آثار بازار پول بر بازار طلا با رویکرد پویایی‌شناسی سیستمی

نوع مقاله : مقاله علمی

نویسندگان

1 دانشجوی دکتری اقصاد پولی، دانشکده اقتصاد و علوم ادرای؛ دانشگاه مازندران، بابلسر، ایران

2 استاد، دانشکده اقتصاد و علوم ادرای، دانشگاه مازندران، بابلسر، ایران

3 استاد، دانشکده اقتصاد و علوم اداری، دانشگاه مازندران، بابلسر، ایران

4 دانشیار، دانشکده اقتصاد و علوم اداری، دانشگاه مازندران، بابلسر، ایران

10.30495/eco.2021.1926550.2501

چکیده

چکیده
هدف این مقاله کاربرد رهیافت پویایی سیستم برای پیش­بینی قیمت طلا در کشور ایران، شناسایی عوامل مؤثر بر قیمت طلا و شبیه­سازی روند تاثیر سیاست­های پولی بر قیمت طلا در بازه زمانی 1389-1405 است. شبیه­سازی با نرم­افزار ونسیم انجام شده است. مقاله حاضر در سناریوهای مختلفی به شبیه‌سازی تغییر حجم­نقدینگی، شاخص قیمت مصرف‌کننده و نرخ بهره بانکی بر بازار طلا پرداخته­ است. نتایج نشان می­دهد قیمت طلا نه تنها متاثر از قیمت اونس جهانی و ارزش دلار است، بلکه کنترل نقدینگی و مهار تورم نقش بسزایی در ثبات بازار طلا خواهد داشت. نتایج موید این موضوع است که حجم نقدینگی و شاخص قیمت مصرف­کننده تاثیر مستقیم و نقش قابل توجهی در افزایش قیمت طلا دارد. هم­چنین، یافته­ها نشان می­دهد که تغییر نرخ بهره بانکی تاثیری بر تغییر قیمت طلا تاثیر ندارد.

کلیدواژه‌ها


عنوان مقاله [English]

The Effects of Money Market on Gold Market with a Systemic Dynamics Approach

نویسندگان [English]

  • fatemeh khani 1
  • Ahmad Jafari Samimi 2
  • amirmansor tehranchian 3
  • mohammdali ehsani 4
1 PhD student in Monetary Economics, Faculty of Economics and Administrative Sciences; University of Mazandaran, Babolsar, Iran
2 .Professor, Faculty of Economics and Administrative Sciences, Mazandaran University, Babolsar, Iran
3 Professor, Faculty of Economics and Administrative Sciences, Mazandaran University, Babolsar, Iran
4 Associate Professor, Faculty of Economics and Administrative Sciences, Mazandaran University, Babolsar, Iran
چکیده [English]

Abstract
The purpose of this paper is to apply the system dynamics approach to forecasting the price of gold in Iran, identify the factors affecting the price of gold and simulate the trend of the impact of monetary policy on the price of gold in the period 1405-2010. The simulation is performed with Wenzim software. In different scenarios, the present paper simulates the change in liquidity volume, consumer price index and bank interest rates on the gold market. The results show that the price of gold is not only affected by the global ounce price and the value of the dollar, but also the control of liquidity and curbing inflation will play a significant role in stabilizing the gold market. The results confirm that the volume of liquidity and the consumer price index have a direct impact and a significant role in increasing the price of gold. The findings also show that changes in bank interest rates have no effect on changes in gold prices.

کلیدواژه‌ها [English]

  • JEL Classification: .E17
  • C53
  • J3 Keywords: Gold price
  • System Dynamics
  • Bank interest rate
  • Liquidity volume
  • Forecast

 1.‌ مقدمه

طلا از گذشته‌های بسیار دور، به ‌دلیل زیبایی، مقاومت بالا در مقابل اکسیداسیون و دیگر عوامل شیمیایی، شکل‌پذیری خوب و کم‌یابی مورد توجه بشر بوده و به دلیل نقدشوندگی بالا همواره پشتوانه مالی خوبی محسوب می‌شده است.

طلا در سطح جهانی مهم­ترین استاندارد پولی بوده و بیش‌ترین مورد مصرف آن را می‌توان در ساخت سکه و شمش طلا، ذخایر پولی بین‌المللی، بیان کرد (سرفراز و افسر، 2010).

سالیان متوالی طلا نقش­ برجسته­ای در جنبه­های اجتماعی و اقتصادی جوامع داشته ­است. به این دلیل عوامل بسیاری بر قیمت آن تاثیر می­گذارد و برآیند آن­ها طی دوره­های زمانی مختلف به شکل متفاوتی عمل کرده است. جنگ­های جهانی، افزایش نا­آرامی و تنش­های ژئوپولیتیک از مؤثرترین عوامل سیاسی تاثیرگذار بر قیمت طلا بوده­اند. از عوامل اقتصادی مؤثر بر تغییرات قیمت طلا می­توان به تغییرات قیمت جهانی طلا، قیمت نفت، تغییرات سود بانکی، تورم و نوسانات ارزش دلار اشاره کرد. قیمت طلا همواره دارای روند افزایشی بوده و این افزایش قیمت موجب سرریز نوسان در سایر بازارهای مالی در ایران می‌شود؛ به این صورت که با افزایش قیمت طلا میزان سرمایه­گذاری در بازار سهام کاهش یافته و از طرفی با افزایش قیمت ارز میزان سرمایه­گذاری در بازارهای ارز و طلا به دلیل سود آنی افزایش می­یابد. با افزایش قیمت طلا و ارز، قیمت در بازار کالا هم دچار اختلال شده و موج تورم در اقتصاد ایجاد می‌شود.

با افزایش شدید بهای نفت خام و به تبع آن افزایش درآمدهای حاصل از صادرات نفت در کشور، نقدینگی زیادی وارد بازار طلا شده و با افزایش تقاضا و سرمایه­گذاری در طلا، روند قیمت آن صعودی خواهد شد. این مساله و نبود بازارهای مالی متشکل در ایران، سبب سرریز یا هدایت پس‌اندازهای مردم به سمت خرید زمین، طلا و ارز می­شود. بنابراین، بخش اعظم پس‌اندازهای مردم که تحت تاثیر قیمت طلا قرار می‌گیرد، به سمت خرید این نوع دارایی‌ها سوق یافته و تغییرپذیری را در بازارهای ارز و طلا افزایش می­دهد؛ به عبارت ­دیگر، از آنجا که افراد در سبد دارایی‌های مالی خود ترکیب‌های مختلفی از پول نقد، سهام، طلا، ارز و سپرده بانکی را نگهداری می­کنند، تغییر شاخص‌های کلان اقتصادی سبب تغییر در ترکیب پرتفوی این افراد خواهد شد (رئیس‌پور، 1394).

هدف این مقاله کاربرد رهیافت پویایی سیستم برای پیش­بینی قیمت طلا در ایران، شناسایی عوامل مؤثر بر قیمت طلا و شبیه­سازی روند تاثیر سیاست­های پولی بر قیمت طلا در بازه زمانی1389-1405 است.      

برای دست‌یابی به این هدف، پژوهش به این صورت، سازماندهی می‌شود: در ادامه، بعد از مقدمه، در بخش دوم، ادبیات پژوهش مرور می‌شود؛ در بخش سوم، روش پژوهش ارائه می‌شود؛ در بخش چهارم یافته‌های پژوهش بیان می‌شود و در نهایت، بخش پنجم، به نتیجه‌گیری و پیشنهادهای سیاستی اختصاص یافته است.

 

  1. ادبیات پژوهش

طلا در کنار نفت، از­ جمله محصولات راهبردی در بازارهای بین­المللی محسوب می­شود. طلا با توجه به ارزش ذاتی، فسادناپذیری، برخورداری از مقبولیت عام، قدرت نقدشوندگی و هزینه نگهداری پایین از اهمیت زیادی برخوردار است تا جایی که طلا پیشرفته‌ترین پول کالایی در جوامع مختلف بوده و پشتوانه­ اصلی همه ارزها محسوب می­شود. دولت­ها هنگام رکود اقتصادی به استفاده از سیاست­های پولی و مالی انبساطی برای خروج از رکود متوسل می­شوند که این سیاست­ها، افزون بر تأثیرگذاری بر بخش‌های حقیقی اقتصاد، بر ارزش پول کشور در مقابل سایر ارزها تأثیر می­گذارد و از این‌رو، این گونه سیاست­ها بر قیمت طلا تأثیرگذار خواهند بود (صباحی و جعفرزاده، نجار، 1395). بازار طلا در ایران تحت تاثیر عوامل متعددی است که در این بخش به مهم­ترین آن­ها اشاره می­شود.

 

ارزش دلار

قیمت طلا و دلار در جهان، دارای همبستگی منفی است. به این صورت که تقویت شاخص دلار آمریکا با کاهش قیمت طلا همراه است و در صورتی که دلار روندی کاهشی داشته باشد، خرید طلا جذابیت پیدا کرده و قیمت آن افزایش می‌یابد و با توجه به اینکه قیمت‌گذاری طلا در بازارهای جهانی بر مبنای دلار انجام می‌شود، تغییرات ارزش دلار مهم‌ترین عامل تأثیرگذار بر قیمت طلا است. هم‌چنین، کاهش ارزش دلار باعث کاهش ارزش دارایی‌های دلاری می‌شود؛ بنابراین، برای حفظ ارزش دارایی‌ها باید به دنبال جایگزینی مناسب مانند طلا بود. هنگامی که ارزش دلار کاهش می‌یابد، مقدار زیادی پول از بازار خرید و فروش ارز وارد بازارهای کالا می‌شود. از سوی دیگر، تنزل ارزش دلار به کاهش ذخیره ارزی بانک مرکزی کشورهای مختلف منجر می‌شود و بنابراین، هم بانک‌های مرکزی و هم سرمایه‌گذاران برای جلوگیری از کاهش دارایی‌های خود طلا را بهترین گزینه جایگزین برای دلار می‌دانند (صباحی و جعفرزاده­نجار، 1395).

 

قیمت جهانی طلا

طلا کالایی است که قیمت آن در بازار بین­المللی تعیین می­شود. در ایران هم با توجه به مطالعات، رفتار قیمتی طلا تا حد زیادی از رفتار قیمت اونس جهانی تبعیت می­کند. قیمت طلای جهانی به عوامل مختلفی بستگی دارد (دلار امریکا، ساختار عرضه و تقاضای جهانی طلا، ریسک بین­المللی، پوشش تورم، ریسک سیاسی منطقه­ایی، ورشکستگی بانک‌ها، افزایش جمعیت، سیاست­های بانک­های مرکزی، افزایش نرخ­های بهره، رشد اقتصاد غیررسمی، پول‌شویی و فعالیت سفته‌بازی).

