مدل های گارچ

مساله تورم و علل پدیده آورنده آن یکی از بحث های بسیار مهم در اقتصاد است. یکی از تئوری هایی که سعی در تفسیر پدیده تورم دارد نظریه مقداری پول می باشد. این نظریه بیان می دارد که میان میزان نقدینگی و سطح عمومی قیمتها رابطه خطی وجود دارد. این مقاله به آزمون نظریه مقداری پول در ایران می پردازد. همچنین با توجه به اینکه دولت ایران چند سالی است که سیاست تثبیت قیمتها را پیش گرفته، این نوشتار سعی در تبیین نقش این سیاست در کاهش میزان تورم دارد. نتایج این تحقیق حاکی از آن است که هر چند رابطه بین نقدینگی و تورم در ایران یک به یک نیست؛ اما بین این دو متغیر در این کشور رابطه معنی داری وجود دارد. نکته دیگر اینکه طبق نتایج تحقیق، بین میزان نااطمینانی تورمی و میزان تورم، رابطه مثبت و معنی داری وجود دارد؛ لذا می توان انتظار داشت که دولت بتواند از طریق اجرای سیاست تثبیت قیمتها نااطمینانی تورمی را تا حدودی کنترل کند و از این طریق به کاهش نرخ تورم کمک نماید.

در این پژوهش به مطالعه توان پیش بینی طیف وسیعی از مدل های ناهمسانی واریانس شرطی (G)ARCH طی یک دوره 126 ماهه بر روی بازده روزانه شاخص کل بورس تهران (TEDPIX) پرداخته شده است. نتایج بررسی این مدل ها تایید کننده وجود سه ویژگی نوسان خوشه ای، عدم تقارن و نیز غیر خطی بودن، در سری زمانی بازده می باشد. سپس با هدف افزایش قدرت پیش بینی، این مدل ها با شبکه های عصبی مصنوعی ترکیب شده اند و نتایج حاصل از طرق گوناگونی مورد آزمون قرار گرفته است. این نتایج نشان می دهد مدل های ترکیبی گارچ توان ـ میانگین، گارچ نمایی ـ میانگین و مدل GJR، کمترین خطای پیش بینی را داشته اند. بررسی تغییرات جهت نوسان نشان می دهد مدل های ترکیبی همسویی بیشتری با نوسان واقعی نسبت به مدل های پایه ای گارچ دارند. همچنین مدل های ترکیبی گارچ توانی نامتقارن، گارچ- میانگین نمایی و گارچ- میانگین توانی بطور معنی داری خطای پیش بینی کمتری نسبت به مدل های پایه ای خود داشته اند.

هدف این مقاله بررسی وجود الگوهای فصلی در بازده و نوسان پذیری آن و نیز در تعداد معاملات مرتبط با رویدادهای تقویمی متحرک از جمله ماه مبارک رمضان است. بازدهی و نوسان پذیری بازده برای شاخص های کل، قیمت و بازده نقدی، بازار اول، بازار دوم، صنعت و مالی در بازه زمانی 1377 تا 1388 محاسبه و از مدل رگرسیون معمولی و تصریح مدل های گارچ برای برآورد مدل های بازدهی و نوسان پذیری استفاده گردید. همچنین مدل رگرسیون معمولی با متغیر مجازی ماه رمضان برای تخمین تأثیر ماه رمضان بر تعداد معاملات مورد استفاده قرار گرفت. بررسی داده های مربوط به بازدهی و نوسان پذیری نشان داد که نتایج مربوط به تأثیر ماه رمضان بر بازدهی و نوسان پذیری در دوره اصلی و دوره های فرعی اول (پررونق) و دوم (کم رونق) برای شاخص های مختلف متفاوت است. ماه رمضان بر میانگین بازدهی شاخص های کل، قیمت و بازده نقدی، بازار اول، بازار دوم و صنعت تأثیر معناداری ندارد، اما بر شاخص مالی تأثیر آن معنادار است و بر نوسان پذیری بازدهی شاخص های کل، قیمت و بازده نقدی، بازار دوم، و مالی تأثیر منفی و معنادار دارد و بر نوسان پذیری بازدهی شاخص های بازار اول و صنعت تأثیر معناداری ندارد. شواهد کاهش سیستماتیک در نوسان پذیری بازده در طی ماه مبارک رمضان استلزام های مهمی برای قیمت گذاری اوراق بهادار و تصمیمات سرمایه گذاری برای سرمایه گذاران در کشورهای اسلامی دارد.

