ارزیابی عملکرد بنگاه های سرمایه گذاری تحت عدم قطعیت

محورهای موضوعی : دانش مالی تحلیل اوراق بهادار

پژمان پیکانی ¹ ( دانشجوی دکتری دانشکده مهندسی صنایع، دانشگاه علم و صنعت، تهران، ایران )
فرهاد حسین زاده لطفی ² ( گروه ریاضی، دانشکده علوم پایه، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، تهران، ایران )
عمران محمدی ³ ( دانشکده مهندسی صنایع، دانشگاه علم و صنعت، تهران، ایران )
رضا تهرانی ⁴ ( دانشگاه تهران )

تاریخ دریافت : 1400/02/14 تاریخ پذیرش : 1400/02/14 تاریخ انتشار : 1399/12/01

کلید واژه: شرکت های سرمایه گذاری, ارزیابی عملکرد, ساختار دو مرحله ای, داده های بازه ای, تحلیل پوششی داده های شبکه ای,

چکیده مقاله :

صندوق ها و شرکت های سرمایه گذاری یکی از مهم ترین نهاد ها و ساز و کار های مفید سرمایه گذاری در بازار های سرمایه هستند. از این رو ارزیابی عملکرد آنها با هدف شناسایی بنگاه های سرمایه گذاری کارآمد و هم چنین ارائه راه کار اصلاحی برای بنگاه های نا کارآمد، امری ضروری است. هدف از پژوهش پیش رو ارائه یک رویکرد نوین به منظور ارزیابی عملکرد و طبقه بندی شرکت های سرمایه گذاری در شرایط عدم قطعیت می باشد. با توجه به ساختار دو مرحله ای حاکم بر بنگاه های سرمایه گذاری، در این پژوهش از رویکرد تحلیل پوششی داده های شبکه ای به منظور ارزیابی عملکرد هر یک از مراحل و کل شرکت سرمایه گذاری، استفاده می گردد. هم چنین به منظور در نظر گرفتن عدم قطعیت موجود در داده ها، مدل تحلیل پوششی داده های شبکه ای بازه ای با ساختار دو مرحله ای ارائه می گردد. با بهره گیری از داده های مربوط به 10 شرکت سرمایه گذاری فعال در بورس اوراق بهادار تهران، رویکرد پیشنهادی پژوهش پیاده سازی شده است و تمامی شرکت ها مورد ارزیابی و طبقه بندی قرار گرفته اند. نتایج مربوط به مدل تحلیل پوششی داده های شبکه ای بازه ای مبتنی بر رویکرد غیر مشارکتی، حاکی از توانمندی و کارآمدی رویکرد پیشنهادی پژوهش در ارزیابی عملکرد و طبقه بندی بنگاه های سرمایه گذاری تحت عدم قطعیت داده ها است.

چکیده انگلیسی:

Mutual funds and investment companies are very important institutions for investing in capital markets. Hence, measuring their performance with the aim of identifying efficient investment firms and providing a corrective remedy for inefficient firms is essential. The purpose of the present study is to propose a new approach to assessing the performance and classification of investment firms in terms of uncertainty. Considering the two-stage structure of investment firms, in this research, the approach of network data envelopment analysis (NDEA) is used to evaluate the performance of each stage and the entire investment company. Also, in order to take into account, the uncertainty of the data, the interval network data envelopment analysis (INDEA) model for a two-stage structure is presented. Using the data of 10 active investment companies in Tehran Stock Exchange, the proposed research approach has been implemented and all companies have been evaluated and classified. The results of INDEA model based on non-cooperative approach indicating on the efficacy and effectiveness of the proposed approach of research for performance measurement of investment firms under uncertain data.

منابع و مأخذ:

*      ابراهیم نژاد، علی؛ برکچیان، سید مهدی؛ غنی ‌پور، مجید. (1397). ارزیابی فعالیت‌های گزارش‌ نشده صندوق‌های سرمایه‌گذاری مشترک با استفاده از معیار شکاف بازده. تحقیقات مالی، 20(1)، 33-52.

*      تاجمیر ریاحی، حامد؛ اسمعیلی اتوئی، سلمان؛ حبیبی، محمد حسن. (1395). بررسی کارایی صندوق های سرمایه گذاری مشترک براساس مدل‏ های تحلیل پوششی داده ها. مدیریت تولید و عملیات، 7(1)، 83-102.

*      رستمی، محمد رضا؛ تاج الدین، فاطمه. (1396). رابطۀ پویا بین جریان‎های نقدی تجمعی صندوق‌های‌ سرمایه‌گذاری مشترک و شاخص کل بورس اوراق بهادار تهران: رویکرد هم‌انباشتگی پنهان. تحقیقات مالی، 19(3)، 439-456.

