بهینه سازی سبد سهام با تلفیق تحلیل پوششی داده‌ها و روش تصمیم‌گیری هورویتز

نوع مقاله: مقاله پژوهشی

نویسندگان

1 کارشناسی ارشد گروه مدیریت، دانشگاه گیلان، رشت، ایران

2 استادیار گروه مدیریت، دانشگاه گیلان، رشت، ایران

چکیده

مسئله بهینه‌سازی سبد سهام یکی از جذاب‌ترین مسائل مالی و سرمایه‌گذاری است. منظور از بهینه‌سازی سبد سهام، تعیین شرکت‌ها و میزان سهمی است که یک سرمایه‌گذار می‌تواند خریداری نماید به گونه‌ای که از منافع سرمایه خود استفاده کرده و از خطرات آن اجتناب نماید. از نقطه‌نظر ریاضی مدل مارکوویتز مهمترین مدل بهینه-سازی سبد سهام است. علی‌رغم اهمیت این مدل، می‌توان آن را به جهت اتکا بر بازده تاریخی، که لزوما منعکس‌کننده وضعیت واقعی شرکت نیست، مورد انتقاد قرار داد. این پژوهش را می‌توان از معدود پژوهش‌هایی طبقه بندی کرد که بازده تاریخی شرکت‌ها را مبنای تصمیم‌گیری برای بهینه‌سازی قرار نمی‌دهند.
این پژوهش با استفاده از تکنیک تحلیل پوششی داده‌ها و روش‌های تصمیم‌گیری چند معیاره به حل مساله بهینه-سازی می‌پردازد. در گام اول نسبت‌های مالی مناسب به‌عنوان ورودی و خروجی در تحلیل پوششی داده‌ها به‌کار گرفته می‌شوند و پس از آن با استفاده از وزن‌های بهینه به محاسبه کارایی متقاطع برای هرواحد می‌پردازد. در ادامه از ماتریس کارایی متقاطع به‌عنوان یک ماتریس تصمیم، تعبیر شده که براساس آن می‌توان شرکت‌ها، را گزینه قلمداد کرد و با معیارهای متعدد مورد ارزیابی قرار داد. بر این مبنا و براساس تفسیری که از کارایی متقاطع ارائه می‌شود روش‌های تصمیم‌گیری بیشینه کمینه، بیشینه بیشینه و هورویتز به‌عنوان روش بهینه‌سازی سبد سهام به کار گرفته می‌شوند و در پایان عملکرد سبد‌های پیشنهادی با روش‌های فوق با دو شاخص شارپ و جنسن بررسی می‌شوند. نتایج پژوهش نشان از موفقیت سبد پیشنهادی روش بیشینه بیشینه و برخی از سبدهای پیشنهادی روش هورویتز نسبت به سبد بازار دارد.

کلیدواژه‌ها


عنوان مقاله [English]

Portfolio optimization by combining data envelopment analysis and decision-making Hurwicz method

نویسندگان [English]

  • Mahshid Goodarzi 1
  • keikhosro Yakideh 2
  • Gholamreza Mahfoozi 2
1 MSc Management, University of Guilan, Rasht, Iran
2 Assistant Professor, Department of Management, University of Guilan, Rasht, Iran
چکیده [English]

Portfolio optimization is one of the most important and attractive financial and investment issues. The portfolio optimization determines the corporations and the amount of shares that a fundamental investor can purchases in a way that use its investment benefits and avoid its risks. In mathematical terms, Markowitz model, is the most fundamental and important model of portfolio optimization. Despite the importance of this model, it can be criticized due to the reliance on historical return, which does not necessarily reflect the actual situationThis study can be classified as a serious research that does not put the historical returns of the companies as the base of the optimize decisions. The study uses data envelopment analysis (DEA) and multi-criteria decision-making (MADM) methods to solve the optimization problem. In the first step by inserting the appropriate financial ratios as input and output in data envelopment analysis and then by using optimal weights calculate the performance of each unit's cross. Then a cross efficiency matrix interpreted as a decision matrix can consider the companies as an option and evaluate with multiple criteria. On this basis and based on the interpretation of the crossover delivers performance Maximax, Maximin and Harvikz decision-making, are presented as appropriate method of problem solving. At the end the performance of each proposed portfolios are checked with two related indices. The results demonstrate the success of the proposed portfolio based on MaxMax and some of the proposed portfolio based on Hurwicz approach than benchmark portfolio.