نرخ ارز مؤثر واقعی و نااطمینانی های آن، یکی از مهمترین متغیرهای اقتصادکلان است که از جنبه های گوناگون، بخش های مختلف اقتصادی را تحت تأثیر قرار می دهد. باتوجه به اینکه تغییرات نرخ ارز بر کلیه بخشهای اقتصاد، تأثیری مشابه و یکسان ندارد و باتوجه به اهمیت شایان توجهی که توسعه صنعتی می تواند بر توسعه اقتصادی کشور داشته باشد، این تحقیق، به بررسی وارزیابی اثر تغییرات نرخ ارز مؤثر واقعی و نااطمینانی آن بر ارزش افزوده زیر بخش های صنعت براساس کدهای دورقمی طی سالهای 1358 تا 1393 بااستفاده از روشهای پانل دیتا و انگل-گرانجر می پردازد. نتایج حاصل از این تحقیق، نشان می دهد که نرخ ارز مؤثر واقعی ، اثرات متفاوتی بر زیربخشهای مختلف صنعت داشته، درحالی که نا اطمینانی آن، اثر متفاوتی بر ارزش افزوده زیر بخشها ندارد. درنتیجه باتوجه به ارزبری متفاوت زیربخشها، نمی توان از سیاست ارزی واحدی در بخش صنعت، استفاده کرد.

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

در این مقاله، چرخۀ­ بازارهای مالی در اقتصاد ایران بررسی شده و با استفاده از مشاهدات فصلی طی دوره زمانی 1385 تا 1396، چرخه­ مالی ایران استخراج شده است. بدین منظور، از مدل سری­های زمانی ساختاری با مولفه­های غیر قابل مشاهده و الگوریتم فیلترکالمن استفاده شده و با به کارگیری روش حداکثر راستنمایی، پارامترهای نامعلوم برآورد شده است. جنبه جدید رویکرد مورد استفاده این است که نرخ ارز به عنوان متغیر تاثیرگذار بر چرخه­های مالی مورد بررسی قرار گرفته و برای این منظور متغیر نوسانات نرخ ارز توسط روش ناهمسانی واریانس خود رگرسیونی استخراج و در مدل وارد شده است. نتایج بررسی نشان می­دهد که اولاً، شاخص مورد نظر در بازارهای مالی طی دوره مطالعه دارای نوسانات زیادی بوده و طولانی شدن و تعمیق دوره­های رونق و رکود در این چرخه­ها یکی از علل بحران مالی است. ثانیاً، چرخه مالی حاصل از نرمال­سازی مولفه چرخه­ای بازارهای مالی نشان­دهنده نوسانات متعدد در سالهای مورد مطالعه است. ثالثاً، الگوی خودرگرسیونی برداری نشان­دهنده رابطه علیت گرنجری از سمت نوسانات نرخ ارز به سمت چرخه مالی وجود دارد که بیانگر اینست که نوسانات نرخ ارز منجر به بی­ثباتی در چرخه مالی می­شود.

یکی از مهم ترین مباحث و چالش های مطرح در اقتصاد کلان، بررسی اثر نوسانات نرخ ارز بر متغیر های کلان اقتصادی به ویژه اشتغال است. هدف اصلی تحقیق حاضر آزمون این فرضیه است که نوسانات نرخ ارز واقعی، اثر منفی بر اشتغال ایران دارد. در این راستا، ابتدا با  بکارگیری الگوی واریانس ناهمسانی شرطی خود رگرسیونی تعمیم یافته (GARCH) نوسانات نرخ ارز واقعی سال های 1386-1353 اندازه گیری شده و سپس، با استفاده از روش حداقل مربعات معمولی، اثر نوسانات نرخ ارز واقعی بر اشتغال ایران مورد ارزیابی قرار گرفته است. نتایج این تحقیق حاکی از اثر منفی و معنی دار نوسانات نرخ ارز واقعی بر اشتغال می باشد. همچنین بر اساس سایر نتایج تحقیق، تولید ناخالص داخلی واقعی و موجودی سرمایه واقعی اثر مثبت و معنی دار بر اشتغال دارد

ارزش در معرض ریسک به عنوان سنجه ای از ریسک همواره مورد توجه فعالین و پژوهشگران در حوزه مدیریت ریسک و بازار سرمایه بوده است. این اهمیت همواره پژوهشگران را در جهت افزایش دقت مدل های پیش بینی ارزش در معرض ریسک سوق داده است. در رویکردهای پارامتریک ارزش در معرض ریسک، از مدل های گارچ برای برآورد واریانس شرطی استفاده می شود که در آخرین تحولات در این رابطه، هانسن با استفاده از مبادلات پرتناوب درون روزی، مدل گارچ تحقق یافته را ارایه نمود. با توجه به نوسانات شدید اخیر بورس تهران در معاملات درون روزی، استفاده از گارچ تحقق یافته برای محاسبه ارزش در معرض ریسک می تواند دقت پیش بینی را افزایش دهد. در این مقاله با ترکیب توزیع های نرمال، تی-استیودنت و توزیع تعمیم یافته خطا با روش های گارچ مرسوم و روش جدید گارچ تحقق یافته، ارزش در معرض ریسک شاخص بورس تهران را با استفاده از روش نمونه گیری پنجره غلتان پیش-بینی نموده و سپس مقادیر پیش بینی شده را با استفاده از یک روش دو مرحله ای پس آزمایی، ارزیابی نموده و دقت مدل ها را با هم مقایسه می نماییم. نتایج بدست آمده حاکی از آن است که استفاده از روش جدید گارچ تحقق یافته در پیش بینی ارزش در معرض ریسک شاخص بورس تهران چه در سطح 5% و چه در سطح 1% منجر به دقت بالاتر برآورد می شود.

گستردهمعرفی:برای اندازه گیری ریسک، معیارهای متعددی طی دهه های اخیر معرفی شده است و هر کدام به نحوی به مقوله عدم اطمینان نگریسته و تعدادی از آن ها نیز مکمل یکدیگر هستند. با پیشرفت علوم  ریاضی و آمار در زمینه ی ارزیابی ریسک ، در سال 1996 معیار ارزش در معرض خطر جهت اندازه گیری ریسک معرفی گردید که با استقبال سرمایه گذاران و تحلیل گران مالی رو به رو شد. امروزه به دلیل وجود شرایط عدم اطمینان از آینده، عدم توانایی ما در پیش بینی کامل رویدادهای آتی و پرابهام بودن آن، مدیران و سرمایه گذاران مالی به شدت نگران پورتفوی سهام[1] خود و کاهش ارزش دارایی هایشان هستند. همچنین در حال حاضر به دلیل ضرورت وجود شفافیت اطلاعاتی، وجود بورس های منطقه ای، گسترش بازارهای مالی، تأثیرپذیری بازارهای مالی دنیا از یکدیگر، موجب می شود که ریسک بازار نیز بیشتر از گذشته مورد توجه واقع شود. با توجه به این که ماهیت فعالیت های تجاری و سرمایه گذاری، به گونه ای است که کسب بازدهی مستلزم تحمل ریسک است، بنابراین باید آن را شناخت، اندازه گیری کرد و با روش های مختلف، ریسک های غیرضروری و نامطلوب را حذف نمود. بدین منظور برای محاسبه ریسک روش های متفاوتی وجود دارد که در بین آن ها معیارهای سنتی ریسک همانند انحراف معیار[2] و بتا به دلیل عدم تمایز میان نوسانات مطلوب و نوسانات نامطلوب بازده از دیدگاه سرمایه گذار معیارهای مناسبی جهت اندازه گیری ریسک نمی باشد.