بهینه‌سازی سبد سرمایه‌گذاری به ‌وسیله ارزش در معرض ریسک تحت نظریه اعتبار با رویکرد اعدادZ

محورهای موضوعی : مهندسی مالی

امیرسینا جیرفتی ¹ (دانشجوی کارشناسی ارشد مهندسی مالی، دانشگاه صنعتی خواجه نصیرالدین طوسی)
امیرعباس نجفی ² (دانشیار دانشکده مهندسی صنایع، دانشگاه صنعتی خواجه نصیرالدین طوسی)

تاریخ دریافت : 1395/08/05 تاریخ پذیرش : 1395/09/14 تاریخ انتشار : 1396/02/01

کلید واژه: انتخاب سبد سرمایه‌گذاری, ارزش در معرض ریسک فازی, نظریه اعتبار فازی, اعدادz,

چکیده مقاله :

نظریه اعدادz اولین بار توسط لطفی‌زاده در سال 2011 مطرح گردید. این نظریه به توصیف عدم قطعیت اطلاعات می‌پردازد به طوری‌که هر عدد z به‌وسیله یک جفت عدد فازی نمایش داده می‌شود. به دلیل وجود عدم قطعیت در بازارهای مالی می‌توان از این نظریه در انتخاب سبد سرمایه‌گذاری بهره جست. بطوریکه عامل اول عددz بیانگر بازده فازی دارایی و عامل دوم عددz میزان اعتبار پیش‌بینی عامل اول می‌باشد. برای کاراتر شدن مدل انتخاب سبد سرمایه‌گذاری می‌توان از معیار ارزش در معرض ریسک که از سنجه‌های نوین ریسک می‌باشد استفاده کرد. با توجه به در نظرگرفتن عدم‌قطعیت در بازده دارایی‌ها و استفاده از سنجه ارزش در معرض ریسک، این مدل می‌تواند مدل مناسبی در انتخاب سبد سرمایه‌گذاری باشد. مزیت این روش نسبت به روش‌های فازی مرسوم، درنظر گرفتن عدم قطعیت در نظر خبرگان و تخصیص اعتبار به نظر آنها برای برآورد پارامترهای فازی می‌باشد. درنهایت نیز با درنظر‌ گرفتن تعدادی دارایی از بورس اوراق بهادار تهران یک مثال عددی از این مدل ارائه می‌دهیم.

چکیده انگلیسی:

Z-numbers theory was proposed in 2011 by Lotfy Zadeh. This theory describe the uncertainty of information where any z-number is displayed by a pair of fuzzy number. Because of the uncertainty in the financial markets, this theory can be used in the investment portfolio selection. As the first component of z-number is the fuzzy asset return and the second component is reliability of prediction of first component. We can use value at risk criterion for increasing efficiency of investment portfolio selection model. Due to consideration the uncertainty in asset returns and using value at risk, this model is an appropriate model for investment portfolio selection. The advantage of this method compared to the conventional fuzzy method is consideration uncertainty of expert knowledge and allocation reliability to their prediction of fuzzy parameter. Finally, we provide a numerical example from Tehran stock market.