برآورد ارزش در معرض خطر با استفاده از نظریه ارزش فرین در بورس اوراق بهادار تهران
محورهای موضوعی : دانش سرمایه‌گذاری
رسول سجاد
1
(عضو هیات علمی دانشکده فنی و مهندسی دانشگاه علم و فرهنگ)
شهره هدایتی
2
(دانشجوی دوره کارشناسی ارشد مهندسی مالی دانشگاه علم و فرهنگ)
شراره هدایتی
3
(دانشجوی دوره کارشناسی ارشد مهندسی مالی دانشگاه علم و فرهنگ)
کلید واژه: ارزش در معرض خطر, نظریه ارزش فرین, شبیه‌سازی تاریخی, شبیه‌سازی تاریخی فیلتر شده, توزیع تعمیم یافته پرتو, پس‌آزمایی,
چکیده مقاله :
ماهیت فعالیت‌های تجاری و سرمایه‌گذاری به گونه‌ای است که کسب بازده، مستلزم تحمل ریسک است. یکی از روش‌های شناخته شده برای اندازه گیری پیش بینی و مدیریت ریسک،ارزش در معرض خطر است . علاوه براین مدیریت ریسک مشکلات زیادی در مواجه با رویدادهای فرین دارد. در این مقاله مقدار ارزش در معرض خطر با استفاده از هفت روش مختلف از جمله نظریه ارزش فرین و برای سه سطح اطمینان،برای بازده لگاریتمی شاخص کل بورس تهران، نرخ برابری دلار و یورو به صورت روزانه محاسبه شده است. همچنین به منظور پیش‌بینی نوسانات بازده از مدل GARCH استفاده شده است. برای بررسی کفایت دقت مدل‌های بکار گرفته شده، آزمون‌های نسبت شکست‌های کوپیک، کریستوفرسن و تابع زیان لوپز را به کار برده‌ایم. نتایج حاصل نشان می‌دهد که محاسبه ارزش در معرض خطر با استفاده از روش‌های سنتی لزوماً به نتایج مناسبی نمی‌انجامد و در برخی از موارد استفاده از نظریه ارزش فرین و در نظر گرفتن نوسانات شرطی برای داده‌ها موجب نتایج بهتری می‌شود این نتایج بیشتر در سطح اطمینان های بالاتر قابل مشهود تر است.
Value at Risk (VaR) measures risk exposure at a given probability level and is very important for risk management. In this paper, mainly EVT models are compared to other well-known models such as GARCH, Historical Simulation and Filtered Historical Simulation. Then evaluation their models with different back testing such as Kupiec test, Christoffersen test and Lopez Loss function. Our results indicate that using conditional methods and Extreme Value Theory to forecast Value at Risk, is better than other models. And we should examine different methods for forecast Value at Risk, then select the best method for any tails of distributions.