این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
Money and Economy، جلد ۹، شماره ۱، صفحات ۱-۳۰
عنوان فارسی انتخاب سبد سهام بهینه بورس اوراق بهادار تهران با استفاده از معیارهای ارزش در معرض ریسک شرطی، تفکیک شده و بدترین وضعیت ارزش در معرض ریسک
چکیده فارسی مقاله این مقاله به ارائه رویکرد انتخاب سبد سهام بهینه بر مبنای معیارهای ارزش در معرض ریسک (VaR)، ارزش در معرض ریسک (CVaR)، بدترین وضعیت ارزش در معرض ریسک (WVaR) و ارزش در معرض ریسک تفکیک شده (PVaR) و نیز محاسبه این معیارهای ریسک می‌پردازد. روش‌های ریاضی برای حل چنین مسائل بهینه‌سازی با تعداد دارایی‌های زیاد مشکل و پیچیده می‌باشد. به همین دلیل از تلفیق روش بهینه‌سازی اجتماع ذرات (PSO) با الگوریتم ژنتیک (GA) برای تعیین اوزان بهینه دارایی‌ها استفاده می‌شود. نتایج اوزان بهینه نشان می‌دهد که الگوریتم مذکور در مقایسه با الگوریتم ژنتیک، خروجی‌های دقیق‌تری ارائه می‌دهد. بر اساس تحلیل آزمون بازخورد، معیارهای بدترین وضعیت ارزش در معرض ریسک و ارزش در معرض ریسک تفکیک شده، مقدار ریسک را بیش از حد برآورد می‌کنند و این در حالی است که معیارهای ارزش در معرض ریسک و ارزش در معرض ریسک شرطی برآوردهای دقیق‌تری از ریسک به دست می دهند. مجموعه ای از شرکت‌های بورس اوراق بهادار تهران به عنوان مطالعه موردی برای تحلیل تجربی در نظر گرفته شده است. طبقه‌بندی JEL : G10, G11, G19
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Optimal Portfolio Selection for Tehran Stock Exchange Using Conditional, Partitioned and Worst-case Value at Risk Measures
چکیده انگلیسی مقاله This paper presents an optimal portfolio selection approach based on value at risk (VaR), conditional value at risk (CVaR), worst-case value at risk (WVaR) and partitioned value at risk (PVaR) measures as well as calculating these risk measures. Mathematical solution methods for solving these optimization problems are inadequate and very complex for a portfolio with high number of assets. For these reasons, a combination of particle swarm optimization (PSO) and genetic algorithm (GA) is used to determine optimized weights of assets. Stocks’ Optimized weight results show that proposed algorithm gives more accurate outcomes in comparison with GA algorithm. According to back-testing analysis, PVaR and WVaR overestimate risk value while VaR and CVaR give a rather accurate estimation. A set of companies in Tehran Stock Exchange are considered as a case study for empirical analysis. JEL Classification: G10, G11, G19
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله باقر ادبی فیروزجایی | bagher adabi firouzjaee
tehran, faculty of economics, university of tehran, kargar-e-shomali,
تهران،دانشکده اقتصاد دانشگاه تهران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

محسن مهرآرا | mohsen mehrara
faculty of economics, university of tehran, kargar-e-shomali,
تهران،دانشکده اقتصاد دانشگاه تهران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

شاپور محمدی | shapour mohammadi
faculty of managment, university of tehran, kargar-e-shomali,
تهران،دانشکده مدیریت دانشگاه تهران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

نشانی اینترنتی http://jme.mbri.ac.ir/browse.php?a_code=A-10-73-1&slc_lang=en&sid=en
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده اقتصاد
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات