مقایسه کارایی روش های GARCH و ARCH در پیش بینی ارزش در معرض ریسک جهت انتخاب پرتفولیوی بهینه
محورهای موضوعی : حسابداری مالی و حسابرسیامیررضا کیقبادی 1 , محمد احمدی 2
1 - - استادیار گروه حسابداری، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران
2 - کارشناس ارشد حسابداری، گروه حسابداری، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران.
کلید واژه: مدیریت ریسک, ارزش در معرض ریسک, پرتفولیوی بهینه, مدل ناهمسانی واریانس شرطی تعمیم یافته,
چکیده مقاله :
هدف مقاله حاضر ؛ اندازه گیری و مقایسه ارزش آتی نگهداری پرتفوی در بازه های زمانی کوتاه مدت با توجه به حداکثری بازده و حداقلی ریسک آن سبد می باشد تا سرمایه گذاران و سبد گردان ها با توجه به ارزش پیش بینی شده در اخذ تصمیمات خود مورد ارزیابی قرار دهند. بنابراین جهت محاسبه و ارزیابی میزان نکول پرتفوی صندوق های سرمایه گذاری؛ به کمک تحلیل ارزش در معرض ریسک از مدل های GARCH و ARCH و تکنیک شبیه سازی مونت کارلو استفاده گردید.به این منظور بر اساس اطلاعات جمع آوری شده از پرتفوی صندوق های سرمایه گذرای بورس و اوراق بهادار تهران ابتداء بازده های پرتفوی ها با استفاده از تکنیک شبیه سازی مونت کارلو در نرم افزار Crystal ballشبیه سازی گردید، و سپس با لحاظ نمودن سطح اطمینان 95٪؛ میزان ارزش در معرض ریسک کل پرتفوی های 15 صندوق سرمایه گذاری محاسبه شده است. سپس با استفاده از مدل های GARCH و ARCH و مقایسه نتایج ملاحظه گردید که نه تنها ارزش در معرض ریسک نکول پرتفوی این صندوق ها با استفاده از محاسبات این مدل ها قابل اعتمادتر از محاسبات با استفاده از تکنیک های صرفا تاریخی پارامتریک و ناپارامتریک می باشد بلکه تلفیقی از هر دو روش میتواند به واقعیت نزدیکتر باشد. زیرا که در آن هم از رویکرد بدبینانه و محافظه کارانه مدل ها و هم از رویکرد خوش بینانه شبیه سازی میتوان بهره برد. The purpose of this article is to measure and compare the future value of maintenance portfolio in short periods of time due to maximum efficiency and minimum risk is that Portfolio until the investors and Stock brokers with respect to the anticipated evaluate your decisions, So to calculate and evaluate the default investment fund portfolio, the value at risk analysis from GARCH and ARCH model and Monte Carlo simulation technique was used. For this purpose, based on information collected from the portfolio fund investments Tehran Stock Exchange, initially portfolio returns using Monte Carlo simulation techniques was simulated in Crystal ball software, and then considering the 95% confidence level, the VaR of a portfolio of 15 investment fund is calculated. Then, using GARCH and ARCH models and compare the results also showed that not only the value of the Fund's portfolio exposed to default risk by extrapolating these models reliable calculations using parametric and nonparametric techniques can be purely historical but a combination of both methods can be closer to reality. Because where both pessimistic and conservative approach models and simulations can be used both optimistic approach. Keywords: Portfolio Optimization, Risk Management, Value at Risk, Conditional Volatility Generalized Model
1) اندرس، والتر، (1386)، "اقتصاد سنجی سری های زمانی با رویکرد کاربردی"، ترجمه مهدی صادقی و سعید شوالپورء انتشارات دانشگاه امام صادق (ع)ء تهرانء جلد 1، صص 253.
2) اصغرپور، حسین، فیروز فلاحی، ناصر صنوبر و علی رضازاده، (1393)، "بهینه سازی سبد سهام در چارچوب ارزش در معرض خطر: مقایسه روش های MS-GARCH و بوت استرپینگ"، فصلنامه تحقیقات مدلسازی اقتصادی شماره 17 پاییز، صص88 -122.
3) تک روستا، علی، حسین مروت و حبیب مروت، (1390)، "مدل سازی نوسانات بازدهی روزانه سهام در بورس اوراق بهادار تهران"، دوفصلنامه اقتصاد پولی و مالی، سال18 شماره 2، پائیز و زمستان، صص 62-86.
