جستجوی مقالات مرتبط با کلیدواژه « value at risk » در نشریات گروه « اقتصاد »
تکرار جستجوی کلیدواژه «value at risk» در نشریات گروه «علوم انسانی»-
This study aims to determine the optimal portfolio of an insurer on six major assets, compare the results with the realized portfolio in a high inflation environment, and finally find the reasons for the differences observed. Using quarterly data from 2008-2020, the optimal portfolio was determined for the insurers of this environment using the Mean-CVaR method and imposing constraints on the regulator. Furthermore, we analyze the deviation and investigate the possible reasons for the gap by holding semi-structured interviews. Results show that the realized portfolio is significantly different from the optimal portfolio. The main reasons for this difference range from misappropriation of accounting standards in an inflationary environment, mass tax-exempt on some significant assets, inadequate knowledge of insurers’ investment managers on the existing instruments, and investment mismanagement due to the weakness of the corporate governance structure of insurers, to inadequate development of domestic financial markets.
Keywords: Inflationary Environment, Insurance Companies, Investment Portfolio, Regulatory Restrictions, Value At Risk} -
در پارادایم جدید از علوم مالی با عنوان مالی رفتاری، عوامل احساسی نقش عمده ای در تصمیمات فردی دارند و می توانند در بازارهای مالی تاثیرات قابل توجهی به جای بگذارند. ابتدا با استفاده از مدل بیکر و وورگلر (2007)، شاخص احساسات بازار سرمایه ایران مدل سازی شده و بازار سرمایه به دو دوره احساسات پایین و احساسات بالا تفکیک می گردد. به منظور بررسی رابطه بین بازدهی مقطعی و ارزش در معرض ریسک (VaR) در دوره احساسات بالا و پایین از دو رویکرد مدل رگرسیونی فاما مک بث و مرتب سازی منفرد و دوگانه استفاده شده است. جامعه آماری این پژوهش، تعداد 130 شرکت بازار بورس اوراق بهادار تهران است که با استفاده از روش حذف سیستماتیک انتخاب شده اند. روش پیشنهادی با استفاده از نرم افزار MATLAB پیاده سازی شده است. یافته های تحقیق نشان می دهد رابطه معناداری بین ارزش در معرض ریسک و بازدهی اضافی با در نظر گرفتن عامل احساسات وجود دارد. این رابطه به گونه ای است که تغییرات VaR در دوره احساسات بالا بیشتر از دوره با احساسات کم بوده است و در دوره احساسات بالا، معاملات سرمایه گذاران صرفا تحت تاثیر احساسات بوده و با ریسک بسیار بالایی همراه است. علاوه بر این رابطه بین بازدهی اضافی و VaR تنها متاثر از متغیر کنترلی مومنتوم است.
کلید واژگان: شاخص احساسات, مدل قیمت گذاری, ارزش در معرض ریسک, بازدهی مورد انتظار, مومنتوم}Individual decisions in the new paradigm of financial science are influenced by emotional factors. These factors can also have an impact on financial markets. First, using the Baker and Wurgler model (2007) to model the Iranian capital market sentiment index, and the capital market is divided into two periods of low and high sentiment. In order to examine the relationship between cross-sectional return and value-at-risk (VaR) in periods of high and low sentiment, two approaches were used: Fama-Macbeth regression model and single-sorting and double-sorting. The statistical population of this study consists of 130 companies represented on the Tehran Stock Exchange, selected using a systematic elimination method. MATLAB software was used to implement the method. It was found that, regarding the sentiment factor, there is a significant relationship between VaR and excess return, such that VaR changes were greater in periods of high sentiment than those in the periods of low sentiments. During periods of high sentiment, shareholders’ transactions are determined solely by emotions and with high risk. Furthermore, the relationship between excess return and VaR was only influenced by momentum
Keywords: Sentiment Index, Pricing Model, Value-at-Risk, Expected return, Momentum} -
یکی از مقوله های مهم در سرمایه گذاری بخصوص در بورس اوراق بهادار، توجه به مساله مدیریت ریسک برای سرمایه گذاران خرد و کلان می باشد. از سنجه های کاربردی در محاسبه ریسک که هم افق زمانی و هم سطح اطمینان را در نظر می گیرد، ارزش در معرض خطر می باشد که طی دو دهه اخیر بسیار مورد توجه محققان و تحلیلگران ریسک واقع شده است. روش های گوناگونی اعم از پارامتریک، نیمه پارامتریک و ناپارامتریک برای محاسبه ارش در معرض خطر وجود دارد که بسته به نوع داده ها، از آنها بهره برده شده است. در این مقاله، با ترکیب تعمیم مدل خودرگرسیون ناهمگن یعنی مدل خودرگرسیون ناهمگن مرتبه چهارم و نظریه ارزش فرین به معرفی روشی نوین برای محاسبه ارزش در معرض خطر سهام حاضر در بورس اوراق بهادار تهران پرداخته و با مقایسه با رویکردهای دیگر به بررسی مزایا و معایب روش معرفی شده خواهیم پرداخت. جامعه آماری این پژوهش، نمونه شرکت های فعالی است که از سال 1392 تا سال 1397 در بورس حضور داشته اند. بعلاوه، بازه زمانی 30 دقیقه ای بجای بازه زمانی روزانه به منظور بدست آوردن دقت بالاتر اختیار شده است. همچنین روش تجزیه و تحلیل اطلاعات با استفاده از نرم افزار MATLAB می باشد.
کلید واژگان: ریسک های مالی, ارزش در معرض خطر, مدل خودرگرسیون ناهمگن مرتبه چهارم, نظریه ارزش فرین}One of the important categories in investing, especially in the stock market, is to pay attention to the issue of risk management for investors and companies. One of the most widely used measures in risk calculation, which includes both time horizon and confidence level, is the value at risk (VaR), which has been highly regarded by researchers and risk analysts over the past two decades. There are various methods, including parametric, semi-parametric and non-parametric, for calculating the risk arc, which can be used depending on the type of data. In this paper, by combining the generalization of Heterogeneous autoregressive model (HAR), ie Heterogeneous autoregressive quarticity model (HARQ) and extreme value theory, we introduce an efficient method for calculating the risk value of some stocks present in the Tehran Stock Exchange and compare the advantages and comparison with other approaches such as parametric and non-parametric. We will address the disadvantages of the introduced method. The statistical population of this research is an example of active companies that were present in the stock exchange from 1392 to 1397. It is noteworthy that the half-hour time frame has been adopted in order to achieve higher accuracy. It is also a method of data analysis using MATLAB software.
Keywords: Financial Risks, Value at Risk, heterogeneous autoregressive quarticity (HARQ) model, extreme value theory (EVT)} -
معرفی
برای اندازه گیری ریسک، معیارهای متعددی طی دهه های اخیر معرفی شده است و هر کدام به نحوی به مقوله عدم اطمینان نگریسته و تعدادی از آن ها نیز مکمل یکدیگر هستند. با پیشرفت علوم ریاضی و آمار در زمینه ی ارزیابی ریسک ، در سال 1996 معیار ارزش در معرض خطر جهت اندازه گیری ریسک معرفی گردید که با استقبال سرمایه گذاران و تحلیل گران مالی رو به رو شد. امروزه به دلیل وجود شرایط عدم اطمینان از آینده، عدم توانایی ما در پیش بینی کامل رویدادهای آتی و پرابهام بودن آن، مدیران و سرمایه گذاران مالی به شدت نگران پورتفوی سهام[1] خود و کاهش ارزش دارایی هایشان هستند. همچنین در حال حاضر به دلیل ضرورت وجود شفافیت اطلاعاتی، وجود بورس های منطقه ای، گسترش بازارهای مالی، تاثیرپذیری بازارهای مالی دنیا از یکدیگر، موجب می شود که ریسک بازار نیز بیشتر از گذشته مورد توجه واقع شود. با توجه به این که ماهیت فعالیت های تجاری و سرمایه گذاری، به گونه ای است که کسب بازدهی مستلزم تحمل ریسک است، بنابراین باید آن را شناخت، اندازه گیری کرد و با روش های مختلف، ریسک های غیرضروری و نامطلوب را حذف نمود. بدین منظور برای محاسبه ریسک روش های متفاوتی وجود دارد که در بین آن ها معیارهای سنتی ریسک همانند انحراف معیار[2] و بتا به دلیل عدم تمایز میان نوسانات مطلوب و نوسانات نامطلوب بازده از دیدگاه سرمایه گذار معیارهای مناسبی جهت اندازه گیری ریسک نمی باشد.از آن جایی که معیار ارزش در معرض خطر علی رقم معیار های سنتی می تواند میان نوسانات مطلوب و نامطلوب تمایز ایجاد کند و همچنین تغییرات ارزش بازار دارایی ها را لحاظ نمی کند و روی دنباله های توزیع تمرکز دارد، معیار بهتری جهت اندازه گیری ریسک می باشد. لذا هدف این پژوهش مقایسه الگوهای مختلف خانواده گارچ در برآورد ارزش در معرض خطر و ارزش در معرض خطر شرطی برای شاخص کل بورس اوراق بهادار تهران می باشد.ارزش در معرض خطر، رویکردی متعارف برای محاسبه مقداری ریسک بازار است. ارزش در معرض خطر حداکثر زیان را که ممکن است در اثر تغییرات قیمتی دارایی ها در یک افق زمانی و در یک دامنه اطمینان معین رخ دهد، تخمین می زند و یک ضابطه شهودی برای مدیریت دارایی ها فراهم می آورد و از این رو، جاذبه زیادی برای تصمیم گیران مالی دارد. تخمین های نادرست از ارزش در معرض خطر سبد دارایی ها می تواند بنگاه ها را به حفظ ذخایر ناکافی سرمایه برای پوشش ریسک های خود هدایت کند، به نحوی که آنها ذخایر سرمایه ناکافی را برای جذب تکانه های مالی بزرگ نگهداری کنند. برای مثال، موارد متعددی از ورشکستگی های نهادهای مالی اخیر به سبب تخمین های نادرست ارزش در معرض خطر سبد دارایی ها شکل گرفته است. هنگامی که مدل سازی بازده ها مرکز توجه قرار گیرد، درک حرکت همزمان بازده های مالی اهمیت ویژه ای می یابد؛ بنابراین، توجه ما به سمت مدل های GARCH جلب می شود. همچنین انواع مدل های GARCH به منظور مدل سازی نوسانات در مطالعات میدانی استفاده می شود.
متدولوژیاین پژوهش به دنبال بررسی این مسیله است که میانگین مقادیر ارزش در معرض خطر و ارزش در معرض خطر شرطی برای شاخص کل بورس اوراق بهادار تهران با استفاده از برآوردهای الگوهای گارچ متفاوت نیستند. همچنین در صدد آن است که ارزش در معرض خطر و ارزش در معرض خطر شرطی را مورد محاسبه قرار دهد. از آن جایی که جذابیت های آمار پارامتریک از جمله سهولت تعمیم پذیری و وجود ابزارهای قدرتمند کمی سازی باعث شده که رویکردهای پارامتریک حاوی مدل های متنوعی در عرصه ریسک باشد، لذا در این پژوهش ارزش در معرض خطر و ارزش در معرض خطر شرطی با رویکرد پارامتریک، با استفاده از الگوهای خودهمبسته واریانس ناهمسان شرطی تعمیم یافته مختلف برای شاخص کل بورس اوراق بهادار تهران محاسبه شده و پس از مقایسه الگوها با یکدیگر بهترین الگو جهت محاسبه ارزش در معرض خطر و ارزش در معرض خطر شرطی معرفی گردیده است. روش تحقیق به کاربرده شده برحسب هدف، در حیطه مطالعات کاربردی است و از نظر جمع آوری اطلاعات و آمار جزء مطالعات اسنادی کتابخانه ای است.جامعه آماری پژوهش حاضر، سری زمانی داده های روزانه شاخص کل بورس اوراق بهادار تهران، طی دوره 01/09/1390 تا 01/09/1396 و شامل 1445 مشاهده است.روش گردآوری داده ها در این پژوهش کتابخانه ای بوده و بر مبنای گزارشات روزانه شاخص کل بورس اوراق بهادار تهران است که از طریق اطلاعات مندرج در سایت پردازش اطلاعات مالی ایران اخذ گردیده است.در پژوهش حاضر، ابزار تجزیه و تحلیل، تکنیک های اقتصادسنجی و آماری است. بدین منظور از الگوهای خودهمبسته واریانس ناهمسان شرطی تعمیم یافته استفاده شده است. ابزارهای بکارگیری نیز نرم افزارهای Excel ، R ، Eviews 11 است.برای آزمون ریشه واحد ADF از معادله رگرسیونی با لحاظ عرض از مبدا و روند زمانی خطی استفاده می شود. (پسران[3]، 2005). مرتبه رگرسیون ADF می تواند با استفاده از معیار انتخابی مدل، همانند معیار اطلاعاتی آکاییک (AIC) یا شوارتز (SIC) انتخاب شود. همچنین قبل از آنکه بتوان از مدل های پیش بینی کننده ارزش در معرض خطر با اطمینان استفاده کرد لازم است اعتبار آن ها با دقت بررسی شده و عملکرد آن ها ارزیابی شود. از مولفه های کلیدی روش های اعتبار سنجی، پس آزمایی است که با به کار گیری روش های کمی به تعیین مطابقت پیش بینی های مدل با مفروضاتی که مدل بر اساس آن ها بنا شده، می پردازد. برای محاسبه دقت مدل ها در تعیین ارزش در معرض خطر می توان از آزمون کوپیک[4] استفاده کرد. این آزمون با روشی بسیار ساده میزان خطای روش محاسبه VaR را برای داده های گذشته می سنجد. از آنجا که آزمون کوپیک فقط بر روی تعداد تخطی ها تمرکز کرده و وجود وابستگی های زمانی را نادیده می گیرد. کریستوفرسن[5] (1998) با در نظر گرفتن یک آماره مجزا برای آزمون استقلال تخطی ها، به توسعه آزمون کوپیک پرداخت و آزمونی برای سطح پوشش شرطی[6] پیشنهاد نمود.
یافته هانتایج حاصل از آزمون مربوط به پایایی متغیرها نشان می دهد که داده های به کار گرفته شده در تمامی سطوح اطمینان ریشه واحد نداشته و پایا هستند. بنابراین ابهام مربوط به ایجاد رگرسیون کاذب به جهت ناپایایی داده ها برطرف می گردد. نتایج حاصل از آزمون ضریب لاگرانژ برای شاخص کل بورس اوراق بهادار تهران حاکی از وجود اثر آرچ در باقیمانده حاصل از معادله خودهمبسته- میانگین متحرک با وقفه یک و یک می باشد. بنابراین کاملا مشهود است که اثر با وجود آرچ باقمیانده خاصیت نوفه سفید را پیدا نمی کند و باید از الگوهای خودهمبسته واریانس ناهمسان شرطی تعمیم یافته استفاده گردد که اثر آرچ را از داده ها دور می کند.نتایج برآورد الگوی GARCH(1,1) نشان می دهد، معادله ی میانگین برای شاخص انتخابی در تمامی موارد از نوع ARMA(1,1) می باشد. مجموع ضرایب در برآورد الگوی GARCH(1,1) برای هر دو توزیع نزدیک به یک می باشند که نشان دهنده وجود پایداری در فرآیند واریانس می باشد. در نتایج برآورد الگوی EGARCH(1,1) مقادیر پارامتر gamma در دو توزیع نرمال و تی- استیودنت به ترتیب 4/0 و 3/0 می باشد که نشانگر وجود اثر اهرمی مثبت می باشد. نتایج حاصل از برآورد الگوی GARCH-M(1,1) نشان می دهد، ضریب GARCH-M(1,1) در دو توزیع نرمال و تی- استیودنت به ترتیب 5/0 و 2/0 می باشد. این ضریب همان حاشیه ریسک می باشد که نشان می دهد بازدهی به صورت مثبت به متغیر تلاطم وابستگی دارد. وجود این حاشیه ریسک و معنی داری آن به معنی وجود همبستگی پیاپی در بازدهی های گذشته دارایی است. نتایج برآورد دو الگویAPARCH(1,1) ، GJRGARCH(1,1) که نوع دیگری از مدل های GARCHهستند و می توانند اثرات اهرمی را مدل سازی کنند، نشان می دهد در مدل GJRGARCH ضریب gamma برای دو توزیع نرمال و تی- استیودنت به ترتیب 1/0- و 07/0- نشان دهنده وجود اثر اهرمی منفی می باشد و در مدل APARCH ضریب gamma برای دو توزیع نرمال و تی- استیودنت به ترتیب 2/0- و 1/0- نشان دهنده وجود اثر اهرمی منفی می باشند. علت متفاوت بودن ضرایب گاما در الگوهای مختلف نامتقارن گارچ این است که در الگوی GJRGARCH یک متغیر دامی وجود داشته که مقدار آن بین منفی یک تا مثبت یک است و مقدارش را جز خطا معلوم می کند، لذا می توان انتظار داشت که در اخبار بد گامای مثبت و در اخبار خوب گامای منفی وجود داشته باشد. با استفاده از ضرایب برآورده شده به وسیله ی الگوهای مختلف گارچ، مقادیر ارزش در معرض خطر و ارزش در معرض خطر شرطی نتایج حاکی از آن است که در دو سطوح اطمینان 95% و 99% بیشترین میزان ارزش در معرض خطر برای شاخص کل بورس اوراق بهادار تهران مربوط به الگوی GARCH-M(1,1) با توزیع تی- استیودنت، به ترتیب با میزان %4850/0 و % 8619/0 می باشد. همچنین در شاخص کل با فرض توزیع نرمال در سطح اطمینان 95% به ترتیب الگوی GARCH-M، EGARCH، GJRGARCH، APARCH و GARCH بیشترین ارزش در معرض خطر را نشان می دهند. اما با فرض توزیع تی- استیودنت به ترتیب الگوی GARCH-M، APARCH ، EGARCH ، GJRGARCH، و GARCH بیشترین ارزش در معرض خطر را نشان می دهند.در شاخص کل با فرض توزیع نرمال در سطح اطمینان 99% به ترتیب الگوی GARCH-M، EGARCH،APARCH ، GJRGARCH، و GARCH بیشترین ارزش در معرض خطر را نشان می دهند. اما با فرض توزیع تی- استیودنت به ترتیب الگوی GARCH-M، APARCH ، EGARCH ، GJRGARCH و GARCH بیشترین ارزش در معرض خطر را نشان می دهد.در دو سطوح اطمینان 95% و 99% بیشترین میزان ارزش در معرض خطر شرطی برای شاخص کل بورس اوراق بهادار تهران مربوط به الگوی GARCH-M(1,1) با توزیع تی- استیودنت، به ترتیب بامیزان % 6492/0 و %2863/1 می باشد. در شاخص کل با فرض توزیع نرمال در هر دو سطح اطمینان 5% و 99% به ترتیب الگوی GARCH-M، EGARCH، APARCH ، GJRGARCH و GARCH بیشترین ارزش در معرض خطر شرطی را نشان می دهند.اما با فرض توزیع تی- استیودنت برای هر دو سطح اطمینان 95% و 99% به ترتیب الگوی GARCH-M، APARCH، EGARCH ، GJRGARCH و GARCH بیشترین ارزش در معرض خطر شرطی را نشان می دهند. دقت و کفایت ارزش در معرض خطر و ارزش در معرض خطر شرطی که توسط الگوهای مختلف برآورده شده بودند، توسط آزمون های پس آزمایی ارزیابی بررسی شد. نتایج به دست آمده حاکی ازآن است که ارزش در معرض خطر برای سطح اطمینان 95% برای هر دو توزیع نرمال و تی- استیودنت با روش غلتان توسط آزمون های پس آزمایی مورد ارزیابی قرار گرفت، نتایج نشان می دهند که بر اساس pهای متناظر با آزمون های کوپیک و کریستوفرسن، فرض صفر مبنی بر کفایت و دقت مدل برای تمامی الگوها با توزیع نرمال رد می شوند. این بدین معنی می باشد که هیچ کدام از الگوها باتوزیع نرمال اعتبار کافی برای محاسبه ارزش در معرض خطر را دارا نمی باشند.