پیش بینی ارزش در معرض ریسک وریزش موردانتظار؛ رویکرد مدل سازی داده های پرتناوب
نویسنده:
چکیده:
این پژوهش به بررسی عملکرد مدل های حافظه بلند مدت و مدل های حافظه کوتاه مدت در پیش بینی چند دوره ای ارزش در معرض ریسک (VaR) و ریزش موردانتظار (ES)می پردازد. داده های مورد مطالعه مربوط به سه شاخص صنعت محصولات شیمیایی، خودرو و ساخت قطعات و فلزات اساسی می باشد که در بازه زمانی خرداد 1390 تا خرداد 1394 به صورت روزانه جمع آوری شده است. نتایج حاصل نشان می دهد که مدل های مبتنی بر واریانس ناهمسانی مشروط که ویژگی حافظه بلند مدت را مد نظر قرار داده اند، در دوره های زمانی مورد مطالعه بهبودی را در زمینه دقت پیش بینی VaR ایجاد ننموده اند. علاوه بر این، مدل GARCH در اغلب شاخص های در نظر گرفته شده در دوره های زمانی مورد مطالعه عملکرد بهتری داشته و دارای تابع زیان کوچکتری بین بازده های واقعی و برآورد ES بوده است. بنابراین مدل تلاطم با حافظه بلند مدت علیرغم این که با ساختار داده های پرتناوب انطباق بیشتری دارد در مقایسه با مدل حافظه کوتاه مدت GARCH، در افق های زمانی کوتاهمدت و بلند مدت، نتوانسته بهبودی را در دقت پیش بینی VaRو ES ایجاد نماید.
کلیدواژگان:
زبان:
فارسی
صفحات:
35 تا 50
لینک کوتاه:
magiran.com/p1632486
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!