@article { author = {Eyvazloo, Reza and Shafizadeh, Mojtaba and Ghahramani, Ali}, title = {Index Tracking and Enhanced Indexing Using Co-integration and Correlation Approaches}, journal = {Financial Research Journal}, volume = {19}, number = {3}, pages = {457-474}, year = {2017}, publisher = {University of Tehran}, issn = {1024-8153}, eissn = {2423-5377}, doi = {10.22059/jfr.2018.245816.1006551}, abstract = {Index tracking is a passive investment which its aim is to form portfolio with limited number of stocks to catch same behavior in regard with the market index. The active portfolio management seeks to beat the market while passive portfolio management is looking for the similar risk-return pattern with market index. The passive portfolio management strictly has absorbed attention of investors because of its lower costs. In this research, cointegration and correlation approach are used for index tracking and enhanced indexing. Our benchmark index is Tehran Exchange Dividend & Price Index (TEDPIX). Out of sample results show that increase of in-sample time period will improve performance of models. Also, mentioning tracking error, cointegration approach has better performance than correlation approach. In the other hand, considering portfolio returns and information and sharp ratios, performance of model for index tracking is better than enhanced indexing.}, keywords = {Co-integration,Correlation,Enhanced indexing,Index tracking,Tracking error}, title_fa = {ردیابی شاخص و شاخص بهبودیافته با استفاده از رویکردهای هم‌انباشتگی و همبستگی}, abstract_fa = {ردیابی شاخص، یک نوع سرمایه‎گذاری منفعل در بازار سرمایه است که هدف آن، تشکیل پرتفوی با تعداد محدودی از سهام‎ است، به‎طوری که رفتار و روندی مشابه با شاخص، داشته باشد. مدیریت فعال پرتفوی به‌دنبال جلوزدن از بازدهی شاخص است، در حالی‌که مدیریت منفعل به‌دنبال دستیابی به بازدهی و ریسک متناسب با شاخص می‌باشد. رویکرد مدیریت منفعل پرتفوی به‌دلیل هزینه‌های پایین به‌شدت مورد توجه سرمایه‌گذاران قرار گرفته است. در این پژوهش به‎منظور ردیابی شاخص و شاخص بهبودیافته، از دو رویکرد هم‎انباشتگی و همبستگی استفاده می‌شود. شاخص مورد نظر در تحقیق حاضر، شاخص کل بورس اوراق بهادار تهران است. نتایج خارج از نمونه نشان می‎دهد که افزایش بازه زمانی درون‎نمونه، عملکرد مدل‎ها را بهبود می‎بخشد. از طرفی، با توجه به خطای ردیابی، رویکرد هم‎انباشتگی، عملکرد بهتری نسبت به رویکرد همبستگی دارد. از سوی دیگر، بر مبنای بازدهی پرتفوی‎ها و معیارهای نسبت اطلاعاتی و شارپ، عملکرد مدل در ردیابی شاخص، بهتر از ردیابی شاخص بهبودیافته است.}, keywords_fa = {خطای ردیابی,ردیابی شاخص,شاخص بهبودیافته,هم‎انباشتگی,همبستگی}, url = {https://jfr.ut.ac.ir/article_66363.html}, eprint = {https://jfr.ut.ac.ir/article_66363_39de3880fe515f4fa4b1bd619be38350.pdf} }