بهینهسازی پرتفوی متشکل از سهام صندوقهای سرمایهگذاری مشترک بورس اوراق بهادار تهران با استفاده از …
در نهایت سومین رکن، مؤسسات مالی است. مؤسسات مالی با اهداف ارائه خدمت به جامعه، تأمین رشد و سهم بازار و ایجاد حداکثر بازدهی به فعالیت میپردازند. به عبارت دیگر مؤسسات مالی یک نقش مهم و اساسی در تبدیل امکانات اقتصادی از قبیل زمین، نیروی انسانی، مدیریت و غیره را به انواع مختلف داراییهای مالی عهدهدار هستند. ایفای این نقش افزون بر اینکه داراییهای موجود در اقتصاد را نقدشوندگی و جریان بیشتری میبخشد، تحول و توسعه اقتصادی را نیز امکانپذیر میسازد.
از دیدگاه کلی نوسانات بازده و قیمت سهام تحت تأثیر عوامل سیستماتیک و غیرسیستماتیک بسیاری است و حساسیت هر سهم به این عوامل متفاوت است؛ از این رو یکی از راهکارهای اصلی و مهم پیشنهادی مدیریت مالی تشکیل سبدی از سهام برای حذف نوسانات ناشی از عوامل غیرسیستماتیک است. این هدف در صندوقهای سرمایهگذاری مشترک به شرط تنوع سازی مناسب میسر شده است؛ اما در مورد ریسک سیستماتیک کماکان این معضل وجود دارد. در ادبیات مالی مدرن روشهای متعددی برای بهینهسازی پرتفوی ذکرشده است؛ اما با توجه به پیچیده شدن و سرعت عوامل تأثیرگذار، پیشبینی بازده و تشکیل پرتفویهای بهینه با روشهای سنتی کار دشواری است. با پیشرفت دانش محاسباتی و ظهور فناوری اطلاعات و روشهای فرا ابتکاری امید به حل مسائل پیچیده شکلگرفته و طی چند دهه اخیر این روشها در بازار سرمایه و در مسائل پیشبینی بازده و بهینهسازی پرتفوی استفاده میشود.
صندوقهای سرمایهگذاری مشترک از جمله نهادهایی (مؤسساتی) هستند که طی چند سال اخیر در بازار سرمایه کشورمان معرفیشدهاند و به این دلیل نوپا بودن آنها، پژوهشهای نسبتاً اندکی روی آنها انجامشده است. یکی از مسائل بسیار مهم، پیشبینی رفتار بازده این صندوقها و اتخاذ تصمیمهای سرمایهگذاری و تشکیل پرتفویی از این صندوقها برای سرمایهگذاران است. مسئله این پژوهش بررسی و بهکارگیری روشهای هوش مصنوعی شامل شبکههای عصبی مصنوعی و الگوریتم ژنتیک در پیشبینی بازده صندوقهای سرمایهگذاری مشترک بازار سرمایه و تشکیل پرتفوی بهینه از این صندوقها میباشد.
1-3- اهمیت و ضرورت انجام پژوهش
مهمترین وظیفه بازار اوراق بهادار انتقال کارا و مؤثر سرمایه از پسانداز کنندگان به سوی بنگاهها و اشخاص نیازمند سرمایه میباشد. در حقیقت سلامت اقتصادی وابسته به انتقال کارا و مؤثر این وجوه از عرضهکنندگان (پسانداز کنندگان) به سوی متقاضیان وجوه سرمایهای (بنگاهها) میباشد. از طرف دیگر، در بازار سرمایه تشخیص مناسبترین اوراق بهادار، مهمترین مسئله مورد توجه سرمایهگذاران است تا با توجه به ریسک و بازده، حداکثر ثروت را کسب کنند.
این پژوهش در تلاش برای ایجاد پرتفوی بهینه از میان صندوقهای سرمایهگذاری مشترک و با استفاده از الگوریتم ژنتیک است، البته برای انجام این کار ابتدا باید عملکرد صندوقها را با استفاده از روش شبکه عصبی مصنوعی پیشبینی نمود. این گامی در راستای آگاه کردن سرمایهگذاران برای سرمایهگذاری مناسبتر منابعشان است. ضمناً یک سیستم پیشبینی بازده مناسب و مطمئن شرکتها و نهادهای مالی، سبب جلب اعتماد افراد، اعم از سهامداران خرد و کلان به بازار سرمایه و رونق هر چه بیشتر آن خواهد شد و میتواند دریچهای نو به سوی جلب سرمایه باشد. همچنین انتخاب سبدی بهینه از صندوقهای سرمایهگذاری مشترک کمک زیادی در ایجاد صندوقهای سرمایهگذاری مشترک چند صندوقی (صندوق صندوق) مینماید که این به نوبهی خود منجر به توسعه ابزارهای مالی کشور خواهد شد و بدیهی است وجود تنوع در صندوقهای سرمایهگذاری مشترک به عنوان یکی از اقسام نهادهای مالی، ازجمله عوامل مؤثر در ایجاد انگیزه برای مشارکت
سرمایهگذاران در بازار سرمایه است.
