار یا مقایسه شباهت بین دو دوره زمانی از بازار از طریق استفاده از اطلاعات گذشته بسیار مشکل میباشد.
بنابراین، این مقاله روشهایی را براي شرح رفتار بازار از طریق بیان عددي و اندازهگیري تشابه رفتار در بازههاي زمانی مختلف ارائه می-دهد. براي نشان دادن تاثیر روش پیشنهادي اطلاعات بازارنیویورك از سال 2002 تا 2010 استفاده شده است. نتایج به-دستآمده نشان میدهد که روشهاي ارائه شده، تغییرات رفتار بازار را همانطورکه انتظار میرود استخراج میکند و الگوهاي رفتاري کاملی براي بازار ارائه میدهد که میتواند براي تمام نهادهاي بازار استفاده شود.
واژههاي کلیدي: اندازهگیري تشابه، رفتار بازار برق، مدل توزیع داده
مقدمه
اندازهگیري تشابه رفتار یک بازار در دورههاي زمانی مختلف، یا اندازهگیري تشابه رفتار بازارهاي مختلف در دورههاي زمانی متفاوت، میتواند براي بازیافت اطلاعات مفید باشد. بنابراین کارشناسان و خصوصا رگولاتور بازار - نهاد تنظیم بازار - به دنبال الگوهاي رفتاري مشابه در دورههاي زمانی خاص هستند تا از تجربیات بازارهاي مشابه جهت اتخاذ تصمیمات و بهبود قوانین کمک گیرند. بررسی رگولاتور بازار در آرشیوهاي اطلاعات داده منجر به یافتن الگوهاي مشابه به عنوان مرجع براي کمک به تصمیمگیري میشود. [1] به دلیل حجم اطلاعات از روشهاي دادهکاوي سري زمانی براي پیدا کردن ارتباط تکنولوژي اینترنت و رفتار شباهت شاخصهاي بازار بورس استفاده کرده و با بهرهگیري از روش KDD1 و اطلاعات بازار واقعی استانبول، پنج مجموعه شاخص بازار بهعنوان متغیرهاي سري زمانی انتخاب شدهاند.
از تبدیل فوریه و ضرائب فوریه براي نشان دادن سريهاي زمانی و براي اندازهگیري تشابه سريهاي زمانی از فاصله اقلیدسی استفاده کرده است. اما تعداد بسیار زیادي اطلاعات، پرونده و بایگانی موجود است که نیاز به جستجو دارد که در این میان نبود الگوي رفتاري مناسب بهرهبرداري هرچه مفیدتر از اطلاعات را غیرممکن میکند. به هر حال، به عنوان پیشنیاز ابتدا باید رفتار بازار از طریق یک فرم عددي تشریح شود. بعلاوه، یک اندازهگیري تشابه براي الگوهاي به دست آمده از آرشیوهاي داده نیاز است. ضمن آنکه این مطالعات براي انواع دیگري از بازارها غیر از بازار برق انجام شدهاست.
تحلیل بازارهاي برق بیشتر با اندازهگیري شاخص قدرت بازار و تحت تاثیر عواملی از جمله محدودیتهاي شبکه انجام شده و نتایج شبیهسازي شده است. [2] یک سري شاخص با درنظرگرفتن تاثیر شبکه و شبیهسازي نتایج روي شبکه 30 شینه IEEE ارائه داده است تا قدرت بازار بازیگران در یک بازار انحصاري را ارزیابی کند. [3] اندازه قدرت بازار در بازار برق عمدهفروشی ایبري بوسیله شاخص عرضه باقیمانده ارائه داده است و [4] به تحلیل قدرت بازار در بازار برق با استفاده از تئوري بازيها پرداخته است. [5] یک روش و تئوري براي تحلیل رفتار شرکتهاي تولیدکننده توان در بازارهاي برق انحصاري ارائه داده است و نتایج در بازار واقعی استرالیا بررسی شده است.
اگرچه از روشهاي ارائه شده، میتوان جهت تشخیص قدرت بازار استفاده کرد اما این روشها به ارزیابی بازار فقط از جنبه قدرت بازار محدود می-شوند، اما از روش ارائه شده در این مقاله نه تنها قدرت بازار قابل تشخیص و کنترل میباشد بلکه علاوه بر آن، براي ارزیابی سایر جنبههاي بازار برق ازجمله پیشبینی قیمت، تشخیص رفتار غیر رقابتی بازیگران و غیره قابل استفاده می-باشد. لذا، بهواسطه تحلیل ساختار بازار براي رگولاتورهاي سیستم کاملا مفید است.همچنین، همواره یکی از مشکلات تحلیل بازارهاي برق، وجود مقدار زیاد اطلاعاتی است که نیاز به بررسی دارد. [6]روشی ارائه میدهد که علی رغم این مشکل، پتانسیل ایجاد قدرت بازار در بازارهاي مقیاس وسیع را با تقریبهاي منطقی تحلیل میکند.
با این روش شبکه انتقال واقعی شرق امریکا را تحلیل کرده است که نتایج به جهت کاربردهاي رگولاتوري مناسب است. بهواقع، این روش مدلی از بازارهاي برق عمده-فروشی ارائه داده است. بهطورخلاصه، هریک از این مقالات الگوهایی از بازارهاي واقعی در دورههاي خاص ارائه دادهاند.با این حال، هیچیک از آنها به مقایسه بازارهاي مختلف نپرداختهاند. با مقایسه بازارهاي مختلف یا دورههاي متفاوت در یک بازار که در این مقاله ارائه شده است، علاوه بر اینکه رگولاتور بازار نسبت به سایر روشها شناخت بهتري از ساختار بازار بدست میآورد، خیلی دقیقتر ارتباط کمیت-ها،قوانین موثر و الگوهاي مفید در بازار را استخراج میکند و به منظور وضع قوانین جدید تصمیمگیري میکند. بدیهی است، ارزیابی دائم رفتار بازار از اهمیت بالایی برخوردار است.
حوادثی از جمله تغییر شدید قیمت در Midwest امریکا در تابستان 1998 و چندین دوره تعطیلی عمده در تابستان[7] 1999 اهمیت وضع و اجراي قوانین در بازار را نشان می-دهد. هیئت تنظیم بازار همواره نگران قابلیت اطمینان سیستم است و اینکه قوانین جدید منجر به انحصار فروش، انحصار خرید یا انحصار چندجانبه نشود. یک جنبه مهم از ارزیابی بازارها این است که چقدر رفتار قیمت، عملکرد سیستم را منعکس میکند. پاسخ این سوالات و تاثیر قوانین جدید با استفاده از الگوهاي رفتاري استخراج شده از روش ارائه شده در این مقاله قابل حصول است.اما در زمینه دیگر انواع بازارها تحقیقات زیادي از جمله
خطی تخمین میزنند. [9] بدون درنظرگرفتن اطلاعات ورودي بیشتر یک بررسی مجدد بر این نوع رفتارها دارند. آن- ها تحقیقی از مدل خطی، اتورگرسیون و مدل ریاضی شبکه عصبی براي برآورد سريهاي زمانی اقتصاد کلان ارائه دادهاند. به عنوان مثال [10] یک - ANN - ، شبکه عصبی مصنوعی ارائه -داده است تا قیمت را جهت استفاده در روش پیشبینی مستقیم بر اساس اطلاعات گذشته پیشبینی کند. [11] اخیرا روشی ارائه دادهاند که بهترین مشخصهها از چندین روش ازطریق روش ترکیبی براساس الگوریتم ژنتیک جمعآوري می- کند تا احتمال شکست جامع و انبوه را پیشبینی کند.