در حالی که فرض صفر برای تمامی الگوها با توزیع تی- استیودنت رد نمی شوند، در نتیجه تمامی الگوها، با توزیع تی- استیودنت از اعتبار کافی جهت محاسبه ارزش در معرض خطر در سطح 95% را دارا می باشند. با توجه به این که ارزش در معرض خطر برای سطح اطمینان 99% برای هر دو توزیع نرمال و تی- استیودنت با روش غلتان توسط آزمون های پس آزمایی مورد ارزیابی قرار گرفت، نتایج نشان می دهند که بر اساس pهای متناظر دو آزمون کوپیک و کریستوفرسن تمامی الگوها در هر دو توزیع نرمال و تی- استیودنت برای محاسبه ارزش در معرض خطر در سطح اطمینان 99% از اعتبار و کفایت لازم برخوردار می باشند و فرض صفر در آنها رد نشده است.پیشنهادهایی مبتنی بر یافته های پژوهش این است که با تعیین دامنه سهام، بیمه کردن سهام، شفاف سازی اطلاعات به سرمایه گذاری بهتر در بازار سهام کمک کند. بورس اوراق بهادار تهران همچنین می تواند ارزش در معرض خطر را به صورت روزانه برای صنایع مختلف با استفاده از روش به کار برده شده در این پژوهش محاسبه کرده و در اختیار سرمایه گذاران قرار دهد.همچنین برای محققان آینده پیشنهاد می_شود با توجه به این که روش پژوهش حاضر مبتنی بر الگوهای واریانس ناهمسان شرطی می باشد و این الگوها دارای طیف وسیعی می باشند، پیشنهاد می گردد از الگوهای جدیدتری از جمله 3D-GARCH، COGARCH، GARCH-MIDDAS و... جهت محاسبه ریسک استفاده گردد. همچنین با توجه به تاثیر چشمگیر فروض توزیع احتمال، پیشنهاد می شود از فروض توزیع احتمال دیگری به غیر از آنچه در این مطالعه آمده است، استفاده شود. در مطالعه حاضر کفایت و دقت مدل های مختلف مورد ارزیابی قرار گرفته است، اما با توجه به این که ممکن است ارزش در معرض خطر توسط مدلی چنان بیش از حد برآورد گردد تا هیچ گونه تخطی را مرتکب نشود، در این صورت با معیارهای پس آزمایی مختلف، چنین ارزش در معرض خطری مدل خوبی به شمار آید در حالی که باید توجه داشت اگر ارزش در معرض خطر بیش از حد برآورد گردد ممکن است شرکت مورد نظر یا بانک یا... متوجه زیان ناشی از تخصیص منابع گردند. بنابراین پیشنهاد می شود با استفاده از روش های مختلف تابع زیان، روش های مختلف ارزش در معرض خطر رتبه بندی شوند.
نتیجهبا توجه به این که ارزش در معرض خطر برای سطح اطمینان 99% برای هر دو توزیع نرمال و تی- استیودنت با روش غلتان توسط آزمون های پس آزمایی مورد ارزیابی قرار گرفت، نتایج نشان می دهند که بر اساس pهای متناظر دو آزمون کوپیک و کریستوفرسن تمامی الگوها در هر دو توزیع نرمال و تی- استیودنت برای محاسبه ارزش در معرض خطر در سطح اطمینان 99% از اعتبار و کفایت لازم برخوردار می باشند و فرض صفر در آنها رد نشده است.پیشنهادهایی مبتنی بر یافته های پژوهش این است که با تعیین دامنه سهام، بیمه کردن سهام، شفاف سازی اطلاعات به سرمایه گذاری بهتر در بازار سهام کمک کند. بورس اوراق بهادار تهران همچنین می تواند ارزش در معرض خطر را به صورت روزانه برای صنایع مختلف با استفاده از روش به کار برده شده در این پژوهش محاسبه کرده و در اختیار سرمایه گذاران قرار دهد.همچنین برای محققان آینده پیشنهاد می شود با توجه به این که روش پژوهش حاضر مبتنی بر الگوهای واریانس ناهمسان شرطی می باشد و این الگوها دارای طیف وسیعی می باشند، پیشنهاد می گردد از الگوهای جدیدتری از جمله 3D-GARCH، COGARCH، GARCH-MIDDAS و... جهت محاسبه ریسک استفاده گردد. همچنین با توجه به تاثیر چشمگیر فروض توزیع احتمال، پیشنهاد می شود از فروض توزیع احتمال دیگری به غیر از آنچه در این مطالعه آمده است، استفاده شود. در مطالعه حاضر کفایت و دقت مدل های مختلف مورد ارزیابی قرار گرفته است، اما با توجه به این که ممکن است ارزش در معرض خطر توسط مدلی چنان بیش از حد برآورد گردد تا هیچ گونه تخطی را مرتکب نشود، در این صورت با معیارهای پس آزمایی مختلف، چنین ارزش در معرض خطری مدل خوبی به شمار آید در حالی که باید توجه داشت اگر ارزش در معرض خطر بیش از حد برآورد گردد ممکن است شرکت مورد نظر یا بانک یا... متوجه زیان ناشی از تخصیص منابع گردند. بنابراین پیشنهاد می شود با استفاده از روش های مختلف تابع زیان، روش های مختلف ارزش در معرض خطر رتبه بندی شوند. [1] Stock Portfolio[2] Standard Deviation[3] Pesaran[4] kupice Test[5] Christoffersen Test[6] Conditional Coverage Level
کلید واژگان: اارزش در معرض خطر, ارزش در معرض خطر شرطی, مدل های گارچ, شاخص بورس اوراق بهادار}INTRODUCTIONSeveral criteria have been introduced in recent decades to measure risk, and each of them investigates the uncertainty problem from different perspectives. In 1996, thanks to the advancement of the mathematical sciences and statistics in evaluating undesirable risks, the criterion of Value at Risk (VaR) was introduced to measure risk, and it was welcomed by investors and financial analysts. Therefore, the purpose of this study is to compare the average values of Value at Risk and Conditional Value at Risk(CvaR) estimated by five GARCH patterns for the Tehran Stock Exchange(TSE) index, in which the property of Arch is seen. Since the existence of the fat tail in the probability distribution of financial data has been confirmed, the T-Student distribution has been studied in addition to the normal distribution. The results suggest that T-Student distribution has a more favorable performance for estimating Value at Risk and Conditional Value at Risk. Furthermore, there is no significant difference among the averages of Value at Risk and Conditional Value at Risk which are estimated by different GARCH patterns.
METHODOLOGYThis study seeks to investigate the difference among the average values of Value at Risk and Conditional Value at Risk for the index of Tehran Stock Exchange estimated by five GARCH patterns. Since the attractiveness of parametric statistics such as ease of generalizability and the existence of powerful quantification tools, parametric approaches contain a variety of models in the field of risk. Hence, in this study, VaR and CVaR with a parametric approach have been calculated using different generalised autoregressive conditional heteroskedasticity patterns. In addition, after comparing the patterns with each other, the best pattern has been introduced. The applied research method in terms of purpose and data collection belongs to the applied and documentary studies, respectively and statistical population is the time series of daily data on the TSE index during the period 09/01/2013 to 09/01/2016 and includes 1445 observations. The method of collecting data is a research library based on the daily reports of the TSE index, which is available on the Financial Information Processing of IRAN site (Fipiran.com). Analytical tools are econometric and statistical techniques and the generalised models of autoregressive conditional heteroskedasticity have been implemented. Moreover, the used softwares are Excel, R, Eviews 11. For the ADF unit root test, a regression equation taking into the account the width in origin and the linear time trend is used. (Pesaran, 2005). The ADF regression order can be selected using the model selection criterion, such as the Akaik (AIC) or Schwartz (SIC). The Kopik test can be applied to the calculation of model accuracy to determine the value at risk. This test uses a very simple method to measure the error of the VaR calculation for past data. Since the Kopic test focuses only on the number of violations and ignores the existence of time dependencies. Christofferson (1998) developed the Kopik test and proposed a test for the level of conditional coverage by considering a separate statistic for the violation of independence test.
FINDINGSThe results of the reliability test for the variables indicate that at all levels of reliability, the data are not rooted and are reliable. Therefore, the ambiguity related to creating false regression due to data instability is removed. The Lagrangian coefficient test for the TSE index proves the presence of the arch effect on the remainder of the autocorrelation equation for MA (1,1). Therefore, it is quite obvious that the work does not have the property of white noise despite the remaining arch, and generalized autoregressive conditional heteroskedasticity patterns should be used, which removes the arch effect from the data.The results of estimating GARCH (1,1) show that the mean equation for the selected index in all cases is ARMA (1,1). Furthermore, the sum of the estimated coefficients in GARCH (1,1) for both distributions is close to one, indicating the existence of stability in the variance process. As a result of estimating the EGARCH model (1,1), It has been observed that the gamma parameter for both normal and T-student distributions are 0.4 and 0.3, respectively, which displays the presence of a positive leverage effect. By estimating the GARCH-M (1,1), we get GARCH-M (1,1) coefficients for both normal and T-student distributions, which are 0.5 and 0.2, respectively. This coefficient is the same as the risk margin, which indicates that the return is positively dependent on the volatility. The presence of this risk margin and its significance means the existence of a consistent correlation in past asset returns. The results of estimating two models APARCH (1,1), J GJRGARCH (1,1), which are other types of GARCH models used to model leverage effects, show that in GJRGARCH model the gamma coefficients for both normal and T-student distributions are -0.1 and -0.07, respectively. These coefficients indicate the presence of a negative leverage effect. Moreover, In the APARCH model the gamma coefficients for both normal and T-student distributions are -0.2 and -0.1, respectively, which proves the attendance of a negative leverage effect. All in all, by applying the different Garch models for VaR and CVaR, the highest values for the TSE index Tehran at two confidence levels of 95% and 99% belong to the GARCH-M model (1,1) with the T-student distribution. The obtained values are 0.4850% and 0.8619%, respectively. In addition, for the normal distribution at the 95% confidence level, the GARCH-M, EGARCH, GJRGARCH, APARCH and GARCH models show the highest risk values, respectively. However, for the T-student distribution, GARCH-M, APARCH, EGARCH, GJRGARCH, and GARCH models present the highest risk values, respectively. Furthermore, for the normal distribution at the 99% confidence level, GARCH-M, EGARCH, APARCH, GJRGARCH, and GARCH models show the highest risk values, respectively, and for the T-student distribution, GARCH-M, APARCH, EGARCH, GJRGARCH and GARCH models have the highest risk value, respectively. At two levels of 95% and 99% confidence, the highest value of conditional risk is related to the GARCH-M model (1,1) with T-student distribution and with rates 0.6492% and 2863%, respectively. Considering the normal distribution at both 95% and 99% confidence level, GARCH-M, EGARCH, APARCH, GJRGARCH and GARCH models show the highest CVaR, respectively. However, assuming T-student distribution for both levels of 95% and 99% confidence results that the GARCH-M, APARCH, EGARCH, GJRGARCH and GARCH patterns have the highest conditional risk value, respectively. The accuracy and adequacy of different models were evaluated by back testing methods. The results indicate that for the calculated VaR at 95% confidence level, the null hypothesis is rejected for the normal distribution. This means that none of the patterns with normal distribution have sufficient validity to calculate VaR. On the other hand, the null hypothesis for all models with the T-Student distribution is not rejected at the 95% level of confidency. and all the models with the T-Student distribution are valid to calculate VaR. At the 99% confidence level for both normal and T-student distributions, the results show that based on the corresponding ps of Kopic and Christofferson tests, all patterns have the necessary validity and adequacy to calculate VaR, and the null hypothesis is not rejected.
CONCLUSIONThe results propose the T-Student distribution as a favorable probability distribution for estimating Value at Risk and Conditional Value at Risk through the five introduced GARCH models. Moreover, there is no significant difference among the averages of Value at Risk and Conditional Value at Risk which are estimated by different GARCH patterns. The findings of this research aim to help better investment in the stock market. Therefore, investors and agents can also benefit from the applied methods in this research to calculate the daily risk value for different industries in TSE. For future research, it is recommended to use very recent GARCH models such as 3D-GARCH, COGARCH, GARCH-MIDDAS, etc. Furthermore, according to the significant effect of probability distribution selection, it is suggested to check other probability distributions. In the present paper, the adequacy and accuracy of different models have been evaluated. However, due to the possibility of VaR overestimation by a model which results in the loss of resource allocation in a bank or company, ... , it is suggested to rank different methods for value at risk by using different loss function methods.
Keywords: Value at Risk, Conditional Value at Risk, GARCH Models, Tehran Stock Exchange Index} -
در سال های اخیر یکی از روش های مدیریت موثر ریسک در نهادهای مالی به خصوص بانک ها، آزمون بحران است. مطالعات اخیر نشان می دهد که شرایط اقتصادی علت شکل گیری بحران های مالی و همچنین بروز ریسک نقدینگی در نظام بانکی است. در این مقاله با استفاده از آمار 18 بانک و متغیرهای کلان اقتصادی در 54 دوره فصلی از ابتدای سال 1387 تا اواسط 1400، به بررسی آزمون بحران ریسک نقدینگی بانک ها در شرایط بحران و شوک اقتصادی پرداخته که شامل دو مرحله است؛ در مرحله اول مدل پایه رگرسیون پانل پویا الگوسازی شده و در مرحله بعد با رویکرد سناریوسازی، میزان تاثیر شوک متغیرهای کلان بر ریسک نقدینگی بانک ها بررسی می گردد. در ادامه، با استفاده از تکنیک شبیه سازی مونت کارلو و با محاسبه ارزش در معرض خطر ریسک نقدینگی، زیان ریسک نقدینگی بانک ها در مواجهه با شوک ها به دست آمده است. نتایج حاصل از آزمون بحران نشان می دهد، شوک نرخ ارز بیشترین تاثیر را در میان شوک متغیرهای کلان اقتصادی بر ریسک نقدینگی بانک ها دارد. بنابراین با مدنظر قرار دادن عوامل موثر بر شوک ها، نه تنها می توان بحران های مالی را کنترل کرد بلکه این موضوع می تواند پیش درآمدی بر توانمندسازی بانک ها قبل از وقوع هر نوع شوکی در شرایط کلان اقتصادی باشد.کلید واژگان: آزمون بحران, ریسک نقدینگی, ارزش در معرض خطر, شبیه سازی, سناریو}In recent years, the use of effective risk management techniques in financial institutions, especially banks, has become more important. One of the methods related to this approach, which is very important for effective risk management; It is stress test. This test is considered a complementary tool along with other risk management tools, which determines the amount of capital required by banks and credit institutions to safely face various shocks, for example, macroeconomic shocks and cover the losses caused by these shocks. Empirical studies in recent years show that economic conditions are the cause of financial crises and also the emergence of liquidity risk in the banking system. In this article, by selecting 18 banks of the country and using the information of their financial statements in 54 quarterly periods from 2008 to 2021, stress test of banks' liquidity risk in the conditions of crisis and economic shock has been investigated, which includes two stages; In the first stage, the impact of effective factors such as macro variables and banking variables on liquidity risk has been modeled with a basic dynamic panel regression model, and in the next stage, with making scenario in terms of Basel III, the impact of macro variables' shock on banks' liquidity risk has been investigated to examine the ability and resistance of banking network in the conditions of tension and crisis. In the following, by using the Monte Carlo simulation and by calculating the value at risk of liquidity risk for at least one year after the estimation period, the loss of banks' liquidity risk in the face of shocks has been obtained. The results of stress test show among the shocks of macroeconomic variables, the shock of exchange rate has the greatest impact on banks' liquidity risk. Therefore, by considering effective factors among shocks, not only can financial crises be controlled, but it can be a precursor to the empowerment of banks before the occurrence of any type of shock in macroeconomic conditions.Keywords: stress test, liquidity risk, value at risk, Simulation, Scenario}
-
از ارزش در معرض ریسک به عنوان سنجهای برای کمیسازی ریسک و مبنایی برای محاسبه سرمایه مورد نیاز نهادهای مالی در حوزه نظارتی استفاده میگردد. تحقیق حاضر درصدد انتخاب دقیقترین مدلهای تخمین ارزش در معرض ریسک اعم از ساده و پیشرفته و ارایه یک مدل جدید "مبتنی بر تبدیل موجک" در بورس اوراق بهادار تهران است و بر این اساس مدلهای شبیه سازی تاریخی (HS)، خانواده ARMA-GARCH، شبیه سازی تاریخی فیلتر شده (FHS)، فراتر از آستانه شرطی (CPOT) و مدل ترکیبی جدید شبیه سازی تاریخی فیلتر شده مبتنی بر تبدیل موجک در اشکال مختلف از استفاده از مدلهای نوسان و فروض توزیعی مختلف تخمین و مورد پسآزمایی در بورس اوراق بهادار تهران قرار گرفت. نتایج تحقیق مبتنی بر پسآزمون صورت گرفته در بازه زمانی حدود 11 ساله شاخص کل بورس اوراق اوراق بهادار تهران از تاریخ 13/4/1389 الی 11/4/1399 (بیش از 2400 روز داده بازدهی شاخص کل) حاکی از دقت بالاتر مدل ارزش در معرض ریسک شبیه سازی تاریخی فیلتر شده مبتنی بر تبدیل موجک (WFHS) در تمامی افقهای زمانی و سطوح اطمینان مختلف نسبت به سایر مدلها می باشد.
کلید واژگان: ارزش در معرض ریسک, شبیه سازی تاریخی فیلتر شده, نظریه فرین, تئوری موجک و پس آزمون}Value at risk is applied as a downside risk measure to quantify risk and as a basis for calculating the regulatory purpose capital of financial institutions. The present study seeks to select the most accurate models for estimating value at risk, both simple and advanced, and to present a new wavelet based model on Tehran Stock Exchange. Filtered historical simulation(FHS), Conditional extreme value theory model(CPOT) and a new hybrid semiparametric model called "Wavelet based Filtered historical simulation" in various forms using different volatility models and distribution assumptions were estimated and on the Tehran Stock Exchange. The backtest finding of research conducted in a period of about 11 years of the total index of Tehran Stock Exchange(TSE) from 2010/4/7 to 2020/4/1 (more than 2400 daily of index return data) indicate the higher accuracy of the filtered historical wavelet-based simulation (WFHS) VaR model in comparison to other models at all-time horizons and different confidence levels.
Keywords: Value at risk, wavelet theory, Extreme value theory, Wavelet based Filtered historicalsimulation, backtest} -
روش :
برای بررسی موضوع، با بهره گیری از یک الگوی تعادلی ریاضی و استفاده از روش های اقتصاد سنجی پویا به تحلیل داده های ماهانه بازارهای سهام، ارز و طلا طی بازه زمانی 1374 تا 1397 پرداخته شده است.
یافته هابراساس یافته های پژوهش، میزان ریسک گریزی برای حجم نمونه مورد بررسی نشان می دهد که میانگین شاخص ریسک گریزی سرمایه گذاران در بازار سهام از دو بازار دیگر بیشتر و این شاخص در بازار طلا کمترین مقدار را به خود اختصاص می دهد. همچنین شاخص ارزش در معرض خطر بازدهی رابطه علیت یک طرفه و معنا داری با میزان ریسک گریزی سرمایه گذار در هر سه بازار دارایی دارد.
نتیجه گیرینتایج بررسی محاسبه ریسک گریزی و ارزش در معرض خطر در این بازارها می تواند به سیاستگزاران کلان اقتصادی برای شناخت بهتر فعل وانفعالات این بازارها، کنترل و از بین بردن شرایط بی ثبات کننده این بازارها یاری رساند. به طور مشخص در مورد بازار بورس ایران می توان عنوان کرد که سرمایه گذاران به طور نسبی در شرایط رکود اقتصادی و افزایش بی ثباتی سیاسی نسبت به دو بازار طلا و ارز ریسک گریزی بیشتری دارند و یا به عبارتی از سرمایه گذاران بازار سهام اطمینان ذهنی کمتری نسبت به دو بازار ارز و سهام برخوردار می باشند. دلیل این امر نیز در نوپا بودن بازار سهام نسبت به بازارهای سهام جهانی و نیز قدمت طولانی تر وجود بازارهای طلا و ارز نسبت به بازار نوظهور سهام در ایران می باشد. همچنین ازآنجاکه دارایی طلا دارای یک ارزش ذاتی است و بازار ارز دلار نیز از پشتوانه یک اقتصاد بزرگ جهانی برخوردار است. لذا بی شک برای تقویت پشتوانه بازار بورس اوراق بهادار ایران نیز بهبود زیرساخت های اقتصادی، بهبود شرایط حضور بنگاه ها در بورس، حمایت دولت ها از شرایط رقابتی و عدم مداخله مستقیم در بازار بورس ضروری به نظر می رسد. به علاوه با توجه به ماهیت پیچیده بازار بورس و عدم وجود آشنایی کافی عموم مردم لزوم اطلاع رسانی و افزایش اگاهی افراد جامعه جهت حضور بلندمدت در بازار بورس اوراق بهادار ضروری به نظر می رسد.
کلید واژگان: سهام, ارز, طلا, ریسک گریزی, ارزش در معرض خطر}ObjectiveDue to the importance of studing the behavior of asset markets, the risk aversion term and its operational calculation has attracted many researchers. The present study intends to examine this issue by considering a portfolio with three assets in the three markets of stock, currency and gold. Therefore, by examining the fluctuations of previous years in the portfolio consisting of three macroeconomic assets , stocks, currency and gold, we can assess the risk aversion of investors in these markets and the causal relationship between these markets and take steps to construct long-term policy goals.
MethodTo investigate the issue, using a mathematical equilibrium model and dynamic econometric methods, the monthly data of stock markets, currency and gold during the period 1995 to 2018 has been analyzed.
ResultsBased on the research findings, the amount of risk aversion for the sample size shows that the average risk aversion index of investors in the stock market is higher than the other two markets and this index is the lowest in the gold market. Also, the value-at-risk index of return has a one-way causality and a significant relationship with the degree of risk aversion of investors in all three asset markets.
ConclusionThe results of this study of risk aversion and risk value in these markets can help policymakers to better understand the interactions of these markets, control them and eliminat the destabilizing conditions of these markets. Specifically in the case of the Iranian stock market, it can be said that investors are relatively more risk averse to the both gold and foreign exchange markets in the conditions of economic recession and increasing political instability, in other words, stock market investors have less confidence in the exchange and gold markets. The reason is the newness of the stock market compared to the global stock markets and also the longer existence of gold and foreign exchange markets than the emerging stock market in Iran. Also since gold assets have an intrinsic value and the dollar market is supported by a large global economy, Therefore to strengthen the support of the Iranian stock market, it seems improving economic infrastructure, promotion of the conditions of companies in the stock market, increasing government support for competitive condition and prohibition of direct intervention in the stock market are necessary. In addition, due to the complex nature of the stock market and the lack of sufficient public information , the need to inform and increase public awareness for a long-term presence in the stock market seems necessary.
Keywords: Stock, Exchange, Gold, Risk Aversion, Value at Risk} -
هدف پژوهش حاضر، ارزیابی مدل ریسک سیستمیک ریزش مورد انتظار نهایی بانک های پذیرفته شده در بورس اوراق بهادار تهران است. جامعه پژوهش 15 بانک از بین بانک هایی است که از تاریخ 1392 تا 1397 در بورس اوراق بهادار تهران یا فرابورس ایران پذیرفته شده اند. نتایج تحلیل ها نشان می دهند که ریسک سیستمی، بر اساس معیار ریزش مورد انتظار نهایی، در بازه مورد بررسی روند نزولی را طی می کند. با این حال، تحولات این شاخص را می توان به دو زیردوره 1394-1392 و 1397-1395 تقسیم بندی کرد. در زیردوره اول، سطح ریسک سیستمی بر اساس این معیار به طور معناداری بالاتر از سطح ریسک سیستمی در زیردوره دوم است، اما با گذر زمان در زیردوره دوم، به طور متوسط به حدود یک دوم مقادیر زیردوره اول می رسد.
کلید واژگان: ریسک, ریسک سیستمی, ریزش مورد انتظار نهایی, بحران مالی, ارزش در معرض ریسک}The purpose of this study is to explain the Systemic Risk Model with Marginal Expected Shortfall Approach (MES) as regards the banks listed on the Tehran Stock Exchange. The research population includes 15 banks that were present in Tehran Stock Exchange or Iran’s Over-The-Counter (OTC) for the period 2013 to 2018. Data analysis showed that according to the MES criterion, systemic risk has been declining in the period under review. However, the developments of this index can be divided into two sub-periods 2013-2015 and 2016-2018. In the first period (2013-2015), the level of systemic risk based on this criterion was significantly higher than the level of systemic risk in the second period (2016-2018); Nonetheless, over the time, in the second sub-period, on average, the values amounted to about half of what they were in the first-period level.
Keywords: Risk, System Risk, Marginal Expected Shortfall, Financial Crisis, Value at Risk} -
در سالهای اخیر نوسانات طلا بیش از پیش افزایش یافته که منجر شده سرمایه‌گذاران در این حوزه به دنبال دقیقترین معیار اندازه گیری تلاطم طلا به منظور اتخاذ تصمیمات مناسب باشند. یکی از معیارهای برآورد تلاطم دارایی‌های مالی، ارزش در معرض ریسک بوده که بیانگر حداکثر زیان مورد انتظار در دوره زمانی مشخص و سطح اطمینان معین است. مزیت این روش نسبت به سایر سنجه‌های ریسک این است که برمبنای ارزش پورتفو محاسبه شده و بنابراین قابل درک است. ارزش در معرض ریسک با روش‌های متفاوتی قابل اندازه گیری است که در این مقاله به دنبال یافتن دقیقترین روش پارامتریک برای برآورد ارزش در معرض ریسک طلا با استفاده از روش نظریه ارزش فرین و مدل پارامتریک با فرض توزیع نرمال و توزیع تی‌استیودنت و ترکیب آن با مدلهای واریانس شرطی GARCH(1,1)، TGARCH، EGARCH، PGARCH، FIGARCH و FIEGARCH هستیم. ارزش در معرض ریسک برای موقعیت فروش و خرید طلا با این روش‌ها محاسبه و برای بررسی کفایت و دقت روش‌های محاسبه شده از پسآزمایی دو مرحله‌ای استفاده می‌شود. همچنین در این پژوهش از تابع زیان جدیدی برای رتبه‌بندی مدلها استفاده شده است. بدین منظور از داده‌های روزانه بازده لگاریتمی طلا طی سالهای 1980 تا 2016 استفاده شد. یافته‌ها نشان می‌دهد دقیقترین روش با استفاده از تابع زیان اشاره شده با فرض توزیع تی‌استیودنت برای بازده طلا به‌دست می‌آید. این روش از ترکیب توزیع تی‌استیودنت با مدل PGARCH بهترین عملکرد را برای موقعیت خرید و عملکرد قابل قبولی برای موقعیت فروش دارد.
کلید واژگان: ارزش در معرض ریسک, نظریه ارزش فرین, تابع زیان شنر, پس آزمایی, ریسک طلا}In this paper, Value at Risk for Gold prices Is estimated by the Extreme Value theory and parametric method with Normal and t-student distribution for disturbance term in the mean equation together with a range of the conditional variances estimation techniques including, GARCH (1.1), TGARCH, EGARCH, PGARCH, FIGARCH and FIEGARCH Models. The two-stage Back-Testing method is used to evaluate the adequacy and accuracy of the calculation methods. Furthermore, we rank the accuracy of the estimation methods by a loss function. Our findings show that the most accurate method, In terms of the value of the loss function and among the applied econometrics methods, is VaR by t-student distribution for gold return and PGARCH for the long position and acceptable performance for the short position.
Keywords: Value at Risk, Extreme Value Theory, Sener Loss Function, Back-Test, Gold} -
در این مقاله به منظور محاسبه ریسک بازاری سبدی از 10 شاخص صنایع منتخب بورس اوراق بهادار تهران از دو الگوی ارزش در معرض ریسک (VaR) و ریزش مورد انتظار (ES) استفاده شده است. در این راستا برای تخمین تلاطمهای سبد طرح شده از الگوهای مختلف گارچ چندمتغیره و برای محاسبه همبستگی غیرخطی سبد دارایی از الگوهای مختلف کاپیولا بهره برداری شده است. همچنین پس آزمایی الگوها با آزمون های کوپیک، کریستوفرسن، انگل و منگالی و مک نیل و فری صورت گرفته است. نتایج این پژوهش نشان داده است که الگوی DCC-GARCH با توزیع تیاستودنت نسبت به سایر الگوهای رقیب بهترین نتایج را در تخمین تلاطم های سبد دارایی ارایه کرده است. همچنین از بین تمامی الگوهای کاپیولای بررسی شده در پژوهش، الگوی کاپیولای تیاستودنت نتایج بهتری برای تخمین وابستگی بین داراییها نشان داده است. درنهایت نتایج پسآزمایی الگوهای مختلف نشان داد که هر دو الگوی DCC-GARCH با توزیع تیاستودنت و DCC-GARCH-Copula با توزیع تیاستودنت در برآورد ارزش در معرض ریسک و ریزش مورد انتظار نتایج قابل قبولی دارند. با این حال آزمون لوپز و بلانکو و ایهل نشان دادند که الگوی DCC-GARCH با توزیع تیاستودنت نسبت به الگوی DCC-GARCH-Copula با توزیع تیاستودنت برآورد دقیق تر و کاراتری از ارزش در معرض ریسک و ریزش مورد انتظار سبد دارایی ارایه می کند.
کلید واژگان: گارچ چندمتغیره, ارزش در معرض ریسک, ریزش مورد انتظار, کاپیولا, ریسک بازار}In this paper, in order to calculate portfolio market risk of 10 selected industries indices in Tehran Stock Exchange, two models of Value Risk (VaR) and Expected shortfall (ES) have been used. Different models of multivariate GARCH and various Coppola models have been used in order to estimate the volatility of the portfolio and nonlinear correlation of asset portfolio. Backtesting has been done by Kupiec, Christoffersen, Engle and Manganelli and McNeill and Ferry tests. Results show that the DCC-GARCH model by t-Student distribution compared to other competing models has the best results in estimating volatility of the asset portfolio. Also among all Copula models reviewed in this paper, t-student copula model has shown better results for estimating asset dependence. Finally, the results of backtesting of different models showed that both the DCC-GARCH model with t-Student distribution and DCC-GARCH-Copula with t-Student distribution have acceptable results in estimating VaR and ES. However, the Lopez and Blanco and Ihle tests showed that the DCC-GARCH model with t-Student distribution compared to the DCC-GARCH-Copula model with t-Student distribution gives a more accurate and efficient estimate of the VaR and ES of asset portfolios.
Keywords: Multivariate GARCH, Value at Risk, Expected Shortfall, copula, Market Risk} -
هدف اصلی این پژوهش، مدل سازی وابستگی بین بازدهی سهام گروه محصولات شیمیایی، رشد قیمت نفت و رشد نرخ ارز در ایران و محاسبه ارزش در معرض ریسک است. برای این منظور از تیوری توابع کاپولا درختی که در ادبیات مالی یکی از کاراترین روش ها برای بررسی ساختار وابستگی است، استفاده شده است. علاوه بر نشان دادن وابستگی خطی بین بازارهای مالی در ایران، ساختار وابستگی غیر خطی این بازارها نیز برآورد شده و وابستگی به دم بالایی و یا پایینی آنها مشخص شده است. دوره مورد بررسی شامل داده های روزانه (روزهای کاری مشترک) از اول آذر سال 1387 تا انتهای خرداد سال 1398 می باشد. در مدلسازی توزیع های حاشیه ای از مدل های GJR-GARCH استفاده شده که پس از آن با استفاده از رهیافت Copula-GARCH به بررسی ساختارهای وابستگی و نیز محاسبه ارزش در معرض ریسک متغیرهای تحقیق پرداخته شده است و در نهایت پس آزمایی لازم بر اساس معیار تابع زیان انجام شده است. یافته های پژوهش نشان می دهد، هر دو جفت از بازدهی های مدل سازی شده وابستگی یکسانی به دنباله بالایی و پایینی دارد. بین بازدهی سهام گروه محصولات شیمیایی و رشد نرخ ارز به شرط رشد قیمت نفت خام وابستگی ساختاری مشخصی بر اساس توابع کاپولای واین در دنباله های توزیع وجود دارد که نشان دهنده سرایت بین بازار محصولات شیمیایی و نرخ ارز است. همچنین، بین بازده سهام گروه محصولات شیمیایی و رشد قیمت نفت خام به شرط رشد نرخ ارز وابستگی ساختاری مشخصی بر اساس توابع کاپولای واین در دنباله های توزیع وجود دارد که نشان دهنده سرایت بین بازار محصولات شیمیایی و نفت خام است. با توجه به اینکه سرایت نوسان منشاء اصلی ریسک مالی است، لحاظ وابستگی ساختاری بر اساس توابع کاپولای واین می تواند برآورد قابل اعتمادی از ریسک پرتفوی بر اساس معیار ارزش در معرض ریسک فراهم آورد
کلید واژگان: ارزش در معرض ریسک, تابع کاپولا, سرریز ریسک, پس آزمایی, ساختار وابستگی}The main objective of this study is modeling the dependency structure between the returns of oil markets, exchange rate and stocks of chemical products in Iran. For this purpose, the theory of Vine Copula functions is used to investigate the dependency structure. In addition to consider a linear relationship between financial markets in Iran, the nonlinear dependency structure of these markets is also estimated, and their dependence on their upper or lower tails is determined. The study period includes daily data (5 working days) from December 2008 to July 2017. Modeling of marginal distributions of GJR-GARCH models has been used. Then, using the Copula-GARCH approach, the structure of dependency between returns and the calculating of the Value at Risk (VaR) of crude oil, exchange rate and stock of the chemical product group returns have been investigated. Finally, the required back-test is performed on the basis of the loss function. The study findings show that both pairs of modeling returns are related to the same upper and lower tails. In addition, there is a same structural dependency on the distribution of the vine copula between the indexes of chemical products and the nominal exchange rate on the condition of the price of crude oil, which indicates the spillover between markets. Due to that spillover effect is the main source of financial risk, the structural dependence on the basis of vine copula functions makes accurate and reliable calculation of portfolio risk based on the VaR criterion.
Keywords: Value At Risk, Vine Copula, Risk Spillover, Back-Testing, Dependence Structure} -
با توجه به نقش بازار انرژی بهویژه نفت بر اقتصاد کشورها، شناخت تحولات آتی این بازار دارای اهمیت است. در همین راستا، پیشبینی تحولات حدی متغیر قیمت نفت برای تصمیمگیران و سیاستگذاران دارای اهمیتی دو چندان میباشد. هدف این مطالعه، بررسی حداکثر تغییرات قیمت سبد نفت اوپک با استفاده از مفهوم ارزش در معرض ریسک [1] است. برای محاسبه این معیار از مدلهای خانواده GARCH مبتنی بر توزیع نرمال و فرین استفاده شده که انتظار میرود تمرکز بر توزیع فرین در پیش بینی ارزش در معرض خطر به ویژه در مواجه با وقایع حدی، نتایج واقع بینانه تری داشته باشد. نتایج پس آزمایی [2] مدلها، نشان داده که مدل ARMA-GARCH-EVT در مقایسه با سایر موارد، پیش بینی بهتری ارایه نموده است.
کلید واژگان: تئوری ارزش فرین, ارزش در معرض ریسک, گارچ, قیمت نفت}Regarding the role of the energy market, especially oil, on the economy of countries, it is important to identify the future evolution of the market. In this respect, predicting the changeable extreme evolution of the oil price is crucial for decision and policy makers. This study attempts to investigate the maximum changes of OPEC’s oil price by employing the concept of Value at Risk. To this end, GARCH family models based on the normal and extreme distribution were used, and it is expected that the focus on the latter in forecasting Value at Risk, especially in the face of extreme events, may end up in more realistic results. The results of the backtesting of models show that the ARMA-GARCH-EVT model predicts better than the other ones.
Keywords: Extreme Value Theory, Value at Risk, Oil price, GARCH} -
فصلنامه تحقیقات اقتصادی، پیاپی 122 (بهار 1397)، صص 117 -152با توجه به اهمیت مدل سازی دقیق تلاطم در محاسبه ی ارزش در معرض ریسک سبد دارایی ها، برای پیش بینی تلاطم سبد دارایی ها از مدل های متنوع واریانس ناهمسان شرطی تعمیم یافته چند متغیره استفاده می شود که در آن، ریسک یک دارایی علاوه بر رفتار خود به رفتار دیگر دارایی های موجود در سبد نیز بستگی دارد. به همین علت نباید در برآورد سنجه ی ریسک سبد دارایی، سرایت بازده و تلاطم بین دارایی های موجود در سبد را نادیده گرفت. در این مقاله برای نشان دادن اهمیت سرایت اطلاعات،ارتباط بین بازده ی لگاریتمی دارایی های انس طلا، نرخ برابری یورو به دلار آمریکا و شاخص سهام S&P500، از نخستین روز کاری سال 2000 تا 1/12/2014 مورد بررسی قرار می گیرد. شناسایی سرایت بازدهی بین بازارها با بهره گیری از مدل خود همبسته برداریفراهممی شود. اثر سرایت تلاطم با استفاده ازمدل های متنوع واریانس ناهمسان شرطی تعمیم یافتهچندمتغیره ای امکان پذیر است که هریک از این مدل ها قادرند پویایی های واریانس شرطی بازده را با در نظر گرفتن ویژگی هایی همچونخوشه ای بودن تلاطم و متغیر بودن آن در طی زمان مدل سازی کنند، بنابراین در این مقاله در چارچوب مدل های MGARCH-VAR، جهت و اثر سرریز اطلاعات بین بازارهایانس طلا، ارز و سهام شناسایی شده است. سپسارزش در معرض ریسک سبد مذکور با رویکرد پارامتریدر سطح اطمینان 99% برای افق پیش بینی یک روزهبرآورد شده است. در مرحله ی بعد پس از آزمون کفایت پوشش شرطی و غیرشرطی،با به کارگیریرویکردهای مقایسه ای تابع زیان لوپز، مجموع زیان انباشته و تابع زیان شنر، عملکرد روش های با کفایت در برآورد ارزش در معرض ریسک سبد داراییرا رتبه بندیمی شود. نتایج تجربی حاصل از این پژوهش نشان می دهند که سرایت اطلاعات بین بازده و تلاطم دارایی های موجود در یک سبد، برآورد سنجه ی ارزش در معرض ریسک را تحت تاثیر قرار داده و نادیده گرفتن این ویژگی سبب برآورد دست بالای ارزش در معرض ریسک سبد دارایی ها و در نتیجه، تخصیص ناکارای بخش زیادی از منابع جهت پوشش ریسک سبد دارایی ها می شود.کلید واژگان: بازده, تلاطم, سرریز اطلاعات, MGARCH, VAR, ارزش در معرض ریسک, پنجره ی غلتان, کفایت مدل, مدل رتبه بندی}This research analyzes spillover effects of financial volatility among three international markets: Gold, Stocks and Foreign Exchange. We use the logarithmic returns of the assets - ounces of gold, the euro-dollar exchange rate and America stock index S&P500- from the first business day of 2000 until 1/12/2014 in order to identify the relationship between these three international markets. Identification returns transmission between markets is provided by using Vector Auto Regressive (VAR) model. Volatility spillover effects could be measured by the Multivariate Generalized Auto Regressive Conditional Heteroscedasticity (MGARCH) models. We use VAR-MGARCH model to identify information spillovers between three markets and introduce value at risk in order to measure portfolio risk. We estimate the value at risk of portfolio relying on the parametric approach at 99% confidence level for the forecast horizon of one day with two rolling windows that included 500 and 750 observations. In the first step the adequacy of predictions is tested by unconditional and conditional coverage tests. Then the adequacy predictions are ranked by Lopez loss function, Total accumulated losses and Sener loss function. The empirical results suggest that spillover effects are statistically significant and the VaR forecasts are generally found to be sensitive to the inclusion of spillover effects in any of the multivariate models considered. Ignoring this sensitivity is resulted in overestimation of the portfolios value at risk and, therefore, lead to inefficient allocation of resources to cover the risk of the asset portfolio.Keywords: volatility, spillover effects, VAR, MGARCH, Value at Risk, rolling window, modeling adequacy, ranking model}
