چکیده:
یکی از رویکردهای جدید برای بهینه سازی پرتفوی سرمایه گذاری، استفاده از روش ارزش در معرض ریسک شرطی[1] (CVaR) است. برای توزیع های پیوسته، روش ارزش در معرض ریسک شرطی (CVaR)، به عنوان زیان مورد انتظار فراتر از ارزش در معرض ریسک، در سطح اطمینان مشخص، برای یک دوره زمانی معین، تعریف میشود. در عین حال به دلیل نرمال نبودن توزیع بازده دارایی ها و غیرخطی بودن همبستگی بین بازده دارایی ، استفاده از روش ترکیبی Copula-CVaR عملکرد بهتری در اندازه گیری ریسک پرتفوی داراییها دارد.
لذا در این تحقیق سعی بر آن بود که مدلی کارآتر از مدلهای موجود و مرسوم برای بهینه سازی سبد سرمایه گذاری، ارائه شود. مدلی که با در نظر داشتن شرایط عدم قطعیت و ریسک سرمایه گذاری، بازدهی بیشتری را برای سرمایه گذاران فراهم نماید. به همین منظور مدل ارزش در معرض ریسک نرمال (VaR) با رویکرد واریانس-کوورایانس[2] با مدل Copula-CVaR برای استخراج مرز کارآ مقایسه شد . قلمرو زمانی تحقیق از ابتدای سال 1393 تا پایان سال 1397 و جامعه آماری نیز 50 شرکت برتر بورس اوراق بهادار تهران بوده است.
در این تحقیق برای تخمین ارزش در معرض ریسک (VaR) پرتفوی از رویکرد واریانس-کوواریانس استفاده شد. برای تخمین Copula-CVaR نیز ابتدا از طریق مدل ARIMA-GARCH سری زمانی جزء اخلال توزیع بازده داراییها برآورد و استاندارد شد. سپس توزیعهای حاشیه ای داراییها با استفاده از تابع کاپیولا t-استیودنت برآورد شد. در گام آخر از طریق شبیه سازی مونت کارلو بازدهی داراییها شبیه سازی و مقدار CVaR آنها برای دوره 10 روزه محاسبه شد. سپس ترکیب بهینه پرتفوی در سطح اطمینان 95 درصد و 99 درصد برای سطوح مختلف ریسک تعیین شد. نتایج این تحقیق حاکی از آن بود که تشکیل سبد سهام بهینه، با استفاده از مدل ترکیبی یعنی مدل Capula-CVaR عملکرد بهتری داشته است.
To optimize the investment portfolio, conditional value at risk is a new approach. To amend the non-normal distribution of return on assets, and the non-linear correlation between return, the modification of Copula-CVaR compound method has a better performance in measuring portfolio risk. In this study, it has been attempted to present a more efficient model for portfolio optimization that provides greater returns for investors, given the uncertainty investment conditions. The VaR model was compared variance-covariance approach and the Copula-CVaR model for their efficiency frontier. The research area entails of 2014 up 2018; The statistical population was the top 50 companies of TSE.The variance-covariance approach was used to estimate the VaR of the portfolio. Moreover to estimate the Copula-CVaR model we have used the ARIMA-GARCH time series disruption component of the asset return distribution; then the marginal distributions of the assets were estimated using the CAPA-Student function; finally through Monte Carlo simulation the return on assets and their CVaR for the 10-day period were calculated. The optimal portfolio composition was determined at 95% and 99% confidence levels for different levels of risk. The results of this study showed that the optimized portfolio formation using the compound model, the Copula-CVaR model, has performed better.
خلاصه ماشینی:
به دليل نرمال نبودن توزيع بازده داراييها و غيرخطي بودن همبستگي بين بازده دارايي، استفاده از روش ترکيبي Copula-CVaR عملکرد بهتري در اندازه گيري ريسک پرتفوي داراييها دارد؛ در اين پژوهش کوشيده شد تا مدلي کاراتر براي بهينه سازي سبد سرمايه گذاري ارائه شود که با در نظر داشتن شرايط عدم قطعيت سرمايه گذاري، بازدهي بيشتري را فراهم کند؛ به همين منظور مدل VaR با رويکرد واريانس -کوورايانس با مدل Copula-CVaR براي استخراج مرز کارا مقايسه شد.
براي تخمين Copula-CVaR نيز ابتدا از طريق مدل ARIMA-GARCH سري زماني جزء اخلال توزيع بازده داراييها برآورد و استاندارد شد؛ سپس توزيع هاي حاشيه اي داراييها با استفاده از تابع کاپيولا t-استيودنت برآورد شد.
علاوه بر آن ديگر معيارهاي ريسک ، با توجه به ترجيحات سرمايه گذاران در دنياي واقعي، محدوديت هايي همچون اندازه سبد سهام را به مدل بهينه سازي خود ميافزايند که چنين محدوديت هايي يک مسئله برنامه ريزي درجه دو-عدد صحيح را تشکيل ميدهد که حل آن به مراتب مشکل تر از حل مدل اصلي است [١٧] در تحليل هاي فرا مدرن مديريت پرتفوي ، شواهد حاکي از اين است که در بسياري از مواقع توزيع بازده داراييها غيرنرمال و درعين حال روابط بين بازده داراييها نيز به صورت غيرخطي است ؛ درحاليکه در روش هاي مرسوم مديريت پرتفوي، مانند روش حداقل واريانس ارائه شده توسط مارکويتز، فرض اساسي نرمال بودن توزيع بازده داراييها است .