بهینه سازی سبد سرمایه گذاری مبتنی بر پیش‌بینی نوسانات با مدل‌های واریانس ناهمسانی شرطی خود‌رگرسیونی (مطالعه موردی بورس اوراق بهادار تهران)

بهینه سازی سبد سرمایه‌گذاری یک مساله اصلی در تئوری‌های مالی است و به عملکرد آینده سرمایه گذاری‌ها، عمدتاً بازده مورد انتظار آن‌ها مربوط می شود. وقتی سرمایه‌گذاری‌ها در معرض عدم قطعیت‌ قرار می‌گیرند، چارچوب بهینه سازی سبد سرمایه‌گذاری باید شامل یک معیار کمی از عدم قطعیت بازده مورد انتظار باشد، یعنی یک معیار کمی از ریسک باشد. نظریه پورتفولیو مدرن در تلاش است تا دارایی ها را در بین گزینه های سرمایه گذاری تخصیص دهد. روش مختلفی برای مقابله با ریسک بازده پیشنهاد شده است. علاوه بر این، تنوع در انتخاب گزینه‌های سرمایه‌گذاری در کنار معیار‌های بازده و ریسک بر اساس شاخص آنتروپی یکی دیگر از جنبه های محوری در مدیریت پرتفوی است. در این پژوهش داده های مربوط به هشت نماد از صنعت پتروشیمی بورس اوراق بهادار تهران و دو متغیر توضیحی نرخ تبدیل دلار به ریال و قیمت نفت خام در یک بازه زمانی 802 روزه جمع آوری شد و بازده قیمت با استفاده از مدل میانگین متحرک خود‌رگرسیونی با متغیر توضیحی (armax) و نوسانات بازده به واسطه مدل‌ واریانس ناهمسانی شرطی خود‌رگرسیونی (arch) و شکل تعمیم یافته نمایی (egarch) تخمین زده شد، نوسان و بازده پیش بینی شده وارد یک مدل میانگین - واریانس- آنتروپی شد و نتایج حاصل از مدلسازی با مدل‌های arch و egarch با حالتی که میزان مشارکت هر یک نمادها 1/n باشد توسط معیار ضریب تغییرات پرتفولیو مقایسه شد؛ نهایتا این نتیجه حاصل گردید که به واسطه بکارگیری مدل‌های arch و egarch در مدلسازی، سبد سرمایه گذاری مطلوب‌تری خواهیم داشتیم.