بکارگیری رویکرد گشتاور جزئی پایینی چند دوره‌ای در بهینه‌سازی سبد سرمایه‌گذاری و تاثیر گشتاورهای مختلف بر عملکرد سبد سرمایه‌گذاری

این پژوهش باهدف ارائه مدلی جهت انتخاب بهینه سبد سرمایه‌گذاری چند دوره‌ای با نگرش گشتاور جزئی پایینی به عنوان سنجه ریسک انجام گرفته است. داده‌های مورد استفاده در این تحقیق شامل بازده‌های تاریخی شرکت‌های موجود در بورس اوراق بهادار تهران طی دوره فروردین1393 - فروردین 1398 است که به‌صورت سبدهای سرمایه‌گذاری 5-سهمی، 15-سهمی و 25-سهمی مورد بررسی قرار گرفته است. به منظور ایجاد سناریو در این مطالعه از مدل ترکیبی arima-garch استفاده شد. جهت بررسی تاثیر مقادیر مختلف گشتاور در سنجه گشتاور جزئی پایینی بر سبدهای سرمایه‌گذاری، از معیارهای سنجش عملکرد کمی همچون معیار چولگی، معیار شارپ، معیار سورتینو ، معیار ترینر و معیار آلفای جنسن استفاده گردیده است. نتایج حاصل نشان می‌دهد که با افزایش گشتاور، چولگی مثبت و معیار سورتینو افزایش می‌یابد. همچنین معیار شارپ نیز با افزایش مقدار گشتاور افزایش می‌یابد اما بیشترین مقدار آن زمانی حاصل می‌گردد که از واریانس به عنوان سنجه ریسک استفاده می‌شود. بیشترین مقدار معیار ترینر زمانی حاصل می‌شود که آلفا برابر با سه می‌باشد. معیار آلفای جنسن رابطه معکوسی با افزایش مقدار گشتاور دارند بدین معنا که با افزایش مقدار گشتاور مقادیر آن‌ها کاهش می‌یابد.

Application of Multi-Period Low Partial Moment Approach to Investment Portfolio Optimization and Impact of Different Moments on Portfolio Performance

The present study aimed to present a model to choose the optimum multi-period investment portfolio with attitude toward lower partial moment as a measure of risk. The data used in this study contains historical returns of companies listed on the Tehran Stock Exchange over the period March 2014 to March 2019 which has been investigated as 5-shares, 15-shares, 25-shares investment portfolios. The ARIMA-GARCH hybrid model was used to generate the scenario in this study. To investigate the effect of different value of lower partial moment measure’s alpha on investment portfolio, some qualitative performance measurement criteria such as the rate of Skewness, Sharpe ratio, Sortino ratio, Trainer ratio and Jensen measure is used. The results show that with the increase of the moment, positive Skewness and Sortino ratio increases as well. And by increasing the moment the Sharp ratio increases too, but the highest amount of that associated with variance risk measure. The highest trainer criterion is obtained when the alpha is three. Jensen’s alpha criteria has inverse relation with value of moment, it means that by increasing the value of moment their values will decrease.