هادی اسماعیل پور - دانشجوی دکتری اقتصاد مالی دانشگاه علامه طباطبائی، تهران، ایران.
تیمور محمدی - دانشیار دانشگاه علامه طباطبائی، تهران، ایران.
محمد فقهی کاشانی - استادیار دانشگاه علامه طباطبائی، تهران، ایران.
عباس شاکری - استادیار دانشگاه علامه طباطبائی، تهران، ایران.

شاخص­های منعکس کننده رفتار بازار سهام یکی از مهم­ترین عوامل تاثیرگذار بر تصمیمات سرمایه­گذاران در بازارهای مالی است. اغلب سرمایه­گذاران در بورس اوراق بهادار تهران به شاخص کل بورس توجه دارند که تمامی شرکت­های پذیرفته شده در بورس را در بر می­گیرد. این مطالعه به معرفی شاخصی جدید با استفاده از روش­ شبکه­های پیچیده می­پردازد. شبکه­های پیچیده مطالعه همبستگی قیمت­های بازار سهام را به خوبی فراهم می­آورند و از این رو درک بیشتری از عملکرد بازار برای سرمایه­گذاران ایجاد می­کنند. در این مطالعه شبکه بازار سهام با داده­های ۲۴۶ سهام بورس اوراق بهادار تهران طی دوره زمانی اولین روز معاملاتی فروردین ۱۳۹۵ تا آخرین روز معاملاتی اسفند ۱۳۹۵ ایجاد شده که در آن، برای اتصال بین دو گره یا سهام از رویکرد WTA، استفاده گردیده است. نتایج حاصل از توزیع درجه شبکه بازار سهام، حاکی از این است که شبکه سهام بازار بورس اوراق بهادار تهران، شبکه­ای آزاد از مقیاس است؛ که به وضوح نشان می­دهد که تغییرات قیمت بازار سهام به شدت تحت تاثیر تعداد نسبتا کمی از سهام­ها قرار دارد. از این رو با استفاده از تحلیل شبکه­های پیچیده بازار سهام، شاخصی جدید مبتنی بر درجه و با شمول سهام­های منتخب، ارائه شده و با شاخص کل بازار بورس مقایسه می­گردد. بر اساس نتایج، شاخص جدید همبستگی معناداری با شاخص کل بازار بورس دارد و می­تواند رفتار بازار سهام را به خوبی منعکس نماید. The indices of stock market are one of the most important factors affecting the decisions of investors in financial markets. Most investors in the Tehran Stock Exchange pay attention to TEIPX index, which includes all companies is listed to the stock exchange. This study introduces a new index using a complex network method. Complex networks provide price correlation in stock market and thus creating a better understanding of market performance for investors. In this study, the stock market network with data from ۲۴۶ stocks of Tehran Stock Exchange during the first trading day of March ۲۰۱۶ to the last trading day of March ۲۰۱۷ was created, in which the WTA approach was used to connect two nodes or stocks. The results of the degree distribution of the stock market network indicate that the stock market network of Tehran Stock Exchange is a scalefree network, which clearly shows that stock market price changes are highly influenced by a relatively small number of stocks. Hence, by using the complex networks analysis in stock market, a new index based on the degree and the inclusion of selected stocks is presented and compared with the TEPIX index. According to the results, the new index has a significant correlation with the TEPIX index and can reflect well stock market behavior.   Keywords: Stock market, Complex networks, Degree distribution, Stock index JEL Classification: D۵۳, G۱۱, G۲۰

بازار سهام, شبکه های پیچیده, توزیع درجه, شاخص سهام. طبقه بندی JEL : D۵۳؛ G۱۱؛ G۲۰