Determining Bid-Ask Option Pricing and Its Impact on Investor Inertia: An Integrated Approach Using Differential Equations, Neural Networks, and Particle Swarm Optimization
Year: 2025
Type: article
Abstract: رفتار این سرمایه‌گذاران در بازار سرمایه به‌عنوان یکی از مؤلفه‌های رفتار مالی کلیدی، بیانگر سرمایه‌گذاران در تصمیم‌گیری‌های قبلی و مقاومت در برابر تغییر است. این رفتار در بازارهای دارای ابزارهای مشتقه، به‌ویژه قراردادهای اختیاری، خود را نشان می‌دهد. که روند قیمت‌گذاری اختیاری دارد چرا می‌تواند به طور مستقیم انتظارات را بپذیرد، تصمیم گیری و تصمیم گیری سرمایه‌ها را در کوتاه‌مدت و بلندمدت تحت تأثیر قرار دهد. پژوهش حاضر با هدف بررسی اثر سازوکار قیمت‌گذاری انتخاب برای رفتار اینرسی سرمایه‌گذاران در بازار سرمایه ایران، از ترکیبی از ترکیبی و داده‌محور مبتنی بر معادلات دیفرانسیل، شبکه عصبی مصنوعی و الگوریتم بهینه سازی ازدحام ذرات (PSO) بهره گرفته شده است. داده‌های تحقیق شامل قیمت‌های خرید و فروش گزینه ۴۲ شرکت منتخب طی سال‌های ۱۳۹۳ تا ۱۴۰۲ بوده است و پس از انجام مراحل پیش‌پردازش و استانداردسازی، مدل‌های تحلیلی توسعه یافته‌اند. در ابتدا، ساختار بهینه شبکه عصبی برای تعیین قیمت تعیین شده است. سپس با طراحی مدل رگرسیون خطی، روابط میان تغییراتی بر قیمت مورد بررسی قرار گرفت. نتایج حاکی از آن است که مدل ترکیبی پیشنهادی با قابلیت همگرایی بالا و خطای پیش‌بینی پایین، توانایی برتری قابل‌ملاحظه‌ای نسبت به الگوی سنتی بلک–شولز دارد و می‌تواند رفتار واکنشی یا اینرسی سرمایه‌گذاران را با دقت بیشتری تبیین کند. همچنین مشاهده شد که به‌کارگیری روش‌های غیرخطی و الگوریتم‌های هوش مصنوعی موجب کاهش ریسک تصمیم‌گیری و افزایش پایداری رفتاری در معاملات مشتقه می‌شود. جمع‌بندی نهایی نشان می‌دهد که الگوی ریاضی–محاسباتی این پژوهش ابزاری کارآمد برای تحلیل پویایی رفتار اینرسی و ارتقای کارایی بازار مشتقه ایران به شمار می‌آید.
Language: Persian
Subfield: Finance
Domain: Social Sciences
Open Access status: hybrid
OpenAlex ID: W7213639719