کلیدواژه‌ها [English]

  • Portfolio Optimization
  • Cross Effeciency
  • Max Max
  • Max Min
  • Hurwicz

[1]     ParsaeiyanA., JahankhaniA.(1384)Investment Management and Evaluation of Exchange. Tehran: Tehran University,(in Persian).

[2]     ArdestaniA., VarzashkarH. (1394) "Review and compare performance based on fundamental analysis and technical analysis share acquired of the Tehran Stock Exchange", Management Researches in Iran, 16(2): 53-64, (in Persian).

[3]     MarkowitzH. (1952) "Portfolio selection", The Journal of Finance, 7(1): 77-91.

[4]     EdirisingheN. C. P., ZhangX. (2008) "Portfolio selection under DEA-based relative financial strength indicators: Case of US industries",Journal of the Operational Research Society, pp. 842-856.

[5]     LimS., OhK. W., ZhuJ. (2014) "Use of DEA cross-efficiency evaluation in portfolio selection: An application to Korean stock market", European Journal of Operational Research, 236(1):361-368.

[6]     CooperW. W., PastorJ. T. (1996) "Generalized efficiency measures (GEMS) and model relations for use in DEA",Journal of Productivity Analysis.

[7]     JahankhaniA.,EbrahimiM. (2008)Evaluation of methods of buying andselling shares in Tehran Stock Exchange, Tehran: Shahid Beheshti University.

[8]     KaoC., LiuS. T. (2000)"Fuzzy efficiency measures in data envelopment analysis", Fuzzy Sets and Systems, 113(3): 427-437.

[9]     JahanshahlooGh, HosseinzadehF. (1385)Introduction to DEA,Tehran: Tarbiat Moalem Univercity,(in Persian)

[10] HekmatS., AmiriM. (1392) "Strategic selection of suppliers by correction factor analysis with data envelopment analysis approach",Journal of Management Development and Transformation,12: 51-64, (in Persian).

[11] AziziH., AmirteymooriKordrostamiS. (1395) "DEA offer a new approach for supplier selection with efficient and inefficient border despite undesirable outputs and inaccurate data", Modern Researches in Decision-Making, 1(2): 139-170, (in Persian).

[12] AziziH., JahedH. (1394) "Selection of suppliers in volume discount environments in the presence of cardinal and ordinal data", Management Researches in Iran, 19(3): 185-210, (in Persian).

[13] BriecW., KerstensK. (2009)"Multi-horizon Markowitz portfolio performance appraisals: A general approach", Omega, 37(1): 50-62.

[14] Afshar kazemiM., KhalilaraghiM. (1391) "Portfolio selection in Tehran Stock Exchange by combining data envelopment analysis and planning",Journal of financial Knowledge Eecurities Analysis, 5(1): 49-63, (in Persian).

[15] BarbodM. (1389) Portfolio selection models are designed with DEA, Master's Thesis,Tehran: Allameh univercity, (in Persian).

[16] BowlinW. F. (2000) "An analysis of the financial performance of defense business segments using data envelopment analysis",Journal of Accounting and Public Policy, 18(4): 287-310.

[17] ChenH. (2008) "HStock selection using data envelopment analysis",Industrial Management & Data Systems, 108(9), 1255-1268.

[18] HiggsG. (2006) "Integrating multi-criteria techniques with geographical information systems in waste facility location to enhance public participation", Waste management &Research, 24(2): 105-117.

[19] AmiriM., ShariyatpanahiM. (1389) "Portfolio selection with MCDM", Journal of SecuritiesExchange,(11): 5-24, (in Persian).

[20] LeeA. H., ChenW. C., Chang, C. J. (2008) "A fuzzy AHP and BSC approach for evaluating performance of IT department in the manufacturing industry in Taiwan", Expert systems with applications, 34(1).

[21]  JohnsonR., SoenenL. (2003) "Indicators of successful companies",European Management Journal, 21(3):364-369.

[22] AsgharpooorM. (1385)Multi Critera Decision Making, Tehran: Tehran univercity, (in Persian).

[23] EdirisingheN. C. P., ZhangX. (2007) "Generalized DEA model of fundamental analysis and its application to portfolio optimization", Journal of Banking & Finance, 31(11), 3311-3335.

[24] SharpeW. F. (1964) "Capital asset prices: A theory of market equilibrium under conditions of risk", The Journal of Finance, 19(3): 425-442.

[25] JonesC. P. (2007) Investments: analysis and management, John Wiley & Sons.