首页> 外文期刊>Contaduría y Administración >Análisis de portafolio por sectores mediante el uso de algoritmos genéticos: caso aplicado a la Bolsa Mexicana de Valores
【24h】

Análisis de portafolio por sectores mediante el uso de algoritmos genéticos: caso aplicado a la Bolsa Mexicana de Valores

机译:通过使用遗传算法按部门进行证券投资组合分析:以墨西哥证券交易所为例

获取原文
           

摘要

El tipo de sector, el tama?o de la empresa, el número de trabajadores, etc. son variables que se consideran de control en una gran cantidad de publicaciones. En este trabajo consideramos estudiar la variable sector -más que como una variable de control- como una variable determinante del desempe?o financiero (Baird et al. 2012) y del riesgo (Artikis y Nifora, 2011). Así, se analiza seis sectores de la economía mexicana divididos de acuerdo con la Bolsa Mexicana de Valores en Industrial, Productos de consumo básico, Materiales, Productos de consumo no básico, Telecomunicaciones y Servicios financieros. La muestra se compone de 30 empresas mexicanas dentro del periodo de 2007-2012. Para medir el desempe?o del portafolio se utilizan dos indicadores clásicos: (1) Alfa de Jensen y (2) Ratio de Sharpe; se utiliza una métrica condicional que mide el número de veces que el rendimiento del portafolio supera el rendimiento promedio del mercado. El objetivo es encontrar un portafolio que maximice estos parámetros y comparar los resultados entre los diferentes sectores bajo estudio. Debido a un problema de programación no lineal, se utilizan algoritmos genéticos para obtener el portafolio óptimo que maximice estas métricas. Los resultados muestran un mejor desempe?o financiero ajustado a riesgo en el sector de Materiales y Servicios financieros y un desempe?o más bajo en sectores como el Industrial y el de Telecomunicaciones.
机译:行业类型,公司规模,员工人数等它们是在许多出版物中被视为控制变量。在这项工作中,我们考虑研究部门变量-而不是控制变量-作为财务绩效(Baird et al。2012)和风险(Artikis and Nifora,2011)的决定性变量。因此,分析了墨西哥经济的六个领域,根据墨西哥证券交易所将其分为工业,基本消费品,材料,非基本消费品,电信和金融服务。该样本由2007年至2012年期间的30家墨西哥公司组成。为了衡量投资组合的绩效,使用了两个经典指标:(1)詹森的Alpha和(2)夏普比率;使用条件度量标准来衡量投资组合的绩效超过市场平均绩效的次数。目的是找到一个可以最大化这些参数的投资组合,并比较正在研究的不同部门之间的结果。由于存在非线性编程问题,因此使用遗传算法来获得使这些指标最大化的最佳投资组合。结果表明,材料和金融服务部门的经风险调整后的财务绩效较好,而工业和电信等部门的绩效较低。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号