پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 162 |
| تعداد شماره‌ها | 6,578 |
| تعداد مقالات | 71,072 |
| تعداد مشاهده مقاله | 125,684,296 |
| تعداد دریافت فایل اصل مقاله | 98,913,788 |
بهینه‌سازی سبد سرمایه‌گذاری چندمعیاره فازی با درنظر گرفتن سطوح مختلف انتظارات سرمایه‌گذار | ||
| تحقیقات مالی | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 20 خرداد 1403 | ||
| نوع مقاله: مقاله علمی پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/frj.2024.372592.1007574 | ||
| نویسندگان | ||
| امیرسینا جیرفتی* 1؛ سعید شیرکوند2؛ علی نمکی3 | ||
| 1گروه مالی، پردیس بین المللی کیش، دانشگاه تهران، تهران ایران | ||
| 2دانشیار، دانشکده مدیریت، دانشگاه تهران، تهران، ایران. | ||
| 3عضو هیات علمی گروه مالی دانشگاه تهران | ||
| چکیده | ||
| هدف: هدف از پژوهش حاضر بهینه‌سازی سبد سرمایه‌گذاری با درنظر گرفتن تمامی معیارهای با اهمیت برای سرمایه‌گذار در یک محیط فازی با لحاظ نمودن سطوح مختلف انتظارات سرمایه‌گذار برای هر یک از معیارها بر اساس ریسک‌پذیری آنها می‌باشد. بر این اساس از یک طرف، استفاده از منطق فازی در مدلسازی این مسئله به دلیل درنظر گرفتن عدم قطعیت در داده‌های ورودی می‌تواند منجر به افزایش تطابق مسئله با شرایط دنیای واقعی گردد. از طرف دیگر، در مدل انتخاب سبد سرمایه‌گذاری ارائه شده علاوه بر ریسک و بازده بعنوان دو عامل کلیدی برای سرمایه‌گذار، برخی عوامل مهم دیگر درنظر گرفته خواهد شد تا بتواند معیارهای مختلف برای سرمایه‌گذار از جمله ریسک، بازده کوتاه مدت و بلندمدت، نقدشوندگی، بیشینه و کمینه نسبت سرمایه‌گذاری بر روی هر دارایی، سود تقسیمی و محدودیت کاردینالیتی (تعداد دارایی‌های داخل پرتفوی) را لحاظ نماید. هدف دیگر این پژوهش ارائه مدلی نوآورانه نسبت به مدل‌های موجود با درنظر گرفتن تابع عضویت لاجستیک شکل فازی به منظور مدلسازی سطوح انتظارات مختلف سرمایه‌گذاران می‌باشد تا بتواند سبد سرمایه‌گذاری را بر اساس اولویت سرمایه‌گذاران با درجه ریسک‌پذیری مختلف نسبت به معیارهای متفاوت تشکیل دهد. روش: روش انجام این پژوهش بدین ترتیب است که ابتدا به مدلسازی یک مسئله بهینه‌سازی چند هدفه غیرخطی در یک محیط فازی با درنظر گرفتن تمامی عوامل مهم برای سرمایه‌گذار پرداخته می‌شود. سپس با استفاده از روش‌های کمی و مبانی منطق فازی مسئله را به یک مسئله خطی تک هدفه تبدیل می‌نماییم تا با استفاده از روش‌ها و نرم‌افزارهای معمول بهینه‌سازی قابل حل باشد. در نهایت با استفاده از شاخص ۵۰ شرکت فعال‌تر بورس اوراق بهادار به پیاده سازی مدل و تحلیل نتایج خواهیم پرداخت. یافته‌ها: یافته‌های پژوهش نشان می‌دهد که مدل ارائه شده برای هر دو سرمایه‌گذار ریسک‌پذیر و محافظه کار بازدهی بیش از دو برابری نسبت به شاخص ۵۰ شرکت فعال‌تر بورس اوراق بهادار دارد. علاوه بر این، مدل ارائه شده به دلیل درنظر گرفتن تابع عضویت لاجستیک شکل برای اهداف مختلف مسئله می‌تواند برای سرمایه‌گذاران با استراتژی تهاجمی (ریسک‌پذیر) یا محافظه‌کار (ریسک‌گریز) شخصی‌سازی گردد. دلیل این موضوع وجود پارامتر تعیین شکل تابع عضویت در توابع لاجستیک شکل می‌باشد که می‌تواند اولویت عوامل مختلف از جمله ریسک، بازده کوتاه‌مدت و بلندمدت، نقدشوندگی یا سود تقسیمی را برای سرمایه‌گذاران مختلف با سطوح متفاوت ریسک‌پذیری مشخص نماید. نتیجه‌گیری: استفاده از توابع عضویت لاجستیک شکل در محیط فازی و معیارهای مختلف می‌تواند مدل انتخاب سبد سرمایه‌گذاری را برای سرمایه‌گذاران با ویژگی‌های مختلف شخصی سازی نماید تا سرمایه‌گذاران با سطوح مختلف ریسک‌پذیری بتوانند یک سبد سرمایه‌گذاری مطابق با اولویت‌های خود را تشکیل دهند. این موضوع به کاربردی شدن مسئله انتخاب سبد سرمایه‌گذاری در دنیای واقعی کمک بسزایی می‌کند. همچنین با استفاده از روش‌های محاسباتی و اصول فازی می‌توان مسئله چندهدفه غیرخطی را به یک مدل تک هدفه خطی تبدیل نمود تا پیاده‌سازی و حل آن تسهیل گردد. | ||
| کلیدواژه‌ها | ||
| بهینه‌سازی سبد سرمایه‌گذاری؛ تابع عضویت لاجستیک فازی؛ سبد سرمایه‌گذاری چند معیاره | ||
| عنوان مقاله [English] | ||
| Multi-criteria fuzzy portfolio optimization with considering different levels of investor expectations | ||
| نویسندگان [English] | ||
| Amirsina Jirofti1؛ Saeid Shirkavand2؛ ali namaki3 | ||
