بررسی توانایی مدل های تحلیل پوششی داده ها، الگوریتم ژنتیک و بهینه سازی حرکت تجمعی ذرات در تشکیل پرتفوی بهینه در شرکت های پذیرفته شده در بورس اوراق بهادار تهران

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 259

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCTMH03_125

تاریخ نمایه سازی: 26 مرداد 1397

چکیده مقاله:

در این پژوهش توانایی مدل های تحلیل پوششی داده ها، الگوریتم ژنتیک و تکنیک بهینه سازی حرکت تجمعی ذرات در انتخاب پرتفوی کارا در بورس اوراق بهادار تهران مورد بررسی قرار گرفته است. برای این منظور نمونه ای متشکل از 69 شرکت از شرکت های پذیرفته شده در بورس اوراق بهادار تهران در طی سال های 1389 تا 1391 انتخاب گردید،.. برای تجزیه و تحلیل اطلاعات از تکنیک های آماری چون آماره آزمون یو من ویتنی، کروسکال والیس و همچنین آزمون کولموگروف اسمیرنوف استفاده شده است، نتایج حاصل از پژوهش نشان دهنده آن است که هر سه رویکرد توانایی تشکیل پرتفوی بهینه را در بورس اوراق بهادار تهران دارد ولی مدل تحلیل پوششی داده ها بالاترین رتبه را کسب کرد و از لحاظ کارایی بالاترین عملکرد را دارا است

کلیدواژه ها:

بهینه سازی پرتفوی ، مدل تحلیل پوششی داده ها ، مدل الگوریتم ژنتیک ، تکنیک بهینه سازی حرکت تجمعی ذرات

نویسندگان

مختار باصری

دانشکده حسابداری،دانشگاه پیام نور،تهران،ایران

سیده مریم رضایی

گروه حسابداری، دانشکده حسابداری،واحد مرودشت ، دانشگاه آزاد اسلامی،تهران، ایران