<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>انجمن مهندسی مالی ایران</PublisherName>
				<JournalTitle>دانش سرمایه‌گذاری</JournalTitle>
				<Issn>2322-5777</Issn>
				<Volume>7</Volume>
				<Issue>26</Issue>
				<PubDate PubStatus="epublish">
					<Year>2018</Year>
					<Month>06</Month>
					<Day>22</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Application of Copula and Simulated Returns in the Portfolio Optimization with Conditional Value-at-Risk (CVaR) in Tehran Stock Exchange (TSE)</ArticleTitle>
<VernacularTitle>بررسی امکان بهینهسازی سبد سرمایهگذاری با حداقل ساختن ارزش در معرض ریسک شرطی مبتنی بر مدل کاپولا و دادههای شبیهسازی شده در بورس اوراق بهادار تهران</VernacularTitle>
			<FirstPage>1</FirstPage>
			<LastPage>16</LastPage>
			<ELocationID EIdType="pii">12590</ELocationID>
			
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>اسماعیل</FirstName>
					<LastName>لـله گانی</LastName>
<Affiliation>دکتری مدیریت بازرگانی، دانشگاه علامه طباطبائی، تهران، ایران</Affiliation>

</Author>
<Author>
					<FirstName>مصطفی</FirstName>
					<LastName>زه تابیان</LastName>
<Affiliation>کارشناسی ارشد مالی، دانشگاه امام صادق(ع) تهران، ایران. (نویسنده مسئول)</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2017</Year>
					<Month>03</Month>
					<Day>13</Day>
				</PubDate>
			</History>
		<Abstract>Several studies have confirmed with using criteria appropriate to the structure and characteristics of the data, the performance of the models significantly improved. The Copula function is one of the models in determining the relationship between variables has attracted a lot of attention. In this study, we investigated the portfolio of TSE industry indexes optimized to minimize the Conditional Value at Risk, simulated data based on Copula function and generalized Pareto distribution as input. The statistical analyzes implies portfolio performance improves significantly. Since the Copula functions are diverse, Compare the impact of any one risk reduction is recommended. &lt;br /&gt;  &lt;br /&gt; </Abstract>
			<OtherAbstract Language="FA">مطالعات متعدد در بازارهای مالی جهان موید این واقعیت هستند که می توان با بکارگیری معیارهای متناسب با ساختار و ویژگی های داده های مورد مطالعه، کارکرد مدل های مورد بررسی را به نحو قابل توجهی بهبود داد. در این میان تابع کاپولا از جمله مدلهایی است که در تعیین روابط توام متغیرهای مدل، توجه زیادی را به خود معطوف ساخته است.&lt;br /&gt; در این پژوهش، در بهینه‌سازی پورتفویی از شاخص صنایع در بورس اوراق بهادار تهران با هدف حداقل ساختن ارزش در معرض ریسک شرطی، داده‌های شبیه‌سازی شده براساس همبستگی ناشی از تابع کاپولا و توزیع تعمیم یافته پارتو بعنوان ورودی مدل مبنای بررسی قرار گرفت. براساس آزمون آماری صورت گرفته با بکارگیری این رویه، عملکرد پورتفوی به طور معناداری بهبود می‌یابد.&lt;br /&gt;  </OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">بهینه‌سازی پورتفوی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">تابع کاپولا</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">ارزش در معرض ریسک شرطی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">توزیع تعمیم یافته پارتو</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">http://www.jik-ifea.ir/article_12590_21a38ed2ee0c2c081c31286d29db2acc.pdf</ArchiveCopySource>
</Article>
</ArticleSet>
