>
Fa   |   Ar   |   En
   کاربرد ضرایب همبستگی مبتنی بر کاپولا و رویکردهای مبتنی بر برنامه‌ریزی پویا در تعیین شباهت میان‌ سری‌های زمانی به منظور خوشه‌بندی و تشکیل پرتفوی مبتنی بر شاخص  
   
نویسنده محمدی شاپور ,تندنویس فرید ,محمودی سعیدآباد الناز
منبع بورس اوراق بهادار - 1401 - دوره : 15 - شماره : 60 - صفحه:47 -72
چکیده    ردیابی شاخص که به عنوان یکی از روش‌های مدیریت غیرفعال سرمایه‌گذاری شناخته شده است، به دنبال تشکیل پرتفوی، به‌گونه‌ای است که در طول زمان با کمترین میزان خطا، بازده‌ای نزدیک به شاخص داشته باشد. در این پژوهش به بررسی کاربرد یک مدل برنامه‌ریزی صفر و یک در خوشه‌بندی ‌سری‌های زمانی به‌منظور تشکیل پرتفوی ردیاب شاخص پرداخته شده‌است. به‌منظور فرایند خوشه‌بندی، معیار‌های متنوع سنجش شباهت سری‌های زمانی از جمله، ضرایب همبستگی مبتنی بر کاپولا همچنین فاصلۀ مبتنی رویکردهای پویا در سنجش شباهت سری‌های زمانی، مورد استفاده قرار گرفته‌است. آزمون خارج از نمونه بر روی نسبت بازار و خطای ردیابی پرتفوهای مبتنی بر شاخص 50 شرکت فعال‌تر بورس اوراق بهادار تهران در بازه زمانی ابتدای سال 1394 تا پایان بهار سال 1397 نشان از این موضوع دارد که پرتفو‌ها در ردیابی شاخص موفق عمل نموده‌اند و متوسط خطای ردیابی روزانۀ پرتفوها دارای تفاوت معنی‌داری با یکدیگر نیست. همچنین آزمون سخت‌گیرانه مقایسات زوجی بر روی خطای ردیابی پرتفو‌ها نیز نشان از این موضوع دارد که خطای ردیابی پرتفو‌ها با یکدیگر تفاوت معنی‌دار ندارد.
کلیدواژه ردیابی شاخص، خطای رد‌یابی، کاپولا، edr و dtw
آدرس دانشگاه تهران, دانشکده مدیریت, گروه مالی و بیمه, ایران, دانشگاه تهران, دانشکده مدیریت, گروه مدیریت مالی و بیمه, ایران, دانشگاه الزهرا, دانشکده فنی و مهندسی, گروه مهندسی صنایع, ایران
پست الکترونیکی mahmoudi.fe88@gmail.com
 
   application of copula-based correlation coefficients and dynamic programming-based approaches to determining similarity between time series for clustering and index tracking  
   
Authors mohammadi shapour ,tondnevis farid ,mahmoudi saeidabad elnaz
Abstract    index tracking, known as one of the passive management methods of investing, seeks to form portfolios in such a way that replicate the performance of market index. in this study, the application of a binary optimization model in time series clustering to form an index tracker portfolio is investigated. for the clustering process, various time series similarity measures including capula-based correlation coefficients and dynamic distance based approaches have been used. out-of-sample test on market ratios and tracking error of portfolios based on 50 more active company index of tehran stock exchange in the period from beginning of 1394 till the end of spring 1397 indicates that portfolios have been successful in tracking index and average tracking error of portfolios did not differ significantly. also, pairwise comparisons test on portfolio tracking error indicates that portfolios tracking error does not differ significantly
Keywords tracking ,tracking error ,copula ,dtw ,edr
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved