کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
5054063 | 1476524 | 2015 | 11 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Robust analysis for downside risk in portfolio management for a volatile stock market
ترجمه فارسی عنوان
تجزیه و تحلیل قوی برای ریسک نامطلوب (نزولی) در مدیریت پرتفوی در بازارهای سهام با نوسان قیمت
همین الان دانلود کنید
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
تئوری پرتفوی مدرن - واریانس - حرکت ریسک نامطلوب - ریشه میانگین شاخص پراکندگی مربع
فهرست مطالب مقاله
چکیده
کلیدواژهها
1. مقدمه
1.1 واریانس و ریسک نامطلوب به عنوان معیاری از ریسک
1.2 مدل بهینه سازی
1.3 عواملی که بر روی بهینه سازی پرتفوی تأثیر میگذارند
1.3.1 تعیین اندازه پرتفوی
1.3.2 مرتب سازی پرتفوی
1.3.3 الگوریتم بهینه سازی پرتفوی و اثر پروانهای
1.3.4 مسأله درون زایی و بهینه سازی نیم واریانسی
2. داده و متدلوژی
2.1 تعیین انداره پرتفوی مناسب
2.2 پروسه مرتب سازی پرتفوی
2.3 الگوریتم بهینه سازی پرتفوی
2.4 تضمین ماتریس نیمه معین مثبت برای مسأله درون زادی
2.5 معناداری اختلاف بین چارچوب MV و DR
3. نتایج و تحلیل
3.1 نتایج حاصل از تعیین اندازه پرتفوی مناسب
3.2. واریانس میانگین در برابر مرزهای کارآمد ریسک نامطلوب
3.3 ارزیابی اختلاف بین واریانس و DR با استفاده از RMSDI
4. نتیجه گیری و توصیهها
پیوست A
شکل 1. مزایای تنوع سازی از طریق متدلوژی اصلاح شده اوان و آرچر
شکل 2. نتایج پرتفوی مرتب شده HH برای چارچوب MV و ALPM
شکل 3. نتایج پرتفوی مرتب شده HL برای چارچوب MV و ALPM
شکل 4. نتایج پرتفویهای مرتب شده LH برای چارچوبهای MV و ALPM
شکل 5. نتایج پرتفویهای مرتب شده LL برای چارچوب MV و ALPM
شکل 6. نتایج مجموع کل برای پرتفویهای MV و ALPM
پیوست B
جدول 1
جدول 2. نتایج دقیق برای لاندا متفاوت در پرتفویهای HH، HL، LH و LL
جدول 3. RMSDI بین اجزاء پرتفوی بین چارچوبهای MV و DR
کلیدواژهها
1. مقدمه
1.1 واریانس و ریسک نامطلوب به عنوان معیاری از ریسک
1.2 مدل بهینه سازی
1.3 عواملی که بر روی بهینه سازی پرتفوی تأثیر میگذارند
1.3.1 تعیین اندازه پرتفوی
1.3.2 مرتب سازی پرتفوی
1.3.3 الگوریتم بهینه سازی پرتفوی و اثر پروانهای
1.3.4 مسأله درون زایی و بهینه سازی نیم واریانسی
2. داده و متدلوژی
2.1 تعیین انداره پرتفوی مناسب
2.2 پروسه مرتب سازی پرتفوی
2.3 الگوریتم بهینه سازی پرتفوی
2.4 تضمین ماتریس نیمه معین مثبت برای مسأله درون زادی
2.5 معناداری اختلاف بین چارچوب MV و DR
3. نتایج و تحلیل
3.1 نتایج حاصل از تعیین اندازه پرتفوی مناسب
3.2. واریانس میانگین در برابر مرزهای کارآمد ریسک نامطلوب
3.3 ارزیابی اختلاف بین واریانس و DR با استفاده از RMSDI
4. نتیجه گیری و توصیهها
پیوست A
شکل 1. مزایای تنوع سازی از طریق متدلوژی اصلاح شده اوان و آرچر
شکل 2. نتایج پرتفوی مرتب شده HH برای چارچوب MV و ALPM
شکل 3. نتایج پرتفوی مرتب شده HL برای چارچوب MV و ALPM
شکل 4. نتایج پرتفویهای مرتب شده LH برای چارچوبهای MV و ALPM
شکل 5. نتایج پرتفویهای مرتب شده LL برای چارچوب MV و ALPM
شکل 6. نتایج مجموع کل برای پرتفویهای MV و ALPM
پیوست B
جدول 1
جدول 2. نتایج دقیق برای لاندا متفاوت در پرتفویهای HH، HL، LH و LL
جدول 3. RMSDI بین اجزاء پرتفوی بین چارچوبهای MV و DR
ترجمه چکیده
واریانس و ریسک نامطلوب عوامل مختلفی در مدیریت پرتفوی هستند. در این مقاله میانگین انحراف و چارچوبهای ریسک نامطلوب در ارتباط با مدیریت پرتفوی بررسی شده است. نمونه مورد نظر در این جا بازاری با نوسان قیمت زیاد به نام بورس سهام کراچی در پاکستان است. عواملی که بهینه سازی پرتفوی را تحت تأثیر قرار میدهند مانند انداره مناسب پرتفوی، پروسه مرتب سازی پرتفوی، اثر پروانهای در انتخاب الگوریتمهای مناسب و مسأله درون زایی مطرح شده و از راه حلهای آنها برای انجام یک تجزیه و تحلیل قوی استفاده شده است. نتایج نشان میدهند که چارچوب ریسک نامطلوب بهتر از چارچوب میانگین واریانس مارکوویتز عمل میکند. بعلاوه، هرگاه بازدههای دارایی دارای چولگی زیاد باشد آن گاه میزان اختلاف معنی دار خواهد بود.در نتایج استفاده از ریسک نامطلوب به جای واریانس به عنوان معیار ریسک در تصمیمات سرمایه گذاری توصیه شده است.
موضوعات مرتبط
علوم انسانی و اجتماعی
اقتصاد، اقتصادسنجی و امور مالی
اقتصاد و اقتصادسنجی
چکیده انگلیسی
Variance and downside risk are different proxies of risk in portfolio management. This study tests mean–variance and downside risk frameworks in relation to portfolio management. The sample is a highly volatile market; Karachi Stock Exchange, Pakistan. Factors affecting portfolio optimization like appropriate portfolio size, portfolio sorting procedure, butterfly effect on the choice of appropriate algorithms and endogeneity problem are discussed and solutions to them are incorporated to make the study robust. Results show that downside risk framework performs better than Markowitz mean–variance framework. Moreover, this difference is significant when the asset returns are more skewed. Results suggest the use of downside risk in place of variance as a measure of risk for investment decisions.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Economic Modelling - Volume 44, January 2015, Pages 86–96
Journal: Economic Modelling - Volume 44, January 2015, Pages 86–96