آزمون کوپیک

تلاطم قیمت نفت در بازارهای بین المللی، بازیگران این بازار را در معرض ریسک های بالقوه زیادی قرار می دهد. روش ارزش در معرض ریسک (VaR) از مهم ترین شیوه های اندازه گیری ریسک بازار می باشد که در سال های اخیر توسعه زیادی پیدا کرده است. در این تحقیق ریسک های فراسوی و فروسوی بازدهی قیمت نفت خام WTI با استفاده از مدل GED- GARCH که برای توزیع های کشیده با دنباله چاق مناسب است، برآورده شده است. داده های روزانه قیمت نقدی و آتی های WTI درون نمونه از ژانویه 1986 تا دسامبر 2010 و داده های خارج از نمونه نیز از ژانویه 2011 تا جولای 2012 در نظر گرفته شده است. برای بررسی صحت مدل VaR برآورد شده از آزمون کوپیک استفاده شده و همچنین با استفاده از روش علیت گرنجری در ریسک به بررسی اثر سرریز ریسک میان بازدهی قیمت آتی ها و نقدی برای شاخص نفت خام WTI در بازار نایمکس پرداخته شده است. یافته های تحقیق نشان می دهد که توزیع آماری بازدهی قیمت در بازار نقدی و آتی های نفت WTI، توزیعی با دنباله چاق می باشد. بررسی ها همچنین اثر سرریز ریسک فراسوی معنی داری در سطح اطمینان 99 درصد از آتی ها به نقدی را تأیید می کند که نشان می دهد در زمان های افزایش قیمت نفت مانند دهه 2000، ریسک بازار آتی ها به نقدی منتقل شده است.

هدف این مقاله، محاسبه ارزش در معرض خطر پرتفوی ارزی یک بانک نمونه با استفاده از روش GARCH-EVT-Copula (GEC ) است. عمده ترین چالشی که امروزه صنعت بانکداری با آن مواجه بوده، درک مفهوم ریسک و به دنبال آن، اندازه گیری و کمی کردن ریسک است. روش های مختلفی برای اندازه گیری ریسک وجود دارد، اغلب این روش ها توزیع مشترک شناخته شده ای برای سبد دارایی فرض می کنند، به طور معمول توزیع مشترک نرمال در مدل های تجربی مورد استفاده قرار می گیرد، اما توزیع دارایی ها در اغلب موارد دنباله پهن هستند، در نتیجه، فرض نرمال بودن توزیع مشت ر ک بازدهی می تواند به برآورد نادرست VaR منجر شود. در این مقاله، توزیع مشخصی برای سبد دارایی فرض نمی شود. این مقاله از مدل خودرگرسیون همراه با ناهمسانی واریانس آستانه ای ( GJR-GARCH ) برای توزیع بازده ای متغیر در طول زمان دارایی های فردی، همچنین تئوری مقدار فرین برای توزیع هایی که دنباله پهن هستند و توابع کاپولا برای ساختار وابسته به تمام دارایی های یک سبد دارایی استفاده کرده است. در این تحقیق، ارزش در معرض خطر از روش های واریانس-کوواریانس و شبیه سازی تاریخی نیز محاسبه شده است. در نهایت، با استفاده از آزمون کوپیک که یکی از روش های پیش آزمایی ارزش در معرض خطر است، اعتبار مدل ها مورد سنجش و ارزیابی قرار گرفته است. نمونه آماری این مطالعه را نرخ نامه های روزانه ارزهای دلار، یورو، وون کره، ین ژاپن، لیر ترک و درهم امارات در بازار از تاریخ 1/1/1386 تا تاریخ 31/1/1391 تشکیل می دهند، همچنین سبد ارزی یک بانک نمونه در تاریخ 31/1/1391 مورد بررسی قرار گرفته است. براساس نتایج حاصل از تحقیق، ارزش در معرض خطر محاسبه شده توسط مدل  GEC نسبت به دو مدل دیگر بیشتر است و براساس نتایج به دست آمده از آزمون کوپیک، اعتبار و دقت مدل GEC نسبت به دو مدل دیگر بیشتر است.

هدف این مقاله برآورد ارزش در معرض خطر یک سبد سهام منتخب است. برای این منظور از روش گارچ [1] کاپولای شرطی [2] استفاده شده است که ترکیبی از توزیع کاپولا و تابع پیش بینی حاصل از مدل سازی گارچ است. در این روش با اتکاء به تئوری کاپولا توزیع مشترکی برای دارایی ها در نظر گرفته می شود که فارغ از هرگونه فرض نرمال بودن و همبستگی خطی است. داده های مورد بررسی، قیمت های روزانه سبد دارایی یک شرکت سرمایه گذاری منتخب متشکل از 17 سهم است . بازه زمانی مورد بررسی از تاریخ 3/7/1386 تا 24/12/1390 می باشد . نتایج تحقیق نشان می دهد که مدل کاپولای گوسی با توزیع حاشیه ای نرمال و کاپولای گوسی با توزیع حاشیه ای تی استودنت عملکرد مناسبی نسبت به روش های شبیه سازی تاریخی و واریانس - کوواریانس در برآورد ارزش در معرض خطر دارند. هر دو مدل دارای سطح اطمینان 99 و 95 درصد هستند

هدف: تلاطم و سنجه ریسک، پارامترهای ضروری در برنامه های مدیریت ریسک هستند که بر فعالیت های اقتصادی و اعتماد عمومی در بازار سهام تأثیر می گذارند. همچنین این دو، پارامترهای کلیدی در مطالعاتی هستند که ارتباط بین بازار سهام، رشد اقتصادی و سایر متغیرهای مالی را بررسی می کنند. بی ثباتی در بورس اوراق بهادار تهران در سالیان اخیر، کنترل اثرهای منفی ناشی از تلاطم قیمت های سهام، پیش بینی و مدل سازی پویایی های قیمت و اندازه گیری ریسک را برای مشارکت کنندگان در این بازار ضروری کرده است. روش: در پژوهش حاضر، از کلاس مدل های پارامترمحور تلاطم تصادفی برای پیش بینی تلاطم قیمت های سهام و محاسبه ریسک بورس اوراق بهادار تهران استفاده شده است. برای بررسی جامع، مدل ها به گونه ای انتخاب شده است که ویژگی های خوشه ای بودن تلاطم، عدم تقارن در تلاطم (اثر اهرمی) و دُم سنگین بودن توزیع بازده قیمت سهام (با توزیع t و نرمال چوله) را دربرگیرند. یافته ها: بر اساس فاکتور بیزی، مدل تلاطم تصادفی با توزیع نرمال چوله (SNSV) در پیش بینی تلاطم بازار سهام، از سایر مدل ها کاراتر است؛ بنابراین به منظور تجزیه وتحلیل ریسک های بازار سهام با استفاده از مدل های تلاطم تصادفی، به لحاظ کردن اثر اهرمی در فضای حالت معادله تلاطم این مدل ها نیازی نیست. نتیجه گیری: نتایج حاکی از آن است که مدل SNSV برآورد مناسبی از تلاطم ارائه می دهد و پیش بینی ها با استفاده از آن، شفافیت بازار و مدیریت ریسک را بهبود می بخشد. همچنین پس آزمون های ارزیابی ریسک بازار VaR و CVaR با استفاده از آزمون کوپیک و DQ، شواهدی از برآورد بیش ازحد یا کمترازحد ریسک را نشان نمی دهد.