انتخاب سبد سهام بهینه با استفاده از مدلسازی آرمانی و فرآیند تحلیل سلسله مراتبی رویکرد ارزش افزوده اقتصادی

نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
تصمیمات منطقی سرمایهگذاری، نیازمند توجه به معیارها و عوامل مختلف بهطور همزمان است. برای رسیدن به این مقصود، میتوان از برنامهریزی آرمانی که در علم مدیریت به دلیل انعطافپذیری در بررسی مشکلات تصمیمگیری با چندین هدف متناقض و اطلاعات مبهم بهطور گسترده استفاده میشود، بهره جست. در این پژوهش، تفاوت انتخاب سهام و نتایج آن در مدلهای مارکویتز و برنامهریزی آرمانی نشان داده شده است. معیارهای حداقلسازی ریسک، حداکثرسازی بازده، مثبتشدن چولگی بازده سبد سهام و منفیشدن کشیدگی ریسک سبد سهام بهطور مشترک و معیارهای ارزشافزوده اقتصادی و سود تقسیمی بهطور جداگانه در دو مرحله، بهعنوان آرمانهای مدل در نظر گرفته شده اند. با استفاده از روش فرآیند تجزیه و تحلیل سلسله مراتبی (AHP) میزان اهمیت معیارهای موردنظر محاسبه و داده های 10 شرکت از 30 شرکت برتر بورس اوراق بهادار تهران در مدل استفاده شد. با استفاده از نرمافزارهای spss و LINGO، تحلیل آماری داده ها و حل مدل صورت گرفته است. با توجه به نتایج، مدل برنامهریزی آرمانی، بازده بیشتری در مقایسه با مدل مارکویتز به سرمایهگذار ارائه میکند. همچنین براساس نسبت پاداش نوسان، انتخاب سبد سهام بر اساس سود تقسیمی نسبت به ارزشافزوده اقتصادی ترجیح دارد.
زبان:
فارسی
صفحات:
37 تا 52
لینک کوتاه:
magiran.com/p1798724 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!