شاخص مانده نقدی خالص[۳۶]
شاخص جدید دیگری است که برای تعیین وضعیت نقدینگی شرکت ها معرفی شده است. در این شاخص برای نشان دادن وضعیت نقدینگی شرکت به مانده وجه نقد و اوراق بهادار توجه می شود. این شاخص ذخیره نقدینگی واقعی شرکت را، در رابطه با نیازهای پیش بینی نشده نشان می دهد. نحوه محاسبه مانده نقدی خالص به صورت زیر است :
NLB = (CASH + MKT – AP) / TA
NLB = مانده نقدی خالص
CASH = وجه نقد
MKT = اوراق بهادار قابل فروش
AP = اسناد پرداختنی
TA = کل دارایی ها
این شاخص نشان می دهد که مانده نقدی خالص شرکت چند درصد کل دارایی های شرکت است. هر چه این نسبت بیشتر باشد شاخص نقدینگی بهتر است. (جهانخانی و پارسیان ، ۱۳۸۴)
شاخص تطبیق سررسید بدهیهای جاری و مطالبات
در این روش برای پی بردن به اینکه تا چه حد وجوهی که از محل مطالبات جمع آوری می شود پاسخگوی تعهدات و بدهیهای جاری است، دوره مطالبات و دوره بدهیهای جاری محاسبه و مقایسه می شود. فرمول شاخص به صورت زیر است (جهانخانی و پارسیان ، ۱۳۸۴):
(CLP * DS) / (RP * DP) = MM
برای محاسبه این شاخص می باید مراحل زیر طی شود:
دوره مطالبات به شرح زیر محاسبه می شود:
RP = [{360 * R) / S]
دوره پرداخت بدهی جاری به شرح زیر محاسبه می شود:
CLP = / TP
MM = شاخص تطبیق سررسید
RP = دوره وصول مطالبات
CLP = دوره پرداخت بدهی های جاری
S = فروش سالانه
R = حساب های دریافتنی
OCL = بدهی های جاری عملیاتی
SC = مازاد نقدینگی
TP = کل پرداختی های نقدی عملیاتی
DP = متوسط پرداخت روزانه (TP/360)
DS = متوسط فروش روزانه (S/360)
این نسبت نشان می دهد که بین زمان و مبلغ دریافت و پرداخت وجه نقد چه رابطه ای وجود دارد. مثلا اگر حاصل این نسبت برابر با یک شود نشان می دهد که زمان و مبلغ دریافت و پرداخت کاملا با هم تطبیق دارد. اگر از یک کمتر باشد نشان می دهد که بین دریافت و پرداخت به لحاظ زمان و مبلغ تناسب وجود ندارد و شرکت با مشکل نقدینگی مواجه است. اگر نسبت از یک بیشتر باشد نشان می دهد که شرکت با مازاد نقدینگی مواجه است.
در شرایطی که دوره وصول و دوره پرداخت با هم برابر باشد به میزانی که فروش روزانه از پرداختی های روزانه بیشتر باشد به همان اندازه مازاد نقدینگی وجود دارد. در شرایط که دوره وصول طولانی تر یا کوتاهتر است تعیین میزان مازاد یا کمبود نقدینگی پیچیده تر می شود.
برای پی بردن به اینکه متوسط مازاد و کمبود نقدینگی شرکت در این شرایط چه میزان خواهد بود از فرمول زیر استفاده می شود:
[(۱- (CLP/ RP)) – ((DS – DP) / DP] * (DS – DP)
فرمول بالا نشان می دهد که مابه التفات بین فروش و پرداخت های روزانه برای جبران طولانی بودن دوره وصول نسبت به دوره پرداخت چه می باشد.
روش لامبا (Lambda ) برای محاسبه نقدینگی
روش لامبا از جمله روشهایی است که در اندازه گیری قدرت نقدینگی شرکت ها به جریان های نقدی آتی و همچنین عدم اطمینان در جریان نقدی عملیاتی وودی و خروجی توجه دارد.
چند نکته که در شیوه های قبلی رعایت نشده بود و در روش لامبا مورد توجه قرار می گیرد به شرح زیر است.
الف- اعتبار در حساب جاری به عنوان بخشی از ذخیره نقدی پذیرفته شده است.
ب- ضمن اهمیت دادن به نیاز بالقوه نقدینگی بحث عدم اطمینان نیز در این روش مد نظر قرار گرفته است.
ج- جریان نقدی مورد انتظار شرکت در محاسبات دخالت داده شده است.
د- در سایر مدل ها فقط به جریان های نقدی مرتبط با دارایی جاری و بدهی جاری توجه می شود و به دارایی های غیر جاری توجه نمی شود. ولی در این روش به جریان های نقدی صرف نظر از اینکه بلند مدت یا کوتاه مدت باشد توجه می شود.
در روش لامبا برای تعیین وضعیت نقدینگی از فرمول زیر استفاده می شود:
/ SNCF = لامبا
FRS = ذخیره اولیه: وجه نقد به علاوه اوراق بهادار قابل معامله، به علاوه اعتبار در حساب جاری.
E(NCF) = جریان نقدی خالص مورد انتظار
SNCF = عدم اطمینان یا پراکندگی جریان های نقدی (انحراف معیار)
دوره مورد نظر برای پیش بینی می تواند سالانه، ماهانه و .. باشد.
۲
۳
۴
معاون پژوهشی
دانشگاه آزاد اسلامی
واحد بندرعباس
چکیده:
درسالیان اخیردو تحول بزرگ درسیستمهای قدرت رخداده است. یکی از این تغییرات مربوط به تجدید ساختار صنعت برق و تبدیل محیط متمرکز سنتی به یک محیط غیرمتمرکز میباشد. تحول دیگردر زمینهٔگسترش استفاده از منابع تولیدپراکنده بخصوص منابع تجدیدپذیردرصنعت برق هست. نکته مهم اینکه در محیط رقابتی بدون اتخاذ راهکارهای مناسب، سرمایه گذاران بر روی این منابع سرمایه گذاری نخواهند کرد. دلیل عمده این مسئله وجود عدم قطعیت زیاد در توان تولیدی منابع تجدیدپذیر، هزینه سرمایه گذاری بالای این منابع و همچنین عدم قطعیت در سیاستهای حمایتی از این منابع میباشد. در این پایان نامه، بهره برداری همزمان از منابع تولیدپراکنده تجدیدپذیر در کنار ذخیرهسازهای انرژی و با در نظر گرفته راهکارهای مدیریت مصرف انجام شده است.ذخیرهسازها دارای این قابلیت هستند که در بعضی از ساعات شارژ و در ساعاتی دشارژ گردند. خودروهای برقده قابل اتصال به شبکه یکی از انواع ذخیرهسازهایی هستند که طی سالیان اخیر در مطالعات سیستم قدرت رقابتی و شبکه های هوشمند قدرت بهوفور از آنها صحبت شده و کارهای متنوعی در این زمینه صورت گرفته است. در این پایان نامه نیز تأثیر این منابع یعنی خودروهای برقده در نظر گرفته شده است. بهطورکلی خودروهای الکتریکی با قابلیت اتصال به شبکه خودروهایی هستند که قابلیت اتصال به شبکهی قدرت در نقاط تعریف شده معینی را دارا هستند و از این طریق میتوانند در تبادل توان الکتریکی با شبکهی قدرت شرکت نمایند. زیرساختهای فنی و مخابرات لازم بهمنظور بهرهبرداری بهینه از این خودروها میبایست فراهم باشد. این خودروها دارای این قابلیت هستند که در بعضی از ساعات شارژ و در ساعاتی دشارژ گردند. بنابراین این خودروها میتوانند در یک بازی همکارانه در کنار منابع بادی مورد بهره برداری قرار گیرند. علاوه بر این و با توجه به اینکه در سیستم قدرت هوشمند، علاوه بر منابع سمت تولید، منابع سمت مصرف نیز این قابلیت را دارند که در بازار برق شرکت کرده و در تسویه قیمت بازار سهیم باشند، لذا در این پایان نامه نیز تأثیر راهکارهای مدیریت مصرف نیز در نظر گرفتهشده است. برای اجرایی کردن این راهکار بار مشترکین بهصورت الاستیک در نظر گرفتهشده و بار تابعی خطی از قیمت برق میباشد.
واژه های کلیدی: منابع تولیدپراکنده بادی، برنامه ریزی بهره برداری، خودروهای برقده قابل اتصال به شبکه، راهکارهای مدیریت مصرف
فصل اول
مقدمه
۱-۱-کلیات
هدف اصلی مسئله برنامه ریزی بهره برداری در ساختار سنتی مدیریت صنعت برق، کمینه کردن
هزینه های برنامه ریزی و بهره برداری با در نظر گرفتن سطح تعریفشدهای از پایایی بود.در محیطهای سنتی دارای ساختار متمرکز، بیشتر مدلهای برنامه ریزی بهره برداری بلندمدت بر اساس روشهای بهینهسازی یا روشهای تحلیل ریسک trade-offچند معیاره بوده است. این روشها، روشهای مفید و مناسبی بودند؛ چراکه برنامه ریزی بهصورتمتمرکز و با عدم قطعیتهای کمتری صورت میگرفت[۱و۲]. تنها عدم قطعیتهایی که وجود داشت مربوط به قیمتهای سوخت، شرایط بار و تولیدات برخی از منابع تولید از قبیل نیروگاههای آبی بود. اما آنچه باعث شد تا اکثر کشورهای دنیا به بازنگری در تئوریهای انحصار طبیعی صنعت برق متمایل شوند، بحرانهای نفتی دهه ۷۰ بود[۳].
پسازآن دولتها با این واقعیت انکارناپذیر مواجه شدند که انحصار صنعت برق در دست دولت، منابع مالی را برای سرمایهگذاری در زیرساختها برای پاسخگویی به رشد مصرف انرژی الکتریکی با مشکل مواجه میسازد.
تجدید ساختار در صنعت برق علاوه بر تغییر در اهداف و محدودیتهای حاکم بر بهرهبرداری سیستم قدرت، برنامهریزی بهره برداری را نیز متحول ساخته است[۱۰-۴]. بهطوریکه تولیدکنندگان برق و سرمایه گذاران بخشهای خصوصی برای ورود به بازارهای رقابتی باید استراتژی های خود را برمبنای ملاحظات اقتصادی و زیستمحیطی بالحاظ عدم قطعیتهای فراوانی که در سیستم اقتصادی حاکم است، تدوین نمایند.در این ساختار، روشهای مربوط به برنامه ریزی سنتی دیگر جوابگو بودند، چراکه بازیگران تصمیمات مربوط به سرمایه گذاری خود را در یک محیط بیثبات[۱] میگرفتند[۱۲-۱۱]. در مورد تحولات صورت گرفته در سیستم قدرت و ورود به عرصه رقابتی میتوان به دو عامل و محرک اصلی اشاره کرد؛ یکی گرایش به کارآیی هزینه و تأکید بیشتر به ایجاد فضای رقابتی و دیگری آگاهی جامعه و دولت از پیامدهای زیستمحیطی ناشی از افزایش مصرف انرژی در جهان میباشد. افزایش نگرانیهای زیستمحیطی نیز به وضع مقرراتی بهمنظور کنترل آلودگیهای ناشی از تولید برق توسط نیروگاهها منجر شده است. فراهم نمودن زمینه برای تجارت مجوز تولید برق توسط انرژیهای تجدیدپذیر و مالیات بر آلودگی نمونههایی از این مقررات به شمار میآیند. درحالیکه محرک اول که تأکید بیشتری به ایجاد فضای رقابتی در بازار دارد و باعث پیچیدهتر شدن مسئله برنامه ریزی بهره برداری میگردد، محرک دوم یعنی نگرانیهای زیستمحیطی نیز مقررات دیگری را به سیستم اضافه نموده است که خود می تواند منجر به افزایش عدم قطعیتها در مسئله برنامه ریزی بهره برداری تولید گردد[۱۳].