از آن جایی که معیار ارزش در معرض خطر علی رقم معیار های سنتی می تواند میان نوسانات مطلوب و نامطلوب تمایز ایجاد کند و همچنین تغییرات ارزش بازار دارایی ها را لحاظ نمی کند و روی دنباله های توزیع تمرکز دارد، معیار بهتری جهت اندازه گیری ریسک می باشد. لذا هدف این پژوهش مقایسه الگوهای مختلف خانواده گارچ در برآورد ارزش در معرض خطر و ارزش در معرض خطر شرطی برای شاخص کل بورس اوراق بهادار تهران می باشد.ارزش در معرض خطر، رویکردی متعارف برای محاسبه مقداری ریسک بازار است. ارزش در معرض خطر حداکثر زیان را که ممکن است در اثر تغییرات قیمتی دارایی ها در یک افق زمانی و در یک دامنه اطمینان معین رخ دهد، تخمین می زند و یک ضابطه شهودی برای مدیریت دارایی ها فراهم می آورد و از این رو، جاذبه زیادی برای تصمیم گیران مالی دارد. تخمین های نادرست از ارزش در معرض خطر سبد دارایی ها می تواند بنگاه ها را به حفظ ذخایر ناکافی سرمایه برای پوشش ریسک های خود هدایت کند، به نحوی که آنها ذخایر سرمایه ناکافی را برای جذب تکانه های مالی بزرگ نگهداری کنند. برای مثال، موارد متعددی از ورشکستگی های نهادهای مالی اخیر به سبب تخمین های نادرست ارزش در معرض خطر سبد دارایی ها   شکل گرفته است. هنگامی که مدل سازی بازده ها مرکز توجه قرار گیرد، درک حرکت همزمان بازده های مالی اهمیت ویژه ای می یابد؛ بنابراین، توجه ما به سمت مدل های GARCH جلب می شود. همچنین انواع مدل های GARCH به منظور مدل سازی نوسانات در مطالعات میدانی استفاده می شود. متدولوژی:این پژوهش به دنبال بررسی این مسئله است که میانگین مقادیر ارزش در معرض خطر و ارزش در معرض خطر شرطی برای شاخص کل بورس اوراق بهادار تهران با استفاده از برآوردهای الگوهای گارچ متفاوت نیستند. همچنین در صدد آن است که ارزش در معرض خطر و ارزش در معرض خطر شرطی را مورد محاسبه قرار دهد. از آن جایی که جذابیت های آمار پارامتریک از جمله سهولت تعمیم پذیری و وجود ابزارهای قدرتمند کمی سازی باعث شده که رویکردهای پارامتریک حاوی مدل های متنوعی در عرصه ریسک باشد، لذا در این پژوهش ارزش در معرض خطر و ارزش در معرض خطر شرطی با رویکرد پارامتریک، با استفاده از الگوهای خودهمبسته واریانس ناهمسان شرطی تعمیم یافته مختلف برای شاخص کل بورس اوراق بهادار تهران محاسبه شده و پس از مقایسه الگوها با یکدیگر بهترین الگو جهت محاسبه ارزش در معرض خطر و ارزش در معرض خطر شرطی معرفی گردیده است. روش تحقیق به کاربرده شده برحسب هدف، در حیطه مطالعات کاربردی است و از نظر جمع آوری اطلاعات و آمار جزء مطالعات اسنادی کتابخانه ای است.جامعه آماری پژوهش حاضر، سری زمانی داده های روزانه شاخص کل بورس اوراق بهادار تهران، طی دوره 01/09/1390 تا 01/09/1396 و شامل 1445 مشاهده است.روش گردآوری داده ها در این پژوهش کتابخانه ای بوده و بر مبنای گزارشات روزانه شاخص کل بورس اوراق بهادار تهران است که از طریق اطلاعات مندرج در سایت پردازش اطلاعات مالی ایران اخذ گردیده است.در پژوهش حاضر، ابزار تجزیه و تحلیل، تکنیک های اقتصادسنجی و آماری است. بدین منظور از الگوهای خودهمبسته واریانس ناهمسان شرطی تعمیم یافته استفاده شده است. ابزارهای بکارگیری نیز نرم افزارهای Excel ، R ، Eviews 11  است.