 

قیمت نفت

نفت و طلا نقش مهمی در تحولات اقتصادی جهان ایفا می­کنند و ارتباط تنگاتنگی به طور مستقیم و غیرمستقیم بین آن­ها وجود دارد­. کوچک­ترین تغییر در عرضه و تقاضا، سبب تغییرات شدیدی در قیمت­ آن‌ها می­شود. برای کشورهای صادرکننده نفت، افزایش قیمت­ نفت موجب افزایش نقدینگی شده و روند قیمت آن را صعودی می­کند. از سوی­دیگر، افزایش قیمت ­نفت در کشورهای واردکننده نفت سبب افزایش تورم خواهد ­شد که در این­ صورت، فعالان اقتصادی علاقمند می­شوند سرمایه خود را به نوعی دارایی تبدیل کنند که بیش‌ترین مقاومت را در برابر تورم دارد. برای آن­ها طلا بهترین انتخاب برای هجینگ تورم خواهد بود که افزایش تقاضا و قیمت را درپی خواهد داشت و هم­چنین زمانی­ که قیمت نفت افزایش می‌یابد به دلار بیش‌تری برای تجارت نفت نیاز خواهد بود. آمریکا این افزایش قیمت را با چاپ دلار تامین مالی می­کند. افزایش حجم دلار و عرضه آن در بازار بین­المللی موجب کاهش ارزش و قدرت خرید دلار می­گردد و در نهایت، قیمت طلا افزایش می‌یابد (صباحی و جعفرزاده­نجار، 1395).

 نرخ سود سپرده و بازدهی سهام

بازار پول و بازار سرمایه، رقیب و  بازار موازی، بازار طلا هستند. چنانچه بازدهی در هر یک از بازارها بیش‌تر از دیگری شود، نقدینگی و سرمایه به سمت آن سرازیر می­شود که موجب افزایش تقاضا و قیمت در آن بازار خواهد شد و سرمایه­گذاران در سبد دارایی خود برای اجتناب از ریسک، انواعی از دارایی­ها را نگهداری می­کنند و طلا تنها دارایی است که برخلاف سایردارایی­ها هم‌بستگی معکوس دارد؛ بنابراین، چناچه نرخ­های بهره یا ارزش سهام یا دلار امریکا و ...کاهش یابد، قیمت طلا افزایش می­یابد.

 

نرخ تورم

تورم یکی از مهم‌ترین دغدغه‌های فعالان اقتصادی و سیاست‌گذاران است. این پدیده که با ‌عنوان هزینه - فرصت نگهداری پول نیز شناخته می‌شود، سبب کاهش ارزش پول می‌شود. بنابراین، هرچه نرخ تورم بالاتر باشد، نگهداری پول با هزینه - فرصت بیش‌تری همراه خواهد بوده و مردم ترجیح می‌دهند دارایی‌های کالایی نگهداری کنند. طلا جزء کالاهایی است که ارزش آن در برابر تورم تغییر چندانی نمی‌کند و اصطلاحاً ویژگی پوشش‌دهندگی[1] دارد. از این‌رو، انتظار می‌رود با افزایش نرخ تورم، تقاضا برای طلا و به‌ ویژه، سکه بهار آزادی زیاد شده و قیمت آن افزایش یابد. نتایج مطالعات نجار و صباحی نشان می‌دهد که تورم در بلندمدت و کوتاه­مدت تاثیر مثبت و معناداری بر قیمت طلا دارد (موتمنی، زروکی و ضامنی، 1398).

 

اثر نرخ رشد اقتصادی بر بازار طلا                                  

نرخ رشد اقتصادی از مهم‌ترین متغیرهای کلان اقتصادی است که وضعیت کلی اقتصاد را نشان می‌دهد. نرخ رشد اقتصادی بالا نشان‌دهنده وضعیت مطلوب اقتصادی کشور بوده و نااطمینانی از وضعیت آینده اقتصاد را کاهش می‌دهد. از این‌رو، با افزایش نرخ رشد اقتصادی انتظار می‌رود تقاضا برای سکه بهار آزادی (به ‌عنوان پوشش‌دهنده ریسک ناشی از کاهش ارزش دارایی‌های) کم شده و قیمت آن کاهش یابد. از سوی دیگر، هرگاه تقاضا به سمت دارایی‌هایی نظیر سکه و طلا سوق یابد، می‌تواند به معنای خروج پول از چرخه بخش مولد اقتصاد باشد و کاهش رشد اقتصادی را به همراه داشته باشد. از این‌رو، می‌توان بین نرخ رشد قیمت سکه بهار آزادی و نرخ رشد اقتصادی رابطه‌ای معکوس متصور شد (بنابر گزارشات و ترازنامه بانک مرکزی، 1396).

 متغیرهای غیراقتصادی هم بر ارزش و بهای (قیمت) طلا موثر هستند؛ زیرا مکانیسم قیمت­گذاری طلا به طور غیرمستقیم با تحولات ملی و منطقه­ای ارتباط دارد؛ متغیرهای کیفی نظیر تنش­های سیاسی، هرج ­و ­مرج، جنگ، تحریم­ها، شیوع کرونا، انتظارات تورمی، آداب و رسوم هر کدام از این موارد که موجب افزایش نااطمینانی شود تقاضا و قیمت این فلز گرانبها را افزایش می­دهد.

