دانش سرمایه‌گذاری

دانش سرمایه‌گذاری

رتبه بندی عوامل موثر بر شرکت های سرمایه گذاری بر اساس معیارهای ریسک با استفاده از تکنیک های تصمیم گیری چندمعیاره فازی

نوع مقاله : مقاله پژوهشی

نویسندگان
1 دانشجوی دکتری ،گروه مهندسی مالی واحد فیروزکوه، دانشگاه آزاد اسلامی، فیروزکوه، ایران.
2 استادیار گروه مهندسی مالی، هیات علمی واحد علوم تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
3 دانشیار گروه حسابداری، واحد فیروزکوه، دانشگاه آزاد اسلامی، فیروزکوه، ایران
10.30495/jik.2024.77904.4592
چکیده
هدف از انجام این پژوهش، رتبه بندی عوامل موثر بر شرکت های سرمایه گذاری بر اساس معیارهای ریسک با استفاده از تکنیک‌های تصمیم گیری چندمعیاره فازی می باشد. با توجه به اهمیت موضوع، ابعاد و معیارهایی که به نحوی با شرکت های سرمایه گذاری و عملکردشان مرتبط بوده است از مبانی نظری استخراج، و با استفاده از 20 نفر از خبرگان در قالب تیم تصمیم گیری و با استفاده از ابزار پرسشنامه و مصاحبه نیمه ساختار یافته عوامل در قالب ابعاد دسته‌بندی شدند. در مرحله بعد، تائید یا عدم تائید با کمیت مورد ارزیابی قرار گرفت. در مرحله بعد برای رتبه بندی عوامل موثر بر شرکت‌های سرمایه‌گذاری، از تکنیک های مختلفی استفاده شده است. اولین تکنیک دلفی فازی و بعدی رویکرد AHP فازی بوده است. سپس رویکرد تاپسیس فازی و تکنیک ویکور-فازی در مرحله آخر استفاده شده است. نتایج پژوهش در تکنیک دلفی فازی، نشان داد که از میان 60 بعد موجود، 49 معیار انتخاب و 11 معیار حذف شده‌اند. در رتبه-بندی با ترکیب رویکرد AHP تاپسیس فازی، ریسک مالی، ریسک نرخ سود، ریسک تجاری، ریسک نقدشوندگی، ریسک سیستماتیک، ریسک غیر سیستماتیک، ریسک اعتباری، ریسک نرخ ارز، ریسک تورم، ریسک کشور و ریسک سیاسی و در رتبه‌بندی AHP- ویکور فازی، ریسک مالی، ریسک نرخ سود، ریسک تجاری، ریسک نقدشوندگی، ریسک اعتباری، ریسک نرخ ارز، ریسک تورم، ریسک کشور و ریسک سیاسی دارای رتبه اهمیت هستند. این نتایج نشان‌دهنده این موضوع است که شرکتهای سرمایه‌گذاری با تکنیک‌های جدید فازی عملکرد مناسبی در مواقع ریسکی و بحران از خود نشان می دهند.

عنوان مقاله English

Ranking of factors affecting investment companies based on risk criteria using fuzzy multi-criteria decision making techniques

