ارزیابی و انتخاب سبد سهام با استفاده از تئوری فازی و تصمیم گیری چند معیاره

نوع مقاله: مقاله پژوهشی

چکیده

مدل های بسیاری در ارزیابی و انتخاب سبد سهام وجود دارد. اولین مطالعه در این زمینه، مدل میانگین  واریانس مارکوتیز در سال 1952 می باشد. از آنجایی که با افزایش بحران ها در محیط فعالیت سازمانی، عدم اطمینان افزایش می یابد، مسئله ارزیابی و انتخابسهام شامل پارامترهای مهمی می شود. از این رو، مجموعه فازی ابزاری قدرتمند برای مواجهه با ابهامی است که توسط بازارهای تجاری و وضعیت تصمیم های سرمایه گذاران ایجاد می شود. لذا در مقاله حاضر از تئوری فازی به همراه تصمیم گیری چند معیاره برای ارزیابی و انتخاب سبد سهام استفاده گردیده است. بدین منظور 12 سهم از 50 شرکت فعال پذیرفته شده در بورس اوراق بهادار تهران در سال 1393 مورد ارزیابی قرار گرفت. نتیجه نشان دهنده نرخ بازده 72درصدی سبد سهام منتخب است. علاوه براین در سبد سهام پیشنهادی شرکت خدمات انفورماتیک دارای بالاترین عملکرد و بانک پارسیان ضعیف ترین عملکرد را دارد.

کلیدواژه‌ها


عنوان مقاله [English]

Fuzzy MCDM Approach of Portfolio Evaluation and Selection

چکیده [English]

There are many models in portfolio evaluation and selection. The first study in this area is the Markowitz mean-variance modeling 1952. Since increasing crisis in the organizational activity makes uncertainty rising, the evaluation and selection of stocks problem will consist of the important parameters. Therefore, the fuzzy sets are a powerful tool for dealing with the uncertainty caused by trade markets and the investors ‘decision making. So, in this paper, the fuzzy theory along with multi-criteria decision-making has been used for portfolio evaluation and selection. To this end, 12 of the 50 active companies listed in Tehran Stock Exchange were evaluated in 1393 (solar year). A result represented the 72% rate of return of the selected portfolio. Moreover, Information Services Inc. has the highest performance and Persian Bank has the weakest performance in the proposed portfolio.

کلیدواژه‌ها [English]

  • Keywords: portfolio evaluation and selection
  • fuzzy multi-criteria decision-making
  • fuzzy hierarchical analysis
  • fuzzy weighting simple set method