TG Telegram Group Link
Channel: یک لیوان چای داغ، نوشته‌های حامد قدوسی hamed_ghoddusi
Back to Bottom
Ghoddusi_Stock_Market_Support.pdf
319.8 KB
گفت و گویی با «تجارت فردا» در مورد سیاست‌های کلاسیک و غیرکلاسیک حمایت از بازار سرمایه در کشورهایی مثل آمریکا. تماس با نویسنده @hamed_ghoddusi
@hamedghoddusi
مفاهیم پایه مالی: ارزش‌گذاری دارایی‌ها و ارزش جای‌گزینی

منطق مدرن قیمت‌گذاری اصولی هر دارایی این است: «امید ریاضی انتگرال (یا جمع) مقدار تنزیل‌شده جریان‌های نقدی آینده دارایی». این نگاه عین تلسکوپ یا آنتن رادار باز می‌شود، همه اخبار و اطلاعات و «انتظارات» آینده را پردازش و نهایتا در یک پارامتر به اسم قیمت دارایی منعکس می‌کند که خودش یک متغیر تصادفی‌ است و بر اساس آخرین تحقق اطلاعات، به صورت لحظه‌ای بالا و پایین می‌رود.

حال ممکن است بپرسیم رابطه بین قیمت در این نگاه و قیمت در روش به اصطلاح «ارزش جای‌گزینی» - که این روزها در ایران رایج شده است - چیست؟ این نسبت یک اسمی دارد به اسم Tobin's Q (توبین برنده جایزه نوبل اقتصاد است) که تعریفش هست «نسبت قیمت آینده‌نگر به ارزش جای‌گزینی». طبعا می‌توانیم حدس بزنیم که Q گاهی برابر یک، گاهی بزرگ‌تر و گاهی کوچک‌تر از یک است. این سه حالت را ببینیم:

۱) شایع‌ترین حالت Q=1 است که یعنی ارزش چه از روش آینده‌نگر و چه جای‌گزینی یکی است. کی؟ خیلی کلی، وقتی «موانع ورود» برای صنعت پایین باشد و «کالای سرمایه‌ای» صنعت هم در بازار رقابتی قیمت‌گذاری شود. چرا Q=1 می‌شود؟ چون به محض این‌که ارزش در‌آمدهای آینده از هزینه خرید تجهیزات بیش‌تر شود، شرکت‌های جدیدی وارد صنعت می‌شوند و ظرفیت جدید می‌سازند و قیمت خروجی افت می‌کند تا Q=1 شود. این حالت عموما در شرکت‌هایی که تجهیزات استاندارد و محصول خروجی استاندارد (مثلا پالایشگاه) دارند دیده می‌شود. یک حالت دیگر وقتی است که ارزش جای‌گزینی مرتب در بازار قیمت بخورد. مثلا یک شرکت هواپیمایی را فرض کنید. قیمت هواپیمای دست دوم (ارزش جای‌گزینی) در بازار چه طور تعیین می‌شود؟ با تخمین درآمدزایی آینده آن! یعنی در این صنایع بنا به تعریف، Q خیلی نزدیک به یک باقی می‌ماند.

۲) کی Q>1 (یعنی ارزش درآمد‌های آینده بزرگ‌تر از ارزش‌ جای‌گزینی) است؟ وقتی که «موانع ورود» داریم و در واقع شرکت از یک دارایی سرمایه‌ای، جریان نقدی به‌تری نسبت به سایر کاربران می‌سازد. مثالش؟ «ساندویچی معروف..»! اگر ارزش جای‌گزینی ساندویچی معروف را حساب کنیم خیلی خیلی کم‌تر از درآمدزایی این بنگاه است چون معروف به خاطر «موقعیت انحصاری‌اش» قادر است از همان میز و صندلی و یخچال و گاز درآمد بسیار زیاد بسازد. موقعیت انحصاری را چی می‌سازد؟ حمایت دولت، قوانین، کیفیت محصول، فناوری خاص، مشتری وفادار و ...

خب در این شرکت‌ها اگر از روش ارزش جای‌گزینی استفاده کنیم، ارزش سهام را خیلی دست پایین تخمین می‌زنیم!

۳) کی Q<1 (درآمد آتی کم‌تر از ارزش جای‌گزینی) است؟ وقتی که دارایی فیزیکی شرکت با این‌که قبلا با هزینه زیاد تهیه شده دیگر «قدرت درآمدزایی» ندارد. راه‌آهن یا خط لوله‌ای که مشتری ندارد، پتروشیمی که بازار محصولش از بین رفته است، هتل اسکی که دیگر برف‌گیر نیست و ده‌ها مثال مشابه. در این‌جا ارزش جای‌گزینی، قیمت سهم را بی‌دلیل «بالا» تخمین می‌زند چون دارایی می‌خریم که بهره‌ور نیست.

این سه دسته‌بندی یک لنز قوی به ما می‌دهد تا با مقداری تامل در ماهیت «اقتصاد خرد» یا همان سازماندهی صنعتی صنعت یا شرکت حدس بزنیم که به کدام حالت نزدیک هستیم. در واقعیت یک شرکت بزرگ ممکن است متشکل از اجزای مختلفی باشد که هر کدام به یکی از سه حالت نزدیک باشند و با این نظم ذهنی می‌توانیم بفهمیم کجا روا است که از ارزش جای‌گزینی و حسابداری استفاده کنیم و کجا از ارزش فعلی جریان نقدی آینده و بعد همه را جمع بزنیم.

توضیح فنی: به زبان ریاضی، قیمت دارایی یک تابعک (Functional) است که با «امید ریاضی»، «ضرب داخلی» «دو فرآیند تصادفی (جریان نقدی و نرخ تنزیل)» را «تحت سنجه احتمال» به فضای R+ نگاشت می کند!

تماس با نویسنده @hamed_ghoddusi
@hamedghoddusi
Forwarded from پادکست سکه
🎙اپیزود سی‌وسوم پادکست سکه

"نقش و کارکرد بازار سرمایه در اقتصاد چیست؟"

تفاوت بازار سرمایه و بازار سهام در چیست؟ بازار سهام و بازار بدهی در تامین مالی شرکت‌ها چه نقشی ایفا می‌کنند؟ تعریف حباب در بازار چیست؟ آیا قابل شناسایی است؟ داستان بازی جمع صفر چیست؟

مهمان: حامد قدوسی

میزبان: مهدی ناجی
تدوین و تنظیم: ایمان اسلام‌پناه
تولید محتوا: مبین گودرزی، محمدعلی مردان
گرافیک: علی ملک‌محمدی
کارگردان: بهداد گیلزاد‌کهن

اسپانسر:
اقتصاد آنلاین | وب‌سایت اقتصاد آنلاین | کانال تلگرام اقتصاد آنلاین

کانال تلگرامی یک لیوان چای داغ _ حامد قدوسی

پادکست سکه را در حامی‌باش حمایت کنید.

