انتخاب پرتفوی با استفاده از مدل تصمیم‌گیری چندشاخصه مبتنی بر تحلیل رابطه خاکستری و برنامه‌ریزی خطی
محورهای موضوعی : دانش مالی تحلیل اوراق بهادارعلیاصغر انواری رستمی 1 , مهدیس تقوی 2 * , محمد ابراهیم آقابابائی 3
1 - استاد و مدیر گروه برنامه‌ریزی و مدیریت دانشگاه تربیت مدرس، تهران، ایران
2 - کارشناسی ارشد گروه مدیریت مالی، دانشکده علوم مالی، دانشگاه خوارزمی، تهران، ایران
3 - استادیار گروه مدیریت مالی و مهندسی مالی، دانشکده علوم مالی، دانشگاه خوارزمی، تهران، ایران
کلید واژه:
چکیده مقاله :
انتخاب پرتفوی، یکی از مهم‌ترین چالش‌های سرمایه‌گذاران در بازار بورس اوراق بهادار است. پژوهش حاضر با در نظر گرفتن نسبت‌های مالی به عنوان شاخص‌های ارزیابی به دنبال تعیین مدل مناسب تصمیم‌گیری برای سرمایه‌گذاری در سهام است. در این پژوهش به ترتیب از ترکیب مدل‌های رگرسیون خطی، تصمیم‌گیری چندشاخصه و برنامه‌ریزی خطی برای پیش‌بینی روند آتی نسبت‌های مالی، رتبه‌بندی شرکت‌ها و تخصیص سرمایه استفاده شده است. در مرحله اول پس از انتخاب 17 نسبت و شاخص مالی به عنوان متغیرهای مدل ترکیبی، مقادیر آن‌ها از سه ماهه اول سال 1386 تا سه ماهه اول سال 1394 برای شرکت‌های موجود در نمونه محاسبه شد، سپس با استفاده از مدل‌های میانگین متحرک با ورودی‌های برون‌زا و خودرگرسیونی میانگین متحرک با ورودی‌های برون‌زا مقادیر این متغیرها برای دوره مورد بررسی پژوهش(سه ماهه دوم سال 1394) پیش‌بینی شد. در مرحله بعد از آنتروپی شانون برای تعیین وزن اهمیت شاخص‌ها و از تحلیل رابطه خاکستری برای رتبه‌بندی شرکت‌ها استفاده شد. در نهایت، با استفاده از یک مدل برنامه‌ریزی خطی، مدلی جهت انتخاب پرتفوی بهینه ارائه گردید. بر اساس این مدل، پرتفویی از سهام تشکیل و عملکرد آن با استفاده از معیار شارپ با شاخص کل و شاخص 50 شرکت فعال‌تر مورد مقایسه قرار گرفت که نتایج نشان داد مدل ترکیبی پژوهش در دوره مورد بررسی عملکرد کاراتری نسبت به شاخص‌کل و شاخص 50 شرکت فعال‌تر داشته است.
One of the most important challenges in the stock market for investors is selecting Portfolio. This study by considering the financial ratios as evaluating indicators tries to determine appropriate model for investment decisions in stocks. In this study, the combination of respectively models, linear regression, multi attribute decision making and linear programming were used to forecast the future of financial ratio trends, ranking companies and asset allocation. In the first step of study, after selecting 17 financial ratios and indicators as variables of the hybrid model, their values from the first quarter of 2007 to the first quarter of 2015 was calculated for companies included in the sample. Then by using the moving average with exogenous inputs and Auto Regressive Moving Average with exogenous input, these variables were predicted for the studied period (second quarter 2015). In the next step, we used Shannon entropy to determine the weight of indexes and the grey relational analysis for ranking companies. Finally, by using a linear programming model, a model was developed to select the optimal portfolio. According to this model, a portfolio of stocks formed and by using the Sharp ratio, its performance was compared with the overall index and the top 50 index. The results showed that the hybrid model has had a better performance than the overall index and the top 50 index, in the period of the study.