 

پویایی­شناسی سیستمی[2]

پویایی‌شناسی سیستمی، روشی برای پژوهش و مطالعه نظام‌های اجتماعی، اقتصادی و مدیریتی با فرایندهایی چون تحلیل، مدل‌سازی مفهومی و بهبودبخشی است و بسط این نظام‌ها را بر مبنای دیدگاه بازخوردی فراهم می‌کند. به طور خلاصه، می‌توان گفت که این روش، روش صورت‌بندی شده مناسبی برای تحلیل نظام‌هایی است که از اجزایی با روابط علّی، منطق ریاضی، تاخیرهای زمانی و حلقه‌های بازخوردی برخوردار است (چن ، لیو ، لیاو و یو[3]، 2005).

تمرکز اصلی پویایی سیستم بر ساختار سیستم و ساختار سیستم بیانگر رفتار سیستم است. پویایی سیستم رفتار کل سیستم را تحلیل می‌کند. هم­چنین در پویایی سیستم پیاده­سازی رفتار سیستم، تحلیل نتایج، آزمون مدل شبیه‌سازی شده، اطلاعاتی در مورد چگونگی رفتار سیستم در شرایط در نظر گرفته شده را به تحلیل­گر ارائه می‌دهد. این در حالی است که در دیگر روش‌های شبیه‌سازی تمرکز بر تعامل میان افراد است که توسط روابط آماری و ریاضی بیان می­شوند و تفسیر آن­ها برای فردی که مدل را مطالعه می­کند، دشوار است (ناهودلا[4]، 2007).

پویایی‌شناسی سیستم، روش‌ مناسب شبیه‌سازی و مدل‌سازی برای تحلیل و تصمیم‌گیری‌های بلندمدت مسائل مطرح شده، است. شبیه‌سازی به کمک مدل‌های پویایی‌شناسی سیستم، برای یادگیری پیچیدگی‌های پویایی سیستم‌ها، شناسایی سیاست‌های بهینه در سیستم‌های موجود و بهبود رفتار سیستم از طریق تغییر پارامترهای آن و هم­چنین تغییرات ساختاری، ابزاری مفید به شمار می‌رود (پفاهل و لبسانفک[5]، 1999).

فرایند تدوین مدل هفت مرحله­ دارد که عبارتند از: تعریف مساله، مفهوم‌سازی مدل، فرمول­بندی مدل، شبیه­سازی، ارزیابی، تحلیل سیاست­ها و به کارگیری مدل (استرمن[6]،2000).

 اصلی­ترین رویکرد این پژوهش، رویکرد پویایی‌های سیستم است. دلیل استفاده از چنین رویکرد پیچیده­ای، در نظر گرفتن عوامل مختلف و تعامل‌های آن­ها، وجود روابط غیرخطی و درنظر گرفتن نتایج و بازخوردهای سیستم در بلندمدت است.

برای اجرای این روش از نرم­افزار ونسیم استفاده می­شود. نرم‌افزار ونسیم نوعی ابزار مدل‌سازی بصری است که قادر به مجسم کردن، شبیه­سازی، تحلیل و بهینه­سازی مدل­های مربوط به سیستم­های پویاست. ونسیم به شیوه‌ای ساده و انعطاف­پذیر، امکان شبیه­سازی مدل‌های حلقه‌دار و نمودار جریان را فراهم می‌کند. در این نرم‌افزار، روابط بین متغیرهای سیستم از طریق اتصال کلمات توسط فلش­ها تشریح می­شود. پس از تحدید روابط و مدل‌سازی، تمامی جوانب مربوط به رفتار سیستم قادر به شبیه‌سازی خواهد بود. در ادامه، به اهمّ مطالعات پیشین درباره موضوع مورد بحث پرداخته می‌شود.

یوان، چیئو و لی[7] (2020) در پژوهش خود از الگوریتم ژنتیک مبتنی بر حداقل مربعات بردار پشتیبان GA-LSSVR برای پیش­بینی قیمت طلا و از معیار میانگین درصد خطا مطلق[8](MAPE) برای ارزیابی دقت مدل­سازی هره گرفته‌اند. در این مطالعه از داده­های روزانه برای کاهش تاخیر زمانی شاخص­های اقتصادی و از قیمت فلزات گرانبهایی چون نقره، پلاتین و پالادیوم، شاخص دلار امریکا، قیمت نفت خام، شاخص Standard & Poor’s 500 به عنوان عوامل موثر بر مدل­سازی استفاده شد. نتایج نشان داد، بردار نهاده[9] می­تواند توانایی پیش­بینی را بهبود بخشد.

حاتم­لو و دلجوان (2019) در پژوهشی به پیش­بینی قیمت طلا در ایران با استفاده از تکنیک داده‌کاوی و با لحاظ عوامل جدید در بازه زمانی 2009 - 2013 پرداخته‌اند. نتایج نشان داد از میان تمام عوامل تاثیرگذار بر قیمت طلا، عواملی مانند تورم و انتظارات تورمی مهم‌ترین عوامل موثر بر تغییر قیمت طلا هستند. آزمایش­های انجام شده با استفاده از عوامل جدید نشان­دهنده بهبود دقت به میزان 2 درصد در شبکه عصبی، 3/7 درصد در سری زمانی و 6/5 درصد در روش رگرسیون خطی است.

تامفورفیل، لوهسیریوات و واناستتا [10] (2012) در پژوهشی با استفاده از رویکرد پویایی‌شناسی سیستمی، قیمت طلا را در تایلند طی دوره 2010 - 2011 با بهره­گیری از نرم‌افزار ونسیم[11] شبیه­سازی کرده­اند. یافته­ها نشان داد درصد میانگین خطای مطلق (MAPE)  در این روش برابر با 2 درصد است که این خطا در مقایسه با خطاهایی نظیر خطای 9 درصدی در روش هالت وینتر[12] و خطای 11 درصدی در روش باکس جنکینز نشان‌دهنده دقت بالای مدل است.

حدادی، نادمی و فرهادی (1399) پژوهش خود را با هدف معرفی یک الگوی ترکیبی از مدل‌های کاپولا و گارچ کلاسیک[13] و مقایسه آن با مدل‌های خانواده گارچ برای پیش‌بینی روند حرکت قیمت جهانی طلا طی دوره 2000 - 2018 انجام داده‌اند. یافته‌ها نشان داد در پیش‌بینی کوتاه‌مدت، مدل کاپولای نرمال با توزیع حاشیه‌ای GARCH-t  و در پیش‌بینی بلندمدت، مدل کاپولای تی با توزیع حاشیه‌ای GARCH-t عملکرد بهتری نسبت به مدل‌های رقیب دارند. هم‌چنین، نتایج نشان داد مدل ترکیبی پیشنهادی، توانایی و ظرفیت زیادی برای پیش‌بینی روند حرکت قیمت طلای جهانی دارد.

 کاظم‌زاده، ابراهیمی و بهنامه (1398) در پژوهش خود به پیش­بینی قیمت طلا در ایران با استفاده از رگرسیون داده­ها و با تواتر متفاوت طی دوره 1376 - 1396 پرداخته­اند. برای این منظور از متغیرهای سری زمانی به صورت سالیانه، فصلی، ماهیانه و حتی روزانه و با تجمیع آنها در یک رگرسیون، استفاده شد. در این رگرسیون از داده‌های ماهیانه نرخ ارز، شاخص کل بورس و قیمت اونس جهانی و از متغیرهای مجازی مانند نوسانات سیاسی، هیجانات بازار و فصل تابستان به عنوان متغیرهای تاثیرگذار بر سکه طلا بهره‌برداری شده است. اعتبار­سنجی مدل حاکی از آن است که مدل پیشنهادی قدرت پیش­بینی دقیق­تری در دامنه­ داده­های پرتواتر متغیرهای توضیحی دارد.

 صمدی، شیرانی­فخر و داورزاده (1396) به بررسی نقش نوسانات نرخ ارز، قیمت شاخص سهام و قیمت جهانی طلا در ایران با استفاده از داده­های ماهیانه طی دوره 1997 - 2006 و مدل اقتصادسنجی گارچ پرداخته­اند. آن­ها مهم­­ترین عوامل تاثیرگذار بر قیمت طلا در ایران را قیمت جهانی­ طلا، وجود انتظارات­ تورمی، نوسانات نرخ ارز، نوسانات شاخص سهام و تحریم بین­المللی بین کرده‌اند. یافته‌ها نشان داد نوسانات نرخ ارز مهم­ترین عامل در کوتاه­مدت و بلند­مدت است. آنها در این پژوهش با توجه به بزرگ بودن ضرایب بلندمدت نسبت به کوتاه‌مدت به این نتیجه رسیدند که در بلندمدت، قیمت طلا به نوسانات نرخ ارز و قیمت جهانی واکنش بیشتری نشان می­دهد.

 جعفرزاده نجار و صباحی (1395) به مطالعه و بررسی عوامل مؤثر بر قیمت طلا در ایران پرداخته­اند. آن­ها از داده‌های سری زمانی فصلی و روش اقتصادسنجی خودهم‌بسته باوقفه توزیع شده (ARDL) [14] استفاده کرده‌اند. نتایج نشان داد در کوتاه‌مدت و بلندمدت متغیرهای قیمت نفت، نرخ سود بانکی و نرخ ارز، تأثیر منفی و معناداری بر قیمت طلا دارند. هم­چنین، متغیرهای تورم و قیمت جهانی طلا تأثیر مثبت و معناداری بر قیمت طلا دارند.

    مصلح شیرازی، موسوی و پشوتنی­زاده (1395) در پژوهشی با استفاده از روش پویایی‌شناسی سیستمی و ارتباط داده­های مالی، بازار سرمایه، نرخ ارز و قیمت طلا به بررسی و شبیه­سازی چگونگی جابه­جایی سرمایه­ از بازار بورس اوراق ­بهادار تهران به بازار طلا و ارز و بالعکس، در بازه­ زمانی 1385 - 1401پرداخته‌اند. نتایج مدل‌سازی با استفاده از نرم‌افزار ونسیم نشان داد تغییر در متغیرهای اقتصادی کلان از سوی مقامات سبب افزایش یا کاهش ارزش بازار سهام می‌شود.

پس از بررسی پیشینه پژوهش، می‌توان گفت نوآوری این پژوهش به کارگیری روش پویایی‌شناسی سیستمی در تحلیل موضوع مورد مطالعه به عنوان رویکردی نوظهور در مدل‌سازی است که به تجزیه و تحلیل سیستم­های پیچیده و بازخوردی می­پردازد.

