مقاله پژوهشی: انتخاب پرتفوی بهینه با استفاده از مدل برنامه ریزی توافقی در بورس اوراق بهادار تهران

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار گروه مدیریت بازرگانی دانشگاه قم

2 کارشناسی ارشد مدیریت مالی دانشگاه قم

3 استادیار گروه مدیریت و مهندسی صنایع دانشگاه شهاب دانش قم

چکیده

تاکنون مدل‌های مختلفی در زمینه انتخاب پرتفوی بهینه برای سرمایه‌گذاران، ارائه‌شده است. اکثر قریب به اتفاق این مد‌ل‌ها در نهایت با ارائه مجموعه‌ای از پرتفوی‌های موجود در مرز‌کارا، فرآیند انتخاب را به پایان می‌رسانند و در بهترین حالت در ادامه فرآیند، با استخراج تابع مطلوبیت با توجه به ترجیحات سرمایه‌گذار از طریق گفتگوهای تعاملی تا حد امکان پرتفوی بهینه را متناسب با موقعیت‌های مالی و ویژگی‌های رفتاری و روانی افراد تعیین می‌نمایند. در عمل این امر به دلیل تفاوت‌های موجود در تابع مطلوبیت افراد بسیار مشکل و زمان‌بر می‌باشد. این مسئله، جایگاه مدل برنامه‌ریزی توافقی و قابلیت‌های ویژه مجموعه توافقی را به‌عنوان یکی از مدل‌های موجود در تصمیم‌گیری چند معیاره در انتخاب سبد سهام بهینه متمایز می‌سازد. در پژوهش حاضر، با نمونه‌گیری تصادفی به انتخاب تعداد 20 شرکت که در سال‌های 97-95 در بورس اوراق بهادار فعال بوده‌اند اقدام گردیده است. با بررسی قدر مطلق تفاضل مجموع شاخص‌های سودآوری و ایمنی حاصل از بهینه‌سازی توابع مطلوبیت سرمایه‌گذاری از طریق مستقیم و مقایسه آن با نتایج حاصل از بهینه‌سازی انجام‌شده بر اساس روش برنامه‌ریزی توافقی، فرضیه پژوهش مورد تائید قرار گرفت.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Optimal portfolio selection using the compromise-programming model in the tehran stock exchange

نویسندگان [English]

  • Najme Ramooz 1
  • Zahra Akbari َAgmashhadi 2
  • Alireza Atefatdoost 3
1 Assistant Professor of Management Faculty of Qom University
2 Master of Financial Management, University of Qom
3 Assistant Professor of Management Faculty, Shahab Danesh University
چکیده [English]

Various models on how investors choose the most optimum portfolio have been introduced. Majority of such models complete the process of choosing by a set of the available portfolios provided
On the efficient frontier. At best, by extracting utility function based on the investors’ preference through interactive dialogues, then the optimum portfolio according the financial situations and mental and behavioral characteristics was determined. Notably, in practice, this is very difficult for the possible differences in the utility functions.  These problems distinguish the role of the compromise-programming model and the unique abilities of compromise set as one of the available models in the multi-criteria decision-making in choosing optimal portfolio. In current research, 20 active companies in Tehran exchange market during 2015-2018 period were selected. After determining the sum of the absolute difference of safety and profitability index of optimizing investing utility functions with direct method and its comparison with the results of compromise set method, the research hypothesis accepted.

کلیدواژه‌ها [English]

