بهینه سازی سبد سهام با تلفیق تحلیل پوششی داده ها و روش تصمیم گیری هورویتز

Authors

مهشید گودرزی

کارشناسی ارشد گروه مدیریت، دانشگاه گیلان، رشت، ایران کیخسرو یاکیده

استادیار گروه مدیریت، دانشگاه گیلان، رشت، ایران غلامرضا محفوظی

استادیار گروه مدیریت، دانشگاه گیلان، رشت، ایران

abstract

مسئله بهینه سازی سبد سهام یکی از جذاب ترین مسائل مالی و سرمایه گذاری است. منظور از بهینه سازی سبد سهام، تعیین شرکت ها و میزان سهمی است که یک سرمایه گذار می تواند خریداری نماید به گونه ای که از منافع سرمایه خود استفاده کرده و از خطرات آن اجتناب نماید. از نقطه نظر ریاضی مدل مارکوویتز مهمترین مدل بهینه-سازی سبد سهام است. علی رغم اهمیت این مدل، می توان آن را به جهت اتکا بر بازده تاریخی، که لزوما منعکس کننده وضعیت واقعی شرکت نیست، مورد انتقاد قرار داد. این پژوهش را می توان از معدود پژوهش هایی طبقه بندی کرد که بازده تاریخی شرکت ها را مبنای تصمیم گیری برای بهینه سازی قرار نمی دهند. این پژوهش با استفاده از تکنیک تحلیل پوششی داده ها و روش های تصمیم گیری چند معیاره به حل مساله بهینه-سازی می پردازد. در گام اول نسبت های مالی مناسب به عنوان ورودی و خروجی در تحلیل پوششی داده ها به کار گرفته می شوند و پس از آن با استفاده از وزن های بهینه به محاسبه کارایی متقاطع برای هرواحد می پردازد. در ادامه از ماتریس کارایی متقاطع به عنوان یک ماتریس تصمیم، تعبیر شده که براساس آن می توان شرکت ها، را گزینه قلمداد کرد و با معیارهای متعدد مورد ارزیابی قرار داد. بر این مبنا و براساس تفسیری که از کارایی متقاطع ارائه می شود روش های تصمیم گیری بیشینه کمینه، بیشینه بیشینه و هورویتز به عنوان روش بهینه سازی سبد سهام به کار گرفته می شوند و در پایان عملکرد سبد های پیشنهادی با روش های فوق با دو شاخص شارپ و جنسن بررسی می شوند. نتایج پژوهش نشان از موفقیت سبد پیشنهادی روش بیشینه بیشینه و برخی از سبدهای پیشنهادی روش هورویتز نسبت به سبد بازار دارد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

بهینه سازی سبد سهام با تلفیق تحلیل پوششی داده‌ها و روش تصمیم‌گیری هورویتز

مسئله بهینه‌سازی سبد سهام یکی از جذاب‌ترین مسائل مالی و سرمایه‌گذاری است. منظور از بهینه‌سازی سبد سهام، تعیین شرکت‌ها و میزان سهمی است که یک سرمایه‌گذار می‌تواند خریداری نماید به گونه‌ای که از منافع سرمایه خود استفاده کرده و از خطرات آن اجتناب نماید. از نقطه‌نظر ریاضی مدل مارکوویتز مهمترین مدل بهینه-سازی سبد سهام است. علی‌رغم اهمیت این مدل، می‌توان آن را به جهت اتکا بر بازده تاریخی، که لزوما من...

full text

انتخاب سبد سهام در بورس اوراق بهادار تهران با تلفیق روش تحلیل پوششی داده ها (DEA)و برنامه ریزی آرمانی(GP)

از مهمترین دغدغه های سرمایه گذاران در بازارهای مالی، انتخاب سهم یا سبد سهامی است که ازلحاظ سودآوری بهینه باشد. به همین منظور رو شهای زیادی در رابطه با انتخاب سبد سهام معرفیو (DEA) شده اند. هدف این تحقیق تشکیل پورتفوی بهینه، با تلفیق روش تحلیل پوششی داده هامی باشد. لذا در این راستا داده های مربوط به 6 صنعت از بین صنایع بورس اورق (GP) برنامه ریزی آرمانی1388/12/ 1388 الی 29 /01/ بهادار تهران که در...

full text

بهینه سازی سبد سهام با رویکرد ترکیبی روش‌های تحلیل تکنیکال و داده کاوی

سرمایه‌گذاری در بورس اوراق بهادار، بخش مهمی از اقتصاد کشور را تشکیل می‌دهد. افزایش سود و کاهش ریسک سرمایه‌گذاری در بورس همیشه مهم‌ترین دغدغه سرمایه‌گذاران بوده است. همچنین بازارهای بورس نه تنها از پارامترهای کلان بلکه از هزاران عامل دیگر نیز متأثر می‌شوند. این تحقیق به دنبال ارائه مدلی است که در آن پتانسیل آتی سهام با در نظر گرفتن شاخص‌های تحلیل تکنیکال به‌وسیله شبکه عصبی فازی پیش‌بینی می‌شود و...

full text

بهینه سازی سبد سهام با رویکرد تلفیقی تحلیل پوششی داده ها و تحلیل عاملی اکتشافی

مسئله بهینه سازی سبد سهام یکی از مهم ترین و جذاب ترین مسائل در حوزه مسائل مالی و مباحث سرمایه گذاری می باشد.در این تحقیق مدل ریاضی جهت تشکیل پرتفوی بهینه پیشنهاد می گردد ،که در این مدل اوزان سهام از ویژگی منحصر به فردی برخوردار است.اوزان مذکور شامل شاخص های کارایی می باشند که ضمن اینکه ترکیب شاخص های مالی متعددی هستند،ابعاد مختلف عملکرد مالی شرکتها را نشان می دهند و شاخص های مستقلی را جهت مقایس...

15 صفحه اول

ارزیابی کارایی و عملکرد نسبی شرکتها با رویکرد تحلیل پوششی داده ها به منظور تشکیل سبد سهام

تعیین کارایی یک سازمان و مقایسه آن با کارایی دیگر مؤسسات می­تواند سرمایه­گذاران را در جهت نیل به اهداف سرمایه­گذاری یاری دهد. هدف از انجام پژوهش حاضر، تشکیل سبد سهامی از شرکت­های کارا با استفاده از رویکرد تحلیل پوششی داده­ها در جهت کسب بازدهی بیش از متوسط بازدهی بازار است. برای این منظور، الگوهای ورودی­محور و خروجی محور در شرایط بازدهی نسبت به مقیاس ثابت(CCR) و بازدهی نسبت به مقیاس متغیّر(BCC) م...

full text

My Resources

Save resource for easier access later


Journal title:
پژوهش های نوین در تصمیم گیری

جلد ۱، شماره ۴، صفحات ۱۴۳-۱۶۵

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023