-
It seems that paying attention to social responsibility by companies can lead to a better stakeholder’s view toward the company, thereby increasing their loyalty and trust. Having the ability to obtain more financial resources in times of crisis, due to the greater loyalty of investors, will result in reducing the company risk. In contrast, being overconfident about the loyalty of individuals to the company can lead to keeping a short-term debt structure, thereby increasing the risk of obtaining financial resources. Recently, the negative impacts of petrochemical companies on the environment have made social and environmental groups focus more on this industry, and this focus has pushed companies into involving in more social activities. Considering the potential impact of CSR on the company’s risk, this study examines the relationship between corporate social responsibility and value at risk in petrochemical industry using a sample of 27 companies listed on the Tehran Stock Exchange during the 2010-2017 period. Eviews 10 is used for computing and analyzing the data, and the generalized auto regressive conditional heteroskedasticity (GARCH) model is employed to estimate value at risk. The results indicate a negative and statistically significant relationship between corporate social responsibilities and company value at risk.Keywords: corporate social responsibility, value at risk, risk, GARCH, petrochemical companies}
-
پژوهشنامه اقتصادی، پیاپی 66 (پاییز 1396)، صص 151 -178در این مقاله با استفاده از مدل های خانواده GARCH به تخمین ارزش در معرض خطر دارایی ها برای معامله گران بازار سهام تهران در دو موقعیت خرید و فروش می پردازیم. با توجه به رفتار نامتقارن بازدهی قیمت ها در بازار سهام تهران (TEPIX) هنگام خرید یا فروش از توابع توزیع نرمال نامتقارن[1] و T-student نامتقارن[2] برای افزایش دقت مدل های ارزش در معرض خطر دارایی ها در دو حالت خرید یا فروش استفاده می کنیم. با تعمیم سنجه های تنبیهی شنر و دیگران[3] (2012) برای لحاظ کردن موقعیت فروش در ارزیابی عملکرد مدل های پارامتریک نشان دادیم که مدل های EGARCH و GJRGARCH با توابع توزیع نامتقارن دارای عملکرد بسیار دقیق تری هستند. همچنین آزمون آماری توانایی پیش بینی مکمل نشان می دهد که با توجه به انتخاب مدل مبنا (GJRGARCH) سایر مدل های پارامتریک در مقایسه با مدل مبنا دارای میانگین خطای برابر نیستند و استفاده از توابع توزیع های نامتقارن در مدل های EGARCH و GJRGARCH به شدت باعث ارتقاء رتبه آن ها شده است.کلید واژگان: ارزش در معرض خطر, موقعیت معاملاتی, مدل های پارامتریک و رتبه بندی عملکرد مدل ها}Economic Research, Volume:17 Issue: 66, 2017, PP 151 -178In this paper, we estimate the value at risk of Tehran stock exchange (TSE) index by using GARCH family models in short and long trading positions. Because of asymmetric behavior of returns for long and short positions in TSE, for enhanced accuracy of model, we apply asymmetric normal and t-student distribution functions. By developing Sener et. al (2012) measurement for considering trading positions in performance assessment of parametric models, we show that EGARCH and GJRGARCH models with asymmetric normal and t-student distribution functions are more accurate than other models. Also complementary forecast ability test explain that, with a benchmark model such as GJRGARCH, other models do not have equal mean error, so the asymmetric distribution functions in EGARCH and GJRGARCH models improve their ranks.Keywords: Value at Risk, Trading Position, Parametric Models, Performance Ranking of Models}
-
طی سالهای اخیر، پژوهشگران با به کارگیری نظریه مقدار فرین (EVT)، ریسک بازار را به نحو دقیق تری برای وقایع نادر (شرایط بحرانی) محاسبه کردهاند. در این راستا، این مقاله، به بررسی روش های مختلف اندازه گیری ریسک بازار در سطوح مختلف اطمینان می پردازد. با توجه به اینکه برای اندازهگیری اثرات بحرانهای مالی بر ارزش دارایی ها، روش EVT براساس فروض نظریه، نیازمند سری های زمانی با مشاهدات بسیاری است، ازاین رو، در این مقاله از 4 شاخص کل، صنعت، بازار اول و بازار دوم در بورس اوراق بهادار تهران استفاده شده است.
نتایج پس آزمایی در این پژوهش حاکی از آن است که از بین روش های مختلف، رویکرد نیمه پارامتریک یا همان رویکرد EVT در مقایسه با رویکردهای پارامتریک (EWMA، MA، GARCH) و ناپارامتریک (Historical Simulation) در سطوح اطمینان بالاتر، کارآیی بالاتری دارند. همچنین روش HS در سطوح اطمینان بالا نتایج قابل قبولی را نشان می‌دهد. این در حالی است که روش‌های پارامتریک (EWMA، MA، GARCH) در محاسبه ارزش در معرض ریسک در سطوح اطمینان 90/0 و 95/0 نتایج قابل اطمینانتری را ارایه میکنند. همچنین پویایی الگوهای GARCH و EWMA نسبت به سایر الگوها بسیار بیشتر است. در بخش بعد، با ترکیب الگوهای مختلف، 3 الگوی EWMA-EVT، GARCH-EVT و AWHS ساخته شد. پس از پسآزمایی 3 الگوی یادشده، مشخص شد که دو الگوی AWHS و EWMA-EVT بهترین نتایج را در بین الگوهای مختلف ارایه و در تمام سطوح اطمینان کفایت قابل قبولی را در تخمین ارزش در معرض ریسک ارایه کردهاند. با این حال، الگوی GARCH-EVT تنها در سطح اطمینان 999/0 نتایج قابل قبولی را نشان می‌دهد.کلید واژگان: ارزش در معرض ریسک, ریسک بازار, تخمین پارامتریک, تخمین ناپارامتریک, نظریه مقدار فرین (EVT)}In recent years, by using extreme value theory (EVT), researchers have estimated the market risk for rare events (crises) more accurately. This paper examines the different methods of measuring market risk at different levels of reliability. According to the assumptions of the EVT methods, measuring the effects of the financial crises on the value of assets requires a lot of time-series observations. Therefore, this paper has used four indices: total index, industry index, the first market index and the second market index of the Tehran stock exchange. The backtesting results showed that among the various methods, semi-parametric approach or the EVT approach in comparison with parametric (EWMA, MA, GARCH) and nonparametric approaches (Historical simulation) is more efficient and has a higher level of reliability. Also HS method shows acceptable results at high confidence level, while in calculating the value at risk in the 0.90 and 0.95 confidence levels, parametric methods (EWMA, MA, GARCH) provide more reliable results. Also the richness of the dynamics of GARCH and EWMA models are much more than the other models. In the next step by incorporating various models, the three models EWMA-EVT, GARCH-EVT and AWHS were made. Backtesting these three patterns showed that, AWHS and EWMA-EVT have provided the best results among various patterns, and have provided acceptable adequacy in estimating the value at risk at all levels of reliability. However; GARCH-EVT model shows acceptable results only in 0.999 reliability level.Keywords: Value at Risk, Market Risk, Parametric Estimation, Nonparametric Estimation, Extreme Value Theory (EVT)} -
