دانلود ترجمه مقاله مدل خطر متوسط برای انتخاب پورتفولیوی نامشخص با ریسک پس زمینه (ساینس دایرکت – الزویر ۲۰۱۸) (ترجمه ویژه – طلایی ⭐️⭐️⭐️)

elsevier

 

 

این مقاله انگلیسی ISI در نشریه الزویر در ۱۱ صفحه در سال ۲۰۱۸ منتشر شده و ترجمه آن ۱۷ صفحه میباشد. کیفیت ترجمه این مقاله ویژه – طلایی ⭐️⭐️⭐️ بوده و به صورت کامل ترجمه شده است.

 

دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
عنوان فارسی مقاله:

مدل خطر متوسط برای انتخاب پورتفولیوی نامشخص با ریسک پس زمینه

عنوان انگلیسی مقاله:

Mean-risk model for uncertain portfolio selection with background risk

 

 

مشخصات مقاله انگلیسی 
فرمت مقاله انگلیسی pdf
سال انتشار ۲۰۱۸
تعداد صفحات مقاله انگلیسی ۱۱ صفحه با فرمت pdf
نوع مقاله ISI
نوع نگارش مقاله پژوهشی (Research Article)
نوع ارائه مقاله ژورنال
رشته های مرتبط با این مقاله مدیریت، اقتصاد و حسابداری
گرایش های مرتبط با این مقاله مدیریت مالی، اقتصاد مالی، حسابداری مالی، مهندسی مالی و ریسک
چاپ شده در مجله (ژورنال) مجله ریاضی محاسباتی و کاربردی – Journal of Computational and Applied Mathematics
کلمات کلیدی انتخاب پورتفولیو، متغیر غیرقطعی، ریسک پس زمینه، مدل ریسک متوسط
کلمات کلیدی انگلیسی Portfolio selection – Uncertain variable – Background risk – Mean-risk model
ارائه شده از دانشگاه دانشکده اقتصاد و مدیریت، دانشگاه بیهانگ، چین
نمایه (index) scopus – master journals – JCR
نویسندگان JiaZhai – ManyingBai
شناسه شاپا یا ISSN ۰۳۷۷-۰۴۲۷
شناسه دیجیتال – doi https://doi.org/10.1016/j.cam.2017.07.038
ایمپکت فاکتور(IF) مجله ۲٫۲۳۷ در سال ۲۰۱۹
شاخص H_index مجله ۱۱۱ در سال ۲۰۲۰
شاخص SJR مجله ۰٫۸۷۰ در سال ۲۰۱۹
شاخص Q یا Quartile (چارک) Q2 در سال ۲۰۱۹
بیس نیست 
مدل مفهومی ندارد 
پرسشنامه ندارد 
متغیر ندارد 
رفرنس دارای رفرنس در داخل متن و انتهای مقاله
کد محصول ۱۰۹۶۷
لینک مقاله در سایت مرجع لینک این مقاله در سایت Elsevier
نشریه الزویر – Elsevier

 

مشخصات و وضعیت ترجمه فارسی این مقاله 
فرمت ترجمه مقاله pdf و ورد تایپ شده با قابلیت ویرایش
وضعیت ترجمه انجام شده و آماده دانلود
کیفیت ترجمه ویژه – طلایی ⭐️⭐️⭐️
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش  ۱۷ (۱ صفحه رفرنس انگلیسی) صفحه با فونت ۱۴ B Nazanin
ترجمه عناوین تصاویر و جداول ترجمه شده است 
ترجمه متون داخل تصاویر ترجمه شده است 
ترجمه متون داخل جداول ترجمه شده است 
ترجمه ضمیمه ترجمه نشده است 
ترجمه پاورقی ندارد 
درج تصاویر در فایل ترجمه درج شده است  
درج جداول در فایل ترجمه درج شده است  
درج فرمولها و محاسبات در فایل ترجمه  به صورت عکس درج شده است
منابع داخل متن به صورت عدد درج شده است 
منابع انتهای متن به صورت انگلیسی درج شده است