موسیقی:
Jurrivh - Seashore

اپیزود سی‌وسوم پادکست سکه را می‌توانید از طریق اپلیکیشن‌های پادگیر بشنوید👇
Castbox|Anchor|ApplePodcast
GooglePodcast

#اپیزود_سی‌وسوم
#بازار_سرمایه

@Sekke_Podcaat
سهم بازار سهام در تامین مالی در کشورهای مختلف: از ۵ تا ۱۲ درصد! در پادکست سکه به این اشاره کردم و قول دادم نمونه‌ای از آمار ارائه کنم.
جایزه نوبل اقتصاد سال ۲۰۲۰: طراحی حراج

یک طنزی بین اقتصاددان‌ها هست که می‌گوید «تنها بخش اقتصاد مدرن که به درد دنیای واقعی خورده، نظریه طراحی حراج است.» حالا جایزه نوبل اقتصاد امسال به دو نفر از پیش‌گامان این حوزه - ویلسون و میلگرام - رسید.

طراحی حراج یعنی چی؟ یعنی یک فروشنده داریم که یک سری نقاشی/زمین/باند فرکانس/اوراق بدهی/شرکت/ماهی/ الخ دارد که می‌خواهد تحت یک معیاری - مثلا به‌ترین قیمت یا بالاترین حجم - بفروشد. طبعا، ساده‌ترین کار این است که حراج باز (Open Auction) با قیمت صعودی برگزار کنیم و مثل فیلم‌ها چوب بزنیم تا برنده مشخص شود. یک راه دیگر هم این است که مزایده برگزار کنیم و پاکت دربسته (Sealed Bid) جمع کنیم و الخ. یا این که از قیمت بالا شروع کنیم و پایین بیاییم (Descending price auction) و ...

ولی علاوه بر این چند فرم قدیمی و مشهور، خیلی کارهای دیگر هم می‌شود کرد: مثلا بیاییم اول پاکت‌ها را جمع کنیم بعد بیاییم سه نفر اول را در یک جلسه جمع کنیم و قیمت‌ها را به آن‌ها بدهیم و بگویم دوباره قیمت بدهید یا مثلا اول حراج دربسته برگزار کنیم و بعد تعداد معدودی برنده را به حراج باز ببریم. یا مثلا بگوییم برنده کسی است که بالاترین قیمت را پیش‌نهاد کند ولی پولی که پرداخت می‌کند به اندازه متوسط دو نفر بعد از خودش است! یا مثلا بگوییم یک رقم ثابت - مثلا یک میلیون تومان - می‌گذاریم وسط و متعهد می‌شویم و فروشنده مرتب کالا (مثلا ماهی یا کار هنری) به یک سبدی اضافه می‌کند تا اولین نفر بگوید حاضر است با یک میلیون این تعداد کالا را بخرد! می‌بینید که در همان دنیای حراج انواع و اقسام «مکانیسم‌‌ها» می‌شود به کار برد! قضیه وقتی موضوع حراج کالای خاصی باشد یا فروشنده بخواهد در یک حراج چندین تنوع مختلف از یک موضوع را با هم بفروشد یا به چند برنده بفروشد و ... پیچیده‌تر هم می‌شود.

انتخاب بین این روش‌های مختلف برای برگزاری مزایده می‌شود «طراحی مکانیسم حراج». چرا این مکانیسم مهم است؟ چون انتخاب هر شیوه حراج نهایتا «سود» یا «حجم فروش» یا «عدالت» یا «شفافیت» متفاوتی برای فروشنده به ارمغان می‌آورد. اگر ساختار حراج درست طراحی نشده باشد - خصوصا در موضوعات پیچیده مثل خصوصی‌سازی شرکت‌ها یا فروش حق امتیاز استخراج نفت - و مثلا امکان تبانی یا رفتار استراتژیک و ... بین شرکت‌کنندگان به وجود بیاید، موضوع حراج ممکن است با قیمت خیلی پایینی به فروش برسد یا اساسا حراج شکست سنگینی بخورد و موضوع حراج اصلا فروش نرود (که در دنیای واقعی مثال فراوان برایش داریم).

حالا این شاخه «طراحی حراج» که نوبل اقتصاد امسال به دو نفر از پیش‌گامانش رسیده است، مدل‌ها و تئوری‌هایی توسعه داده که می‌‌گوید تحت چه شرایطی، چه نوع حراجی بهینه است. این تئوری‌ها را در عمل به صورت وسیعی پیاده کرده‌اند و در برخی موارد میلیاردها دلار به درآمد حراج‌کنندگان اضافه شده است. مدل‌های حراج در طیف وسیعی از مسایل دنیای واقع، از فروش فرکانس رادیویی و موبایل، بازار مبادله سهام، بازار برق، فروش اولیه وراق قرضه دولتی، عرضه اولیه سهام، واگذاری منابع طبیعی، خصوصی‌سازی، تا فروش صندلی کلاس بیزنس در هواپیما و ... به صورت خیلی گسترده استفاده می‌شود. در دنیای آن‌لاین - مثلا عرضه لحظه‌ای آگهی کنار صفحه ایمیل یا فیس‌بوک- هم فراوان از این مکانیسم‌ها استفاده می‌شود.

تماس با نویسنده @hamed_ghoddusi
@hamedghoddusi
اقتصاددان در نقش مهندس و بهینه‌ساز

حدود ۱۵ سال پیش، این متافور برای توضیح چولگی (Skewness) علایق پژوهش در بین اقتصاددانان ایرانی به کار می‌رفت: «می‌دانید تا به حال چند ده پایان‌نامه ارشد و دکترا تابع تقاضای پول در کشور را تخمین زده‌اند؟» اشاره این جمله به سهم بالای علاقه به مباحث «کلان» در بین محققان ایرانی داشت. عجیب هم نیست، وقتی اقتصاددانان با معضل توسعه نیافتگی و رشد پایین اقتصادی و فقر در کشور مواجه می‌شوند اولین انگیزه آن‌ها یافتن سیاست‌های درست در سطح کلان است چون به نظرشان اثر اهرمی این نوع پژوهش‌‌ها خیلی بزرگ است.

الان احتمالا مصداق آن عبارت عوض شده و شاید جای «تابع تقاضای پول» باید اصطلاح و موضوعات دیگری (مثلا سیاست پولی، انتظارات عقلانی، درآمدهای بهینه نفتی و الخ) گذاشت ولی برداشت من از حضور در مجامع مختلف اقتصاددان ایران این است که علاقه به موضوعات «کلان» هم‌چنان جای‌گاه مسلط خودش را حفظ کرده است و هم‌چنان بالاترین «پرستیژ» با فاصله زیاد مربوط به این مباحث است. نفی نمی‌کنم که برای من هم شخصا پژوهش‌ها و مباحث و مقالات کلان و توسعه خیلی هیجان‌انگیز‌تر و شورانگیزتر از سایر زیربخش‌های اقتصاد هستند.

