فهرست مطالب

نشریه مهندسی مالی و مدیریت اوراق بهادار
پیاپی 21 (زمستان 1393)

  • تاریخ انتشار: 1393/11/25
  • تعداد عناوین: 9
|
  • زهرا امیرحسینی، معصومه قبادی صفحات 1-12
    مدل میانگین – واریانس مارکویتز در انتخاب پرتفوی از دهه 1950 یکی از شناخته ترین مدل ها در مسائل مالی می باشد که تاکنون شاهد تحولات چشمگیری بوده است. نظریه پردازان مالی تلاش بسیاری در کاربردی تر کردن مدل های انتخاب پرتفوی داشته اند که باعث گردیده آنها را به سوی مدل های نوینی سوق دهد. در مقاله حاضر انتخاب پرتفوی به ترتیب در دو حالت مبهم و غیرمبهم مورد مطالعه قرار گرفته، مدل و الگوریتم های مرتبط با آنها ارائه می گردد و روش موثری برای تبدیل یک مسئله بهینه باتابع هدف غیرخطی یا محدودیت غیرخطی به یک مسئله خطی ارائه شده است که دشواری محاسبات را به مقدار زیادی کاهش می دهد. در هر دو مدل، ریسک به جای کوواریانس، به صورت مجموع قدرمطلق انحراف دارایی های ریسک دار و بازده به صورت بازده مورد انتظار منهای هزینه معاملاتی در نظر گرفته می شوند بگونه ای که هزینه معامله به عنوان تابع v شکل ناشی از تفاضل بین پرتفوی فعلی و پرتفوی جدید است. همچنین اثر ذهنی سرمایه گذار در مدل تصمیم گیری فازی منعکس می گردد. به منظور مقایسه دو مدل، 13 شرکت از 50 شرکت برتر پذیرفته شده در بورس اوراق بهادار تهران که بین سالهای 1382 تا 1391 فعالیت داشته اند به عنوان نمونه آماری این پژوهش انتخاب گردیده است. برای دستیابی به پرتفوی های مدل از نرم افزار DEA SOLVER استفاده شد. پس از مشخص شدن پرتفوی و محاسبه بازدهی و ریسک هر کدام از مدل ها، فرضیه پژوهش با استفاده از نرم افزار SPSS مورد آزمون قرار گرفت. نتایج تحقیق حاکی از آن است که بین دو مدل ارائه شده، مدل پیشنهادی انتخاب پرتفوی براساس تئوری تصمیم گیری فازی می تواند راهبردی مطلوب برای پرتفوی برطبق درجه رضایت سرمایه گذار ایجاد نماید.
    کلیدواژگان: انتخاب پرتفوی، مجموعه های فازی، هزینه معامله، برنامه ریزی خطی، بهینه سازی
  • امیرعباس نجفی، سیامک موشخیان صفحات 13-35
    یکی از جذابترین حوزه های تصمیم گیری در شرایط عدم اطمینان بهینه سازی مالی است. مسئله انتخاب سبد سرمایه گذاری تک دوره ای از مسائل کلاسیک حوزه مالی می باشد اما این مدل بر پایه سه فرض محدودکننده بنا شده بود: اول، افق سرمایه گذاری کوتاه مدت است. دوم، هزینه معاملات در بازار در نظر گرفته نشده است. سوم، پارامترهای مسئله به صورت قطعی و از قبل معلوم هستند. در این تحقیق به دنبال ارائه و حل مدلی هستیم تا بتواند بر محدودیت های بیان شده غلبه کند و ما را به دنیای واقعی نزدیک تر کند. از این رو در ادامه مدلی تحت عنوان مدل بهینه سازی سبد سرمایه گذاری چند دوره ای احتمالی میانگین-نیم واریانس-ارزش در معرض خطر شرطی با در نظر گرفتن هزینه معاملات را ارائه و پس از مدلسازی آن، اقدام به حل آن با استفاده از الگوریتم ژنتیک می کنیم. در این پژوهش برای حل مدل از داده های 24 سهام از سهام شرکت بورس اوراق بهادار تهران از دی ماه 1387 تا مرداد 1392 به عنوان ورودی های مدل بهره می بریم. نتایج نشان داده است که این الگوریتم برای حل این دسته از مسائل مناسب و از کارایی لازم برخوردار می باشد.
    کلیدواژگان: سبد سرمایه گذاری چند دوره ای احتمالی، میانگین، نیم واریانس، ارزش در معرض خطر شرطی، درخت سناریو، هزینه معاملات، الگوریتم ژنتیک
  • سعید فلاح پور، رضا راعی، محمد هندیجانی صفحات 33-53
    کاهش و کنترل ریسک اعتباری به عنوان یکی از عوامل موثر در بهبود فرآیند اعطای اعتبار و درنتیجه در عملکرد بانک ها مطرح گردیده و نقش اساسی در تداوم ارائه تسهیلات، سودآوری و بقای بانک ها و موسسات مالی ایفا می نماید. در این راستا، پژوهش حاضر سعی در ارائه رویکردی نو برای ارزیابی ریسک اعتباری مشتریان بانکی دارد. روش شبکه عصبی به عنوان طبقه بندی کننده ی اصلی مشتریان تسهیلات بانکی با یک روش انتخاب ویژگی پوشش دهنده به نام کلونی زنبورعسل ترکیب می گردد. روش های دیگر به کار رفته در این پژوهش شبکه عصبی مبتنی بر آنالیز اجزای اساسی به عنوان یک روش فیلر کننده انتخاب ویژگی و روش شبکه عصبی به تنهایی می باشند. به منظور نشان دادن اثر بخشی روش پیشنهادی از داده های مربوط به دویست و پنجاه تن از تسهیلات گیرندگان حقیقی بانک کارآفرین در یک بازه زمانی سه ساله (1390-1387) به همراه هجده ویژگی مربوط به هریک از آنها استفاده نموده ایم. نتایج رویکرد ارائه شده با روش شبکه مصنوعی و روش شبکه مصنوعی بر پایه آنالیز اجزای اساسی مقایسه گردیده است. یافته های پژوهش دلالت بر آن داشته که در ارزیابی ریسک اعتباری متقاضیان تسهیلات اعتباری، مدل شبکه عصبی بر مبنای کلونی زنبور عسل نسبت به روش شبکه عصبی و مدل شبکه عصبی بر مبنای آنالیز اجزای اساسی از عملکرد خوبی برخوردار است.
    کلیدواژگان: کلونی زنبور عسل، شبکه عصبی، ریسک اعتباری، آنالیز اجزای اساسی
  • غلامرضا زمردیان، علی رستمی، مهدی کریمی زند صفحات 55-75
    در دنیای پیچیده ای که ریسک جز لاینفک سرمایه گذاری ها گشته و برای سرمایه گذاری در هر جا ابتدا« می بایست ریسک آن را محاسبه نمود و در اختیار سرمایه گذار قرار داد تا وی به این نتیجه برسد که در مکان مورد نظر سرمایه گذاری نماید یا خیر! محاسبه ریسک معنی و مفهوم پیدا می کند. بنابراین برای پاسخ گویی به سرمایه گذار روش های متفاوتی با توجه به نوع داده های تخمین زننده پارآمترهای مدل های تبیین کننده ریسک طراحی و پا به عرصه وجود گذاشته اند. در میان این مدل ها دو گروه از مدل های اقتصاد سنجی و شبکه عصبی در این تحقیق مورد بررسی قرار می گیرند تا توان این دو گروه را در پیش بینی ارزش در معرض خطر پرتفوی21 شرکت های سرمایه گذاری در بازار سرمایه ایران مورد سنجش قرار گیرد و مدل برتر معرفی شود.
