دانش سرمایه‌گذاری

دانش سرمایه‌گذاری

ارزیابی عملکرد پرتفوی حاصل از گشتاور مراتب بالاتر با در نظر گرفتن آنتروپی و پنجره غلتان در صندوق‌های سرمایه‌گذاری قابل معامله (ETF)

نوع مقاله : مقاله پژوهشی

نویسندگان
آرش امینی 1
مریم خلیلی عراقی 2
هاشم نیکومرام 3
1 دانشجوی دکتری، گروه مدیریت مالی، دانشکده مدیریت و اقتصاد، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران،
2 استادیار، گروه مدیریت بازرگانی ، دانشکده مدیریت و اقتصاد، واحد علوم تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
3 استاد تمام، گروه حسابداری، دانشکده مدیریت و اقتصاد، واحد علوم تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران،
10.30495/jik.2025.23588
چکیده
نحوه چیدمان پرتفوی و عملکرد آن یکی از موضوعات مهم برای همه فعالین حوزه سرمایه‌گذاری است. به جرات می‌توان ریسک حاصله از انتخاب پرتفوی و بازدهی آن را، مهمترین دغدغه شرکت‌های سرمایه‌گذاری و سرمایه‌گذاران خصوصی دانست. براساس نظریه مدن پرتفوی، برای پوشش ریسک بایستی از تنوع‌سازی استفاده شود. این نظریه براساس نرمال بودن توزیع بازدهی دارایی‌های بنیان‌گذاری شده است امام یافته‌های تجربی از عدم نرمال بودن بازده دارایی‌های حکایت دارد. طی سال‌های اخیر از گشتاورهای مراتب بالاتر جهت ارتقا مدل‌های سنتی که فرض اصلی آن نرمال بودن توزیع بود، استفاده شده است. در این تحقیق ما نیز با استفاده از گشتاورمراتب بالاتر و همچنین با استفاده از آنتروپی که در جهت تنوع‌سازی مورد استفاده قرار گرفت، به انتخاب پرتفوی با فرض عدم نرمال بودن خواهیم پرداخت. نکته حائز اهمیت استفاده از اطلاعات به‌روز در جهت افزایش کارایی مدل است و بر همین اساس ما از پنجره غلتان درجهت استفاده از اطلاعات قیمتی جدید استفاده کردیم. روش استفاده از اطلاعات مالی بدین شکل است که با استفاده از بازدهی شاخص کل در پنج روز کاری گذشته، به وزن‌دهی صندوق‌های سرمایه‌گذاری قابل معامله پرتفوی در روز کاری بعد اقدام خواهیم کرد و این کار را برای یک دوره دو ساله مورد ارزیابی قرار دادیم. برای تحلیل داده‌ها از زبان برنامه نویسی پایتون وکتابخانه‌های math و numpy استفاده شده است. نتایج تحقیق نشان می‌دهد که در بیشتر موارد استفاده از مدل گشتاور مراتب بالاتر می‌تواند نتایج بهتری در انتخاب پرتفوی را برای ما فراهم آورد.
کلیدواژه‌ها
ارزیابی عملکرد
گشتاور مراتب بالاتر
پرتفوی
آنتروپی
پنجره غلتان

عنوان مقاله English

Evaluate Higher Moments Portfolio Performance with Respect to Entropy and Rolling Window in Exchange Traded Funds (ETFs)

نویسندگان English

Arash Amini 1
Maryam Khalili Araghi 2
Hashem Nikoomaram 3
1 Ph.D. Candadate, Department of Financial Management, Science and Research branch, Islamic Azad University, Tehran, Iran.
2 Assistant Prof., Department of Business Management, Science and Research branch, Islamic Azad University, Tehran, Iran
3 Prof., Department of Accounting, Science and Research branch, Islamic Azad University, Tehran, Iran.
چکیده English

Portfolio arrangement and performance are the main concerns for all investment actors. Investment companies and private investors are more concerned about the risk of choosing a portfolio and its return. The modern portfolio theory proposes the use of diversification to cover the risk. This theory is based on the normality of the return on assets return. Experimental findings indicate that the return on assets is non-normal. In recent years, higher moments have been used to upgrade traditional models with the main premise of normal distribution. This paper uses higher moments and entropy for diversification to select an assumed non- normality portfolio. The main point is to use up-to-date information to increase the model efficiency, and accordingly, we used the rolling window to use the new price information. The method of using financial information is that by using the total return index in the last five working days, we will weigh the portfolio traded funds on the next working day, and we evaluate this for two-year. We use Python programming language, math and numpy libraries to analyze the data. Generally, the results show that applying the higher moments model may provide us with better results in portfolio selection.

