یک همبستگی مثبت کامل چیست؟

تیم متفکران نوین مالی با سرپرستی دکتر تفتیان در مسیر موفقیت مالی و حسابداری، در ارتقای سطح دانش و مهارت مالی و حسابداری در سطوح مختلف جامعه سهیم است. - رسالت و هدف تیم متفکران نوین مالی - مشارکت تیم متفکران نوین مالی - بیوگرافی دکتر تفتیان

ضریب همبستگی چیست و چه کاربردی در بورس دارد؟

ضریب همبستگی روابط میان دو متغیر را به ما نشان می‌دهد. یعنی با توجه به این ضریب می‌توانیم بفهمیم که آیا دو متغیر با هم ارتباط دارند یا نه. و اگر ارتباطی دارند جهت این ارتباط کدام طرفی است. از این ضریب در بازار بورس به منظور پیدا کردن روابط بین سهام استفاده می‌کنیم.

بارها توسط افراد مختلف در حوزه‌های شغلی گوناگون یا در رسانه‌ها به منظور تحلیل آماری و بیان نتایج تحقیقات، واژه ضریب همبستگی یا اصطلاح لاتین آن Correlation را شنیده‌ایم. یکی از مهم ترین کاربردهای این مفهوم در بازارهای مالی است، که در این مطلب به بررسی آن و مباحث پیرامونی در حوزه بازار بورس می‌پردازیم. ضریب همبستگی یک ابزار آماری برای تعیین نوع و درجه رابطه متغیرهای کمی با یکدیگر است. این مفهوم یکی از معیارهای تشخیص میزان همبستگی دو متغیر می‌باشد. در واقع این ضریب نوع رابطه یعنی مستقیم یا معکوس بودن و شدت رابطه یعنی بازه ۱+ تا ۱- را نشان می‌دهد. همچنین اگر میان دو متغیر مذکور رابطه‌ای وجود نداشته باشد، مقدار ضریب همبستگی برابر صفر است.

انواع روابط بین متغیرها

الف ) رابطه مستقیم

اندازه عددی بدست آمده برای این ضریب بین 1- تا 1+ می باشد که به کمک آن می توان درجه ای را که دو متغیر بایکدیگر در ارتباط هستند را نشان داد. در صورتی که عدد همبستگی بین صفر تا 1 باشد نوع رابطه را مستقیم می نامیم.

رابطه مستقیم به این معنی است که با افزایش یک متغیر انتظار می رود که اندازه متغیر دیگر نیز افزایش یابد و برعکس با کاهش اندازه یک متغیر اندازه متغیر دیگر نیز کاهش یابد. به عنوان مثال وقتی گفته می شود بین مصرف میوه با شادابی پوست رابطه مستقیمی وجود دارد یعنی که اگر فردی مصرف میوه اش بیشتر باشد انتظار می رود که پوست شادابتری داشته باشد و یا اینکه افراد هر چقدر پوست شادابتری داشته باشند انتظار می رود که مصرف میوه آنها نیز بالاتر باشد و برعکس.

ب ) رابطه معکوس

در صورتی که عدد ضریب همبستگی بین صفر تا 1 – باشد رابطه را از نوع معکوس می نامیم. رابطه معکوس به این معنی است که با افزایش یک متغیر انتظار می رد که اندازه متغیر دیگر نیز کاهش یابد و برعکس با کاهش اندازه یک متغیر اندازه متغیر دیگر نیز افزایش یابد. به عنوان مثال وقتی گفته می شود بین مصرف سیگار با طول عمر رابطه معکوس وجود دارد یعنی که اگر فردی مصرف سیگارش بیشتر باشد انتظار می رود که طول عمر کمتری داشته باشد و یا اینکه افراد هر چقدر طول عمر بیشتری داشته باشند انتظار می رود که کمتر سیگار مصرف کرده باشند و برعکس.

علاوه بر این درصورتی که مقدار عددی همبستگی برابر 1+ باشد همبستگی را مستقیم کامل و اگر برابر 1 – باشد آن را معکوس کامل و در صورتی که برابر صفر باشد می گوییم بین دو متغیر هیچگونه رابطه ای وجود ندارد.

انواع روش های همبستگی Correlation

• ضریب همبستگی پیرسون
• ضریب همبستگی اسپیرمن
• ضریب همبستگی تاو کندال

بطور کلی:
۱- اگر هر دو متغیر با مقیاس رتبه‌ای باشند از شاخص تاوکندال استفاده می‌شود.
۲- اگر هر دو متغیر با مقیاس نسبتی و پیوسته باشند از ضریب همبستگی پیرسون استفاده می‌شود.
۳- اگر هر دو متغیر با مقیاس نسبتی و گسسته باشند از ضریب همبستگی اسپیرمن استفاده می‌شود.

در پایین فقط ضریب همبستگی پیرسون را با هم بررسی می‌کنیم.

ضریب همبستگی پیرسون

ضریب همبستگی پیرسون را می‌توانیم معروف‌ترین انواع این ضریب بدانیم. وقتی تعداد داده‌ها زیاد است و توزیع‌ها هم نرمال هستند بهتر است از ضریب پیرسون استفاده کنیم تا شدت و جهت روابط بین دو متغیر را بررسی کنیم. این ضریب مقدار وابستگی بین دو متغیر تصادفی را خیلی خوب به ما نشان می‌دهد.

در ابتدای مقاله فرمول مربوط به این ضریب را بررسی کردیم. وقتی داده‌ها را در فرمول جای‌‌گذاری کنیم، نتایج مختلفی به دست می‌آید. در تفسیر ضریب همبستگی پیرسون به طور کلی سه حالت زیر را داریم:

• مثبت: اعداد مثبت نشان از رابطه‌ی مستقیم بین دو متغیر دارند. یعنی اگر مقدار یکی از متغیرها زیاد شود، مقدار متغیر دیگری هم زیاد می‌شود. در مورد کاهش مقدار هم این قضیه برقرار است. اگر نتیجه‌ی محاسبات اعدادی بین ۰.۸ تا ۱ باشند، در تفسیر ضریب همبستگی باید بگوییم که این دو متغیر رابطه‌ای بسیار قوی دارند. اعداد بین ۰.۸ تا ۰.۶ نشان از رابطه‌ای قوی دارند. هم‌چنین اعداد ۰.۶ تا ۰.۴ رابطه‌ای متوسط را نشان می‌دهند و مقادیر کمتر نشان از رابطه‌ی ضعیف دارد. اگر نتیجه در بازه‌ی ۰.۲ تا صفر قرار بگیرد رابطه بین دو متغیر یا خیلی ناچیز است یا اصلا رابطه‌ای وجود ندارد.
• منفی: این نتیجه برعکس قبلی است. یعنی اگر ضریب همبستگی پیرسون بین دو متغیر منفی باشد، وقتی مقدار یک متغیر زیاد شود، مقدار متغیر دیگری کم می‌شود و بالعکس.
• صفر: کاملا مشخص است که ضریب صفر به چه معناست. این عدد نشان می‌دهد که رابطه‌ای بین دو متغیر تصادفی وجود ندارد.

