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

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

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار، گروه اقتصاد، دانشکده ادبیات و علوم انسانی، دانشگاه گیلان، رشت، ایران

2 کارشناس ارشد، گروه مهندسی مالی، دانشگاه خواجه نصیرالدین طوسی، تهران، ایران.

چکیده

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 تأثیر 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.

کلیدواژه‌ها


عنوان مقاله [English]

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

نویسندگان [English]

  • Seyed Reza Miraskari 1
  • Hamid Hosseini Nesaz 2
1 Assistant Professor, Department of Economics, Faculty of Literature and Humanities, Guilan University, Rasht, Iran
2 M.Sc. Department of Financial Engineering, Khajeh Nasir Tousi University, Tehran, Iran
چکیده [English]

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.

کلیدواژه‌ها [English]

  • Multi-period Planning
  • Portfolio Optimization
  • Lower Partial Moment
صالح آبادی، علی؛ سیار، محسن؛ شهریاری، محسن. (1397). «بهینه سازی پرتفوی در چارچوب مدل پتانسیل مطلوب و ریسک نامطلوب UPM-LPM». مهندسی مالی و مدیریت اوراق بهادار. 9 (36).129-153
نجفی، امیرعباس؛ پوراحمدی، زهرا. (1394). «بهینه‌سازی پویای سبد سرمایه‌گذاری با توجه به هزینه معاملات». مهندسی مالی و مدیریت اوراق بهادار. 6(24). 152-172.
رستمی، محمدرضا؛ کلانتری بنجار، محمود؛ بهزادی، عادل. (1394). «گشتاورهای مراتب
بالاتر در بهینه‌سازی سبد سهام در محیط فازی». مهندسی مالی و مدیریت اوراق بهادار. 6(24).
41-62.
پاک مرام، عسگر؛ بحری ثالث، جمال؛ ولی زاده، مصطفی. (1396). «انتخاب و بهینه‌سازی سبد سهام با استفاده از الگوریتم ژنتیک، با بهره‌گیری از مدل میانگین-نیمه واریانس مارکویتز». مهندسی مالی و مدیریت اوراق بهادار. 8 (31). 19-42.
رجبی، مهسا؛ خالوزاده، حمید. (1393). «بهینه‌سازی و مقایسۀ سبد سهام در بورس اوراق بهادار تهران با بهره‎مندی از الگوریتم‌های بهینه‌سازی تکاملی چندهدفه». فصلنامه علمی-پژوهشی تحقیقات مالی. 16 (2). 253-270.
Arnott, R.D., Wagner, W.H., (1990). The measurement and control of trading costs. Financial Analysts Journal 6, 73–80.
Bawa, V. S. (1975). Optimal rules for ordering uncertain prospects. Journal of Financial Economics, 2(1), 95-121.
Bawa, V. S., & Lindenberg, E. B. (1977). Capital market equilibrium in a mean-lower partial moment framework. Journal of Financial Economics, 5(2), 189-200.
Bertsimas, D., Pachamanova, D., (2008). Robust multiperiod portfolio management in the presence of transaction costs. Computers and Operations Research 35, 3–17.
Calafiore, G. C., & Kharaman, F. (2014, March). Multi-period asset allocation with lower partial moment's criteria and affine policies. In Computational Intelligence for Financial Engineering & Economics (CIFEr), 2104 IEEE Conference on (pp. 100-106). IEEE.
Celikyurt, U., Ozekici, S., (2007). Multi-period portfolio optimization models in stochastic markets using the mean-variance approach. European Journal of Operational Research 1, 186–202.
Cui, X., Gao, J., Li, X., & Li, D. (2014). Optimal multi-period mean–variance policy under no-shorting constraint. European Journal of Operational Research, 234(2), 459-468.
Deb, K., Pratap, A., Agarwal, S., & Meyarivan, T. A. M. T. (2002). A fast and elitist multiobjective genetic algorithm: NSGA-II. IEEE transactions on evolutionary computation, 6(2), 182-197.
Deng, X. T., Li, Z. F., & Wang, S. Y. (2005). A minimax portfolio selection strategy with equilibrium. European Journal of operational research, 166(1), 278-292.
Estrada, J. (2002). Systematic risk in emerging markets: the D-CAPM. Emerging Markets Review, 3(4), 365-379.
Fang, Y., & Post, T. (2019). Portfolio Optimization with Higher-order Stochastic Dominance Constraints. Available at SSRN 3376468.
Fishburn, P. C. (1977). Mean-risk analysis with risk associated with below-target returns. American conomic Review, 67(2)
Fulga, C. (2015). Portfolio optimization under loss aversion. European Journal of Operational Research. International Portfolio Diversification Benefits: The Relevance of Emerging Markets
Galagedera, D. U., & Brooks, R. D. (2007). Is co-skewness a better measure of risk in the downside than downside beta? Evidence in emerging market data. Journal of Multinational Financial Management, 17(3), 214-230