4) حنیفی، فرهاد، (1382)، "ارزش در معرض خطر. شیوه های جدید در مدیریت ریسک". رساله دکتری.دانشگاه آزاد اسلامی واحد تهران مرکزی.
5) راهی، رضا و حسین فلاح طلب، (1392)، "کاربرد شبیه سازی مونت کارلو و فرآیند قدم زدن تصادفی در پیش بینی ارزش در معرض ریسک". مجله مهندسی مالی و مدیریت اوراق بهادار، شماره 16، پائیز، صص75-92.
6) سلامی، امیر بهداد، (1381)، "مروری بر شبیه سازی مونت کارلو". پژوهشنامه اقتصادی، صص117-137.
7) فرید، داریوش، سید حیدر میر فخر الدینی و علیرضا رجبی پور میبدی، (1389)، "کاربست VaR و انتخاب پرتفوی بهینه با استفاده از تکنیک مونت کارلو (MCS) در بورس اوراق بهادار تهران"، مجله دانش و توسعه، سال 18، شماره31، صص 96-119.
8) فلاح شمس، میرفیض و یعقوب پناهی، (1393)، "مقایسه کارایی مدل های خانواده GARCH در مدل سازی و اندازه گیری ریسک نقد شوندگی بورس اوراق بهادار تهران". فصلنامـه علمی پژوهشی دانش سرمایه گـذاری، سال 3، شماره 9، بهار، صص21-41.
9) Avadhani V.A. , (1996), "Investment Management ", 2th Edi , Himalaya Publishing House , PP. 470-546
10) Breen William , Korajczyk Robert , (1995), " On Selection Biases in Book-to-Market Based Tests of Asset Pricing Models" Working Paper.
11) Eugene F. Fama , Kenneth R. French, (2004 ), " The Capital Asset Pricing Model" Paper Working , PP. 5-6.
12) Fama, E.F. and French, K.R, (1995), "Size and Book-to-Market Factors in Earnings and Returns" Journal of Finance 50, PP. 131–155.
13) Fama, Eugene F., and Kenneth R. Frenc h, (1992), “The Cross Section of Expected Returns”, Journal of Finance, Vol. XLVII, No. 2.
14) Javed Y. Attiyo, (2000), "Alternative Capital Asset Pricing Models : A Review of Theory and Evidence" , Paper Working , PP. 203.
15) Knott Geoffrey, (1998), " Financial Management" Thi Edi , Published Macmillan Press L T D,PP. 79-85
16) Markowitz M Harry, (1959), "Portfolio Selection" Second Edition , Published by Jhon Wily & Sons Inc, PP. 3 – 27.
17) Pandy I M , (1995 ), "Financial Management" Seventh Edi , publishing by Hous PVT LTD , PP. 329- 340
18) Roll Richard and Ross A. Stephen, (1995), "The Arbitrage Pricing Theory : Approch to Strategic Portfolio Planning" Financial Analysts Journal , PP. 122.
19) Ross A. Stephen , Westerfield W. Randolph , Jaffe F. Jeffrey, (1990), "Corporate Finance", PP. 228-230
20) Simon Hubbert, (2005), "Theory of Finance – Mean Variance Analysis" Paper Working , S.hubbert@bbk.ac.uk.
21) Womack Kent , Zhang Ying, (2003), "Understanding Risk and Return" Paper Working No .03-111-Tuck School of Dartmouth , PP. 3-4.
22) Nawrocki. D,(2001), "Finance and Monte Carlo Simulation", Journal of Financial Planning.
23) Markowitz, H., (1952),"Portfolio Selection. The Journal of Finance, 7(1), March, American Finance Association, PP.77–91.
24) Hefner, Rombast, (2004), "Emprical Analysis of Garch Models in Value at Risk Estimation", International Financial Markets, Institutions and money,16, PP. 180-19.
25) Alalaya, Bin Talal , (2014), "A Case Study: Study of Amman Stock Exchange Volatility During 1994–2013, Canadian Center of Science and Education", University-Ma’an, Jordan.
26) Madalina, Stelian, (2011), "Portfolio Risk Analysis Using ARCH and GARCH Models in The Context of The Global Financial Crisis, Theoretical and Applied Economics", Bucharest Academy of Economic Studies, No. 2(555), PP. 75-88.
27) Ngoga Bab, (2013), "Value at Risk Estimation A GARCH-EVT-Copula Approach, Mathematical Statistics", Stockholm University, http://www.math.su.se.
یادداشت‌ها