چه نکاتی در همبستگی دو نماد وجود دارد؟

دو نکته اصلی درباره همبستگی بین نمادها نهفته است که میتواند به تصمیم گیری بهتر به ما کند.

نکته اول: امکان ندارد که عمده پرتفوی بورسی یک شرکتی چندین روز مثبت باشد ولی خود آن سهم منفی باشد. اگر چنین شد، فرصت خوبی برای سرمایه گذاری ایجاد شده است و هر چقدر این اختلاف بیشتر شود سود بیشتری در انتظار خواهد بود. برای مثال اگر دیدید فملی چندین روز صف خرید است و وسپه در حال درجا زدن است، احتمالا وسپه گزینه خوبی برای خرید است چرا که درصدی از فملی برای وسپه است و از رشد آن متنفع خواهد شد. این مسئله تحت عنوان NAV سهم در تحلیل بنیادی مورد بررسی قرار می‌گیرد.

نکته دوم: برخی نمادها به علت پرتفوی مشابه، رفتار قیمتی مشابهی دارند. این موضوع به یک سرمایه گذار حرفه ای کمک خواهد کرد که موقعیت‌های خوبی را شناسایی کند. برای مثال اگر در یک روز وسپه صف خرید بود و تاصیکو منفی، احتمالا می‌توانید تاصیکو را حداقل به دید کوتاه مدت خریداری کنید چرا که ضریب همبستگی بین این دو نماد بالاست.

مثالی از کاربرد ضریب همبستگی در ترکیب پرتفوی

این بخش را با یک مثال از کاربرد ضریب همبستگی در چیدمان سبد سهام ادامه می‌دهیم. دو شرکت الف و ب را در نظرتان مجسم کنید. حالا فرض کنید شرکت الف ۱۱۰ میلیون سهم شرکت ب را که در گروه خودروسازی فعال است خریداری کرده است. پس انتظار داریم وقتی در سهم ب اتفاقات مثبتی رخ بدهد، شاهد تعدیل مثبت در سهم الف باشیم. یعنی با افزایش قیمت سهم ب، سهم الف هم سودسازی خوبی را خواهد داشت. هر چه شرکت الف درصد مالکیت بالاتری داشته باشد، سودسازی‌اش هم بیشتر خواهد بود. اما این اطلاعات به چه دردی می‌خورند؟

قضیه خیلی ساده است. اگر سهم شرکت الف را خریده‌اید دیگر سهم شرکت ب را نخرید. درست است که این دو شرکت سهام متفاوتی دارند اما به هر حال با یک‌دیگر همبستگی دارند. این‌طور می‌توانید سبد سهامی بچینید که پوشش ریسک در آن رعایت شده است. این مسئله یکی از اصول اولیه برای متنوع سازی سبد سهام است. اگر به ترکیب سهامداران شرکت‌های فعال در بورس ایران نگاه کنید، می‌توانید ببینید عمده سهامداران شرکت‌ها چه کسانی هستند. به این ترتیب نه تنها ریسک را کم کرده‌اید بلکه ممکن است بازده بیشتری را هم به دست بیاورید.

همبستگی جفت ارزها در فارکس | مفهوم Correlation

همبستگی ارزی یا همبستگی فارکس یک معیار آماری است که نشان می دهد جفت ارزها از نظر ارزش با هم ارتباط دارند و با هم حرکتِ موافق یا مخالف دارند. تسلط و نظارت بر همبستگی ارزها برای معامله گران مهم است زیرا می تواند سطح ریسک آن ها را در هنگام معامله در بازار فارکس تحت تاثیر قرار دهد. در این مقاله، نحوه تعیین و محاسبه همبستگی فارکس، نحوه تأثیر آن بر معاملات و سیستم های معاملاتی و ابزارهایی که می توان برای ردیابی همبستگی ارزی استفاده کرد را بررسی خواهیم کرد.

همبستگی در معاملات فارکس

همبستگی ارزی بررسی ارتباط موافق ، مخالف یا خنثی در بین دو جفت ارز است. اگر در یک مدت زمان مشخص ، دو جفت ارز به طور همزمان حرکت صعودی داشته باشند، این نشان دهنده «همبستگی مثبت» است، در حالی که اگر یکی حرکت صعودی و دیگری حرکت نزولی داشته باشد، این یک «همبستگی منفی» است همبستگی منفی را می توان «همبستگی معکوس» نیز نامید . اگر این جفت ارزها به طور تصادفی بدون هیچ رابطه قابل تشخیصی حرکت کنند هیچ همبستگی بین آنها وجود ندارد. درک همبستگی ارز از آنجا برای معامله گران مهم است که اغلب بدون آگاهی بر روی 2 جفت ارزِ دارای همبستگی معامله یکسان باز میکنند و این شرایط دشواری ایجاد می کند.

مثال اول:

فرض کنید که یک معامله گر بر روی دو جفت ارز مختلف معامله ی buy باز میکند که با هم همبستگی منفی یا همبستگی معکوس دارند و مخالف جهت هم حرکت میکنند. در این حالت سودهای نمودار اول قطعا با ضررهای نمودار دوم جبران میشود، که این روش خود اغلب به عنوان یک استراتژی ریسک استفاده می شود.

