مهسا گرجی

مهسا گرجی

مطالب

فیلتر های جستجو: فیلتری انتخاب نشده است.
نمایش ۱ تا ۵ مورد از کل ۵ مورد.
۱.

تبیین الگوی پیش بینی ورشکستی جهت شناسایی بانک های سالم و در معرض خطر(مقاله علمی وزارت علوم)

کلید واژه ها: نسبت های مالی ورشکستگی تجزیه تشخیص لاجیت

حوزه های تخصصی:
تعداد بازدید : ۵۸۳ تعداد دانلود : ۳۰۰
ورشکستگی بانک ها پدیده ای است که اخیراً بانک مرکزی، بانک ها و مؤسسات مالی و اعتباری به آن توجه کرده اند. از آنجایی که نشانه های بالقوۀ ورشکستگی قبل از وقوع ورشکستگی نمایان می شود؛ شناسایی متغیرهای هشدار و پیش بینی به موقع و صحیح این بحران، فرصتی را در اختیار مدیران و اعتباردهندگان برای انجام فعالیت های بازدارنده قرار می دهد. در این مقاله تلاش می شود با استفاده از صورت های مالی بانک های کشور در دورۀ زمانی 1385-1393 و به کارگیری شاخص ثبات بانکی به عنوان شاخص ورشکستگی، بانک های ورشکسته شناسایی شوند. برای شناسایی بانک های ورشکسته، تابع کرنل این شاخص، ترسیم و نقطۀ استرس آن محاسبه شد، به گونه ای که بانک هایی که کمتر از نقطۀ استرس قرار دارند، ورشکسته و در  غیر این صورت سالم در نظر گرفته شدند. برای برآورد الگو، ابتدا با به کارگیری روش تجزیه تشخیص، عواملی که بانک های سالم و در معرض خطر را می توانند بشناسند، شناسایی و سپس با به کارگیری الگوی لاجیت، الگوی مناسب برای پیش بینی ورشکستگی بانک ها طراحی شد. برای بررسی صحت تفکیک دو نمونۀ سالم و ورشکسته با استفاده از آزمون F و لامبدای ویلکس، میانگین متغیرهای مستقل دو نمونه بررسی و سپس برای بررسی تفاوت اهمیت متغیرهای مستقل الگو از آزمون بزرگی همبستگی درون گروهی بین متغیرها استفاده شد. نتایج نشان دهندۀ دقت 87 درصدی الگوی تجزیه تشخیص و 2/98 درصدی الگو لاجیت در انطباق با شرایط محیطی شبکۀ بانکی کشور است.
۲.

برآورد ارزش در معرض خطر چنددوره ای بر پایه روش های شبیه سازی و پارامتریک(مقاله علمی وزارت علوم)

کلید واژه ها: ارزش در معرض خطر چند دوره ای آزمون پوشش شرطی کمیته بال مدل شبیه سازی تاریخی بوت استرپ شده

حوزه های تخصصی:
تعداد بازدید : ۱۳۷ تعداد دانلود : ۹۶
با توجه به تاکید کمیته بال بر لزوم استفاده از مدل های داخلی ارزش در معرض خطر (VaR) ده روزه، به-منظور مشخص کردن حداقل سرمایه پشتیبان ریسک بازار و کاستی های قاعده جذر زمان، در این پژوهش هدف ارائه برآوردهای دقیق تر از VaR چند دوره ای با استفاده از شانزده روش، برای شاخص کل بورس اوراق بهادار تهران (TEPIX)، NASDAQ و FTSE می باشد. نتایج بر اساس مجموع معیارهای تابع زیان و کارایی نشان می دهد، مدل شبیه سازی تاریخی بوت استرپ شده (BHS) از بهترین عملکرد برای شاخص TEPIX برخوردار است. همچنین، در سطح اطمینان 95 درصد مدل پارامتریک EGARCH با توزیع تی-استیودنت و در سطوح اطمینان 99 و 99.5 درصد مدل EGARCH با توزیع نرمال از عملکرد مطلوب تری نسبت به سایر مدل ها در برآورد VaR پنج روزه برای شاخص های NASDAQ و FTSE برخوردار می باشند. به علاوه، یافته های ما نشان دهنده آن است که بهترین مدل از لحاظ آزمون پوشش شرطی لزوماً اقتصادی ترین مدل در برآورد VaR پنج-روزه نمی باشد.
۳.

