بررسي كارايي بهينه ‌سازي پرتفوي پايدار با استفاده از ارزش در معرض خطر مشروط در بدترين حالت (WCVaR) با تركيب مدل چند عاملي

Robust Portfolio Selection with a Combined WCVaR and Factor Model

گسترش و پيچيدگي روزافزون بازارهاي مالي، تصميم گيري در خصوص انتخاب نوع دارايي را براي سرمايه گذاران دشوار نموده است. از سويي بر اساس نظريه مدرن پرتفوي، متنوع سازي سرمايه گذاري ها مي تواند منجر به كاهش نوسان ها در عين حفظ متوسط بازده گردد. همچنين با توجه به پيچيده شدن و سرعت عوامل تأثيرگذار، تشكيل پرتفوي بهينه با روش هاي سنتي كار دشواري است . بدين منظور تحقيق حاضر تلاشي براي بررسي مدل انتخاب پرتفوي پايدار با تركيب بدترين حالت ارزش در معرض خطر مشروط (WCVaR) و مدل چند عاملي و تخمين ريسك و بازده پرتفوي و مقايسه ريسك و بازده اين مدل با ريسك و بازده در مدل كلاسيك مي باشد.در اين تحقيق به بررسي 66 پرتفوي در طول تقريبا 11 سال با توجه به داده هاي بازار بورس اوراق بهادار تهران پرداخته شده و ريسك و بازدهي هر پرتفوي بر اساس دو مدل بهينه سازي WCVaR و كلاسيك تخمين زده شد و در مرحله بعد با استفاده از از آزمون مقايسه ميانگين ويلكاكسون به بررسي وجود تفاوت معني دار بين ريسك و بازده دو مدل فوق پرداخته شد.در تحقيق حاضر مشخص شد بازده پرتفوي در مدل WCVaR تفاوت معناداري با بازده پرتفوي در مدل كلاسيك و ريسك پرتفوي مدل WCVaR تفاوت معناداري با ريسك پرتفوي مدل كلاسيك دارد و لذا با توجه به مرز كاراي پرتفوي هاي رسم شده دو مدل ، بهينه سازي پايدار با تركيب WCVaR و مدل چند عاملي نسبت به بهينه سازي كلاسيك عملكرد بهتري را براي سرمايه گذاران محقق مي سازد.

Maximizing their profit and reducing the investment risk are the primary considerations of investors. In order to reach these objectives, investors and market researchers search extensively for the effective factors in investment. In this research, a robust model for portfolio selection with a combined Worst-case Conditional Value-at-Risk (WCVaR) and a Multi Factor Model are proposed. It is shown that the probability distribution in the definition of WCVaR can be determined by specifying the mean vectors under the assumption of multivariate normal distribution with a variance-covariance matrix. In numerical experiments, to compare the proposed model with the traditional mean variance model, we solve the two models using the real market data from Iran Stock Exchange and present the efficient frontiers to illustrate the difference. In order for a long-term investigation, data collected from the listed companies in Tehran Stock Exchange during an eleven-year period, 2004-2014, are used that make a more accurate research investigation possible. The research reveals that the WCVaR minimization model is more efficient than the traditional one.