فاطمه حقیقی

در این پژوهش عملکرد مدل های GARCH چندمتغیره، برای محاسبه ارزش در معرض ریسک، مقایسه شده است. بدین منظور از پرتفویی شامل شاخص های هفتگی TEDPIX، KLSE و 100 XU برای مدت ده سال استفاده شد. برای تخمین ارزش در معرض ریسک، ابتدا مدل های CCC، DCC انگل، DCC تز و تسو و DECO-GARCH با استفاده از نرم افزار OxMetrics تخمین زده شدند. سپس با کمینه کردن معیارهای اطلاعاتی و حداکثر راست نمایی، مقدار وقفه های بهینه به دست آمد. پس از تأیید کفایت مدل ها، ماتریس واریانس کواریانس آنها برای تخمین ریسک استفاده شد. نتایج نشان داد، گرچه مدل CCC، ماتریس واریانس را بهتر تخمین می زند، مدل DECO-GARCH به واسطه به کارگیری کامل تر اطلاعات ماتریس همبستگی، بهتر از دیگر مدل ها، ارزش در معرض ریسک را محاسبه می کند.

در این پژوهش عملکرد مدل های GARCH چند متغیره پارامتریک و نیمه پارامتریک پرتفویی شامل شاخص های TEDPIX، DJIA و Nikkei 225 جهت تعیین بهترین سنجه ارزش در معرض ریسک مورد مقایسه قرار گرفت. جهت فائق آمدن بر مشکل مدل های پارامتریک که اطلاعات موجود در خطاهای استاندارد را نادیده می گیرد، از مدل های نیمه پارامتریک استفاده گردید. به همین منظور پس از تخمین ماتریس کواریانس شرطی، با استفاده از مدل های GARCH چند متغیره پارامتریک، خطاهای استاندارد شده به صورت ناپارامتریک، با استفاده از تخمین زننده رگرسیون کرنل محاسبه گردید. با ترکیب ماتریس کواریانس پارامتریک و ماتریس پسماندهای ناپارامتریک، ماتریس کواریانس نیمه پارامتریک به دست آمد. سپس ارزش در معرض ریسک، با استفاده از ماتریس کواریانس پارامتریک و نیمه پارامتریک محاسبه و نتایج مورد بررسی قرار گرفت. نتایج حاکی از برتری مدل های نیمه پارامتریک نسبت به مدل های پارامتریک در زمینه تخمین ارزش در معرض ریسک است.