مثال دوم:

فرض کنید که یک معامله گر بر روی دو جفت ارز مختلف معامله ی buy باز میکند که با هم همبستگی مثبت دارند و هم جهت حرکت میکنند. خرید دو جفت ارز همبسته ریسک و پتانسیل سود یا ضرر را دو برابر میکند، زیرا هر دو معامله در یک جهت حرکت میکنند. حرکت آن ها بدین صورت است که هر دو نمودار همزمان حرکت صعودی میکنند و همزمان نیز حرکت نزولی دارند. حال اگر تحلیل تریدر درست باشد هر دو معامله با هم سودده است و اگر تحلیل اشتباه باشد هر دو معامله با هم ضررده خواهد بود.

نحوه معامله ی جفت ارزهای دارای همبستگی

روش های زیادی وجود دارد که می توان از همبستگی ها به عنوان بخشی از استراتژی معاملات فارکس استفاده کرد، مانند پوشش ریسک. برای شروع معاملات جفت ارزهای دارای همبستگی تنها کاری که باید انجام دهید مراحل زیر را دنبال کنید:افتتاح یک حساب واقعی . از طرف دیگر، می توانید با پول مجازی در حساب معاملاتی دمو نیز تمرین کنید .

برای دریافت 20 درصد بونوس در بروکر رگوله شده ثبت نام نمایید.

با کمک وبسایت myfxbook میتوان همبستگی یا Correlation جفت ارزها را در قالبهای زمانی مختلف بررسی و مشاهده کرد.

1- به عنوان نمونه با علم بر اینکه دو جفت ارز EUR/USD و USD/CHF در 90درصد اوقات با یکدیگر Correlation منفی دارند و مخالف جهت یکدیگر پیشروی میکنند ملتفت میشوید که باز کردن معامله فروش SELL در هردو جفت ارز در واقع مانند باز نکردن پوزیشن است زیرا طبق قانون همبستگی ، هنگامی که جفت ارز EUR/USD حرکت صعودی انجام میدهد در مقابل جفت ارز USD/CHF حرکت نزولی را در پیش دارد.

2- خرید EUR/USD و فروش AUD/USD یک همبستگی جزئی ایجاد می کند. این همبستگی جزئی است زیرا همبستگی فقط 75 درصد جهت است و همبستگی به دلیل بزرگی حرکت قیمت ها نیست، فقط جهت است.

3- در مورد GBP/USD و EUR/GBP ، همبستگی منفی وجود دارد. بنابراین، خرید یا فروش هر دو یک همبستگی ایجاد می کند. خرید GBP/USD در صورت افزایش GBP/USD سود خواهد داشت، اما این سودها با کاهش موقعیت EUR/GBP به دلیل همبستگی منفی جبران می شود. همبستگی جفت ارزها خود یک نوع تحلیل و سبک معاملاتی است چرا که تحلیل نمودار اول میتواند رفتار نمودار دوم را برای ما پیش بینی و مشخص کند و برعکس.

سیستم استراتژی همبستگی جفت ارزها

همبستگی به معامله گران اجازه می دهد تا با انجام معاملات دوم که در جهت مخالف موقعیت اول حرکت می کند، موقعیت های معاملاتی را تحت پوشش قرار دهند، زمانی که یک همبستگی مثبت کامل چیست؟ سود یک جفت با زیان دیگری جبران شود یا بالعکس. اگر معامله گر نمی خواهد از معامله ای خارج شود اما می خواهد ضرر خود را جبران یا کاهش دهد، «همبستگی» میتواند مفید باشد. دانش خود را درباره جفت ارزها و آن چه بر آن ها تأثیر می گذارد، مانند تورم، نرخ بهره و دیگر داده های اقتصادی، افزایش دهید. یک استراتژی همبستگی ارزی انتخاب کنید. این ایده خوبی است که از قبل یک استراتژی را ایجاد کنید . و به اندازه کافی بر روی آن تمرین کنید. ابزارهای مدیریت ریسک مانند دستورات ضرر و زیان را که می تواند برای مدیریت ریسک در بازارهای ناپایدار مفید باشد، بررسی کنید. به یاد داشته باشید که این موارد همیشه شما را در برابر خرابی یا لغزش بازار محافظت نمی کند.

Correlation جفت ارزها

مبحث همبستگی جفت ارزها در فارکس ، مبحثی است بسیار مهم که شاید کمتر به آن توجه میشود. برای یک تریدر حرفه ایی بودن لازم است که معامله گر همواره تاثیر پذیری پرتفوی خود را از نوسانات مداوم بازار بررسی کند. به خصوص اگر در بازار فارکس Forex Market فعالیت داشته باشد. از آنجا که در بازار فارکس ، ارز ها بصورت جفت قیمت گذاری میشوند، هیچ جفت واحدی کاملا مستقل از بقیه جفت ارزها معامله نمیشود. هنگامی که از این همبستگی Correlation میان جفت ارزها آگاه شوید میتوانید به طور کامل از عوامل تاثیر گذار بر پرتفوی خود اطلاع داشته باشید.

مفهوم همبستگی جفت ارزها | Currency Correlation

دلیل همبستگی متقابل بین ارز ها بسیار ساده است. اگر در حال ترید کردن پوند انگلستان British Pound در مقابل ین ژاپن Japanese Yen (GBP/JPY) باشید در واقع در حال معامله کردن مشتق های GBP/USD و USD/JPY هستید. بنابراین GBP/JPY باید تا حدودی با یکی مرتبط باشد، اگر با هیچ یک مرتبط نیست پس با دو جفت ارز دیگر مرتبط است. بنابراین همبستگی میان جفت ارزها بیشتر به دلیل جفت بودن آنهاست. هنگامی که برخی جفت ارز ها در حهت موافق یکدیگر حرکت میکنند ممکن است ارزهای دیگر مخالف هم حرکت کنند.

ضریب همبستگی The Correlation Coefficient جفت ارزها ، بین 1- و 1+ متغیر است.

ضریب 1+ به این معنی است که دو جفت ارز در 100% مواقع ، موافق یکدیگر حرکت مکنند در حالی که ضریب همبستگی 1- به معنی آن است که دو جفت ارز ، در 100% مواقع در جهت مخالف هم حرکت خواهند کرد. اما ضریب همبستگی 0 یعنی رابطه ی بین دو جفت ارز کاملا غیر قابل پیش بینی است و ممکن است در هر جهتی باشد.

