انتخاب سبد سهام بهینه براساس نظریه چشم انداز‌تجمعی

نویسندگان

1 گروه حسابداری، واحد لاهیجان، دانشگاه آزاد اسلامی، لاهیجان، ایران.

2 گروه حسابداری، واحد لاهیجان، دانشگاه آزاد اسلامي، لاهیجان، ايران

3 گروه مهندسی مالی، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران

doi
چکیده

این پژوهش به بررسی و بهینه‌سازی سبد سهام در بازار بورس اوراق بهادار تهران با بهره‌گیری از نظریه چشم‌انداز تجمعی (Cumulative Prospect Theory - CPT) می‌پردازد. هدف اصلی این مطالعه، ارائه رویکردی نوین برای مدل‌سازی رفتار تصمیم‌گیری سرمایه‌گذاران و انتخاب بهینه دارایی‌ها با در نظر گرفتن ویژگی‌های روان‌شناختی و ادراک ریسک آن‌هاست. در این راستا، چهار مدل ارزش‌گذاری ریسک شامل واریانس، نیم‌واریانس، قدرمطلق انحرافات و ارزش در معرض ریسک شرطی (Conditional Value at Risk - CVaR) مورد استفاده قرار گرفت تا عملکرد آن‌ها در چارچوب CPT ارزیابی شود. برای افزایش دقت تحلیل‌ها، از داده‌های واقعی قیمت سهام در بورس تهران بهره گرفته شد. الگوریتم بهینه‌سازی مبتنی بر نظریه CPT طراحی گردید و سبدهای سرمایه‌گذاری به‌گونه‌ای تنظیم شدند که معیارهای مختلف ارزش مورد انتظار را بهینه‌سازی نمایند. عملکرد سبدها از طریق تحلیل مرز کارا، شاخص‌های آماری و به‌ویژه تابع وزنی سود و ضرر مورد ارزیابی قرار گرفت. نتایج تحقیق نشان داد که تابع وزنی ضرر نقش بسیار مؤثری در پیش‌بینی دقیق‌تر و ساخت سبدهای کاراتر ایفا می‌کند. از میان مدل‌ها، مدل قدرمطلق انحرافات بهترین عملکرد و مدل CVaR ضعیف‌ترین عملکرد را داشت. مدل‌های واریانس و نیم‌واریانس نیز نتایج قابل‌قبولی ارائه دادند. همچنین، الگوریتم CPT در مقایسه با سایر روش‌های بهینه‌سازی چندهدفه کارایی بالاتری از خود نشان داد. ضریب تعیین نظریه CPT در تمامی مدل‌ها معنادار بود که نشان‌دهنده قدرت تبیین بالای این نظریه در شکل‌گیری سبدهای بهینه است. یافته‌های پژوهش تأیید می‌کند که نظریه چشم‌انداز تجمعی قادر است رفتارهای روان‌شناختی سرمایه‌گذاران را، به‌ویژه در بازارهای نوظهور مانند ایران، به‌خوبی مدل‌سازی کند و در طراحی ابزارهای مالی مبتنی بر رفتار واقعی سرمایه‌گذاران بسیار کاربردی باشد.