ردیابی شاخص

در این تحقیق استراتژی تخصیص اثربخش دارایی ها در شرایط عدم اطمینان با قابلیت کنترل ریسک، کاهش هزینه های معاملاتی و تحقق بازده هدف گذاری شده مورد مطالعه قرار گرفت. به منظور پیادهسازی این استراتژی و غلبه بر محدودیت مدل های کلاسیک بهینه سازی پورتفوی در مواجهه با عدم قطعیت، تشکیل صندوق شاخصی با رویکرد استوار و محدودیت عدد صحیح مد نظر قرار گرفت. در این راستا یک مدل برنامه ریزی خطی بصورت کمینهسازی قدر مطلق انحراف میان بازدهی مورد انتظار صندوق و شاخص بورس به منظور حل مسأله ردیابی شاخص معرفی گردید. با توجه به ابعاد فضای جواب، از الگوریتم فراابتکاری ژنتیک جهت حل نظیر استوار مسأله بهره گرفته شد. نتایج حاصل از تجزیه و تحلیل دادهها بر انتخاب 02 سهم و عملکرد مناسب صندوق های تشکیل شده در ردیابی شاخص مبتنی بر معیارهایی چون همبستگی، ریشه دوم میانگین مربعات خطا و بازدهی مازاد با بهرهگیری از دادههای تست دلالت دارد

در این پژوهش، استراتژی تخصیص اثربخش دارایی های مالی در شرایط عدم اطمینان با هدف کاهش ریسک، کنترل هزینه، کاهش حجم معاملات و تحقق بازده مطلوب مطالعه شده است. برای پیاده سازی این استراتژی، تشکیل صندوق شاخصی با محدودیت عدد صحیح و در چارچوب بهینه سازی استوار مدّنظر قرار گرفت. با وجود اینکه تخصیص منابع با یک صندوق شاخصی، اساس تمامی راهبردهای نوین سرمایه گذاری است، در بازار سرمایه ایران کمتر به آن توجه شده و نیز ویژگی استواری آن به لحاظ پاسخگویی به عدم قطعیت در بازده مدّنظر دارایی ها تاکنون مطالعه نشده است. در این پژوهش، غربال گری سهام شرکت های پذیرش شده در بورس برمبنای ارزش بازار برای تعیین اقلام تشکیل دهنده صندوق و الگو سازی مسأله ردیابی شاخص به صورت کمینه سازی قدر مطلق انحراف بین بازده مدّنظر صندوق و شاخص بورس انجام شده است. نتایج حاصل از تجزیه و تحلیل داده ها بر انتخاب 20 سهم و بروزرسانی ترکیب صندوق بعد از سه ماه دلالت دارد. همچنین محاسبات انجام شده بر عملکرد مناسب صندوق های تشکیل شده در ردیابی شاخص مبتنی بر معیارهایی چون همبستگی، ریشه دوم میانگین مربعات خطا و بازده مازاد با بهره گیری از داده های خارج از نمونه تأکید دارد.

برای سرمایه گذاری در یک شاخص منتخب گام اول تشکیل یک سبد ردیاب است. این کار ردیابی شاخص است. در این پژوهش، ابتدا نقش کلیدی معیارهای کیفیت ردیابی در تشکیل سبد ردیاب بر اساس روش بهینه سازی مبتنی بر نمونه گیری ارایه می شود. سپس یک معیار جدید کیفیت ردیابی، به نام معیار کیفیت ردیابی محقق (RTQ) برای ردیابی شاخص معرفی می شود. در ادامه، کیفیت ردیابی سبدهای ردیاب بر اساس معیارهای کیفیت ردیابی سنتی نوسان خطای ردیابی (TEV)، میانگین مجذور خطاها (MSE)، و میانگین انحراف مطلق (MAD) و معیار معرفی شده (کیفیت ردیابی محقق(RTQ) با دو روش مختلف minmax و CVAR محاسبه می شوند. به این ترتیب مزایا و معایب معیار معرفی شده در مقایسه با معیارهای سنتی بررسی و نهایتا معیار پایدارتر معرفی می شود. بنابراین، تمرکز این پژوهش بر پایداری و ثبات معیارهای ردیابی است. در نهایت مشخص شد که با بهبود متغیرهای ارزیابی ثبات، چگونگی تشکیل پرتفوی ردیاب نیز بهبود می یابد. قلمرو مکانی این پژوهش بورس اوراق بهادار تهران و جامعه آماری آن شامل کلیه شرکت های پذیرفته شده در بورس است. قلمرو زمانی پژوهش نیز از ابتدای مهر ماه سال 1391 لغایت شهریورماه سال 1396 به مدت پنج سال می باشد.

 فرایند تشکیل پرتفویی از سهم های تشکیل دهنده شاخص به گونه ای که عملکرد آن شاخص را بازسازی کند، ردیابی شاخص نامیده می شود. پرتفوی ردیاب شاخص به طور نسبی از تنوع خوبی برخوردار است و حجم معاملات و هزینه معاملاتی پایینی دارد. این پژوهش مدل برنامه ریزی صفر و یک را به منظور تحلیل مسئله ردیابی شاخص بررسی می کند. در این مدل تعداد دارایی های مورد نظر برای تشکیل پرتفوی را مدیر سرمایه گذاری تعریف می کند. به منظور درنظرگرفتن عدم قطعیت ضریب همبستگی بین دارایی ها به عنوان ورودی مدل، که دربرگیرنده خطای پیش بینی است، از رویکرد بهینه سازی استوار استفاده می شود. نتایج آزمون خارج از نمونه بر اساس شاخص پنجاه شرکت فعال تر بورس اوراق بهادار تهران در سال 1392 نشان می دهد که درنظرگرفتن این عدم قطعیت با استفاده از رویکرد بهینه سازی استوار عملکرد مدل را بر مبنای معیارهای نسبت اطلاعاتی و خطای ردیابی بهبود می بخشد.