ضرایب همبستگی EUR/USD با جفت ارزهای ماژور Major Currency Pairs

(بر پایه معاملات اخیر بازار فارکس)

شکل بالا نشان میدهد ، در طول یک ماه ، EUR/USD و GBP/USD همبستگی قوی و مثبت 0.95 را داشته اند. یعنی زمانی که EUR/USD افزایش قیمت را تجربه میکند ، GBP/USD نیز در 95% مواقع افزایش قیمت را تجربه خواهد کرد. در شش ماه گذشته ضریب همبستگی میان این دو جفت ارز کمتر از 0.66+ بوده اما در بازه ی زمانی بلندتر ( یکسال) همواره دو جفت ارز همبستگی قوی و مداومی داشته اند. در مقابل ضریب همبستگی میان EUR/USD و USD/CHFدر هر بازه زمانی نزدیک به 1.00- بوده که یعنی هر زمان با افزایش قیمت EUR/USD ، جفت ارز USD/CHF افت قیمت را تجربه کرده است و حرکت آنها خلاف جهت یکدیگر بوده است. این رابطه حتی در دوره های طولانی تر نیز صادق است زیرا ارقام همبستگی تقریبا ثابت باقی می مانند. اما واضح است که این همبستگی ممکن است تغییر کند. که باعث میشود ضریب همبستگی حتی از قبل هم مهم تر شود. احساسات بازار و فاکتور های اقتصاد جهانی بسیار فعال هستند و میتوانند روزانه تغییر کنند. همبستگی امروز میان دو جفت ارز ممکن است با همبستگی بلندمدت بین دو جفت ارز مطابقت نداشته باشد. به همین دلیل است که آگاهی از همبستگی شش ماهه نیز بسیار مهم است چون دیدگاه واضخ تری از رابطه بین دو جفت ارز را ارائه میدهد و به عبارتی دقیق تر است. تغییرات ضرایب همبستگی به موارد مختلفی بستگی دارد مانند سیاست های پولی متفاوت یا تاثیر پذیری یک ارز از قیمت کالا ها .

چگونه از همبستگی Correlation استفاده کنیم

اول از همه ، همبستگی به شما کمک میکند از ورود به دو معامله که یکدیگر را خنثی میکنند جلوگیری کنید. با استفاده از سایت myfxbook میتوانید همبستگی جفت ارزها را در تایم فریمهای مختلف بررسی و مشاهده کنید. به عنوان مثال با دانستن اینکه EUR/USD و USD/CHF در 95% مواقع مخالف هم حرکت میکنند متوجه خواهید شد که باز کردن معامله خرید Long Position در هردو جفت ارز در واقع به مثابه باز نکردن معامله است چرا که همانطور که همبستگی نشان میدهد ، هنگامی که EUR/USD افزایش میابد در مقابل USD/CHF افت قیمت را تجربه میکند.

تنوع سازی یکی دیگر از فاکتور هایی است که باید به آن توجه کنیم.با توجه به اینکه همبستگی میان EUR/USD و AUD/USD کاملا 1+ نیست ، معامله گران میتوانند از هر دو ارز برای متنوع کردن ریسک های خود استفاده کنند. به عنوان مثال معامله گر در یک چشم انداز از افت قیمت دلار میتواند به جای باز کردن معامله خرید با حجم 2 لات Lot در EUR/USD ، دو معامله خرید هرکدام با حجم 1 لات Lot در EUR/USD و AUD/USD باز کند. همبستگی ناکامل بین دو جفت ارز امکان تنوع بیشتر و ریسک کمتری را فراهم میکند. علاوه بر این ، بانک های مرکزی استرالیا و اروپا تعصبات مختلفی در سیاست های پولی دارند ، بنابراین در صورت رشد دلار ، دلار استرالیا ممکن است کمتر از یورو تحت تأثیر قرار گیرد یا بالعکس.

از طرفی دیگر ،معامله گر میتواند از مقادیر مختلف Pip یا Point نیز بهره مند شود .

به عنوان مثال جفت ارز های EUR/USD و USD/CHF همبستگی کامل 1- دارند اما ارزش حرکت 1 Pip با حجم 1 لات در EUR/USD ، 10 دلار است در حالی که 1 Pip با همان حجم در USD/CHF 9.24 دلار ارزش دارد. این به این معنی است که معامله گران میتوانند از USD/CHF برای جلوگیری از ریسک ناشی از معامله کردن با EUR/USD استفاده کنند.

به عنوان مثال فرض کنیم معامله گری در پرتفوی خود دو معامله خرید همزمان با حجم 1 لات در EUR/USD و USD/CHF دارد.

هنگامی که EUR/USD ، 10 Pip افزایش میابد ، معامله گر 100 دلار در سود قرار میگیرد ، اما از آنجایی که USD/CHF 10 پیپ کاهش یافته ، ضرر 92.40 دلاری برآیند سود را به 7.60 دلار تبدیل میکند.

همبستگی مثبت

آمار نشان می‌دهد در همه کشورهای در حال توسعه و توسعه‌یافته جرائمی چون سرقت، فساد و رشوه می‌تواند ریشه در مسائل اقتصادی داشته باشد. به جرات می‌توان گفت که قریب به 70 تا 80 درصد جرائم در جوامع ریشه اقتصادی دارند که می‌تواند از ناحیه فقر و شکاف یا اختلاف درآمدی گسترده باشد، یا از ناحیه انحصار و سرمایه‌داری اولیگوپولی ایجاد شده باشد که خود ناشی از تبانی یا روش‌های نادرستی است که بر ساختار اقتصادی تحمیل می‌شود. از یک‌سو ما با مشکلاتی چون فقر به معنای محرومیت از فرصت‌های اقتصادی مواجه می‌شویم که به‌واسطه بیکاری، تورم و عدم تخصیص بهینه منابع ایجاد شده و از طرفی خود فقر سبب می‌شود رفاه نسبی نیز ایجاد نشود. در چنین شرایطی طبیعتاً انسان در جست‌وجوی رضایتمندی و خواست‌های خود، ممکن است مسیری را برگزیند که به فساد اقتصادی منجر شود یا به دامنه وسیعی از جرائم منتهی شود. البته ماهیت فساد اقتصادی هم گونه‌ای از ارتکاب جرم است. در نتیجه جرائم ناشی از مسائل اقتصادی در جوامع و کشورهای مختلف با سیاستگذاری‌های اشتباه اقتصادی به وفور وجود دارد. بنابراین همواره یک همبستگی مثبت بین مشکلات اقتصادی از جمله سیاستگذاری‌های نادرست با انواع جرم وجود دارد. این همبستگی نشان‌دهنده یک رابطه دوطرفه است؛ بدین معنا که جرم نیز در این معادله می‌تواند ایجادکننده سیاست‌های نادرست باشد و در مقابل سیاستگذاری‌ها و تصمیم‌گیری‌های غلط نیز جرم‌آفرین باشد. مثالی که برای تبیین سیاست‌های نادرست می‌توان به آن اشاره کرد، شرایطی است که سرمایه اجتماعی در پی سیاست‌های غلط کاهش پیدا می‌کرده و کارگزار برای جلوگیری از پیامدهای آن به بهره‌گیری از روش‌های کنترلی متوسل می‌شود که این شدت عمل، کنترل یا برخورد انحصارگونه همچنان که تاریخ اثبات کرده است در اقتصاد و در طولانی‌مدت نه‌تنها کارکردی نداشته و عقیم مانده بلکه نتیجه عکس داده و موجب افت بیشتر سرمایه اجتماعی شده است.

