اخبار و اعلانات
آمار
| تعداد نشریات | 31 |
| تعداد شماره‌ها | 698 |
| تعداد مقالات | 6,840 |
| تعداد مشاهده مقاله | 11,121,707 |
| تعداد دریافت فایل اصل مقاله | 7,502,210 |
تخصیص بهینه دارایی‌ها با استفاده از پیش‌بینی بازدهی دارایی سهام و سکه در بازار سرمایه ایران | ||
| اقتصاد باثبات | ||
| مقاله 6، دوره 2، شماره 2 - شماره پیاپی 3، شهریور 1400، صفحه 143-180 اصل مقاله (1.24 M) | ||
| نوع مقاله: پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22111/sedj.2021.40110.1125 | ||
| نویسندگان | ||
| لیلا ترکی* 1؛ محمود بت شکن2؛ سهیلا محمد قاسمی3 | ||
| 1استادیار گروه اقتصاد دانشکده علوم اداری و اقتصاد دانشگاه اصفهان اصفهان ایران | ||
| 2استادیار گروه مدیریت دانشکده علوم اداری و اقتصاد دانشگاه اصفهان اصفهان ایران | ||
| 3کارشناس ارشد گروه اقتصاد دانشکده علوم اداری و اقتصاد دانشگاه اصفهان اصفهان ایران | ||
| چکیده | ||
| یکی از مهم‌ترین عوامل تصمیم‌گیری در سرمایه‌گذاری، میزان ریسک و بازده دارایی‌‌های سرمایه‌ای است. انتخاب مجموعه‌ایی از دارایی‌‌های بهینه اغلب با تبادل بین ریسک و بازده صورت می‌گیرد، هر چه ریسک مجموعه دارایی‌ها بیشتر باشد بنابراین سرمایه‌گذاران انتظار دریافت بازده بالاتری خواهند داشت. منظور از بهینه سازی پرتفوی، انتخاب بهترین ترکیب از دارایی-هایی است که تا حد امکان بازده پرتفوی سرمایه‌گذاری حداکثر و ریسک آن حداقل شود، بنابراین می‌توان گفت: یکی از گام-های مهم در تشکیل پرتفوی، تعیین نسبت یا وزن بهینه‌ایی از دارایی‌هاست به گونه‌ایی که ریسک پرتفوی سرمایه‌گذاری کاهش یابد. این گام مهم از طریق انتخاب استراتژی مناسب صورت می‌گیرد. پژوهش حاضر به بررسی تخصیص بهینه دارایی-ها (سکه و سهام) با استفاده از متغیر‌های اقتصاد کلان می‌پردازد. هدف این پژوهش مقایسه عملکرد پرتفوی مبتنی بر پیش-بینی‌‌پذیری، با پرتفوی مبتنی بر استراتژی (1/N) است. نتایج حاصل شده از آزمون مقایسه‌ایی واریانس‌ها و نسبت شارپ نشان داده است استراتژی میانگین واریانس با ضریب ریسک‌گریزی معین (سه و پنج) در همه‌ی پنجره‌ها قادر به شکست استراتژی (1/N) است. دلیل عملکرد بهتر استراتژی میانگین واریانس این است که مبنای اساسی تصمیم‌گیری پیش‌بینی پذیری بازدهی دارایی‌ها است و وزن‌دهی هر دارایی در هر ماه بر مبنای حداکثر بازدهی پیش‌بینی شده صورت می‌گیرد. | ||
| کلیدواژه‌ها | ||
| کلیدواژه‌ها: نسبت شارپ؛ روش وزن مساوی؛ معیار‌های ارزیابی عملکرد؛ تخصیص دارایی | ||
| مراجع | ||
|
Abbas, S., Tahir, S. H., & Raza, S. (2015). Impact of Macroeconomic Variables on Stock Returns: Evidence from KSE-100 Index of Pakistan. Research Journal of Economic and Business and Studies, 3(7), 70-77.
Abdoh, H. (2019). A new empirical perspective on the Minimum Variance Portfolio. Retrieved from http://papers.ssrn.com/sol3/papers.cfm? abstract_id =2827395.
Aragon, G. O., & Ferson, W. E. (2007). Portfolio performance evaluation. Foundations and Trends® in Finance, 2(2), 83-190.
Arbaa, O., & Benzion, U. (2016). Asset Allocation or Active Management? Evidence from Israeli Provident Funds. Accounting and Finance Research, 5(4), 105.
Almadi, H., Rapach, D. E., & Suri, A. (2015). Practical Applications of Return Predictability and Dynamic Asset Allocation: How Often Should Investors Rebalance? .Practical Applications, 2(3), 1-4.
Bessler, W., & Wolff, D. (2015). Portfolio Optimization with Return Prediction Models Evidence for Industry Portfolios. In World Finance and Banking Symposium.
Chen, J., Jiang, F., & Tu, J. (2015). Asset Allocation in Chinese Stock Market: The Role of Return Predictability. Journal of Portfolio Management, 41(5), 71-83.
DeMiguel, V., Garlappi, L., & Uppal, R. (2007). Optimal versus naive diversification: How inefficient is the 1/N portfolio strategy? The review of Financial studies, 22(5), 1915-1953.
Dichtl, H., Drobetz, W., & Wambach, M. (2016). Testing rebalancing strategies for stock-bond portfolios across different asset allocations. Applied Economics, 48(9), 772-788.
Erdoğdu, A. (2017). The Most Significant Factors Influencing the Price of Gold: An Empirical Analysis of the US Market. Economics, 5(5), 399-406.
Hashim, S. L., Ramlan, H., Razali, N. H., & Nordin, N. Z. (2017). Macroeconomic Variables Affecting the Volatility of Gold Price. Journal of Global Business and Social Entrepreneurship (GBSE), 3(5), 97-106.
Han, C. (2016, August). Improving the Naive Portfolio Strategy. Paper presented at the 29th Australasian Finance and Banking Conference. Retrieved from http://papers.ssrn.com /research_conference_2016/8/
Ibbotson, R. G. (2010). The importance of asset allocation. Financial Analysts Journal, 66(2), 18-20.
Ibbotson, R. G., & Kaplan, P. D. (2000). Does asset allocation policy explain 40, 90, or 100 percent of performance? Financial Analysts Journal, 56(1), 26-33.
Kan, R., Wang, X., & Zhou, G. (2016). On the value of portfolio optimization in the presence of estimation risk: the case with and without risk-free asset. University of Toronto-Rotman School of Management.
Keely, D. P. (1995). Asset Allocation: Objectives, Implementation, Performance and Constraints. The Philanthropist, 13(1), 54-64.
Kourtis, A. (2016). The Sharpe ratio of estimated efficient portfolios. Finance Research Letters, 17, 72-78.
Kirui, E., Wawire, N. H., & Onono, P. O. (2014). Macroeconomic variables, volatility and stock market returns: a case of Nairobi securities exchange, Kenya. International Journal of Economics and Finance, 6(8), 214-228.
Kritzman, M., Page, S., & Turkington, D. (2010). In defense of optimization: the fallacy of 1/N. Financial Analysts Journal, 66(2), 31-39.
Ling, F. C. H., Yat, D. N. C., & binti Muhamad, R. (2014). An Empirical Re-Investigation on the ‘Buy-and-hold Strategy’in Four Asian Markets: A 20 Years’ Study. World Applied Sciences Journal, 30, 226-237.
Malladi, R., & Fabozzi, F. J. (2016). Equal-weighted strategy: Why it outperforms value-weighted strategies? Theory and evidence. Journal of Asset Management, 18(3), 188-208.
Miccolis, J. A., & Goodman, M. (2012). Integrated Tail risk Hedging: The last line of Defense in investment risk Management. Journal of Financial Planning, 25(6), 44-53.
Mitra, S. K. (2003, February 21). Diversification of equity portfolio: Theory and practice. Retrieved from http://www.nseindia.com/Mitra.htm.
Mutahi, F., & Othieno, F. (2015). Real Estate Investment Trusts versus Direct Real Estate Investments: A Portfolio Optimization Approach. Journal of Finance and Investment Analysis, 4(4), 1-5.
Nisha, N. (2015). Impact of macroeconomic variables on stock returns: evidence from Bombay Stock Exchange (BSE). Journal of Investment and Management, 4(5), 162-170.
Nystrup, P., Hansen, B. W., Larsen, H. O., Madsen, H., & Lindström, E. (2017). Dynamic allocation or diversification: A regime-based approach to multiple assets. The Journal of Portfolio Management, 44(2), 62-73.
Okech, T. C., & Mugambi, M. (2016). Effect of Macroeconomic Variables on Stock Returns of Listed Commercial Banks in Kenya. International Journal of Economics, Commerce and Management. 5(6).1-29.
Pesaran, M. H., & Timmermann, A. (1995). Predictability of stock returns: Robustness and economic significance. The Journal of Finance, 50(4), 1201-1228
Pflug, G. C., Pichler, A., & Wozabal, D. (2012). The 1/N investment strategy is optimal under high model ambiguity. Journal of Banking & Finance, 36(2), 410-417.
Samarakoon, L. P., & Hasan, T. (2006). Portfolio performance evaluation. Encyclopedia of Finance, 617-622.
Sharpe, W. F., (2010). Asset allocation: Management style and performance measurement. Journal of portfolio Management, 18(2), 7-19.
Sindhu, D., (2013). A study on impact of select factors on the price of Gold. Journal of Business and Management, 8 (4), 84-93.
Suranovic, S. (2010). International Finance: Theory and Policy. The Saylor Foundation.
Tangjitprom, N. (2012). The review of macroeconomic factors and stock returns. International Business Research, 5(8), 107.
Toraman, C., Basarir, Ç, & Bayramoglu, M. F. (2011). Determination of factors affecting the price of gold: A study of MGARCH model. Business and Economics Research Journal, 2(4), 3-7.
Willet, M., Morrow, C. (2005). Asset Allocation is a Diversification Strategy. Journal of Portfolio Management, 42(6), 71-74.
Zivot, E. (2013, April 17). Forecast Evaluation. Retrieved from http://www.faculty.washington.edu/zivot.htm | ||
|
آمار تعداد مشاهده مقاله: 665 تعداد دریافت فایل اصل مقاله: 514 |
||