یک مدل برنامه ریزی فازی بر پایه تحلیل پوششی داده ها برای تشکیل دادن سبد سهام بهینه

انتخاب سبد سهام بهینه از مهمترین حوزه های تصمیم گیری مالی میباشد. اصل در سرمایه گذاری ریسک گریز، نگهداری اوراق بهادار با ریسک کمتر و بازدهی بالاتر است. از آنجا که نگهداری یک ورقه سهم به تنهایی ریسک بالایی دارد،معمولا0 سرمایه گذاران نسبت به رتبه بندی شرکتهای فعال در بورس به منظور تشکیل سبدی از اوراق بهادار با ویژگیهای مختلف ریسک و بازده اقدام می کنند. در مسئله انتخاب سبد سهام و رتبه بندی شرکتهای فعال در بورس، تصمیم گیرنده با شاخصهای متفاوتی مانند نرخ بازگشت سرمایه، سود سهام، ریسک، قابلیت نقدشوندگی سرمایه، تعداد سهام مختلف در سبد و ... روبه رو است. یکی از مدلهای مهم برای رتبه بندی و انتخاب شرکتهای فعال در بورس، مدل تحلیل پوششی داده ها (DEA) میباشد. در این تحقیق، برای رتبه بندی شرکتهای بورسی، مدل DEA به صورت یک مدل منفی فازی توسعه داده شده است. با توجه به وجود داده های منفی در برخی از شاخصهای انتخاب شرکتهای بورسی، از مدل DEA منفی (NeDEA ) استفاده شده است. سپس برای مدلسازی عدم قطعیت داده ها در مدل DEA، از روش تئوری اعتبار در برنامه ریزی فازی استفاده شده و مدل DEA منفی به صورت یک مدل NeDEA اعتباری توسعه داده شده است. در نهایت، با استفاده از روش برنامه ریزی آرمانی، مدل NeDEA حاصل به صورت یک مدل وزن مشترک ارائه شده است. به منظور نشان دادن کارایی مدل پیشنهادی، اطلاعات 36 شرکت بورسی جمع آوری شده است و با استفاده از مدل پیشنهادی، کارایی آنها بدست آمده است. بر اساس نتایج بدست آمده شرکت ایران خودرو رتبه اول و صنایع آذر آب رتبه آخر را کسب کرده است.

کلیدواژه ها:

تحلیل پوششی داده ها ، کارایی ، داده های فازی ، انتخاب سبد سهام ، تئوری اعتبار ، داده های منفی