کلیدواژه‌ها English

Performance Evaluation
Higher Moments
Portfolio
Entropy
Rolling Window
Markowitz, H., (1952), "Portfolio Selection", Journal of Finance, 15, 77- 91
 
Bekaert, G., Erb, C., Harvey, C.R., and Viskanta, T., (1998),"Distributional Characteristics of Emerging Market Returns & Asset Allocation", Journal of Portfolio Management, Vol. 24, No. 2, pp.102-116
 
 
Sortino, F., Price L.N., (1994), "Performance in a Downside Risk Framework", Journal of Investing, 3, 59-64
 
Wen-Shiung Lee, Combined MCDM techniques for exploring stock selection based on Gordon model, Expert Systems with Applications , 2008
 
Chunhachinda, P.; Dandapani, K.; Hamid, S.; Prakash, A.J. Portfolio selection and skewness: Evidence from international stock markets. J. Bank. Finance 1997, 21, 143–167
 
Arditti, F.D.; Levy, H. Portfolio efficiency analysis in three moments: The multiperiod case.J. Finance 1975, 30, 797–809
 
Kraus.A, Litzenberger.R. Skewness preference and the valuation of risky assets, Journal of Finance, 21, 1976
 
Harvey, C. R & A. Siddique. (1999). Autoregressive Conditional Skewness. Journal of Finance and Quantitative Analysis, 34(4): 465- 487
 
Konno.H, Shirakawa.H, Yamazaki.H. A mean-absolute deviationskewness portfolio optimization model, Annals of Operations Research,45, 1993
 
Price, K., Price, B., Nantell. T.J.(1982), "Variance and lower partial moment measures of systematic risk: some analytical and empirical results", J. finance 37,P. 843-85
 
Hutson, E., Kearney, C., Lynch, M., (2008). "Volume and Skewness in International Equity Markets". J. Bank. Finance 32, 1255–1268
 
Prakash, A.J.; Chang, C.H.; Pactwa, T.E. Selecting a portfolio with skewness: Recent evidence from US, European and Latin American equity markets. J. Bank. Finance 2003, 27, 1375–1390
 
Harvey, C. R.; Liechty, J.; Liechty, M.W.; Mueller, P. Portfolio selection with higher moments; In Social Science Research Network Working Paper Series 13; Available online: http://papers.ssrn.com/sol3/papers.cfm?abstract_id=634141 (accessed on 13 December 2004
 
Ibbotson, R.G. Price performance of common stock new issues. J. Finan. Econ. 1975, 2, 235–272
 
Christi-David, R . & M . Chaudhry. (2001). Coskwness and Cokurtosis in futures markets. Journal of Epirical Finance, 8: 55-81
 
Li.X, Qin.Z, Kar.S. Mean-variance-skewness model for portfolio selection with fuzzy parameter, European Journal of Operational Research, 2009
 
Chiao, C., Hung, K., Srirastava, S., (2003). Taiwan stock market and four-moment asset pricing model. Journal of international Financial markets, institutions & money 3,355-381
 
 
Chen, J., Hong, H., Stein, J.C., (2001). "Forecasting Crashes: Trading Volume, Past Returns, and Conditional Skewness in Stock Prices". J. Financ. Econ. 61 (3), 345–381
 
Bera, A.K.; Park, S.Y. Optimal portfolio diversification using the maximum entropy principle, Economet. Rev. 2008, 27, 484–512
 
Ilhan Usta, Yeliz Mert Kantar ,(2010),Mean-Variance-Skewness-Entropy Measures: A Multi-Objective Approach for Portfolio Selection. Journal of Entropy Vol. 13 No. 1 Pg. 117-133
 
Gilmore, C.G.; McManus, G.M.; Tezel, A. Portfolio allocations and the emerging equity markets of Central Europe. J. Multinat. Finan. Manage. 2005, 15, 287–300
 
Sears, R.S.; Trennepohl, G.L. Skewness, sampling risk, and the importance of diversification. J. Econ. Bus. 1986, 38, 77–91
 
Zhao, N.; Lin, W.T. A copula entropy approach to correlation measurement at the country level. Appl. Math. Comput. 2011, 218, 628–642.
 
Liu, A.; Chen, J.; Yang, S.Y.; Hawkes, A.G. The flow of information in trading: An entropy approach to market regimes. Entropy 2020, 22, 1064.
 
Lu, S.; Zhao, J.; Wang, H. Trading imbalance in Chinese stock market—A high-frequency view. Entropy 2020, 22, 897.
Simkowitz, M.A.; Beedles W.L. Diversification in a three-moment world. J. Financ. Quant. Anal. 1978, 13, 927–941
 
Hueng, C.J.; Yau, R. Investor preferences and portfolio selection: Is diversification an appropriate strategy? Quant. Finance 2006, 6, 255–271
 
Nabizadeh Ahmad,Behzadi Adel*. Journal: FINANCIAL RESEARCH. Number: summer 2018 , Volume 20 , Number 2 #f00545 ; Page(s) 193 To 210.
 
 
Canela, M. A., & Collazo, E. P. (2007). Portfolio selection with skewness in emerging market industries. Emerging Markets Review, 8 (3), 230-250.
Davies, R. J., Kat, H. M., and Lu, S. (2009). Fund of hedge funds portfolio selection: A multiple-objective approach. Journal of Derivatives & Hedge Funds, 15 (2), 91-115.
MHIRI, M., & PRIGENT, J. L. (2010). International portfolio optimization with higher moments. International Journal of Economics and Finance, 2 (5), 157
 
Škrinjarić, T. (2013). Portfolio Selection with Higher Moments and Application on Zagreb Stock Exchange. Zagreb International Review of Economics & Business, 16 (1), 65-78.
 
Proelss, J., and Schweizer, D. (2014). Polynomial goal programming and the implicit higher moment preferences of US institutional investors in hedge funds. Financial Markets and Portfolio Management, 28 (1), 1-28.