بهینه سازی پرتفوی به کمک رهیافت Bayesian MGARCH مبتنی بر تبدیل موجک

مفاهیم مقیاس-زمان، سری­های زمانی با دنباله­های پهن و چولگی و تفکیک دوره­های پژوهش بر اساس شوک­های اقتصادی در بهینه­یابی سبد دارایی از اهمیت ویژه­ایی برخوردار است. لزوم داشتن توزیع نرمال سری بازدهی­ها و عدم امکان فروش استقراضی از ایرادات بنیادی وارد به مدل مارکوویتز است. همچنین وجود خصلت­های چولگی و دم­های پهن در سری بازده دارایی­های مالی اهمیت معرفی چولگی در توزیع خطا مدل MGARGH را نشان می­دهد که نتیجه آن بهبود رهیافت مارکوویتز با استفاده از ماتریس کواریانس مستخرج از مدل­های MGARCH مبتنی بر توزیع چوله چندمتغیره نامتقارن است. ضمنا با استفاده از تحلیل موجک می­توان واریانس و کواریانس­های کاراتری در مقیاس­های زمانی متفاوت محاسبه نمود. از این­رو هدف پژوهش حاضر غلبه بر مشکلات مطروحه در مدل مارکوویتز از طریق کاربرد مدل Bayesian DCC-GARCH مبتنی بر تحلیل موجک و رهیافت هانگ و لیتزنبرگر می­باشد. داده­های مورد استفاده در این پژوهش شامل بازده قیمت سهام گروه­های منتخبی از بازار سرمایه ایران است که بیش­ترین تاثیر را از تحریم­های اقتصادی طی دوره 24/9/1387 الی 26/3/1398 متحمل شده­اند. دوره زمانی مذکور به دوران قبل از برجام، پسا برجام و خروج آمریکا از برجام تفکیک شده است. همچنین از ماتریس کواریانس حاصل از 2 روش متفاوت (غیرشرطی و شرطی مستخرج از مدل Bayesian DCC-GARCH) در مدل بهینه­یابی سبد دارایی هانگ و لیتزنبرگر در مقیاس­های زمانی 4 گانه استفاده شده است. نتایج حاکی از  وجود خصلت چندمقیاسه بودن تئوری بهینه­یابی سبد دارایی هانگ و لیتزنبرگر در بازار سرمایه ایران بود. به­گونه­ایی که کارایی سبدهای دارایی در مقیاس­های میان ماهانه و بلندمدت بیش­تر از کارایی این سبدها در مقیاس­های کوتاه­مدت است. ضمن آن­که در تمامی زیربخش­ها سبدهای دارایی که با استفاده از توزیع بیزی حاصل شده­اند دارای کارایی بالاتری نسبت به سایر سبدهایی هستند که از سایر توزیع­های آماری به­دست آمدند.

Keywords:

بهینه سازی پرتفوی , رویکرد بیزی , موجک , مقیاس زمان , مرزهای کارا