چکیده:
با توجه به تاکید کمیته بال بر لزوم استفاده از مدلهای داخلی ارزش در معرض خطر (VaR) دهروزه، به-منظور مشخصکردن حداقل سرمایه پشتیبان ریسک بازار و کاستیهای قاعده جذر زمان، در این پژوهش هدف ارائه برآوردهای دقیقتر از VaR چند دورهای با استفاده از شانزده روش، برای شاخص کل بورس اوراق بهادار تهران (TEPIX)، NASDAQ و FTSE می باشد. نتایج براساس مجموع معیارهای تابع زیان و کارایی نشان میدهد، مدل شبیهسازی تاریخی بوت استرپ شده (BHS) از بهترین عملکرد برای شاخص TEPIX برخوردار است. همچنین، در سطح اطمینان 95 درصد مدل پارامتریک EGARCH با توزیع تی-استیودنت و در سطوح اطمینان 99 و 99.5 درصد مدل EGARCH با توزیع نرمال از عملکرد مطلوبتری نسبت به سایر مدلها در برآورد VaR پنجروزه برای شاخصهای NASDAQ و FTSE برخوردار میباشند. بهعلاوه، یافتههای ما نشاندهنده آن است که بهترین مدل از لحاظ آزمون پوشش شرطی لزوماً اقتصادیترین مدل در برآورد VaR پنج-روزه نمیباشد.
Abstract: With regard to the Basel Committee’s emphasis on the necessity of using 10-day Value-at-Risk (VaR) internal models in order to determine minimum market risk capital requirements، and downsides of the square-root-of-time rule، our purpose is to produce more accurate forecasts of the multi-period VaR using sixteen models for three stock indices، the TEPIX، NASDAQ، and FTSE. The results، based on the sum of the loss function and efficiency criteria indicate that the bootstrapped historical simulation (BHS) model performs the best for the TEPIX. Also، at the 95% confidence level the parametric EGARCH model with the Student’s t innovation and at the 99% and 99.5% confidence levels the EGARCH model with the normal innovation clearly outperform other models in estimating the 5-day VaR for both the NASDAQ and FTSE indices. In addition، our findings indicate that the best model based on the conditional coverage test is not necessarily the most economical model in estimating the 5-day VaR.
خلاصه ماشینی:
١٨٤- ١٦٧ برآورد ارزش در معرض خطر چنددوره ای بر پایة روش های شبیه سازی و پارامتریک مهسا گرجی ١، رسول سجاد٢ با توجه به تأکید کمیتة بال بر لزوم استفاده از مدل های داخلی ارزش در معرض خطـر (VaR) ده روزه ، به منظور مشخص کردن حداقل سرمایة پشـتیبان ریسـک بـازار و کاسـتی هـای قاعدة جذر زمان ، هدف این پژوهش ارائة برآوردهای دقیق تر از VaR چنددوره ای بـا اسـتفاده از شانزده روش ، برای شاخص کل بورس اوراق بهـادار تهـران (TEPIX)،NASDAQ و FTSE است .
به این ترتیب ، ضمن استفاده از مزیت های مدل نیمه پارامتریک FHS، بـه عنـوان مدلی با پیچیدگی کمتر، سرعت قابل قبول و انطباق پـذیری بیشـتر بـا ویژگـی هـای واریـانس در داده های مالی (داود، ٢٠٠٥: ٩٦- ٩٨) با استفاده از روش بازنمونه گیری بوت استرپ ٢، سـعی شـده است برآورد دقیق تری از VaR پنج روزه ارائه شود.
همچنین ، به منظور مقایسة نتایج از روش هـای شبیه سازی تاریخی موزون با واریـانس ٣ (HW)٤، روش هیبریـدی (BRW)٥، روش شـبیه سـازی تاریخی (HS)٦، شبیه سازی تاریخی بوت اسـترپ شـده (BHS)٧ و روش هـای پارامتریـک بـرآورد VaR بر پایة دو مدل GARCH و GARCH نمایی (EGARCH)، با توجه به وجود اثر اهـرم مالی ٨ در بازده دارایی های مالی و با فرض توزیع نرمال و تی - استیودنت (t) استفاده شده است .
در این تحقیق ، کارایی برخـی از مـدل هـای پارامتریـک ، ناپارامتریـک و نیمـه پارامتریـک بـراسـاس بـرآورد VaR چنددوره ای فقط با استفاده از شاخص S&P مقایسه شده است .