نویسندگان English

Sasan Pourbijan 1
Alireza Zamanpour 2
Seyed Yousef Ahadi Serkani 3
1 Ph.D. Student, Department of Financial Engineering, Firouzkouh Branch, Islamic Azad University, Firouzkouh, Iran.
2 Assistant professor, Department of Financial Engineering, Faculty Member, Science and Research Branch, Islamic Azad University, Tehran, Iran
3 Department of Accounting, Firoozkooh Branch, Islamic Azad University, Firoozkooh, Iran
  • ابراهیمی، عباس، حسینی، سعید؛ براهیمی، حسین. (1395). شناسایی ریسک های ساختاری در شرکت­های هلدینگ، دومین کنفرانس بین المللی مدیریت، حسابداری و اقتصاد.
  • آقابیگی، مهدی، خدادادی، اختیار. (1402). ارزیابی ریسک مالی شرکت­های سرمایه­گذاری در بورس اوراق بهادار تهران با روش تصمیم­گیری فازی D-CRITIC و EDAS مبتنی بر یک تابع امتیاز جدید. مهندسی مالی و مدیریت اوراق بهادار، دوره 14، شماره 56، 178-198.
  • رمضان پور، اسماعیل، قاسمی شمس، معصومه و صفری، ماعده . (1392). نقش موسسات رتبه بندی اعتباری در بازار سرمایه و عوامل موثر بر آن. اولین کنفرانس بین المللی مدیریت، چالشها و راهکارها. شیراز
  • تاری­وردی، یدالله؛ فرجی ارمکی، محمد؛ داغانی، رشا؛ حیدرپور، فرزانه. (1392). بررسی عملکرد شرکتها و صندوق­های سرمایه­گذاری بر مبنای مدل ارزیابی مرتون- هنریکسن. پژوهش­های تجربی حسابداری، سال دوم، شماره 7؛ 83-99.
  • تهرانی، رضا؛ ابراهیمی میمند، مهدی. (1390). اثرگذاری اطلاعات مختلف و ارائه صادقانه آن­ها بر تصمیمات سرمایه­گذاری تحلیلگران شرکتهای سرمایه­گذاری. بورس اوراق بهادار، دوره 4، شماره 15، 5-25.
  • ثقفی، علی؛ استا، سهراب؛ امیری، مقصود؛ برزیده، فرح. (1397). مدلی برای ارزیابی عملکردشرکت­های سرمایه­گذاری با رویکرد تحلیل پوششی داده­ها و روش تجزیه به مولفه­های اصلی. پژوهش­های حسابداری مالی، سال دهم، شماره 35، 75-94.
  • خانی پور، سعید؛ رهنمای رودپشتی، فریدون؛ یزدانیان، نرگس؛ شاهوردیانی، شادی. (1400). شناسایی، تحلیل و ارزیابی ریسک شرکت­های تابعه در هلدینگ­ها. دانش سرمایه­گذاری، دوره 10، شماره 37، 373-394.
  • راعی، رضا؛ صادقی شریف، سید جلال؛ محمدی، شاپور؛ صادقی، محسن. (1390). اسناد عملکرد پرتفوی شرکتهای سرمایه­گذاری پذیرفته شده در بورس اوراق بهادار تهران، بورس اوراق بهادار، دوره 4، شماره 15، 43-69.
  • رجبی، اردلان؛ محمدی ملقرنی، عطاالله؛ حمیدیان، محسن. (1403). بررسی تاثیر عوامل مالی- رفتاری بر تصمیم­گیری سرمایه­گذاران از منظر مدیران شرکت­های سرمایه­گذاری در بورس اوراق بهادار تهران، دانش سرمایه­گذاری، دوره 13، شماره 52، 785-810.
  • ریسباف فکور، محمود. (1399). بررسی کارکرد مدیریت پرتفوی شرکت­های سرمایه­گذاری در بورس اوراق بهادار، مطالعات کاربردی در علوم مدیریت و توسعه، سال پنجم، شماره 5، 57-67.
  • سعیدی، علی و واحدی، نرگس. (1392). مقایسه ریسک و بازده صندوق­ها و شرکت­های سرمایه­گذاری در بورس اوراق بهادار تهران. بورس اوراق بهادار، دوره 6، شماره 22، 121-138.
  • سعیدی، علی و مهدوی راد، مهری. (1393). رفتار توده­وار در بین مدیران شرکت­های سرمایه­گذاری در بازار سرمایه ایران. بورس اوراق بهادار، دوره 7، شماره 26، 59-74.
  • ضیائی شیرکلائی، علیرضا، پورزرندی، محمد ابراهیم، مینویی، مهرزاد.(1401). ارزیابی امتیاز کارایی هولدینگ‌های سرمایه گذاری با در نظر گرفتن متغیر نامطلوب با استفاده از مدل FDH : یک رویکرد تحلیل پوششی داده ها. مهندسی مالی و مدیریت اوراق بهادار، دوره 13، شماره 50، 99-120.
  • عبده تبریزی، حسین؛ شریفیان، روح­اله. (1387). بررسی اثر ریسک نامطلوب بر عملکرد تعیدل­شده بر اساس ریسک، در شرکت­های سرمایه­گذاری در بورس اوراق بهادار تهران. بورس اوراق بهادار، دوره 1، شماره 1، 35-70.
  • عرب­مازار یزدی، محمد؛ مشایخ، شهناز. (1384). بررسی عملکرد شرکت­های سرمایه­گذاری پذیرفته در بورس تهران در دوره 1374-1380. بررسی­های حسابداری و حسابرسی، دوره 12، شماره 42، 41-60.
  • فرتوک­زاده، حمیدرضا؛ نوایی کاشانی، حمیدرضا. (1388). شناسایی و اولویت­بندی ریسک­های راهبردی شرکت­های سرمایه­گذاری: مطالعه موردی: شرکت سرمایه­گذاری غدیر. اندیشه مدیریت، سال سوم، شماره دوم، 167-197.
  • فرهادی سرتنگی، مرتضی؛ معین زاد، حسین؛ اکبرزاده، محمدهادی. (1402). طراحی و پیاده­سازی مدل تحلیل ریسک اکوسیستم دیجیتالی مبتنی بر ANP و کوبیت، مورد مطالعه در هلدینگ سرمایه­گذاری FMCG. مهندسی مالی و مدیریت اوراق بهادار، دوره 14، شماره 57، 24-44.
  • قاسمی، اعظم. (1403). شناسایی عوامل علی و معلولی موثر بر سکوت سازمانی به روش دیمتل فازی در شرکت­های مالی و سرمایه­گذاری خراسان رضوی. دانش سرمایه­گذاری، دوره 13، شماره 52، 963-982.
  • لاری دشت بیاض، محمود؛ بهمنش، محمدرضا؛ فاطمی، محبوبه. (1396). ارزیابی عملکرد مدیران شرکت­های سرمایه­گذاری در بورس اوراق بهادار تهران. مدیریت بهره­وری، دوره 11، شماره 43، 171-186.
  • ممبینی، حسین؛ صادقی شریف، سیدجلال؛ شهریاری، محمدرضا و نوروش، ایرج. (1398). بررسی عوامل موثر بر مدیریت سرمایه­گذاری شرکت­های هلدینگ. دانش سرمایه­گذاری، سال ششم، شماره سی و دوم، 331-345.

 

  • Adelson, M. (2012). The Role of Credit Ratings in the Financial System, Standard & Poor’s, Accessed online on 19th December, 2013 at www. Standardandpoors .com/ RatingsDirect on the Global Credit Portal-1-12.
  • Amiri, M and Biglari Kami, M (2013). Credit Rating Companies with Multi-Criteria Decision-Making Models and Artificial Neural Network Model. Journal of Basic and Applied Scientific Research 3(5). 536-546
  • Becker, Bo and Milbourn, Todd (2011). How did increased competition affect credit ratings? Journal of Financial Economics 101) 3(, 493-730.
  • Beaver, W. H., P. Kettler, and M. Scholes, 1970, The association between marketdetermined
  • and accounting-determined measures of risk, The Accounting Review 45,
  • 654–682.
  • Caglayan, Mustafa & Machokoto, Michael. (2024). The sensitivity of investment to internal and external funds: New emerging market evidence. Research in International Business and Finance, vol 67, no1, 1-15.
  • Chacko, A., Antonidoss, A., Sebastain, A., Optimized algorithm for credit scoring. International Journal of Advanced Trends in Computer Science and Engineering, 2020; 9 (1): 11-21. doi: 10.30534/ijatcse/2020/5691.32020
  • Irvanizam, M. Siraturahmi, A.M.B. Irwansyah, P.F. Nasir, Z. Zulfan, N. Salwa, A hybrid DEMATEL-EDAS based on multi-criteria decision-making for a social aid distribution problem, in: 2022 IEEE International Conference on Cybernetics and Computational Intelligence, CyberneticsCom, IEEE, 2022, pp. 341–346.
  • Jadhav, S., He, H., Jenkins, K., Information gain directed genetic algorithm wrapper feature selection for credit rating, Applied Soft Computing, 2018; 69(1): 541–553. doi: 1016/j.asoc.2018.04.033
  • P. Morgan Chase. (2016). Annual Report.
  • Jin, Liang & RichardTaffler& ArmanEshraghi& Onur KemalTosun. (2020). Fund manager conviction and investment performance. International Review of Financial Analysis,Volume 71, October 2020, 101550.
  • Just, R. E. and Just, D. R. (2011). Global identification of risk preferences with revealed preference data. Journal of Econometrics. 162(1): 6-17.
  • Kwon, Sungjoung& MichelleLowry& QianYiming. (2020). Mutual fund investments in private firms. Journal of Financial Economics,Volume 136, Issue 2, May 2020, Pages 407-443
  • Lubis, H., Sirait, P., Halim, A., KNN method on credit risk classification with binary particle swarm optimization based feature selection, Data Mining, Image Processing and artificial intelligence, 2021; 9(2): 211–218. doi.
  • Luo, J., Yan, X., Tian, Y., Unsupervised quadratic surface support vector machine with application to
  • Menon, Rakesh R., V. Ravi. (2022). Using AHP-TOPSIS methodologies in the selection of sustainable suppliers in an electronics supply Cleaner Materials, 5 (2), 100130.
  • Patel, Mayank, Gupta, Supratim Das, Madhavan, Vinodh. (2023). Investment style consistency and performance of Indian fixed income mutual funds, IIMB Management Review Volume 35, Issue 3, September 2023, Pages 229-239.
  • Patel, Mayank, Madhavan, Vinodh, Gupta, Supratim Das, Kumar, Satish. (2023). Performance persistence and style consistency of Indian fixed income mutual funds – A longitudinal study, International Review of Financial Analysis Volume 86, March 2023, 102535.
  • Pławiak, P., Abdar, M., Pławiak, J., Makarenkov, V., and Acharya, U. R., DGHNL: A new deep genetic hierarchical network of learners for prediction of credit scoring, Information Sciences,2020; 516 (1): 401–418. doi: 1016/j.ins.2019.12.045
  • Rosenberg, B., and W. McKibben, 1973, The prediction of systematic and specific risk
  • in common stock, Journal of Financial and Quantitative Analysis 8, 317–333.
  • Singh, Veenu& Kumar, Vijay & Singh, V.B. (2023). A hybrid novel fuzzy AHP-TOPSIS technique for selecting parameter-influencing testing in software development. Decision Analytics Journal 6 (4),100159.
  • Wang, J.W. & Cheng, C.H. & Huang, K.C. (2009). Fuzzy hierarchical TOPSIS for supplier selection, Appl. Soft Comput. 9 (1) (2009) 377–386.