| 1Department of Finance, Kish International Campus, University of Tehran, Tehran, Iran. | ||
| 2Associate Prof, Faculty of Management, University of Tehran, Tehran, Iran. | ||
| 3Finance,University of Tehran | ||
| چکیده [English] | ||
| Objective The objective of the present research is the optimization of investment portfolios, considering all significant criteria for investors in a fuzzy environment, taking into account various levels of investor expectations for each criterion based on their risk preferences. On one hand, the utilization of fuzzy logic in modeling this problem can enhance its alignment with real-world conditions by accommodating uncertainty in input data. On the other hand, the proposed model for portfolio selection incorporates not only risk and return as key factors for investors but also considers other important factors. These factors include risk, short-term and long-term returns, liquidity, maximum and minimum investment ratios in each asset, dividend distribution, and cardinality constraint (the number of assets within the portfolio). Another objective of this research is to present an innovative model compared to existing ones by incorporating a logistic fuzzy membership function to model various levels of investor expectations. This enables the formation of investment portfolios based on the priority of investors with different risk appetites regarding different criteria. Methods The method of conducting this research is that initially, the optimization modeling of a nonlinear multi-objective problem in a fuzzy environment is addressed, considering all crucial factors for investors. Subsequently, employing quantitative methods and the foundations of fuzzy logic, we transform the problem into a single-objective linear problem, making it amenable to solution using conventional optimization methods and software. Ultimately, utilizing data from the 50 most active companies on the Tehran Stock Exchange (TSE) market, we implement the model and conduct an analysis of the results. Results The research results indicate that the proposed model yields a return of more than twice the performance compared to the index of the 50 most active companies on the Tehran Stock Exchange (TSE) market for both aggressive and conservative investors. Additionally, the presented model, by incorporating a logistic-shaped membership function for various problem objectives, can be customized for investors with aggressive (risk-tolerant) or conservative (risk-averse) strategies. This customization is attributed to the presence of a parameter determining the shape of the membership function in logistic functions, allowing the prioritization of different factors such as risk, short-term and long-term returns, liquidity, or dividend distribution for investors with varying levels of risk tolerance Conclusion The utilization of logistic-shaped membership functions in a fuzzy environment, along with diverse criteria, can personalize the investment portfolio selection model for investors with different characteristics. This customization enables investors with various risk tolerances to construct a portfolio according to their priorities. This adaptability significantly contributes to the practical applicability of the portfolio selection problem in the real world. Furthermore, employing computational methods and fuzzy principles allows the transformation of a nonlinear multi-objective problem into a single-objective linear model, facilitating its implementation and resolution. | ||
| کلیدواژه‌ها [English] | ||
| Fuzzy logistic membership function, Investment portfolio optimization, Multi-criteria portfolio | ||
|
آمار تعداد مشاهده مقاله: 240 |
||
سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب