نویسندگان

1 استادیار دانشگاه الزهرا (س)، دانشکده علوم اجتماعی و اقتصادی، گروه اقتصاد

2 کارشناس ارشد دانشگاه الزهرا (س)

چکیده

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.

کلیدواژه‌ها

خیابانی، ناصر و مریم ساروقی (1390)، «ارزش­گذاری برآورد VaR براساس مدل­های خانواده ARCH­»، پژوهش­های اقتصادی ایران، شماره 47.
راعی، رضا و علی سعیدی (1383)، مبانی مهندسی مالی و مدیریت ریسک، تهران، سازمان مطالعه و تدوین کتب علوم انسانی دانشگاه‌ها (سمت).
رادپور، میثم و علی رسولی‌زاده (1388)، مدیریت ریسک بازار رویکرد ارزش در معرض خطر، نشر آگاه (دانشگاه تهران).
 
Autzner P, F. Delbean J,M. Eber, and D.Health (1999), “Coherent Measures of  Risk”,  Mathematical Finance, 9(3).
Beaver, W.H, and G. Parker.(1995),” Risk Management, Problems, and Solution”, New  York, MG Graw.
Enders, w (2004), “Applied Econometric Time Series”, Wiley.
Grouhy, Michel and Galai, Dan and mark Rebert (2001),” Risk Management”, New York,  MG Graw- Hill.
Jorion, Philippe (2003), “Financial Risk Manage”, Wiley.
McNeil, A.J. and R. Frey (2000),” Estimation of Tail-Related Risk Measures for Heteroscedastic Financial Time Series”, an Extreme Value Approach, Journal of Empirical Finance 7, Issues 3-4, November 2000.
Miller, D. E (2003), “The Fundamentals of risk Measurement”. Financial Analysts Journal, 59, 108–109.
Miskin, Frederic S, Eakins, Stanley G (2006),” Financial Markets and Institution”, Pearson Press.
Nelsen, R.B. (1999), “An Introduction to Copulas”, Lectures Notes in Statistics, 139, Springer Verlag, New York
Nystrom, K., Skoglund, J. (2002), “Univariate Extreme Value Theory”, GARCH and Measures of Risk, Preprint, Swedbank.
Pickands, J. (1975), “Statistical Inference Using Extreme Order Statistics”, Annals of Statistics, 3.