چکیده:
هدف این مقاله، محاسبه ارزش در معرض خطر پرتفوی ارزی یک بانک نمونه با استفاده از روش GARCH-EVT-Copula (GEC) است. عمده ترین چالشی که امروزه صنعت بانکداری با آن مواجه بوده، درک مفهوم ریسک و به دنبال آن، اندازه گیری و کمی کردن ریسک است. روش های مختلفی برای اندازه گیری ریسک وجود دارد، اغلب این روش ها توزیع مشترک شناخته شده ای برای سبد دارایی فرض می کنند، به طور معمول توزیع مشترک نرمال در مدل های تجربی مورد استفاده قرار می گیرد، اما توزیع دارایی ها در اغلب موارد دنباله پهن هستند، در نتیجه، فرض نرمال بودن توزیع مشترک بازدهی می تواند به برآورد نادرست VaR منجر شود. در این مقاله، توزیع مشخصی برای سبد دارایی فرض نمی شود. این مقاله از مدل خودرگرسیون همراه با ناهمسانی واریانس آستانه ای (GJR-GARCH) برای توزیع بازده ای متغیر در طول زمان دارایی های فردی، همچنین تئوری مقدار فرین برای توزیع هایی که دنباله پهن هستند و توابع کاپولا برای ساختار وابسته به تمام دارایی های یک سبد دارایی استفاده کرده است. در این تحقیق، ارزش در معرض خطر از روش های واریانس-کوواریانس و شبیه سازی تاریخی نیز محاسبه شده است. در نهایت، با استفاده از آزمون کوپیک که یکی از روش های پیش آزمایی ارزش در معرض خطر است، اعتبار مدل ها مورد سنجش و ارزیابی قرار گرفته است. نمونه آماری این مطالعه را نرخ نامه های روزانه ارزهای دلار، یورو، وون کره، ین ژاپن، لیر ترک و درهم امارات در بازار از تاریخ 1/1/1386 تا تاریخ 31/1/1391 تشکیل می دهند، همچنین سبد ارزی یک بانک نمونه در تاریخ 31/1/1391 مورد بررسی قرار گرفته است. براساس نتایج حاصلاز تحقیق، ارزش در معرض خطر محاسبه شده توسط مدل GECنسبت به دو مدل دیگر بیشتر است و براساس نتایج به دست آمده از آزمون کوپیک، اعتبار و دقت مدل GEC نسبت به دو مدل دیگر بیشتر است.
The purpose of this study is to calculate Value at Risk (VaR) of a selection of bank's currency portfolio، using GARCH-EVT-Copula (GEC) approach. Today's main challenge of a banking system is to calculate and quantify the risks that the system is encountered. There are numerous approaches to calculate the risks. usually these approaches assume a common known distribution for the assets portfolio and generally a normal distribution is utilized for the experimental models. Nevertheless، the distributions of the assets are fat-tailed distribution and consequently normal distribution assumption may lead to inaccurate estimation. This article does not assume a specific asset distribution.This study applies autoregressive threshold variances (GJR-GARCH) for intertemporal individual's asset variable returns distribution. It also utilizes extreme value theory or the fat-tailed distributions and Coppola functions for all asset returns in an asset portfolio. In this study VaR is estimated using variance-covariance and historical simulation methods. Finally، in order to test the reliability of the applied models Kopic method is used. The sample data of the bank's currency portfolio consists of the market daily figures of the US Dollar، Japan's Yen، Turkish Lire، Emirate Dirham، Korean Won، and Euro exchange rates from 21March 2007 till 19 April 2012. Results show that the estimated VaR using GEC model is higher than those of estimated using the other two methods. They also show that reliability and precision of Kopic test is higher than those of variance-covariance and historical simulation models.
خلاصه ماشینی:
"1- Extreme Value Theory 2- Gussian در بخش دوم ، ادبیات موضوع مرور می شود که ابتدا ارزش در معرض خطر و روش های محاسبه آن بررسی می شوند؛ همچنین مدل های شبیه سازی تاریخی و واریانس - کوواریانس در این بخش معرفی می شوند؛ در انتها پیشینه پژوهش و مطالعات انجام شده در زمینه ارزش در معرض خطر و ریسک نرخ ارز ارایه می شود.
٢-٢- روش های اندازه گیری ارزش در معرض خطر رویکردهای اندازه گیری ریسک را در حالت کلی می توان در سه بخش تقسیم کرد: - رویکردهای پارامتری - رویکردهای ناپارامتری - رویکردهای نیمه پارامتری هرکدام از این رویکردها شامل مدل های متنوعی هستند، اما در بین این مدل ها سه روش پایه و اصلی معرفی شده است که مدل های دیگر زیربنای نظری خود را یکی از این مدل ها قرار داده اند، روش های اصلی در محاسبه ارزش در معرض خطر به صورت زیر است : ١- روش واریانس -کوواریانس ٢- روش شبیه سازی تاریخی ٣- روش شبیه سازی مونت کارلو ٢-٢-١- روش واریانس -کوواریانس (رویکرد پارامتری ) در رویکرد پارامتری فرض خاصی در مورد توزیع احتمال بازده دارایی مالی در نظرگرفته می شود، می توان این توزیع را توزیع نرمال ، تی - استودنت ، توزیع خطای تعمیم یافته یا هر نوع توزیع آماری دیگر فرض کرد.
برای اجرای آزمون کوپیک روی هر سه مدل به کار گرفته شده در این مطالعه ، ارزش در معرض خطر پرتفوی ارزی بانک در سطح اطمینان مشخص α (٩٩ و ٩٥ درصد) به تعداد ١٠٠ بار پیش بینی و با مقدار واقعی در آن زمان مقایسه شده است که براساس آن نسبت شکست و آماره LR کوپیک محاسبه شده است ."