هدف مقاله حاضر ؛ اندازه گیری و مقایسه ارزش آتی نگهداری پرتفوی در بازه های زمانی کوتاه مدت با توجه به حداکثری بازده و حداقلی ریسک آن سبد می باشد تا سرمایه گذاران و سبد گردان ها با توجه به ارزش پیش بینی شده در اخذ تصمیمات خود مورد ارزیابی قرار دهند. بنابراین جهت محاسبه و ارزیابی میزان نکول پرتفوی صندوق های سرمایه گذاری؛ به کمک تحلیل ارزش در معرض ریسک از مدل های GARCH و ARCH و تکنیک شبیه سازی مونت کارلو استفاده گردید.به این منظور بر اساس اطلاعات جمع آوری شده از پرتفوی صندوق های سرمایه گذرای بورس و اوراق بهادار تهران ابتداء بازده های پرتفوی ها با استفاده از تکنیک شبیه سازی مونت کارلو در نرم افزار Crystal ballشبیه سازی گردید، و سپس با لحاظ نمودن سطح اطمینان 95٪؛ میزان ارزش در معرض ریسک کل پرتفوی های 15 صندوق سرمایه گذاری محاسبه شده است. سپس با استفاده از مدل های GARCH و ARCH و مقایسه نتایج ملاحظه گردید که نه تنها ارزش در معرض ریسک نکول پرتفوی این صندوق ها با استفاده از محاسبات این مدل ها قابل اعتمادتر از محاسبات با استفاده از تکنیک های صرفا تاریخی پارامتریک و ناپارامتریک می باشد بلکه تلفیقی از هر دو روش میتواند به واقعیت نزدیکتر باشد. زیرا که در آن هم از رویکرد بدبینانه و محافظه کارانه مدل ها و هم از رویکرد خوش بینانه شبیه سازی میتوان بهره برد.
The purpose of this article is to measure and compare the future value of maintenance portfolio in short periods of time due to maximum efficiency and minimum risk is that Portfolio until the investors and Stock brokers with respect to the anticipated evaluate your decisions, So to calculate and evaluate the default investment fund portfolio, the value at risk analysis from GARCH and ARCH model and Monte Carlo simulation technique was used. For this purpose, based on information collected from the portfolio fund investments Tehran Stock Exchange, initially portfolio returns using Monte Carlo simulation techniques was simulated in Crystal ball software, and then considering the 95% confidence level, the VaR of a portfolio of 15 investment fund is calculated. Then, using GARCH and ARCH models and compare the results also showed that not only the value of the Fund's portfolio exposed to default risk by extrapolating these models reliable calculations using parametric and nonparametric techniques can be purely historical but a combination of both methods can be closer to reality. Because where both pessimistic and conservative approach models and simulations can be used both optimistic approach.
Keywords: Portfolio Optimization, Risk Management, Value at Risk, Conditional Volatility Generalized Model
