طراحی مدل بهینه‌سازی پرتفوی چند دوره‌ای میانگین- ارزش در معرض خطر میانگین در محیط اعتبار فازی
محورهای موضوعی : مهندسی مالی
امیر شیری قهی
1
(
گروه مدیریت مالی دانشگاه آزاد اسلامی واحد علی اباد کتول
)
حسین دیده خانی
2
(
عضو هیات علمی گروه مهندسی مالی دانشگاه آزاد اسلامی واحد علی آباد کتول
)
کاوه خلیلی دامغانی
3
(
گروه مهندسی صنایع، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران
)
پرویز سعیدی
4
(
گروه مدیریت مالی، واحد علی آباد کتول، دانشگاه آزاد اسلامی، علی‌آباد کتول، ایران
)
کلید واژه: بهینه سازی پرتفوی, الگوریتم MOPSO, تئوری اعتبار, ارزش در معرض خطر میانگین, پرتفوی چند دوره‌ای,
چکیده مقاله :
هدف از پژوهش حاضر ارائه مدل بهینه‌سازی پرتفوی چند دوره‌ای در محیط اعتبار فازی با در نظر گرفتن اهداف حداکثر سازی ثروت و حداقل نمودن ریسک در پایان دوره می‌باشد. برای اندازه‌گیری ریسک سرمایه‌گذار از معیار ارزش در معرض خطر میانگین به‌عنوان یک معیار ریسک منسجم استفاده گردیده است. مدل مذکور به‌گونه‌ای طراحی گردیده که علاوه بر در نظر گرفتن هزینه معاملات، سرمایه‌گذار این امکان را داشته باشد تا بخشی از ثروت خود را به دارایی بدون ریسک نیز تخصیص دهد. در طراحی مدل علاوه بر محدودیت‌های اصلی، محدودیت‌هایی مانند حداقل میزان "آنتروپی نسبت" (به‌عنوان معیار درجه تنوع‌بخشی پرتفوی) و حداقل بازدهی مورد انتظار پرتفوی در هر دوره در نظر گرفته‌شده است. نتایج حاصل از اجرای مدل با استفاده از الگوریتم MOPSO نشان داد پرتفوهای پارتو بهینه ایجاد شده از اجرای مدل در مقایسه با پرتفوهای با وزن‌های تصادفی از لحاظ رسیدن به اهداف از پیش تعیین‌شده، عملکرد بهتر و مطلوب‌تری دارند. همچنین نتایج نشان داد با افزایش درجه تنوع‌بخشی پرتفوی ثروت نهایی کاهش پیدا می‌کند.
The purpose of the present research is to provide a multi-period portfolio optimization model in a fuzzy credibility environment, aimed for end-of-period wealth maximization and risk minimization. The investor’s risk was measured using the Average Value at Risk (AVaR) as a coherent risk measure. The model is designed in such a way that, in addition to considering transaction costs, the investor will have the opportunity to allocate part of his wealth to a risk-free asset. In designing the model, in addition to the cardinality constraints, constraints such as the minimum “proportion entropy” (as the portfolio of diversification degree) and the expected returns of the portfolio in each period are considered. The results of the model running by MOPSO algorithm indicated that the model objectives in the optimum portfolios were better suited than those when the model was run with random weights. The results also indicated that an increase in the portfolio diversification degree reduced the amount of the final wealth.
_||_
