نگین محبی

انتخاب سبد سرمایه گذاری همواره یکی از مباحث مهم در حوزه مدیریت سرمایه گذاری بوده که در رابطه با نحوه تخصیص سرمایه یک سرمایه گذار به دارایی های مختلف و تشکیل یک پرتفوی کارا بحث می کند که هرچه مفروضات و شرایط مدل سازی جهت انتخاب و بهینه سازی سبد سرمایه گذاری به شرایط دنیای واقعی نزدیک تر باشد، نتایج حاصل از آن بیشتر قابل اتکا خواهد بود. در نظر گرفتن افق تک دوره ای برای سرمایه گذاری چندان واقعی نبوده و بیشتر سرمایه گذاران برای بیش از یک دوره اقدام به سرمایه گذاری می کنند که سرمایه گذار بتواند موقعیت خود را در طول زمان مورد بازنگری قرار دهد. همچنین در دنیای واقعی داده ها و پارامترها همواره با عدم قطعیت مواجه هستند. بنابراین توسعه مدل های بهینه سازی سبد سرمایه گذاری چنددوره ای یک نیاز اساسی می باشد که در این پژوهش علاوه بر در نظر گرفتن افق چنددوره ای و هزینه معاملاتی، از قدرمطلق انحراف از میانگین به عنوان سنجه ریسک استفاده شده و محدودیت های نقدینگی، کاردینالیتی، آستانه و کلاس نیز در مدل لحاظ گردیده و همچنین عدم قطعیت داده ها نیز با استفاده از ابزار درخت سناریو مدل سازی شده است. در ادامه پس از مدل سازی، به منظور حل این مدل از روش برنامه ریزی پویا استفاده شده و سرانجام کارایی مدل با استفاده از داده های 0 سهم از بورس اوراق بهادار تهران مربوط به سال های 1975 تا 1974 آزمون شده است. در بهینه سازی مدل ارائه شده در این پژوهش، تأثیر عواملی نظیر حدود تعیین شده برای متغیرهای تصمیم و نیز تعداد دارایی های موجود در پرتفوی، مورد بررسی قرار گرفته و نتایج حاصل گویای آن است که مدل ارائه شده دارای عملکرد مناسبی بوده و نتایج حاصل از آن با تئوری موضوع کاملاً سازگاری دارد.

یکی از نگرانی های اصلی سرمایه گذاران و مدیران مالی، نحوه رویارویی با ریسک سرمایه گذاری و نوسان های بازده است؛ از این رو شناسایی، اندازه گیری و مدیریت ریسک، از موضوعات مهم در مباحث مالی تلقی می شود. در سال های اخیر، کانون توجه بسیاری از شرکت های مالی به معیار ارزش در معرض ریسک و ریزش مورد انتظار برای اندازه گیری ریسک پرتفوی است. از جمله مهم ترین مشکلات روش های ارائه شده در اندازه گیری ریسک، در نظر نگرفتن عدم قطعیت موجود در داده های مالی است. به همین دلیل در پژوهش پیش رو برای تطابق بیشتر مدل با واقعیت، به برآورد ارزش در معرض ریسک و ریزش موردانتظار پرتفوی با لحاظ عدم قطعیت داده ها، پرداخته می شود. در این رابطه از مفهوم متغیر تصادفی فازی و نظریه امکان و الزام فازی، به منظور پوشش عدم قطعیت موجود در داده های مالی، استفاده شده است. در نظر گرفتن عوامل ریسک به صورت متغیر تصادفی، این امکان را برای سرمایه گذار فراهم می کند که با پذیرش سطح خاصی از عدم قطعیت، میزان ریسک پرتفوی خود را برآورد کند. علاوه بر این در پژوهش پیش رو، کلیه برآوردها با دو فرض توزیع نرمال و تی استیودنت انجام شده و نتایج به دست آمده از حل مدل با داده های عددی، نشان دهنده این است که لحاظ توزیع t و نیز عوامل ریسک به صورت متغیر تصادفی، سبب ایجاد برآوردهای محافظه کارانه تری برای دو سنجه مد نظر شده است.