هدف این مقاله، محاسبه ارزش در معرض خطر پرتفوی ارزی یک بانک نمونه با استفاده از روش GARCH-EVT-Copula (GEC) است. عمده ترین چالشی که امروزه صنعت بانکداری با آن مواجه بوده، درک مفهوم ریسک و به دنبال آن، اندازه گیری و کمی کردن ریسک است. روش های مختلفی برای اندازه گیری ریسک وجود دارد، اغلب این روش ها توزیع مشترک شناخته شده ای برای سبد دارایی فرض می کنند، به طور معمول توزیع مشترک نرمال در مدل های تجربی مورد استفاده قرار می گیرد، اما توزیع دارایی ها در اغلب موارد دنباله پهن هستند، در نتیجه، فرض نرمال بودن توزیع مشترک بازدهی می تواند به برآورد نادرست VaR منجر شود. در این مقاله، توزیع مشخصی برای سبد دارایی فرض نمی شود. این مقاله از مدل خودرگرسیون همراه با ناهمسانی واریانس آستانه ای (GJR-GARCH) برای توزیع بازده ای متغیر در طول زمان دارایی های فردی، همچنین تئوری مقدار فرین برای توزیع هایی که دنباله پهن هستند و توابع کاپولا برای ساختار وابسته به تمام دارایی های یک سبد دارایی استفاده کرده است. در این تحقیق، ارزش در معرض خطر از روش های واریانس-کوواریانس و شبیه سازی تاریخی نیز محاسبه شده است. در نهایت، با استفاده از آزمون کوپیک که یکی از روش های پیش آزمایی ارزش در معرض خطر است، اعتبار مدل ها مورد سنجش و ارزیابی قرار گرفته است. نمونه آماری این مطالعه را نرخ نامه های روزانه ارزهای دلار، یورو، وون کره، ین ژاپن، لیر ترک و درهم امارات در بازار از تاریخ 1/1/1386 تا تاریخ 31/1/1391 تشکیل می دهند، همچنین سبد ارزی یک بانک نمونه در تاریخ 31/1/1391 مورد بررسی قرار گرفته است. براساس نتایج حاصلاز تحقیق، ارزش در معرض خطر محاسبه شده توسط مدل GECنسبت به دو مدل دیگر بیشتر است و براساس نتایج به دست آمده از آزمون کوپیک، اعتبار و دقت مدل GEC نسبت به دو مدل دیگر بیشتر است.کلید واژگان: آزمون کوپیک, ارزش در معرض خطر, مقدار فرین, کاپولا}The purpose of this study is to calculate Value at Risk (VaR) of a selection of bank's currency portfolio, using GARCH-EVT-Copula (GEC) approach. Today's main challenge of a banking system is to calculate and quantify the risks that the system is encountered. There are numerous approaches to calculate the risks. usually these approaches assume a common known distribution for the assets portfolio and generally a normal distribution is utilized for the experimental models. Nevertheless, the distributions of the assets are fat-tailed distribution and consequently normal distribution assumption may lead to inaccurate estimation. This article does not assume a specific asset distribution.This study applies autoregressive threshold variances (GJR-GARCH) for intertemporal individual's asset variable returns distribution. It also utilizes extreme value theory or the fat-tailed distributions and Coppola functions for all asset returns in an asset portfolio. In this study VaR is estimated using variance-covariance and historical simulation methods. Finally, in order to test the reliability of the applied models Kopic method is used. The sample data of the bank's currency portfolio consists of the market daily figures of the US Dollar, Japan's Yen, Turkish Lire, Emirate Dirham, Korean Won, and Euro exchange rates from 21March 2007 till 19 April 2012. Results show that the estimated VaR using GEC model is higher than those of estimated using the other two methods. They also show that reliability and precision of Kopic test is higher than those of variance-covariance and historical simulation models.Keywords: Copula, Currency Risk, EVT, Kopic Test, Value at Risk}
-
ریسک قیمت نفت خام برای کشورهای صادرکننده نفت از جایگاه ویژه ای برخوردار است، بنابراین وجود مکانیزمی برای پوشش ریسک قیمت نفت در این کشورها اهمیت بالایی دارد. از جمله ابزارهای شناخته شده برای محاسبه ریسک قیمت، ارزش در معرض ریسک است. در این مقاله، سعی می شود تا با استفاده از معیار ارزش در معرض ریسک، مکانیزمی برای مدیریت ریسک درآمدهای نفتی ایران طراحی گردد، بدین منظور از مدل های واریانس ناهمسان شرطی GARCH، CGARCH و EGARCH با توابع توزیع چگالی مختلف برای محاسبه ارزش در معرض ریسک نفت خام اپک در طول دوره 6 اکتبر سال 2005 تا 29 آگوست سال 2015، استفاده شده است. نتایج مطالعه نشان می دهد که از نظر معیارهای سنجش خطای پیش بینی، مدل CGARCH با توزیع تی استیودنت در پیش بینی تلاطم عملکرد بهتری داشته است، بر این اساس، پس از انتخاب مدل مناسب، مقادیر ارزش در معرض ریسک برای طراحی مکانیزم پوشش ریسک مورد استفاده قرار گرفته و با استفاده از داده های تولید نفت ایران، برای سال 2014 این مکانیزم پیاده سازی شده است. نتایج نشان داد که بر مبنای مکانیزم پیشنهادی، علاوه بر پوشش ریسک کاهش قیمت، مدل با مازاد درآمد مواجه خواهد بود.کلید واژگان: ارزش در معرض ریسک, نفت خام, CGARCH, صندوق های ذخیره ارزی}Crude oil price risk is crucial for oil exporting countries. Consequently, developing a risk hedging mechanism has great importance for these countries. Given that Value at Risk (VaR) is one of the most powerful tools for evaluating price risk, this paper has tried to design a mechanism for risk management of Iranian oil revenues using the VaR measure. In this regard, Autoregressive Conditional Heteroskedasticity models including GARCH, CGARCH and EGARCH with different destiny distribution functions are utilized for calculating VaR of OPEC crude oil price in the period of 6 October 2005 to 29 August 2015. The results show that CGARCH model with t-student distribution outperforms the other methods in terms of forecast error measures. The implementation of CGARCH model with using the data of Iranian oil production in 2014 reveals that the proposed model can lead to a significant surplus income.Keywords: Value at Risk, crude oil, CGARCH, Foreign Exchange Reserve Funds}
-
اندازه گیری ریسک بازاری شاخص صنایع فرآورده های نفتی، شیمیایی و لاستیک مبتنی بر رهیافت انتقالات رژیمیصنایع فعال در حوزه نفت و پتروشیمی به عنوان یکی از صنایع مهم پیشران اقتصاد کشور مطرح می باشند و بسیاری از سرمایه گذاران تمایل به سرمایه گذاری در این صنعت را دارند. با توجه به واگذاری بخش عمده ای از سهام شرکت های فعال در این صنعت در بورس و اوراق بهادار، زمینه حضور سرمایه گذاران در این حوزه از طریق خرید و معامله ارزش دارایی های این شرکت ها محقق گردیده است. با این وجود یکی از چالش های اصلی در حوزه سرمایه گذاری در این صنعت، عدم آگاهی از میزان ریسک بازاری صنایع فعال در این حوزه در مقایسه با سایر حوزه ها می باشد. از اینرو در پژوهش حاضر تلاش گردیده است تا با ارائه الگوی توسعه یافته ای، اقدام به استخراج ریسک بازاری سهام صنایع فعال در حوزه نفت و فرآورده های نفتی گردد و با ریسک بازاری متوسط صنایع مقایسه قرار گیرد. نتایج تحقیق نشان می دهد که بازدهی شاخص سهام صنایع فعال در حوزه نفت و فرآورده ای نفتی از انتقالات رژیمی تبعیت نموده و دارای ساختار نامتقارنی مبتنی بر توزیع های غیرنرمال می باشد. همچنین ریسک بازدهی دو صنعت لاستیک و فرآورده های نفتی کمتر از ریسک بازدهی شاخص کل بود، اما ریسک بازدهی صنعت شیمیایی بیشتر از از ریسک بازدهی شاخص کل بود.کلید واژگان: ارزش در معرض خطر, فرآیند زنجیره مارکوف, نفت و فرآورده های نفتی}Oil and petrochemical industry as one of the important industries is the country's economy driving and many investors are willing to invest in this industry. With regard to the transfer of a large part of the shares of companies active in this industry in Stock Exchange, investors can invest in this area through the purchase and the transaction of value of the assets of these companies. However, one of the main challenges in field of investment in this industry is lack of knowledge of the industry market risk in these areas than other areas. Therefore, the present study we attempted to provide a model developed to extraction of the stock market risk for active companies in the field of oil and oil products. Oslo we compared risk of this companies with market risk. The results show that the return of industries follow from regime transfers and have got the asymmetric structure based on abnormal distributions. Also the return risk of both Rubber and petroleum industry was less than the return risk of total index, but the risk of chemical industry was greater than risk of total index.Keywords: Value at Risk, Markov Chain Process, Oil, Petroleum Products}
-
یکی از شاخص های مهم برای اندازه گیری ریسک، معیار ارزش در معرض ریسک می باشد که در دو دهه اخیر وارد ادبیات مالی شده است. به طور معمول سه رویکرد کلی پارامتریک، ناپارامتریک و شبه پارامتریک برای اندازه گیری ارزش در معرض ریسک مورد استفاده قرار می گیرد. در این مقاله یک روش جدیدی بنام روش شبیه سازی پنجره ارائه می شود که می توان آن را در دسته رویکرد ناپارامتریک قرار داد. شیوه برآورد ارزش در معرض ریسک در این روش همانند روش شبیه سازی مونت کارلو، مبتنی بر بازتولید داده ها است. البته تولید داده ها در این روش جدید، بر مبنای معیارهای مختلف شباهت و فاصله انجام می گیرد به طوری که با انتخاب صدک توزیع بازدهی ها به دست آمده، ارزش در معرض ریسک برآورد می گردد. در ادامه با بکارگیری روش مذکور، ارزش در معرض ریسک شاخص های بورس اوراق بهادار تهران محاسبه می شوند و همچنین دقت ارزش در معرض ریسک برآورد شده بر مبنای آماره های آزمون بازخورد مورد ارزیابی قرار می گیرند. نتایج تجربی حاکی از این است که در روش پنجره بهترین عملکرد به ترتیب از آن معیارهای شباهت اقلیدسی، DTW، کولموگروف-اسمیرنوف، مربع کای دو، شباهت-فاصله و فاصله کسینوسی می باشد.کلید واژگان: ارزش در معرض ریسک, روش پنجره, معیار شباهت, آزمون بازخورد}Value at risk (VaR) is one of the most important risk measures for computing risk which is entered in financial framework in past two decades. In general there are three approaches including parametric, nonparametric and semi-parametric is used for estimating of VaR. this paper present a new method that is named window simulation which is classified in nonparametric approach. Processing of VaR calculation in window simulation method based on reproduction of data such as Monte Carlo simulation. But, in this new method, data production is done in basis of distance and similarity measures. Considering generated distribution quantile, VaR is estimated. Next, VaR of Tehran Stock Exchange indices are computed by this method. Also the accuracy of estimated VaR is evaluated by backtesting statistics. Empirical results indicate that based on window method, the best outcome is associated to measures of Euclidean, DTW, Kolmogorov-Smirnov, square χ^2 , distance-similar and cosine respectively.Keywords: Value at Risk, Window Method, Similarity Measures, Backtesting}
- نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
©2000-2024 magiran.com All Rights Reserved.