ارزیابی سبد پرتفوی بهینه با کاربرد معیارهای بازار با استفاده از معیارهای تصمیم‌گیری چندمعیاره تحت شرایط عدم قطعیت در بازار سرمایه ایران

الموضوعات :

کامران تقی زاده ¹ (گروه مدیریت، واحد مسجد سلیمان، دانشگاه آزاد اسلامی، مسجد سلیمان، ایران.)
صابر ملاعلیزاده زواردهی ² (گروه مهندسی صنایع، واحد مسجد سلیمان، دانشگاه آزاد اسلامی، مسجد سلیمان، ایران.)
اله کرم صالحی ³ (گروه حسابداری، واحد مسجد سلیمان، دانشگاه آزاد اسلامی، مسجد سلیمان، ایران.)
علی محمودی راد ⁴ (گروه ریاضی، واحد مسجد سلیمان، دانشگاه آزاد اسلامی، مسجد سلیمان، ایران.)

تاريخ الإرسال : 23 الأحد , ربيع الثاني, 1443 تاريخ التأكيد : 21 الأحد , شوال, 1443 تاريخ الإصدار : 21 الأحد , شوال, 1443

الکلمات المفتاحية: سهام, ریسک کشوری, سبد پرتفوی, معیارهای بازار,

ملخص المقالة :

هدف: پژوهش حاضر با هدف ارزیابی سبد پرتفوی بهینه با کاربرد معیارهای بازار با استفاده از معیارهای تصمیم‌گیری چندمعیاره تحت شرایط عدم قطعیت در بازار سرمایه ایران شکل گرفت.روش‌شناسی پژوهش: این مطالعه از نوع آمیخته ترکیبی شامل تحقیق کیفی و کمی بود و جامعه آن در بخش کیفی شامل 20 نفر از مدیران شرکت‌های بورس اوراق بهادار تهران و اساتید دانشگاهی و در بخش کمی نمونه آماری، 30 نفر از مدیران و کارشناسان شرکت‌های بورسی بودند که به روش هدفمند در دسترس انتخاب و در تحقیق مشارکت یافتند.یافته‌ها: نتایج بخش کیفی بر اساس روش داده‌بنیاد نشان داد که معیارهای مؤثر بر ارزیابی سبد سرمایه بهینه شامل 5 معیار بازار می‌باشد معیارهای بازار شامل ریسک کشوری؛ ریسک سیستماتیک؛ کاهش ارزش بازار؛ کاهش ارزش بازاری حقوق صاحبان سهام؛ کاهش سود بازار می‌باشند. نتایج بخش کمی با استفاده از روش‌های تصمیم‌گیری چندمعیاره رتبه‌بندی گردید. براین‌اساس ابتدا معیارهای مؤلفه‌های کلی بازار بر اساس AHP رتبه‌بندی گردید که معیارهای ریسک کشوری، کاهش سود شرکت، کاهش فرصت‌های رشد، کاهش بازاری حقوق صاحبان سهام و ریسک سیستماتیک در بخش بازار رتبه‌های اول تا پنجم را دارند. همچنین برای رتبه‌بندی زیر معیارها (گزاره‌ها) از روش الکتره و تاپسیس استفاده گردید. بر مبنای روش الکتره در بخش بازار خروج ارز از کشور، تحریم‌ها و ریسک افزایش نسبت مواد و محصولات و تحریم‌ها به ترتیب رتبه‌های اول تا سوم را داشتند که بیانگر همخوانی نتایج رتبه‌بندی در هر دو روش بوده‌اند.اصالت / ارزش افزوده علمی: یافته‌های پژوهش می‌تواند در بهینه سبد پرتفوی مؤثر باشد همچنین می‌تواند در شرایط متلاطم بازار کنونی در بازار سرمایه ایران مؤثر واقع گردد.

المصادر:

استراوس، انسلم؛ کربین، جولیت (1391). اص‍ول‌ روش‌ ت‍ح‍ق‍ی‍ق‌ ک‍ی‍ف‍ی‌: ن‍ظری‍ه‌ م‍ب‍ن‍ای‍ی‌ روی‍ه‌ه‍ا و ش‍ی‍وه‌ه‍ا، (ب‍ی‍وک‌ م‍ح‍م‍دی‌، ترجمه). تهران: نشر پ‍ژوه‍ش‍گاه‌ ع‍ل‍وم‌ ان‍س‍ان‍ی‌ و م‍طال‍ع‍ات‌ ف‍ره‍ن‍گ‍ی‌؛ (نشر اثر اصلی 1998). چاپ دوم.

امین لو، رضا؛ رادفر، مهتاب؛ دیدار ، علی. (۱۳۹۶). طراحی مدل انتخاب پورتفولیو در بورس اوراق بهادار تهران با استفاده از فنون MCDM فازی، دومین کنفرانس بین المللی مدیریت و حسابداری، تهران، موسسه آموزش عالی صالحان.

پورحسین، محمد (1400). تاثیر مدیریت سود واقعی و بازده سهام بر محتوای اطلاعاتی سود حسابداری شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران. پایاننامه کارشناسی ارشد رشته حسابداری، دانشکده مدیریت و حسابداری؛ موسسه آموزش عالی یاسین بروجرد.

خدامرادی، سعید؛ ترابی گودرزی، محمد؛ راعی عزآبادی، محمدابراهیم. (1392). رویکرد دو مرحله ای ریاضی در بهینه سازی سبد سهام. مهندسی مالی و مدیریت اوراق بهادار، 4(14)، 167-136.

عبدالرحیمیان، محمدحسین؛ قطب الدینی، مهدیه (1397). بهینه سازی سبد سرمایه گذاری با بکارگیری مدل های خطی و مدل شارپ (بورس اوراق بهادار تهران)، اولین همایش ملی مدیریت و اقتصاد با رویکرد اقتصاد مقاومتی، مشهد.

فتحی، سعید؛ عربصالحی، مهدی؛ مقدس، فرنوش؛ شهرکی، کاوه؛ عجم، علیرضا. (1395). تحلیل تأثیر محدودیت‌های مالی بر کارایی سبد سرمایه‌گذاری شرکت‌های سرمایه‌گذاری پذیرفته شده در بورس اوراق بهادار تهران. بررسی‌های بازرگانی، 14(77)، 68-78.

فرمان آرا، وحید؛ کمیجانی، اکبر؛ فرزین وش، اسداله؛ غفاری، فرهاد. (1398). نقش بازار سرمایه در تامین مالی و رشد اقتصادی (مطالعه موردی ایران و منتخبی از کشورهای در حال توسعه). اقتصاد مالی، 13(47)، 38-19.

کریمی، محمد شریف؛ امام وردی، قدرت اله؛ دباغی، نیشتمان. (1392). ارزیابی و شناسایی مناسب ترین گزینه سرمایه گذاری دارایی و مالی در ایران (در بازه زمانی 1389- 1380). اقتصاد مالی، 7(25)، 207-177.

نظاری، سید مرتضی؛ عیوض لو، رضا؛ حبیبی، مصطفی. (1397)، بهینه سازی پرتفوی چند هدفه با استفاده از الگوریتم رقابت استعماری در بورس اوراق بهادار تهران، پنجمین همایش ملی پژوهش های مدیریت و علوم انسانی در ایران، تهران.

نوری، علی؛ مهرمحمدی، محمود. (1390). الگویی برای بهره گیری از روش نظریه برخاسته از داده ها در پژوهش های تربیتی، فصلنامه مطالعات برنامه درسی ، 6(23)، 35-8.

Abdul Rahimian, M., GHotb Aldini, M (2017). Optimizing the investment portfolio using linear models and Sharpe model (Tehran Stock Exchange), the first national conference on management and economics with a resistance economy approach, Mashhad. [In Persian]

Abuzayed, B., Al-Fayoumi, N., & Bouri, E. (2022). Hedging UK stock portfolios with gold and oil: The impact of Brexit. Resources Policy, 75, 102434.

