مقایسه عملکرد مدل مدل ارزش در معرض خطر با رویکرد نقد شوندگی– تی کاپولا با همبستگی شرطی پویا (t-copula-GARCH-LvaR) با مدل ارزش در معرض خطرGARCH-VaR جهت بهینه‌سازی پرتفوی در بورس اوراق بهادار تهران
محورهای موضوعی : بورس اوراق بهادار
غلام رضا تقی زادگان
1
,
غلامرضا زمردیان
2
,
رسول سعدی
3
,
میر فیض فلاح
4
1 - گروه مدیریت مالی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران
2 - گروه مدیریت مالی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران و عضو گروه پژوهشی مخاطرات مالی نوین
3 - گروه مدیریت مالی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران
4 - گروه مدیریت مالی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران و عضو گروه پژوهشی مخاطرات مالی نوین
کلید واژه: بورس اوراق بهادار تهران, بهینه‌سازی پرتفوی, کاپولا, همبستگی شرطی پویا, ارزش در معرض خطر با رویکرد نقد شوندگی,
چکیده مقاله :
هدف از این پژوهش مقایسه عملکرد مدل ارزش در معرض خطر با رویکرد نقد شوندگی– تی کاپولا با همبستگی شرطی پویا (t-copula-GARCH-LVaR) با مدل ارزش در معرض خطر(VaR) جهت بهینه‌سازی پرتفوی در بورس اوراق بهادار تهران است. در پژوهش حاضر، به‌منظور آزمون فرضیه‌های مورد نظر، دوره زمانی بین سال‌های 1390 الی 1400 می‌باشد. کلیه متغیر‌های مورد استفاده در این پژوهش در مقیاس کمی و مشاهدات به صورت سری زمانی بازدهی لگاریتمی روزانه 40 شاخص بورسی شامل 39 شاخص صنعت و یک شاخص اوراق با درآمد ثابت از ابتدای شهریور ماه 1390 الی انتهای تیرماه 1400 می‌باشد. در این پژوهش جهت انجام تحلیل‌های نهایی کلیه محاسبات مورد نیاز این پژوهش با استفاده از نرم‌افزار متن باز R 4.2.1 انجام شده است. نتایج ما نشان داد که در دو سطح ریسک 99% و 95% مدل بهینه‌سازی t-copula-GARCH-LVaR بر طبق معیار شارپ بر اساس آزمون من ویتنی در سطح آزمون 95 درصد عملکرد بهتری دارد.
The aim of this research is to compare the performance of the value-at-risk model with the liquidity-t-copula approach with dynamic conditional correlation (t-copula-GARCH-LVaR) with the value-at-risk (VaR) model to optimize the portfolio in the Tehran Stock Exchange. In the current research, in order to test the desired hypotheses, the period is between 2001 and 2021. All the variables used in this research on a quantitative scale and observations in the form of time series are the daily logarithmic returns of 40 stock market indices, including 39 industry indices and one index of fixed-income bonds from the beginning of September 2011 to the end of July 2021. In this research, to perform the final analysis, all the calculations required for this research were done using the open-source software R 4.2.1. Our results showed that the t-copula-GARCH-LVaR optimization model performs better according to the Sharpe criterion based on Mann–Whitney U test at the 95% test level.
_||_