بهینه یابی سبد سهام (کاربرد مدل ارزش درمعرض ریسک بر روی کارایی متقاطع)

کاظمی میان گسکری, مینا; یاکیده, کیخسرو; قلی زاده, محمدحسن

doi:10.22051/jfm.2017.12040.1155

بهینه یابی سبد سهام (کاربرد مدل ارزش درمعرض ریسک بر روی کارایی متقاطع)

نوع مقاله : مقاله پژوهشی

نویسندگان

¹ کارشناسی ارشد مدیریت صنعتی، دانشگاه گیلان، دانشکده ادبیات و علوم انسانی

² استادیار، دانشگاه گیلان، دانشکده ادبیات و علوم انسانی

³ دانشیار، دانشگاه گیلان، دانشکده ادبیات و علوم انسانی

10.22051/jfm.2017.12040.1155

چکیده

مدل مارکوویتز، مبنای رویکرد مدرن در بهینه‌سازی سبد سهام است. مارکوویتز مدل خود را بر اساس میانگین و واریانس بر روی‌داده‌های تاریخی فرموله کرد. از آن زمان تاکنون، پژوهشگران زیادی روش حل مسئله بهینه‌سازی سبد سهام را بهبود بخشیدند. یکی از مهم‌ترین بهبودها، جایگزین کردن شاخص ریسک نامطلوب بجای واریانس است. بهبود دیگری که به‌تازگی پیشنهادشده، تولید داده بر اساس تحلیل پوششی دادهها و استفاده از دادههای تولیدشده به‌جای بازده تاریخی است. این بهبود جدید که اساساً اساس مسئله انتخاب سبد سهام را تغییر می‌دهد، فرصتی را فراهم میکند تا پژوهشگران انواع شاخص ریسک را بر روی‌داده‌های تولیدشده به‌جای بازده تاریخی به‌کارگیرند. در این پژوهش، از تحلیل پوششی دادهها بر اساس صورتهای مالی، برای تولید کارایی متقاطع استفاده میشود. سپس ارزش در معرض ریسک که یکی از شاخصهای مهم ریسک نامطلوب است، بر روی این مینای جدید، تعدیل‌شده و با حل مدل خطی شناخته‌شده آن، وزنهای بهینه در سبد سهام تعیین میشود. عملکرد روش پیشنهادی برای 185 شرکت بورس اوراق بهادار تهران در سال‌های 90 تا 94، توسط معیار شارپ محاسبه‌شده و با عملکرد سبد بازار و عملکرد روش مارکوویتز بر روی کارایی متقاطع مقایسه می‌شود. معیار شارپ، عملکرد بهتری برای روش پیشنهادی نسبت به روشهای دیگر، نشان میدهد.

کلیدواژه‌ها

20.1001.1.23453214.1396.5.2.7.3

عنوان مقاله [English]

Portfolio Optimization (The Application of Value at Risk Model on Cross Efficiency)

نویسندگان [English]

Mina Kazemi Miyangaskari ¹
Keikhosro Yakideh ²
Mohammad Hassan Gholizadeh ³

¹ MSc Management/ University of Guilan

² Assistant Professor / University of Guilan,

³ Associate Professor / University of Guilan

چکیده [English]

Markowitz model is the base for modern approach to portfolio optimization problem. Markowitz model is formulated based on mean and variance of portfolio that is calculated based of historical return. Since this model was proposed many effort have been done to improve formulation of portfolio optimization problem. One of the most important improvement is substituting variance by downside risk measure. Downside risk measure account for fluctuation that just occurs below the mean of returns .The other improvement that recently proposed is data generation based on data envelopment analysis (DEA) and using generated data instead of historical returns. This new improvement that essentially changed basis of portfolio optimization problem provide an opportunity for researcher to examine kinds risk measure based on generated data instead of historical return.
In this paper data envelopment analysis is used for generating cross efficiencies based on financial ratios. Then Value at Risk (VaR) as a downside risk measure is redefined for using on cross efficiencies. A well known linear model is used for determining weighs of portfolio based on minimization of Value at Risk. Performance method is evaluated by applying on 185 stock from Tehran Stock Exchange and comparing Sharp criteria proposed portfolios, market portfolio and application of Markowitz model on cross efficiencies during 2011 to 2015. Sharp criteria reveals that proposed method has better performance than the other methods.