1-4- اهداف پژوهش
صندوقهای سرمایهگذاری مشترک یکی از انواع واسطههای مالی نوین هستند که با فروش سهام خود به عامه مردم وجوهی را تحصیل و در ترکیب متنوع از اوراق بهادار با توجه به هدف صندوق، به طور حرفهای سرمایهگذاری میکنند.
توسعه سرمایهگذاری از یک سو موجب جذب سرمایه و هدایت آن به بخشهای مولد اقتصادی شده و از سوی دیگر با توجه به جهتگیری سرمایهگذاران، سرمایهگذاریها به سمت صنایعی هدایت خواهند شد که از سود بیشتر یا ریسک کمتری برخوردار است و این امر در نهایت سبب تخصیص بهینه منابع و رشد و شکوفایی اقتصادی کشور خواهد شد. در این راستا انتخاب پیشبینی بازده آتی و تشکیل پرتفوی، یکی از دغدغههای اصلی سرمایهگذاران است. لذا اهداف این پژوهش به شرح ذیل میباشند:
1) بررسی معیارهای تأثیرگذار بر بازده صندوقهای سرمایهگذاری مشترک
2) استفاده از شبکه عصبی مصنوعی برای پیشبینی بازده صندوقهای سرمایهگذاری مشترک
3) مقایسه روش شبکه عصبی مصنوعی با رگرسیونی برای پیشبینی بازده صندوقهای مشترک
4) استفاده از الگوریتم ژنتیک برای تشکیل پرتفوی بهینه متشکل از سهام صندوقهای مشترک
5) مقایسه روش الگوریتم ژنتیک و مدلهای خطی جهت انتخاب سبد بهینه سهام
1-5- سؤالات و فرضیات پژوهش
1-5-1- سؤالات پژوهش
با توجه به مطالب گفتهشده این پژوهش سعی دارد به سؤالات ذیل پاسخ دهد:
1) آیا میتوان با استفاده از روش شبکه عصبی مصنوعی عملکرد صندوقهای سرمایهگذاری مشترک را پیشبینی نمود؟
2) آیا روش شبکه عصبی مصنوعی جهت پیشبینی بازده صندوقهای سرمایهگذاری مشترک در مقایسه با مدلهای رگرسیونی توان بالاتری دارد؟
3) آیا بازده پیشبینیشده توسط روش شبکه عصبی مصنوعی با بازده واقعی تفاوت معنیداری دارد؟
4) آیا میتوان با استفاده از الگوریتم ژنتیک سبدی بهینه متشکل از سهام صندوقهای سرمایهگذاری مشترک تشکیل داد؟
5) آیا روش الگوریتم ژنتیک جهت تشکیل سبد بهینه از سهام صندوقهای سرمایهگذاری مشترک در مقایسه با مدلهای سنتی توان بالاتری دارد؟
1-5-2- فرضیات پژوهش
در این پژوهش سه فرضیه ذیل مطرح شده است:
فرضیه اول: پیشبینی بازده صندوقهای سرمایهگذاری مشترک با استفاده از شبکه عصبی مصنوعی در مقایسه با مدلهای رگرسیونی توان تبیین بالاتری دارد.
فرضیه دوم: بین بازده پیشبینیشده با استفاده از شبکه عصبی مصنوعی و بازده واقعی صندوقهای سرمایهگذاری مشترک تفاوت معنیداری وجود ندارد.
فرضیه سوم: انتخاب پرتفوی متشکل از سهام صندوقهای سرمایهگذاری مشترک با استفاده از الگوریتم ژنتیک در مقایسه با مدلهای سنتی منجر به بهبود معنیداری در عملکرد پرتفوی میشود.
[1]. Fund Funds
[2]. Instrument
فرم در حال بارگذاری ...