مدل انتخاب پرتفولیوی بهینه میانه انحراف مطلق-آنتروپی شانون مبتنی بر برنامه ریزی آرمانی (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
هدف: مدل ها و روش های متعددی برای دست یافتن به پرتفولیوی بهینه با رویکردهای مختلف توسط محققان ارائه شده است. پژوهش جاری به بهینه سازی پرتفولیو با تمرکز بر نوع توزیع بازده دارائی ها و معیار ریسک میانه انحراف مطلق و معیار تنوع بخشی آنتروپی شانون پرداخته است و در نهایت عملکرد مدل میانه انحراف مطلق- آنتروپی شانون مبتنی بر توزیع چوله- نرمال و چوله-لاپلاس- نرمال مورد مقایسه قرار گرفته است. روش: داده های به کار رفته در این پژوهش، بازده های ماهانه 181 نماد بورسی که به روش تصادفی از جدول مورگان حاصل شده اند طی بازه زمانی 36 ماهه از فروردین 1398 تا اسفند 1400 هستند. روش بهینه سازی پرتفولیو در این پژوهش، بهینه سازی سه هدفه حداکثرسازی میانگین بازده، حداقل سازی میانه انحراف مطلق و حداکثرسازی آنتروپی شانون با روش برنامه ریزی آرمانی مبتنی بر توزیع های آماری چوله-نرمال و چوله- لاپلاس- نرمال است. یافته ها: یافته های پژوهش نشان دهنده این است که مدل میانه انحراف مطلق- آنتروپی شانون مبتنی بر توزیع چوله-لاپلاس- نرمال جهت انتخاب پرتفولیوی بهینه از عملکرد مطلوب تری برخوردار است. نتیجه گیری: دلیل انتخاب مدل میانه انحراف مطلق- آنتروپی شانون مبتنی بر توزیع چوله-لاپلاس- نرمال به عنوان مدل ارجح، توجه هم زمان به آماره های توصیفی میزان چولگی و کشیدگی توزیع بازده ها است، میزان کشیدگی اغلب نمادهای بورسی قابل ملاحظه است. به همین دلیل توجه همزمان به معیارهای آماری تبیین کننده ویژگی های چولگی و کشیدگی توزیع بازده ها و معیار تنوع بخشی آنتروپی شانون منجر به عملکرد بهتری شده است.Portfolio Optimization Model based on Median Absolute Deviation-Shannon Entropy by Goal Programming
Objective: The main goal of portfolio optimization models is to help investors to achieve the highest rate of return at a certain level of risk. Various models and methods have been presented by researchers to achieve the optimal portfolio with different approaches. The current research is based on portfolio optimization by focusing on assets return distribution and median absolute deviation risk and Shannon entropy diversification criteria. According to this approach, at first returns distribution is identified and then appropriate model is used to select the optimal portfolio and finally performance of the median absolute deviation-Shannon entropy model based on Skew-Normal and Skew-Laplace-Normal statistical distributions are compared. Method: The data used in this research are monthly returns of 181 stock exchange symbols during a period of 36 months from April 2019 to March 2022, which were randomly obtained from Morgan's table. The portfolio optimization method in this research is three-objective optimization, maximization of average return, minimization of median absolute deviation and maximization of Shannon entropy by using goal programming technique based on Skew-Normal and Skew-Laplace-Normal statistical distributions. Results: The findings of this research show that median absolute deviation- Shannon entropy model based on the Skew-Laplace-Normal distribution has a higher performance ratio for choosing optimal portfolio in comparison with it’s corresponding model based on the Skew-Normal distribution. Conclusion: The reason for median absolute deviation-Shannon entropy model based on Skew-Laplace-Normal distribution is considered as preferred model is to pay attention to the descriptive statistics of the skewness and kurtosis of the returns distribution, by considering descriptive statistics of the symbols, the skewness of most of the stock symbols are noticeable. For this reason, simultaneously paying attention to the statistical criteria explaining the characteristics of the skewness and kurtosis of the returns distribution and Shannon entropy diversification criterion lead to it’s better performance.
تبلیغات
