بررسی کارایی مدل انتخاب پرتفوی بهینه با استفاده از تابع مفصل
محل انتشار: ششمین کنفرانس ملی مدیریت، اقتصاد و حسابداری
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 474
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NDMCONFT06_073
تاریخ نمایه سازی: 19 خرداد 1396
چکیده مقاله:
یکی از دلایل استفاده از روشهای کمی در مدیریت سرمایهگذاری، توسعه اقتصاد مالی است. توسعه اقتصاد مالی با مفهوم بهینهسازی پرتفوی،گسترش بیشتری یافته است. در واقع مفهوم بهینهسازی پرتفوی و تنوع بخشی اساس توسعه و گسترش بازارهای مالی و تصمیمگیری مالی است. در این بین ورود مدلهای ریاضی و پژوهش عملیاتی در دهه اخیر، توانسته است بهینه سازی پرتفوی را تحت تاثیر قرار دهد یافتن بهترین راه جهت بهینه سازی پرتفوی پس از انتشار مقاله مارکویتز در سال 1952 همواره یکی از دغدغه های فعالان درصنعت مدیریت سرمایه گذاری بوده وخواهد بود .ورود مدلهای ریاضی وپژوهش عملیاتی یکی از فعالیتهای است که در دهه اخیرتوانسته بهینه سازی پرتفوی را تحت تاثیر قرار دهد. درتحقیق حاضر تلاش است در جهت بهینه سازی پرتفوی با استفاده ازمدل تابع مفصل و تخمین ریسک و بازده پرتفوی و مقایسه ریسک و بازده پیش بینی شده این مدل با ریسک و بازده پیش بینی شده در مدل کلاسیک به نتایجی رسید . در این تحقیق به بررسی 125 پرتفوی ماهانه در طول 10 سال درمورد شرکتهای پذیرفته شده در بورس اوراق بهادار تهران پرداخته شده است و ریسک وبازدهی هر پرتفوی براساس دو مدل بهینه سازی تابع مفصل و بهینه سازی کلاسیک تخمین زده شد و در مرحله بعد با استفاده از آزمون میانگین تفاوت به بررسی وجود تفاوت معنا دار بین ریسک وبازده پیش بینی شده در دو مدل فوق پرداخته شد. در تحقیق حا ضر مشخص شد بازده پیش بینی شده درمدل مفصل با بازده پیش بینی شده در مدل کلاسیک تفاوت معناداری دارد و ریسک پیش بینی شده درمدل مفصل با ریسک پیش بینی شده در مدل کلاسیک تفاوت معناداری دارد.
کلیدواژه ها:
نویسندگان
فاطمه اجمالیان
دانشجوی مقطع کارشناسی ارشد دانشگاه آزاد اسلامی واحد همدان
یاور میرعباسی
استاد دانشگاه آزاد اسلامی واحد همدان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :