ترکیب مدل‌های میانگین-واریانس مارکویتز با بازده فازی ذوزنقه‌ای و تحلیل پوششی داده‌های کارایی متقاطع با ساختار شبکه‌ای به‌منظور یافتن سبد بهینه سرمایه‌گذاری

هدف: افزایش ثروت سهام داران از مهم ترین اهداف مدیریت مالی است. این موضوع همواره با دو مفهوم ریسک و بازده به‌ طور هم‌زمان عجین است، به ‌گونه‌ ای که سهام داران همواره به دنبال افزایش بازده سبد با کنترل و حداقل‌سازی ریسک، یا به‌ دنبال کاهش ریسک در سطح مشخصی از بازده موردانتظار می‌باشند. برای این منظور سرمایه‌گذاران عمدتا از مفاهیم تحلیل بنیادی، به معنی توجه به ساختار درونی و عملکرد مالی شرکت ‌ها یا از مفاهیم تکنیکال، به معنی توجه به تغییرات و نوسانات قیمتی سهام در بازار یا ترکیبی از هر دو روش استفاده می‌نمایند. هدف اصلی پژوهش حاضر ارایه یک مدل ترکیبی است که هم به ساختار مالی به‌عنوان رویکرد بنیادی و هم به نوسانات قیمتی سهام در تابلو در گذشته به‌عنوان یک رویکرد تکنیکال توجه نموده و درنهایت با استفاده از مفهوم شبکه در تحلیل پوششی داده‌ها به تاثیر عملکرد مالی بر ارزش بازاری شرکت بپردازد. به‌علاوه، به‌منظور در نظر گرفتن عدم قطعیت در بازده‌ها از مفهوم اعداد فازی ذوزنقه‌ای استفاده شده است.روش‌شناسی پژوهش: ما در این پژوهش با ترکیب مدل مارکویتز با بازده‌های فازی با مدل تحلیل پوششی داده‌های شبکه‌ای به یک مدل چندهدفه دست خواهیم یافت که با مدنظر قراردادن عملکرد شرکت ‌ها بر اساس برخی نسبت‌ های مالی و تاثیر آن بر ارزش بازاری سهام، هم‌چنین نوسانات قیمت، سعی در معرفی سبدهای سهام در بهترین حالت‌ های ممکن از حیث ریسک، بازده و هم‌چنین کارایی سبد سهام خواهد داشت. درنهایت به ‌منظور استفاده از مدل در انتخاب یک سبد سهام بهینه، 50 شرکت از شرکت‌ های فعال در بورس اوراق بهادار تهران از صنایع مختلف انتخاب و مدل مزبور بر روی آن‌ها اجرا گردید. هم‌چنین برای حل مدل از الگوریتم ژنتیک چندهدفه با مرتب سازی نامغلوب استفاده شد.یافته‌ها: نتایج به‌دست‌آمده از پیاده‌سازی مدل بر روی 50 شرکت از شرکت‌های فعال در بورس اوراق بهادار نشان می‌دهد استفاده از مدل پیشنهادی نسبت به استفاده از هریک از مدل‌های مارکویتز یا تحلیل پوششی داده‌های شبکه‌ای به‌تنهایی و هم‌چنین نسبت به مدل غیر‌شبکه‌ای، نتایج بهتری از حیث بازده، ریسک و کارایی در اختیار سرمایه‌گذاران قرار داده و رویکرد جامع‌تری نسبت به مدل‌های ارایه شده قبلی دارد.اصالت/ارزش افزوده علمی: پژوهش حاضر مدلی را معرفی می‌کند که با ترکیب دیدگاه سرمایه‌گذاران با رویکرد بنیادی و سرمایه‌گذاران با رویکرد نوسانات قیمتی (تکنیکالی)، تصمیم‌گیری برای انتخاب سبد بهینه را ساده‌تر می‌سازد. روش ارایه شده با لحاظ بازده‌ها به‌صورت اعدادی از نوع فازی ذوزنقه‌ای، سعی در بیان عدم قطعیت در بازده‌ها داشته و هم‌چنین با استفاده از مدل شبکه‌ای تحلیل پوششی داده‌ها، تاثیر کارایی شرکت‌ها بر ارزش بازاری و افزایش ثروت سهامداران را می‌‌سنجد.

trapezoidal fuzzy efficiency and cross-efficiency data envelopment analysis with network structure in order to find the optimal investment portfolio

purpose: increasing shareholders' wealth is one of the most important financial management goals. this matter is always intertwined with the concepts of risk and return simultaneously so that shareholders always seek to increase portfolio returns by controlling and minimizing risk or reducing risk at a certain level of expected return. for this purpose، investors mainly use the concepts of fundamental analysis، which means paying attention to the internal structure and financial performance of companies، or technical concepts، which means paying attention to the changes and price fluctuations of stocks in the market، or a combination of both methods. the main objective of the present research is to provide a combined model that pays attention to both financial structure as a fundamental approach and stock price fluctuations in the historical chart as a technical approach. ultimately، using the network concept in data envelopment analysis، it aims to investigate the impact of financial performance on the company's market value.  in addition، the concept of trapezoidal fuzzy numbers has been used to consider the uncertainty in returns.methodology: in this research، we will combine the markowitz model with fuzzy returns and the network data envelopment analysis model to create a multi-objective model. by considering company performance based on certain financial ratios، its impact on stock market value، and price fluctuations، we aim to introduce stock portfolios in the best possible scenarios in terms of risk، return، and portfolio efficiency. ultimately، to utilize the model for selecting an optimal stock portfolio، 50 companies from various industries actively traded on the tehran stock exchange were chosen، and the proposed model was applied to them. additionally، a multi-objective genetic algorithm with non-dominated sorting was employed to solve the model.findings: the results obtained from the implementation of the model on 50 companies active in the stock exchange show that the use of the proposed model has better results in terms of efficiency than the use of any of the markowitz models or network data coverage analysis alone، and also compared to the non-network model. it provides investors with risk and efficiency and has a more comprehensive approach than the previously presented models.originality/value: the current research introduces a model that simplifies the decision-making process for choosing the optimal portfolio by combining the views of investors with a fundamental approach and investors with a (technical) price volatility approach. the presented method tries to express the uncertainty in the returns in terms of trapezoidal fuzzy numbers and also measures the effect of the companies' efficiency on the market value and the increase of the shareholders' wealth by using the data envelopment analysis network model.