وحید ویسی زاده

وحید ویسی زاده

مطالب

فیلتر های جستجو: فیلتری انتخاب نشده است.
نمایش ۱ تا ۳ مورد از کل ۳ مورد.
۱.

مدل ریزش مورد انتظار مبتنی بر تبدیل موجک در افق های زمانی سرمایه گذاری مختلف در بورس اوراق بهادار تهران(مقاله علمی وزارت علوم)

کلید واژه ها: ریزش مورد انتظار تبدیل موجک مدل فراتر از آستانه شرطی شبیه سازی تاریخی فیلتر شده مبتنی بر تبدیل موجک و پس آزمون

حوزه های تخصصی:
تعداد بازدید : 383 تعداد دانلود : 208
"ریزش مورد انتظار" (ES) میانگین بازده دارایی وقتی که بازده زیر مقدار خاصی از چندک توزیع بازدهی یا همان ارزش در معرض ریسک (VaR) قرار گرفته است، می باشد. پیمان بال III قرار است از ابتدای سال 2023 در نظام بانکداری دنیا اجرایی شود و در آن توجه ویژه ای به سنجه ES به عنوان جایگزین VaR شده است اما تحقیقات زیادی در مورد مدل سازی ES در مقایسه با VaR صورت نگرفته است. تحقیق حاضر در صدد انتخاب دقیق ترین مدل تخمین ریزش مورد انتظار از بین مدل های ساده و پیشرفته شامل شبیه سازی تاریخی، خانواده ARMA-GARCH، شبیه سازی تاریخی فیلتر شده، فراتر از آستانه شرطی و مدل پیشنهادی ترکیبی شبیه سازی تاریخی فیلتر شده مبتنی بر تبدیل موجک در بورس اوراق بهادار تهران است. بر اساس یافته های تحقیق با استفاده از بازدهی روزانه 11 ساله شاخص کل بورس اوراق بهادار تهران از تاریخ 1389/4/13الی 1399/4/11(بیش از 2400 روز داده بازدهی شاخص کل) و اعمال انواع پس آزمون، مدل پیشنهادی ترکیبی شبیه سازی تاریخی فیلتر شده مبتنی بر تبدیل موجک در تمامی افق های زمانی و سطوح اطمینان از مدل های رقیب بهتر عمل نموده است.
۲.

مدل ترکیبی ارزش در معرض ریسک شبیه سازی تاریخی فیلتر شده مبتنی بر تبدیل موجک در افق های زمانی سرمایه گذاری مختلف در بورس اوراق بهادار تهران(مقاله علمی وزارت علوم)

کلید واژه ها: ارزش در معرض ریسک شبیهسازی تاریخی فیلتر شده نظریه فرین تئوری موجک و پسآزمون

حوزه های تخصصی:
تعداد بازدید : 14 تعداد دانلود : 36
از ارزش در معرض ریسک به عنوان سنجهای برای کمیسازی ریسک و مبنایی برای محاسبه سرمایه مورد نیاز نهادهای مالی در حوزه نظارتی استفاده میگردد. تحقیق حاضر درصدد انتخاب دقیقترین مدلهای تخمین ارزش در معرض ریسک اعم از ساده و پیشرفته و ارائه یک مدل جدید "مبتنی بر تبدیل موجک" در بورس اوراق بهادار تهران است و بر این اساس مدلهای شبیهسازی تاریخی(HS)، خانواده  ARMA-GARCH، شبیهسازی تاریخی فیلتر شده (FHS)، فراتر از آستانه شرطی (CPOT) و مدل ترکیبی جدید شبیهسازی تاریخی فیلتر شده مبتنی بر تبدیل موجک در اشکال مختلف از استفاده از مدلهای نوسان و فروض توزیعی مختلف تخمین و مورد پسآزمایی در بورس اوراق بهادار تهران قرار گرفت. نتایج تحقیق مبتنی بر پسآزمون صورت گرفته در بازه زمانی حدود 11 ساله شاخص کل بورس اوراق اوراق بهادار تهران از تاریخ 13/4/1389 الی 11/4/1399 (بیش از 2400 روز داده بازدهی شاخص کل) حاکی از دقت بالاتر مدل ارزش در معرض ریسک شبیه سازی تاریخی فیلتر شده مبتنی بر تبدیل موجک (WFHS) در تمامی افقهای زمانی و سطوح اطمینان مختلف نسبت به سایر مدلها می باشد. Abstract: Value at risk is applied as a downside risk measure to quantify risk and as a basis for calculating the regulatory purpose capital of financial institutions. The present study seeks to select the most accurate models for estimating value at risk, both simple and advanced, and to present a new wavelet based model on Tehran Stock Exchange. Filtered historical simulation(FHS), Conditional extreme value theory model(CPOT) and a new hybrid semiparametric model called "Wavelet based Filtered historical simulation" in various forms using different volatility models and distribution assumptions were estimated and on the Tehran Stock Exchange. The backtest finding of research conducted in a period of about 11 years of the total index of Tehran Stock Exchange(TSE) from 2010/4/7 to 2020/4/1 (more than 2400 daily of index return data) indicate the higher accuracy of the filtered historical wavelet-based simulation (WFHS) VaR model in comparison to other models at all-time horizons and different confidence levels.
۳.

Dynamic Cross Hedging Effectiveness between Gold and Stock Market Based on Downside Risk Measures: Evidence from Iran Emerging Capital Market(مقاله علمی وزارت علوم)

کلید واژه ها: Cross Hedging Iran Emerging Capital Market Multivariate GARCH Copula Downside Risk

حوزه های تخصصی:
تعداد بازدید : 294 تعداد دانلود : 61
This paper examines the hedging effectiveness of gold futures for the stock market in minimizing variance and downside risks, including value at risk and expected shortfall using data from the Iran emerging capital market during four different sub-periods from December 2008 to August 2018. We employ dynamic conditional correlation models including VARMA-BGARCH (DCC, ADCC, BEKK, and ABEKK) and copula-GARCH with different copula functions to estimate volatilities and conditional correlations between Iran gold futures contract return and Tehran stock exchange main index return. The empirical results reveal that the dynamic conditional correlations switch between positive and near-zero values over the period under study. These correlations are high and positive during the major national currency devaluation and are low near to zero during other times. Out-of-sample one-step-ahead forecasts based on rolling window analysis show that DCC and ADCC multivariate GARCH models outperform other models for variance reduction, while a more interesting finding is that the copula-GARCH model outperforms other models for downside risks reduction.

کلیدواژه‌های مرتبط

پدیدآورندگان همکار

تبلیغات

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

حوزه تخصصی

زبان