 

3.‌ روش­ پژوهش

هدف این مقاله کاربرد رهیافت پویایی سیستمی برای پیش­بینی قیمت طلا در ایران و نیز شناسایی عوامل مؤثر بر قیمت طلا، شبیه‌سازی روند تاثیر سیاست‌های پولی بر قیمت طلا در دوره­های مختلف و نیز شبیه‌سازی روند ناثیر سیاست­های پولی بر قیمت طلا برای دوره زمانی 1388-1405 است. در این مقاله از متغیرهای مهم کلان اقتصادی بر بازار طلای ایران (شامل شاخص کل بورس اوراق بهادار، شاخص قیمت مصرف­کننده، تولید ناخالص داخلی، حجم نقدینگی، نرخ سود سپرده‌های بانکی، قیمت اونس جهانی، قیمت نفت و نرخ ارز) استفاده شده است. تمامی اطلاعات مربوط به متغیرهای کلان از پایگاه اطلاعات سری زمانی بانک مرکزی[15]، بانک اطلاعاتی وزارت صنعت و ­معدن[16] و  بانک داده­های اقتصادی و مالی[17] جمع‌آوری شده است.

 این روش بر پایه ساختار مدار کنترلی بنا شده است و امکان مطالعه ساختار و رفتار سیستم‌های پیچیده اقتصادی، اجتماعی، زیستی و فنی را فراهم می‌کند. در این روش سیستم‌های پیچیده واقعی توسط بازخوردهای متعدد، تأخیر زمانی، ذخیره‌سازی و از طریق معادلات دیفرانسیل توصیف می‌شوند. هدف سیستم‌های پویا، پیش‌بینی کمّی آینده نیست؛ بلکه دست‌یابی به دانش وسیع در مورد ارتباطات دینامیکی متقابل میان سیستم‌های اجتماعی، اقتصادی، زیستی و فنی است (استرمن،2000).

سیستم دینامیک بر پایه نظریه دینامیک غیرخطی و کنترل بازخوردی برای مدل‌سازی رفتار انسان مورد استفاده قرار می‌گیرد؛ لذا سیستم دینامیک بر بنیان علوم جامعه‌شناسی، اقتصاد و سایر علوم اجتماعی بنا نهاده شده ­است. درک رفتار سیستم‌ها مشکل است؛ زیرا رفتار سیستم متأثر از بازخوردهای داخل سیستم است. برای درک رفتار سیستم نیاز به ابزارهایی چون مدل ذهنی از مسائل پیچیده سازمان، ابزارهای شبیه‌سازی برای آزمون مدل ذهنی، طراحی سیاست‌های جدید و بررسی نتایج حاصل از آن‌هاست (مشایخی، 1396).

 

حلقه تقویت کننده

حلقه متعادل کننده

 

نمودار 1. نمودارهای علّی مثبت و منفی

منبع: یافته پژوهش

 

دینامیک هر مدل پیچیده با دو نوع بازخورد مثبت (تقویت‌کننده) و بازخورد منفی (متعادل‌کننده) شناخته و اجرا می‌شود. در حلقه‌های بازخوردی مثبت افزایش در یک پارامتر سبب افزایش همان جهت در پارامترهای درون حلقه و در بازخورد منفی افزایش در یکی از پارامترها سبب کاهش در پارامترهای یکسان درون حلقه خواهد شد. 

         

 

بر این اساس، در مدل­سازی به روش پویایی­شناسی سیستمی، در وهله نخست، تصویر جامعی از روابط علّی و حالت جریان متناسب عرضه می‌شود. این تصویر، در نمودار (1) ارائه شده است که بنیان مدل پژوهش قرار گرفته و ادبیات مرتبط با نظریه‌های معتبر به ساختاربندی مدل شبیه‌سازی شده خواهد پرداخت.

 

 

نمودار 2. نمودار علّی مدل شبیه‌سازی شده

منبع: یافته پژوهش

 

ساختار یاد ­شده در فرایند تجزیه و تحلیل، رویکرد کیفی دارد؛ از این‌رو، برای انجام تجزیه و تحلیل کمّی باید از نمودار (3) حالت - جریان بهره گرفت.

 

جدول 1. معرفی متغیرهای الگو

فارسی

نماد لاتین

فارسی

نماد لاتین

تحریم

Sanction

شاخص قیمت مصرف کننده

CPI

جنگ و هرج مرج سیاسی

Political chaos &war

قیمت جهانی اونس طلا

Gold World Price

قیمت نفت

Oil Price

قیمت سکه تمام بهار آزادی

Gold  Coin Price

شاخص کل بورس

Stock

نرخ ارز

Exchange Rate

تولید ناخالص داخلی

GDP

حجم نقدینگی

M2

نرخ بهره

Interest Rate

تورم انتظاری

EX Inflation

منبع: یافته‌های پژوهش

 

 

نمودار 3. حالت- جریان

منبع: یافته‌های پژوهش

اعتبارسنجی مدل

یکی از معضل‌های اساسی مدل‌سازی، ارزیابی میزان اعتبار مدل و تطابق آن با واقعیت است. مدل تصویر ساده‌شده‌ای از یک سیستم واقعی است، به همین دلیل ارزیابی یا اعتبارسنجی مطلق یک مدل ممکن نیست. لذا اعتبارسنجی مدل به‌ صورت نسبی انجام می‌گیرد. در حالت کلی، محققان برای اعتبارسنجی رفتار مدل، به مقایسه رفتار مدل در حال مطالعه با رفتار گذشته سیستم (به عنوان رفتار مرجع) می‌پردازند. هم‌چنین، برای اعتبارسنجی مدل شبیه­سازی شده از مقایسه نتایج شبیه­سازی با داده­های موجود استفاده می­شود. بر همین اساس، در نمودار (4) منحنی پیوسته بیانگر مدل شبیه‌سازی شده و خط نقطه­چین نمایانگر رفتار واقعی قیمت طلا (یعنی، قیمت سکه تمام بهار آزادی طی زمان) است.

