محاسبه ارزش در معرض ریسک دنباله با استفاده از مدل EGARCH-Extreme Learning Machine و رویکرد صنعت بیمه
الموضوعات : دانش سرمایهگذاری
رضا راعی
1
(استاد گروه مدیریت مالی، دانشگاه تهران، تهران، ایران.)
اعظم هنردوست
2
(دانشجوی دکتری مالی گرایش بیمه، دانشگاه تهران، تهران، ایران.)
عزت الله عباسیان
3
(دانشیار گروه مدیریت دولتی، دانشگاه تهران، تهران، ایران.)
الکلمات المفتاحية: ارزش در معرض ریسک دنباله, سنجش ریسک سالانه, شبیهسازی تاریخی با دادههای فیلتر شده, ریسک بازار سهام, مدل گارچ نمایی-ماشین فوق یادگیری,
ملخص المقالة :
یکی از مهمترین روشهای سنجش ریسک بازار استفاده از روش ارزش در معرض ریسک میباشد که نهادهای مالی نظیر بانکها، بیمهها و صندوقهای سرمایهگذاری به طور گستردهای از آنها استفاده مینمایند. با مطرح شدن انتقادات معیار ارزش در معرض ریسک که در راس آنها عدم تامین ویژگی زیر جمعپذیری است؛ تحقیقات به بررسی سنجه ارزش در معرض ریسک دنباله معطوف گردید و این سنجه در کمیته بازل در بانکداری و سیستمهای توانگری مالیII اروپا و توانگری مالی سوئیس در صنعت بیمه مورد استفاده قرار گرفت؛ لذا در این پژوهش از این معیار جهت سنجش ریسک بازار سهام استفاده خواهد شد. با توجه به اینکه افق زمانی ریسکهای یک بیمهگر بر خلاف بانکها سالانه میباشد؛ لذا برای محاسبه ارزش در معرض ریسک دنباله از دو متد رویکرد واریانس-کوواریانس با بکارگیری مدل گارچ نمایی-ماشین فوق یادگیری برای پیشبینی نوسانات و استفاده از قاعده جذر زمان؛ و مدل شبیهسازی تاریخی با دادههای فیلتر شده استفاده شده است. نتایج با استفاده از بازدههای روزانه شاخص کل بورس اوراق بهادار تهران برای سالهای 1388 تا 1396 حاکی از دقت بیشتر مدل گارچ نمایی-ماشین فوق یادگیری و بکارگیری قاعده جذر زمان میباشد.
_||_