ارزیابی عملکرد سهام طی دوره های زمانی مختلف تحت شرایط عدم قطعیت: رویکرد تحلیل پوششی داده های پنجره ای فازی
محورهای موضوعی : مهندسی مالی
پژمان پیکانی
1
(گروه مهندسی صنایع، دانشکده صنایع، دانشگاه علم و صنعت، تهران، ایران)
عمران محمدی
2
(گروه مهندسی صنایع، دانشکده صنایع، دانشگاه علم و صنعت، تهران، ایران)
فرهاد حسین زاده لطفی
3
(گروه ریاضی، دانشکده علوم پایه، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، تهران، ایران)
رضا تهرانی
4
(گروه مدیریت مالی، دانشکده مدیریت، دانشگاه تهران، تهران، ایران)
محسن رستمی مال خلیفه
5
(گروه ریاضی، دانشکده علوم پایه، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، تهران، ایران)
کلید واژه: تحلیل پوششی داده‌ها, C61, ارزیابی سهام, C67, تحلیل پنجره‌ای, برنامه‌ریزی ریاضی فازی. طبقه بندی موضوعی: G11,
چکیده مقاله :
هدف از پژوهش پیش رو، ارائه مدل تحلیل پوششی داده های پنجره ای فازی با هدف ارزیابی عملکرد مالی سهام در خلال دور ه های زمانی مختلف تحت عدم قطعیت داده ها می باشد. به عبارت دیگر در این تحقیق تلاش می شود تا یک رویکرد نوین ارزیابی عملکرد سهام با قابلیت پیاده سازی در حضور داده های پانل غیر قطعی ارائه گردد. زیرا بهره گیری از اطلاعات مربوط به چند دوره زمانی مختلف به جای یک دوره زمانی و هم چنین در نظر گرفتن عدم قطعیت موجود در داده ها، می توانند منجر به نتایج قابل اتکاتری در فرایند ارزیابی عملکرد سهام گردند. لازم به توضیح است که در مدل سازی و ارائه رویکرد مذکور، از روش های تحلیل پوششی داده ها، تحلیل پنجره ای و برنامه ریزی امکانی بهره گرفته شده است. در نهایت نیز به منظور آشنایی با چگونگی پیاده سازی رویکرد پیشنهادی پژوهش، مدل تحلیل پوششی داده های پنجره ای فازی بر روی پنج سهم از صنعت فرآورده های شیمیایی در بورس اوراق بهادار تهران برای چهار دوره زمانی از سال 1392 الی سال 1395 اجرا و نتایج مورد تجزیه و تحلیل قرار گرفته اند که حاکی از کارآمدی رویکرد مذکور می باشند.
The purpose of the present study is to provide a fuzzy window data envelopment analysis (FWDEA) model in order to financial performance evaluation of stocks over different time periods under the uncertainty of the data. In other words, in this research, we will try to present a new approach to assess the stock's performance with the ability to be implemented in the presence of uncertain panel data. Because the use of information about several time periods rather than a time period, as well as taking into account the uncertainty in the data, can lead to more reliable results in the process of stock evaluation. It is necessary to explain that in modeling and presenting the mentioned approach, data envelopment analysis, window analysis and possibilistic programming have been used. Finally, the fuzzy window data envelopment analysis model was implemented on 5 stocks of the chemical industry in Tehran stock exchange for four periods from 2013 to 2016, and the results indicate that the FWDEA method is effective.
_||_