ولی می‌شود به این فکر کرد که آیا تقاضای کافی در کشور برای این همه متخصص کلان که مثلا در مورد سیاست بهینه ارزی و پولی بنویسند وجود دارد؟ جواب این را دقیق نمی‌دانم ولی تقریبا قانع شده‌ام که یک نوع دیگر از اقتصاددان را در کشور خیلی کم داریم و آن هم اقتصاددان خوب با تخصص و مهارت‌های مورد نیاز در سطح بنگاه‌ها و بخش‌ها است. این نوع اقتصاددان مجبور است کمی از برج عاج پایین بیاید و تحلیل‌ها و مدل‌هایی تولید کند که مستقیما به تصمیم‌گیری مدیران بنگاه‌‌ها یا انجمن‌های صنفی و امثال آن کمک کند و ارزش آفرینی کند. در بازار کار آمریکا، شرکت‌هایی مثل آمازون و گوگل و مایکروسافت و اوبر و امثال آن کم‌کم به گزینه‌های جذابی برای فارغ‌التحصیلان درجه یک اقتصاد تبدیل می‌شوند و امیدوارم مشابه آن را در ایران ببینیم. ولی مطمئن نیستم که آیا دانش‌کده‌های اقتصاد ما چنین ذهنیت و مهارت‌هایی را به افراد می‌آموزند یا نه.

این اقتصاددان-مهندس-بهینه‌ساز باید واجد چه مهارت‌هایی باشد؟ این‌ها مواردی است که به ذهن من می‌رسد:

۱) اقتصاد خرد و زیرشاخه‌های کاربردی حول اقتصاد خرد را باید عمیقا بداند. خصوصا باید از مدل ساده اقتصاد خرد بنگاه فراتر برود و متناسب با کارش مدل‌های پیچیده‌تر سازمان‌های صنعتی و اقتصاد شبکه و تئوری حراج و طراحی بازار و امثال آن را بداند.

۲) علاوه بر حرفه‌ای بودن در اقتصادسنجی و آمار کاربردی به مبحث آنالیتیکس و مدیریت داده (خصوصا داده‌های بزرگ) هم آشنا باشد و در این حوزه‌ها دست به آچار باشد. اقتصاددان سطح بنگاه نهایتا باید فردی «تجربی» و مبتنی بر آمار باشد.

۳) کمی از نگاه صرفا «تعادلی» به سیستم‌های اقتصادی فاصله بگیرد و مقداری به سمت نگاه «بهینه‌سازی» (ولی با لحاظ کردن مساله انگیزه‌ها) روی آورد. یعنی جایی بین اقتصاد و تحقیق در عملیات بایستد. در نتیجه نیاز به مقداری مهارت و نگاه در مباحث روز OR هم دارد. فرق این متخصص با یک متخصص سنتی مهندسی صنایع در وارد کردن «انگیزه عامل‌ها» در مساله بهینه‌سازی سطح بنگاه است. مجلاتی مثل Management Science (پس از تحول اخیرشان و افزایش سهم نگاه اقتصادی در مقالات‌شان) می‌توانند الگویی برای این ترکیب باشند.

۴) در مورد جزییات فنی و نهادی حوزه کاربردی خود (مثلا حمل و نقل یا انرژی یا خرده‌فروشی یا کشاورزی) باید خیلی بداند و ابایی از این نداشته باشد که بخش مهمی از وقت خود را صرف یادگرفتن موضوعات غیراقتصادی کند.

من به اقتضای حوزه کارم در زمینه اقتصاد انرژی با این نوع «اقتصاددان-بهینه‌ساز» زیاد سر و کار دارم. این افراد لزوما از پیشینه اقتصاد نمی‌آیند و ممکن است دکترای آمار یا تحقیق در عملیات یا مهندسی سیستم (ولی با دانش قوی اقتصاد و اقتصادسنجی) و امثال آن داشته باشند. همه این تخصص‌ها نهایتا با درجات مختلف به این شخصیت با قابلیت « مدل‌سازی، کمی‌‌سازی، بهینه‌سازی» میل می‌کنند.

@hamed_ghoddusi تماس با نویسنده
@hamedghoddusi
میلگرام و قضیه عدم مبادله!

این آقای میلگرام (نوبل ۲۰۲۰ اقتصاد) را در اقتصاد مالی (فاینانس) با مقاله خیلی مشهورش به No Trade Theorem می‌شناسند (مشترک با استوکی، ۱۹۸۲). شهود مقاله عمیق است: می‌گوید اگر بازاری داشته باشیم که عامل‌ها همه پیچیده و به شدت عقلانی باشند و خلاصه حسابی نظریه بازی و اقتصاد اطلاعات و همین بحث‌های این طوری را بدانند، در این بازار «ترید» (مبادله) سهام و دارایی صورت نمی‌گیرد! چرا؟

چون کسی «انگیزه» مبادله ندارد و فایده‌ای از خرید و فروش نمی‌بیند، حتی اگر «اطلاعات درونی و خصوصی» داشته باشد. قسمت غیربدیهی و اصلی قضیه هم همین است که: حتی اگر اطلاعات درونی داشته باشی، به محض این‌که شروع به مبادله بکنی، بازار هوشمند از رفتار تو می‌تواند اطلاعاتی که داری را استنتاج (Infer) بکند و این روی قیمت اثر می‌گذارد!

چون قیمت‌ها در چنین بازاری به سرعت در جهت حرکت عامل‌های مطلع اصلاح می‌شوند، همه اون سودی که فرد مطلع می‌خواست از اطلاعات درونی به دست بیاورد از بین می‌برود چون بازار این سودآوری را پیش‌پیش در قیمت‌ها اعمال می‌کند! پس به این ترتیب کسی انگیزه ندارد بیاید وسط و معامله کند!

طبعا نتایج مدل ناشی از یک الگوی حدی - برای یک بازار بسیار پیچیده و هوشمند - است ولی شهودش به صورت تقریبی قابل اعمال به مسایل مختلف در زندگی روزمره هست. اگر با اقتصاددان‌ها سر و کار داشته باشید، چنین چارچوب ذهنی را در آن‌ها می‌بینید: ما اقتصاددان‌ها اکثرا بیزی (Bayesian) هستیم و معتقدیم افراد از روی «حرکت بقیه» یک سری اطلاعات نهان را حدس می‌زنند یا استنباط می‌کنند و در نتیجه «زرنگی» لزوما آن نتیجه مورد نظر را به بار نمی‌آورد!

خب اگر نتایج مقاله میلگرام و استوکی را جدی بگیریم، کسی با این حساب در بازارهای دارایی مبادله نخواهد کرد! ولی در واقعیت کلی معامله و مبادله در این بازارها انجام می‌شود. چرا؟ آیا این مدل به درد نخور است یا حرف بی‌ربطی می‌زند؟ خیر!

زیبایی مدل‌های قوی و شهودبخش از این دست همین است که به ما بگوید چه فروضی از مدل باید عوض بشود تا این نتیجه عجیب (که با واقعیت نمی‌خواند) به دست نیاد! مثلا در همین مدل اگر بیاییم و یک سری عامل غیرعقلانی به بازار اضافه کنیم یا یک شوک به نیاز نقدینگی به عامل‌ها اضافه کنیم، در این حالت همه مبادلات لزوما بر اساس «اطلاعات درونی» نیست و خرید و فروش شکل می‌گیرد. در واقع این مدل‌ها «شروط لازم» برای کار کردن بازارها را به ما نشان می‌دهند.

دقت کنید که نتیجه این مقاله فقط به «بازار دارایی» اعمال می‌شود و نه «بازار کالا». در بازار کالا، ارزش ذهنی برای هر کسی متفاوت از دیگری است. در بازار دارایی است که ارزش دارایی برای همه بازی‌گران نهایتا قابل ترجمه به یک واحد پولی مشترک است (بازده) و این مستقل از مطلوبیت سرمایه‌گذاران روی مصرف شخصی‌شان است.

@hamed_ghoddusi تماس با نویسنده
@hamedghoddusi
رشته مفقوده در ایران: دوره کارشناسی تحقیق در عملیات

بخشی از علاقه پژوهشی من در حوزه‌ای است که به آن «تعامل اقتصاد و مدیریت عملیات / تحقیق در عملیات» می‌گوییم و در واقع ترکیبی از مدل‌سازی انگیزه‌های عامل‌ها با مدل‌های بهینه‌سازی است. به این خاطر در برخی کارگاه‌ها و همایش‌های حوزه مدیریت عملیات شرکت می‌کنم. نکته‌ای که در این همایش‌ها به چشم می‌آید سهم بسیار پررنگ محققان ترکیه‌ای است که تقریبا بالاترین سهم را در بین ملیت‌ها دارند. وقتی از آن‌ها در مورد این موضوع می‌پرسیم پاسخ این است که رشته مهندسی صنایع یکی از جذاب‌ترین و رقابتی‌ترین رشته‌های کارشناسی در ترکیه است و در نتیجه به‌ترین دانش‌جویان (خصوصا زنان) جذب این رشته شده و بعدا در دوره تحصیلات تکمیلی در حوزه مدیریت عملیات و تحقیق در عملیات متخصص می‌شوند. شبیه نقشی که رشته مهندسی برق در ایران دارد.

من در ایران کارشناسی مهندسی صنایع خوانده‌ام و بدون این که پرده‌پوشی و تعارف بکنم باید بگویم که از همان سال‌های تحصیل کارشناسی (حوالی سال ۷۵) این شکایت را از ساختار ضعیف، قدیمی و ناکارآمد این رشته داشته‌ام. تا حدی هم ماجرا را که دنبال می‌کنم به نظرم هم نمی‌رسد که تغییر خیلی مهمی در آن اتفاق افتاده باشد. به نظرم برنامه درسی ضعیف رشته مهندسی صنایع عملا آن موقعیتی که ایرانی‌ها می‌توانستند مشابه ترکیه‌ای ها داشته باشند تضعیف کرده است (هر چند نسل جوان و پرافتخاری از محققان ایرانی در این حوزه در حال ظهور است.)

مشکل برنامه درسی مهندسی صنایع چه بود؟ از دید من مشکل این بود که این رشته جای یک دوره کارشناسی قوی در حوزه «تحقیق در عملیات» را گرفته بود. اگر کسی از من مشورت تحصیلی بگیرد می‌گویم تحصیل در یک دوره قوی کارشناسی تحقیق در عملیات یک انتخاب بالقوه کارا برای کسی است که می‌خواهد بعدا در حوزه‌هایی مثل اقتصاد، فاینانس، علوم داده، مدیریت عملیات، حتی محیط‌زیست و امثال آن ادامه تحصیل بدهد.

ولی چرا مهندسی صنایع رایج در ایران این رشته‌ای که می‌گوییم نیست؟ برای این‌که برنامه درسی مهندسی صنایع در ایران پر از دروس «غیرریاضی» یا با ریاضیات بسیار سبک و عمدتا مرتبط با مدیریت کارخانه است و حجم دروس ریاضی‌محور جدی و معطوف به مهارت مدل‌سازی در آن محدود به حداکثر ۴-۵ درس است. ضمن این که حجم قابل توجهی از برنامه را دروسی مثل نقشه‌کشی صنعتی، کارگاه‌ها، مبانی مهندسی برق و مکانیک و شیمی و امثال اشغال کرده است. این ساختار شاید برای کسی که قرار بوده در دهه ۶۰-۷۰ میلادی در حوزه بهینه‌سازی خط تولید فعالیت کند مناسب وده ولی لزوما برنامه بهینه‌‌ای برای «مدل‌سازان قرن ۲۱» نیست.

من اگر قدرت داشتم و می‌توانستم یک دوره کارشناسی مهندسی صنایع متمرکز بر تحقیق در عملیات طراحی کنم، همه دروس از آن نوع را حذف می‌کردم (یا اختیاری می‌‌کردم) و به جایش دروسی مثل «جبر خطی»، «مبانی ریاضی تحقیق در عملیات»، «برنامه‌ریزی پویا»، «سیستم‌های پویا»، «فرآیندهای تصادفی»، «تحلیل الگوریتم‌ها»، «یادگیری آماری»، «کنترل بهینه تصادفی»، «نظریه تصمیم»، «نظریه بازی»، «نظریه شبکه»، «روش‌‌های محاسباتی» و «اقتصادسنجی» به علاوه برخی دروس حول کاربردهای تحقیق در عملیات در حوزه‌هایی مثل انرژی، بهداشت، محیط‌زیست، مسایل شهری، مدیریت درآمد، بازارهای مالی و بازارهای دوسویه را اضافه می‌کردم. اکثریت این دروس در دوره‌های ارشد و دکترای مهندسی صنایع در ایران تدریس می‌شود ولی دوره کارشناسی با این ترکیب نداریم. رشته «ریاضی کاربرد تحقیق در عملیات» قرار بوده چیزی شبیه به این باشد ولی به دلایل مختلف در عمل آن قدر فراگیر و موفق نشده است.

این مطلب را نوشتم تا یک آرزوی قدیمی خودم را بیان کنم. امیدوارم اشتباه کرده باشم و ساختار رشته مهندسی صنایع در کشور به این سمت متحول شده است. البته در این ماجرا شاید مقصر اصلی نظام دولتی، بوروکراتیک و متمرکز تصویب برنامه‌های درسی دانش‌گاهی در ایران است که فضای نوآوری و رقابت بین دانش‌کده‌های مختلف را از بین می‌برد و همه را مجبور می‌کند تا از یک ساختار درسی که ممکن است یکی دو دهه قبل تصویب شده است پیروی کنند. وگرنه مطمئنم که خیلی از استادان مهندسی صنایع در ایران مدت‌ها است که علاقه‌مند به تغییر برنامه درسی هستند.

