مطالعه تطبیقی مدل بهینه سازی پرتفوی چند دوره ای چندهدفه در محیط اعتبار فازی با معیارهای متفاوت ریسک
محل انتشار: فصلنامه راهبرد مدیریت مالی، دوره: 5، شماره: 3
سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 597
فایل این مقاله در 26 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JFMZ-5-3_001
تاریخ نمایه سازی: 26 خرداد 1398
چکیده مقاله:
هدف از پژوهش حاضر مقایسه تطبیقی مدل های بهینه سازی پرتفوی در محیط اعتبار فازی می باشد. به این منظور سه مدل بهینه سازی پرتفوی طراحی گردید. به جای در نظر گرفتن مدل تک دوره ای پرتفوی از مدل سه دوره ای استفاده گردید. معیارهای ریسک استفاده شده در مدل ها عبارت اند از ارزش در معرض خطر، ارزش در معرض خطر میانگین و نیم آنتروپی. همچنین به منظور نزدیک شدن مدل به دنیای واقعی سرمایه گذاری با در نظر گرفتن هزینه معاملات و سرمایه گذاری بخشی از ثروت در دارایی بدون ریسک علاوه بر محدودیت های اصلی، از محدودیت هایی نظیر، حداقل و حداکثر تخصیص ثروت به هر دارایی، حداقل و حداکثر تعداد سهام موجود در پرتفوی و همچنین از آنتروپی نسبت برای رسیدن به حداقل درجه تنوع بخشی استفاده شد. هر سه مدل این پژوهش با استفاده از الگوریتم MOPSO اجرا گردید. نتایج حاصل از ارزیابی عملکرد پرتفوهای بهینه با در نظر گرفتن معیارهای شارپ و ترینر نشان داد، مدل Mean- AVaR نسبت به دو مدل Mean- Semi Entropy و Mean-VaR عملکرد بهتری دارد.
کلیدواژه ها:
نویسندگان
امیر شیری قهی
گروه مدیریت مالی، واحد علی آباد کتول، دانشگاه آزاد اسلامی، علی آباد کتول، ایران
حسین دیده خانی
گروه مهندسی مالی، واحد علی آباد کتول، دانشگاه آزاد اسلامی، علی آباد کتول، ایران،
کاوه خلیلی
گروه مهندسی صنایع، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران
پرویز سعیدی
گروه مدیریت مالی، واحد علی آباد کتول، دانشگاه آزاد اسلامی، علی آباد کتول، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :