بهینه سازی پرتفوی مبتنی بر معیارهای ریسک منسجم

نااطمینانی ویژگی اجتناب ناپذیر بسیاری از محیط های تصمیم گیری است. مدیران، متخصصان، و دیگران نیاز به تصمیم گیری برای بهینه سازی یک سیستم با اطلاعات ناقص در شرایط عدم اطمینان دارند. در اغلب موارد ورودی های نامشخص یک سیستم به عنوان متغیرهای تصادفی درنظر گرفته می شوند و با استفاده از مقدار مورد انتظار یا واریانس آنها ریسک اینگونه از موارد سنجیده می شود. معیارهای ریسک منسجم دارای ویژگی های مناسبی مانند جمع پذیری است که نشان می دهد که تنوع منجر کاهش ریسک می شود. این پژوهش با هدف در نظر گرفتن عدم قطعیت پارامتر بتا در تشکیل پرتفوی ردیاب شاخص با استفاده از بهینه سازی پایدار انجام شده است. نتایج حاصل از این پژوهش نشان میدهد که در نظر گرفتن عدم قطعیت بتا، میتواند پرتفوی ردیاب شاخص را از دو منظر خطای ردیابی و نسبت اطلاعاتی بهبود بخشد. بنابراین برتری مدل پایدار نسبت به مدل ناپایدار در حل مسیله ردیابی شاخص تایید می گردد.

کلیدواژه ها:

بهینه سازی پرتفوی ، ریسک منسجم ، مدل استوار