ارزیابی آنچه سیاست‌های نادرست اقتصادی می‌خوانیم را باید در دو دسته طبقه‌بندی کرد: نخست نقش‌آفرینی سیاستگذار در سیاست‌های سنتی، کلان و سیاست‌های پولی و مالی است. در این سطح از سیاستگذاری، مقام سیاستگذار برای از بین بردن رکود یا هدف‌گذاری تورم و کاهش نرخ آن، ابزاری را در اختیار دارد که با استفاده از آن می‌تواند تنظیم‌کننده یا بهبوددهنده شاخص‌های اقتصادی از جمله جلوگیری از رشد بی‌رویه قیمت‌ها یا خروج از یک رکود مزمن باشد. همچنین در این سطح، سیاستگذار قادر است با ابزارهای تحت اختیار خود زمینه ایجاد تولید را فراهم کند و مانع از رشد تورم شود. اساساً سیاستگذار باید با کنترل تورم به رشد تولید برسد و آن را ارتقا دهد. به‌طور کلی نیز بهبود شاخص رشد اقتصادی در همین امر نهفته است. اگر سیاست‌های اعمالی در اقتصاد، درست، هوشمندانه و متناسب با شرایط جامعه و اقتصاد باشد و جامعه ظرفیت آن را نیز داشته باشد، می‌تواند سیاستگذار را به اهداف خود که ایجاد شغل، کنترل تورم و تمرکز بر رشد اقتصادی پایدار است، برساند. در نتیجه یک سیاست صحیح اقتصادی یک همبستگی منفی با وقوع جرائم در جامعه ایجاد می‌کند. پس در نتیجه پیاده‌سازی سیاست‌های صحیح، بهبود نسبی در اقتصاد ایجاد می‌شود و ارتقای ظرفیت‌های تولید نیز فراهم می‌‌شود.

از سوی دیگر اگر سیاستگذار، سیاست‌هایی را اعمال کند که مناسب با شرایط جامعه نباشد یا بی‌توجه به شرایط زمانی باشد، ناگزیر فقر تولید می‌شود و به دنبال آن جرم در عرصه جامعه گسترده می‌شود. مثلاً در شرایط رکود تورمی، سیاستگذار دو سیاست متضاد، سیاست انبساطی و انقباضی مالی و پولی را در پیش می‌گیرد تا اقتصاد از رکود خارج شده و از تورم هم جلوگیری کند، اما اگر تناسب و ترکیب مناسبی میان این سیاست‌های اتخاذی به وجود نیاید، بر شرایط تورمی همراه با رکود دامن زده می‌شود و فقر بازتولید می‌شود. در نتیجه بسیار اهمیت دارد که سیاستگذار در ظرف زمانی و با تناسب کامل در پی اعمال سیاست‌های خود باشد. تجربه بسیاری از کشورها از جمله کشور ما نشان داده است که همواره این نوع سیاستگذاری‌های کلان به آن صورت کارایی لازم را نداشته و در طول زمان ایجاد مشکل می‌کند.

امکان دیگری نیز در اقتصاد وجود دارد و آن اینکه سیاستگذار در شرایط تورم بالا و رکورد در جامعه، سیاست‌های صحیحی را پیگیری می‌کند و تصمیمات درستی اتخاذ می‌کند، اما ابزار مناسب برای اجرای این سیاست‌ها را در دست ندارد. مثلاً اگر کسری بودجه افزایش پیدا کند، دولت برای تامین منبع کسری بودجه تنها چاره را در نشر و چاپ پول می‌بیند که نتیجه آن‌هم تورم خواهد بود، در صورتی که دولت اساساً به دنبال سیاست انقباض پولی بوده است. پس این موضوع نیز می‌تواند باعث شرایط ملتهب در جامعه شود و با افزایش فقر و بیکاری از یک‌سو و افزایش تورم از سوی دیگر موجب رشد شاخص فلاکت شود. این رخداد که رشد نرخ فلاکت را شتابان می‌کند در نهایت نتیجه‌ای جز افزایش جرم در جامعه ندارد.

فرض کنید ما یک نظام مالیاتی نادرست داریم که کارایی لازم را در تامین منابع مالی ندارد و این عدم کارایی در بلندمدت در اقتصاد ریشه دوانده است. اگر این شرایط توامان شود با نبود فرهنگ مالیاتی، نظام بانکی نادرست، عقب افتادن اصلاحات لازم در نظام بانکی، وجود بوروکراسی، عدم ضمانت اجرا برای پیاده‌سازی سیاست اقتصادی و گسترش فساد در نتیجه یک اقتصاد انحصاری، همگی زمینه و شرایط را برای سیاستگذاری نادرست اقتصادی فراهم می‌کند. در نتیجه این عوامل در کنار هم، اجزای ایجادکننده یک ساختار اقتصادی نادرست را تشکیل می‌دهند. مثلاً وقتی ساختار اقتصادی دولتی داریم یا ساختاری داریم که به واسطه دولتی بودن یا انحصاری بودن، مولد رانت است، خود این رانت یک نوع جرم است که نیازی نیست بگوییم ناشی از کمبود سرمایه اجتماعی یا فقر است. در نتیجه ساختار نادرست در هر صورت خود ایجادکننده سیاستگذاری‌های اقتصادی نادرست است و ابزار لازم برای کارآمدی، اتخاذ و پیاده‌سازی ساختار اقتصادی را محدود می‌کند. در این شرایط هرچه دولت در تلاش باشد که سیاست درستی را اتخاذ کند و برای حل بحران‌های اقتصادی بکوشد، اما وجود رانت و انحصار مانع از عملکرد درست آن می‌شود و جرائم را ایجاد می‌کند.

