بهینه سازی گشتاور بالاتر پرتفوی برمبنای مدل های قیمت گذاری دارایی سرمایهای تعمیم یافته با در نظر گرفتن توزیع نامتقارن و دنباله ی پهن
محورهای موضوعی : مهندسی مالیعلی سوری 1 , سعید فلاح پور 2 , بهمن اسماعیلی 3
1 - گروه اقتصاد، دانشکده اقتصاد، دانشگاه تهران، تهران، ایران
2 - گروه مالی و بیمه، دانشکده مدیریت، دانشگاه تهران ، تهران، ایران
3 - گروه مالی و بیمه، دانشکده مدیریت و حسابداری، دانشگاه تهران، تهران، ایران
کلید واژه: بهینه سازی پرتفوی, گشتاورهای مراتب بالاتر, مدل قیمت گذاری دارایی سرمایه ای تعمیم یافته, معیار ارزیابی عملکرد,
چکیده مقاله :
در این تحقیق ˓ در تلاشیم تا در مواقعی که دچار بحران مالی شده و توزیع بازدهی دارایی ها از توزیع نرمال تبعیت نمی کند بتوان مدل مطلوبی را برای برآورد بازدهی و ریسک تبیین کرد.بدین منظور از مدل های قیمت گذاری دارایی سرمایه ای با فرض مستقل و یکنواخت بودن توزیع نامتقارن جزء خطا (CAPM-IIAPD) و مدل قیمت گذاری دارایی سرمایه ای با فرض مستقل و یکنواخت بودن توزیع نمایی جزء خطا (CAPM-AIEPD) در کنار مدل سنتی استفاده کردیم.در گام بعدی ˓ با استفاده از برنامه ریزی آرمانی بهینه ترین پرتفوهای سرمایه گذاری را با استفاده از گشتاورهای سوم و چهارم بدست می آوریم. قلمرو زمانی تحقیق از ابتدای سال1390 تا پایان سال 1396 و جامعه آماری کلیه شرکت های بورس اوراق بهادار تهران بوده که از بین آنها 30 شرکت انتخاب شده است. نتایج حاکی از برتری مدل قیمت گذاری دارایی سرمایه ای با فرض مستقل و یکنواخت بودن توزیع نامتقارن جزء خطا (CAPM-IIAPD) نسبت به سایر مدل ها بوده و بازدهی تعدیل شده نسبت به ریسک در مدل های بهینه سازی با درنظر گرفتن گشتاور سوم و چهارم در مدل های تعمیم یافته تفاوت معناداری با مدل سنتی داشته و عملکرد مطلوب تری دارند.
Every investor wants to select the optimal combination of return and risk in order to maximize their utility. In this study, an attempt was made to explain the optimal model for estimating returns and risk in cases where there is a financial crisis and the distribution of return on assets does not follow the normal distribution.For this purpose, we use CAPM with independent and identically asymmetric power distribution (CAPM-IIAPD) and CAPM with independent identically saymmetric exponential power distribution with two tail parameters (CAPM-IAEPD) instead of traditional CAPM. When the assumption of normality is violated, higher moments are used to optimize the model. In the next step, using Polynomial Goal Programming, we calculate optimal portfolios with third and fourth moments.The time horizon of the research from 2011 to 2018 and the statistical population has been all the companies of Tehran Stock Exchange, among which 30 companies have been selected.The results show that CAPM-IIAPD Model is the best model among three models and the adjusted return on risk in optimized models with thirs and fourth moemnts in generalized CAPM models is significantly different from the traditional model and has a better performance.
_||_
