%0 Journal Article %T برآورد ارزش در معرض خطر پرتفوی ارزی یک بانک نمونه با روش GARCH-EVT-Copula %J پژوهش‌های اقتصادی ایران %I دانشگاه علامه طباطبائی %Z 1726-0728 %A راغفر, حسین %A آجورلو, نرجس %D 2016 %\ 06/21/2016 %V 21 %N 67 %P 113-141 %! برآورد ارزش در معرض خطر پرتفوی ارزی یک بانک نمونه با روش GARCH-EVT-Copula %K آزمون کوپیک %K ارزش در معرض خطر %K مقدار فرین %K کاپولا %R 10.22054/ijer.2016.7238 %X هدف این مقاله، محاسبه ارزش در معرض خطر پرتفوی ارزی یک بانک نمونه با استفاده از روش GARCH-EVT-Copula (GEC) است. عمده­ترین چالشی که امروزه صنعت بانکداری با آن مواجه بوده، درک مفهوم ریسک و به دنبال آن، اندازه­گیری و کمی­ کردن ریسک است. روش­های مختلفی برای اندازه­گیری ریسک وجود دارد، اغلب این روش­ها توزیع مشترک شناخته‌شده­ای برای سبد دارایی فرض می­کنند، به­طور­­ معمول توزیع مشترک نرمال در مدل­های تجربی مورد استفاده قرار می­گیرد، اما توزیع دارایی­ها در اغلب موارد دنباله پهن هستند، در نتیجه، فرض نرمال بودن توزیع مشترک بازدهی می­تواند به برآورد نادرست VaR منجر شود. در این مقاله، توزیع مشخصی برای سبد دارایی فرض نمی­شود. این مقاله از مدل خودرگرسیون همراه با ناهمسانی واریانس آستانه‌ای (GJR-GARCH) برای توزیع بازده­ای متغیر در طول زمان دارایی­های فردی، همچنین تئوری مقدار فرین برای توزیع­هایی که دنباله پهن هستند و توابع کاپولا برای ساختار وابسته به تمام دارایی­های یک سبد دارایی استفاده کرده است. در این تحقیق، ارزش در معرض خطر از روش‌های واریانس-کوواریانس و شبیه­سازی تاریخی نیز محاسبه شده است. در نهایت، با استفاده از آزمون کوپیک که یکی از روش­های پیش­آزمایی ارزش در معرض خطر است، اعتبار مدل­ها مورد سنجش و ارزیابی قرار گرفته است. نمونه آماری این مطالعه را نرخ‌نامه­ 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 می­دهند، همچنین سبد ارزی یک بانک نمونه در تاریخ 31/1/1391 مورد بررسی قرار گرفته است. براساس نتایج حاصلاز تحقیق، ارزش در معرض خطر محاسبه شده توسط مدل  GECنسبت به دو مدل دیگر بیشتر است و براساس نتایج به‌دست آمده از آزمون کوپیک، اعتبار و دقت مدل GEC نسبت به دو مدل دیگر بیشتر است. %U https://ijer.atu.ac.ir/article_7238_bddcc8d373044e9523557fec0f10c39d.pdf