سبد بهینه

مدیریت منابع ارزی در ایران به علت وجود درآمدهای ارزی عمده که از فروش نفت حاصل میشود، از اهمیت به سزایی برخوردار است. برنامه ریزی صحیح، میتواند از تحمیل هزینه های ناشی از مدیریت نامناسب این منابع جلوگیری نماید. بنابراین، در این پژوهش تلاش میکنیم تا به ارائه چارچوبی به منظور طراحی سبد بهینه برای آن بخش از درآمدهای ارزی که با هدف سرمایه گذاری نگهداری میشوند، بپردازیم. بر این اساس، با استفاده از بازده های روزانه ارز که بر مبنای داده های موجود در بازار ارز در سال های 2000 تا 2008 میلادی به دست آمده است، ترکیبی موزون و بهینه از ارزهای رایج با به کارگیری مدل های خودرگرسیونی واریانس ناهمسان شرطی تعمیمیافته تک متغیره و چند متغیره، با هدف حداکثرنمودن بازده مورد انتظار و تحت محدودیت ارزش در معرض ریسک پیشنهاد میشود. در نهایت، مدل های مورد استفاده با به کارگیری آزمون بازخور مورد ارزیابی قرارگرفته و بهترین مدل انتخاب میشود. نتایج این پژوهش برتری مدل GARCH چند متغیره را نسبت به تک متغیره در تخصیص سبد بهینه ارز نشان میدهد.

ماهیت فعالیت های تجاری و سرمایه گذاری به گونه ای است که کسب بازدهی مستلزم تحمل ریسک است. انتخاب سبد سهام عمل دشوار و سختی است که سرمایه گذار خود را در مقابل انتخاب زیاد و گوناگونی می بیند که باید یکی از آن ها را به عنوان بهترین روش انتخاب کند. پژوهش حاضر به مساله بهینه سازی سبد سهام با توجه به ارزش در معرض خطر  بر مبنای الگوریتم هوشمند آتش بازی و مقایسه آن با الگوریتم انبوه ذرات از روش شبیه سازی تاریخی با استفاده از نرم افزارMATLAB  می پردازد. تنظیم پارامترهای الگوریتم های فراابتکاری به روش تاگوچی با استفاده از نرم افزارMINITAB  انجام شد. در این پژوهش از اطلاعات سهام شرکت های پذیرفته شده در بورس اوراق بهادار که اطلاعات قیمت و بازده نقدی آن ها بین سال های  1396 تا شهریور 1399 ثبت شده است و مطابق ماده 141 قانون تجارت مشمول تعلیق نیستند، استفاده شد. جهت پایایی پژوهش از آزمون دیکی فولر تعمیم یافته و آزمون فیلیپس پرون استفاده شد. برای ارزیابی دقت مدل ارزش در معرض خطر از آزمون نسبت شکست کوپیک، آزمون استقلال کریستوفرسن و آزمون ترکیبی استفاده شده است. همچنین مقایسه ای نیز بین مدل ها توسط آزمون لوپز صورت گرفت. زمان اجرای الگوریتم انبوه ذرات نسبت به الگوریتم آتش بازی در هر سه سطح اطمینان کمتر بوده است اما سرعت همگرایی الگوریتم آتش بازی نسبت به الگوریتم انبوه ذرات در همه سطوح بیشتر بوده است. یافته های پژوهش نشان داد که مدل ارزش در معرض خطر با استفاده از الگوریتم آتش بازی علی رغم زمان اجرای بیشتر  به علت سرعت همگرایی بهتر و رتبه بالاتر آزمون لوپز از اعتبار مناسب تری جهت بهینه سازی سبد سهام برخوردار است. 

داشتن سبد مناسب از دارایی های قابل دسترس، یکی از استراتژی های اصلی و از اهداف محوری بانک ها و مؤسسات مالی است. در این خصوص ریسک و بازده دو عامل تعیین کننده و مؤثر در انتخاب دارایی ها هستند. بانک ها نیز مانند هر موسسه دیگری به دنبال انتخاب سبدی از دارایی های با ریسک کمتر و حداکثر بازده در طول زمان و در شرایط مختلف اقتصادی هستند. این مطالعه به دنبال یافتن شواهدی در این خصوص است که آیا بانک ها در شرایط مختلف اقتصادی سبد دارایی خود را تغییر می دهند و سبد بهینه آن ها چگونه است و تا چه اندازه متأثر از شرایط اقتصادی است. در واقع مسئله اصلی این است که آیا بانک ها دچار چسبندگی سبد دارایی هستند و در شرایط مختلف اقتصادی، واکنش چندانی نشان نمی دهند یا اینکه از انعطاف لازم برخوردار هستند. بدین منظور داده های بانک تجارت از ترازنامه بانک طی دوره 1380-1397 مورداستفاده قرارگرفته است. یافته های تحقیق نشان می دهد که سبد دارایی بانک تجارت طی دوره موردبررسی به شرایط اقتصادی واکنش نشان می دهد. در دوره رشد بالای اقتصادی، سبد دارایی بانک در مقایسه با دوره رشد پایین اقتصادی از ریسک کمتر و بازدهی بیشتری برخوردار بوده است.