پديد آورندگان :
كريمي، تورج دانشگاه تهران - دانشكدگان فارابي قم - گروه مديريت صنعتي , پهلوان زاده، محمدجواد دانشگاه تهران - گروه مهندسي صنايع , الوردي، عباس دانشگاه شهاب دانش قم - گروه مهندسي صنايع , امرا، محسن دانشگاه آزاد اسلامي واحد تهران جنوب - گروه مهندسي صنايع
كليدواژه :
روش بهترين ـ بدترين اعداد Z , ZICWAA , تحليل پوششي داده‌ها , سبد بهينه سهام
چكيده فارسي :
هدف: با توجه به اينكه در اغلب حوزه‌هاي تخصصي، تصميم‌گيري‌ها به‌صورت گروهي انجام مي‌شود، در اين پژوهش، روشي براي انتخاب گزينه مطلوب در شرايط عدم قطعيت و افزايش اثربخشي تصميم‌گيري گروهي ارائه شده است.
روش: در اين پژوهش براي ايجاد روش بهترين ـ بدترين اعداد Z از روش‌هاي ZlCWAA و تحليل پوششي داده‌ها كه به‌ترتيب وظايف ميانگين‌گيري از اعداد Z و تخصيص وزن به متخصصان را برعهده دارند، استفاده شد. روش بهترين ـ بدترين اعداد Z يكي از روش‌هاي ابداعي در حوزه تصميم‌گيري است كه در اين پژوهش از روش گروهي بهترين ـ بدترين اعدادZ استفاده شده است.
يافته‌ها: براي تصميم‌گيري بهتر، به اطلاعات صحيح، معتبر، دقيق‌تر و با اطمينان بيشتري نياز است. با توجه به مطالعه موردي و داده‌هاي گردآوري شده از ديدگاه هر كارشناس در خصوص مهم‌ترين شاخص‌هاي انتخاب سبد بهينه سهام، مقايسه‌اي بين روش‌هاي FBWM، ZBWM و DEA-GZBWM انجام گرفت و مشخص شد كه روش پيشنهاديِ DEA-GZBWM، نرخ ناسازگاري كمتري دارد و ابهام‌هاي كلام پاسخ‌دهنده در اين روش كاهش يافته است، از اين رو، مي‌توان به اطلاعات به‌دست‌آمده از اين روش اطمينان بيشتري كرد.
نتيجه‌گيري: به‌منظور اثبات عملكرد روش DEA-GZBWM، يك مطالعه موردي انجام شد تا چگونگي استفاده از اين روش در انتخاب سبد بهينه سهام نشان داده شود. در اين مطالعه موردي، سرمايه‌گذار با كمك متخصصان حوزه مالي (افراد خبره) به سرمايه‌گذاري و انتخاب سبد سهام بهينه از ميان شركت‌هاي موجود در سازمان بورس و اوراق بهادار اقدام مي‌كند. در نهايت، مقايسه‌اي ميان نتايج روش پيشنهادي با روش‌هاي FBWM و ZBWM بر اساس وزن، رتبه و نرخ ناسازگاري انجام گرفت. نتايج نشان داد كه روش پيشنهادي با كسب نرخ ناسازگاري كمتر 0/108 نسبت به روش‌هاي ديگر، عملكرد بهتري دارد.
چكيده لاتين :
Objective: Considering that in most specialized fields, decisions are made in groups, in this study, a method to select the desired option in conditions of uncertainty is presented, which also considers the group decisions to increase the effectiveness.
Methods: In this study, the ZlCWAA method and data envelopment analysis, which are responsible for the averaging of Z numbers and assigning weight to specialists, were used to create the Z number extension of the best-worst method. This method is innovative in decision-making and, in this study, we used the Z number extension of the best-worst group method.
Results: For better decision-making, the information should be more valid, accurate, and reliable. So we compared the FBWM, ZBWM, and DEA-GZBWM methods with each other, based on the case study and data collection from the perspective of each expert on the most important indicators of optimal stock portfolio selection. This comparison showed that the proposed method of DEA-GZBWM has a lower rate of incompatibility than the others. Therefore, the information obtained in this method can be more reliable for us.
Conclusion: To prove the effectiveness of the DEA-GZBWM method, a case study was conducted to show how to use this method in optimal stock portfolio selection; In which the investor, with the help of financial experts (experts in financial markets), invests and selects the optimal stock portfolio from the companies in the stock exchange and securities organization. Then, based on weight, rank, and incompatibility rate, the results of the proposed method, FBWM, and ZBWM methods were compared. This comparison showed that the proposed method is more functional than the others due to its lower incompatibility rate (0.108).