 

 

نمودار 4. رفتار گذشته سیستم (رفتار مرجع)

منبع: یافته پژوهش

 

4.‌ برآورد مدل و تجزیه تحلیل آن

سناریوی اول

برای بررسی تاثیر سیاست­های پولی (خاصه، حجم نقدینگی) بر بازار سکه طلا، با افزایش و کاهش 5 درصدی حجم نقدینگی به پیش‌بینی مدل پرداخته شد. خط سبز رنگ حالت پایه و خطوط آبی و قرمز به ترتیب، پیش‌بینی مدل از کاهش و افزایش 5 درصدی در حجم نقدینگی است. از جنبه­های گوناگونی، نقدینگی موجب افزایش قیمت طلا می­شود. الف) افزایش نقدینگی و سرازیرشدن آن به بازار طلا؛ ب) افزایش حجم پول و کاهش ارزش پول ملی و      ج) افزایش نقدینگی و ایجاد تورم و شکل‌گیری انتظارات تورمی در جامعه.

این عوامل سبب ایجاد فشار تقاضا و افزایش قیمت می‌شود. همان طور که نتایج تایید می­نماید استفاده از سیاست پولی انفعالی و نامنظم (در پاسخ به عدم تعادل­های مالی مانند کسری بودجه) در بلندمدت نقش مخربی بر ثبات اقتصادی پایدار و بازارهای مالی خواهد داشت. لذا مهار حجم نقدینگی از سوی بانک مرکزی ضروری است.

 

 

نمودار 5. شبیه‌سازی تاثیر حجم نقدینگی بر بازار طلا

منبع: یافته پژوهش

 

سناریوی دوم

نتایج پیش‌بینی تاثیر افزایش و کاهش 5 درصدی نرخ بهره بانکی بر بازار سکه طلای ایران نشان می‌دهد این افزایش و کاهش بر بازار سکه تاثیری ندارد. در کشورهای پیشرفته که بازارهای مالی کاملی دارند، کاهش نرخ بهره سبب افزایش قیمت طلا می‌گردد. در کشورهایی که بازارهای مالی متشکل و مرتبطی ندارند، مضاف بر این که نرخ­ بهره نمی­تواند آزادانه تغییر یابد و تقریباً نرخ‌های بهره ثابت و دستوری و دارای نوسانات خیلی کم هستند، تغییر نرخ بهره نمی‌تواند بر بازار طلا تاثیر چندانی داشته باشد.

 

 

 

نمودار 6. شبیه‌سازی تاثیر نرخ بهره بر بازار طلا

منبع: یافته پژوهش

 

سناریوی سوم

پیش‌بینی افزایش و کاهش 10 درصدی در شاخص قیمت مصرف‌کننده بر قیمت سکه نشان‌دهنده رابطه مستقیم بین این دو متغیر است. در کشورهایی نظیر ایران که با تورم مزمن روبه‌روست، طلا امکانی برای هجینگ تورم محسوب می­شود. تورم و ایجاد تورم انتظاری موجب انحراف پس­­اندازها از چرخه مولد مالی شده و باعث کاهش منابع سرمایه­ایی و به تبع آن کاهش تولید و افزایش بیکاری می­شود. طلا کالایی است که همواره و به صورت تاریخی رقیب پول شناخته شده؛ بنابراین، با افزایش شاخص قیمت مصرف‌کننده ارزش پول کاهش و قیمت طلا به عنوان رقیب پول افزایش می­یابد.

 

 

نمودار 7. شبیه‌سازی تاثیر شاخص قیمت مصرف‌کننده بر بازار طلا

منبع: یافته پژوهش

5.‌ نتیجه‌گیری و پیشنهادها

هدف این مقاله شبیه­سازی تاثیر متغیرهای کلان پولی مرتبط با تغییرات قیمت در بازار طلا (سکه) و اجرای مدل پیش‌بینی با استفاده از رهیافت پویایی‌شناسی سیستمی با بهره‌گیری از نرم‌افزار ونسیم بود. برای این منظور، بر اساس تکنیک سناریوسازی، سه سناریو تنظیم و تدوین شد. سناریوی اول، تغییر حجم نقدینگی، سناریوی دوم، تغییر نرخ بهره بانکی و سناریوی سوم تغییر در شاخص قیمت مصرف­کننده بود که نتایج، نشان‌دهنده نقش قابل توجه حجم نقدینگی و تورم در افزایش قیمت طلا دارد. بدین صورت که قیمت طلا در ایران نه تنها تحت تاثیر نرخ دلار و قیمت جهانی طلاست؛ بلکه عامل داخلی دیگری مثل تورم نقش قابل توجهی در افزایش قیمت طلا دارد. افزایش قیمت طلا خود بر شرایط تورمی دامن می­زند که این امر، ایجادکننده یک حلقه علّی مثبت است. تورم مزمن در کشور و انتظارات تورمی ناشی از افزایش متوالی حجم پول در گردش، سبب افزایش بی‌سابقه قیمت طلا در کشور و تنزل ارزش پول و روی آوردن صاحبان پول­های سرگردان به طلا به عنوان وسیله ذخیره ارزش موجب تضعیف ارزش ریال می‌شود. در این راستا با توجه به شرایط فعلی حاکم بر اقتصاد کشور، مهار تورم به وسیله کاهش تدریجی و مداوم نرخ عرضه پول در بلندمدت می‌تواند اعتماد مردم نسبت به ریال را افزایش دهد و موجبات تمایل بیشتر مردم به نگهداری پول ملی و پس‌انداز در بازارهای مالی را فراهم کند. با ایجاد زمینه‌های مساعد سرمایه­گذاری و افزایش پس‌اندازهای داخلی، مشکل بیکاری نیز به میزان قابل توجهی کاهش خواهد یافت.

