پديد آورندگان :
شريفي سليم، عليرضا نويسنده دانشكدۀ مديريت,دانشگاه تهران,تهران,ايران , , مومني، منصور نويسنده دانشكدۀ مديريت,دانشگاه تهران,تهران,ايران , , مدرس يزدي، محمد نويسنده دانشكدۀ مهندسي صنايع,دانشگاه صنعتي شريف,تهران,ايران , , راعي، رضا نويسنده دانشكدۀ مديريت,دانشگاه تهران,تهران,ايران , , Sharifisalim، Alireza نويسنده دانشكدۀ مديريت,دانشگاه تهران,تهران,ايران , , Momeni، Mansour نويسنده دانشكدۀ مديريت,دانشگاه تهران,تهران,ايران , , Modarres Yazdi، Mohammad نويسنده دانشكدۀ مهندسي صنايع,دانشگاه صنعتي شريف,تهران,ايران , , Rayi، Reza نويسنده دانشكدۀ مديريت,دانشگاه تهران,تهران,ايران ,
كليدواژه :
برنامهريزي تصادفي محدود , سبد سهام , برنامهريزي توافقي , مدل برنامهريزي توافقي با محدوديت تصادفي
چكيده فارسي :
در رويكردهاي سنتي مقادير مرتبط با اهداف يك مدل تصميم گيري اغلب معين و قطعي فرض مي‌شود، درحالي‌كه در دنياي واقعي اين مقادير احتمالي است و تصميم گيرنده نمي تواند آنها را به طور قطعي تعيين كند. بهينه سازي مالي يكي از حوزه هاي جذاب در تصميم گيري در شرايط عدم اطمينان است. در مسئلۀ انتخاب سبد سرمايه گذاري، تصميم گيرنده همزمان با اهداف مختلف و گاه متعارض مانند نرخ بازده، نقدينگي، سود تقسيمي و ريسك مواجه است. تاكنون روش‌هاي مختلف برنامه ريزي چندهدفه از جمله برنامه ريزي آرماني و برنامه ريزي توافقي كه بيشترين ميزان ترجيحات و آرمان‌هاي تصميم‌گيرنده را ارضا كند و روش‌هاي مختلف برنامهريزي چندمعياره براي مواجهه با مسئلۀ انتخاب سبد سهام استفاده شده‌اند. در اين پژوهش با تشكيل برنامه ريزي تصادفي چندهدفه كه شاخص‌هاي مرتبط با اهداف، تصادفي و مبتني بر توزيع نرمال هستند، از مدل برنامه ريزي توافقي با محدوديت تصادفي به‌منظور انتخاب سبد استفاده شد. پس از توسعه و حل مدل، در نهايت نتايج مدل برنامهريزي براي انتخاب سبد سهام در بازار بورس تهران ارائه شده است.
چكيده لاتين :
In traditional portfolio selection model coefficients often are certain and deterministic, but in real world these coefficients are probabilistic. So decision maker cannot estimate them exactly. Financial optimization is one of the most attractive areas in decision under uncertainty. In the portfolio selection problem the Decision Maker considers simultaneously conflicting objectives such as rate of return, liquidity, Dividend and risk. Multiobjective programming techniques such as goal programming and compromise programming are used to choose the portfolio best satisfying the Decision Maker’s aspirations and preferences additionally Multi Criteria Decision Making (MCDM)Techniques for dealing with portfolio selection have been used. In this article, we assume that the parameters associated with the objectives are random and normally distributed. We propose a chance constrained compromise programming model is based on compromise programming and chance constrained programming models as a deterministic transformation to multiobjective stochastic programming portfolio model. To determine the share of industry investment planning MCDM were used. The result of the planning model for portfolio selection in Tehran Stock Exchange is shown.
