عادل بهزادی

هدف: مدل سازی و اندازه گیری ریسک پرتفوی، یکی از مشکلات پیش روی سرمایه گذاران است. پژوهشگران، همواره به رویکرد سنتی اندازه گیری ریسک انتقاد کرده اند. پژوهش های تجربی، از حقایق آشکارشده در توزیع بازده دارایی ها حکایت می کند. این حقایق شامل دنباله پهن، چولگی منفی و خوشه بندی نوسان است و علاوه بر اینها، شواهد دیگری نیز وجود دارد که هم بستگی نامتقارن دنباله ای در توزیع بازده دارایی ها را نشان می دهد؛ به این معنا که در بازارهای رو به پایین، هم بستگی بین دارایی ها، بیشتر از بازار های رو به بالاست، بنابراین، می بایست در مدل سازی ریسک، این مسئله در نظر گرفته شود. روش: مقاله پیش رو، به منظور مدل کردن حقایق یادشده، به ترتیب از تئوری ارزش فرین، گارچ، گارچ نمایی و مدل گارچ گولستن جاگاناتاهان رانکل (GJR) و کاپیولای T-skewed استفاده کرده است. همچنین به منظور محاسبه وزن های پرتفوی، از مدل میانگین واریانس استفاده شده است. یافته ها: یافته ها حقایقی را در خصوص بحث مربوط به توزیع بازده دارایی ها برای 30 شرکت بررسی شده در بورس تهران آشکار کرد. همچنین، روش های بررسی شده، نشان دهنده برتری رویکرد پیشنهادی در مقایسه با سایر روش های سنتی است. نتیجه گیری: هنگام استفاده از خانواده گارچ، مدل گارچ گولستن جاگاناتاهان رانکل، در مقایسه با دو روش دیگر، عملکرد بهتری دارد که اهمیت در نظر گرفتن اثرهای اهرم در مدل سازی ریسک برای بازده سهام در بورس تهران را نشان می دهد.

ردیابی شاخص در واقع شکل ایجاد سبد سهامی متشکل از تعداد محدودی سهم است که هدف از تشکیل این سبد سهام، ایجاد روند بازدهی مشابه با شاخص می باشد. منظور از ردیابی شاخص بهبودیافته، ایجاد پرتفویی با بازده بالاتر نسبت به بازده شاخص در کمترین سطح خطای ردیابی بدون خریدن تمامی سهام موجود در شاخص می باشد. هدف از نگارش مقاله پیش رو، ارائه مدلی دو مرحله ای بر اساس برنامه ریزی ترکیبی عدد صحیح است که عملکرد پرتفوی را نسبت به روش یک مرحله ای بهبود بخشد. مرحله اول از این مدل دو مرحله ای مربوط به کمینه سازی خطای ردیابی و مرحله دوم مربوط به بیشنیه سازی بازده تحت مقادیر تلورانس مجاز برای خطای ردیابی می باشد. برای نشان دادن کارایی مدل پیشنهادی از شاخص 50 شرکت فعال بورس اوراق بهادار تهران استفاده شده است. در بعد حل مساله از الگوریتم جستجوی مستقیم و ژنتیک استفاده شده است. معیارهای ارزیابی عملکرد پرتفوی مورد استفاده در این پژوهش شامل میانگین بازدهی، خطای ردیابی، بازده اضافی و نسبت اطلاعاتی می باشد. یافته های پژوهش نشان گر عملکرد بهتر مدل دو مرحله ای پیشنهادی نسبت به مدل یک مرحله ای می باشد. همچنین با استفاده از مقایسه ی معیارهای ارزیابی، کارایی الگوریتم جستجوی مستقیم نشان داده شده است.

هدف: هدف این پژوهش، سرمایه گذاری کسب بازده متناسب با ریسک است. تحقیقات زیادی از جمله تئوری مارکوییتز (1952) نشان می دهد تشکیل پرتفوی با در نظر گرفتن بازدهی ثابت، سبب کاهش ریسک غیرسیستماتیک می شود. این نظریه بر اساس فرض هایی بنا شده است که یکی از آنها، نرمال بودن توزیع بازده دارایی هاست؛ اما شواهد تجربی نشان از عدم نرمال بودن بازده دارایی ها دارد. از سوی دیگر، معیارهای آنتروپی برای نشان دادن تنوع سازی در پرتفوی عملکرد خوبی دارند. در مقاله پیش رو اثر استفاده ترکیبی از آنتروپی و گشتاورهای مراتب بالاتر نشان داده شده است. روش: در این مقاله، رویکرد برنامه ریزی آرمانی چندجمله ای بر اساس مدل میانگین واریانس چولگی کشیدگی آنتروپی استفاده شده است. همچنین، الگوریتم جست وجوی مستقیم به عنوان الگوریتم بهینه سازی مد نظر قرار گرفته و برای اندازه گیری آنتروپی از معیارهای شانون و جینی سیمپسون استفاده شده است. یافته ها: به منظور بررسی مدل ها از داده های بورس اوراق بهادار تهران استفاده شده است. یافته ها گویای بهبود کارایی پرتفوی به دست آمده در حالت استفاده از آنتروپی جینی سیمپسون و شانون و به کارگیری الگوریتم جست وجوی مستقیم است. نتیجه گیری: استفاده ترکیبی از گشتاورهای مراتب بالاتر و آنتروپی در برخی توابع هدف، بهبود ایجاد نمی کند، اما به طور کلی موجب بهبود کارایی پرتفوی های به دست آمده بر اساس معیار ارزیابی عملکرد ارائه شده در پژوهش می شود.

بهینه سازی سبد سهام همواره یکی از با اهمیت ترین مسائل در علوم مالی است. استراتژی های مختلفی برای مدیریت پرتفوی سبد سهام استفاده شده اند که به طور عمده می توان آنها را بر دو نوع فعال و غیرفعال دسته بندی کرد. یکی از مهم ترین رویکردهای مدیریت غیرفعال پرتفوی، تشکیل پرتفوی ردیاب شاخص است. به منظور تشکیل پرتفوی ردیاب شاخص از مدل ها و الگوریتم های مختلفی استفاده می شود. پژوهش پیش رو به منظور بررسی عملکرد پرتفوی ردیاب شاخص با رویکرد نامتقارن و وارد کردن بتای نامطلوب در مدل ردیاب شاخص برای بهبود عملکرد آن است. به این منظور، ضمن به کارگیری سه مدل برای ردیابی شاخص، از دو الگوریتم تکاملی ژنتیک و تکامل دیفرانسیلی برای حل مدل مد نظر بهره برده شد. به منظور بررسی کارایی مدل نیز، از داده های بورس اوراق بهادار تهران استفاده شده است. نتایج در انتها نشان داد مدلی که بر مبنای بتای نامطلوب ارائه شده و توسط الگوریتم تکامل دیفرانسیلی حل شده است، کارایی بیشتری دارد.