Gökgöz, F., & Atmaca, M. E. (2017). Portfolio optimization under lower partial moments in emerging electricity markets: Evidence from Turkey. Renewable and Sustainable Energy Reviews, 67, 437-449.
Gulpınar, N., Rustem, B., Settergren, R., (2003). Multistage stochastic mean-variance portfolio analysis with transaction cost. Innovations, in Financial and Economic Networks 3, 46–63.
Gulpınar, N., Rustem, B., (2007). Worst-case robust decisions for multi-period meanvariance portfolio optimization. European Journal of Operational Research 183,981–1000.
Huang, X., & Qiao, L. (2012). A risk index model for multi-period uncertain portfolio selection. Information Sciences, 217, 108-116.
Iqbal, J., Brooks, R., & Galagedera, D. U. (2007). Robust Tests of the Lower Partial Moment Asset Pricing Model in Emerging Markets (No. 25349). University Library of Munich, Germany.
Jaaman, S. H., Lam, W. H., & Isa, Z. (2011). Higher moment portfolio management with downside risk. American Journal of Social and Management Sciences, 2(2), 220-224.
Jarrow, R., & Zhao, F. (2006). Downside loss aversion and portfolio management. Management Science, 52(4), 558-566.
Jin, H., Markowitz, H., & Yu Zhou, X. (2006). A note on semivariance. Mathematical finance, 16(1), 53-61.
Konno, H., &Wijayanayake, A. (2001).Portfolio optimization problem under concave transaction costs and minimal transaction unit constraints. Mathematical Program-ming, 89(2), 233–250.
Leippold, M., Trojani, F., & Vanini, P. (2004). A geometric approach to multiperiod mean variance optimization of assets and liabilities. Journal of Economic Dynamics and Control, 28(6), 1079-1113.
Li, D., Ng, W.L., (2000). Optimal dynamic portfolio selection: multiperiod meanvariance. Formulation. Mathematical Finance 10, 387–406.
Liu, Y. J., & Zhang, W. G. (2015). A multi-period fuzzy portfolio optimization model with minimum transaction lots. European Journal of Operational Research, 242(3), 933-941.
Markowitz, H. (1952). Portfolio selection. The journal of finance, 7(1), 77-91.
Markowitz, Harry M. Portfolio Selection. (First Edition). New York: John Wiley and Sons, 1959.
Mehrjoo, S., & Jasemi, M. Efficient Frontier and Lower Partial Moment of the First Order. (2012)
Najafi, A. A., & Mushakhian, S. (2015). Multi-stage stochastic mean–semivariance–CVaR portfolio optimization under transaction costs. Applied Mathematics and Computation, 256, 445-458.
Nawrocki, D. N. (1992). The characteristics of portfolios selected by n-degree lower partial moment. International Review of Financial Analysis, 1(3), 195-209.
Nawrocki, D. N. (1999). A brief history of downside risk measures. Journal of Investing8, 9-25.
Nawrocki, D., & Staples, K. (1989). A customized LPM risk measure for portfolio analysis. Applied Economics, 21, 205±218.
Nesaz, H. H., Jasemi, M., & Monplaisir, L. (2020). A new methodology for
multi-period portfolio selection based on the risk measure of lower partial moments. Expert Systems with Applications, 144, 113032.
Pınar, M.C., (2007). Robust scenario optimization based on downside-risk measure for multi-period portfolio selection. OR Spectrum 29,
295–309.
Sunoj, S. M. (2018). On Conditional Lower Partial Moments and Its Applications. American Journal of Mathematical and Management Sciences, 37(1), 14-32.
Unser, M. (2000). Lower partial moments as measures of perceived risk: An experimental study. Journal of Economic Psychology, 21(3), 253-280.
Viole, F., & Nawrocki, D. (2016). Predicting risk/return performance using upper partial moment/lower partial moment metrics. Journal of Mathematical Finance, 6(05), 900.
Wei, S.Z., Ye, Z.X., (2007). Multi-period optimization portfolio with bankruptcy control in stochastic market. Applied Mathematics and Computation 186, 414–425
Zhang, W. G., Liu, Y. J., & Xu, W. J. (2012). A possibilistic mean-semivariance-entropy model for multi-period portfolio selection with transaction costs. European Journal of Operational Research, 222(2), 341-349
Zhang, P. (2014). Multi-period Possibilistic Mean Semivariance
Portfolio Selection with Cardinality constraints and its Algorithm.
Journal of Mathematical Modelling and Algorithms in Operations research, 1-15.