ارزیابی عملکرد دارایی ها با استفاده از مشخصه های توزیع بازده ها

هدف: بهینه سازی سبدمالی شامل انتخاب دارایی هایی با بیش ترین بازده و کم ترین ریسک است؛ بنابراین، ارزیابی عملکرد دارایی ها یک راه حل مفید در انتخاب دارایی ها و تشکیل سبد پرسود می باشد. برای این منظور، از روش ناپارامتریک تحلیل پوششی داده ها DEA که ابزارمناسبی برای سنجش عملکرد است، استفاده می گردد. با توجه به این که توزیع بازده ها نرمال نیست و دارای چولگی، کشیدگی و دم های سنگین می باشد که به طور قطع روی عملکرد دارایی ها تاثیر می گذارند، ناگزیریم برای ارزیابی عملکرد دارایی ها مشخصه های توزیع بازده ها را در نظر بگیریم. درمدل پیشنهادی از فرآیند تصادفی واریانس گاما به عنوان فرآیند بازده دارایی استفاده می کنیم، زیرا این فرآیند می تواند چولگی و کشیدگی بازده ها را پوشش دهد. در­نتیجه، سبدی با انتخاب دارایی هایی که ارزیابی آن ها واقع بینانه تر است می سازیم.روش شناسی پژوهش: در مدل ارایه شده، سنجه ریسک ارزش در معرض خطر شرطی تنها ورودی مدل و میانگین بازده ها و معیار شارپ به عنوان خروجی های مدل هستند. به دلیل آن که خروجی ها می توانند مقادیر منفی نیز اختیار کنند، مدل پیشنهادشده، از مدل داده منفی VRM در ماهیت خروجی الهام گرفته شده است. با توجه به آن که بازده های دارایی ها از توزیع واریانس گاما تبعیت می کنند، پارامترهای آن را از روش گشتاورها برآورد کرده و سپس فاکتورهای فرآیند به کمک روش مونت کارلو شبیه سازی می گردند. در انتها، سناریوهای بازده ها به دست می آیند و  از آن ها در مدل معرفی شده استفاده نموده و به ارزیابی عملکرد دارایی ها می پردازیم.یافته ها: درستی مدل ارایه شده برای ارزیابی کارایی نسبی روی ۷ شرکت از صنایع مختلف در بازار بورس ایران بررسی شد. نتایج حاصل از مدل معرفی شده نشان می دهند که با در نظر گرفتن مشخصه های توزیع بازده ها، مقادیر ورودی و خروجی های مدل واقعی تر تخمین زده می شوند و می توان نتایج مطمئن تری به دست آورد و در نتیجه می توان یک سبدمالی پر سود تشکیل داد.اصالت/ارزش افزوده علمی: ارزیابی عملکرد دارایی ها با در نظر گرفتن مشخصه های توزیع بازده ها منجر به نتایج نزدیک به واقعیت می گردد.

Keywords:

بهینه سازی سبدمالی , تحلیل پوششی داده ها , فرآیند تصادفی واریانس گاما , توزیع بازده ها , معیار شارپ