ارزیابی مدل های گارچ چندمتغیره در برآورد ارزش در معرض ریسک بازارهای ارز، سهام و طلا

الموضوعات : دانش سرمایه‌گذاری

عبداله رجبی خانقاه ¹ (عضوهیات علمی دانشگاه آزاد اسلامی واحد اسلامشهر)
هاشم نیکومرام ² (استاد و عضو هیات علمی دانشگاه آزاد اسلامی،واحد علوم و تحقیقات تهران، گروه مدیریت مالی،تهران،ایران)
مهدی تقوی ³ (استاد و عضو هیات علمی دانشگاه آزاد اسلامی،واحد علوم و تحقیقات تهران، گروه اقتصاد و مدیریت،تهران،ایران)
میر فیض فلاح شمس ⁴ (دانشیار و عضو هیات علمی دانشگاه آزاد اسلامی، واحد تهران مرکزی، تهران، ایران)

تاريخ الإرسال : 27 الإثنين , صفر, 1440 تاريخ التأكيد : 10 الإثنين , ربيع الثاني, 1440 تاريخ الإصدار : 03 السبت , محرم, 1442

الکلمات المفتاحية: ارزش در معرض ریسک, مدل گارچ برداری, مدل گارچ چند متغیره,

ملخص المقالة :

با توسعه بازارهای مالی،نیاز به معرفی مدل های جدید ، پیش بینی و مدیریت ریسک،احساس می شود. یکی از شاخصهایی که در زمینه مدیریت و اندازه گیری درجه ریسک مورد توجه قرار گرفته شاخص ارزش در معرض ریسک می باشد. در این پژوهش مدل گارچ چند متغیره جهت پیش بینی ارزش در معرض ریسک پورتفوی شامل ارز، سهام و طلا مورد ارزیابی قرار گرفته و از بازده مرکب داده های قیمت طلا، شاخص کل بورس اوراق بهادار و نرخ ارز از سال 2009 تا 2016 استفاده گردید. نتایج مدل های VECH، BEKK ، DCC و VECH قطری نشان داد تلاطمات این متغیرها در دوره برآورد بریکدیگر اثرگذار بوده و این موضوع فرضیه عدم استقلال بازارها در ایران را تایید می نماید،به منظور بررسی عملکرد این مدل ها در پیش بینی ارزش در معرض ریسک از پیش بینی یک روزه ماتریس واریانس کواریانس شرطی این مدل ها استفاده گردید. نتایج پس آزمایی مدل ها با استفاده از آزمون کوپیک و کریستفرسن نشان داد عملکرد هر چهار مدل مناسب بوده ومقایسه میانگین تابع زیان لوپز نشان داد مدل VECH نسبت به سایر مدل ها عملکرد بهتری داشته است. علیرغم عملکرد مطلوب مدل VECH با این حال برآورداین مدل بسیار زمان بر می باشد. ضمن اینکه با توجه به تعداد پارامترهای زیادی که در برآورد مدل های VECH و BEKK محاسبه می شود که به کاهش درجه آزادی و درنتیجه کاهش اعتبار مدل منجر می شود استفاده از این دو مدل برای پورتفویهایی که بیش از سه دارایی می باشند توصیه نمی شود.

المصادر:

• ابونوری اسمعیل، عبداللهی محمدرضا، مدلسازی نوسانات بخش های بازار سهام ایران با استفاده از مدل گارچ چند متغیره، مجله علمی - پژوهشی تحقیقات مالی دانشگاه تهران، ش 1، دوره 14، تابستان 1391، ص 1-16.

• ابونوری اسمعیل، عبداللهی محمدرضا، حمزه مصطفی، ارزیابی پویایی های رابطه بین نرخ ارز و شاخص سهام ایران با استفاده از مدل گارچ دومتغیره، پژوهشنامه بازرگانی، موسسه مطالعات و پژوهش های بازرگانی، شماره 65، زمستان 1391 ص 65-86.


• دهقانی منوچهر، خیابانی ناصر (1393) اثر سرریز تلاطم در بازارهای نفت، طلا و ارزش دلار آمریکا در مقابل یورو ، فصلنامه پژوهش‌ها و سیاست‌های اقتصادی، ش ۷۲ ص۱۲۷-۱۵۴


• کشاورزحداد، غلامرضا. اسمعیل‏زاده، موسی. مدلسازی سری زمانی برای پیش­بینی تلاطم در بازدهی سهام شرکت سیمان تهران. دانشگاه تهران، مجله­ی تحقیقات اقتصادی، در شرف انتشار.


• Bollerslev, T. (1986). Generalized Autoregressive Conditional Heteroskedasticity. Journal of Econometrics, Vol.31, No.3, pp. 307-327.


• Bollerslev, Tim, Engle, Robert F. & Wooldridge, Jeffrey M (1988).A Capital Asset Pricing Model with TimeVarying The Journal of Political Economy, Vol. 96, No. 1, pp. 116-131.


• Christoffersen, P. F., 1998, "Evaluating Interval Forecasts", International Economic Review, Vol. 39, No. 4, PP. 841-862.


• Engle, Robert F. (1982). Autoregressive Conditional Heteroscedasticity with Estimation of the Variance of United Kingdom Inflation. Econometrica, Vol. 50, No. 4, PP. 987-1007.


• Engle, Robert F. & Kroner, K.F. (1995). Multivariate simultaneous generalized ARCH. Econometric Theory, Vol. 11, pp.122–150.


• Engle Robert F.(2001).GARCH 101: The use of ARCH/GARCh models in applied econometrics. Journal of economic perspectives, Vol. 15, No. 4, pp. 157-168.


• Engle Rober F.(2002). Dynamic Conditional Correlation –A Simple Class of Multivariate GARCH Models. Forthcoming Journal of Business and Economic Statistics, Vol. 20, pp. 339-350.


• He Kaijian, Lai Keung and Xiang Guocheng(2012) Portfolio Value at Risk Estimate for Crude Oil Markets:A Multivariate Wavelet Denoising Approach, Energies 5, 1018-1043.


• Kupiec, P., "Techniques for Verifying the Accuracy of Risk Measurement Mode ls", Journal of Derivatives, November 1995, PP. 73-84


• Lee, MingChih, Chiou, JerShiou & Lin, ChoMin )2006(. A study of value at risk on portfolio in stock return using DCC Multivariate GARCH. Applied Financial Economics Letters, vol. 23, pp.183-188.


• Lee, Sang Jin & Binh, Ki Beom (2008). Model Selection for Estimating Portfolio VaR in Korean Stock Market. AsiaPacific Journal of Financial Studies, vol.37, No. 5, pp. 877-913.


• Lindgren Charlie, Kayal Elias(2014) Multivariate approaches for Value-at-Risk and Expected Shortfall on electricity forwards


• Lopez, Jose A. (1999). Methods for Evaluating Value-at-Risk estimates, Federal Reserve Bank of San Francisco. Economic Review, Vol. 2, PP. 3-17.


• Ruiz E, Nogales F, Santos A (2009) Comparing univariate and multivariate models to forecast portfolio value-at-risk, Statistics and Econometrics Series, 09-72