چکیده:
هدف: سرمایهگذاران و نهادهای مالی، تمایل دارند که در انتخاب سرمایهگذاری، از آینده و همچنین، نحوه عملکرد خود اطمینان نسبی داشته باشند؛ به نحوی که در موقعیتهای عدم قطعیت (رونق و رکود بازارها) عملکردهای مناسبی انجام دهند. این پژوهش بهدنبال یافتن سبد سهام بهینه ـ استواری است که در شرایط مختلف بازار، بهترین عملکرد را داشته باشد و پشیمانی سرمایهگذار از انتخاب سبد سهام را به حداقل رساند.
روش: بهمنظور بهدستآوردن سبد سهام بهینه، از سناریوبندی وضعیتهای مختلف بازار، بر اساس بازده روزانه شاخص کل بورس اوراق بهادار تهران و بهکارگیری الگوریتم بهینهسازی توده ذرات و ملاک حداقل حداکثر پشیمانی استفاده شده است. همچنین در این پژوهش، توابع هدف چندمتغیره و امگا ـ ارزش در معرض ریسک شرطی، بهعنوان توابع برازش در بهینهسازی توده ذرات بهکار گرفته شده است. از دادههای 50 شرکت بورسی، طی سالهای 1388 تا 1395، برای محاسبه سبدهای سهام بهینه و دادههای سال 1396 بهعنوان خارج از نمونه، برای آزمون سبدهای سهام بهدستآمده استفاده شده است.
یافتهها: نتایج بهدستآمده نشان میدهد که در بازه ماهانه، سبدهای سهام بهینه استوار در مقایسه با سبد سهام معیار، نسبت اطلاعاتی بیشتر و خطای ردیابی کمتری دارند.
نتیجهگیری: سناریوبندی بازار و بهکارگیری ملاک حداقل حداکثر پشیمانی، عملکرد سبدهای سهام بهینه استوار را بهبود میدهد. همچنین، نتیجه مقایسه مدل معیار میانگین نیمواریانس با تابع چندمتغیره و ضریب امگا ـ ارزش در معرض ریسک شرطی برای بهینهسازی سبد سهام، نشان داد که تابع چندمتغیره و ضریب امگا ـ ارزش در معرض ریسک شرطی به بهبود بیشتری در عملکرد سبدهای سهام استوار منجر میشود.
Objective: To produce a proper reaction when confronted with market uncertainties (booms and busts), before making any investment decisions, investors and financial institutions tend to obtain some level of assurance about the market’s future and also the market’s probable feedback on their performance in the future. This study seeks to identify optimized robust portfolios with the best performance in the face of market uncertainties than can minimize the investors’ regret about their portfolio selection. Methods: To create optimal portfolios, in the study, scenarios pertaining to various market situations based on daily returns of the Tehran Stock Exchange Price Index (TEDPIX) were designed, and the particle swarm optimization algorithm and minimax regret criterion were applied. This study also explored the application of multivariate objective functions and the Omega Conditional Value at Risk ratio as the fitting functions in particle mass optimization. To calculate optimal portfolios, the data from 50 companies on Tehran Stock Exchange (TSE) from 2009 to 2016 were analyzed. Also, the data from the year 2017 were evaluated as out of sample data. Results: Research findings indicated optimized robust portfolios in monthly periods had higher information ratios and lower tracking errors than the benchmark portfolios. Conclusion: Making market scenarios and applying the minimax regret criterion improves the performance of optimized robust portfolios. Additionally, compared with the semi-variance benchmark model, applying the multi-objective function and Omega-Conditional Value at Risk ratio in portfolio optimization leads to improve performance of the robust portfolios.
خلاصه ماشینی:
بهينه سازي سبد سهام استوار با به کارگيري مدل هاي چند متغيره و امگا- ارزش در معرض ريسک شرطي بر پايه ملاک حداقل حداکثر پشيماني سعيد شيرکوند* * نويسنده مسئول ، استاديار، گروه مديريت مالي ، دانشکده مديريت ، دانشگاه تهران ، تهران ، ايران .
روش : به منظور به دست آوردن سبد سهام بهينه ، از سناريوبندي وضعيت هاي مختلف بازار، بر اساس بازده روزانه شاخص کل بـورس اوراق بهادار تهران و به کارگيري الگوريتم بهينه سازي توده ذرات و ملاک حداقل حداکثر پشيماني استفاده شده است .
همچنين ، نتيجه مقايسه مدل معيار ميانگين نيم واريانس بـا تـابع چنـدمتغيره و ضـريب امگـا ــ ارزش در معـرض ريسـک شـرطي بـراي بهينه سازي سبد سهام ، نشان داد که تابع چندمتغيره و ضريب امگا ـ ارزش در معرض ريسک شرطي به بهبود بيشتري در عملکرد سبدهاي سهام استوار منجر مي شود.
McNeil, Frey & Embrechts 2.
Bianchi, Dorigo, Gambardella & Gutjahr 4.
Yoshida, Kawata & Fukuyama 8.
در مرحله بعد تابع هدف هر سبد سهام بهينه در سناريوهاي مختلف بر اساس داده هاي آموزش محاسبه مي شود و با استفاده از رويکرد حداقل حداکثر پشيماني ، سبد سهام استوار به دست خواهد آمد.
Xidonas, Mavrotas, Hassapis & Zopounidis 3.
Xidonas, Mavrotas, Hassapis & Zopounidis 3.
Sharma, Utz & Mehra 2.
جهت مقايسه عملکرد سبدهاي سهام استوار از داده هاي مدل ميانگين نيم واريانس و مـدل چنـد متغيره و Omega-CVaR بدون در نظر گرفتن سناريو به عنوان سبدهاي سهام نااستوار استفاده شده است .
Robustness of optimal portfolios under risk and stochastic dominance constraints.