CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

ارائه یک مدل فازی محدودیت شانس در مسئله انتخاب سبد بهینه سهام با استفاده از سنجه ریسک افت سرمایه در معرض خطر مشروط (CDAR) برای بورس اوراق بهادار تهران

عنوان مقاله: ارائه یک مدل فازی محدودیت شانس در مسئله انتخاب سبد بهینه سهام با استفاده از سنجه ریسک افت سرمایه در معرض خطر مشروط (CDAR) برای بورس اوراق بهادار تهران
شناسه ملی مقاله: IIEC16_228
منتشر شده در شانزدهمین کنفرانس بین المللی مهندسی صنایع در سال 1398
مشخصات نویسندگان مقاله:

محمود اقتصادی فرد - استادیار دانشکده مهندسی صنایع ، دانشگاه صنعتی شیراز
اسماعیل علی نژاد - استادیار دانشکده مهندسی صنایع، دانشگاه صنعتی شیراز
الهه السادات سوایی - دانشجوی کارشناسی ارشد مهندسی صنایع، دانشگاه صنعتی شیراز

خلاصه مقاله:
سنجه افت سرمایه در معرض خطر مشروط یکی از محافظه کارترین سنجه های محاسبه ریسک است؛ که یک مدل برنامهریزی خطی را برای محاسبه ریسک سبد سهام ارائه می دهد. این مدل به صورت محتاطانه از هرگونه کاهش قیمت و افت سرمایه های زیاد جلوگیری میکند. در این مقاله یک مدل ریاضی دو هدفه برای مساله انتخاب سبد سهام ارائه میشود. تابع هدف اول، بیشینه سازی بازده سبد سهام و تابع هدف دوم کمینه سازی میزان ریسک سبد سهام با استفاده از سنجه ریسک افت سرمایه در معرض خطر مشروط است. همچنین با توجه به عدم قطعیت پارامتر حداقل بازده موردانتظار سرمایه گذار، از مدل فازی محدودیت شانس استفاده میشود. رویکرد ارائه شده در مقاله قادر است مدل را بهازای سطوح متفاوت حداقل بازده مورد انتظار در مدت زمانی کوتاه حل نماید. لحاظ عدم قطعیت به صورت فازی، جمعآوری داده های بازده بصورت ماهانه در بازه زمانی 10 سال اخیر و برای سهام 100 شرکت منتخب حاضر در بورس اوراق بهادار تهران از جمله نوآوری های این مقاله است که در مطالعات پیشین مشاهده نشدهاست. پس از حل، نتایج حاصل از دو مدل قطعی و محدودیت شانس باهم مقایسه میگردند. نتایج حاکی از عملکرد خوب دو صنعت لاستیک و پلاستیک و فلزات اساسی بهخصوص دو سهام پکویر و فزرین است.

کلمات کلیدی:
بهینه سازی سبدسهام، افت سرمایه در معرض خطر مشروط، برنامه ریزی خطی،مدل فازی محدودیت شانس، بورس اوراق بهادار تهران

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1034914/