از یک نقطهنظر دیگر میتوان گفت که مسئله برنامه ریزی بهره برداری از دو دیدگاه قابلبررسی است. از نگاه قانونگذار سیستم، که مهمترین مأموریت آن برقراری بازاری پایدار در بلندمدت است. به این منظور، ضمن هدفگذاری در شاخص های مهم پایداری بازار، برنامهریزی بهره برداری باهدف بهینهسازی رفاه اجتماعی، قابلیت اطمینان مطلوب، در نظر گرفتن مسائل و مباحث زیستمحیطی و وضع مقررات حمایتی و تشویقی برای سرمایهگذاری در این بخش و راهنمایی شرکتهای تولید برای توسعه توسط قانونگذار ضروری است. بعلاوه، باوجود عدم قطعیتهای متنوع و هزینه بالای سرمایهگذاری و غیرقابلبازگشت بودن تصمیمگیری در این حوزه، باید از رویکردها و چارچوبهای معتبری استفاده گردد تا دستیابی به اهداف بلندمدت و میانمدت را در کنترل سیستم قدرت و بازار برق محقق نماید[۱۲].
از طرف دیگر چنانچه بحث برنامه ریزی بهره برداری از نگاه سرمایهگذاران مورد بررسی قرار گیرد، ملاحظه میشود که سرمایه گذاران همانند تمام سازمانها برای بقای خود در بازار باید برنامه ریزی بهینهای را در میانمدت و بلندمدت در دستور کار خود قرار دهند. برخورداری از سهم بازار و ترکیب بهینه فناوریهای تولید تحت مالکیت از مهمترین اهداف کلان شرکتهای تولید در بازارهای برق به شمار میروند. در بحث برنامه ریزی بهره برداری در محیط رقابتی که در این پایان نامه مدنظر است، چند نکته بسیار مهم وجود دارد:
- در نظر گرفتن انواع مختلف منابع
- توافق بین معیارهایی که با هم تداخل دارند و سازگار نیستند.
- تأثیر دادن انواع مختلف عوامل عدم قطعیت
- پیش بینی شرایط آینده از طریق یک روش مؤثر
در نظر گرفتن یک فرایند برنامه ریزی که عدمقطعیتها را نیز بهحساب آورد، جهت برنامه ریزی بهره برداری از منابع بسیار ضروری است. در مورد تنوع منابع نیز در این پایان نامه منابع سنتی در کنار منابع بادی، ذخیرهسازهای انرژی در کنار اجرای راهکارهای مدیریت مصرف مدنظر میباشد.
به این منظور لازم است شرکتهای تولید برنامه ریزی بهره برداری را براساس دستیابی به اهداف میانمدت و بلندمدت، انجام دهند. باوجود محدودیتها و عدم قطعیتهای زیادی که شرکتهای تولید در کوتاهمدت و بلندمدت با آنها مواجهاند، ارائه چارچوبها و روشهای توانمند برای برنامهریزی بهره برداری از نیازهای ضروری سیستم قدرت میباشد.
عدم قطعیتهای بار پیشبینیشده، بهای سوخت واحدهای تولیدی و عدم قطعیت استراتژیک رقبا ازجمله موارد مهمی هستند که بازیگران در برنامه ریزی بهره برداری با آنها مواجهاند. همانطور که بیان شد، عدم قطعیت استراتژیک بازیگران از اهمیت زیادی برخوردار میباشد؛ چراکه نوسانات قیمت ناشی از رفتار استراتژیک بازیگران بازار در میانمدت تأثیرقابلتوجهی بر سودهای عملیاتی این شرکتها دارد. لذا ضروری است از روشهای مناسبی برای مدلسازی این عدم قطعیتها در برنامهریزی بهره برداری استفاده گردد.
در این پایان نامه که هدف برنامه ریزی بهره برداری منابع تولید پراکنده، ذخیرهسازها و راهکارهای مدیریت مصرف در محیط رقابتی میباشد، باید منابعی در نظر گرفته شوند که ضمن اینکه تکنولوژی نوین و بهروزی در سیستم قدرت هستند، مباحث جالبی را از لحاظ آکادمیک و علمی ایجاد کنند. یکی از این منابع، منابع تجدیدپذیر میباشد که در بین منابع تجدیدپذیر نیز منابع بادی ازنظر رشد تکنولوژی و قابل رقابت بودن با منابع سنتی از اهمیت بیشتری برخوردار میباشد. با در نظر گرفتن منابع بادی به خاطر اهمیت مسائل زیستمحیطی و با توجه به عدم قطعیت در تولید این منابع و فقدان سیاستهای حمایتی جامع، ریسک مسئله برنامه ریزی بهره برداری افزایش مییابد. بدین منظور در کنار این منابع از ذخیرهسازهای انرژی نیز استفاده شده است. خودروهای برقده قابل اتصال به شبکه یکی از انواع ذخیرهسازهایی هستند که طی سالیان اخیر در مطالعات سیستم قدرت رقابتی و شبکه های هوشمند قدرت بهوفور از آنها صحبت شده و کارهای متنوعی در این زمینه صورت گرفته است.
۱-کنترل فشار: هر چه فشار کم باشد امکان تشکیل هیدرات کم می شود ولی در خطوط انتقال گاز به علت تقویت فشار جهت انتقال آن، این امر غیر ممکن است.
۲-کنترل دما: با گرم شدن سیستم توسط حرارت الکتریکی از رسیدن به نقطه تشکیل هیدرات جلوگیری می شود.
۳-تزریق بازدارندههای شیمیایی: این بازدارندهها جلوی تشکیل هیدرات گازی را میگیرند و نسبت به سایر راههای موجود از اولویت برخوردارند و به صورت گسترده در صنایع گاز استفاده میشوند. بازدارندههای شیمیایی را به دو دسته مهم به نام بازدارندههای ترمودینامیکی و بازدارندههای غیرترمودینامیکی تقسیم می کنند.
۴- نمزدایی از گاز: بخار آب موجود در خطوط لوله را توسط هیدراته کردن حذف می کنند با این وجود، در یک عملیات میدان صنعتی، از لحاظ اقتصادی، آّب را فقط تا فشار بخار خاصی میتوان حذف کرد[۱۴].
۱-۷-۱- بازدارندههای ترمودینامیکی
بازدارندههای ترمودینامیکی به این صورت عمل می کنند که عوامل مورد نیاز برای تشکیل هیدرات را یا حذف کرده یا کنترل می کنند که این عوامل عبارتند از حضور مولکولهای مهمان تشکیلدهنده هیدرات، حضور آب، فشار بالا و دمای پایین. مولکولهای سنگینتر مثل n-بوتان، سیکلوپنتان و سیکلوهگزان فقط در حضور گازهای کمککننده از تشکیل هیدرات جلوگیری می کنند [۱۴]. از پرمصرفترین بازدارندههای ترمودینامیکی، اتیلنگلیکول، دیاتیلنگلیکول و متانول میباشد. این بازدارندهها گران و برای محیط زیست مخرب هستند و همچنین سمّی و فرّار میباشند.
۱-۷-۲- بازدارندههای غیرترمودینامیکی
به طور کلی، بازدارندههای غیرترمودینامیکی رشد بلورها و به دامافتادن هیدروکربنها در شبکهی بلوری هیدرات گازی را به تأخیر میاندازند. زمان تأخیر، زمان جریان گاز در خط لوله تا لحظهی تشکیل هیدرات گازی میباشد. اثر آنها به این شکل است که روی مولکولهای آب جذب سطحی میشوند و جلوی تشکیل پیوندشیمیایی مولکولهای گازی با آب را میگیرند. این بازدارندهها با غلظت پایین به خطوط لوله اضافه میشوند. از معروفترین بازدارندههای غیرترمودینامیکی میتوان به پلیوینیلپیرولیدین، پلیوینیلکاپرولاکتام و پلیمتیلوینیللاکتامید اشاره کرد. این بازدارندهها هزینهی کمتری نسبت به بازدارندههای ترمودینامیکی داشته و سمّی هم نیستند [۱۴].
۱-۷-۳- معیارهای بازدارنده
برای انتخاب بازدارنده باید ابتدا وابستگی آن به سیالهایی که باید انتقال یابد معین شود. مواد شیمیایی باید از نظر محیطی مسئلهساز نباشند و بتوانند در محدوده معین از غلظت مؤثر باشند. مواد باید تا بالاترین دمایی که در سیستم مواجه میشوند، قابل حل باشند. این دما ممکن است ۱۰۰-۹ درجهی سانتی گراد باشد. مواد نباید ویسکوز باشند، چون تزریق آنها با مشکل مواجه می شود [۱۴].
یکی دیگر از راههای جلوگیری از تشکیل هیدرات، استفاده از فرایند جذب است که در بخش بعدی به آن پرداخته شده است.
۱-۸- جذب
در هیدراتزدایی در روش جذب، آبگیری از گاز با بهره گرفتن از تماس گاز با یک مایع خاص صورت میگیرد. عموماً گلیکول بهعنوان این مایع مورد استفاده قرار میگیرد. هیدراتزدایی بهوسیلهی جذب با بهره گرفتن از گلیکول از لحاظ اقتصادی مقرونبهصرفه است[۱۴].
گلیکولهایی که برای هیدراتزدایی گاز طبیعی مورد استفاده قرار میگیرند، اتیلنگلیکول، دیاتیلنگلیکول، تریاتیلنگلیکول و تتراگلیکولاست. به طور معمول از یک نوع گلیکول خالص در هیدراتزداها استفاده می شود. از میان گلیکولها تریاتیلن گلیکول، به طور جهانی بهخاطر تنزل نقطهی شبنم، هزینههای عملیات، قابلیت اطمینان عملیات در هنگام استفاده، قابل قبولتر و پراستفادهتر از سایرین است. افزایش ویسکوزیتهی گلیکول، ممکن است باعث مشکلاتی در گازهایی با دمای پایین شود. از جهتی، حرارت دادن گاز طبیعی نیز مطلوب نیست، چرا که جریانهای خیلی داغ از گاز باعث تبخیر تریاتیلنگلیکول میشوند، بنابراین این جریان دما را ابتدا در یک فرایند سرد می کنند[۱۴].
فصل دوم
شبیهسازی دینامیک مولکولی
شبیهسازی رایانهای یکی از بهترین روشهای موجود برای بررسی ساختار مواد است. شبیهسازیهای رایانهای روشی مناسب برای بررسی سامانهها میباشد و معمولاً نتایج به دست آمده از آن دارای تطابق خوبی با نتایج تجربی است. تعداد روشهای شبیهسازی زیاد است که بهعنوان مثال میتوان به روشهای دینامیک مولکولی[۱۱]، مونتکارلو[۱۲]، دینامیک تصادفی[۱۳]، مونتکارلوی کوانتومی[۱۴]، دینامیک مولکولی آغازین[۱۵]، نظریه تابعی چگالی و … اشاره کرد [۱۷].
۲-۱- تاریخچه شبیهسازی
روش دینامیک مولکولی ابتدا توسط آلدر[۱۶] و وینرایت[۱۷] [۱۹،۱۸] در اواخر دهه ۱۹۵۰ میلادی به منظور مطالعه برهمکنشهای مدلی از کرات سخت معرفی شد. از این مطالعه، ایدههای بسیار مهمی درباره رفتار مایعات ساده حاصل شد. پیشرفت عمدهی بعدی در سال ۱۹۶۴ میلادی زمانی حاصل گردید که رحمان[۱۸] [۲۰] نخستین شبیهسازی را با بهره گرفتن از پتانسیل لنارد- جونز برای آرگون انجام داد.
اولین شبیهسازی روی پروتئین توسط مککامن[۱۹] [۲۱] و همکاران در سال ۱۹۹۷ میلادی روی بازدارندههای تیپسین در لوزالمعدهی گاو انجام شد. امروزه نمونههای زیادی از شبیهسازی روی پروتئینهای حلشده، کمپلکسهای پروتئین-DNA و سامانههای لیپیدی در مقالهها یافت می شود که شامل بررسی ترمودینامیکی پیوند لیگاند و تاخوردگی پروتئینهای کوچک میباشند. شبیهسازی رایانهای با معرفی روشهای تعادلی در تعیین خواص انتقالی و با در نظر گرفتن اثرات مکانیک کوانتومی توسعه یافته است.
۲-۲- شبیهسازی دینامیک مولکولی
دینامیک مولکولی شکلی از شبیهسازی رایانهای است که در آن اتمها و مولکولها اجازه دارند برای یک بازهی زمانی معین تحت قوانین خاص باهم برهمکنش داشته باشند و طرحی از حرکت اتمها را ارائه کنند.
دینامیک مولکولی روشی مناسب برای محاسبهی خواص تعادلی و انتقالی سامانهها میباشد. در شبیهسازی دینامیک مولکولی قوانین مکانیک کلاسیک به ویژه قوانین نیوتن برای بررسی تحول زمانی اتمها به کار برده می شود. در این شبیهسازی، ابتدا نمونه اولیه تهیه شده یا به زبان شبیهسازی، مکانها و سرعتهای اولیه ذرات سامانه مشخص می شود. سپس مدل پتانسیل برای محاسبهی نیروی وارد بر ذرات موجود در سامانهی Nذرهای انتخاب می شود. پس از حل معادلات حرکت که در مورد سامانههای کلاسیکی می تواند معادله نیوتن باشد، مکانها و سرعتهای جدید سامانه محاسبه می شود و این کار تا زمانی ادامه دارد که سامانه به تعادل برسد. پس از رسیدن به تعادل، اندازه گیریهای واقعی برروی سامانه انجام می شود. نکتهای که باید به آن توجه داشت این است که شبیهسازی دینامیک مولکولی نیز مانند سایر روشها با خطا همراه است. برای کاهش میزان خطای آماری، زمان شبیهسازی و یا تعداد اندازه گیریها برای عمل متوسطگیری باید افزایش یابد.
۲-۳- سامانههای مدل و پتانسیلهای برهمکنش
بزرگترین جزء سازنده در یک شبیهسازی، مدلی است که برای یک سامانهی فیزیکی مورد مطالعه بهکار میرود. در شبیهسازی دینامیک مولکولی، واقعیت[۲۰] با یک مدل بیان می شود. هر چند یک سامانهی واقعی بسیار پیچیده است، اما در یک شبیهسازی با سادهسازی و استفاده از تقریبها و به بیان دیگر با ارائه یک مدل میتوان نتایجی نزدیک به واقعیت بهدست آورد. یک مدل از دو قسمت تشکیل شده است:
برهمکنش بین مولکولهای سازندهی سامانه
برهمکنش بین مولکولها و محیط اطراف
هدف در شبیهسازی دینامیک مولکولی، محاسبهی موقعیت و اندازه حرکت مولکولها در مدل است. ایده اصلی در این محاسبات، بررسی حرکت مولکولهای سازندهی سامانه یعنی موقعیتها، سرعتها و تغییرات آنها است. بنابراین میتوان گفت مهمترین مرحله در دینامیک مولکولی، طرح یک مدل مناسب برای توصیف سامانه است. برای شبیهسازی یک سامانهی فیزیکی این نکته به معنی انتخاب یک پتانسیل پیکربندی مناسب است. پتانسیل پیکربندی، پتانسیل حاکم بر ذرات موجود در سامانه است، وقتی که آن ذرات پیکربندی ویژهای دارند. در واقع اهمیت اساسی در بررسی یک سامانه، شناخت حالت سامانه است. در مکانیک کلاسیک، حالت سامانه با آگاهی کامل از موقعیت و اندازهحرکت آن تعیین می شود. اگر موقعیت و اندازهحرکت ذرهای مشخص باشد، آیندهی آن معین خواهد بود. با دانستن پتانسیل پیکربندی، میتوان نیروهای حاکم برسامانه را با بهره گرفتن از معادله حرکت نیوتن محاسبه کرد:
(۲-۱)
در معادله (۲-۱) ، Fi نیروی وارد شده بر ذرهی iام در یک سامانهی Nذرهای، توسط N-1 ذرهی دیگر است. m جرم ذره، r بردار مکان، V پتانسیل پیکربندی و rN نمایندهی مجموعه بردارهای مکانی مرکز جرم اتمها است: rN={r1, r2, r3, …, rN}. در واقع، rN پیکربندی سامانه را مشخص می کند. با بهره گرفتن از انتگرالگیری از معادله (۲-۱) میتوان مکان و اندازهحرکت هر ذرهی سازندهی سامانه را با گذشت زمان به دست آورد.
سادهترین روش برای استفاده از پتانسیل پیکربندی V، استفاده از تقریب جمعپذیر جفتگونه است:
(۲-۲)
که براساس معادله (۲-۲) ، V حاصل جمع پتانسیلهای جفتهای موجود در سیستم و ϕ پتانسیل جفت است.
۲-۴- معرفی مدل پتانسیل برای برهمکنش بین مولکولهای سازندهی سامانه
به طور معمول در مدلهای مکانیک مولکولی، یک مولکول را به صورت مجموعه ای از گلولهها (اتمها) و میلهها (پیوندها) نمایش می دهند. میدان نیرو تابعی ریاضی شامل مجموعه ای از پارامترهای بینمولکولی و درونمولکولی است که تابع انرژی پتانسیل سامانهی U(r,N) توسط آنها بیان می شود. به طور کلی، تابع انرژی پتانسیل در سامانهی مولکولی را میتوان به صورت معادله (۲-۳) خلاصه کرد:
(۲-۳)
سه جمله اول برهمکنشهای پیوندی درونمولکولی را شامل میشوند و بهترتیب سهمهای انرژی مربوط به کشش پیوندی، خمش زاویهای و حرکت پیچشی (چرخش حول پیوندهای ساده) را نشان می دهند.
برهمکنشهای بینمولکولی (ناپیوندی) نیز در جمله انتهایی مشخص شده است که شامل دو سهم انرژی برهمکنش واندروالسی با پتانسیل لنارد- جونز و انرژی برهمکنشهای الکتروستاتیک با پتانسیل کولنی است. پتانسیل مورد استفاده، پتانسیل لنارد- جونز میباشد که این پتانسیل دارای جاذبهای با برد بلند و یک نقطهی کمینه در حوالی σ۱۲۲/۱ است. جمله دافعهای در فواصل کم غالب و جمله جاذبهی در فواصل زیاد غالب است.
۲-۵- معرفی مدل پتانسیل برای برهمکنش بین سامانه و محیط
قسمت دوم مدل در شبیهسازی شامل شرایط مرزی است که توصیفکننده چگونگی برهمکنش مولکولها با محیط اطراف آنها میباشد. ویژگی شرایط مرزی به طور عمده تحت تأثیر شرایط فیزیکی سامانهای است که شبیهسازی روی آن انجام می شود.
۲-۵-۱- شرایط مرزی دورهای[۲۱]
به کمک شرایط مرزی دورهای میتوان با بهره گرفتن از تعداد نسبتاً کمی از ذرهها یک شبیهسازی را به گونه ای انجام داد که نیروهای وارد بر ذرهها مشابه شرایط تودهی یک سیال واقعی باشد. یک جعبهی مکعبی محتوی ذرهها را در نظر بگیرید که تا بینهایت در تمام جهات فضا تکرار شده و یک آرایهی متناوب را تولید کرده است. در شکل (۲-۱) یک جعبهی دوبعدی نشان داده شده است[۲۳] که، هر جعبه با ۸ جعبهی همسایه احاطه شده و در حالت سهبعدی، هر جعبه دارای ۲۶ همسایهی نزدیک[۲۲] است. مختصات ذرهها در جعبههای مجازی را میتوان بهسادگی با اضافه-کمکردن مضربهای صحیحی از ابعاد جعبه بهدست آورد. بنابراین، نیازی به ذخیرهکردن تمام این مختصات (که تعداد آنها بینهایت است) وجود ندارد. اگر در حین شبیهسازی ذرهای جعبه را ترک کند، یک ذره مجازی از وجه مقابل جعبه وارد و جایگزین این جعبه می شود؛ بنابراین، تعداد ذرهها (یا دانسیتهی تعداد) در جعبهی مرکزی ثابت میماند شکل (۲-۱).
شکل (۲- ۱) شرایط مرزی دورهای [۲۳]
سلول مکعبی[۲۳] سادهترین سیستم متناوب است که تجسم و برنامهسازی آن بهراحتی امکان پذیر است. با این حال، ممکن است یک شبیهسازی خاص، مستلزم استفاده از شکل دیگری از سلول متناوب باشد. این امر به ویژه در شبیهسازی سیستمهای متشکل از یک مولکول و یا کمپلکسهای بینمولکولی که با حلال احاطه شده اند، اهمیت دارد. در چنین سیستمهایی معمولاً رفتار مولکول حلشونده مرکزی است که بیشترین اهمیت را دارد [۱۷].
۲-۵-۲- قطع پتانسیل و قرارداد نزدیکترین تصویر
اعمال شرایط مرزی دورهای در شبیهسازی سلول مکعبی به طول L، تعداد همسایهها را به نسبت کم می کند و باعث صرفهجویی در زمان می شود. این امر مشخصکننده قرارداد حداقل تصویر برای بهدست آوردن نیروها است. براساس این قرارداد، به ازای هر ذرهی i از بین ذرهی j و همه تصاویر آن، نزدیکترین ذره انتخاب می شود و بقیهی ذرات کنار گذاشته میشوند. در حقیقت، فقط نزدیکترین ذره برای برهمکنش در نظر گرفته می شود. اعمال این شرایط اجرای برنامهی دینامیک مولکولی را فوقالعاده ساده می کند [۲۲].
پتانسیلهای جفتی کوتاهبرد با افزایش فاصلههای بینمولکولی سریعاً از بین میروند. برای پتانسیل لنارد- جونز در فاصلههای بیشتر از σ۵/۲ سریعاً به صفر میرسد. میتوان از برهمکنش جفتی مربوط به فاصلههای بزرگتر از σ۵/۲ در پتانسیل لنارد- جونز صرفنظر کرد. فاصلهی σ۵/۲ را فاصله قطع[۲۴] مینامند و با rc نمایش می دهند. فاصلهی قطع فاصلهای است که در فواصل بیشتر از آن، جفت ذرات یکدیگر را نمیبینند. فاصلهی قطع نباید بیشتر از باشد (L طول جعبهی شبیهسازی است)، تا با قرارداد حداقل تصویر سازگاری داشته باشد [۲۲].
۲-۶- الگوریتم انتگرالگیری زمانی
اساس محاسبات دینامیک مولکولی، بر پایه الگوریتم انتگرالگیری زمانی از معادله حرکت است. در واقع، براساس این الگوریتم، از معادله حرکت، بر حسب زمان انتگرالگیری و مسیرها (موقعیت و اندازهحرکت) محاسبه می شود. الگوریتم انتگرالگیری زمانی بر پایه روش «اختلاف ناچیز[۲۵]» است که در آن زمان، به شبکه های[۲۶] کوچک و محدود قسمت می شود. یک گام زمانی Δt فاصلهی بین دو نقطهی متوالی در شبکه است. به این ترتیب اگر اطلاعات موقعیت و دیگر خصوصیات وابسته به زمان در لحظه t مشخص باشد، میتوان با انتگرالگیری از معادله حرکت، مقادیر مشابه را برای زمان بعدی t+Δt محاسبه کرد. با ادامه این محاسبه، میتوان تحول زمانی[۲۷] سامانه را در یک زمان طولانی بررسی و دنبال کرد.
