بررسی کارایی مدل N/۱ در انتخاب پرتفوی

Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 159

This Paper With 18 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_JFR-23-1_001

تاریخ نمایه سازی: 10 بهمن 1400

Abstract:

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/۱ 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/۱ 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/۱، میانگین واریانس، حداقل واریانس و همچنین، مدل ترکیبی حداقل واریانس و N/۱ 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/۱؛ از لحاظ معیار ترینر، عملکرد مدل میانگین واریانس و از لحاظ معیارهای اطلاعات و سورتینو، عملکرد مدل ترکیبی حداقل واریانس و N/۱ بهتر بوده است. نتیجه گیری: در نهایت، به کمک روش تصمیم‎یری چندمعیاره ELECTRE مدل های پژوهش رتبه بندی شدند که نتایج آن، از  برتری مدل N/۱ و مدل حداقل واریانس نسبت به مدل های دیگر حکایت می کند.

Keywords:

Authors

رضا راعی

استاد، گروه مالی و بیمه، دانشکده مدیریت دانشگاه تهران، تهران، ایران.

سعید باجلان

استادیار، گروه مالی و بیمه، دانشکده مدیریت دانشگاه تهران، تهران، ایران.

علیرضا عجم

دانشجوی دکتری، گروه مالی و بیمه، دانشکده مدیریت دانشگاه تهران، تهران، ایران.

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :
  • ابریشمی، آذین؛ یونسی زنوز، رضا (۱۳۹۳). انتخاب سبد سهام با ...
  • اصغرپور، محمدجواد (۱۳۸۴). تصمیم‎گیریهای چندمعیاره. تهران: انتشارات دانشگاه تهران ...
  • راعی، رضا؛ پویانفر، احمد (۱۳۸۸). مدیریت سرمایهگذاری پیشرفته. تهران: سمت ...
  • قاسمی، حمیدرضا؛ نجفی، امیرعباس (۱۳۹۱). بهینهسازی پرتفوی سهام در شرایط ...
  • محقر، علی؛ یونسیفر، سید عزیز (۱۳۹۵). تکنیکهای تصمیمگیری در MADM. ...
  • ReferencesAbrishami, A. and Yousefi Zenouz, R. (۲۰۱۶). Portfolio Selection by ...
  • Chaves, D. B., Hsu, J. C. & Shakernia, O. (۲۰۱۱). ...
  • DeMiguel, V., Garlappi L., & Uppal, R. (۲۰۰۹). Optimal versus ...
  • Fabozzi, F. J., Neave, E. H. and Zhou, G. (۲۰۱۱). ...
  • Fletcher, J. (۲۰۱۵). Exploring the benefits of using stock characteristics ...
  • Ghasemi, H. and Najafi, A. (۲۰۱۴). Portfolio Optimization in terms ...
  • Le Sourd, V. (۲۰۰۷). Performance Measurement for Traditional Investment. Literature ...
  • Low, R., Faff, R. & Aas, K. (۲۰۱۶). Enhancing Mean-Variance ...
  • Markowitz, H. (۱۹۵۲). Portfolio selection. Journal of Finance, ۷(۱), ۷۷-۹۱ ...
  • Markowitz, H. (۱۹۵۹). Portfolio allocation: Efficient diversification of investments. New ...
  • Michaud, R. O. (۱۹۸۹). The Markowitz Optimization Enigma: is Optimized ...
  • Mohaghar, A. & Yonesifar, S. (۲۰۱۶). Decision Making Techniques in ...
  • Pertalta, G., & Zareei, A. (۲۰۱۶). A Network Approach to ...
  • Raei, R., & Pooyanfar, A. (۲۰۱۰). Advanced Investment Management. Tehran, ...
  • (in Persian)Sortino, F. A., & Price, L. N. (۱۹۹۴). Performance ...
  • نمایش کامل مراجع