نتیجه نهایی آنکه هم سیاست‌های نادرست اقتصادی می‌تواند رابطه و همبستگی مثبتی با جرائم در سطح یک جامعه داشته باشد و هم ساختار اقتصادی نادرست می‌تواند ایجادکننده آن سیاست‌های غلط اقتصادی باشد و زمینه را برای ایجاد فساد و جرم ایجاد کند. بدون شک این نکته نشان از رابطه علت و معلولی بین وقوع جرم در جامعه و سیاست‌های نادرست اقتصادی ‌دارد. برای مثال چین در گذشته دارای یک اقتصاد دولتی با نرخ بالای جرم بود که فقر در آن گسترده و فساد به صورت سیستماتیک در جریان بود و مردمان آن از سطح پایینی از رفاه برخوردار بودند. همین کشور ساختار خود را به مرور زمان اصلاح می‌کند و به قول معروف اقتصاد خود را به روی بخش خصوصی و اقتصاد جهانی باز می‌کند. گشایش اقتصاد نخست بدان معنا که مردم و بازیگران اقتصادی در جامعه دیگر تنها تحت لوای مانیفست کمونیسم به فعالیت اقتصادی نمی‌پردازند، تعامل در جامعه بیشتر می‌شود و رقابت به مبنایی برای داد و ستد مبدل می‌شود. دوم آنکه این ساختار خود را با جهان پیوند می‌زند و با آن تعامل برقرار می‌کند. چین در نتیجه این اصلاح امروزه شاهد افزایش قدرت خرید مردم، افزایش رفاه نسبی و به‌تبع آن کاهش جرائم در جامعه خود است. به صورت عکس اگر سراغ اقتصادهایی برویم که همچنان بسته مانده‌اند، جرائم نیز در آن طبیعتاً بالا خواهد بود. در کشورهایی چون ونزوئلا و کوبا که نشان‌هایی از رشد اقتصادی در آنجا به چشم نمی‌خورد، فقر بیداد می‌کند. در نهایت این افزایش فقر برمی‌گردد به آن ساختار نادرستی که در اقتصاد ملاحظه می‌کنیم.

سیاستگذاری خود می‌تواند علتی اثرگذار بر جرائم باشد از طرفی می‌تواند معلول یک ساختار اقتصادی نیز باشد. برای بررسی این موضوع باید دو موضوع را مبنا قرار دهیم. یک ساختار اقتصادی که می‌تواند تولیدکننده یا ایجادکننده سیاست‌های غلط باشد یا اینکه خود این سیاستگذاری‌ها آرام‌آرام در یک بستر زمانی نهادینه می‌شود و خود را بازتولید می‌کند. در نتیجه می‌توانیم استدلال کنیم که این رابطه یک رابطه علت و معلولی است. گرچه این رابطه، رابطه مرغ و تخم‌مرغ نیست که بتوان تعیین کرد کدام‌یک بر دیگری اولویت دارد به صورت یک جریان چرخشی. ساختار اقتصادی می‌تواند سیاستگذاری‌های نادرست را ایجاد کند و به آن دامن بزند.

یک همبستگی مثبت کامل چیست؟

تیم متفکران نوین مالی با سرپرستی دکتر تفتیان در مسیر موفقیت مالی و حسابداری، در ارتقای سطح دانش و مهارت مالی و حسابداری در سطوح مختلف جامعه سهیم است.

- رسالت و هدف تیم متفکران نوین مالی

- مشارکت تیم متفکران نوین مالی

- بیوگرافی دکتر تفتیان

• جدیدترین مطالب
• پر بازدیدترین
• پربازدیدترین اخبار

چرا از مدلسازی معادله ساختاری استفاده می کنیم؟

چرا مدلسازی معادله ساختاری عمومیت یافته است؟ حداقل چهار دلیل اصلی برای چنین عمومیتی وجود دارد. دلیل اول اینکه محققان در نیاز به کاربرد متغییرهای مشاهده شده چندگانه برای درک بهتر از حوزه علمی پژوهشی خود آگاه تر شده اند.

اشتباهات رایج در استفاده از مدلسازی معادلات ساختاری

برخی اشتباهات رایج در استفاده از مدلسازی معادلات ساختاری در ادامه بیان شده است.

آزمون ها سنجش رابطه و سنجش همبستگی

آزمون های سنجش رابطه: در این آزمون جهت و شدت رابطه مورد آزمون قرار نمی گیرد. زمانیکه مقیاس سنجش متغیرهای پژوهش هر دو اسمی است یا یکی اسمی و دیگری رتبه ای و یا نسبتی باشد، استفاده از این آزمون گزینه مناسبی خواهد بود. .

انتخاب آزمون مناسب و تحلیل کمی؛ آزمون های (مقایسه ای)

انتخاب آزمون مناسب و مرتبط برای تحلیل داده های پژوهش تنها وابسته به یک عنصر نبوده و عوامل مختلفی در آن دخالت دارند. در آزمون های سنجش تفاوت و اختلاف (مقایسه ای) گاهی نوع فرضیه شما به گونه ای است که قصد دارید مقایسه ای را بین میانگین های دو گروه یا بیشتر و یا حتی میانگین صفتی را در یک گروه با مقدار ثابتی مقایسه کنید. در این صورت از آزمون های زیر که در زیرمجموعه آزمون های پارامتریک قرار دارند، می توانید استفاده نمایید.

مراحل اجرای پژوهش پس رویدادی

هدف تحقیق پس رویدادی کشف روابط بین متغیرهای پژوهشی است. دراین روش از دو طرح علی و گروه ملاک یا علی- مقایسه ای استفاده می شود. اکنون مراحل اجرای این روش موردبحث قرارمی گیرد.

