بهینه سازی سبد سرمایه گذاری شرکت سرمایه گذاری بانک سپه با استفاده از مدل ترکیبی مارکوویتز و GARCH چند متغیره
الموضوعات : اقتصاد کاربردییگانه موسوی جهرمی 1 , الهام غلامی 2 , ساجده سامعی 3
1 - سازمان مرکزی پیام نور
2 - عضو هیئت علمی، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران
3 - کارشناسی ارشد اقتصاد دانشگاه پیام نور
الکلمات المفتاحية: پرتفوی, تئوری مارکوویتز, مدل GARCHچند متغیره, شرکت سرمایهگذاری بانک سپه,
ملخص المقالة :
هدف اصلی اینمقاله بهینه‌سازی پرتفوی شرکت سرمایه گذاری بانک سپه با استفاده از روش حداقل کردن ریسک نسبت به بازدهی مورد انتظاربوده است. در این راستا، ابتدا ترکیب پرتفوی شرکت مذکور طی دوره 1387 الی 1390 بررسی و از بین سرمایه‌گذاری‌های انجام شده، چهار صنعت با وزن بالا انتخاب شدند. سپس ریسک بازدهی هر یک از این چهار صنعت در طول زمان با بکارگیری مدل GARCHچندمتغیره به صورت مدلBEKK -Diagonalبرآورد گردید. در ادامه با در نظر داشتن بازدهی مورد انتظار، ریسک بهینه سبد سرمایه گذاری حاوی چهار صنعت منتخب محاسبه شده است. یافته‌ها نشان می‌دهند هر زمان که ریسک کمتری در هر یک از صنایع وجود داشته، سهم آنها در سبد سرمایهگذاری بیشتر است. به علاوه، در میان این چهار صنعت بالاترین سهم به طور متوسط مربوط به صنعت استخراج کانی‌های غیرفلزی است و صنایع استخراج کانی‌های فلزی، شرکتهای معظم چند رشته‌ای و صنعت مواد و محصولات شیمیایی به ترتیب در جایگاههای بعدی قرار دارند. بنابراین، مناسب است که شرکت سرمایه گذاری سپه جهت حداقل کردن ریسک خود در هر زمان و همچنین دستیابی به یک بازدهی مورد انتظار چنین اولویت بندی را مد نظر قرار دهد.
اسلامی بیدگلی، غلامرضا و خان احمدی، فاطمه (1391)، امکان کاهش ریسک پورتفوی براساس مدل ناهمسانی واریانس شرطی تعمیم یافته در بورس اوراق بهادار تهران، تحقیقات مالی، دوره 14، شماره 1.
اسماعیلی، رضا، (1381)، تحلیل ریسک و بازده سهام شرکتهای سرمایهگذاری در بورس تهران، نشریه پیام سرمایهگذاری، موسسه توسعه صنعت سرمایهگذاری ایران، شماره 11.
حیدری، حسن و احمد ملا بهرامی (1389)، بهینه سازی سبد سرمایهگذاری سهام بر اساس مدل های چند متغیره GARCH : شواهدی از بورس اوراق بهادار تهران، دانشکده مدیریت دانشگاه تهران، فصلنامه تحقیقات مالی، دوره 12 ، شماره 30 .
راعی، رضا (1377) ، طراحی مدل سرمایهگذاری مناسب در سبد سهام با استفاده از هوش مصنوعی (شبکه عصبی)، دانشگاه تهران، رساله دکتری مدیریت مالی.
شهرآبادی، ابوالفضل و ندا بشیری (1389)، مدیریت سرمایهگذاری در بورس، سازمان بورس و اوراق بهادار، اطلاع رسانی و خدمات بورس.
قالیباف اصل، حسن (1373)، بررسی تاثیر ساختار سرمایه (اهرم مالی) بر روی ریسک سیستماتیک سهام عادی شرکتهای پذیرفته شده در بازار بورس اوراق بهادار تهران)، دانشگاه تهران، دانشکده مدیریت، پایان‌نامه کارشناسی ارشد.
Bollerslev T., R. F. Engle, J. M. Wooldridge (1988), A Capital Asset Pricing Model With Time-Varying Covariances, The Journal Of Political Economy, Vol.96, PP: 116-131.
Bollerslev, T (1990), Modeling the Coherence In Short-Run Nominal Exchange Rates: A Multivariate Generalized Arch Model, Review Of Economics And Statistics, Vol.72, PP: 498-505.
Baba Y, Engle R. F, Kraft D. F, Kroner K. F (1991) ,Multivariate Simultaneous Generalized Arch, University Of California And San Diego: Department Of Economics, Discussion Paper.
Chang.T.J, Yang.S.C, Kuang.J.C, (2009), Portfolio Optimization Problems In Different Risk Measures Using Genetic Algorithm, Expert Systems With Applications 36. 10529–10537, Journal Homepage: Www.Elsevier.Com/Locate /Eswa.
Horasanli, Mehmet and Fidan, Neslihan (2007), Portfolio Selection By Using Time Varying Covariance Matrices, Journal Of Economic And Social Research,Vol.9, No.2,PP:1-22.
Lütkepohl, Helmut and Krätzig, Markus (2009), Applied Time Series Econometrics, Cambridge University Press.
Manabu, Asai and Michael, Mcaleer (2008), A Portfolio Index Garch Model, International Journal of Forecasting , Vol.24, PP: 449–461.
Markowitz, H. (1959), Portfolio Selection: Efficient Diversification of Investments, John Wiley & Sons, New York.
Pojarliev M, and Polasek, W. (2000), Applying Multivariate Time Series Forecasts for Active Portfolio Management, University of Basel; Http://Www.Unibas.Ch/Iso.
Yilmaz,T (2010), Improving Portfolio Optimization By Dcc And Deco Garch: Evidence From Istanbul Stock Exchange, Munich Personal Repec Archive, No. 27314.
Young, M.R. (1998), A Minimax–Portfolio Selection Rule With Linear Programming Soulotion, Management Science, Vol.44, PP: 673-683.
