روی موج خبر

۱۳۹۹/۰۷/۲۴ - ۰۰:۰۰:۰۰
کد خبر: ۱۷۲۱۲۶

عرضه 20 شرکت زیرمجموعه تامین اجتماعی در بورس

محمد شریعتمداری، وزیر تعاون، کار و رفاه اجتماعی در پاسخ به این پرسش که آیا شرکت‌های زیرمجموعه شستا از طریق بورس واگذار می‌شود، گفت: در نظر داریم شرکت‌های زیرمجموعه شرکت سرمایه‌گذاری تأمین اجتماعی، شستا را از طریق بورس عرضه کنیم و اکنون به تناسب آمادگی شورای عالی بورس و مقررات سازمان بورس، این شرکت‌ها یکی یکی در نوبت پذیرش در بورس قرار دارند. وزیر تعاون، کار و رفاه اجتماعی ادامه داد: ‌تا پایان سال ۹۹ هر ماه یک شرکت از زیرمجموعه‌های شستا را برای واگذاری در بورس آماده می‌کنیم. اما شرط آن این است که این واگذاری‌ها به تصویب سازمان بورس برسد. وی افزود: در مجموع ۲۰ شرکت قابل واگذاری در تامین اجتماعی است که ۱۲ شرکت از آنها زیرمجموعه شرکت شستا قرار دارند که با تأیید شورای عالی و سازمان بورس، در بورس اوراق بهادار تهران ارایه خواهد شد. بر اساس این گزارش، شرکت سرمایه‌گذاری تأمین اجتماعی، شستا بعد از حدود ۲۹ سال از تأسیس، امسال برای اولین‌بار وارد بورس شده و ۱۰ درصد از سهام شستا به روش ثبت سفارش در بورس عرضه اولیه شد که در این عرضه اولیه بیش از ۴ میلیون و ۷۰۰ هزار نفر مشارکت کردند و ارزش بازار حدود ۱۰ درصد رشد کرد و طبق گفته وزیر قرار است واگذاری سهام شستا تا سقف ۲۰ درصد ادامه پیدا کند.

لزوم مستندسازی طرح‌ها و ایده‌ها برای عرضه در مجامع بین‌المللی

امیر هامونی، مدیرعامل فرابورس ایران در افتتاحیه «دوره آموزشی روش‌های تحلیل پیشرفته داده‌های مالی با تاکید بر یادگیری ماشین» به دریافت جایزه نوبل اقتصاد ۲۰۲۰ از سوی پاول آر میلگروم و رابرت بی‌ویلسون اشاره کرد و گفت: ‌موضوع پژوهشی این دو اقتصاددان، طراحی حراج‌ها در بازارهای مختلف بود که چندین سال قبل پژوهش‌هایی در این حوزه در فرابورس انجام شده و مدل‌های متنوع حراج برای کشف قیمت مناسب‌تر نیز طراحی شده است. مدیرعامل فرابورس با اشاره به سطح دانش تخصصی و قابلیت‌هایی که در بازار سرمایه کشور وجود دارد، اظهار کرد: بسیاری از پژوهش‌ها و تجارب ما در بازار سرمایه، قابلیت ارایه در سطح جهانی را دارد اما متاسفانه به دلیل عدم مستندسازی، در جامعه بین‌المللی مطرح نشده است. هامونی با تاکید بر لزوم آسیب‌شناسی این موضوع، گفت: باید از نوبل درس‌هایی بگیریم از جمله اینکه هیچ ایده‌ای را مورد تمسخر قرار ندهیم و هنگام مطرح‌شدن ایده‌ها، منفعلانه برخورد نکنیم؛ چرا که این نوع واکنش‌ها، اعتمادبه‌نفس علمی ما را تحت تاثیر قرار می‌دهد. مدیرعامل فرابورس پیشنهاد کرد که ایده‌ها و کارها، ثبت و به زبان انگلیسی مستند شود تا قابلیت عرضه در مجامع بین‌المللی را داشته باشد و افزود: از سوی دیگر باید طرح‌ها را با همکاران خود به اشتراک بگذاریم و در کار تیمی، مراحل مختلف امور پژوهشی را تقسیم کنیم. هامونی در ادامه، همکاری استراتژیک فرابورس ایران و دانشگاه علامه طباطبایی را اتفاق مبارکی دانست و اظهار کرد: بر اساس تفاهم‌نامه‌ای که امسال میان فرابورس و قطب ریاضیات مالی کشور منعقد شده، مقرر شد ارتقای سطح تعاملات علمی و پژوهشی میان طرفین و پیوند میان توانمندی‌های علمی و عملی در دستور کار قرار گیرد که برگزاری دوره‌های آموزشی در این راستا انجام می‌شود. در بخش دیگری از افتتاحیه «دوره آموزشی روش‌های تحلیل پیشرفته داده‌های مالی با تاکید بر یادگیری ماشین»، عبدالساده نیسی رییس قطب علمی ریاضیات مالی از برگزاری ۱۰ دوره آموزشی سه‌ساعته با موضوعاتی همچون مبانی یادگیری ماشین، شبکه‌های عصبی، شبکه عمیق، تحلیل داده‌ها مبتنی بر روش‌های کلاسیک سری زمانی، خریدوفروش الگوریتمی و معاملات هوشمند و... خبر داد. در ادامه، سیدجلال دهقانی فیروزآبادی استاد تمام و معاون پژوهشی دانشگاه علامه طباطبایی، برگزاری این دوره را از موارد تفاهم‌نامه منعقدشده بین قطب ریاضیات مالی کشور و فرابورس ایران عنوان کرد و افزود: از فلسفه‌های وجودی تفاهم‌نامه بین دانشگاه‌ها و سازمان‌های اجرایی، بهره‌گیری از تجارب دو حوزه علم و اجرا برای مدیریت بهتر جامعه و صنعت است. به گفته دهقانی، تعامل و هم‌افزایی بازار سرمایه و دانشگاه می‌تواند نتایج علمی و عملی درخشانی در این حوزه‌ها به دنبال داشته باشد و علم ریاضیات مالی می‌تواند به توسعه، رونق و ثبات بازار سرمایه در کشور کمک کند. محمدرضا اصغری اسکویی استادیار دانشکده علوم ریاضی و رایانه دانشگاه علامه طباطبایی نیز با اشاره به اینکه پیشرفت هوش مصنوعی و یادگیری ماشین، تاثیر عمیقی بر جنبه‌های مختلف زندگی انسان داشته است، گفت: در حوزه مالی نیز شاهد تاثیراتی هستیم که بسیاری از ساختارها و چارچوب‌های سنتی را پشت سر گذاشته است. اسکویی، یادگیری ماشین را روش‌های محاسباتی برای استفاده از مشاهدات و تجربیات جهت ارتقای کارآمدی و پیش‌بینی دقیق تعریف کرد. وی همچنین در خصوص کاربرد یادگیری ماشین در تحلیل داده‌های مالی به مواردی همچون پیش‌بینی قیمت، تشکیل سبد (پرتفوی)، تحلیل داده‌های غیرعددی درکنار عددی و شناسایی الگوی تغییرات ساختاری، تصمیم‌سازی در فرآیند خریدوفروش و تخمین حجم بهینه خریدوفروش، ارزیابی استراتژی‌ها، شناسایی استراتژی‌های ناموفق و ... اشاره کرد.