پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 25 |
| تعداد شماره‌ها | 954 |
| تعداد مقالات | 7,830 |
| تعداد مشاهده مقاله | 13,144,824 |
| تعداد دریافت فایل اصل مقاله | 9,314,680 |
مقایسه کارایی پرتفوی بهینه مبتنی بر ارزش در معرض خطر و پتانسیل مطلوب با مدل های متعارف | ||
| راهبرد مدیریت مالی | ||
| مقاله 1، دوره 10، شماره 1 - شماره پیاپی 36، فروردین 1401، صفحه 1-30 اصل مقاله (1.56 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22051/jfm.2020.29383.2275 | ||
| نویسندگان | ||
| مسلم صداقتی* 1؛ محسن مهرآرا2؛ رضا تهرانی3؛ سید مجتبی میرلوحی4 | ||
| 1دانشجوی دکتری مدیریت مالی، پردیس بین‌الملل کیش، دانشگاه تهران | ||
| 2استاد گروه اقتصاد ، پردیس بین الملل کیش ، دانشگاه تهران، کیش، ایران | ||
| 3دانشیار مدیریت مالی دانشگاه تهران | ||
| 4استادیار مدیریت مالی دانشگاه صنعتی شاهرود | ||
| چکیده | ||
| پژوهش حاضر، ضمن انتخاب پرتفوی بهینه بر اساس مدل پیشنهادی در سه سناریوی سرمایه‌گذار پتانسیل‌پذیر و ریسک‌گریز، سرمایه‌گذار پتانسیل خنثی و ریسک‌گریز و سرمایه‌گذار پتانسیل‌گریز و ریسک‌گریز، کارایی آنها را با پرتفوی بهینه مبتنی بر مدل مارکویتز مقایسه نموده است. برای این منظور بازده ماهانه 50 شرکت فعال‌تر بورس اوراق بهادار تهران طی دوره هفت ساله 1397-1391 محاسبه، از معیار ارزش در معرض خطر (سنجه ریسک نامطلوب) و کوواریانس جزء بالا (سنجه پتانسیل مطلوب) و اطلاعات چهار سال برای ساخت مدل و تعیین مرز کارا استفاده نموده است. به‌گونه‌ای که در هر دوره با توجه به بازده ماه جدید و حذف قدیمی‌ترین بازده ماهانه ساخت مدل و تعیین مرز کارا به‌روزرسانی شده و این عمل برای 36 ماه داده آزمون مدل تکرار گردیده است. برای محاسبات آماری پارامترهای مدل از نرم افزار Eviews11، جهت حل مسئله درجه دو مدل مارکویتز از نرم افزار MATLAB، جهت حل برنامه‌ریزی غیرخطی مدل پیشنهادی از نرم افزار GAMS و به‌منظور آزمون فرضیه‌ها و مقایسه نتایج دو مدل از روش مطالعات طولی با اندازه‌گیری مکرر از نرم افزار آماری SPSS استفاده شده است. نتایج نشان داد روزآمدسازی مدل، مرز کارا و همچنین استفاده از معیار ارزش در معرض خطر و توجه به گرایش‌های سرمایه‌گذار از نظر تمایل به پتانسیل‌های مطلوب و ریسک‌گریزی منجر به بهبود کارایی پرتفوی بهینه می‌شود. | ||
| کلیدواژه‌ها | ||
| ارزش در معرض خطر؛ پتانسیل مطلوب؛ روزآمد سازی مرز کارا؛ کارایی پرتفوی | ||
| عنوان مقاله [English] | ||
| Comparison of Optimal Portfolio Performance Based on Value at Risk and Upside Risk with Conventional Models | ||
| نویسندگان [English] | ||
| Moslem Sedaghati1؛ Mohsen Mehrara2؛ Reza Tehrani3؛ Mojtaba Mirlohi4 | ||
| 1PhD Student of financial management, Kish International Campus, University of Tehran | ||
| 2Department of Economics, Faculty of Economics , Kish Campus University of Tehran , kish , Iran | ||
| 3Associate Prof., Department of Financial& Insurance , Faculty of Financial and Accounting , Kish Campus University of Tehran , kish , Iran. | ||
| 4Assistant Professor, Faculty of Management | ||
| چکیده [English] | ||