۲-۶-۱- الگوریتم ورله
الگوریتم ورله[۲۸]، متداولترین روش انتگرالگیری از معادلههای حرکت در شبیهسازیهای مولکولی است. این روش با بهره گرفتن از r(t)، a(t) و r(t-δt) موقعیتهای جدید بعدی، r(t+δt) را محاسبه می کند. این کار با بهره گرفتن از معادله (۲-۴) انجام می شود:
(۲-۴)
همانطور که مشاهده می شود، سرعتها به طور مستقیم در این الگوریتم وارد نمیشوند. سرعتها هنگام جمعکردن معادلههای حاصل از بسط تیلور حول r(t) در دو جهت مختلف حذف می شود:
(۲-۵)
فصل سوم روش شناسی تحقیق
۳-۱ مقدمه ۳۵
۳-۲ مروری بر مدلهای ارزیابی عملکرد در شرکتهای بیمه ۳۵
۳-۳ تحلیل پوششی داده ها ۳۷
۳-۴ مفهوم واحد مجازی در تکنیک تحلیل پوششی داده ها ۳۸
۳-۵ کاستیها و توانایی های تکنیک تحلیل پوششی داده ها ۳۸
۳-۶ مدلهای اصلی تحلیل پوششی داده ها ۴۰
۳-۶-۱ مدل CCR 41
۳-۶-۲ مدل BCC 42
۳-۶-۳ تفاوت مدل CCR با مدل BCC 44
۳-۷ روششناسی تحقیق ۴۴
۳-۷-۱ فرایند اجرای تحقیق ۴۴
۳-۸ تاریخچه بانک بیمه پارسیان ۴۶
۳-۹ تاریخچه بیمه ایران ۴۷
۳-۱۰ جمعآوری داده ها ۴۸
فصل چهارم فرایند اجرای تحقیق
۴-۱ مقدمه ۵۴
۴-۲ حل مدل ۵۴
۴-۳ شناسایی واحدهای الگو و دلایل ناکارایی ماه های ناکارا در بیمه ایران ۵۸
۴-۴ شناسایی واحدهای الگو و دلایل ناکارایی ماه های ناکارا در بانک بیمه پارسیان ۶۳
فصل پنجم نتیجه گیری و ارائه پیشنهادات
۵-۱ مقدمه ۷۰
۵-۲ بحث و نتیجه گیری ۷۰
۵-۳ پیشنهادات تحقیق ۷۳
۵-۳-۱ پیشنهادات اجرایی ۷۳
۳-۵-۲ پیشنهادات برای تحقیقات آتی ۷۳
منابع و مأخذ ۷۵
فهرست جداول
عنوان صفحه
جدول (۱-۱) ورودیها و خروجی های استفاده شده برای ارزیابی کارایی شرکتهای بیمه ۶
جدول (۲-۱) تفاوت میان هزینههای موجود در مدلهای مختلف توزیع ۱۷
جدول (۲-۲) بررسی کارایی در شرکتهای بیمه با بهره گرفتن از DEA 33
جدول (۳-۱) مدلهای ارزیابی عملکرد در صنعت بیمه ۳۶
جدول (۳-۲) داده های مربوط به عملکرد بیمه ایران (بازاریابی مستقیم) در سال ۱۳۹۰ ۴۹
جدول (۳-۳) داده های مربوط به عملکرد بانک بیمه پارسیان (بازاریابی غیرمستقیم) در سال ۱۳۹۰ ۵۰
جدول (۳-۴) عملکرد سالانه بیمه ایران ۵۲
جدول (۳-۵) عملکرد سالانه بیمه پارسیان ۵۲
جدول (۴-۱) میزان کارایی کانال توزیع مستقیم (نمایندگان بیمه) ۵۷
جدول (۴-۲) نمایندگیهای کارا ۵۷
جدول (۴-۳) میزان کارایی کانال توزیع غیرمستقیم (بانک بیمه پارسیان) ۶۲
جدول (۴-۴) شعب کارای بانک بیمه پارسیان ۶۳
جدول (۵-۱) مقایسه کارایی کانالهای توزیع مستقیم و غیرمستقیم در ارائه خدمات بیمهای ۷۱
جدول (۵-۲) واحدهای مرجع بیمه ایران در سال ۱۳۹۰ ۷۲
جدول (۵-۳) واحدهای مرجع بانک بیمه پارسیان در سال ۱۳۹۰ ۷۲
فهرست نمودارها
عنوان صفحه
نمودار (۲-۱) سهم بازار بیمه در بازارهای بیمهی زندگی اروپا ۲۱
نمودار (۳-۱) هزینههای اداری و تجاری بازاریابی مستقیم ۴۹
نمودار (۳-۲) درآمد حق بیمه در بازاریابی مستقیم ۵۰
نمودار (۳-۳) هزینههای اداری و تجاری بازاریابی غیر مستقیم ۵۱
نمودار (۳-۴) درآمد حق بیمه در بازاریابی غیرمستقیم ۵۱
فهرست اشکال
عنوان صفحه
شکل (۱-۱) مدل پیشنهادی تحقیق ۱۰
شکل (۲-۱) پیچیدگی محصول، کانالهای توزیع، آموزش و حاشیه ها ۱۸
شکل (۲-۲) کانال توزیع بانک بیمه ۲۰
روش دادههای ترکیبی )پانل دیتا( روشی برای تلفیق دادههای مقطعی و سری زمانی است. مزیت این روش در این است که معمولاً روشهای سنتی اقتصاد سنجی بر سریهای زمانی و دادههای مقطعی، ناهماهنگیهای مربوط به واحدها یا گروهها را لحاظ نمیکنند و نتایج دارای ریسک تورش دار بودن است. این نوع ناهمگنیها در روش دادههای پانل در نظر گرفته میشوند و برآوردهای نا اریب و سازگارتری را ارائه میدهند. مهمترین مزیت استفاده از روش دادههای ترکیبی، کنترل نمودن خواص ناهمگن و در نظر گرفتن تک تک افراد، شرکتها، ایالت و کشورها است. درحالیکه مطالعات مقطعی و سری زمانی این ناهمگنی را کنترل نکرده و با تخمین الگو بدان روشها، بیم اریب در نتایج میرود.
در واقع با بهره گرفتن از دادههای ترکیبی، شناسایی و اندازهگیری تأثیراتی که به سادگی در دادههای مقطعی و سری زمانی قابل شناسایی نیست، امکانپذیر میشود. قبل از ورود به بحث تخمین و تجزیه و تحلیل الگو لازم است در ابتدا این مسئله که چرا مطالعه به صورت پانل مورد مطالعه قرار میگیرد، معین شود. به عبادت دیگر آیا مقاطع همگن هستند یا خیر؟
۵٫۹٫۳ آزمون قابلیت برآورد الگو به صورت پانل
برای انتخاب مسئله ناهمگنی واحدها میتوان از F لیمر کمک گرفت. در صورت تأیید ناهمگنی واحدها، الگو از طریق دادههای پانل برآورد میشود و در غیر این صورت به روش OLSمعمولی یا Pooling Data برآورد میشود. آمارهی F بدین شکل تعریف میشود:
در رابطه فوق PRSS نشانگر مجموع مجذورات پسماندهای مقید و URSS مجموع مجذورات پسماندهای غیر مقید است. N تعداد مقاطع و T تعداد سالهای دوره زمانی و K تعداد پارامترها میباشد.
در آزمون قابلیت آزمون برآورد به صورت پانل دیتا فرضیه صفر مبتنی بر عدم ناهمگنی میان واحدها یا مقاطع میباشد و فرضیه مقابل آن بیانگر ناهمگنی در بین مقاطع یا واحدها میباشد به بیان آماری داریم:
که ها بیان کننده اثرات فردی یا ناهمگنی است.
در آزمون فرضیه صفر، اگر F محاسبه شده از F جدول با درجه آزادیهای N-1 و NT-N-K بزرگتر باشد، فرضیهی رد میشود. بنابراین الگو رگرسیونی به روش ددادههای پانل برآورد میشود. در غیر این صورت از روش OLS معمولی (پولینگ دیتا) برای برآورد مدل استفاده میشود.
۶٫۹٫۳ اثرات ثابت و اثرات تصادفی
در صورتی که دادههای آماری به گونهای بود که مقاطع دارای عکسالعملهای متفاوتی باشند و برای هر مقطع عرض از مبدأ جداگانهای در نظر گرفته شود، باید منشأ خطاهای ناشی از تخمین نیز مشخص شود. به بیان دیگر، باید مشخص شود که خطای ناشی از تخمین در طی زمان اتفاق افتاده است یا اینکه که خطای نام برده شده علاوه بر اینکه در طی زمان اتفاق افتاده به دلیل تغییر در مقاطع نیز بوده است. در نحوهی در نظر گرفتن چنین خطاهای با دو اثر، اثرات ثابت (Fixed Effect) و اثرات تصادفی (Random Effect) مواجه خواهید بود. در اثرات ثابت، خطای تخمین ناشی از تغییر مقاطع در عرض از مبدأ منظور میگردد ولی در مدل اثر تصادفی چنین خطاهایی به- طور تصادفی در نظر گرفته میشود. به بیان آماری میتوان این گونه توضیح داد که:
اگر جملات اخلال را به صورت زیر بنویسیم:
که در آن خطای جزئی است که با مشاهدات همبسته نیست. و مربوط به مقاطع است، که ممکن است با مشاهدات همبسته باشد یا نباشد.
در رویکرد اثرات ثابت ها با مشاهدات همبسته است، ولی در رویکرد اثرات تصادفی ها با مشاهدات همبسته نیستند. الگوی اثر تصادفی فرض میکند یک جمله تصادفی برای هر گروه است، اما در هر دورهی زمانی، از این توزیع تصادفی ها فقط یک رخداد به طور یکسان در هر دوره در الگوی رگرسیونی وارد میشود (اشرف زاده و مهرگان، ۱۳۸۷).
در الگوی اثرات ثابت، عرض از مبدأ در الگوی رگرسیون بدین دلیل بین افراد متفاوت است که هر فرد یا واحد مقطعی، ویژگیهای خاص خود را داراست. در الگوی اثرات تصادفی فرض میشود که عرض از مبدأ یک واحد تکی، انتخابی تصادفی از جامعههای بزرگتر با میانگین ثابت است. بدین ترتیب عرض از مبدأ تکی، به صورت انحرافی از میانگین ثابت بیان میشود .
چنانچه فرضیهی صفر آمارهی F لیمر مبتنی بر پولینگ بودن رد شود و دلیلی برای پذیرش فرضیهی صفر وجود نداشته باشد. فرضیه مقابل آن مبنی بر پانل دیتا بودن دادههای آماری مورد پذیرش قرار میگیرد. برای انتخاب بین اثرات ثابت FEM و اثرات تصادفی REM از آزمون هاسمن استفاده میشود.
۱٫۶٫۹٫۳ آزمون هاسمن[۳۹]
برای انتخاب بین الگوهای اثرات تصادفی و اثرات ثابت از آزمون هاسمن استفاده میشود. این آزمون به شکل زیر است:
در رابطه فوق r تعداد پارامترها، w دارای توزیع با درجه آزادی تعداد پارامترها است که در آن ماتریس کوواریانس برای ضرایب الگوی ثابت ( ) و ماتریس کوواریانس الگوی اثرات تصادفی ( ) است. اگر و همبسته باشند، و میتوانند به طور معنی داری متفاوت باشند و این انتظار وجود دارد تا این امر در آزمون منعکس شود. در آزمون هاسمن، فرضیهی صفر مبتنی بر اثر تصادفی بودن دادههای آماری است. چنانچه فرضیهی صفر رد شود و دلیلی برای پذیرش آن وجود نداشته باشد، فرضیهی مقابل آن مبتنی بر ثابت دادههای آماری پذیرفته میشود. در روش دادههای ترکیبی که طول سریهای زمانی آن قابل توجه باشد، برای اطمینان از عدم کاذب بودن رگرسیون برآوردی، همانند روش OLS معمولی نیاز به بررسی پایایی متغیرهای مدل است که در صورت ناپایا بودن آن باید آزمونهای هم جمعی نیز مورد بررسی قرار گیرد.
۱۰٫۳ خلاصه فصل
در این فصل ابتدا در مورد روش تحقیق توضیح داده شد که روش تحقیق حاضر از نظر هدف از نوع کاربردی بوده و سپس به بررسی فرضیات و مدل تحقیق پرداخته شد. در ادامه نحوه محاسبه هر کدام از متغیرها و نحوه جمع آوری دادههای آنها از سازمان بورس اوراق بهادار و سایت بانک مرکزی مورد بررسی قرار گرفت. در نهایت در مورد آزمونهای بکار گرفته برای بررسی فرضیات بحث شد.
فصل چهارم
تجزیه و تحلیل دادهها
مقدمه
پژوهشگر پس از این که روش تحقیق خود را مشخص کرد و با بهره گرفتن از ابزارهای مناسب، دادههای مورد نیاز را برای آزمون فرضیههای خود جمع آوری کرد، اکنون نوبت آن است که با بهره گیری از تکنیکهای آماری مناسبی که با روش تحقیق، نوع متغیرها، … سازگاری دارد، دادههای جمع آوری شده را دسته بندی و تجزیه و تحلیل نماید و در نهایت فرضیههایی را که تا این مرحله او را در تحقیق هدایت کردهاند در بوته آزمون قرار دهد (خاکی،۱۳۸۷،ص۳۰۵-۳۰۳).
۱٫۴ آمار توصیفی
جدول(۴-۱): نتایج آمار توصیفی برای هر سه صنعت از سال ۱۳۸۰ تا ۱۳۹۰
نرخ ارز(دلار) | ارزش افزوده اقتصادی | ارزش افزوده اقتصادی تعدیل شده | تورم | |
میانگین | ۹۲۲٫۸۱۸ | -۱۷۰۵۸٫۶۹ | -۱٫۰۵E+12 | ۱۵٫۳۴۵ |
انحراف معیار |