به كارگيري تحليل پوششي داده ها و بهينه سازي استوار در مساله ي انتخاب سبد سرمايه

The Application of Data Envelopment Analysis and Robust Optimization in Portfolio Selection Problems

انتخاب سبد سهام و مديريت آن از اصلي ترين حوزه هاي تصميم گيري مالي است. در اين راستا مدل هاي مختلفي براي تعيين سبد سرمايه ارايه شده كه هر كدام در جهت بهبود و رفع نواقص موجود، با مدل هاي ديگر جايگزين شده است. از جمله مهم ترين مشكلات مدل هاي ارايه شده، مي توان به عدم در نظر گرفتن شاخص ها و معيار هاي چند گانه در ارزيابي كارايي پرتفوي سهام و همچنين در نظر نگرفتن عدم قطعيت داده ها اشاره نمود. در اين مقاله براي رفع مشكلات مطرح شده در انتخاب سبد سرمايه و هم چنين تطابق بيش‏تر مدل با واقعيت، سبد سهام با تلفيق روش هاي تحليل پوششي داده‌ ها و بهينه سازي استوارتشكيل مي شود. در نهايت نيز روش و مدل توسعه داده شده در اين مقاله با داده هاي واقعي حل گرديده و نتايج آن تجزيه و تحليل شده است.

Portfolio selection and its management are one of main areas in financial decision making. For this purpose, several models have been developed in a manner trying to improve and eliminate existing deficiencies in the existing model. As a result, the old one has been replaced by new one. Among the most important problems, the lack of considering indicators and multiple criteria in evaluating portfolio performance and also not regarding uncertainty can be mentioned. In this paper, to resolve the noted problems in portfolio selection and also to create more realistic models, the portfolio is selected according to combination of DEA and robust optimization. Finally, the developed model and the stated method in this paper are evaluated by real data, and the results are analyzed.