عملگرهاي به عبارت دیگر، چندین محقق جهت تخمین دوران ترقی وتنزل یک دور اقتصادي و تجاري مقالاتی ارائه دادهاند. [12] از اطلاعات برآوردشده و مدل HMM1 براي پیداکردن نقاط برگشت در دور اقتصادي و تجاري استفاده میکنند. آنها دریافتند که این اطلاعات چندمتغیره براي استفادهشان مفید است. [13] نیز از مدل Gregoir در یک گروه از چهار مجموعه مالی براي عرضه شاخصهاي احتمالی کیفی پیشرفته و مطمئن و تجدیدنظر نشده استفاده کردهاند. یک تشریحکننده رفتار بازار که وابستگیها بین کمیتهاي بازار را از توزیع داده ارائه شده استخراج و مشخص کند.ازآنجاییکه توزیع داده منعکس میکند که چگونه کمیتهاي بازار باهم اثرات متقابل دارند، شکل توزیع داده بهعنوان تشریحکننده بازار انتخاب میشود.
شکل 1 و شکل 2 نمونه-هایی از اطلاعات بازار هستند. توزیع داده خیلی متفاوت، درشکل 1 نشان میدهد که رفتار بازار در سال 2003 و 2009متفاوت است.بعلاوه یک روش براي اندازهگیري اختلاف بین توزیع دادهها ارائه شده است. بر اساس یک مجموعه از عملگرهاي از پیش تعیین شده معیار اندازهگیري، کمترین هزینه براي تبدیل و تغییر شکل یک توزیع داده به دیگري است. بر اساس این معیار، تشابه رفتار بازار میتواند اندازهگیري شود. دربخش2 مدل توزیع داده تعریف میشود. بخش3 اندازهگیري تشابه راتشریح میکند. ارزیابیهاي روش ارائه شده در بخش4 نشان داده شده است. نهایتا، در بخش5 نتیجه گیري شده است.
به هر حال، این مدلها براي کشف وابستگیهاي بین ورودي و خروجی تا حد ممکن بتفصیل ارائه شدهاند، بنابراین آنقدر پیچیده هستند که نتیجهگیري از پارامترهاي بهدستآمده کاملا دشوار است. با محاسبات پیچیده وسروکار داشتن باپارامترهاي بزرگ، شما میتوانید از طریق واردکردن ورودي-هاي خاص، خروجیهاي متناظري را بهدست آورید. یک روش ممکن است اطلاعات احتمالی از فعالیتهاي بازارداشته باشد اما چیزي از آنچه واقعا اتفاق میافتد بهدست نیاورد. بدون بهدستآوردن اطلاعات قابل شرح بیشتري، براي رگولاتور بازار بسیار مشکل خواهد بود که نتایج را تخمین ابزند و الگویی را بهدستآورد.
در مقاله ارائه شده هدف طراحی روشی است که امکان دریافت مجموعههاي مشابه را در آرشیو مالی براي دریافت اطلاعات از مرجع بررسیها وارائه پیشنهادات مفید به رگولاتور و نهاد مربوطه بازار بدهدتعریف مدل توزیع داده به هر حال، این مدلها براي کشف وابستگیهاي بین براي نمایش یک سیستم دینامیک، یک مدل توزیع داده ارائه شده است تا وابستگی بین متغیرها را مشخص و استخراج کند. از میان کاربردهاي متنوع مدل، در اینجا هدف اندازهگیري تفاوت شکلی بین توزیع دادهها است. یک روش مشترك براي اندازهگیري تفاوت شکل، نخست نمایش یک توزیع داده ازطریق یک مدل ریاضی است. به طور کلی، مدل ریاضی خطی یا غیر خطی براي نمایش تصادفی بودن توزیع داده بسیار مشکل است. درگذشته روشهاي تحلیل براي اندازهگیري تشابه انتقال، درجهبندي و دوران از میان تصاویر ارائه شده است . [14 ] به هرحال، اکثر این روشها به مشخصههاي شکل از جمله لبهها یا مرزها براي نمایش موضوع یا توزیع داده نیاز دارند. در ادامه نحوه مدلسازي اطلاعات بازار و بیان ریاضی آن آمده است.
