دانش سرمایه‌گذاری

دانش سرمایه‌گذاری

بهینه سازی پرتفوی با درجه تعدیل ریسک سهام مبتنی بر مدل سنجش عملکرد

نوع مقاله : مقاله پژوهشی

نویسندگان
1 دانشجوی دکتری گرو ه حسابداری ، واحد نور ، دانشگا ه آزا د اسلامی ، نور ، ایران .
2 استادیار گرو ه حسابداری، واحد نور ، دانشگا ه آزاد اسلام ی ، نور ، ایران.
3 استادیار گرو ه حسابداری، واحد نوشهر، دانشگا ه آزاد اسلامی ، نوشهر ، ایران .
4 دانشیار گرو ه حسابداری ، واحد بندرگز ، دانشگا ه آزاد اسلامی ، بندرگز ، ایران .
5 استادیار گرو ه ریاضیات مالی و آمار ، واحد نور ، دانشگا ه آزاد اسلام ی ، نور ، ایران.
10.30495/jik.2025.23818
چکیده
هدف از مدیریت‌ پرتفوی انتخاب سبد سهام است‌، سبد سهامی‌ که‌ راهنمایی‌ سرمایه‌ گذاران برای دستیابی‌ به‌ بیشترین‌ بازده می‌ باشد. توانایی‌ انتخاب بهینه‌ ترین‌ تغییر در ترکیب‌ سبد دارایی‌ ها، سرمایه‌ گذار را به‌ بالاترین‌ سطح‌ کارایی‌ و اثربخشی‌ در امر سرمایه‌ گذاری در شرایط‌ پویا و پر از تغییر بازار سرمایه‌ می‌ رساند. متوازن سازی مجدد پرتفوی، ازطریق‌ تغییردرترکیب‌ اوزان سهام، حذف سهام، خرید و فروش سهام و ... صورت می‌ گیرد. هدف این‌ تحقیق‌ « بهینه سازی پرتفوی با درجه تعدیل ریسک سهام مبتنی بر مدل سنجش عملکرد »با استفاده از الگوریتم‌ فرا اکتشافی‌ ترکیبی‌ می باشد. جامعه‌ آماری تحقیق‌ حاضر، جامعه‌ آماری پژوهش‌، کلیه‌ شرکت‌های پذیرفته‌ شده در بورس اوراق بهادار تهران می‌باشد قلمرو زمانی‌ تحقیق‌ شامل‌ یک‌ دوره زمانی‌ ٧ ساله‌ بین‌ سال های ١٣٩3 تا ١٣٩9 است‌ که‌ بر اساس محدودیت‌های اعمال شده بر روی جامعه‌ آماری شرکت‌های حاضر در بورس اوراق بهادار تهران به‌ عنوان نمونه‌ تحقیق‌ به‌ دست‌ آمده و مورد بررسی‌ قرار گرفته‌ است‌. نتایج‌ حاصل‌ از آزمایشات نشان می‌دهد که‌ با افزایش‌ تعداد سرمایه‌گذارها به‌طور چشم‌ گیری اندازه و تعداد سبد سهام افزایش‌ می‌یابد. در مقادیر زیاد سرمایه‌گذاریها، عملکرد نامناسب‌ روشهای فرا اکتشافی‌ دیده می‌شود که‌ علت‌ اصلی‌ آن رفتارهای محلی‌ نامناسب‌ در تخصیص‌ سرمایه‌گذارها در سبد سهام است‌. همچنین‌ استفاده از الگوریتم‌ فرا اکتشافی‌ ترکیبی‌ باعث‌ بهبود ریسک‌ تعدیل‌ شده،گردیده است‌. زیرا در محیط‌ پویا این‌ الگوریتم‌ ها بهتر عمل‌ می‌نمایند. ولی‌ درصد تغییرات خطا از جواب بهینه‌با افزایش‌ سرمایه‌گذارها باز هم‌ به‌طور مناسبی‌ کاهش‌ می‌یابد.
کلیدواژه‌ها

عنوان مقاله English

Portfolio optimization with a degree of stock risk adjustment based on performance measurement model

