ارزيابي كاربرد سامانه معاملات الكترونيكي DMA در افزايش حجم معاملات بورس اوراق بهادار تهران با بهره گيري از مدل استنتاج فازي

Assessment the use of electronic trading system on the increasing the trading volume of Tehran stock exchange by Fuzzy inference model

چكيده جهاني شدن بازارهاي اوراق بهادار، پذيرش متقابل شركت ها در بورس هاي مختلف، تعدد ابزارهاي معاملاتي و بازيگران بازار و همچنين رشد معاملات آنلاين، افزايش ساعات كاري بازار هاي بزرگ دنيا را اجتناب ناپذير ساخته است. به گونه اي كه در حال حاضر بورس هاي اوراق بهادار در حال حركت به سوي افزايش بيشتر نشست ها و ساعات معاملاتي و احتمالا معاملات 24 ساعته با كمك تكنولوژي پيشرفته هستند[ 1]. بورس ها وكارگزاران از طريق تنوع بخشي به روشهاي اجراي معاملات تلاش مي كنند سفارش مشتريان خود را به بهترين روش ممكن اجرا كرده و اين رقابت در جريان دريافت سفارش بين سيستم هاي معاملاتي مختلف به اندازه اي شديد است كه بورس ها وشبكه هاي ارتباطات الكترونيكي را بر آن داشته است كه سيستم هاي اجراي سفارش خود را به منظور همگامي با تغييرات نيازهاي بازار ارتقا دهند[ 2]. بورس تهران نيز با استقبال از روندهاي جهاني واتخاذ راهبرد بلند مدت به دنبال افزايش 1 وافزايش (DMA) معاملات و ارزش بازار خود با استفاده از فرصت هاي ناشي از ارايه سيستمهاي دسترسي مستقيم زمان انجام معاملات مي باشد بطوريكه در غير اين صورت ريسك از دست دادن تعداد زيادي از فعالان بازار كه فرصت هاي ديگر سرمايه گذاري را انتخاب خواهند كرد، وجود خواهد داشت[ 3] .در اين پژوهش با بررسي شش شاخص موثر بر استفاده سرمايه گذاران از سامانه معاملات آنلاين بورس شامل توسعه زير ساخت هاي سخت قوانين معاملات ،(Technology) تكنولوژي نرم افزاري سامانه ،(Security) امنيت سيستمهاي آنلاين ،(Hardware) افزاري (Education) و آموزش سرمايه گذاران (Culture) فرهنگ سازي خريد سهام به صورت آنلاين ،(Rule) در محيط مجازي و تاثير آنها بر افزايش حجم معاملات با استفاده از نظريات خبرگان بورس وجمع آوري نظريات كارشناسان و سرمايه گذاران با توزيع پرسشنامه در سازمان بورس اوراق بهادار تهران و به كمك سيستم استنتاج فازي به تشريح وضعيت و اهميت هر شاخص بر سامانه معاملات آنلاين پرداخته شد . يافته هاي تحقيق نشان داد كه شاخص فرهنگ سازي انجام معاملات به صورت اينترنتي در صدر شاخص هاي تاثير گذار بر افزايش حجم معاملات مي باشد. واژه هاي كليدي: سامانه معاملات آنلاين ،حجم معاملات، مدل استنتاج فازي.

Abstract Global stock exchange markets, counter acceptance between firms in different markets, besides, increasing trading tools, brokers and also online trading ,make increase work hours at big markets of the whole world .Today, it caused, stock exchanges by help of advanced technology, go to increasing meetings ,trading time, and probably 24-hours trading. Supplying varied financial markets in the country and trading in other countries’ stock exchange markets (online trading), make new choices for the investors; Inattention to international and environmental changes ruins Tehran Exchange of competition. Exchanges and brokers by diversification trading performance methods try to informed their costumers’ demands in a best way .The competition of demands procedure among different trading systems is so intensive that make exchanges and online networks advance their demands performance systems according to uniformity with current rules changes. Tehran Exchange follows increasing trading and market’s value by using opportunities of introducing online trading systems (DMA) and more time for trading through welcoming to universal trends and adopting long term guidelines .Otherwise, There would be the risk of lacking most of the market investors who will choose another investment opportunities .In this research we studied six effective indexes of investors usage of online trading systems ,including :developing infrastructural hardware (Hardware), security of online systems (Security), technology of software systems(Technology),internet trading rules(Rules),acculturation of online purchasing stock(Culture) ,and training investors (Education), and their effectiveness on increasing transaction size by using experts’ theories and gathering investors and experts opinions by distribution of questionnaires in Tehran Stock Exchange Organization, and by helping fuzzy inference system, it explained condition and importance of each index on volume of transaction. Keywords: online transaction systems, transaction’s volume, Fuzzy Inference system