کاربرد ضرایب همبستگی مبتنی بر کاپولا و رویکردهای مبتنی بر برنامه ریزی پویا در تعیین شباهت میان سری های زمانی به منظور خوشه بندی و تشکیل پرتفوی مبتنی بر شاخص

ردیابی شاخص که به عنوان یکی از روش های مدیریت غیرفعال سرمایه گذاری شناخته شده است، به دنبال تشکیل پرتفوی، به گونه ای است که در طول زمان با کمترین میزان خطا، بازده ای نزدیک به شاخص داشته باشد. در این پژوهش به بررسی کاربرد یک مدل برنامه ریزی صفر و یک در خوشه بندی سری های زمانی به منظور تشکیل پرتفوی ردیاب شاخص پرداخته شده است. به منظور فرایند خوشه بندی، معیار های متنوع سنجش شباهت سری های زمانی از جمله، ضرایب همبستگی مبتنی بر کاپولا همچنین فاصله مبتنی رویکردهای پویا در سنجش شباهت سری های زمانی، مورد استفاده قرار گرفته است. آزمون خارج از نمونه بر روی نسبت بازار و خطای ردیابی پرتفوهای مبتنی بر شاخص 50 شرکت فعال تر بورس اوراق بهادار تهران در بازه زمانی ابتدای سال 1394 تا پایان بهار سال 1397 نشان از این موضوع دارد که پرتفو ها در ردیابی شاخص موفق عمل نموده اند و متوسط خطای ردیابی روزانه پرتفوها دارای تفاوت معنی داری با یکدیگر نیست. همچنین آزمون سخت گیرانه مقایسات زوجی بر روی خطای ردیابی پرتفو ها نیز نشان از این موضوع دارد که خطای ردیابی پرتفو ها با یکدیگر تفاوت معنی دار ندارد.