Modeling of Banks Bankruptcy in Iran (Multivariate Statistical Analysis)(مقاله علمی وزارت علوم)

کلید واژه ها: Bank failure Principal Component Analysis Logit Probit

حوزه های تخصصی:
تعداد بازدید : ۱۲۳ تعداد دانلود : ۱۱۱
In this paper we construct a modeling for detection of banks which are experiencing serious problems. Sample and variable set of the study contains 30 banks of Iran during 2006-2014 and their financial ratios. Well known multivariate statistical technique (principal component analysis) was used to explore the basic financial characteristics of the banks, and discriminant Logit and Probit models were estimated based on these characteristics. Results suggest that the model can be used as an analytical decision support tool in both on-site and off-site bank monitoring system to detect the banks which are experiencing serious problems. JEL Classifications: C49, G21, G33
۴.

برآورد ارزش در معرض خطر با درنظرگرفتن چولگی و کشیدگی متغیر با زمان(مقاله علمی وزارت علوم)

کلید واژه ها: ارزش در معرض خطر چولگی و کشیدگی متغیر با زمان عدم تقارن مدل HYAPARCH

حوزه های تخصصی:
تعداد بازدید : ۱۳۱ تعداد دانلود : ۷۵
مطالعه حاضر به بررسی اثر درنظرگرفتن چولگی و کشیدگی متغیر با زمان بر برآورد ارزش در معرض خطر (VaR) برای موقعیت های خرید و فروش با استفاده از مدل HYAPARCH و شاخص کل بورس اوراق بهادار تهران (TEPIX) می پردازد. نتایج نشان می دهد به کارگیری مدل ها با توزیع های شرطی با چولگی و درجه آزادی متغیر یا ثابت در مقایسه با توزیع نرمال توانسته است عدم تقارنِ داده ها را به گونه ای مناسب در نظر بگیرد. با وجود این، برآوردهای VaR این مدل ها محافظه کارانه و برای سرمایه گذارانِ ریسک گریز مناسب است.
۵.

برآورد ارزش در معرض خطر با استفاده از روش باز نمونه گیری بوت استرپ(مقاله علمی وزارت علوم)

کلید واژه ها: ارزش در معرض خطر (VaR) مدل خود رگرسیونی واریانس ناهمسانی تعمیم یافته (GARCH) بوت - استرپ شبیه سازی تاریخی شبیه سازی تاریخی فیلتر شده

حوزه های تخصصی:
تعداد بازدید : ۸۴ تعداد دانلود : ۶۱
توسعه روز افزون بازارهای مالی اهمیت برآورد معیار شناخته شده اندازه گیری ریسک بازار، ارزش در معرض خطر (VaR) را بیش از گذشته آشکار ساخته است. استفاده از مدل GARCH نرمال یکی از روش های پایه در زمینه برآورد VaR می باشد. با این وجود، توزیع بازده دارایی های مالی از دنباله پهنتری نسبت به توزیع نرمال برخوردار است. بنابراین، در مقاله حاضر یک فرآیند تصحیح تورش بر اساس روش باز نمونه گیری بوت استرپ به منظور برطرف نمودن کاستی های مدل GARCH نرمال در ارتباط با برآورد مناسب VaR اجرا شده است. نتایج نشان می دهد فرآیند تصحیح تورش توانایی برآورد VaR مدل GARCH نرمال را در برآورد VaR برای شاخص کل بورس اوراق بهادار تهران (TEPIX)، حداقل در سطوح احتمال نهایی بهبود داده است، و همچنین منجر به بهبود نتایج مدل t -GARCH شده است. مدل شبیه سازی تاریخی (HS) و شبیه سازی تاریخی فیلتر شده (FHS) نیز به منظور مقایسه نتایج حاصل از به کارگیری فرآیند تصحیح، مورد بررسی قرار گرفته است.

کلیدواژه‌های مرتبط

پدیدآورندگان همکار

تبلیغات

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

حوزه تخصصی

زبان