برای بهینه­سازی سبد سهام باید از روش­های جامعی استفاده کرد. برای این منظور باید به صورت­های مالی شرکت­ها، متغیرهای ورودی و خروجی، سنجه ریسک مورد استفاده، تمایلات سرمایه­گذار و درجه ریسک­پذیری سرمایه­گذار توجه کرد. در این مقاله ما با در نظر گرفتن این نکات روشی برای بهینه­سازی سبد سهام ارائه می­دهیم. در این راستا، از صورت­های مالی شرکت­های سهامی برای غربال کردن شرکت­ها استفاده می­کنیم. با توجه به برتری سنجه ریسک ارزش در معرض خطر شرطی، از این سنجه ریسک برای بهینه­سازی سبد سهام، استفاده می­کنیم. برای اینکه بتوانیم کارایی شرکت­ها را بدست آوریم، باید از تحلیل پوششی داده­ها استفاده کنیم. اکثر مدل­های تحلیل پوششی داده­ها فقط داده­های مثبت را می­پذیرند، در حالی که اکثر داده­ها (مخصوصاً در بحث مالی) منفی هستند. بنابراین ما مدل­های میانگین شارپ - بتا ارزش در معرض خطر شرطی و میانگین شارپ - بتا ارزش در معرض خطر شرطی چند هدفه را براساس مدل اندازه جهت مبنایی ارائه می­دهیم. این مدل­ها هم داده­های مثبت و هم داده­های منفی را می­پذیرند. با استفاد از مدل تصمیم­گیری چند هدفه به سرمایه­گذاران اختیار می­دهیم آنگونه که ترجیح می­دهند سرمایه­شان را به سهام شرکت­های موجود در سبد اختصاص دهند. در آخر روش ارائه شده را مرحله به مرحله روی بازار بورس ایران اجرا می­کنیم. Manuscript profile

The purpose of this study is to develop portfolio optimization and assets allocation using our proposed models. The study is based on a non-parametric efficiency analysis tool, namely Data Envelopment Analysis (DEA). Conventional DEA models assume non-negative data for inputs and outputs. However, many of these data take the negative value, therefore we propose the MeanSharp-βRisk (MShβR) model and the Multi-Objective MeanSharp-βRisk (MOMShβR) model base on Range Directional Measure (RDM) that can take positive and negative values. We utilize different risk measures in these models consist of variance, semivariance, Value at Risk (VaR) and Conditional Value at Risk (CVaR) to find the best one as input. After using our proposed models, the efficient stock companies will be selected for making the portfolio. Then, by using Multi-Objective Decision Making (MODM) model we specified the capital allocation to the stock companies that selected for the portfolio. Finally, a numerical example of the Iranian stock companies is presented to demonstrate the usefulness and effectiveness of our models, and compare different risk measures together in our models and allocate assets. Manuscript profile

هدف از این تحقیق انتخاب بهینه سبد سهام با استفاده از تحلیل پوششی داده ها است و جهت انجام پروژه از اطلاعات بورس اوراق بهادار درباره ۵۰ شرکت فعال برتر در بازه زمانی تابستان سال 1398 و ردیابی تحلیل همین داده ها در بازه زمانی بهار سال 1398 می باشد. برای محاسبه کارایی نسبی و میزان پیشرفت و پسرفت شرکت ها از مدل توسعه یافته تحلیل پوششی داده ها‌ ( SORM ) استفاده گردیده که ورودی ها فقط در فاصله ای محدود و مشخص شده می توانند تغییر نمایند و با همین فرض، خروجی نیز در فاصله ای محدود شده تغییر می نماید و امکان وجود داده منفی هم قابلیت تحلیل دارد و مدل نهایی با توجه به اطلاعات استخراج شده از جامعه مورد بحث، کارایی و بهینگی انتخاب سبد سهام را تسهیل می نماید. به دلیل عدم وجود تمام اطلاعات مورد نیاز و در دسترس، نتایج این تحلیل نشان می دهد 13 شرکت، کارایی برابر 1 که نشانگر بیشترین سطح کارایی است دست یافته و بانک صادرات با احتساب رقم 1.32 و شرکت پتروشیمی فناوران نیز به احتساب رقم 1.15 به ترتیب دارای بیشترین پیشرفت و نرخ رشد در طبقه اول و دوم بهره وری طبقه بندی گردیده اند. Manuscript profile