| The present study compares the performance of the optimal portfolio, based on Value at Risk and Upside Risk, with conventional models (the optimal portfolio based on the Markowitz model). This study aimed to select an optimal portfolio based on the proposed model in three scenarios: 1- potential and risk-averse 2- neutral potential and risk-averse 3- aversive potential and risk aversion investor, and compare them to the Markowitz model. So, we calculated the monthly returns of the 50 most active Tehran Stock Exchange companies over seven years of 91-97. These Four years are used to build the model and determine the efficient frontier. The value at risk is used as an undesirable risk measurement criterion, and covariance upper partial moment-CUPM is used as a desirable potential measurement. Also, this procedure was repeated for 36 months. To calculate the model's parameters Eviews11 software was used, and MATLAB software was used to solve the Markowitz quadratic programming. Likewise, GAMS software was used to solve the proposed nonlinear programming problem. And finally, SPSS software was used to test the hypotheses and compare the results of the two models with the longitudinal studies method with repeated measurements. The results show that updating the model, efficient frontier and applying the criteria of value at risk, and paying attention to investor orientations in terms of tendency to optimal potentials and risk aversion lead to optimized portfolio performance. | ||
| کلیدواژه‌ها [English] | ||
| Value at Risk, Upside Risk, Efficient Frontier Update, Portfolio Performance | ||
| مراجع | ||
|
تهرانی، رضا.، فلاح‌پور، سعید.، رستمی، محمدرضا و بیگلری کامی، مهدی. (1397). انتخاب سبد سهام چند دوره‌ای با استفاده از گشتاورهای مرتبه بالاتر. مهندسی مالی و مدیریت اوراق بهادار، 9(37)، 22-1.
راعی، رضا و تلنگی، احمد. (1391). مدیریت سرمایه‌گذاری پیشرفته. تهران، انتشارات سمت، چاپ ششم.
راعی، رضا و سعیدی، علی. (1396). مبانی مهندسی مالی و مدیریت ریسک. تهران، انتشارات سمت، چاپ یازدهم.
رهنمای رودپشتی، فریدون و میرعباسی، یاور. (1392). معیار ارزیابی ریسک تعدیل‌شده بر اساس پتانسیل مطلوب در تصمیمات سرمایه‌گذاری و بهینه‌سازی پرتفلیو (زیربنای نظریه‌پردازی و ابزارسازی نوین مالی). تحقیقات مالی اسلامی، 2(2)، 122-87.
صادقی، محسن.، سروش، ابوذر و فرهانیان، محمدجواد. (1389). بررسی معیارهای نوسان‌پذیری، ریسک مطلوب و ریسک نامطلوب در مدل قیمت‌گذاری دارایی‌های سرمایه‌ای: شواهدی از بورس اوراق بهادار تهران. تحقیقات مالی، 12(29)، 78-59.
صالح‌آبادی، علی.، سیار، محسن و شهریاری، محسن. (1397). بهینه‌سازی پرتفوی در چارچوب مدل پتانسیل مطلوب و ریسک نامطلوب UPM-LPM. مهندسی مالی و مدیریت اوراق بهادار، 9(36)، 153-129.
میرعباسی، یاور.، نیکومرام، هاشم.، سعیدی، علی و حق شناس، فریده. (1397). بررسی کارایی بهینه‌سازی پرتفوی مبتنی بر ریسک نامطلوب و پتانسیل مطلوب و متغیرهای روانشناختی. مهندسی مالی و مدیریت اوراق بهادار، 9(34)، 333-305.
Bawa, V. S. (1975). Optimal rules for ordering uncertain prospects. Journal of Financial Economics, 2(1), 95–121.
Bawa, V. S. (1978). Safety-first, stochastic dominance, and optimal portfolio choice. Journal of Financial and Quantitative Analysis, 13(2), 255–271.
Bawa, V. S. & Lindenberg, E. .B (1977). Capital market equilibrium in a mean-lower partial moment framework. Journal of Financial Economics, 5(2), 189–200.
Cumova, D. & Nawrocki, D. (2014). Portfolio optimization in an upside potential and downside risk framework. Journal of Economics and Business, 71, 68-89.
Dolfin, M., Leonida, L. & Muzzupappa, E. (2019). Forecasting efficient risk/return frontier for equity risk with a KTAP approach-A case study in Milan Stock Exchange. Symmetry, 11(8), 1055.
Estrada, J. (2007). Mean-Semi variance behavior: Downside risk and capital asset pricing. International Review of Economics and Finance, 16(2), 169-185.
Fishburn, P. C. (1977). Mean-risk analysis with risk associated with below-target returns. The American Economic Review, 67(2), 116–126.
Granger C. W. J. (2002). Some comments on risk. Journal of Applied Econometrics, 17(5), 447-456.
Grootveld, H. & Hallerbach, W. (1999). Variance vs downside risk: Is there really that much difference?. European Journal of Operational Research, 114(2), 304-319.
Harlo, W. V. & Rao, R. K. S. (1989). Asset pricing in a generalized mean-lower partial moment framework: Theory and evidence. The Journal of Financial and Quantitative Analysis, 24(3), 285-311.
Kaplan, P. D. & Siegel, L. B. (1994). Portfolio theory is still alive and well. The Journal of Investing Fall, 3(3), 45-46.
Kaucic, M. & Daris, R. (2017). Interval-valued upside potential and downside risk portfolio optimisation Massimiliano. Economic Research-Ekonomska Istraživanja, 30(1), 1406-1425.
Mao, J. C. T. (1970). Survey of capital budgeting: Theory and practice. Journal of Finance, 25(2), 349–360.
Markowitz, H. M. (1952). Portfolio selection. The Journal of Finance, 7(1), 77–91.
Markowitz, H. M. (1959). Portfolio selection: Efficient diversification of investments. New York: Yale University Press.
Mirabbasi, Y., Nikoumaram, H., Saeidi, A. & Haghshenas, F. (2018). Study of portfolio optimization based on downside risk, upside potential and behavioral variables efficiency. Journal of Financial Engineering and Securities Management, 9(34), 305-333. (In Persian)
Raei, R. & Telangi, A. (2012). Advanced investment management. Tehran, Samat Publications, 6th Edition. (In Persian)
Raei, R. & Saeedi, A. (2017). Fundamentals of financial engineering and risk management. Tehran, Samat Publications, 11th edition. (In Persian)
Rahnemaye Roudposhti, F. & Mirabbasi, Y. (2014). Modified standard risk assessment based on optimal capacity investment decisions and portfolio optimization (infrastructure speculation and new financial instrument). Islamic Finance Research, 2(2), 87-122. (In Persian)
Rom, B. M. & Ferguson, K. W. (1994). Portfolio theory is alive and well. The Journal of Investing Fall, 3(3), 24-44.
Roy, A. D. (1952). Safety first and the holding of assets. Econometrica. 20(3), 431–449.
Sadeghi, M., Soroosh A. & Farhanian, M. J. (2010). Investigating the volatility, upside risk, downside risk and Capital Asset Pricing Model: Evidences from Tehran Stock Exchange. (In Persian)
Saleh Abadi, A., Sayar, M. & Shahryari, M. (2018). Portfolio optimization in an upside potential and downside risk (UPM-LPM) framework. Journal of Financial Engineering and Securities Management, 9(36), 129-153. (In Persian)
Sharpe, W. F. (1964). Capital asset prices: A theory of market equilibrium under conditions of risk. The Journal of Finance, 19(3), 425-442.
Sortino, F. A., Van Der Meer, R. & Plantinga, A. (1999). The dutch triangle. Journal of Portfolio Management, 26(1), 50-58.
Sukono, D., Susanti, D., Hasbullah, E. S., Hidayat, Y. & Subiyanto. (2019). Expansion of the investment portfolio performance assessment model based on value-at-risk using a time series approach. IOP Conference Series. Materials Science and Engineering; Bristol, 567(1), 1-11.
Tehrani, R., Fallahpour, S., Rostami, M. & Biglari Kami, M. (2018). Multiperiod portfolio selection with higher-order moment. Journal of Financial Engineering and Securities Management, 9(37), 1-22. (In Persian)
Tversky, A. & Kahneman, D. (1992). Advances in prospect theory: Cumulative representation of uncertainty. Journal of Risk and Uncertainty, 5(4), 297-323.
Von Neumann, J. & Morgenstern, O. (1944). Theory of games and economic behavior. Princeton University Press. | ||
|
آمار تعداد مشاهده مقاله: 3,369 تعداد دریافت فایل اصل مقاله: 492 |
||