مراحل وارد کردن داده ها در نرم افزار Eviews

در این نرم افزار اگر قصد تخمین یک مدل را داشته باشید ابتدا باید یک Workfile ایجاد کنید. در هنگام ایجاد Workfile شما باید نوع داده های خود را که به صورت مقطعی و یا سری زمانی است مشخص کنید و همچنین دامنه مشاهدات خود را تعیین کنید. در نوع داده های سری زمانی انتخاب هایی همچون داده های روزانه، هفتگی، ماهانه، فصلی، 6 ماهه و سالانه وجود دارد همچنین شما می توانید از داده های ترکیبی ( Panel Data) نیز استفاده کنید.

آزمون F لیمر (چاو)

در برآورد یک مدل که داده های آن از نوع ترکیبی هست ابتدا باید نوع الگوی براورد مشخص شود. به عبارت دیگر ابتدا باید بررسی شود که مدل م,رد بررسی در کدام طبقه pool یا panel قرار می گیرد.

پایایی و آزمون ریشه واحد

پایایی و ناپایایی یک سری از داده ها می تواند تاثیر شدیدی روی رفتار و ویژگی های آن داشته باشد. اگر متغیر های مورد استفاده در برآورد مدل ناپایا باشند، در عین حال که ممکن است هیچ رابطه منطقی بین متغیرهای مستقل و وابسته وجود نداشنه باشد ضریب تعیین به دست آمده آن به اشتباه می تواند بسیار بالا باشدو موجب گمراهی محقق گردد.

فروض کلاسیک رگرسیون

باید توجه داشت که روش ols بر اساس برقراری تمام فروض کلاسیک بنا شده است. با این حال برقراری تمام فروض کلاسیک در شرایط واقعی چندان قابل دستیابی نیست. هرچند که برقراری فروض کلاسیک همواره مطلوب یک همبستگی مثبت کامل چیست؟ است، ولی .

چارکها

چارکها نقاطی بر روی مقیاس اندازه گیری هستند که کلیه مشاهدات یا نمره ها را به چهار قسمت مساوی تقسیم می کند .

سواد مالی و مدیریت هزینه

مهم نیست که کجا یا چطور خرید می کنید، وسوسه ی خرید بیشتر همه جا ما را دنبال می کند. .

اسامی اعضاء جامعه مشاوران رسمی.

اسامی اعضاء جامعه مشاوران رسمی مالیاتی ایران دارای کارت عضویت معتبر.

مزیت سرمایه گذاری

برخی افراد به جای سرمایه‌گذاری ترجیح می‌دهند پول خود را در حساب‌های بانکی با سود. .

اهداف سرمایه گذاری

هیچ راهکار یا رویکرد سرمایه گذاری وجود ندارد که برای همه مناسب باشد. هر. .

انواع ضرایب همبستگی

استنباط آماری که در واقع یک نوع نتیجه گیری کلی از جزء به کل است، در معرض آزمایش و خطاست. یک جنبه از استنباط آماری محاسبه برآوردهایی (Estimates ) از پارمترهای جامعه مانند میانگین جامعه از طریق آماره های نمونه ها مانند میانگین نمونه است.

فرضیه (hypothesis) :

فرضیه آماری نقطه آغاز آزمون فرض است. فرضیه آماری یک بیان مقداری در باره پارامترهای جامعه است و اصولا بدون داشتن فرضیه آماری امکان انجام یک آزمون دشوار است.فرضیه آماری به دو دسته فرض صفر (H0) و فرض خلاف (H1) بیان می‌شود . اغلب فرضیه بیانگر این مطلب است که یک ارتباط علیتی بین دو متغیر وجود دارد به شکلی که میزان یکی (متغیر مستقل یاIndependent ) تا حدودی تعیین کننده دیگری متغیر وابسته یا (Dependent) است.

انواع داده :

1) داده های کمی (فاصله ای) Interval اعدادی هستند که بیانگر کمیت به صورت واحدهای عددی و بر اساس یک مقیاس مستقل است .قد و وزن مثالهای بارز دادههای کمی هستند.

2) دادههای رتبه ای Ordinal مشتمل بر رتبه ها، تعلق داشتن به گروههای رتبه بندی شده یا اطلاعات ترتیبی است. به عنوان مثال اگر دو داور به یک مجموعه 10 تایی از نقاشی رتبه یک (برای بهترین) تا رتبه 10 (برای بدترین) بدهند. مجموعه داده ها مشتمل بر 10 جفت رتبه خواهد بود. که هر جفت برای یک نقاشی است.

3) دادههای اسمی (nomial ) که مربوط به متغیر یا خواص کیفی مانند جنس یا گروه خونی است و بیانگر عضویت در یک گروه خاص می باشد.

محاسبه ضرایب همبستگی تا حدود زیادی متاثر از مقیاس اندازه گیری متغیر ها است، بعنوان مثال برای متغیر­های اسمی جهت رابطه اصلا معنی ندارد، بین جنس و معدل تنها می­توان گفت که شدت وابستگی چه مقدار است اما افزایش یا کاهش جنس معنی ندارد.

با توجه به نوع متغیر ها ضریب همبستگی می­تواند یکی از حالت­های زیر را داشته باشد.

1- دو متغیر اسمی

2- دو متغیر رتبه­ای

3- دو متغیر فاصله­ای- نسبی

4- متغیر اسمی و متغیر رتبه ای

5- متغیر اسمی و متغیر فاصله­ای - نسبی

6- متغیر رتبه­ای و متغیر فاصله­ای یک همبستگی مثبت کامل چیست؟ – نسبی

برای هر کدام از حالت­های بالا ضرایب همبستگی متفاوتی وجود دارند و محاسبه آنها در نرم افزار های spss ، lisrel و R امکان پذیراست.

از آنجا که انتخاب ضریب همبستگی مناسب برای بررسی روابط بین متغیرها تحت تاثیر مقیاس اندازه گیری متغیرهای مورد بررسی است لذا تناسب بین سطوح اندازه گیری و ضریب همبستگی سازگار از این جدول برای تصمیم گیری مناسب است

آزمون های آماری

سطح سنجش متغیرها

خی دو – فی – وی کرامر – لاندا

خی دو – فی – وی کرامر – لاندا

تحلیل واریانس یکطرفه – تی تست

فاصله ای یا نسبی

خی دو – فی – وی کرامر – لاندا

ضریب همبستگی رتبه ای اسپیرمن

خی دو – فی – وی کرامر – لاندا

ضریب همبستگی پیرسون r

ضریب همبستگی رتبه ای اسپیرمن

هرگاه رابطه بین دو متغیر را بررسی کردیم و بین آن دو رابطه معنی دار وجود داشت می توانیم ضریب همبستگی و میزان شدت همبستگی را نیز محاسبه کنیم .

