ارزش در معرض خطر (VaR)

سنجه ارزش در معرض خطر به عنوان یکی از معیارهای سنجش ریسک، می تواند در تعیین سبد بهینه سهام مورد استفاده قرارگیرد. هدف اصلی این مطالعه تعیین پرتفوی بهینه سهام با استفاده از معیار ارزش در معرض خطر است . در این چارچوب ، از داده های قیمت هفتگی سهام 17 شرکت سیمانی منتخب، که اطلاعات آنها در دوره زمانی مورد بررسی(از دی ماه 1391 تا فروردین ماه 1396 ) کامل بوده، استفاده شده است.بدین منظورابتدا برای هر سهم، ارزش در معرض خطر را با رویکرد پارامتریک و روش واریانس- کوواریانس محاسبه شده و وزن های بهینه پرتفوی متشکل از سهام شرکت های مذکورتعیین شده است. سپس از طریق برنامه ریزی غیر خطی ، بهینه سازی سبد سهام با کمترین ارزش در معرض خطر با توجه به بازده مورد انتظار هرسهم انجام گرفت. براساس نتایج به دست آمده بالاترین وزن در سبد بهینه به سهامی تعلق دارد که بازدهی مورد انتظاری بالایی داشته و پایین ترین ارزش در معرض خطر را در بین شرکت های مورد مطالعه دارند.

هدف: مدیریت ریسک یکی از حوزه های مهم پژوهشی در رشته مالی است که مدیران و سرمایه گذاران بسیاری در بخش های مختلف به آن توجه کرده اند، به خصوص با وقوع بحران های مالی در سال های اخیر، اهمیت اجرای پژوهش های دقیق تر در این حوزه دوچندان شده است. هدف اصلی این پژوهش، ارائه مدلی برای اندازه گیری دقیق تر ریسک در پرتفولیوهای سهام است. روش: برای اجرای این پژوهش، از قیمت پایانی تعدیل شده 30 شرکت بورسی که نمونه آماری این پژوهش بودند، استفاده شده است. با در نظر گرفتن مدل CVaR به عنوان مدل اصلی پژوهش و با استفاده از روش های مختلف مدل سازی واریانس، 4 مدل مجزا به دست آمد. در روش نخست، ارزش در معرض ریسک شرطی با بهره گیری از واریانس ثابت محاسبه شده است و در 3 روش دیگر، واریانس از مدل های GARCH و E-GARCH و T-GARCH مدل سازی شده است. یافته ها: در نهایت، نتایج به دست آمده با دو آزمون آماری مقایسه زوجی و ویلکاکسون سنجیده شدند. نتایج هر دو آزمون نشان داد که مدل سازی واریانس در دستیابی به پرتفوی بهینه تر، عملکرد بهتری دارد. نتیجه گیری: بر اساس یافته های پژوهش و تأیید فرضیه های اصلی پژوهش، می توان نتیجه گرفت که در نظر گرفتن ناهم سانی واریانس موجود در بازار مالی ایران و وارد کردن این موضوع در مدل های بهینه سازی، به عملکرد بهتر در بهینه سازی سبدهای سرمایه گذاری می انجامد. همچنین یافته ها نشان داد که استفاده از مدل CVaR به جای مدل های سنتی ریسک، به صورت معناداری در بهبود عملکرد این صندوق ها مؤثر است.

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.