پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 25 |
| تعداد شماره‌ها | 954 |
| تعداد مقالات | 7,829 |
| تعداد مشاهده مقاله | 13,088,741 |
| تعداد دریافت فایل اصل مقاله | 9,271,303 |
بهینه‌سازی سبد سهام با تمرکز بر رتبه‌بندی و تنوع‌بخشی در سطح صنایع در بازار سرمایه ایران | ||
| راهبرد مدیریت مالی | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 26 آبان 1403 | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22051/jfm.2024.48307.2962 | ||
| نویسندگان | ||
| سید محمدرضا کاظمی1؛ علیرضا سارنج* 2؛ محمد ندیری2؛ جواد طیبی3 | ||
| 1گروه مدیریت مالی و حسابداری، دانشکده مدیریت و حسابداری، دانشکدگان فارابی، دانشگاه تهران، قم، ایران | ||
| 2دانشیار گروه حسابداری و مدیریت مالی پردیس فارابی دانشگاه تهران | ||
| 3گروه مهندسی صنایع، دانشکده مهندسی کامپیوتر و صنایع، دانشگاه صنعتی بیرجند، بیرجند، ایران | ||
| چکیده | ||
| مدل میانگین - واریانس مارکوئیتز که از آن به عنوان آغازگر نظریه سبد مدرن یاد می‌شود، برای اولین بار به طور همزمان از دو معیار بازدهی و وابستگی جهت تشکیل سبد استفاده کرد. از زمان ارائه این مدل تا کنون مطالعات زیادی انجام شده و تعمیمات مختلفی بر روی آن ایجاد شده است. یکی از موضوعات مهمی که در این مطالعات به آن کمتر توجه شده این است که در بازار پر نوسان، پیچیده و غیر خطی سهام، ابتدا بررسی بازده و وابستگی در سطح صنایع انجام شود و پس از شناسایی صنایع برتر متنوع‌شده، مدل میانگین-واریانس بر روی سهام متعلق به این صنایع پیاده‌سازی گردد. مطالعات نشان می‌دهد، یکی از عوامل تاثیرگذار بر عملکرد صنایع، احساسات سرمایه‌گذاران است که میزان آن را می‌توان با کمک شاخص‌های تکنیکی محاسبه کرد. بنابراین هدف از این پژوهش، ارائه مدلی جدید است که در آن ابتدا با تمرکز بر شاخص‌های تکنیکی عملکرد آتی صنایع، رتبه‌بندی شده و سپس با کمک روش اطلاعات متقابل که قادر به محاسبه وابستگی‌های از جنس غیر خطی است، وابستگی بین صنایع، به دست آید. در ادامه با توجه به نتیجه رتبه‌بندی و وابستگی بین صنایع، صنایع برتر متنوع‌شده جهت سرمایه‌گذاری انتخاب می‌گردد. در پایان با اضافه کردن محدودیت وزن سهام متعلق به صنایع برتر شناسایی شده به مدل میانگین – واریانس، بهینه‌سازی سهام انجام می‌شود. جهت بررسی کارایی مدل پیشنهادی، عملکرد آن در 10 صنعت انبوه‌سازی، سیمان، آهن و فولاد، فلزات گرانبهای غیرآهن، محصولات کانی غیرفلزی، مواد غذایی، قطعات خودرو، بیمه، دارو و محصولات شیمیایی از بازار سرمایه ایران در چهار نیمسال از ابتدای سال 1401 تا انتهای 1402 بررسی گردید. نتایج حاکی از این است که با استفاده از شاخص‌های تکنیکی می‌توان صنایع برتر را شناسایی و با بررسی وابستگی و متنوع‌سازی بین آن‌ها، ریسک ناشی از خطای رتبه‌بندی را کاهش داد. | ||
| کلیدواژه‌ها | ||
| تحلیل صنعت؛ نظریه دمپستر-شفر؛ اطلاعات متقابل؛ بهینه سازی سبد | ||
| عنوان مقاله [English] | ||
| portfolio optimization by focus on ranking and diversification at the industry level in the Iranian capital market | ||
| نویسندگان [English] | ||
| Seyyed Mohammad Reza Kazemi1؛ Alireza Saranj2؛ Mohammad Nadiri2؛ Javad Tayyebi3 | ||
| 1Department of Financial Management and Accounting, Faculty of Management and Accounting, Farabi School, University of Tehran, Qom, Iran | ||
| 2Associate professor of Finance Department, Faculty of Management and Accounting, Farabi Campus, University of Tehran | ||
| 3Department of Industrial Engineering, Faculty of Computer and Industrial Engineering, Birjand University of Technology, Birjand, Iran | ||
| چکیده [English] | ||
| The Markowitz Mean-Variance model, which is referred to as the originator of modern portfolio theory, was the first to simultaneously consider two criteria, return and dependency, for portfolio formation. Since the introduction of this model, many studies have been conducted and various extensions have been created. One important issue that has received less attention in these studies is that in volatile, complex, and nonlinear stock markets, performance and dependencies should first be examined at the industry level. After identifying the diversified top-performing industries, the mean-variance model can then be implemented on the stocks belonging to these industries. Studies show that one of the influential factors on industry performance is investor sentiment, which can be measured using technical indicators. Therefore, the aim of this research is to propose a new model where the future performance of industries is first ranked based on technical indicators, and then the dependencies between industries are obtained through methods of mutual information, which are capable of calculating nonlinear dependencies. Subsequently, based on the ranking results and the dependencies among industries, the top diversified industries suitable for investment are selected. In the end, by adding weight constraints on the stocks of the identified top industries to the mean-variance model, stock optimization is performed. To examine the efficiency of the proposed model, its performance was analyzed in 10 industries: Building, cement, iron and steel, non-ferrous precious metals, non-metallic mineral products, food, automotive parts, insurance, pharmaceuticals, and chemical products from the Iranian capital market over four semi-annual periods from March 21, 2022, to March 20, 2024. The results indicate that by using technical indicators, the top industries can be identified, and through analyzing the dependencies and diversifying among them, the risk arising from ranking errors can be reduced. | ||
| کلیدواژه‌ها [English] | ||
| Industry analysis, Dempster-Shafer theory, mutual information, portfolio optimization | ||
|
آمار تعداد مشاهده مقاله: 180 |
||