نویسندگان English

Amir Moosazadeh 1
javad ramezani 2
Mona Aliakbari 3
mehdi safari griyly 4
Ramezan Rezaeian 5
1 PhD student Department of Accounting, Nour Branch, Islamic Azad University, Nour , Iran
2 Assistant professor Department of Accounting, Nour Branch, Islamic Azad University, Nour , Iran
3 Assistant professor Department of Accounting, Noushahr Branch, Islamic Azad University, Noushahr , Iran
4 Associate Professor Department of Accounting, Bandargaz Branch, Islamic Azad University, Bandargaz, Iran
5 Associate Professor Department of Mathematics and Statistics, Nour Branch, Islamic Azad University, Nour , Iran
چکیده English

portfolio selection is the purpose of portfolio selection , the portfolio that guides investors to achieve the highest output .the ability to choose the most optimal change in the composition of the asset portfolio leads to the highest level of efficiency and effectiveness in investment in dynamic and dynamic conditions .portfolio rebalancing is done through portfolio selection , stock removal , stock exchange and … .the purpose of this research is to " optimize portfolio with the degree of risk adjustment based on performance measurement model " by using hybrid heuristic algorithm .the statistical population of this study includes all firms accepted in tehran stock exchange ( tse ) . ~~~ the time domain of the study includes a 7 - year period between 2014and 2020 that is based on the restrictions imposed on the statistical society of the companies in tehran stock exchange as the research sample .the results of the test show that by increasing the number of investors , the size and number of portfolios increases .in large amounts of investment , inefficient performance of meta - heuristics is seen which is the main reason of inappropriate local behaviors in allocation of stocks in the portfolio .also , the use of hybrid heuristic algorithm has improved the modified risk .because in dynamic environment these algorithms work better .however , the percentage of error changes from the reply of investors increases again .

کلیدواژه‌ها English

Portfolio optimization
Equity risk adjustment degree
Performance measurement model
  1. آقالر, علی‌، ١٣٩٧ ، مطالعه‌ مقایسه‌ ای کارایی‌ مدل‌های اقتصادی مبتنی‌ برقیمت‌ گذاری دارایی‌های سرمایه‌ ای CAPM و قیمت‌ گذاری آربیتراژ ( ( APT در پیشبینی‌ و بهینه‌سازی پرتفوی سرمایه‌ گذاری)با نگرش‌ بر ریسک‌ و بازده‌(، سومین‌ کنفرانس‌ بین‌ المللی‌ پژوهش‌ های نوین‌ در مدیریت‌ ، اقتصاد و توسعه‌، تهران‌، تفلیس‌ -کشور گرجستان‌

 

  1. باغانی‌, خدیجه‌؛ رضا تهرانی‌ و علی‌ باغانی‌، ١٣٩٥، بهینه‌ سازی پرتفوی با استفاده‌ از روش‌ های تصمیم‌گیری چند معیاره‌ ارزش‌ در معرض‌ خطر شرطی‌ (CVAR)، و تحلیل‌ سلسه‌ مراتبی‌ (AHP)، دومین‌ کنفرانس‌ بین‌ المللی‌ حسابداری، اقتصاد و مدیریت‌ مالی‌، شهرکرد، دانشگاه‌ پیام‌ نور واحد شهرکرد

 

  1. خنجرپناه‌, حسین‌؛ میرسان‌ پیشوایی‌؛ آرمین‌ جبارزاده‌ و محمد صادقی‌ کیا، ١٣٩٤، بهینه‌سازی سبد سهام‌ با استفاده‌ از برنامه ریزی منعطف‌، کنفرانس‌ بین‌ المللی‌ مدیریت‌، اقتصاد و مهندسی‌ صنایع‌، تهران‌، موسسه‌ مدیران‌ ایده‌ پرداز

 

  1. رهنمای رود پشتی‌، فریدون‌؛ میرعباسی‌، یاور .(١٣٩٢). معیار ارزیابی‌ ریسک‌ تعدیل‌ شده‌ بر اساس‌ ظرفیت‌ مطلوب‌ در تصمیمات‌ سرمایه‌گذاری و بهینه‌سازی سبد سهام‌ (زیربنای نظریه‌ پردازی و ابزارسازی نوین‌ مالی‌)، بهار و تابستان‌ ١٣٩٢ - شماره‌ ٤ علمی‌-پژوهشی‌ (وزارت‌ علوم‌)ISC (/٣٦ صفحه‌ - از ٨٧ تا ١٢٢)

 

  1. عبدالرحیمیان‌, محمدحسین‌ و مهدیه‌ قطب‌ الدینی‌، ١٣٩٧، بهینه‌سازی سبد سرمایه‌گذاری با بکارگیری مدل‌های خطی‌ و مدل‌شارپ‌ (بورس‌ اوراق‌ بهادار تهران‌)، اولین‌ همایش‌ ملی‌ مدیریت‌ و اقتصاد با رویکرد اقتصاد مقاومتی‌، مشهد، دانشگاه‌ پیام‌ نور.

 

  1. فکوری, محسن‌ و سمیه‌ صمدی، ١٣٩٤، انتخاب‌ پرتفوی بهینه‌ سهام‌ در شرکت‌های پذیرفته‌ شدهی‌ بورس‌ اوراق‌ بهادار تهران‌ با استفاده‌ از الگوریتم‌ مرتب‌ سازی غیرمغلوب‌ و الگوریتم‌ پارتوی نیرومند، کنفرانس‌ بین‌ المللی‌ پژوهشهای نوین‌ در مدیریت‌، اقتصاد وحسابداری، استانبول‌، موسسه‌ مدیران‌ ایده‌ پرداز پایتخت‌ ایلیا

 

  1. فلاح‌ شمس‌، میرفیض‌، احمد عبداللهی‌، و مطهره‌ مقدسی ‌؛ (١٣٩٢) » بررسی‌ عملکرد معیارهای متفاوت‌ ریسک‌ در انتخاب ‌و بهینه‌سازی سبد سهام‌ با استفاده‌ از الگوریتم‌ مورچگان‌ در شرکت‌های پذیرفته‌ شده‌ در بورس‌ اوراق‌ بهادار تهران‌« ،    مدیریت‌ مالی‌ ، سال‌ ١، ش‌ ٢، صص‌ ٢٢- ٣٩.

 

  1. نبوی چاشمی‌, سیدعلی‌؛ عرفان‌ معماریان‌؛ محمد شعبانی‌ ورنامی‌ و مهری احمدپورترکی‌، ١٣٩٢، انتخاب‌ و بهینه‌ سازی پرتفوی با تأکید بر ارزش‌ در معرض‌ خطر با استفاده‌ از تکنیک‌ شبیه‌ سازی مونت‌ کارلو ( مورد کاوی: سهام‌ شرکت‌ های خودرویی‌ پذیرفته‌ شده‌ در بورس‌ اوراق‌ بهادار تهران‌، اولین‌ کنفرانس‌ ملی‌ حسابداری و مدیریت‌، شیراز، موسسه‌ بین‌ المللی‌ آموزشی‌ و

 

  1. پژوهشی‌ خوارزمی‌ نظاری, سید مرتضی‌؛ رضا عیوض‌ لو و مصطفی‌ حبیبی‌، ١٣٩٧، بهینه‌سازی پرتفوی چند هدفه‌ با استفاده‌ از الگوریتم‌ رقابت‌ استعماری در بورس‌ اوراق‌ بهادار تهران‌، پنجمین‌ همایش‌ ملی‌ پژوهش‌ های مدیریت‌ و علوم‌ انسانی‌ در ایران‌، تهران‌، موسسه‌ پژوهشی‌ مدیریت‌ مدبر

 

 

 

 

 

 

 

 

  1. Baskarada Sasa, Hanlon Brian, (٢٠١٨) ”Corporate portfolio management in the public sector", Journal of Management Development, Vol. 37 Issue: 4, pp.333-340, https://doi.org/10.1108/JMD-04-2017-0107

 

 

  1. Jalota Hemant Manoj Thakur Garima Mittal .(2017).A Credibilistic Decision Support System for Portfolio Optimization, Applied Soft Computing. Volume 59, October 2017, Pages 512-528

 

 

  1. Khin T. Lwin, Rong Qu, Bart L. MacCarthy .(2017).Mean-VaR Portfolio Optimization: A Nonparametric Approach, European Journal of Operational Research, Volume 260, Issue 2, 16 July 2017, Pages 751-766

 

 

  1. Nayak S.C., B.B. Misra, H.S. Behera .(2017).Artificial chemical reaction optimization of neural networks for efficient prediction of stock market indices, Ain Shams Engineering Journal, Volume 8, Issue 3, September 2017, Pages 371-390

 

 

  1. Naseem Al, Iman Adeinat, Ishaq Bhatti, (2016) "On ethnicity of idiosyncratic risk and stock returns puzzle", Humanomics, Vol. 32 Issue: 1, pp.48-68, doi: 10.1108/H-06-2015-0043

 

 

  1. Kao-Yi, Tzeng ,Gwo-Hshiung.(2015).Combined soft computing model for value stock selection based on fundamental analysis, Applied Soft Computing, Volume 37, December 2015, Pages 142-155.