برای آزمون ریشه واحد ADF از معادله رگرسیونی با لحاظ عرض از مبدأ و روند زمانی خطی استفاده می شود. (پسران[3]، 2005).  مرتبه رگرسیون ADF می تواند با استفاده از معیار انتخابی مدل، همانند معیار اطلاعاتی آکائیک (AIC) یا شوارتز (SIC) انتخاب شود. همچنین قبل از آنکه بتوان از مدل های پیش بینی کننده ارزش در معرض خطر با اطمینان استفاده کرد لازم است اعتبار آن ها با دقت بررسی شده و عملکرد آن ها ارزیابی شود. از مولفه های کلیدی روش های اعتبار سنجی،  پس آزمایی است که با به کار گیری روش های کمی به تعیین مطابقت پیش بینی های مدل با مفروضاتی که مدل بر اساس آن ها بنا شده، می پردازد. برای محاسبه دقت مدل ها در تعیین ارزش در معرض خطر می توان از آزمون کوپیک[4] استفاده کرد.  این آزمون با روشی بسیار ساده میزان خطای روش محاسبه VaR را برای داده های گذشته می سنجد. از آنجا که آزمون کوپیک فقط بر روی تعداد تخطی ها تمرکز کرده و وجود وابستگی های زمانی را نادیده می گیرد. کریستوفرسن[5] (1998) با در نظر گرفتن یک آماره مجزا برای آزمون استقلال تخطی ها، به توسعه آزمون کوپیک پرداخت و آزمونی برای سطح پوشش شرطی[6] پیشنهاد نمود. یافته ها:نتایج حاصل از آزمون مربوط به پایایی متغیرها نشان می دهد که داده های به کار گرفته شده در تمامی سطوح اطمینان ریشه واحد نداشته و پایا هستند. بنابراین ابهام مربوط به ایجاد رگرسیون کاذب به جهت ناپایایی داده ها برطرف می گردد. نتایج حاصل از آزمون ضریب لاگرانژ برای شاخص کل بورس اوراق بهادار تهران حاکی از وجود اثر آرچ در باقیمانده حاصل از معادله خودهمبسته- میانگین متحرک با وقفه یک و یک می باشد. بنابراین کاملاً مشهود است که اثر با وجود آرچ باقمیانده خاصیت نوفه سفید را پیدا نمی کند و باید از الگوهای خودهمبسته واریانس ناهمسان شرطی تعمیم یافته استفاده گردد که اثر آرچ را از داده ها دور می کند.نتایج برآورد الگوی GARCH(1,1) نشان می دهد، معادله ی میانگین برای شاخص انتخابی در تمامی موارد از نوع ARMA(1,1) می باشد. مجموع ضرائب در برآورد الگوی GARCH(1,1) برای هر دو توزیع نزدیک به یک می باشند که نشان دهنده وجود پایداری در فرآیند واریانس می باشد. در نتایج برآورد الگوی EGARCH(1,1) مقادیر پارامتر gamma در دو توزیع نرمال و تی- استیودنت به ترتیب 4/0 و 3/0 می باشد که نشانگر وجود اثر اهرمی مثبت می باشد. نتایج حاصل از برآورد الگوی GARCH-M(1,1) نشان می دهد، ضریب GARCH-M(1,1) در دو توزیع نرمال و تی- استیودنت به ترتیب 5/0 و 2/0 می باشد. این ضریب همان حاشیه ریسک می باشد که نشان می دهد بازدهی به صورت مثبت به متغیر تلاطم وابستگی دارد. وجود این حاشیه ریسک و معنی داری آن به معنی وجود همبستگی پیاپی در بازدهی های گذشته دارایی است. نتایج برآورد دو الگویAPARCH(1,1) ، GJRGARCH(1,1) که نوع دیگری از مدل های GARCHهستند و می توانند اثرات اهرمی را مدل سازی کنند، نشان می دهد در مدل GJRGARCH ضریب gamma برای دو توزیع نرمال و تی- استیودنت به ترتیب 1/0- و 07/0- نشان دهنده وجود اثر اهرمی منفی می باشد و در مدل APARCH ضریب gamma برای دو توزیع نرمال و تی- استیودنت به ترتیب 2/0- و 1/0- نشان دهنده وجود اثر اهرمی منفی می باشند. علت متفاوت بودن ضرایب گاما در الگوهای مختلف نامتقارن گارچ این است که در الگوی GJRGARCH یک متغیر دامی وجود داشته که مقدار آن بین منفی یک تا مثبت یک است و مقدارش را جز خطا معلوم می کند، لذا می توان انتظار داشت که در اخبار بد گامای مثبت و در اخبار خوب گامای منفی وجود داشته باشد. با استفاده از ضرائب برآورده شده به وسیله ی الگوهای مختلف گارچ، مقادیر ارزش در معرض خطر و ارزش در معرض خطر شرطی نتایج حاکی از آن است که در دو سطوح اطمینان 95% و 99% بیشترین میزان ارزش در معرض خطر برای شاخص کل بورس اوراق بهادار تهران مربوط به الگوی GARCH-M(1,1) با توزیع تی- استیودنت، به ترتیب با میزان %4850/0 و % 8619/0 می باشد. همچنین در شاخص کل با فرض توزیع نرمال در سطح اطمینان 95% به ترتیب الگوی GARCH-M، EGARCH، GJRGARCH، APARCH و GARCH بیشترین ارزش در معرض خطر را نشان می دهند. اما با فرض توزیع تی- استیودنت به ترتیب الگوی GARCH-M، APARCH ، EGARCH ، GJRGARCH، و GARCH بیشترین ارزش در معرض خطر را نشان می دهند.در شاخص کل با فرض توزیع نرمال در سطح اطمینان 99% به ترتیب الگوی GARCH-M، EGARCH،APARCH ، GJRGARCH، و GARCH بیشترین ارزش در معرض خطر را نشان می دهند. اما با فرض توزیع تی- استیودنت به ترتیب الگوی GARCH-M، APARCH ، EGARCH ، GJRGARCH و GARCH بیشترین ارزش در معرض خطر را نشان می دهد.در دو سطوح اطمینان 95% و 99% بیشترین میزان ارزش در معرض خطر شرطی برای شاخص کل بورس اوراق بهادار تهران مربوط به الگوی GARCH-M(1,1) با توزیع تی- استیودنت، به ترتیب بامیزان % 6492/0 و %2863/1 می باشد. در شاخص کل با فرض توزیع نرمال در هر دو سطح اطمینان 5% و 99% به ترتیب الگوی GARCH-M، EGARCH، APARCH ، GJRGARCH و GARCH بیشترین ارزش در معرض خطر شرطی را نشان می دهند.اما با فرض توزیع تی- استیودنت برای هر دو سطح اطمینان 95% و 99% به ترتیب الگوی GARCH-M، APARCH، EGARCH ، GJRGARCH و GARCH بیشترین ارزش در معرض خطر شرطی را نشان می دهند. دقت و کفایت ارزش در معرض خطر و ارزش در معرض خطر شرطی که توسط الگوهای مختلف برآورده شده بودند، توسط آزمون های پس آزمایی ارزیابی بررسی شد. نتایج به دست آمده حاکی ازآن است که ارزش در معرض خطر برای سطح اطمینان 95% برای هر دو توزیع نرمال و تی- استیودنت با روش غلتان توسط آزمون های پس آزمایی مورد ارزیابی قرار گرفت، نتایج نشان می دهند که بر اساس pهای متناظر با آزمون های کوپیک و کریستوفرسن، فرض صفر مبنی بر کفایت و دقت مدل برای تمامی الگوها با توزیع نرمال رد می شوند. این بدین معنی می باشد که هیچ کدام از الگوها باتوزیع نرمال اعتبار کافی برای محاسبه ارزش در معرض خطر را دارا نمی باشند.در حالی که فرض صفر برای تمامی الگوها با توزیع تی- استیودنت رد نمی شوند، در نتیجه تمامی الگوها، با توزیع تی- استیودنت از اعتبار کافی جهت محاسبه ارزش در معرض خطر در سطح 95% را دارا می باشند. با توجه به این که ارزش در معرض خطر برای سطح اطمینان 99% برای هر دو توزیع نرمال و تی- استیودنت با روش غلتان توسط آزمون های پس آزمایی مورد ارزیابی قرار گرفت، نتایج نشان می دهند که بر اساس pهای متناظر دو آزمون کوپیک و کریستوفرسن تمامی الگوها در هر دو توزیع نرمال و تی- استیودنت برای محاسبه ارزش در معرض خطر در سطح اطمینان 99% از اعتبار و کفایت لازم برخوردار می باشند و فرض صفر در آنها رد نشده است.پیشنهادهایی مبتنی بر یافته های پژوهش این است که با تعیین دامنه سهام، بیمه کردن سهام، شفاف سازی اطلاعات به سرمایه گذاری بهتر در بازار سهام کمک کند. بورس اوراق بهادار تهران همچنین می تواند ارزش در معرض خطر را به صورت روزانه برای صنایع مختلف با استفاده از روش به کار برده شده در این پژوهش محاسبه کرده  و در اختیار سرمایه گذاران قرار دهد.