بهینه سازی سبد سرمایه گذاری

بهینه سازی سبد سرمایه گذاری یکی از چالش های پیش روی بنگاه های اقتصادی است. صاحبنظران مختلف با فرضیات گوناگون در پی یافتن وزن بهینه هر دارایی در سبد سرمایه گذاری می باشند. باتوجه به اینکه یکی از فعالیت های عمده صندوق های سرمایه گذاری وشرکت های سرمایه گذاری پرتفوی گردانی می باشد انتخاب روش مناسب بهینه سازی برای این شرکت ها امری ضروری است. با توجه به محدودیت اساس ی روش میانگین-واریانس مبنی بر نرمال بودن توزیع بازده دارایی ها روش های فاقد این محدودیت برای استفاده شرکت های مذکور و سرمایه گذاران مناسب تر می باشند. از سوی معیار ارزش در معرض خطر شرطی (CVaR) علاوه بر دارا بودن تمام خصوصیات معیار ارزش در معرض خطر (VaR) دارای مزایای بیشتری نسبت به آن از قبیل سادگی محاسبات، معیار دقیق تر ریسک و در نظر گرفتن احتمالات مختلف برای حالات مختلف می باشد، به این دلیل در تحقیق خود از معیار ارزش در معرض خطر شرطی استفاده می نماییم. بر این اساس، در این تحقیق برای دو فلز طلا و مس با استفاده از داده های هفتگی ابتدای سال 2002 تا انتهای 2013 با استفاده از روش کاپیولای نرمال اقدام به ایجاد پرتفوی بهینه می نماییم و در انتها معیار شارپ به دست آمده از این روش را ب ا معی ار ش ارپ Mean-CVaR مقایسه می کنیم و مشاهده می شود روش کاپیولا عملکرد بهتری دارد.

مسأله انتخاب سبد سرمایه گذاری و بهینه سازی، یکی از موضوعات مهم در حوزه سرمایه گذاری است. در این فرایند سعی بر آن است که سرمایه گذار بازای هر نرخی از بازده، کمترین ریسک ممکن را متحمل شود. اگر اطلاعاتی که در جریان بهینه سازی سبد سرمایه گذاری استفاده شده اند، دچار عدم قطعیت های آماری و یا در معرض نویز باشند، به کارایی سبد سرمایه گذاری لطمه وارد می شود. هدف این مقاله، حذف نویز اطلاعات ماتریس ضرایب همبستگی از طریق روش های خوشه بندی است. برای این منظور، دو روش خوشه بندی اتصال واحد و اتصال میانگین به کار گرفته شد و براساس اطلاعات بازده روزانه 80 شرکت بورس اوراق بهادار تهران در بازه فروردین 1385 تا اسفند 1392، سبد سرمایه گذاری بهینه به دست آمد. نتایج نشان می دهد میزان اختلاف ریسک پیش بینی شده و ریسک مشاهده شده در این سبد سرمایه گذاری کمتر است و از طرفی درمجموع، ریسک کمتری را به سرمایه گذار تحمیل می کند. همچنین با هدف تحلیل حساسیت نتایج دو روش، یک مطالعه بوت استرپینگ در تعداد سهام و افق های زمانی مختلف انجام گرفت، در بیشتر حالت ها بهبود عملکرد سبد سرمایه گذاری مشاهده می شود.

انتخاب سبد سرمایه گذاری بهینه یکی از مهم ترین چالش های علوم مالی است. هدف این مطالعه بکارگیری الگوریتم چرخه آب چند هدفه (MOWCA) برای یافتن ترکیبی کارآمد از سبد سرمایه گذاری است. مسئله مورد مطالعه یک مسئله چند هدفه غیر خطی است که توابع هدف آن شامل حداکثر سازی بازده و حداقل سازی ریسک است. الگوریتم چرخه آب از فرآیند چرخه آب در طبیعت شبیه سازی شده است و نخستین بار توسط مرادی و همکاران (2017) از این الگوریتم برای بهینه سازی سبد سهام در چهار بورس بزرگ دنیا بهره گرفته شده است. در این تحقیق از اطلاعات روزانه طی سال های1392 تا 1394، 30 شرکت بزرگ بورس تهران استفاده شده است. به علاوه عملکرد MOWCA برای حل مسائل بهینه سازی چندهدفه با سایر بهینه سازهای چندهدفه از قبیل الگوریتم ژنتیک چندهدفه (MOGA) و الگوریتم پرندگان چندهدفه (MOPSO) مقایسه شده است. به منظور مقایسه از چهار معیار عملکرد برای مقایسه نتایج الگوریتم ها از چهار معیار مرسوم استفاده شده است: فاصله، یکنواختی، تنوع و پوشش. یافته ها حاکی از آن است که بر اساس اغلب معیارهای ارزیابی عملکرد مورد استفاده در این تحقیق، MOWCA درمقایسه با سایر الگوریتم های فرا ابتکاری برای مسائل بهینه سازی سبد سرمایه گذاری کارآمدی بیشتری دارد.

