مقایسه پارامتریک مرزهای کارایی مدل های مدیریت ریسک مارکویتز، ارزش در معرض ریسک و ارزش در معرض ریسک احتمالی با استفاده از الگوریتم بهینه سازی تبرید شبیه سازی شده در بورس اوراق بهادار تهران

نویسندگان

چکیده

امروزه مدیریت ریسک به همان اندازه کسب حداکثر بازده برای سرمایه گذاران مهم و حیاتی است، لذا بررسی مدل ها و ابزارهای مدیریت ریسک برای سرمایه گذاران سودمند و قابل توجه است. این مطالعه به دنبال آن است تا با استفاده از دو روش الگوریتم بهینه سازی محلی  و سراسری ، و با تکیه بر مدل های مدیریت ریسک مارکویتز، ارزش در معرض ریسک و ارزش در معرض ریسک احتمالی، اوزان بهینه پرتفوی ها را با هدف حداقل کردن ریسک در سطوح مختلف بازده یافته، مرزهای کارای آن را رسم کرده و مورد مقایسه قرار دهد. یکی از روشهای تجزیه و تحلیل ویژگی های پرتفوی و انتخاب اوزان بهینه، رسم مرزهای کارا می باشد که از این طریق می توان رفتار پرتفوی ها را در سطوح اطمینان مختلف بررسی کرد. برای این منظور پس از آزمون نرمال بودن توزیع بازده شرکتهای انتخاب شده، مدل های برنامه ریزی غیر خطی پارامتریک برای هر سه مدل مدیریت ریسک معرفی شده و با استفاده از الگوریتم های بهینه سازی"مینیمم سازی محدودیت دار"  نرم افزار Matlab (تابع بهینه سازی بر اساس روش گرادیان ) و الگوریتم تبرید شبیه سازی شده  مرزهای کارا رسم و مورد مقایسه قرار گرفته اند.

کلیدواژه‌ها

عنوان مقاله [English]

A Parametric Comparison between Markowitz, Value at Risk and Conditional Value at Risk Models Using Simulated Annealing (SA) Algorithm in Tehran Stock Exchange

نویسندگان [English]

  • M Mollaei
  • Mj Sheikh
  • S Khodamoradi

چکیده [English]

Nowadays risk management is as vital as gaining the maximum return. Therefore, researches in risk management area and its different models are very useful for the investors. Using a local (fmincon function) and a global optimization (simulated annealing) algorithms based on three risk management models namely Markowitz, Value at Risk (VaR) and Conditional Value at Risk (CVaR), this research seeks to find the portfolio's optimal weights with the aim of minimizing risks in various levels of return and consequently, draw and compare the three mentioned models’ efficient frontiers. The TEDPIX index data from Tehran Stock Exchange from 1997/8 to 2007/8 (11 years), based on parametric approach (normal distribution of loss and profit), is also used. Three nonlinear programming models were built and were optimized by two independent optimization algorithms. Finally it was concluded that with parametric approach, all these three models have the same results and there is no difference in using them. Also it was concluded that for VaR optimization, we should use global optimization algorithms and for CVaR optimization, we should use local optimization algorithms.

کلیدواژه‌ها [English]

  • Markowitz Model (MPT)
  • Value at Risk (VaR)
  • Conditional Value at Risk (CVaR)
  • Efficient Frontiers
  • Simulated Annealing Algorithm