همچنین برای محققان آینده  پیشنهاد می_شود با توجه به این که روش پژوهش حاضر مبتنی بر الگوهای واریانس ناهمسان شرطی می باشد و این الگوها دارای طیف وسیعی می باشند، پیشنهاد می گردد از الگوهای جدیدتری از جمله 3D-GARCH، COGARCH، GARCH-MIDDAS و... جهت محاسبه ریسک استفاده گردد. همچنین با توجه به تأثیر چشمگیر فروض توزیع احتمال، پیشنهاد می شود از فروض توزیع احتمال دیگری به غیر از آنچه در این مطالعه آمده است، استفاده شود. در مطالعه حاضر کفایت و دقت مدل های مختلف مورد ارزیابی قرار گرفته است، اما با توجه به این که ممکن است ارزش در معرض خطر توسط مدلی چنان بیش از حد برآورد گردد تا هیچ گونه تخطی را مرتکب نشود، در این صورت با معیارهای پس آزمایی مختلف، چنین ارزش در معرض خطری مدل خوبی به شمار آید در حالی که باید توجه داشت اگر ارزش در معرض خطر بیش از حد برآورد گردد ممکن است شرکت مورد نظر یا بانک یا .... متوجه زیان ناشی از تخصیص منابع گردند. بنابراین پیشنهاد می شود با استفاده از روش های مختلف تابع زیان، روش های مختلف ارزش در معرض خطر رتبه بندی شوند. نتیجه:با توجه به این که ارزش در معرض خطر برای سطح اطمینان 99% برای هر دو توزیع نرمال و تی- استیودنت با روش غلتان توسط آزمون های پس آزمایی مورد ارزیابی قرار گرفت، نتایج نشان می دهند که بر اساس pهای متناظر دو آزمون کوپیک و کریستوفرسن تمامی الگوها در هر دو توزیع نرمال و تی- استیودنت برای محاسبه ارزش در معرض خطر در سطح اطمینان 99% از اعتبار و کفایت لازم برخوردار می باشند و فرض صفر در آنها رد نشده است.پیشنهادهایی مبتنی بر یافته های پژوهش این است که با تعیین دامنه سهام، بیمه کردن سهام، شفاف سازی اطلاعات به سرمایه گذاری بهتر در بازار سهام کمک کند. بورس اوراق بهادار تهران همچنین می تواند ارزش در معرض خطر را به صورت روزانه برای صنایع مختلف با استفاده از روش به کار برده شده در این پژوهش محاسبه کرده  و در اختیار سرمایه گذاران قرار دهد.همچنین برای محققان آینده  پیشنهاد می شود با توجه به این که روش پژوهش حاضر مبتنی بر الگوهای واریانس ناهمسان شرطی می باشد و این الگوها دارای طیف وسیعی می باشند، پیشنهاد می گردد از الگوهای جدیدتری از جمله 3D-GARCH، COGARCH، GARCH-MIDDAS و... جهت محاسبه ریسک استفاده گردد. همچنین با توجه به تأثیر چشمگیر فروض توزیع احتمال، پیشنهاد می شود از فروض توزیع احتمال دیگری به غیر از آنچه در این مطالعه آمده است، استفاده شود. در مطالعه حاضر کفایت و دقت مدل های مختلف مورد ارزیابی قرار گرفته است، اما با توجه به این که ممکن است ارزش در معرض خطر توسط مدلی چنان بیش از حد برآورد گردد تا هیچ گونه تخطی را مرتکب نشود، در این صورت با معیارهای پس آزمایی مختلف، چنین ارزش در معرض خطری مدل خوبی به شمار آید در حالی که باید توجه داشت اگر ارزش در معرض خطر بیش از حد برآورد گردد ممکن است شرکت مورد نظر یا بانک یا .... متوجه زیان ناشی از تخصیص منابع گردند. بنابراین پیشنهاد می شود با استفاده از روش های مختلف تابع زیان، روش های مختلف ارزش در معرض خطر رتبه بندی شوند. [1] Stock Portfolio[2] Standard Deviation[3] Pesaran[4] kupice Test[5] Christoffersen Test[6] Conditional Coverage Level