کلیدواژه‌ها [English]

Portfolio Optimization
Value at Risk
Data Envelopment Analysis
Cross Efficiency

مراجع

Abbasi, A.Teimourpour, B. Barjeste Maleki, M.(2009).«Optimum Portfolio Selection Using Value at Risk in Tehran Stock Exchange». Journal of Tahghighate Eghtesadi,44(87), 91-114. (in Persian)

- Abbasi, A. (2013). «Estimation and assessment of value at Risk in the forex market».Scientific Journal Management System,5(17),23-44.(in Persian)

- Afshar Kazemi, M., Khalili Araghi, M.(2012).«Portfolio selection in Tehran Stock Exchange by combining data envelopment analysis and goal programming». Journal of financial knowledge securities analysis,5(1), 49-63. (in persian)

- Ahmadi, M., Shahriyar,B. (2008).«Determining the optimal level of investment in the stock market by Risk approach».The Iranian Accounting and Auditing Review,14(49),3-24. (in persian)

-Benati,S.,Rizzi,R.(2007). «A mixed integer linear programming formulation of the optimal mean/Value at Risk problem».European journal of reaserch,Vol 176, 423-434.

-Chang, T. J., Yang, S. C., & Chang, K. J. (2009). «Portfolio optimization problems in different risk measures using genetic algorithm». Expert Systems with Applications, 36(7), 10529-10537.

-Chang, P. T., Lee, J. H. (2012). «A fuzzy DEA and knapsack formulation integrated model for portfolio selection». Computers & Operations Research, 39(1), 112-125.

-Chen, H. H. (2008). «Value-at-Risk efficient portfolio selection using goal programming». Review of Pacific Basin Financial Markets and Policies, 11(02), 187-200.

-Chen, H. H. (2008). « Stock selection using data envelopment analysis». Industrial Management & Data Systems, 108(9), 1255-1268.

-Edirisinghe, N. C. P., Zhang, X. (2008). « Portfolio selection under DEA-based relative financial strength indicators: case of US industries». Journal of the Operational Research Society, 842-856.

- Eghbalniya,M.(2007).«Methods for calculating Value at Risk».Capital (newspaper),issue 267,1386/6/26.(in persian).

- Elahi, M., Yousefi, M. (2014).«Mean-variance portfolio optimization approach using the Search Algorithm for hunting». Journal of financial research, 16(1),37-56. (in persian)

-Estrada,J.(2006). «The cost of Equity in Emerging ,A downside risk approach».Emerging markets Review,vol 7,pp67-81.

- FalahShams, M. Abdollahi, A. Moghadassi, M. (2013). «Examining the Performance of Different Risk Criteria in Portfolio Selection and Optimization, Using the Ant Colony Algorithm In companies Listed at the Tehran Stock Exchange». Financial Management Strategy,1(2),1-23.(in persian)

- Fallahpour, S. Yar Ahmadi, M. (2012). «Value at Risk using the theory of expected value in the Stock Exchange». Scientific Journal Management System, 4(13), 103-122. (in Persian)

- Ghodousi, S., Tehrani, R. (2015). «Portfolio optimization using simulated annealing». Journal of financial research, 17(1),141-158. (in persian)

-Giorgi,G.,Post,Thierry.(2008).«Second Order Stochastic Dominanc, Reward-Risk Portfolio Selection and the CAPM».Journal of Financial and Quantitative Analysis, 43(2),25-46.

-Giorgi,G.(2002). «A Note on portfolio Selection under Various Risk Measures».(from www.ssen).

-GOh,J.,Zhang,W,.Lim,K.,Sim,M.(2012).«Portfoli value-at-risk optimization for asymmetrically distributed asset returns». European Journal of Operational Research,Vol 221,pp397–406 .

- Goudarzi, M. (2015).«An Approach toPortfolio Optimization». Master's Thesis,University of Guilan, (in persian)

- Hanifi, F. (2002).«A new way of risk management». Journal of capital,1(1), 5. (in persian)

-Hwang, S. N., Chang, T. Y. (2003). « Using data envelopment analysis to measure hotel managerial efficiency change in Taiwan». Tourism Management, 24(4), 357-369.

- Jahanshahloo, GH,. Hoseinzadeh, F. (2007). Introduction to DEA. Tehran: Tarbiyat moalem univercity. (in persian)

-Johri,S.(2004). «Portfolio Optimization with Hedge Funds».Swiss Federal Institute oof Technology.

- Kiani,T., Fareed,D.,Sadeghi,H.(2015). «The Measurement of Risk based on the Criterion of Value at Risk via Model of GARCH ». Financial Management Strategy,3(3),149-168. (in persian)

-Lim, S., Oh, K. W., & Zhu, J. (2014). « Use of DEA cross-efficiency evaluation in portfolio selection: An application to Korean stock market». European Journal of Operational Research, 236(1), 361-368.

-Markowitz, H. (1952). «Portfolio selection». The journal of finance, 7(1), 77-91.

- Raee, M,. Pooyanfar, A,. (2012).Advanced investment management. Tehran: samt. (in persian)

- Raee, R,. Alibeik, H,. (2010). «optimization Stock portfolio with using particle swarm». Journal of financial research, 12(29),21-40. (in persian)

- Sadeghi, H., Nazarizadeh Dehkordi, S. (2013). «Calculating the value at risk by using wavelet analysis». Financial Management Strategy,2(1),97-124.(in persian)