تحلیل پوششی داده ها
سیده‌معصومه میرصادق‌پورذوقی؛ مسعود صانعی؛ قاسم توحیدی؛ شکوفه بنی هاشمی؛ نویده مدرسی
چکیده
هدف: بهینه‌سازی سبدمالی شامل انتخاب دارایی‌هایی با بیش‌ترین بازده و کم‌ترین ریسک است؛ بنابراین، ارزیابی عملکرد دارایی‌ها یک راه‌حل مفید در انتخاب دارایی‌ها و تشکیل سبد پرسود می‌باشد. برای این‌منظور، از روش ناپارامتریک تحلیل پوششی داده‌ها DEA که ابزارمناسبی برای سنجش عملکرد است، استفاده می‌گردد. با توجه به این‌که توزیع بازده‌ها ...
بیشتر
هدف: بهینه‌سازی سبدمالی شامل انتخاب دارایی‌هایی با بیش‌ترین بازده و کم‌ترین ریسک است؛ بنابراین، ارزیابی عملکرد دارایی‌ها یک راه‌حل مفید در انتخاب دارایی‌ها و تشکیل سبد پرسود می‌باشد. برای این‌منظور، از روش ناپارامتریک تحلیل پوششی داده‌ها DEA که ابزارمناسبی برای سنجش عملکرد است، استفاده می‌گردد. با توجه به این‌که توزیع بازده‌ها نرمال نیست و دارای چولگی، کشیدگی و دم‌های سنگین می‌باشد که به‌طور قطع روی عملکرد دارایی‌ها تاثیر می‌گذارند، ناگزیریم برای ارزیابی عملکرد دارایی‌ها مشخصه‌های توزیع بازده‌ها را در نظر بگیریم. درمدل پیشنهادی از فرآیند تصادفی واریانس گاما به‌عنوان فرآیند بازده دارایی استفاده می‌کنیم، زیرا این فرآیند می‌تواند چولگی و کشیدگی بازده‌ها را پوشش دهد. درنتیجه، سبدی با انتخاب دارایی‌هایی که ارزیابی آن‌ها واقع‌بینانه‌تر است می‌سازیم.روش‌شناسی پژوهش: در مدل ارایه‌شده، سنجه ریسک ارزش در معرض خطر شرطی تنها ورودی مدل و میانگین بازده‌ها و معیار شارپ به‌عنوان خروجی‌های مدل هستند. به‌دلیل آن‌که خروجی‌ها می‌توانند مقادیر منفی نیز اختیار کنند، مدل پیشنهادشده، از مدل داده منفی VRM در ماهیت خروجی الهام گرفته شده است. با توجه به آن‌که بازده‌های دارایی‌ها از توزیع واریانس گاما تبعیت می‌کنند، پارامترهای آن را از روش گشتاورها برآورد کرده و سپس فاکتورهای فرآیند به کمک روش مونت‌کارلو شبیه‌سازی می‌گردند. در انتها، سناریوهای بازده‌ها به دست می‌آیند و از آن‌ها در مدل معرفی‌شده استفاده نموده و به ارزیابی عملکرد دارایی‌ها می‌پردازیم.یافته‌ها: درستی مدل ارایه‌شده برای ارزیابی کارایی نسبی روی 7 شرکت از صنایع مختلف در بازار بورس ایران بررسی شد. نتایج حاصل از مدل معرفی‌شده نشان می‌دهند که با در نظرگرفتن مشخصه‌های توزیع بازده‌ها، مقادیر ورودی و خروجی‌های مدل واقعی‌تر تخمین زده می‌شوند و می‌توان نتایج مطمئن‌تری به‌دست آورد و درنتیجه می‌توان یک سبدمالی پر سود تشکیل داد.اصالت/ارزش افزوده علمی: ارزیابی عملکرد دارایی‌ها با در نظرگرفتن مشخصه‌های توزیع بازده‌ها منجر به نتایج نزدیک به واقعیت می‌گردد.
تحلیل پوششی داده ها
سارا بغدادچی؛ قاسم توحیدی
چکیده
تصمیم گیری چندمعیاره یک روش قوی و پرکاربرد برای حل مسائل تصمیم گیری و انتخاب گزینه مطلوبتر از بین گزینه های موجود است. تحلیل پوششی داده ها یک روش ناپارامتری برای محاسبه اندازه کارایی است. اشکال اساسی روش های متداول تصمیم گیری این است که این روش ها قادر به در نظرگرفتن اولویت ها و ارجحیت های ذهنی تصمیم گیر و همچنین ریسک پذیر یا ریسک گریزی ...
بیشتر
تصمیم گیری چندمعیاره یک روش قوی و پرکاربرد برای حل مسائل تصمیم گیری و انتخاب گزینه مطلوبتر از بین گزینه های موجود است. تحلیل پوششی داده ها یک روش ناپارامتری برای محاسبه اندازه کارایی است. اشکال اساسی روش های متداول تصمیم گیری این است که این روش ها قادر به در نظرگرفتن اولویت ها و ارجحیت های ذهنی تصمیم گیر و همچنین ریسک پذیر یا ریسک گریزی تصمیم گیر نیستند. از طرفی در بعضی از موارد، تعیین مقدار دقیق داده ها سخت است و نتایج را بصورت کیفی و کمی در نظر گرفته می شود. روش میانگین وزنی مرتب شده به عنوان یکی از روش های تصمیم گیری که قابلیت در نظر گرفتن اولویت ها و ارزیابی های ذهنی تصمیم گیر را در فرآیند تصمیم گیری دارا است. در این مقاله به یکی از روش های رتبه بندی در تحلیل پوششی داده ها به نام کارایی متقاطع می پردازد و سعی می کند ریسک پذیری و ریسک گریزی تصمیم گیرنده را در تثبیت اعضای ماتریس کارایی متقاطع و نیز در فرآیند تجمیع کارایی متقاطع لحاظ نماید.