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.

ردیابی شاخص، یک نوع سرمایه گذاری منفعل در بازار سرمایه است که هدف آن، تشکیل پرتفوی با تعداد محدودی از سهام است، به طوری که رفتار و روندی مشابه با شاخص، داشته باشد. مدیریت فعال پرتفوی به دنبال جلوزدن از بازدهی شاخص است، در حالی که مدیریت منفعل به دنبال دستیابی به بازدهی و ریسک متناسب با شاخص می باشد. رویکرد مدیریت منفعل پرتفوی به دلیل هزینه های پایین به شدت مورد توجه سرمایه گذاران قرار گرفته است. در این پژوهش به منظور ردیابی شاخص و شاخص بهبودیافته، از دو رویکرد هم انباشتگی و همبستگی استفاده می شود. شاخص مورد نظر در تحقیق حاضر، شاخص کل بورس اوراق بهادار تهران است. نتایج خارج از نمونه نشان می دهد که افزایش بازه زمانی درون نمونه، عملکرد مدل ها را بهبود می بخشد. از طرفی، با توجه به خطای ردیابی، رویکرد هم انباشتگی، عملکرد بهتری نسبت به رویکرد همبستگی دارد. از سوی دیگر، بر مبنای بازدهی پرتفوی ها و معیارهای نسبت اطلاعاتی و شارپ، عملکرد مدل در ردیابی شاخص، بهتر از ردیابی شاخص بهبودیافته است.

هدف: یکی از استراتژی های سرمایه گذاری، مدیریت غیرفعال است که یک شاخص یا پرتفوی با وزن بازار را دنبال می کند. هدف از این نوع مدیریت، حداقل سازی کارمزدهای سرمایه گذاری و جلوگیری از عواقب نامطلوب پیش بینی نادرست آینده است. مدیریت فعال پرتفوی، به دنبال جلوزدن از بازده شاخص است، در حالی که مدیریت غیرفعال، به دنبال دستیابی به بازده و ریسک متناسب با شاخص است. ردیابی شاخص، نوعی استراتژی سرمایه گذاری غیرفعال در بازار سرمایه محسوب می شود و هدف آن، تشکیل پرتفوی ای از سهم های یک شاخص است که بتواند عملکرد شاخص را بازسازی کند، بدون آنکه از تمامی دارایی های تشکیل دهنده آن شاخص خریداری شود. در این پژوهش، هدف ردیابی شاخص کل بورس اوراق بهادار تهران است. روش: در این پژوهش، با استفاده از مدل ارزش در معرض ریسک شرطی ترکیبی دو دنباله ای (مدل اصلی) به تشکیل پرتفوی بهینه ردیاب شاخص پرداخته و عملکرد آن بررسی می شود. نمونه بررسی شده داده های هفتگی طی بازه زمانی ۰۱/۰۱/۱۳۹۰ تا ۲۹/۱۲/۱۳۹۶ است. برای ارزیابی مدل، داده ها به ۲۶ پنجره زمانی، شامل ۵۲ داده داخل نمونه و ۱۲ داده خارج از نمونه دسته بندی شد. یافته ها: نتایج صحت بازسازی عملکرد شاخص حاکی از آن است که پرتفوی های حاصل شده از مدل اصلی، در بازسازی عملکرد شاخص موفق عمل کرده اند. همچنین نتایج آزمون نسبت اطلاعاتی و خطای ردیابی نشان می دهد که میان مدل اصلی و مدل رقیب تفاوت معناداری وجود ندارد. نتیجه گیری: در این پژوهش با استفاده از یک مدل برنامه ریزی ریاضی خطی، به تشکیل پرتفوی های ردیابی شاخص پرداخته شد. نتایج نشان داد با اینکه مدل اصلی در ردیابی شاخص موفق عمل کرده است، به لحاظ کاهش خطای ردیابی و افزایش نسبت اطلاعاتی، از مدل قدر مطلق انحرافات برتر نیست.

ردیابی شاخص که به عنوان یکی از روش های مدیریت غیرفعال سرمایه گذاری شناخته شده است، به دنبال تشکیل پرتفوی، به گونه ای است که در طول زمان با کمترین میزان خطا، بازده ای نزدیک به شاخص داشته باشد. در این پژوهش به بررسی کاربرد یک مدل برنامه ریزی صفر و یک در خوشه بندی سری های زمانی به منظور تشکیل پرتفوی ردیاب شاخص پرداخته شده است. به منظور فرایند خوشه بندی، معیار های متنوع سنجش شباهت سری های زمانی از جمله، ضرایب همبستگی مبتنی بر کاپولا همچنین فاصله مبتنی رویکردهای پویا در سنجش شباهت سری های زمانی، مورد استفاده قرار گرفته است. آزمون خارج از نمونه بر روی نسبت بازار و خطای ردیابی پرتفوهای مبتنی بر شاخص 50 شرکت فعال تر بورس اوراق بهادار تهران در بازه زمانی ابتدای سال 1394 تا پایان بهار سال 1397 نشان از این موضوع دارد که پرتفو ها در ردیابی شاخص موفق عمل نموده اند و متوسط خطای ردیابی روزانه پرتفوها دارای تفاوت معنی داری با یکدیگر نیست. همچنین آزمون سخت گیرانه مقایسات زوجی بر روی خطای ردیابی پرتفو ها نیز نشان از این موضوع دارد که خطای ردیابی پرتفو ها با یکدیگر تفاوت معنی دار ندارد.