انتخاب پرتفوی

در این پژوهش توانایی مدل های شارپ و تحلیل پوششی داده ها (DEA) در انتخاب پرتفوی کارا در بورس اوراق بهادار تهران مورد بررسی قرار گرفته است. جامعه آماری این پژوهش کلیه شرکت های حاضر در بورس می باشد. با توجه به محدودیت های اعمال شده تعداد 88 شرکت و در سه دوره از اول سال 1385 تا آخر سال 1387 بررسی گردیدند. به دلیل آنکه کاراترین ابزار برای انتخاب پرتفوی بهینه مدل مارکویتز می باشد (راعی و همکاران، 1383)، این مدل به عنوان مدل پایه انتخاب گردید و توانایی مدل های شارپ و DEA نسبت به مدل مارکویتز آزمون گردید. برای دستیابی به پرتفوی های مدل مارکویتز و مدل شارپ از نرم افزار MATLAB و برای مدل DEA از نرم افزار DEA SOLVER استفاده شد. پس از مشخص شدن پرتفوی ها و محاسبه بازدهی و ریسک هر کدام فرضیات پژوهش با استفاده از نرم افزار SPSS مورد آزمون قرار گرفت و مشخص شد که مدل شارپ توانایی تشکیل پرتفوی را در بورس اوراق بهادار تهران دارد ولی الگوی CCR مدل تحلیل پوششی داده ها این توانایی را ندارد.

هدف: از زمانی که کار اولیه مارکویتز، مبنی بر مدل سرمایه گذاری تک دوره ای ارائه شد، مسئله انتخاب پرتفوی در حوزه های علمی و صنعتی، به مسئله ای بنیادین در مدیریت سرمایه گذاری تبدیل شد. علی رغم مطرح شدن تئوری ها و روش های مختلف، با توجه به اینکه مدل N /1 به برآورد پارامترهای دیگر در بهینه سازی بی نیاز است و محاسبه های ساده ای دارد، همچنان در انتخاب پرتفوی در کانون توجه قرار می گیرد. هدف از این پژوهش بررسی کارایی مدل N /1 در انتخاب پرتفوی است. روش: در این پژوهش هم برای انتخاب پرتفوی بهینه و هم برای سنجش عملکرد پرتفوی، از روش ها و مدل های مختلفی استفاده شده است که یکی از این روش ها، روش تصمیم گیری چندمعیاره ELECTRE برای رتبه بندی مدل های پژوهش است. روش های انتخاب پرتفوی بهینه در این پژوهش، مدل های N /1، میانگین واریانس، حداقل واریانس و همچنین، مدل ترکیبی حداقل واریانس و N /1 است. برای ارزیابی عملکرد پرتفوی نیز، از معیارهایی نظیر معیار شارپ، معیار ترینر، معیار مودیلیانی مودیلیانی، معیار اطلاعات و معیار سورتینو استفاده شده است. یافته ها: به طور نسبی، از لحاظ معیارهای شارپ و مودیلیانی مودیلیانی، عملکرد مدل N /1؛ از لحاظ معیار ترینر، عملکرد مدل میانگین واریانس و از لحاظ معیارهای اطلاعات و سورتینو، عملکرد مدل ترکیبی حداقل واریانس و N /1 بهتر بوده است. نتیجه گیری: در نهایت، به کمک روش تصمیم یری چندمعیاره ELECTRE مدل های پژوهش رتبه بندی شدند که نتایج آن، از  برتری مدل N /1 و مدل حداقل واریانس نسبت به مدل های دیگر حکایت می کند.

هدف: مرکزیت، در تئوری شبکه، معیاری است برای برآورد میزان اهمیت و تأثیرگذاری یک عضو در ساختار کلی شبکه. هدف از این پژوهش، بررسی ویژگی های مرکزیت سهام و توانایی این معیار در تخمین ریسک و همچنین، امکان سنجی استفاده از این معیار برای تشکیل سبد سهام است. روش: در این پژوهش، ابتدا به بررسی ارتباط مرکزیت سهام با معیارهای پُرکاربرد تخمین ریسک، مانند بتا و انحراف معیار بازدهی و همچنین، بررسی رابطه مرکزیت سهام پرداخته شد. وزن معیارها با استفاده از چارچوب مارکویتز به دست آمد. در پایان، پس از معرفی استراتژی مبتنی بر مرکزیت برای انتخاب پرتفوی، به کمک معیارهای مختلف ارزیابی عملکرد، نتایج با سایر روش های پُرکاربرد مقایسه شد. یافته ها: یافته ها حاکی از آن است که در بورس اوراق بهادار تهران، مرکزیت می تواند نقش مؤثری در تخمین ریسک سهام ایفا کند و ارتباط معناداری بین مرکزیت و سایر معیارها وجود دارد. همچنین مشخص شد که سهام با مرکزیت کمتر، منافع مربوط به متنوع سازی پرتفوی را افزایش می دهند و استراتژی انتخاب پرتفوی با استفاده از مرکزیت در مقایسه با سایر روش های پُرکاربرد انتخاب پرتفوی، عملکرد بهتری دارد و می تواند بازدهی موزون شده با ریسک بهتری خلق کند. نتیجه گیری: مرکزیت سهام، به عنوان معیاری برای تعیین اهمیت و تأثیرگذاری هر عضو یک شبکه، می تواند مانند سایر معیارهای پذیرفته شده برای توصیف ریسک سهام، مفید واقع شود. این توانایی توصیف ریسک باعث می شود که بتوان از مرکزیت برای تشکیل پرتفوی سرمایه گذاری بهره برد.

  هدف: مرکزیت، در تئوری شبکه، معیاری است برای برآورد میزان اهمیت و تأثیرگذاری یک عضو در ساختار کلی شبکه. هدف از این پژوهش، بررسی ویژگی های مرکزیت سهام و توانایی این معیار در تخمین ریسک و همچنین، امکان سنجی استفاده از این معیار برای تشکیل سبد سهام است. روش: در این پژوهش، ابتدا به بررسی ارتباط مرکزیت سهام با معیارهای پُرکاربرد تخمین ریسک، مانند بتا و انحراف معیار بازدهی و همچنین، بررسی رابطه مرکزیت سهام پرداخته شد. وزن معیارها با استفاده از چارچوب مارکویتز به دست آمد. در پایان، پس از معرفی استراتژی مبتنی بر مرکزیت برای انتخاب پرتفوی، به کمک معیارهای مختلف ارزیابی عملکرد، نتایج با سایر روش های پُرکاربرد مقایسه شد. یافته ها: یافته ها حاکی از آن است که در بورس اوراق بهادار تهران، مرکزیت می تواند نقش مؤثری در تخمین ریسک سهام ایفا کند و ارتباط معناداری بین مرکزیت و سایر معیارها وجود دارد. همچنین مشخص شد که سهام با مرکزیت کمتر، منافع مربوط به متنوع سازی پرتفوی را افزایش می دهند و استراتژی انتخاب پرتفوی با استفاده از مرکزیت در مقایسه با سایر روش های پُرکاربرد انتخاب پرتفوی، عملکرد بهتری دارد و می تواند بازدهی موزون شده با ریسک بهتری خلق کند. نتیجه گیری: مرکزیت سهام، به عنوان معیاری برای تعیین اهمیت و تأثیرگذاری هر عضو یک شبکه، می تواند مانند سایر معیارهای پذیرفته شده برای توصیف ریسک سهام، مفید واقع شود. این توانایی توصیف ریسک باعث می شود که بتوان از مرکزیت برای تشکیل پرتفوی سرمایه گذاری بهره برد.

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.