  • Optimum Portfolio
  • Compromise-Programming Model
  • Compromise set
 
        -            آذر، عادل ؛ راموز، نجمه و عاطفت دوست، علیرضا (1391)." کاربرد روش تخمین مجموعه ی غیر مرجح در انتخاب پرتفوی بهینه (مطالعه ی موردی: بورس اوراق بهادار تهران)". تحقیقات مالی، دوره 14، شماره2 14-1.
        -            امیری، مقصود، محبوب قدسی، مهسا.(1394) " مدل برنامه ریزی خطی فازی برای مساله انتخاب سبد سهام بهینه".  مهندسی مالی و مدیریت اوراق بهادار (مدیریت پرتفوی، دوره 6، شمارة23، 118-105.
        -            راعی، رضا و پویانفر، احمد(1393). مدیریت سرمایه‌گذاری پیشرفته، سازمان مطالعه و تدوین کتب علوم انسانی دانشگاهها، چاپ نهم.
-      Amilon, Henrik.(2001). Comparison of mean-variance and exact utility maximization in stock portfolio selection. Lund University.
-      Amiri,M.and Mahboob Ghodsi,M(2015). «Fuzzy Linear Programming Model Optimum Portfolio Selection Problem”. Quarterly Financial Engineering and Securities Management journal. Volume 6, No 23, summer 2015, Page 105-118 [In Persian]
-      Azar, A.and Ramouz,N.Atefatdoost,A.(2014). « The Application of Non-inferior Set Estimation (NISE) Method in Optimum Portfolio Selection (Case Study: Tehran Security Exchange). Financial Research Journal 1, Volume 14, Issue 2, Winter 2014, Page 1-14 [In Persian]
-      Ballestero, E. (1997). Utility functions: A compromise programming approach to specification and optimization. Journal of MultiCriteria Decision Analysis6(1), 11-16.
-      Ballestero, E. and D. Plà–Santamaría. (2003)."Portfolio selection on the Madrid exchange: A compromise programming model." International Transactions in Operational Research 10.1: 33-51.
-      Ballestero, Enrique and Romero, Carlos. (1996). "Compromise programming Applied to the portfolio Problem", Journal of the Operational Research Society. Vol. 41, pp. 1378-1386.
-      Ballestero, Enrique, and Carlos Romero. (1991)."A theorem connecting utility function optimization and compromise programming." Operations Research Letters 10.7: 421-427.
-      Ballestero, Enrique, and Carlos Romero.(1993). "Weighting in compromise programming: A theorem on shadow prices." Operations Research Letters13.5:325-329.
-      Ballestero, Enrique, and Carlos Romero.(1994). "Utility optimization when the utility function is virtually unknown." Theory and Decision 37.2: 233-243.
-      Ballestero, Enrique, and David Pla-Santamaria.(2004)."Selecting portfolios for mutual funds." Omega 32.5: 385-394.
-      Ballestero, Enrique.. (1997)."Selecting the CP metric: A risk aversion approach"European Journal of Operational Research 97.3: 593-596.
-      Charnes, A. & W. W. Cooper )1961(. Management Models and Industrial Applications of Linear Programming. John Wiley & Sons, Inc, New York.
-      Chen, Liang-Hsuan, and Lindsay Huang. (2009). "Portfolio optimization of equity mutual funds with fuzzy return rates and risks.." Expert Systems with Applications 36.2: 3720-3727.
-      Cohon, J. L. Church, R. L. & Sheer, D. P. (1979). Generating multiobjective trade‐offs: An algorithm for bicriterion problems. Water Resources Research15(5), 1001-1010.
-      Cohon, J. L. Church, R. L. & Sheer, D. P. (1979). Generating multiobjective trade‐offs: An algorithm for bicriterion problems. Water Resources Research, 15(5), 1001-1010.
-      Costa, F. P. & Rehman, T. (2005). Unravelling the rationale ofovergrazing'and stocking rates in the beef production systems of Central Brazil using a bi-criteria compromise programming model. Agricultural Systems83(3), 277-295.
-      Estrada, Javier. (2004). "Mean-Semivariance Behaviour: An Alternative Behavioural Model.." Journal of Emerging Market Finance 3.3: 231-248.
-      Hanna, Sherman D. and Peng Chen. (1997)."Subjective and objective risk tolerance: Implications for optimal portfolios.." Financial Counseling and Planning .
-      Jehle, Geoffrey Alexander. (2011). Advanced microeconomic theory. Pearson Education India.
-      Jones, Charles P. (2000)."Investment: Analysis and Management, New York: John Willey and Sons."
-      Kallberg, J. G. & Ziemba, W. T. (1983). Comparison of alternative utility functions in portfolio selection problems. Management Science29(11), 1257-1276.
-      Kroll, Y. Levy, H. & Markowitz, H. M. (1984). Mean‐variance versus direct utility maximization. The Journal of Finance39(1), 47-61.
-      LeRoy, S. F. & Werner, J. (2014). Principles of financial economics. Cambridge University Press.
-      LeRoy, Stephen F. and Jan Werner. (2014). Principles of financial economics. Cambridge University Press,
-      Markowitz, Harry. (1952). "Portfolio selection." The journal of finance 7.1: 77-91.
-      Prodanovic, Predrag. (2001). "Fuzzy set ranking methods and multiple expert decision making". Department of Civil and Environmental Engineering, The University of Western Ontario.
-      Raei,R.and pouyanfar,A. «Advanced Investment Management(2014).samt press. [In Persian]
-      Van Praag, Bernard MS, and Adam S. Booij. (2003). "Risk aversion and the subjective time discount rate: A joint approach.".
-      Yu, Po-Lung. (1973). "A class of solutions for group decision problems." Management Science 19.8: 936-946.