    کلیدواژگان: ریسک، بازده، پرتفوی، ارزش در معرض خطر، شرکت های سرمایه گذاری، روش پارآمتریک، شبکه عصبی
  • حسن قالیباف، منیژه افشار صفحات 75-88
    با توجه به پیامدهای نامطلوبی که درماندگی مالی برای شرکتها، اقتصاد کشور و نهادهای پولی و مالی به همراه دارد، استفاده از روش هایی که بتواند وقوع ناتوانی مالی را پیش بینی نموده و از به هدر رفتن ثروت جلوگیری نماید از اهمیت ویژه ای برخوردار است. تاکنون مدلهای مختلفی برای پیش بینی احتمال نکول شرکتها ارائه شده است. عمده مدلهای ارزیابی ریسک اعتباری بر اطلاعات گذشته نگر متکی بوده و استفاده از مدلهایی که از داده های روز بازار نیز جهت پیش بینی احتمال نکول آتی استفاده نماید، می تواند به افزایش قابلیت اتکای نتایج منتهی گردد. هدف از این تحقیق بررسی قابلیت استفاده از مدل KMV در ارزیابی ریسک ورشکستگی شرکتهای پذیرفته شده در بورس اوراق بهادار تهران و مقایسه قدرت تبیین نتایج حاصله با مدل رتبه Z آلتمن بعنوان یکی از روش های رایج در سنجش احتمال قصور شرکتها است. داده های تحقیق شامل اطلاعات کلیه شرکتهای پذیرفته شده در بورس اوراق بهادار تهران است که طی سالهای 1380 تا 1384 مشمول ماده 141 قانون تجارت و ورشکسته بوده اند. در مجموع 50 شرکت حائز شرایط لازم بوده اند، همچنین 50 شرکت غیرورشکسته نیز بعنوان گروه شاهد انتخاب و نتایج مدلKMV در دو گروه مقایسه گردید. نتایج تحقیق که از نوع کاربردی و کمی است، نشان داد که مدل KMV قابلیت پیش بینی درماندگی مالی را داشته و در مقایسه با مدل آلتمن قابلیت پیش بینی ورشکستگی و تفکیک بین شرکتهای درمانده و غیردرمانده را دارا می باشد.
    کلیدواژگان: ریسک اعتباری، مدل KMV، مدل آلتمن، ورشکستگی، درماندگی مالی، احتمال نکول
  • مریم دولو، احمد بدری صفحات 89-106
    هدف این پژوهش، آزمون قیمت گذاری ریسک خاص (SR) در بورس اوراق بهادار تهران است. همچنین با توجه به تناقض شواهد تجربی با مبانی مالی کلاسیک، در بررسی منشاء قیمت گذاری ریسک یادشده، برخی توضیحات ارائه شده بابت چرایی وجود اثر مذکور نیز با استفاده از مدل رگرسیون فاما-مک بث (1973) و عامل تنزیل تصادفی (SDF) آزمون گردیده است. دوره زمانی پژوهش، سال های 1378 تا 1389 و نمونه تحقیق مشتمل بر 270 شرکت پذیرفته شده در بورس تهران می باشد. نتایج حاصله قیمت گذاری ریسک خاص را در بورس اوراق بهادار تهران بر مبنای هر دو روش فاما-مک بث و SDF تایید می نماید. به علاوه منشاء این قیمت گذاری به هیچ یک از عوامل اندازه، نسبت B/M، تداوم، نقدشوندگی، گشتاورهای مرتبه سوم و چهارم و مالکیت نهادی قابل انتساب نیست. لیکن بسته به سنجه SR و الزام حداقل روز معاملاتی لحاظ شده بابت معاملات اندک، کشیدگی و عامل صنعت در برخی موارد بر قیمت گذاری ریسک خاص موثر است.
    کلیدواژگان: ریسک خاص، مدل فاما، مک بث، عامل تنزیل تصادفی (SDF)، قیمت گذاری دارایی
  • محسن زمانی، امیر افسر، سید وحید ثقفی، الهام بیات صفحات 107-130
    افزایش میزان سود و کاهش ریسک سرمایه گذاری دربورس همیشه مهمترین دغدغه سرمایه گذاران بوده است و آنها همواره به دنبال راهی هستند که بهترین پیشنهاد را برای خرید سهام داشته باشند به گونه ای که دارای بیشترین بازده و کمترین ریسک سرمایه گذاری باشد.تحقیقات زیادی در این رابطه انجام شده است و مدل ریاضی میانگین واریانس مارکویتز به عنوان یکی از اصلی ترین کارهای این حوزه شناخته می شود. علیرغم اهمیت این مدل چندین پژوهش عنوان کرده اند که با توجه به ماهیت بازارهای مالی کنونی، واریانس ممکن است بهترین گزینه ریسک سرمایه گذاران نباشد و بهتر است معیارهای دیگری چون چولگی نیز درنظر گرفته شود. از سوی دیگر ما معتقدیم که یک برنامه سرمایه گذاری مانند انتخاب سبد سهام نه تنها باید ماحصل گذشته سهام را در نظر داشته باشد بلکه بایستی پتانسیل آتی سهام را نیز مد نظر قرار دهد، که این امر اهمیت پیش بینی قیمت سهام برای سرمایه گذاران را آشکار می سازد. این پژوهش به دنبال ارائه مدلی است که در آن پتانسیل آتی سهام، توسط شبکه های عصبی فازی پیش بینی می شود و بر اساس پیش بینی های بدست آمده، مدل های ریاضی بهینه سازی بر مبنای فاکتورهایی چون میانگین، واریانس و چولگی سبد سهام ارایه می شود. سپس، این مدل ها با استفاده از الگوریتم ژنتیک حل می گردند. نتایج تحقیق بیانگر آن است که مدل-های ارائه شده در این مقاله، در مقایسه با روش های سنتی و شاخص بازار، بازدهی بالاتری را برای سرمایه گذاران فراهم می نماید.