تماس با نویسنده @hamed_ghoddusi
@hamedghoddusi
مطلب بالا را دو سال پیش نوشته بودم. به مناسبت جایزه نوبل اقتصاد امسال باز-نشر می‌کنم. خوانندگان می‌توانند ارتباط دو موضوع را مشاهده کنند. کسانی که نوبل امسال را گرفتند و شاگردان خوب آن‌ها و محققان درجه یک این حوزه، به مهارت‌هایی که در آن پست گفته بودم - و خیلی بیش‌تر از آن - مجهز هستند.

تماس با نویسنده @hamed_ghoddusi
@hamedghoddusi
Forwarded from پادکست سکه
🎙اپیزود سی‌وچهارم پادکست سکه

"طراحی بازار و مزایده چه کاربردی در اقتصاد دارد؟"

طراحی بازار و طراحی مزایده به چه معناست؟
چه انواعی از مزایدات وجود دارد؟ نفرین برنده چیست؟ دستاورد علمی نوبلیست‌های اقتصاد امسال به چه درد اقتصاد ایران می‌خورد؟

مهمان: مهدی فیضی

میزبان: مهدی ناجی
تدوین و تنظیم: ایمان اسلام‌پناه
تولید محتوا: مبین گودرزی، محمدعلی مردان
گرافیک: علی ملک‌محمدی
کارگردان: بهداد گیلزاد‌کهن

وب‌سایت گروه هوش ماشین و رباتیک دانشگاه تهران

پادکست سکه را در اینستاگرام | توییتر دنبال کنید.

پادکست سکه را در حامی‌باش حمایت کنید.

موسیقی:
Arr.Metcalfe - venus as a boy
Arr.Mackey - on the nature lf daylight

اپیزود سی‌وچهارم پادکست سکه را می‌توانید از طریق اپلیکیشن‌های پادگیر بشنوید👇
Castbox|ApplePodcast|GooglePodcast

#اپیزود_سی‌وچهارم
#طراحی_بازار

@Sekke_Podcast
نتیجه انتخابات آمریکا (قسمت اول متن)

دوستان زیادی از بنده در مورد پیش‌بینی انتخابات آمریکا و تاثیر آن روی اقتصاد کشورمان می‌پرسند. حقیقتش من نه متخصص سیاست خارجی و نه سیاست داخلی آمریکا هستم و نه حتی با اقتصاد ایران دیگر آن قدر آشنایی دقیق دارم که - ورای نکات کلی که دیگر همه می‌دانند و نیاز به تخصص ندارد - بدانم تغییرات محتمل سیاسی در آمریکا چه اثر مشخصی روی اقتصاد ایران می‌گذارد.

در نتیجه، این نکاتی که می‌نویسم جمع‌بندی‌ام از داده‌های موجود در روز شنبه قبل از انتخابات از دید یک شخص عادی - ولی آشنا با آمار و احتمال و علوم اجتماعی - است. دقت کنید که مثل همیشه، ما از هر نوع «پیش‌بینی و پیش‌گویی» پرهیز داریم و این‌ موارد صرفا چارچوب تحلیلی برای دنبال کردن و درک اعداد و ارقام است.

۱) حدس من این است که شکاف رای ملی (Popular Vote) تقریبا تثبیت شده و اگر نظرسنجی‌ها این بار یک خطای نظام‌مند جدید و ناشناخته نداشته باشند، احتمالا بایدن در سطح ملی با فاصله ۵ درصد یا بیش‌تر (یعنی چیزی حدود ۷-۱۰ میلیون رای) برنده می‌شود. با توجه به حجم وسیع آرای ارسال شده تا الان (چیزی نزدیک به ۶۰ درصد کل آرا) و فاصله کم تا انتخابات کمی بعید است که درصد رای ملی در این فاصله تغییر جدی بکند. طبعا می‌دانیم که به خاطر سیستم الکتورال در انتخابات آمریکا، رای سطح ملی تاثیری در برنده شدن ندارد!

۲) خب حالا در سطح نقشه الکتورال (که تعیین کننده نتیجه است): تکلیف یک سری ایالت‌های عمیقا آبی (دموکرات) و قرمز (جمهوری‌خواه) که خب معلوم است. مثلا بدیهی است که بایدن ایالت‌های شرقی/غربی مثل نیویورک و کالیفرنیا و مریلند و ماساچوست را می‌برد و ترامپ هم به احتمال زیاد ایالت‌های وسط/جنوب محافظه‌کار مثل کانزاس و ایندیانا و آرکانزاس و آلاباما و ... را دارد. نکته کلیدی این است که وقتی ایالت‌های قطعی و مطمئن هر نامزدی را روی نقشه بگذاریم، هیچ کدام به ۲۷۰ رای مورد نیاز در الکتورال نمی‌رسند.

۳) خب اگر ایالت‌های متمایل به بایدن و ترامپ را هم کنار بگذاریم، نتیجه انتخابات را این شش ایالت تعیین خواهند کرد: پنسیلوانیا، فلوریدا، کارولینای شمالی، جورجیا، اوهایو و آریزونا. اگر فرض کنیم بایدن میشیگان و مینه‌سوتا و ویسکانسن را می‌برد، او برای بردن نهایی به «یکی از آن شش ایالت دیگر» نیاز دارد. در مقابل، ترامپ باید «هر شش ایالت» را ببرد تا بتواند برنده شود.

۴) خب ممکن است بپرسید که این که راحت است! اگر بایدن فقط یکی از شش تا را لازم دارد، کار راحتی در پیش دارد. در واقعیت قضیه کمی پیچیده‌تر است. بردن هیچ کدام از آن شش ایالت برای دموکرات‌ها کار آسانی یا بدیهی نیست، خصوصا که در روزهای اخیر نتیجه برخی (مثلا فلوریدا یا حتی پنسیلوانیا) مرتب دست به دست می‌شوند یا فاصله دو طرف در نظرسنجی‌ها کم‌تر از حاشیه خطا است (که یعنی به لحاظ آماری فاصله جدی ندارند.)

۵) نکته دیگر، «همبستگی» محتمل بین نتایج این شش ایالت (یا زیرمجموعه‌‌هایی از آن‌‌ها) است. اگر رای این شش ایالت خیلی با هم هم‌بسته باشد، در واقع بایدن شش شانس ندارد بل‌که در واقع فقط یک شانس دارد که روی آن با ترامپ رقابت می‌کند. به این موضوع، باید احتیاط لازم برای تفسیر نظرسنجی‌ها را هم اضافه کرد. اگر پدیده «طرف‌داران شرمنده ترامپ» را لحاظ کنیم، ممکن است نتایج نظرسنجی‌ها آرای واقعی ترامپ را کم‌تر از واقعیت گزارش کنند. طبعا موسسات نظرسنجی از خطای ۲۰۱۶ درس گرفته‌اند و سعی می‌کنند تا حد امکان این خطا را کم کنند.

