ارزیابی توان تبیین نظریه ارزش فرین (حدی) و مدلهای کاپولا-گارچ در پیش‌بینی ارزش در معرض ریسک و ریزش مورد انتظار پرتفوی در پرتفوی شرکتهای سرمایه گذاری بورس اوراق بهادار تهران
محورهای موضوعی : مهندسی مالی
علی علی زاده
1
(گروه مدیریت مالی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران،ایران)
میر فیض فلاح
2
(گروه مدیریت مالی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران و عضو گروه پژوهشی مخاطرات مالی نوین)
کلید واژه: "ارزش در معرض ریسک", "کاپولا, آریما- گارچ", "تئوری ارزش فرین (حدی) تعمیم‌یافته", "پس آزمایی",
چکیده مقاله :
هدف اصلی تحقیق ارائه مدلی دقیق‌تر برای محاسبه ریسک بانکها و موسسات مالی است. در این تحقیق با ترکیب معیار ارزش در معرض ریسک پرتفوی با توابع کاپولا، به معرفی مدلCOPULA) ARIMA-GARCH- ) پرداختیم. برای بدست آوردن توزیع‌هایiid و همچنین تخمین واریانس، به تخمین همزمان مدل میانگین و واریانس شرطی پرداخته‌شده‌است. برای مدلسازی میانگین بازده دارایی‌ها از متدولوژی باکس- جنکینز (ARIMA)و برای مدلسازی واریانس شرطی از مدلهای ناهمسانی واریانس (GARCH) استفاده گردید. بمنظور مقایسه مدلهای مختلف تخمین ارزش در معرض ریسک از معیار میانگین خطا و برای آزمون آماری نتایج، از روش‌های پس‌آزمایی استفاده کردیم. با توجه به معیار میانگین خطا، مدل( ARIMA-GARCH- COPULA) بهترین عملکرد و دقت را داشت. پس از آن مدلGEV که با استفاده از تئوری مقادیر فرین(حدی) حاصل شد، در رتبه دوم قرار گرفت. نتایج نشان دادند که بجز مدل واریانس-کوواریانس تقریبا تمامی روش‌های مقایسه شده از نظر آماری، در محاسبه VAR از دقت کافی برخوردارند، ولی نتایج روش رتبه‌بندی داو بسیار به یکدیگر نزدیک‌اند. طبق این روش در سطح معناداری 5% مدل GEV و در سطح معناداری 1% مدل شبیه‌سازی تاریخی دارای کمترین تابع زیان بودند. همچنین محاسبات ریزش مورد انتظار برای 4 مدل مذکور نشان داد که مدل( ARIMA-GARCH- COPULA) کمترین زیان را دارد.
The present study has endeavored to represent a more precise model to calculate the risk of banks in this study by ARIMA-GARCH-COPULA Model has been introduced.In obtaining the iid distributions and variance estimation the mean model and conditional variance have been determined and estimated simultaneously.In so doing, the ARIMA methodology has been employed to model the average return on assets of the study, and for modeling the research conditional variance of GARCH have been applied. Also mean error criterion has been used to compare the different models of VAR estimation, and for the purpose of testing statistical results backtesting methods have been employed. Based on mean error criterion, the proposed model of the study at hand has demonstrated the most accuracy The GEV model derived from the EVT has been ranked second The output of the Dow ranking method, however, has been very similar to one another According to Dow ranking method, the GEV model has had the lowest loss function at 5% level of significance, and at 1% level of significance, the HS model has demonstrated the least loss function. ES calculations have also been carried out for the four models with ARIMA-GARCH-COPULA model showing the least loss.
_||_