    کلیدواژگان: سبد سهام بهینه، شبکه های عصبی فازی، قیمت سهام، مدل سازی فازی، الگوریتم ژنتیک
  • حمیدرضا وکیلی فرد، زهرا شیرازیان صفحات 131-148
    با افزایش افق سرمایه گذاری ، ریسک بهینه دارایی ها چقدر تغییر می کند؟ آیا این امر روی تصمیم گیری سرمایه گذاری رشدی و ارزشی اثر دارد؟این مقاله رویکرد جدیدی را با استفاده از روش تجزیه وتحلیل موجک که بازده های استراتژی سرمایه گذاری خاص را به افق های سرمایه گذاری چندگانه تجزیه می کند، برای بررسی تخصیص پورتفوی میان سهام رشدی و ارزشی در افقهای سرمایه گذاری مختلف ارایه می دهد. در این مقاله از شاخص کل بازار بورس و پورتفوی شرکتهای سرمایه گذاریی که بیش از 40 درصد آن ها بورسی می باشد طی دوره 10 ساله1383 تا 1392 بر اساس بازده ماهانه استفاده شد.سهام به دو دسته رشدی و ارزشی تقسیم شدند. سهام ارزشی دارای ارزش دفتری به بازاری بیشتر از 30 درصد و سهام رشدی دارای ارزش دفتری به بازاری کمتر از 30 درصد می باشند. داده ها از نرم افزار ره آورد نوین گردآوری شد و با استفاده از نرم افزار متلب تحلیل شدند. نتیجه تحقیق نشان می دهد که در شرکتهای سرمایه گذاری با ریسک گریزی متوسط و کم، با افزایش افق سرمایه گذاری میزان سرمایه گذاری در سهام رشدی کم و میزان سرمایه گذاری در سهام ارزشی افزایش یافته است در حالی که در بررسی پورتفوی بازار وزن سهام رشدی و ارزشی تفاوت قابل ملاحظه ای باهم نداشتند.
    کلیدواژگان: افق سرمایه گذاری، سهام رشدی و سهام ارزشی، تجزیه و تحلیل موجک
|
  • Fereydoon Rahnamay Roodposhti, Mir Feiz Fallahshams, Seyyed Behshad Yassini Pages 149-173
    The Foreign Exchange Market is where one currency is exchanged for another.In the 18th century, the Japanese developed an approach to technical analysis that traced and predicted the prices of rice contracts.There are some ways to classification of candlesticks. From one perspective they can be divided into two types of ‘Reversal Patterns’, and ‘Continuation Patterns’.In this paper nine different reversal candlestick patters are analyzed. They include hammer, hanging man, doji gravestone, doji dragonfly, doji long-lagged, bearish and bullish engulfing, piercing pattern, and dark cloud cover.
    It is analyzed whether various candlestick patterns can predict candles and trends in Foreign Exchange Market. The first group of minor hypotheses include whether or not a candle with an inverted color proceed by these patterns. The second group analyze whether or not the profit of trading after various patterns is significantly profitable.
    I considered the first, second, and the third candles as different possible points for finishing the trades. These three different points have different results, hence I’ve categorized them in three various scenarios and discussed about them separately.
    One of the most important sign of power of a specific pattern is when the first next candle be a confirmation of trend changing. In this part only the confirmed cases are analyzed in two different scenarios.
    At the end on the basis of minor hypotheses, it is concluded that there is not any evidence that we can say “various candlestick patterns predict candles and trends in Foreign Exchange Market effectively”. Although the success rates of correct prediction of the next candle after a confirmed pattern is almost insignificant in all cases, but the profit of trading after this confirmation can be significant. We can conclude that a confirmed pattern could be profitable in all mentioned patterns