۶) این وسط یک شگفتی محتمل (ولی با احتمال کم) برای انتخابات، تگزاس است که رای زیادی (۳۸ رای) در الکتورال دارد و با این که به طور سنتی به جمهوری‌خواهان رای داده است ولی پتانسیل جمعیتی این را دارد که این بار به نفع دموکرات‌ها بچرخد. البته اگر دموکرات‌ها موفق شوند که جمعیت لاتین و هندی‌تبار آن‌جا را بسیج کنند. البته باید دید رای نهایی ایالت چیست. در واقع احتمال باختن تگزاس، یکی از نقاط ضعف بزرگ ترامپ در این دوره بود که باعث شد سد بسته رای او در جنوب باز شود و انرژی زیادی برای دفاع از چند ایالت جنوبی خرج شود (که به قیمت کاهش انرژی در ایالت‌های مرکزی است).

۷) خب حالا برای بروز کردن پیش‌بینی، چه عوامل کلان دیگری را به رای جزیی ایالت‌ها می‌توان اضافه کرد؟ (ادامه در این‌جا)


تماس با نویسنده @hamed_ghoddusi
@hamedghoddusi
نتیجه انتخابات آمریکا (بخش دوم، ادامه از این‌جا)

۷-۱) رای ملی: گفتیم که بایدن به احتمال زیاد با یک تفاوت ۵-۶ درصدی رای ملی را می‌برد (مگر این‌که نظرسنجی‌ها واقعا یک خطای بزرگ داشته باشند). در تاریخ آمریکا سابقه ندارد که کسی رای ملی را با این فاصله ببرد و الکتورال را ببازد! ولی دقت کنیم که به لحاظ ریاضی این اتفاقا هم‌چنان ممکن است. خصوصا اگر اگر عمده بالا بودن رای بایدن از سه ایالت بزرگ (نیویورک، کالیفرنیا و تگزاس) بیاد و او تگزاس را ببازد، این رای‌های اضافه تاثیر خاصی در نتیجه الکتورال نخواهند داشت و به قول معروف Pivot نخواهند بود.

۷-۲) میزان مشارکت: از روی رای‌های پستی و نظرسنجی‌ها، حدس می‌زنند که این بار میزان مشارکت در انتخابات آمریکا خیلی بالاتر از گذشته خواهد بود. اگر فرض کنیم که مشارکت بالا به معنی مخالفت با وضع موجود باشد، این احتمالا خبر بدی برای ترامپ است.

۷-۳) دعواهای حقوقی: احتمالا می‌دانید که توزیع آرای دموکرات‌ها و جمهوری‌خواهان در رای پستی و رای روز انتخابات اصلا شبیه هم نیست! دموکرات‌ها خیلی بیش‌تر پستی رای می‌دهند و طرف‌داران ترامپ خیلی بیش‌تر در روز انتخابات. به همین دلیل، ستاد ترامپ و فرمانداران جمهوری‌خواه برنامه مفصلی برای طرح دعوای حقوقی در جهت باطل کردن بخشی از رای‌های پستی دارند. اگر نتیجه در برخی ایالت‌ها نزدیک باشد، همین دعواهای حقوقی ممکن است نهایتا نتیجه را به نفع ترامپ تغییر بدهد (هر چند از مجموعه آرای دادگاه‌ها در این روزها هنوز علامت جدی برای این موضوع نداریم.)

۸) خب نتیجه کی معلوم خواهد شد؟ این یکی از بزرگ‌ترین سوالات است. بر خلاف دوره قبل که نتیجه چند ساعت بعد از رای‌گیری و در واقع صبح چهارشنبه ایران معلوم شد، این دور نتیجه ممکن است تا چند روز یا حتی چند هفته معلوم نشود! اول دقت کنیم که قوانین ایالت‌ها برای شروع شمارش آرای پستی خیلی با هم فرق دارد: برخی شمارش را همین الان شروع کرده‌اند و برخی تا پایان رای‌گیری حق شمارش ندارند. همین باعث خواهد شد تا شب انتخابات، تکلیف نهایی یک سری ایالت‌ها معلوم نشود. ضمن این‌که اکثر ایالت‌ها اجازه می‌دهند تا رای‌هایی که روز انتخابات به صندوق پست انداخته شده و ۳ روز بعد از انتخابات به ستاد می‌رسد هم شمرده شوند (هر چند درصد این رای‌ها احتمالا کوچک خواهد بود.) چون توزیع رای پستی بین جمهوری‌خواهان و دموکرات‌ها خیلی فرق دارد، رسیدن و شمردن رای‌های پستی جدید یک تغییر تصادفی نخواهد بود و نتیجه را در جهت‌های مشخصی عوض خواهد کرد.

جمع‌بندی: دقت کنیم که همه این‌ها صرفا تحلیل آمار بود و هیچ کدام جنبه «پیش‌بینی» ندارد. اگر واقعا به نتیجه نهایی علاقه داریم، شرط عقل است که نتیجه را مفروض و قطعی فرض نکنیم و به عوامل تصادفی متعددی که گفتیم هم توجه کنیم و با دنبال کردن آمار و اخبار، «تخمین» خودمان را بروز کنیم.

تماس با نویسنده @hamed_ghoddusi
@hamedghoddusi
نتیجه انتخابات آمریکا (بخش سوم)

چارچوب تحلیلی‌ام را قبلا در این پست توضیح دادم. چند توضیح بیش‌تر:

۱) نگاه من با بسیاری از تحلیل‌‌های منتشره در گروه‌ها و سایت‌های خبری داخلی که با قاطعیت تمام از پیروزی این یا آن نامزد می‌دهند خیلی متفاوت است. از روی مجموع شواهد به نظر نمی‌رسد هنوز بتوان حرف جدی در مورد برنده انتخاب زد. دلیلش را در همان پست توضیح دادم.

۲) این دو روز نظرسنجی‌های با کیفیت زیادی منتشر خواهند شد که باید وزن بیش‌تری به اعداد آن‌ها داد. دقت کنید که بسیاری از نظرسنجی‌های قبلی تاخیر یا متوسط‌گیری زمانی از دو هفته قبل دارند و لزوما حس و حال روزهای آخر را گزارش نمی‌کنند.

۳) مجموعه شواهد هنوز در این جهت است که بایدن احتمالا رای ملی را با فاصله ۵-۸ درصد (چیزی در مقیاس ۷-۱۰ میلیون رای) خواهد برد. مثلا فاکس‌نیوز هم که طرف‌دار جدی ترامپ است، در نظرسنجی‌ آخرش پیش‌تازی ۸ درصدی بایدن را پیش‌بینی کرده است. اگر بایدن با این وجود در الکتورال ببازد، اول مورد در تاریخ آمریکا خواهد بود و شاید این حد از شکاف بین رای ملی و رای الکتورال سوالات و چالش‌های جدیدی به وجود بیاورد.

۴) حرف قبلی‌ام در مورد آن شش ایالت کلیدی (آریزونا، پنسیلوانیا، فلوریدا، کارولینای شمالی، جورجیا و اوهایو) سر جایش هست. بایدن هنوز سناریوی ۱۰۰٪ ای برای پیروزی ندارد و اطلاعاتی هم که از این شش ایالت در این روزها و ساعت‌های آخر منتشر می‌شود فاصله بزرگی بین دو نامزد خارج از فاصله خطا را نشان نمی‌دهد. در اکثر نظرسنجی‌ها، فاصله طرفین در این ایالت‌ها در محدوده مثبت و منفی ۳-۴ درصد است که برای نتیجه‌گیری کافی نیست و به لحاظ آماری نشان از پیش‌تازی هیچ کدام نیست. (و دقیقا چون فاصله در ویسکانسین و میشیگان به صورت سازگاری بزرگ و به نفع بایدن است، این دو ایالت را به نفع او فرض می‌‌کنیم. ترامپ دو ایالت را دور قبل برده بود.)

۵) چرا شواهد فعلی شانس اندکی به‌تر برای بایدن به نسبت هیلاری کلینتون پیش‌نهاد می‌کند؟ یک دلیلش این است که در داخل گروه‌های مختلف رای‌دهنده (مثلا بازنشسته‌ها، کم‌درآمدها، افراد حاشیه شهری، جوانان، ...) بایدن در مجموع وضعیت به‌تری نسبت به کلینتون دارد. البته در برخی گروه‌ها (مثلا سیاه‌پوستان) لزوما این برتری را ندارد. یک تفاوت آشکار این دوره، درس گرفتن ستاد بایدن از ضعف تبلیغاتی و غرور توخالی ستاد کلینتون و فعالیت خیلی جدی تبلیغاتی در ایالت‌های میانی متمایل به ترامپ در روزهای آخر انتخابات است.

۶) اگر نظرسنجی‌ها درست به اندازه سال ۲۰۱۶ خطا کنند چه می‌شود؟ خیلی‌ها همین را محاسبه کرده‌اند. یعنی متوسط نظرسنجی‌ها امروز برای هر ایالت را با فرض یک خطا در حد دور قبل تعدیل کرده‌اند. نتیجه همان است که اول متن گفتم: در این صورت ترامپ این شانس را دارد که هر شش ایالت کلیدی را ببرد و به اصطلاح از همان «مسیر باریک» به پیروزی برسد. به خاطر این سناریو است که تحلیل‌گران حرفه‌ای هنوز از شرط بستن روی برنده قطعی خودداری می‌کنند. طبعا یک پیش‌نیاز این سناریو این است که نظرسنج‌ها واقعا همان قدر خطا کنند (و خطای‌شان هم تماما به زیان ترامپ باشد و نه عکس آن.)

۷) شواهد «میدانی» از رژه‌ها و گردهمایی‌های انتخاباتی و ... به نفع کیست؟ احتمالا اگر کسی همین طوری نگاه کند، فکر کنم بگوید «ترامپ»! چرا؟ چون بین طرف‌داران ترامپ و بایدن در «ترس از کرونا» تفاوت معنی‌دار وجود دارد و به همین خاطر سهم دموکرات‌ها در رای پستی - و پرهیز از حضور در رای‌گیری سه‌شنبه - خیلی بزرگ‌تر است. به این خاطر من نه آرای پستی تا این لحظه و نه شواهد میدانی را خیلی جدی نمی‌گیرم چون نمونه‌ها خیلی اریب است.

جمع‌بندی کاربردی: اگر می‌خواهید نتایج الکتورال را بدانید، روی رای آن شش ایالت کلیدی متمرکز باشید: پنسیلوانیا، فلوریدا، آریزونا، جورجیا، اوهایو و کارولینای شمالی. بایدن به طور متوسط حدود ۳.۵ درصد در این ایالت‌ها جلوتر است ولی ۳.۵ درصد به اندازه کافی بزرگ نیست که بشود از آن نتیجه گرفت.

تماس با نویسنده @hamed_ghoddusi
@hamedghoddusi
نتیجه انتخابات آمریکا (بخش چهارم)

خب با چارچوبی که قبلا ارائه کردم و اطلاعات جدیدی که از نظرسنجی‌های امروز منتشر شده است، احتمالا باید اوهایو، جورجیا و کارولینای شمالی را با مقداری احتیاط در سبد ترامپ حساب کرد. با این تفسیر، نتیجه انتخابات سه‌شنبه را احتمالا سه ایالت باقی‌مانده معلوم خواهند کرد: فلوریدا، آریزونا و پنسیلوانیا.

با
چینش فعلی، «شرط لازم و کافی» برای پیروزی بایدن این است که «حداقل یکی از آن سه ایالت را ببرد.» اگر بایدن هر سه ایالت را ببازد، ترامپ پیروز خواهد شد و اگر بایدن حتی یکی از سه ایالت را ببرد شانس پیروزی ترامپ خیلی پایین خواهد بود.

تماس با نویسنده @hamed_ghoddusi
@hamedghoddusi
نتیجه انتخابات آمریکا (بخش پنجم)

اگر به اعداد سایت RCP - که همه نظرسنجی‌ها را میانگین می‌گیرد - نگاه کنیم، سال ۲۰۱۶ همین موقع یعنی روز قبل انتخابات، هیلاری کلینتون ۳.۳ درصد در رای ملی و ۱.۱ در ایالت‌های کلیدی جلوتر از ترامپ بود که از دید امروز می‌فهمیم که با لحاظ کردن خطای نظرسنجی و طرفداران خاموش ترامپ «یعنی باخت». وضعیت بایدن چه طور است؟ بایدن در رای ملی حدود ۷ درصد و در ایالت‌های کلیدی که قبلا اسم بردیم حدود ۳ درصد جلوتر است که یعنی وضعیت باثبات‌تری از کلینتون دارد. (البته دقت کنیم که RCP نظرسنجی‌ها را بر حسب کیفیت آن‌ها وزن نمی‌دهد ولی سایت‌های دیگری بین نظرسنجی ضعیف و قوی فرق می‌گذارند.)