ضرایب همبستگی در واقع وابستگی دو متغیر را مشخص می کنند:

اگر ضریب همبستگی بین 25/0 تا 35/0 ضریب بسیار پایین است – تنها 4% تغییرات مشترک میان دو متغیر را نشان می دهد

اگر ضریب همبستگی بین 35/0 تا 65/0 یک همبستگی مثبت کامل چیست؟ ضریب متوسط است – حدود 25% تغییرات مشترک میان دو متغیر را نشان می دهد

اگر ضریب همبستگی بین 65/0 تا 85/0 ضریب بالایی است –تا 72% تغییرات مشترک میان دو متغیر را نشان می دهد

در اصل برای بررسی میزان هماهنگی میان دو متغیر به دنبال شاخصهایی می گردیم که در اصل دو ویژگی زیر را داشته باشند:

1- به واحد دو جامعه وابسته نباشد

به طور مثال در تحولات اقصادی به دنبال رابطه میان تقاضای نفت خام در برابر تقاضای طلا می باشیم. یا در مطالعه تحولات اجتماعی به دنبال رابطه درآمد سرپرست خانواده و میزان تحصیل فرزندان می باشیم و مثالهایی از این دست.

مجموعه اطلاعات (داده های) موجود در انجام یک آزمون همبستگی که شامل اندازه های بدست آمده از دو متغیر X و Y می باشند را می توان به صورت یک نمونه تصادفی دو متغیره (X_{n ,}Y_n), . (X_{1 ,}Y₁) بیان کرد
مطالعه رابطه بین متغیرها بوسیله ((تحلیل همبستگی)) ( Analysis Corroletion ) انجام می شود. که بیانگر وجود یک رابطه خطی بین دو متغیر می باشد.

فرمول ضریب همبستگی به صورت زیر می باشد

با توجه به مقدار r در حاتهای مختلف تفسیرهای گوناگونی از رابطه X و Y خواهیم داشت.

حالتهای مختلف برای r

1- r =1 در این حالت همبستگی کامل و مستقیم گوییم. با افزایش مقدار x مقدار y به طور قطعی
زیاد می شود.

2- r = -1 در این حالت همبستگی را کامل و معکوس گوییم. با افزایش مقدار x مقدار y کاهش می یابد.

انواع ضرایب همبستگی:

ضریب همبستگی چوپروف T :ضریب هبستگی چوپروف به منظور تعیین شدت وابستگی بین متغیرهای مورد مطالعه به کار گرفته می شود و مقدار آن همواره بین صفر ویک در نوسان می باشد زمانی از آن استفاده کرده که هر دو متغیر اسمی و یا یکی اسمی و دیگری ترتیبی باشد. اما نباید تعداد سطر و ستون با هم برابر باشند.یعنی در جدول توافقی 2در2 نمی توان از آن استفاده کرد. در چنین مواردی باید از ضریب فی استفاده کرد.

ضریب همبستگی فی: به منظور بررسی شدت همبستگی بین دو متغیر اسمی که جدول توافقی 2 در 2 می باشد مورد استفاده قرار می گیرد.خی دو سطح معنی دار بودن همبستگی بین دو متغیر را تعیین میکند اما ضریب فی شدت همبستگی آنها را نشان می دهد. مقدار آن همواره بین صفر و یک در نوسان است.

ضریب همبستگی پیرسون r : این ضریب میزان همبستگی بین دو متغیر فاصله ای یا نسبی را محاسبه کرده مقدار آن بین 1+ و 1- می باشد اگر مقدار بدست آمده مثبت باشد به معنی این است که تغییرات دو متغیر به طور هم جهت اتفاق می افتد یعنی با افزایش در هر متغیر، متغیر دیگر نیز افزایش می یابد و برعکس اگر مقدار r منفی شد یعنی اینکه دو متغیر در جهت عکس هم عمل می کنند یعنی با افزایش مقدار یک متغیر مقادیر متغیر دیگر کاهش می یابد و برعکس.اگر مقدار بدست آمده صفر شد نشان میدهد که هیچ رابطه ای بین دو متغیر وجود ندارد و اگر 1+ شد همبستگی مثبت کامل و اگر 1- شد همبستگی کامل و منفی است.

ضریب کرامر: این ضریب برای تغیین میزان شدت همبستگی بین دو متغیر اسمی مورد استفاده قرارمی گیرد و آن را با (V 2 ) نشان می دهند و مقدار آن نیز همواره بین صفر ویک در نوسان است.هم جدول توافقی بیشتر از 2 در 2 وهم برای مستطیلی بکار می رود .

ضریب همبستگی رتبه ای اسپیرمن : آن را با علامتP نشان می دهند و همواره بین 1+ و 1- می باشد از لحاظ سطح سنجش ترتیبی است.در صورتی که داده های ما به صورت فاصله ای و نسبی باشند می توانیم آنها را به رتبه تبدیل کنیم.مهم نیست کدام متغیر وابسته و کدام متغیر مستقل است.

نکته مهم : اگر ضریب همبستگی صفر باشد نشاندهنده عدم وجود همبستگی است

ضریب همبستگی همواره بین 1+ و 1- در نوسان است

اگر ضریب همبستگی کمتر از صفر باشد همبستگی ناقص و منفی است یعنی با افزایش یک متغیر دیگری کاهش می یابد

اگر ضریب همبستگی بزرگتر از صفر باشد ناقص و مثبت است یعنی با افزایش یک متغیر، دیگری نیز افزایش می یابد

اگر صفر باشد نشاندهنده عدم وجود همبستگی است

کاربرد آزمون های پارامتری و ناپارامتری در علوم رفتاری

مقایسه داده ها در دو یا بیش از دو گروه وابسته و مستقل

تعداد گروههای تحت مطالعه

متغیر مورد مطالعه

گروههای تحت مطالعه

نوع آزمون مورد انتخاب

1

دو گروه

کمی

مستقل

t مستقل

2

دو گروه

رتبه ای

مستقل

من ویتنی

3

دو گروه

اسمی

مستقل

خی دو

4

دو گروه

کمی

وابسته

t وابسته

5

دو گروه

رتبه ای

وابسته

ویلکاکسون – آزمون نشانه