*      صادقی مقدم، محمد رضا؛ علی بخشی، رضا؛ خلیلی، الهام. (1394). ارزیابی صندوق‌های سرمایه گذاری مشترک برگزیدۀ موجود در بازار سرمایۀ ایران با روشی‌ ترکیبی‌ ازTOPSIS ، VIKOR و تکنیک مشابهت. تحقیقات مالی، 17(2)، 259-282.

*      عادلی، امید علی. (1395). ارزیابی رتبه ‌بندی صندوق‌ های سرمایه ‌گذاری مشترک در ایران. اقتصاد مالی، 10(36)، 87-104.

*      Adeli, O. (2016). Evaluating the Rankings of Mutual Funds in Iran. Financial Economics, 10(36), 87-104. (In Persian)

*      Banker, R. D., Charnes, A., & Cooper, W. W. (1984). Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis. Management Science, 30(9), 1078-1092.

*      Charnes, A., Cooper, W. W., & Rhodes, E. (1978). Measuring the Efficiency of Decision Making Units. European Journal of Operational Research, 2(6), 429-444.

*      Charnes, A., Cooper, W.W., (1962). Programming with Linear Fractional Functionals. Naval Research Logistics Quarterly, 9, 181–185.

*      Despotis, D. K., & Smirlis, Y. G. (2002). Data Envelopment Analysis with Imprecise Data. European Journal of Operational Research, 140(1), 24-36.

*      Ebrahimnejad, A., Barakchian, S, & Ghanipour, M. (2018). An Analysis of the Unobserved Actions of Iranian Mutual Funds using Return Gap Criteria. Financial Research, 20(1), 33-52. (In Persian)

*      Emrouznejad, A., & Yang, G. L. (2018). A Survey and Analysis of the First 40 Years of Scholarly Literature in DEA: 1978–2016. Socio-Economic Planning Sciences, 61, 4-8.

*      Galagedera, D. U. (2019). Modelling Social Responsibility in Mutual Fund Performance Appraisal: A Two-Stage Data Envelopment Analysis Model with Non-Discretionary First Stage Output. European Journal of Operational Research, 273(1), 376-389.

*      Galagedera, D. U., Roshdi, I., Fukuyama, H., & Zhu, J. (2018). A New Network DEA Model for Mutual Fund Performance Appraisal: An Application to US Equity Mutual Funds. Omega, 77, 168-179.

*      Galagedera, D. U., Watson, J., Premachandra, I. M., & Chen, Y. (2016). Modeling Leakage in Two-Stage DEA Models: An application to US Mutual Fund Families. Omega, 61, 62-77.

*      Li, Y., Chen, Y., Liang, L., & Xie, J. (2012). DEA Models for Extended Two-Stage Network Structures. Omega, 40(5), 611-618.

*      Peykani, P., & Mohammadi, E. (2018). Interval Network Data Envelopment Analysis Model for Classification of Investment Companies in the Presence of Uncertain Data, Journal of Industrial and Systems Engineering, 11, Special issue: 14th International Industrial Engineering Conference, 63-72.

*      Peykani, P., Mohammadi, E., Rostamy-Malkhalifeh, M., & Hosseinzadeh Lotfi, F. (2019). Fuzzy data envelopment analysis approach for ranking of stocks with an application to Tehran stock exchange. Advances in Mathematical Finance and Applications, 4(1), 31-43.

*      Premachandra, I. M., Zhu, J., Watson, J., & Galagedera, D. U. (2012). Best-Performing US Mutual Fund Families from 1993 to 2008: Evidence from a Novel Two-Stage DEA Model for Efficiency Decomposition. Journal of Banking & Finance, 36(12), 3302-3317.

*      Premachandra, I. M., Zhu, J., Watson, J., & Galagedera, D. U. (2016). Mutual fund industry performance: A network data envelopment analysis approach. In Data Envelopment Analysis, 165-228. Springer, Boston, MA.

*      Rostami, M, & Tajeddin, F. (2017). Dynamic Relations between Aggregate Mutual Fund Flows and Tehran Stock Exchange’s Index: A Hidden Co-integration Approach. Financial Research, 19(3), 439-456. (In Persian)

*      Sadeghi Moghadam, M., Alibakhshi, R, & Khalili, E. (2015). An Assessment of Selected Mutual Funds in Iran Stock Market Using a Combined Method of TOPSIS, VIKOR and Similarity-Based Approach. Financial Research, 17(2), 259-282. (In Persian)

*      Tajmir Riyahi, H., Esmaeili, S, & Habibi, M. H. (2016). Evaluating the Efficiency of Mutual Funds Based on DEA Models. Production and Operations Management, 7(1), 83-102. (In Persian)