به کارگیری تحلیل پوششی داده ها و بهینه سازی استوار در مسئله انتخاب سبد سرمایه
چکیده
انتخاب سبد سهام و مدیریت آن از اصلی ترین حوزه های تصمیم گیری مالی می باشد. در این راستا مدل هایی جهت تعیین پرتفوی بهینه ارائه شده که هر کدام در جهت بهبود و رفع نواقص موجود، توسط مدل های دیگر جایگزین شده اند. از جمله مهمترین مشکلات مدل های ارائه شده می توان به عدم در نظر گرفتن شاخص ها و معیار های چند گانه در ارزیابی کارایی پرتفوی سهام و همچنین در نظر نگرفتن عدم قطعیت داده ها اشاره نمود. در این تحقیق به منظور رفع مشکلات مطرح شده در مسئله انتخاب سبد سرمایه، پرتفوی بهینه با تلفیق روش های تحلیل پوششی داده ها، بهینه سازی استوار و برنامه ریزی چند هدفه تشکیل شده است. بدین منظور تحقیق مورد نظر در دو فاز مطالعاتی مورد بررسی قرار داده شده است : فاز اول) ارزیابی و انتخاب سهام کارا که در این فاز با استفاده از تحلیل پوششی داده ها، سهام کارا از میان تعداد کثیر سهام موجود در بورس اوراق بهادار شناسایی گردیده و تنها سهامی که کارا گردیده اند، در فاز دوم تحقیق کاندیدای سرمایه گذاری می باشند. فاز دوم) تصمیم گیری در مورد میزان سرمایه گذاری در هر یک از سهم های کارا که از فیلتر فاز اول عبور نموده اند. این عمل با استفاده از یک مدل چند هدفه و حل آن توسط برنامه ریزی آرمانی صورت پذیرفته است. لازم به ذکر است که در هر دو فاز تحقیق به منظور در نظر گرفتن عدم قطعیت داده ها و تطابق بیشتر مدل با واقعیت، از بهینه سازی استوار بهره گرفته شده است. همچنین با توجه به این موضوع که در برخی از ورودی ها و خروجی های مالی مدل هم چون نرخ های رشد و بازده، منفی بودن داده ها امری محتمل و اجتناب ناپذیر می باشد، یک مدل استوار تحلیل پوششی داده ها با قابلیت استفاده در حضور داده های منفی نیز توسعه داده شده است. در نهایت نیز روش و مدل های توسعه داده شده در این تحقیق توسط داده های واقعی حل گردیده اند و نتایج آن مورد تجزیه و تحلیل قرار گرفته است.