 

فهرست مطالب

چکیده

۱- مقدمه

۲- مدلهای ریسک متوسط با ریسک پس زمینه

۲-۱ مدلهای غیرقطعی

۲-۲ شکل قطعی مدل ریسک متوسط با ریسک پس زمینه

۲-۳ بحث در مورد راه حل بهینه مدل ریسک متوسط با ریسک پس زمینه

۳- مثالهای عددی

۴- نتیجه گیری

 

بخشی از ترجمه

چکیده

در زمان اتخاذ تصمیمات سرمایه گذاری، نه تنها با ریسک داراییهای مالی در پورتفولیو، بلکه با ریسک پس زمینه نیز مواجه می شویم. در این مقاله، یک مسئله انتخاب پورتفولیوی غیرقطعی مورد بحث قرار می‌گیرد که در آن ریسک پس‌زمینه در نظر گرفته می‌شود و بازده اوراق بهادار و دارایی‌های پس‌زمینه به جای ارقام و اطلاعات تاریخی توسط ارزیابی کارشناسان مجرب ارائه می‌شود. با در نظر گرفتن بازده اوراق بهادار و دارایهای پس زمینه به عنوان متغیرهای غیرقطعی، ما یک مدل ریسک متوسط غیرقطعی را با ریسک پس زمینه برای انتخاب پورتفولیو مطرح می کنیم و شکلهای قطعی این مدل را در زمانی که بازده اوراق بهادار و بازده دارایی پس‌زمینه از توزیع نرمال عدم قطعیت پیروی می کند ارائه می دهیم. نتیجه گرفته می‌شود که وقتی همه چیز یکسان باشد، بازده پرتفولیوی بهینه مورد انتظار با ریسک پس‌زمینه بطور معمول کم‌تر از زمانی است که ریسک پس‌زمینه وجود نداشته باشد. علاوه براین، ما در مورد رابطه بین راه حل بهینه مدل خود و مدل ارائه شده در مقاله Huang تحت عنوان ” انتخاب پروتفولیوی غیرقطعی با ریسک پس زمینه” بحث می کنیم. در نهایت، مثالهای عددی را ارائه می دهیم تا کارایی مدل و همچنین تاثیر ریسک پس زمینه را بر تصمیم سرمایه گذاری نشان دهیم. 

 

۱- مقدمه

مسئله انتخاب پروتفولیو این است که چگونه در اوراق بهادار پرمخاطره سرمایه گذاری کنیم تا بازده پورتفولیو را با کنترل ریسک به حداکثر برسانیم.  Markowitz (1) ابتدا در سال ۱۹۵۲ مدل واریانس متوسط را که اساس نظریه پورتفولیوی مدرن است و بیشترین تاثیر را در توسعه مدیریت مالی ریاضی داشته است، مطرح کرد. با این حال، ارزیابی ریسک با واریانس بازده یک پورتفولیو دارای محدودیت هایی است. با توجه به این امر، محققان روشهای دیگری را برای اندازه گیری سرمایه گذاری در نمونه کارها مورد مطالعه قرار دادند و مدل های زیادی از بهینه سازی پورتفولیو را ارائه دادند که عبارتند از مدل نیمه واریانس متوسط (۲،۳) ، مدل انحراف مطلق (۴)،  مدل ارزش در معرض خطر (۵،۶)، مدلهای شرطی ارزش در معرض خطر (۷،۸)، مدل CVaR نیمه واریانس متوسط (۹) و غیره. در این مقاله، منحنی ریسک (۱۰) به عنوان معیار ریسک مورد استفاده قرار می گیرد، زیرا آن اطلاعاتی را در مورد همه زیانهای احتمالی فراهم می آورد. 

