دانشگاه الزهرا

  اخبار و اعلانات

 آمار

تعداد نشریات25
تعداد شماره‌ها933
تعداد مقالات7,666
تعداد مشاهده مقاله12,518,106
تعداد دریافت فایل اصل مقاله8,898,189
فلاح پور, سعید, صفری, حسین, عمرانی, نادر. (1393). انتخاب پرتفوی با استفاده از ترکیب روش برنامه‌ریزی ترجیحات فازی لگاریتمی و پرومته. جلوه هنر, 2(2), 103-120. doi: 10.22051/jfm.2015.985
سعید فلاح پور; حسین صفری; نادر عمرانی. "انتخاب پرتفوی با استفاده از ترکیب روش برنامه‌ریزی ترجیحات فازی لگاریتمی و پرومته". جلوه هنر, 2, 2, 1393, 103-120. doi: 10.22051/jfm.2015.985
فلاح پور, سعید, صفری, حسین, عمرانی, نادر. (1393). 'انتخاب پرتفوی با استفاده از ترکیب روش برنامه‌ریزی ترجیحات فازی لگاریتمی و پرومته', جلوه هنر, 2(2), pp. 103-120. doi: 10.22051/jfm.2015.985
فلاح پور, سعید, صفری, حسین, عمرانی, نادر. انتخاب پرتفوی با استفاده از ترکیب روش برنامه‌ریزی ترجیحات فازی لگاریتمی و پرومته. جلوه هنر, 1393; 2(2): 103-120. doi: 10.22051/jfm.2015.985

انتخاب پرتفوی با استفاده از ترکیب روش برنامه‌ریزی ترجیحات فازی لگاریتمی و پرومته

راهبرد مدیریت مالی
مقاله 1، دوره 2، شماره 2 - شماره پیاپی 5، شهریور 1393، صفحه 103-120    اصل مقاله (397.7 K)
شناسه دیجیتال (DOI): 10.22051/jfm.2015.985
نویسندگان
سعید فلاح پور؛ حسین صفری؛ نادر عمرانی*
دانشکده مدیریت دانشگاه تهران
چکیده
  محققان مالی طی شش دهه گذشته روش‌های زیادی برای انتخاب پرتفوی سرمایه‌گذاری ارائه‌کرده‌اند. مدل مارکویتز برای انتخاب پرتفوی تنها بر مبنای دو معیار است: ریسک و بازده، اما انتخاب سهام مناسب برای تشکیل پرتفوی فرایندی پیچیده است که این پیچیدگی ناشی از تأثیر معیارهای مختلف در تصمیم‌های سرمایه‌گذاری و نیز ترجیحات شخصی سرمایه‌گذار است و با واژه‌های زبانی ابراز می‌شود.   مقاله حاضر رویکردی ترکیبی و جدید برای انتخاب پرتفوی دارد که شامل دو مرحله است: در مرحله اول، از روش برنامه‌ریزی ترجیح‌های فازی لگاریتمی برای تعیین وزن معیارهای مؤثر در انتخاب سهام استفاده می‌شود و در مرحله دوم، سهام موجود در نمونه این تحقیق با روش پرومته رتبه‌بندی می‌شود و سهام برتر برای تشکیل پرتفوی انتخاب می‌شود. روش حاضر هم برای انتخاب سهام موجود در پرتفوی و هم برای تعیین میزان سرمایه‌گذاری در هر سهم استفاده می‌شود.   نتیجه پژوهش نشان می‌دهد، بین میانگین معیار شارپ ماهانه پرتفوهای سه، پنج و پنجاه سهمی مدل پیشنهادی و مدل مارکویتز تفاوت معنا‌داری وجود دارد؛ ولی بین میانگین معیار شارپ ماهانه پرتفوی ده سهمی مدل پیشنهادی و مدل مارکویتز تفاوت معنا‌داری وجود ندارد.
کلیدواژه‌ها
پرتفوی؛ تصمیم‌گیری چندمعیاره؛ ترجیح‌های فازی لگاریتمی؛ پرومته
عنوان مقاله [English]
Portfolio Selection Using Combination of Logarithmic Fuzzy Preference Programming Method and PROMETHEE
نویسندگان [English]
Saeid Fallahpour؛ Hosein Safari؛ Nader Omrani
, University of Tehran, Iran.
چکیده [English]
 
