عنوان پایان‌نامه
کاربرد بهینه سازی استوار در ردیابی شاخص ۵۰ شرکت فعال بورس اوراق بهادار تهران
- رشته تحصیلی
- مهندسی مالی
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 67141
- تاریخ دفاع
- ۲۹ شهریور ۱۳۹۳
- دانشجو
- فرید تندنویس
- استاد راهنما
- سعید فلاح پور
- چکیده
- تشکیل پرتفوی ردیاب شاخص به عنوان رویکرد منفعلانه در مدیریت پرتفوی، دو ایده اصلی را نسبت به مدیریت فعال دنبال می کند. پرتفوی شاخصی از طریق سرمایه گذاری بر اساس یک استراتژی معین که نیاز به هیچ پیش بینی ندارد، از یک‌سو هزینه های سرمایه گذاری را حداقل می کند و از سوی دیگر از نتایج ناسازگار پیش بینی با آنچه که در عمل اتفاق می افتد، اجتناب می کند.با ردیابی یک شاخص، پرتفوی سرمایه گذاری به طور نسبی از تنوع خوبی برخوردار است، حجم معاملات کمی دارد که منجر به هزینه معاملاتی حداقل می شود و به طور کلی هزینه های مدیریتی بسیار پایینی خواهد داشت. در این پژوهش با استفاده از یک مدل برنامه‌ریزی صفر و یک که دارایی‌ها را بر مبنای میزان شباهتشان گروه‌بندی کرده و از هر گروه یک نماینده انتخاب می‌کند، به تشکیل پرتفوی ردیاب شاخص پرداخته ایم. به منظور در نظر گرفتن عدم قطعیت ضریب همبستگی بین دارایی‌ها -که به عنوان پارامتر ورودی مدل مذکور انتخاب شده است- از رویکرد بهینه سازی پایدار استفاده شده است. مهمترین ویژگی این رویکرد، عدم نیاز آن به تخمین توزیع احتمال پارامترهای مدل و در نظر گرفتن یک مجموعه عدم قطعیت برای آنها است. به منظور صحت آزمایی مدل، از شاخص 50 شرکت فعال¬تر بورس اوراق بهادار تهران طی بازه زمانی1/7/1390 الی 1/1/1392 استفاده شده است و نتایج مدل در دو حالت پایدار و غیر پایدار مورد مقایسه قرار گرفته‌اند.با اینکه نتایج آزمون سخت‌گیرانه خارج از نمونه مبنی بر مقایسه ی زوجی خطای ردیابی و نسبت اطلاعاتی مربوط به پرتفوی ردیاب شاخص حاصل از مدل پایدار وپرتفوی ردیاب شاخص حاصل از مدل ناپایدار طی بازه زمانی 1/1/1392 الی 1/1/1393، رای به برتری مدل پایدار بر اساس این دو معیار نمی‌دهند، اما نتایج آزمون سهل گیرانه نشان می‌دهد مدل پایدار می‌تواند حداقل عملکردی مانند مدل غیرپایدار را با اطمینانی بالاتر برای تصمیم گیرنده ایجاد نماید.
- Abstract
- Index tracking as a passive method for portfolio management has two main points in comparing with active strategy. First of all, this method dosnt need any forecasting for asset returns and has low transaction costs and second there is no Nonconcurrence between decision maker’s points and real events. Index tracker portfolio has good diversification and has low management and transaction costs. In this paper we applied a binary programming model that selects a representative for each group of assets that members of each group have maximum similarity with each other. In this model the number of assets for portfolio construction is defined by portfolio manager. The robust optimization framework is applied for considering data uncertainty of correlation coefficient. The out of sample test demonstrated that for data of 50 more active compay of Tehran stock exchange between 1/1/1390 to 1/1/1392 considering the data uncertainty by robust optimization framework decrease the tracking error and increase the information ratio of portfolio. But stringent Paired comparisons test between perforemance metrics of robust and non robust portfolios don’t show significant excellence of robust portfolio.
