guest ::
Robust portfolio decision analysis: A multicriteria constrained clustering approach
2022
Dissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2022
Veröffentlicht auf dem Publikationsserver der RWTH Aachen University
Genehmigende Fakultät
Fak08
Hauptberichter/Gutachter
;
Tag der mündlichen Prüfung/Habilitation
2022-04-26
Online
DOI: 10.18154/RWTH-2022-07004
URL: https://publications.rwth-aachen.de/record/849737/files/849737.pdf
Einrichtungen
Inhaltliche Beschreibung (Schlagwörter)
Monte Carlo simulation (frei) ; mixed integer linear programming (frei) ; multiple criteria analysis (frei) ; multiple criteria clustering (frei) ; portfolio decision analysis (frei) ; robustness (frei)
Thematische Einordnung (Klassifikation)
DDC: 330
Kurzfassung
Diese Dissertation besteht aus drei Publikationen. Alle Publikationen befinden sich derzeit in der Begutachtung bei internationalen Fachzeitschriften mit hohem Ansehen. Sie leisten einen Beitrag auf dem Gebiet des Operations Research und des Managements mit Schwerpunkt auf der Analyse von Portfolioentscheidungen. Die Dissertation gliedert sich in einen einleitenden, einen methodischen und einen abschließenden Teil. Im einleitenden Teil wird der Rahmen des Portfoliomanagements detailliert beschrieben und das zugrundeliegende Problem der Portfolio-Entscheidung, das in den letzten Jahren sowohl in der Praxis als auch in der akademischen Forschung zunehmende Beachtung gefunden hat, begründet. Es werden die wichtigsten Merkmale und Anforderungen an einen fortschrittlichen analytischen Lösungsansatz für Portfolio-Entscheidungsprobleme mit mehreren Bewertungskriterien unter Berücksichtigung der Präferenzen der Entscheidungsträger und der realen Einschränkungen abgeleitet. Ein umfassender Literaturüberblick über den Einsatz verschiedener multikriterieller Entscheidungsanalysemethoden zur Unterstützung von Projektportfolio-Entscheidungsproblemen gibt einen Überblick über die aktuelle Praxis und Forschung. Darüber hinaus wird ein Leitfaden vorgestellt, der Forschern und Praktikern bei der Anwendung von Ansätzen und Methoden in einem bestimmten Problemkontext helfen soll, und es werden Wege für die weitere Forschung aufgezeigt. Der methodische Teil dieser Dissertation enthält zwei Artikel, die darauf abzielen, eine umfassende Methodik für Portfolio-Entscheidungsprobleme mit mehreren Bewertungskriterien, Präferenzen von Entscheidungsträgern und realen Einschränkungen zu entwickeln, die ein breites Spektrum von Anwendungsfällen abdecken. Zu diesem Zweck wird ein neues multikriterielles eingeschränktes Clustering-Modell entwickelt, um ein Portfolio von ähnlich besten Projekten in Bezug auf Präferenzen untereinander zu generieren. Dieses Modell umfasst ein zweiphasiges Verfahren, das zunächst eine multikriterielle Analysemethode zur Bewertung der einzelnen Projekte durchführt und dann ein neuartiges Clustering-Modell anwendet, um einen Cluster der besten Projekte als optimales Portfolio zu generieren. Das Clustering-Modell verwendet eine einzigartige gemischt-ganzzahlige lineare Programmierformulierung, um Ressourcen- und/oder andere Beschränkungen in eine neue Art von Cluster (ein sogenanntes optimales Portfolio) einzuführen. Das in dieser Dissertation entwickelte Modell berücksichtigt mehrere relevante Portfoliomerkmale wie mehrere qualitative und quantitative Kriterien, mit den Kriterien und Bewertungen verbundene Präferenzen, unsichere und unvollständige Informationen, eine vorgegebene Mindest- und/oder Höchstzahl von Alternativen, die in das Portfolio aufgenommen werden sollen, eine erschöpfende Nutzung der verfügbaren Ressourcen, Kompatibilität oder Inkompatibilität zwischen den Alternativen und verschiedene Arten von Entscheidungsregeln in Bezug auf die Portfolioqualität. Darüber hinaus stärkt ein iterativer Ansatz zur Auswahl oder Ablehnung von Projekten zur schrittweisen Erstellung des endgültigen robusten Portfolios in mehreren Entscheidungsrunden die Methodik. Der Beitrag und die Anwendbarkeit der Methodik werden durch zwei Fallstudien in verschiedenen Anwendungsbereichen veranschaulicht. Die zugrundeliegenden Modelle sind in der Lage, in kurzer Ausführungszeit bessere Lösungen zu generieren als die traditionellen Modelle. In diesem Sinne bietet diese effiziente und flexible Methodik eine Grundlage für zukünftige Anwendungsfälle, die bisher noch nicht erforscht wurden. Schließlich fasst der anschließende Teil die wichtigsten Ergebnisse der einzelnen Kapitel dieser Dissertation zusammen. Darüber hinaus werden die wichtigsten Beiträge dieser Arbeit diskutiert, wobei der Schwerpunkt auf den Auswirkungen für Forscher und Praktiker liegt. Dieser Teil wird durch einen Ausblick auf die zukünftige Forschung beendet.This dissertation consists of three publications. All publications are currently under review at international journals with high reputation. They contribute to the field of operations research and management focusing on portfolio decision analysis. The dissertation is structured into an introductory, a methodological and a conclusion part.In the introduction part, a detailed description of the portfolio management framework is presented and the underlying portfolio decision problem that has received increasing attention in recent years both in practice and as a field of academic research is motivated. The key characteristics and requirements for an advanced analytics solution approach for portfolio decision problems with multiple evaluation criteria regarding decision makers' preferences and real-life constraints are derived. A comprehensive literature review on the use of different multicriteria decision analysis methods to support project portfolio decision problems provides an overview on recent practice and research. Additionally, it introduces a guideline to assist researchers and practitioners in the use of approaches and methods in a specific problem context, and outlines avenues for further research.The methodological part of this dissertation contains two articles that aim at developing a comprehensive methodology for portfolio decision problems with multiple evaluation criteria, decision makers' preferences and real-life constraints covering a wide range of application cases. For this purpose, a new multicriteria constrained clustering model is developed in order to generate a portfolio of similar best projects with respect to preferences among each other. This model includes a two-phased procedure that first performs a multicriteria analysis method to evaluate the individual projects and then it applies a novel clustering model to generate a cluster of best projects as the optimal portfolio. The clustering model employs a unique mixed-integer linear programming formulation to introduce resource and/or other constraints into a new kind of cluster (so-called optimal portfolio).The model developed in this dissertation considers several relevant portfolio features such as multiple qualitative and quantitative criteria, preferences associated with the criteria and evaluations, uncertain and incomplete information, predetermined minimum and/or maximum number of alternatives to include in the portfolio, exhaustive use of the available resources, compatibility or incompatibility between the alternatives, and different types of decision rules related to the portfolio quality. In addition to these, an iterative approach to select or reject projects to gradually construct the final robust portfolio in multiple decision rounds strengthens the methodology. The contribution and the applicability of the methodology are illustrated through two case studies in different applications areas. The underlying models are able to generate better solutions than the traditional models in a short execution time. In this sense, this efficient and flexible methodology provides a basis for upcoming application cases that have not been explored so far. Finally, the conclusion part summarizes the main findings of each chapter of this dissertation. Furthermore, the main contributions of the thesis are discussed focusing on the impact for both researchers and practitioners. This part is completed by an outlook on future research.
OpenAccess: 
PDF
(additional files)
Dokumenttyp
Dissertation / PhD Thesis
Format
online
Sprache
English
Externe Identnummern
HBZ: HT021462397
Interne Identnummern
RWTH-2022-07004
Datensatz-ID: 849737
Beteiligte Länder
Germany
|
The record appears in these collections: |