 

[1] Hedging

[2] System Daynamic

[3] Chen, Liu, Liaw & Yu

[4] Nuhodlu

[5] Pfahl & Lebsenfk

[6] Esterman

[7] Yuan, Lee & Chiu

[8] Mean Absolute Percent Error

[9] Opinion Score

5 Tharmmaphornphilas, Lohasiriw & Vannasetta  

[11] Vensim

7 Winter, Holt

[13] Garch-Copula 

1 Autoregressive Distributed Lag Model

[15] Cbi.ir

[16] Mimt.gov.ir

[17] Databank.mefa.ir

  • منابع

    • استرمن، جان (1387). پویاشناسی سیستم (ترجمه: ­شهرام میرزایی­دریانی و همکاران. انتشارات ترمه: تهران.
    • بانک مرکزی جمهوری اسلامی ایران، گزارش اقتصادی و ترازنامه سال 1396.
    • حدادی، محمد رضا، نادمی، یونس، فرهادی، حامد (1399). پیش‌بینی روند حرکت قیمت جهانی طلا با رویکرد مدل‌سازی توزیع‌های حاشیه‌ای: کاربردی از مدل­های گارچ کاپولای گوسی­و­تی. مهندسی مالی و مدیریت اوراق بهادار، 11 (42): 88-67.
    • رئیس‌پور، علی، اثنی­عشر، هاجر، مهرابی ­بشرآبادی، حسین (1394). بررسی تاثیر تکانه‌های پولی بر قیمت سکه طلا در ایران. برنامه‌ریزی و بودجه، 20 (2): 116-103.
    • صباحی، احمد، جعفرزاده نجار، مرتضی (1395). عوامل موثر برقیمت طلا در ایران. پژوهش­های اقتصاد پولی و مالی، 23 (11): 99-83.
    • صمدی، سعید، شیرانی فخر، زهره، داورزاده، مهتاب (1386). بررسی میزان اثرپذیری شاخص قیمت سهام بورس اوراق بهادار تهران از قیمت جهانی نفت و طلا. بررسی‌های اقتصادی، 4 (2): 51-25.
    • کاظم‌زاده، عماد، ابراهیمی سالاری، تقی، بهنامه، مهدی (1398). پیش­بینی نرخ رشد قیمت سکه طلا در ایران با استفاده ازالگوی رگرسیون داده­ها با تواتر متفاوت (میداس). اقتصاد کاربردی، 9 (28): 53-43.
    • محمدی، علی، پشوتنی‌زاده، هومن (1396). برنامه‌ریزی سناریو اثر تغییرات نرخ ارز و قیمت طلای جهانی بر بازار مالی ایران با استفاده از رویکرد پویایی‌شناسی سیستمی. چشم‌انداز مدیریت مالی، 7 (3):50-27.
    • مصلح شیرازی، علی نقی، موسوی­ حقیقی، محمدهاشم، پشتونی‌زاده، هومن (1395). شبیه‌سازی الگوی تغییرات نرخ ارز و قیمت طلا بر عملکرد بورس اوراق بهادار تهران با رویکرد پویایی‌شناسی سیستمی. دانش سرمایه گذاری، 7 (25): 38-17.
    • مشایخی، علینقی (1396). پویایی‌شناسی سیستم‌ها. انتشارات آریانا قلم، تهران.
    • موتمنی، مانی، زروکی، شهریار، ضامنی، کوثر (1398). بررسی امکان پوشش تورم با سکه طلا در ایران. اقتصاد مقداری، 16 (2): 143-125.
    • Chen, C.H., & Liu, W.L., & Liaw, S.L., & Yu, C.H. (2005). Development of a dynamic strategy planning theory and system for sustainable river basin land use management . Journal Science of the Total Environment, 346(1-3): 17-37.
    • Esterman, J. (2000). Systems thinking and modeling for a complex world, First Edition, Jeffrey J. Shelstad McGraw-Hill Companies.
    • Hatamlou, A., & Deljavan, M. (2019). Forecasting gold price using data mining techniques by considering new factors. Journal of AI and Data Minin, 7) 3:( 411-420.
    • Sarfaraz, L., & Afsar, A. (2010). The analysis of effective factors on gold price and aforecasting model using fuzzy neural network. Journal of Economic Research, 5(16), 149-165 (in persion).
    • Nuhodlu, H. (2007). System Dynamics Approach in Science and Technology Education. Journal of Turkish Science Education, 4(2): 91-108.
    • Pfahl, D.,& Lebsenfk, K. (1999). Integration of System Dynamics Modeling with Descriptive Process Modeling and Goal-Oriented Measurement. Journal of Systems and Software, 46(2):135-150.
    • Tharmmaphornphilas, W., & Lohasiriwat, H ., & Vannasetta, P. (2012). Gold Price Modeling Using System Dynamics. Journal of Engineering, 16(5),57-68.
    • Yuan, F., & Lee, C., & Chiu, C. (2020). Using Market Sentiment Analysis and Genetic Algorithm-Based Least Squares Support Vector Regression to Predict Gold Prices. International Journal of Computational Intelligence Systems,13(1), 234 – 246.