بررسي كارايي صندوق هاي سرمايه گذاري با نگرشي متفاوت از تحليل پوششي داده ها

Mutual fund performance with a different approach to data envelopment analysis

با وجود تعداد زياد صندوق هاي سرمايه گذاري مشترك در دسترس سرمايه گذاران، توجه به رتبه بندي آن ها از اهميت زيادي برخوردار است. بسياري از رويكرد هاي رتبه بندي، از وزن هاي ذهني براي ادغام عملكرد صندوق ها در افق هاي زماني متفاوت استفاده مي كنندكه اين موضوع مي تواند منجر به رتبه بندي هاي كاملا متفاوتي شود. تاكنون در ارزيابي صندوق ها با كمك تحليل پوششي داده ها، كارايي صندوق ها محاسبه و سپس از بين صندوق هاي كارا، سبدسهام انتخاب مي گرديد. در اين مقاله، يك نگرش و كاربرد جديد از فلسفه ي تحليل پوششي داده ها (كاهش ورودي و افزايش خروجي) استفاده و به مفهوم ريسك و بازده تعميم داده شده است. مدل پيشنهادي، تكنيكي غيرپارامتري جديدي است كه بر تخمين همزمان پتانسيل هاي انقباضي (ريسك) و انبساطي (بازده) تمركز دارد. اين رويكرد، هرگونه نياز به تجارت ذهني از جمله اهميت، وزن دار كردن و معنادار بودن اقدامات در افق هاي زماني مختلف را از بين مي برد. اين رويكرد براساس عملكرد صندوق تحت ارزيابي نسبت به ديگر صندوق ها، نمره ايي را به صندوق تحت ارزيابي نسبت مي دهد كه براساس آن مي توان رتبه بندي صندوق هاي سرمايه گذاري مشترك را انجام داد. اين مدل بر روي جامعه ي نمونه اي متشكل از 26 صندوق سرمايه گذاري مشترك اعمال شده است. نتايج واضح و رتبه بندي منحصربفرد نشان دهنده قابليت اين مدل در ارزيابي و رتبه بندي صندوق ها مي باشد.

Despite the large number of mutual funds available to investors, paying attention to their ratings is important. Many ranking approaches use subjective weights to integrate fund performance across different time horizons, which can lead to completely different ranking. So far, the efficiency of the funds has been calculated in the valuation of the funds with the help of data envelopment analysis, and then the portfolio is selected from the efficient funds. In this paper, a new approach and application of the philosophy of data envelopment analysis (input reduction and output increase) is applied and generalized to the concept of risk and return. The proposed model is a new nonparametric technique that focuses on the simultaneous estimation of contractile (risk) and expansion (return) potentials. This approach eliminates any need for mental such as the importance, weighting, and meaningfulness of actions across different time horizons. This approach, based on the performance of the underlying fund relative to other funds, assigns a score to the underlying fund, on which it can rank the funds. This model has been applied to a sample community of 26 mutual funds. The clear results and unique ratings indicate the ability of this model to evaluate and ranking.