حال رابطه بین رای ملی (Popular Vote) و شانس پیروزی در الکتورال چیست؟ قبلا توضیح دادم که اگر پیش‌تازی بایدن در رای ملی از ایالت‌های عمیقا آبی مثل نیویورک و کالیفرنیا بیاد، تاثیری در رای الکتورال او ندارد. نیت سیلور مدیر سایت مشهور ۵۳۸ تحلیل خوبی کرده بود که این رابطه به شدت غیرخطی است: به خاطر توزیع آرای ترامپ، اگر شکاف رای ملی زیر حدود ۴ درصد باشه، هم‌چنان شانس ترامپ خیلی بالا است (یعنی این ۴ درصد پیش‌تازی از نقاطی آمده که به برنده شدن بایدن کمک نمی‌کند.) ولی اگر شکاف رای ملی به بالای ۷ درصد برسد، شانس الکتورال ترامپ خیلی اندک می‌شود چون در این صورت توزیع رای‌های ایالت‌های میانی هم تغییر می‌کند (به عبارت دیگر خیلی بعید است بایدن فقط از چند ایالت آبی این قدر در رای ملی جلو بیفتد)

حال همان طور که قبلا گفتم اگر فرض کنیم که بایدن در میشیگان، مینه‌سوتا و ویسکانسین برتری جدی دارد، چند سناریو پیش رو است:


۱) بایدن رای ملی را با ۷ درصد اختلاف می‌برد ولی در الکتورال شکست می‌خورد: این به لحاظ منطق ریاضی هم‌چنان ممکن ولی به لحاظ تاریخ سیاسی و پیامد حقوقی بی‌سابقه است. البته در این حالت نظرسنجی‌ها هم چندان اشتباه نکرده‌اند چون این سناریو را محتمل دانسته‌اند (با احتمال کم البته)

۲) بایدن رای ملی را با شکاف خیلی کم‌تر از ۷ درصد و نزدیک به ۱-۲ درصد می‌برد ولی در الکتورال شکست می‌خورد. این سناریو واقعا به معنی شکست سنگین تاریخی برای صنعت نظرسنجی و مدل‌سازی برای بار دوم است.

۳) بایدن هم رای ملی را با شکاف نزدیک ۷ درصد می برد و هم الکتورال را با چیزی حدود ۲۸۰-۲۹۰ رای برنده می‌شود. این خروجی نزدیک‌ترین حالت به پیش‌بینی الان نظرسنجی‌ها و مدل‌ها است و می‌توانند مدعی دقت بالا باشند.

۴) بایدن هم رای ملی و هم الکتورال را با فاصله زیاد می‌برد. این سناریو در پیش‌بینی مدل‌ها دیده شده و غیرمحتمل ارزیابی نشده ولی اگر رای الکتورال بایدن خیلی بالا باشد (سونامی آبی) به معنی خطای جدیدی در نظرسنجی‌ها (ولی این بار در جهت عکس دور قبل) است.

پس فردا همین موقع کمابیش تخمین خوبی داریم که کدام یک از این چهار سناریو در عمل محقق شده است. البته شاید سناریوهای دیگری هم باشند که در این لیست فهرست نکردیم (مثلا برنده شدن ترامپ هم در رای ملی و هم الکتورال که به نظر خیلی بعید می‌رسد.)

تماس با نویسنده @hamed_ghoddusi
@hamedghoddusi
نتیجه انتخابات آمریکا:

دو روز پیش گفته بودم که «نتیجه انتخابات سه‌شنبه را احتمالا سه ایالت باقی‌مانده معلوم خواهند کرد: فلوریدا، آریزونا و پنسیلوانیا.»

نتیجه در همین چارچوب پیش می‌رود ولی با این تفاوت که علاوه بر فلوریدا، ویسکانسین هم احتمالا به ترامپ رسیده و آریزونا به بایدن. ولی نتیجه نهایی قطعی نیست و به این اعداد بستگی دارد:

۱) بایدن در پنسیلوانیا ۷۰۰ هزار رای عقب است و حدود سه میلیون رای دیگر شمرده نشده (عمدتا پستی)
۲) بایدن در میشیگان حدود ۲۵۰ هزار رای عقب است و یک میلیون رای (عمدتا پستی) باقی مانده است.

در واقع نتیجه انتخابات را این ۴ میلیون رای پستی شمرده نشده تعیین خواهد کرد. «اگر توزیع آرای پستی بیش از ۶۵ درصد به نفع بایدن باشد، هنوز احتمال شکست ترامپ است و اگر کم‌تر از ۶۵ درصد باشد پیروزی ترامپ تقریبا قطعی است.» فعلا شمارش متوقف است و دقیقا نمی‌دانیم این ۴ میلیون رای از کجا آمده است. احتمالا کشمکش حقوقی و تبلیغاتی زیادی روی این ۴ میلیون رای کلیدی خواهد بود.

تماس با نویسنده @hamed_ghoddusi
@hamedghoddusi
نتیجه انتخابات آمریکا

در این پست گفتم که نتیجه نهایی نیست و به تاثیر ۴-۵ میلیون رای (احتمالا پستی) شمرده نشده بستگی خواهد داشت. در این مدت مقداری از آن رای‌ها شمرده شده و دیدیم که ویسکانسین به سمت بایدن چرخید (البته با فاصله کم) و در میشیگان هم که فاصله اولیه ۲۵۰ هزار رای بود، با شمارش آرای پستی فاصله به ۱۰ هزار رای رسیده است و مرتب کم‌تر می‌شود.

گفته بودم که اگر بایدن «مینه‌سوتا، ویسکانسین و میشیگان را ببرد، فقط به یکی از آن شش ایالت نیاز خواهد داشت. تا الان مینه‌سوتا و ویسکانسین (ضعیف) و آریزونا (یکی از آن شش ایالت) احتمالا متعلق به بایدن است و اگر بتواند میشیگان را هم ببرد نتیجه ۲۷۰ می‌شود. اگر بایدن یکی از سه ایالت میشیگان (فاصله خیلی نزدیک) یا ویسکانسین (برتری ضعیف) یا نوادا (برتری ضعیف) را ببازد و هم‌زمان هم نتواند پنسیلوانیا (وضعیت به شدت نامطمئن) را بگیرد، ترامپ برنده خواهد بود.

یک نکته حرفم این است که به «خبر فروشان» و «مدعیان همه‌چیز دانی» توجهی نکنیم و به جای آن به اعداد و آمار و تخمین «حد بالا/پایین» تحول رای‌ها دقت کنیم. این انتخاب «لب مرزی» است و برنده قطعی هنوز معلوم نیست. نتیجه نهایی را احتمالا چند ده هزار رای این طرف و آن طرف (و نیز احتمالا مقداری دعوای حقوقی و کشمکش سیاسی) تعیین خواهد کرد.

تماس با نویسنده @hamed_ghoddusi
@hamedghoddusi
قضاوت در مورد اعتبار یک سایت زرد خبرساز یا خبر فروش با شما :)
گویا حامد قدوسی هنوز به باور شکست بایدن نرسیده
HTML Embed Code:
2024/03/29 12:41:25
Back to Top