Adrian, T., & Shin, H. S. (2010). Liquidity and leverage. Journal of Financial Intermediation, 19(3), 418–437.

Amin Lou, R., Radfar, M., Didar, A. (2016). Designing a portfolio selection model in Tehran Stock Exchange using fuzzy MCDM techniques, Second International Conference on Management and Accounting, Tehran, Salehan Institute of Higher Education. [In Persian]

Chen, C.-F., & Chiang, S. (2022). Portfolio diversification possibilities between the stock and housing markets in G7 countries: Evidence from the time-varying Granger causality. Finance Research Letters, 49, 103124.

Farman Ara, V., Kamijani, A., Farzin Vash, A., Ghaffari, F. (2018). The role of the capital market in financing and economic growth (a case study of Iran and selected developing countries). Financial Economics, 13(47), 19-38. [In Persian]

Fathi, S., Arabsalehi, M., Moghadas, F., Shahraki, K., Ajam, A. (2016). Analysis of the effect of financial restrictions on the efficiency of the investment portfolio of investment companies admitted to the Tehran Stock Exchange. Commercial Surveys, 14(77), 68-78. [In Persian]

He, C., Huang, K., Liu, S., & Zhang, Z. (2022). Volatility correlation structure, dynamic network and portfolio implications of Chinese stock market. Procedia Computer Science, 202, 122–127.

‌Ivashina, V., & Scharfstein, D. (2010). Bank lending during the financial crisis of 2008. Journal of Financial Economics, 97(3), 319–338.

Karimi, M., Emamverdi, G., Dabbaghi, N. (2012). Evaluation and identification of the most suitable property and financial investment option in Iran (in the period of 2001-2010). Financial Economics, 7(25), 207-177. [In Persian] 

Khodamoradi, S., Turabi Guderzi, M., Raei Ezabadi, M. (2013). Mathematical two-step approach in stock portfolio optimization. Financial Engineering and Portfolio Management, 4(14), 136-167. [In Persian]

Nazari, S M., Eivazlu, R., Habibi, M. (2017), multi-objective portfolio optimization using colonial competition algorithm in Tehran Stock Exchange, 5th National Conference on Management and Humanities Research in Iran, Tehran. [In Persian]

Nikkinen, J., & Peltomäki, J. (2019). Crash Fears and Stock Market Effects: Evidence From Web Searches and Printed News Articles. Journal of Behavioral Finance, 21(2), 117–127.

Nouri, A., Mehr Mhammadi, M. (2012). A model for using the data-derived theory method in educational research, Journal of Curriculum Studies, 6(23), 8-35. [In Persian]

Pourhossein, M. (2021). The effect of real profit management and stock returns on the information content of accounting profit of companies listed in Tehran Stock Exchange. Master's thesis in the field of accounting, Faculty of Management and Accounting; Yasin Borujerd Institute of Higher Education. [In Persian]

Strauss, A., Corbin, J. (2011). The principles of qualitative research method: the basic theory of procedures and methods, (Byuk Mohammadi, translation). Tehran: Publishing House of Humanities and Cultural Studies; (Original work published in 1998). second edition. [In Persian]

Tiwari, A. K., Abakah, E. J. A., Karikari, N. K., & Hammoudeh, S. (2022). Time-varying dependence dynamics between international commodity prices and Australian industry stock returns: a Perspective for portfolio diversification. Energy Economics, 108, 105891.

Wang, J., Zhang, H., & Luo, H. (2022). Research on the construction of stock portfolios based on multiobjective water cycle algorithm and KMV algorithm. Applied Soft Computing, 115, 108186.

‌Wu, D., Wang, X., & Wu, S. (2022). Construction of stock portfolios based on k-means clustering of continuous trend features. Knowledge-Based Systems, 252, 109358.