Performance Assessment of a Mutual Fund Using Fractional Modeling and the Concept of Value at Risk

Subject Areas : Journal of Investment Knowledge

Mahmoudreza Khajehnasiri ¹ , Hamidreza Vakilifard ²

1 - Department of Financial Management, Science and Research Branch, Islamic Azad University, Tehran, Iran..
2 - Associated professor Islamic Azad University research scientist branch , Tehran, Iran.

Received: 2018-12-19 Accepted : 2021-03-17 Published : 2021-06-22

Keywords: Fractional Modeling, Value at risk, mutual fund,

Abstract :

During the last few years, the extraordinary explosion experienced by fundraising organizations or investment companies purchasing other companies's stocks has led the responsible organizations for controlling these investments to apply some risk-based management guidelines. But the flexibility of this issue raises a lot of questions regarding the selection of the most accurate and most appropriate estimation model. The aim of this paper is to calculate the value at risk of mutual funds in Iran using fractional modeling. In this study, using the parametric method, we compute value at risk. Firstly, the variance is considered to be a constant value and then conditional ones (Arch and Garch models), finally, using the fractional modeling, we calculate and take into account it in the parametric method to find the best way to predict possible losses of the investment fund files. Consequently, according to the nonparametric, Kupiec, Christopherson and Hendricks tests, value at risk method is applicable for evaluating the performance of investment funds. On the other hand, the Garch and Figarch methods are capable of receiving %97.5 and %99 confidence levels and their results are acceptable in terms of statistics. Therefore, as a general result: the two methods stated to calculate value at risk of investment funds can be used for predicting the risk of these funds.

References:

• پورزمانی،زهرا. روحی، علی. (1389) بررسی تأثیر برخی عوامل مدیریتی و محیطی بر بازده صندوق‌های سرمایه‌گذاری مشترک در ایران. فصلنامه آینده­پژوهی مدیریت؛ دوره 16، شماره 3، صفحه 85-101.


• تهرانی رضا. مدیریت مالی. چاپ اول. انتشارات نگاه دانش؛ 1389.


• جباری،رامین. صالحی، جمشید، امیری، مقصود. (1390) ارزیابی عملکرد و انتخاب پرتفوی از صندوق‌های سرمایه‌گذاری سهام. مجله تحقیق در عملیات و کاربردهای آن، سال نهم، شماره اول، ص ص 1-19.


• حنیفی فرهاد.(1380)، تکنولوژی اطلاعات و امور مالی، مجله بورس، تیر 1380، 25، (35-38)


• راعی رضا، پویانفر احمد. مدیریت سرمایه گذاری پیشرفته. چاپ اول. تهران: انتشارات سمت؛ 1389.


• شرکت ماتریس تحلیلگران سیستم­های پیچیده. مدیریت ریسک بازار: رویکرد ارزش در معرض خطر. تهران: انتشارات آتی نگر؛ 1388.


• شهرآبادی، ابوالفضل. بشیری،ندا (1389) مدیریت سرمایه‌گذاری در بورس اوراق بهادار. تهران: انتشارات سازمان بورس؛ 1394.


• صالح آبادی علی، سیاح سجاد. مبانی مهندسی مالی و مدیریت ریسک. تهران: شرکت کارگزاری مفید؛ 1388.


• عنصری،آرش. لشنی،عباس(1383) ارزش در معرض خطر تکنیکی در ریسک بازار- بانک صنعت و معدن مدیریت امور مطالعات،ریسک و سرمایه‌گذاری اداره ریسک،اولین همایش ملی صنعت سرمایه‌گذاری مخاطره پذیر.


• قانون بازار اوراق بهادار جمهوری اسلامی ایران. 1394.


• قانون "توسعه ابزارها و نهادهای مالی جدید در راستای تسهیل اجرای سیاست­های کلی اصل چهل و چهارم قانون اساسی". مصوب مجلس شورای اسلامی. 1388


• کردبچه،حمید. مالمیر، علی(1391) صندوق‌های سرمایه‌گذاری مشترک. مجله سیاسی اقتصادی شماره288. صفحه 174-189


• مشاوران و کارشناسان مدیریت پژوهش. نهادهای مالی (راهنمای قانون بازار اوراق بهادار تهران). جلد 1. انتشارات بورس؛ 1392.


• Beder, T. S. (1995). VAR: Seductive but dangerous. Financial Analysts Journal, 51(5), 12-24.


• Bodie, Z., Kane, A., & Marcus, A. J. (2012). Essentials of Investments 9th Edition. McGraw-Hill.


• Christoffersen, P., Hahn, J., & Inoue, A. (2001). Testing and comparing value-at-risk measures. Journal of empirical finance, 8(3), 325-342.


• Duffie, Darrell, Jun Pan and Kenneth Singleton. "Transform Analysis And Asset Pricing For Affine Jump-Diffusions," Econometrica, 2000, v68(6,Nov), 1343-1376


• Engle, R. F., & Manganelli, S. (2004). CAViaR: Conditional autoregressive value at risk by regression quantiles. Journal of Business & Economic Statistics, 22(4), 367-381.


• Hendricks, D. (1996). Evaluation of value-at-risk models using historical data.


• Kupiec, P., & O'Brien, J. M. (1997). The pre-commitment approach: using incentives to set market risk capital requirements.


• Lestr G.Tesler, “Safety First and Hedging.” Review of Economic Studies 23 (1955-1956): 1-16


• Linsmeier, T. J., & Pearson, N. D. (2000). Value at risk. Financial Analysts Journal, 56(2), 47-67.


• Lo, A.W.(1991) Long Term Memory in Stock Prices, Econometrica, Vol. 59, No. 5, 1991, pp. 1279-1313


• Newey, Whitney K & West, Kenneth D, 1987. "A Simple, Positive Semi-definite, Heteroskedasticity and Autocorrelation Consistent Covariance Matrix," Econometrica, Econometric Society, vol. 55(3), pages 703-708, May.


• Roy, A.D. (1952) Safety First and the Holding of Assets. Econometrica, 20, 431-449.