بهینه سازی سبد سهام با استفاده از روش Mean-CVaR و رویکرد ناهم سانی واریانس شرطی متقارن و نامتقارن

مدیریت ریسک یکی از حوزه های مهم پژوهشی در رشته مالی است که مدیران و سرمایه گذاران بسیاری در بخش های مختلف به آن توجه کرده اند، به خصوص با وقوع بحران های مالی در سال های اخیر، اهمیت اجرای پژوهش های دقیق تر در این حوزه دوچندان شده است. هدف اصلی این پژوهش، ارایه مدلی برای اندازه گیری دقیق تر ریسک در پرتفولیوهای سهام است.

برای اجرای این پژوهش، از قیمت پایانی تعدیل شده 30 شرکت بورسی که نمونه آماری این پژوهش بودند، استفاده شده است. با در نظر گرفتن مدل CVaR به عنوان مدل اصلی پژوهش و با استفاده از روش های مختلف مدل سازی واریانس، 4 مدل مجزا به دست آمد. در روش نخست، ارزش در معرض ریسک شرطی با بهره گیری از واریانس ثابت محاسبه شده است و در 3 روش دیگر، واریانس از مدل های GARCH و E-GARCH و T-GARCH مدل سازی شده است.

در نهایت، نتایج به دست آمده با دو آزمون آماری مقایسه زوجی و ویلکاکسون سنجیده شدند. نتایج هر دو آزمون نشان داد که مدل سازی واریانس در دستیابی به پرتفوی بهینه تر، عملکرد بهتری دارد.

 بر اساس یافته های پژوهش و تایید فرضیه های اصلی پژوهش، می توان نتیجه گرفت که در نظر گرفتن ناهم سانی واریانس موجود در بازار مالی ایران و وارد کردن این موضوع در مدل های بهینه سازی، به عملکرد بهتر در بهینه سازی سبدهای سرمایه گذاری می انجامد. همچنین یافته ها نشان داد که استفاده از مدل CVaR به جای مدل های سنتی ریسک، به صورت معناداری در بهبود عملکرد این صندوق ها موثر است.