Over the last six decades, many methods have been proposed for investment portfolio selection by financial researchers. Portfolio selection model of Markowitz is based on only two criteria: risk and return. However, appropriate stocks selection to construct a portfolio is a complex process and its complexity is due to impact of different criteria in investment decisions and also personal preferences of investors that are expressed by linguistic terms. This paper has a new integrated approach for portfolio selection that includes two steps: in the first step, logarithmic fuzzy preference programming method is used to allocate weights to criteria of stocks selection. In the second step, the stocks in selected sample are ranked using PROMETHEE method and premier stocks are selected for portfolio construction. This method is used to decide which stocks should be selected and what proportions the investment capital should be allocated to each stock. The result of this research showed that there is a significant difference between the mean of monthly sharpe ratio of 3, 5 and 50 shares portfolios obtained from the proposed model and Markowitz model; however, there is no a significant difference between the mean of monthly sharpe ratio of 10 shares portfolio obtained from the proposed model and Markowitz model
کلیدواژه‌ها [English]
: Portfolio, Multiple Criteria Decision Making, Logarithmic Fuzzy Preference Programming, PROMETHEE
مراجع
  1. آذر، عادل؛ راموز، نجمه؛ عاطفت‌دوست، علیرضا. (1391). «کاربرد روش تخمین مجموعه غیر مرجح در انتخاب پرتفوی بهینه». تحقیقات مالی، 14 (2)، 14-1.
  2. افشار کاظمی، محمدعلی؛ خلیلی عراقی، مریم؛ سادات کیایی، احمد. (1391). «انتخاب سبد سهام در بورس اوراق بهادار تهران با تلفیق روش تحلیل پوششی داده‌ها (DEA) و برنامه‌ریزی آرمانی (GP)». دانش مالی تحلیل اوراق بهادار، شماره 13،  63-49.
  3. امیریان، سجاد؛ امیری، مقصود. (1392). «تأثیر به‌کارگیری روش‌های چند شاخصه با رویکرد فازی بر بازدهی پرتفوی انتخابی در بورس اوراق بهادار تهران». دهمین کنفرانس بین‌المللی مهندسی صنایع، تهران: انجمن مهندسی صنایع ایران، دانشگاه صنعتی امیرکبیر.
  4. انواری رستمی، علی‌اصغر؛ حسینیان، شهامت؛ رضایی‌اصل، مرتضی (1391). «رتبه‌بندی مالی شرکت‌های بورس اوراق بهادار تهران با استفاده از روش‌های تصمیم‌گیری چند شاخصه و مدل‌های ترکیبی». تحقیقات مالی، 14 (1)، تهران، 54-31.
  5. بابایی، صدرا؛ قائمی، ابوالفضل. (1391). «ارائه یک مدل دو هدفه برای مسئله انتخاب پرتفوی با درنظرگرفتن سنجه‌های ریسک مختلف». هشتمین کنفرانس بین‌المللی مهندسی صنایع، تهران: انجمن مهندسی صنایع ایران، دانشگاه صنعتی امیرکبیر.
  6. جونز، چارلز. (1388). مدیریت سرمایه‌گذاری. ترجمه رضا تهرانی و عسگر نوربخش، تهران: نشر نگاه دانش.
  7. راعی، رضا؛ پویانفر، احمد. (1387). مدیریت سرمایه‌گذاری پیشرفته. تهران:  نشر سمت.
  8.  Chen, C. T., Hung, W. Z. & Cheng, H. L. (2011). “Applying linguistic PROMETHEE method in investment portfolio decision-making”. International Journal of Electronic Business Management, 9(2), 139-148.
  9. Chen, L. & Pan, H. (2013). “Selection of stocks using constrained fuzzy AHP and PROMETHEE”. Advances in information Sciences and Service Sciences (AISS), 5(15), 97-103.
  10. 10. Sharpe, W. F., Alexander, G. J. & Bailey, J. V. (1999). Investments (Vol. 6). New Jerse^ eNJ NJ: Prentice Hall.‌
  11. 11. Tzeng, G. H. & Huang, J. J. (2011). Multiple Attribute Decision Making: Methods and Applications, London, CRC Press.
  12. 12. Vetschera, R. & De Almeida, A. T. (2012). “A PROMETHEE-based approach to portfolio selection problems”. Computers & Operations Research, 39(5), 1010-1020.
  13. 13. Wang, Y. M. & Chin, K. S. (2011). “Fuzzy analytic hierarchy process: A logarithmic fuzzy preference programming methodology”. International Journal of Approximate Reasoning, 52(4), 541-553.‌
  14. 14. Zopounidis, C. (2013). “Multicriteria decision aid in financial management”. European Journal of Operational Research, 11(9), 404-415.
  15. 15. Lin, H. F. (2010). “An application of fuzzy AHP for evaluating course website quality”. Computers & Education, 54(4), 877-888.‌
آمار
تعداد مشاهده مقاله: 3,193
تعداد دریافت فایل اصل مقاله: 1,947


سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب