Βελτιστοποίηση επενδυτικού χαρτοφυλακίου συμπεριλαμβάνοντας την ενεργειακή και περιβαλλοντική εταιρική ευθύνη

Abstract

Σύμφωνα με την παραδοσιακή αντίληψη, η επιχείρηση είναι μία μονάδα που ενδιαφέρεται μόνο για τους μετόχους της και την αύξηση των κερδών της. Λαμβάνοντας υπόψη την σημερινή πολυδιάστατη αλληλεπίδραση μίας επιχείρησης με την κοινωνία και το περιβάλλον, η παραπάνω αντίληψη κρίθηκε απαραίτητο να αναθεωρηθεί. Η επιχείρηση πλέον αντιμετωπίζεται ως μία οικονομική οντότητα, η οποία ασκεί τις δραστηριότητες της έχοντας ως στόχο την ικανοποίηση όλων των ενδιαφερόμενων μερών της κοινωνίας. Οι επιπτώσεις που προκαλούνται στο περιβάλλον από τη λειτουργία των επιχειρήσεων υπογραμμίζουν περαιτέρω την αναγκαιότητα θεσμοθέτησης της εταιρικής κοινωνικής ευθύνης (EKE).

Στο πλαίσιο της συγκεκριμένης εργασίας μελετάται ένα πολυκριτηριακό πρόβλημα βελτιστοποίησης, όπου ένα χρηματοπιστωτικό ίδρυμα (αποφασίζων) έχει να επιλέξει από ένα σύνολο εταιριών που ζητούν οικονομική βοήθεια (δάνειο). Στόχος είναι η μεγιστοποίηση της συνολικής οικονομικής αποδοτικότητας, αλλά και της συνολικής ΕΚΕ, υπό διάφορους περιορισμούς που αναφέρονται σε συγκεκριμένες πολιτικές. Συνεπώς αναζητείται το βέλτιστο χαρτοφυλάκιο εταιριών. Το πρόβλημα είναι ακέραιο (integer programming), εφόσον οι μεταβλητές απόφασης είναι δυαδικές, διότι αυτές αναφέρονται στο αν επιλέγεται ή όχι η ν-οστή εταιρία για χορήγηση δανείου. Η διατύπωση αυτή του προβλήματος έρχεται σε συμφωνία με την παραπάνω διαπίστωση, εφόσον εκτός από την οικονομική αποδοτικότητα μίας εταιρίας, δίνεται ιδιαίτερο βάρος στην κοινωνική της ευθύνη.

Πρώτο βήμα για την προσέγγιση αυτού του προβλήματος ακέραιου προγραμματισμού αποτελεί η ανασκόπηση προβλημάτων βελτιστοποίησης με συνεχείς μεταβλητές, τα οποία βρίσκουν εφαρμογή στο χώρο των ενεργειακών επιχειρήσεων. Η χρησιμοποίηση της θεωρίας χαρτοφυλακίου στον ενεργειακό σχεδιασμό αποτελεί ένα παράδειγμα το οποίο συναντάται συχνά στη διεθνή βιβλιογραφία.

Στη συνέχεια, το πρόβλημα μοντελοποιείται και παράγεται το άριστο κατά Pareto μέτωπο στη γλώσσα GAMS, χρησιμοποιώντας τη μέθοδο ε-constraint για να διαχειριστούμε το γεγονός ύπαρξης 2 αντικειμενικών συναρτήσεων. Τέλος, χρησιμοποιείται η μέθοδος Monte Carlo για την εισαγωγή της αβεβαιότητας στις μεταβλητές εισόδου και εξάγονται συμπεράσματα από την εφαρμογή της παραπάνω μεθοδολογίας.

According to the traditional approach, enterprises are units solely interested in their shareholders and in increasing their profit. Taking into account the multidimensional interaction between a modern enterprise and factors such as the society and the environment, the traditional approach clearly called for revision. Enterprises are nowadays regarded as an economic entity, which operates targeting to satisfy all the stakeholders (stakeholder theory). Environmental impact further highlights the need to formally establish the concept of the corporate social responsibility (EECR).

Throughout this thesis, a multi-criteria optimization problem is being studied, where a financial institution (decision maker) wants to select between a group of enterprises applying for financial support. The target is to simultaneously maximize the total return of investment and total EECR of the portfolio, subject to policy constraints. Thus, we are looking for the optimal enterprise portfolio. This is an integer programming problem, as the variables used are binary, referring to whether the i-firm is selected to get financial support. This problem formulation agrees with the abovementioned analysis, because apart from the economic efficiency, significant attention is being paid to EECR.

The first step in attempting to model this problem is reviewing continuous-variable optimization problems in the field of modern energy enterprises. The application of modern portfolio theory (MPT) in energy planning, often encountered in the international scientific literature, constitutes a significant example of this kind.

After that, the problem is formally modeled and optimized. The Pareto front is produced using the GAMS language and we furthermore utilize the ε-constraint method in order to handle the existence of two objective functions. Finally, the Monte Carlo method is used in order to exhibit and manage the randomness of the input data. By applying this method, many important conclusions are drawn.