بهینه‌سازی سبد سهام با استفاده از روش meancvar و رویکرد ناهم‌سانی واریانس شرطی متقارن و نامتقارن

هدف: مدیریت ریسک یکی از حوزه‌های مهم‌ پژوهشی در رشته مالی است که مدیران و سرمایه‌گذاران بسیاری در بخش‌های مختلف به آن توجه کرده‌اند، به‌خصوص با وقوع بحران‌های مالی در سال‌های اخیر، اهمیت اجرای پژوهش‌های دقیق‌تر در این حوزه دوچندان شده است. هدف اصلی این پژوهش، ارائه مدلی برای اندازه‌گیری دقیق‌تر ریسک در پرتفولیوهای سهام است.روش: برای اجرای این پژوهش، از قیمت پایانی تعدیل‌شده 30 شرکت بورسی که نمونه آماری این پژوهش بودند، استفاده ‌شده است. با در نظر گرفتن مدل cvar به‌عنوان مدل اصلی پژوهش و با استفاده از روش‌های مختلف مدل‌سازی واریانس، 4 مدل مجزا به ‌دست آمد. در روش نخست، ارزش در معرض ریسک شرطی با بهره‌گیری از واریانس ثابت محاسبه شده است و در 3 روش دیگر، واریانس از مدل‌های garch و egarch و tgarch مدل‌سازی شده است.یافته‌ها: در نهایت، نتایج به‌دست‌آمده با دو آزمون آماری مقایسه زوجی و ویلکاکسون سنجیده شدند. نتایج هر دو آزمون نشان داد که مدل‌سازی واریانس در دستیابی به پرتفوی بهینه‌تر، عملکرد بهتری دارد.نتیجه‌گیری: بر اساس یافته‌های پژوهش و تایید فرضیه‌های اصلی پژوهش، می‌توان نتیجه گرفت که در نظر گرفتن ناهم‌سانی واریانس موجود در بازار مالی ایران و وارد کردن این موضوع در مدل‌های بهینه‌سازی، به عملکرد بهتر در بهینه‌سازی سبدهای سرمایه‌گذاری می‌انجامد. همچنین یافته‌ها نشان داد که استفاده از مدل cvar به‌جای مدل‌های سنتی ریسک، به‌صورت معناداری در بهبود عملکرد این صندوق‌ها موثر است.

Equity Portfolio Optimization Using MeanCVaR Method Considering Symmetric and Asymmetric Autoregressive Conditional Heteroscedasticity

Objective: Risk management is one of the most important areas of study in finance, and its vital role in the field has attracted the attention of managers and investors in in various sectors of the industry. Especially in recent years, with the onset of financial crises, the importance and necessity of accurate studies in this area has doubled. The main purpose of this study is to provide a model for a more accurate measurement of equity portfolio risk.Methods: To conduct this research, adjusted closing prices of a sample of thirty listed companies have been used. CVaR is the main model and four other models are formulated using different methods of variance modeling. The first method calculates conditional value at risk using constant variance and in the other three methods, variance is modeled on GARCH, EGARCH and TGARCH approaches.Results: Ultimately, the results have been evaluated using appropriate statistical tests, namely paired t test and Wilcoxon signed rank test. The results obtained from both tests suggest that the method used to model variance has a significant effect on attaining a better optimal portfolio.Conclusion: Considering results of the research, which approve the tested hypothesis, one can conclude, taking into account the heteroscedasticity in Iranian capital market, would result in a better optimized portfolio. Moreover, the results illustrated that the use of CVaR model, for risk measurement, rather than previously used traditional models, can be effective in improving the performance, in optimizing stock portfolios, significantly.