بورس اوراق بهادار ایران در سالهای اخیر توسعه زیادی یافته است. امروزه اهمیت پیش بینی و منافع حاصل از آن، برای تصمیم‌گیری و سیاست‌گذاری از ابعاد مختلف، به خصوص در حوزه سرمایه‌گذاری بر کسی پوشیده نیست. ریسک یکی از اولین دغدغه‌های سرمایه‌گذاران است و معیاری مهم در تصمیم‌گیری‌ها محسوب می‌شود. ارزش در معرض خطر به عنوان یک سنجه ریسک، جای خود را برای اندازه گیری انواع ریسک ها باز کرده اما علی رغم کارآیی بالای این مدل به دلیل برخی نارسایی‌ها از جمله نداشتن ویژگی جمع پذیری یک سنجه منسجم ریسک نیست. ارزش در معرض خطر شرطی(CvaR) به عنوان معیار ریسک منسجم محسوب می‌شود که اخیرا مورد استقبال قرار گرفته و بعنوان ابزاری مفید برای اندازه گیری ریسک مطرح گردیده است.جهت پیش بینی ریسک تاکنون مدلهای مختلفی ارایه شده که هر یک دارای نقاط قوت و ضعفی بوده‌اند. برخی از لحاظ کمبود مبانی نظری مناسب دارای ضعف بوده و برخی دیگر علی‌رغم بهره بردن از مبانی نظری مناسب در عمل کارآیی مناسبی از خود نشان نداده اند. ارائهمدلی مناسب برای برآورد ریسک منسجم که هم به سرمایه گذاران کمک نماید و هم خطرات غیرمنتظره‌ای که ممکن است شرکت‌ها را تهدید کنند، پیش بینی نماید. در طول سالهای اخیر، به کاربرد مدلهای شبکه عصبی و مدل های ترکیبی توجه بسیاری شده است. در تحقیق حاضر یک مدل ترکیبی پیش بینی از ریسک منسجم با استفاده از سیستم استنتاج شبکه عصبی فازی (انفیس) و مبتنی بر مدلهای مارکوف سوئیچینگ و مدلهای خانواده گارچ ارائه و توسعه داده شده است. Manuscript profile