 

۴- نتیجه گیری

در این مقاله، تاثیر ریسک پس زمینه بر سرمایه گذاریها مورد بحث قرار گرفته است. در یک محیط پیچیده مالی و اجتماعی، موقعیتهایی وجود دارد که در آن بازده داراییهای پس زمینه و بازده اوراق بهادار باید توسط کارشناسان مجرب با توجه به عوامل غیرمنتظره و کمبود داده ها و اطلاعات تاریخی مورد ارزیابی قرار گیرند. این مقاله در این خصوص بحث می کند که سطح ریسک می تواند با منحنی ریسک و مدل ریسک متوسط غیرقطعی با ریسک پس زمینه برای انتخاب پورتفولیو ارزیابی شود. معادلهای قطعی این مدل ارائه شده اند. علاوه براین، برای هر rتعیین شده، مشاهده کردیم که بازده مورد انتظار پورتفولیوی بهینه با ریسک پس زمینه کوچکتر از حالت بدون ریسک آن است. مدل ما که با مدل Huang متفاوت است، می تواند همه ریسکهای ممکنی را که سرمایه گذاران می توانند تحمل کنند مورد نظر قرار دهد. 

 

در پایان، مثالهای عددی و همچنین تجزیه و تحلیلها نشان می دهند که مدل ریسک متوسط با ریسک پس زمینه می تواند مدل موثری باشد و ریسک پس زمینه دارای تاثیر زیادی بر تصمیم سرمایه گذاری است. 

 

بخشی از مقاله انگلیسی

Abstract

When making investment decisions, one will face not only the risk of financial assets within portfolio but also background risk. This paper discusses an uncertain portfolio selection problem in which background risk is considered and the security returns and background assets return are given by experienced experts’ evaluations instead of historical data. Regarding the returns of the securities and background assets as uncertain variables, we propose an uncertain mean-risk model with background risk for portfolio selection and the crisp forms of the model are provided when security returns obey different uncertainty distributions. In addition, when everything else is same, it is concluded that the optimal expected return of the mean-risk model with background risk is usually smaller than that without background risk. Moreover, the relationship between the optimal solution of our model and that of the model in Huang’s paper “Uncertain Portfolio Selection with Background Risk” is discussed. Finally, numerical examples are presented to illustrate the effectiveness of the model and to show the effect of background risk on investment decision.

 

۱- Introduction

Portfolio selection problem is to consider how to allocate one’s capital in different risky securities in order to maximize the return of portfolio with risk control. Markowitz [1] first proposed the mean–variance model in 1952, which is the foundation of modern portfolio theory and has been the most impact-making development in mathematical finance management. However, measuring the risk by the variance of return of a portfolio has some limitations. In view of this, scholars studied other methods to measure investment risk of the portfolio and built a lot of portfolio optimization models, such as, mean– semivariance model [2,3], expected absolute deviation model [4], Value-at-Risk model [5,6], Conditional Value-at-Risk models [7,8], mean–semivariance–CVaR model [9], etc. In this paper, risk curve [10] will be used as the risk measure since it provides information about all the likely losses.

 

۴- Conclusions

In this paper, the effect of the background risk on investments has been discussed. In the complex financial and social environment, there are situations where background assets return and the security returns have to be evaluated by experienced experts due to the unexpected things and the lack of historical data. This paper has discussed that risk level can be measured by risk curve and proposed uncertain mean-risk model with background risk for portfolio selection. The crisp equivalents of the model are provided. In addition, for any given r, we have found that the expected return of the optimal portfolio with background risk is smaller than that without background risk. Different from Huang’s model, our model can consider all the possible risks that investors could tolerate.

 

Finally, both the numerical examples and the analysis show that the mean-risk model with background risk is effective and background risk has a great effect on the investment decision.

 

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

 

دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
عنوان فارسی مقاله:

مدل خطر متوسط برای انتخاب پورتفولیوی نامشخص با ریسک پس زمینه

عنوان انگلیسی مقاله:

Mean-risk model for uncertain portfolio selection with background risk

 

ارسال دیدگاه

نشانی ایمیل شما منتشر نخواهد شد.