مدل مارکویتز یکی از شناخته شده ترین مدل های انتخاب سبد سرمایه گذاری است. در این پژوهش مدل توسعه یافته میانگین نیم واریانس مارکویتز در قالب یک مدل برنامه ریزی غیرخطی چندهدفه عدد صحیح آمیخته با محدودیت های کاردینال، حد آستانه، بخش سرمایه گذاری، آنتروپی و نیز با در نظر گرفتن هزینه معاملاتی پیشنهاد شده است. مدل مسئله دارای ساختاری آمیختاری است. از این رو با توجه به ویژگی NP-hard مسئله، الگوریتم فراابتکاری جست وجوی هارمونی با رویکرد پارتو برای حل مدل به کار گرفته شده است. برای بررسی کاربردپذیری مدل پیشنهادی در مسئله بهینه سازی سبد سهام، با استفاده از اطلاعات قیمت ده سهم پذیرفته شده در بورس اوراق بهادار در محدوده زمانی فروردین 1390 تا دی ماه 1394، مرز کارای سرمایه گذاری به دست آمد. برونداد مدل نشان دهنده کارایی الگوریتم جست وجوی هارمونی در بهینه سازی مدل پژوهش است. یافته های پژوهش نشان می دهد مدل پیشنهادی توانسته است شرایط انتخاب سبد سرمایه گذاری را به خوبی در نظر بگیرد و یک سبد بهینه سرمایه گذاری را تعیین کند

سرمایه گذاری در بازار سهام نقشی اساسی در رشد و توسعه اقتصادی دارد، زیرا امکان ایجاد فرصت های سرمایه گذاری، تأمین منابع مالی برای شرکت ها و دولت ها و تحرک فعالیت اقتصادی را به ارمغان می آورد. تشکیل سبد سرمایه گذاری مناسب به منظور فعالیت در بازار سهام از اهمیت قابل توجهی برخوردار است و جهت دستیابی به عملکرد مطلوب و بهره برداری بهتر، نیازمند مهارت در انتخاب و ترکیب مناسب از سهام گوناگون می باشد. توجه به نوسانات بازار سهام در تشکیل سبد سرمایه گذاری امری حیاتی بوده زیرا که این نوسانات بیانگر تغییرات و پویایی این بازار هستند و تصمیم گیری مبتنی بر این نوسانات، به سرمایه گذاران کمک می کند تا مخاطرات مالی را بهبود بخشند و فرصت های سرمایه گذاری را شناسایی کنند. همچنین توجه به نوسانات مثبت در تشکیل سبد سرمایه گذاری بسیار حائز اهمیت می باشد زیرا که این نوسانات نشان دهنده قابلیت رشد و سودآوری بالقوه سهام هستند. به همین منظور، هدف این پژوهش تشکیل سبد سرمایه گذاری بهینه به منظور بهره برداری مزیت ها و فرصت های سرمایه گذاری ناشی از نوسانات مثبت و در عین حال توجه به نوسانات منفی و کاهش آن می باشد. در همین راستا در این پژوهش رویکردی نوین به نام مدل نیم واریانس دو مرحله ای معرفی گردید و با استفاده از داده های ماهانه سهام از ابتدای سال ۱۳۹۷ تا ۱۴۰۱، به تشکیل سبد سرمایه گذاری پرداخته شد و جهت ارزیابی کارایی این مدل مقایسه آن با مدل نیم واریانس و اوزان یکسان سبد صورت گرفت. نتایج نشان می دهند، مدل مذکور عملکرد بهتری داشته و بهره وری و عملکرد سبد سرمایه گذاری را نسبت به مدل نیم واریانس و اوزان یکسان سبد بهبود می بخشد.

پیشینه و اهداف: بازار سرمایه یکی از تأثیرگذارترین نهادهای کشور در راستای بهبود اقتصادی جامعه است که همواره سرمایه گذاری بهینه در این بازار دغدغه اصلی سرمایه گذاران و پژوهشگران این حوزه بوده است. امروزه پژوهش های فراوانی در راستای تشکیل سبد سرمایه گذاری صورت گرفته و مدل های متنوعی برای بهینه سازی سبد سرمایه گذاری معرفی شده است. حال در این پژوهش قصد آن است تا به بررسی عملکرد مدل های مختلف بهینه سازی سبد سرمایه گذاری تحت سناریوهای مختلف، در صنعت بیمه و صندوق های بازنشستگی به مثابه یکی از مهم ترین ارکان بازار سرمایه بپردازد.روش شناسی: این پژوهش به بررسی عملکرد مدل های مختلف بهینه سازی سبد سرمایه گذاری با سنجه های ریسک واریانس، نیم واریانس، انحراف معیار، نیم انحراف معیار، ارزش در معرض ریسک شرطی و ارزش در معرض ریسک نزولی تحت سناریو های مختلف می پردازد. سبد سرمایه گذاری بهینه شده با استفاده از مدل میانگین واریانس مبتنی بر بازده بتا و مدل CAPM نیز به عنوان ملاحظات جایگزین برای سرمایه گذاران با دقت نظر بالاتر و مبنایی برای تصمیم گیری ارائه شده است. داده های مورد استفاده در این پژوهش از فروردین تا اسفند 1401 به صورت روزانه از بازار بورس اوراق بهادار تهران جمع آوری شده است.یافته ها: بازدهی ماهانه سهام به این نکته اشاره دارد که سهام مربوطه در بازه مورد بررسی پایدار نبودند و روند ثابتی نداشتند. با تشکیل سبد سرمایه گذاری متشکل از سهام شرکت های بیمه و صندوق های بازنشستگی میزان بازدهی و ریسک هر مدل برای سرمایه گذاری مشخص شد که اطلاعات جامعی را در اختیار سرمایه گذاران قرار می دهد. سرمایه گذاران براساس میزان ریسک پذیر و یا ریسک گریز بودن می توانند استراتژی های متنوعی را برای سرمایه گذاری انتخاب کنند تا مطلوبیت حاصل از سرمایه گذاری خود را به حداکثر برسانند.نتیجه گیری: نتایج حاصل از این پژوهش بیانگر آن است که سبد سرمایه گذاری تشکیل شده با سنجه ی ریسک افت سرمایه، در معرض خطر مشروط با مقدار بازدهی 22 درصد، دارای بیشترین میزان بازدهی سرمایه گذاری در میان مدل های بررسی شده در صنعت بیمه و صندوق های بازنشستگی در بازار بورس اوراق بهادار تهران است.