انتخاب صفحه

فهرست مطالب

چکیده تحقیق…………………………………………………………………… 1

فصل اول: کلیات تحقیق

سرمایه‌گذاران به‌ هنگام اخذ تصمیمات سرمایه‌گذاری به ‌طور همزمان ریسک و بازده حاصل از گزینه‌های سرمایه‌گذاری را مد نظر قرار می‌دهند. این دو بعد سرمایه‌گذاری یعنی ریسک و بازده اگر نگوییم که تنها ابعاد تأثیر‌گذار در زمینه تصمیمات سرمایه‌گذاری هستند، بدون شک مهم‌ترین آن‌ها به شمار می‌روند. در واقع آنچه که از آن به‌ عنوان رفتار عاقلانه تعبیر می‌شود، چیزی جز توجه صرف به این دو بعد به ‌هنگام تجزیه و تحلیل فرصت‌های سرمایه‌گذاری نیست. در ادبیات مالی و اقتصادی به‌ وضوح عنوان می‌شود که فرد عاقل کسی است که به دنبال دست‌یابی به سطح معینی از بازده با تحمل حداقل ریسک ممکنه است. به ‌عبارتی دیگر وی خواستار دستیابی به حداکثر بازده در سطح معینی از ریسک می‌باشد. بنابراین ریسک جزء جدانشدنی بازده است و نمی‌توان در مورد بازده سرمایه‌گذاری بدون توجه به ریسک مترتب بر آن صحبت نمود. به بیانی دیگر ریسک صفت بازده است و نمی‌توان هیچ موصوفی را صرف‌نظر از صفتش تشریح نمود. عکس این مطلب نیز دارای اعتبار است یعنی نمی‌توان هیچ صفتی را بدون توجه به موصوفش مورد بررسی قرار داد. دقیقاً به همین دلیل است که مدل‌های موجود برای تشریح بازده دارایی‌ها با مدل‌ها ریسک بازده دارایی‌ها تکمیل می‌گردند و مدل‌های ریسک، دارای جزء بازده می‌باشند. اگر ریسک و بازده یک دارایی را با عنوان متغیر مد نظر قرار دهیم، به تفاوت عمده‌ای میان این دو متغیر دست می‌یابیم. بازده یک متغیر کمی و ریسک یک متغیر کیفی است. بدیهی است که اندازه‌گیری و تجزیه و تحلیل متغیرهای کمی به مراتب ساده‌تر از متغیرهای کیفی است. اندازه‌گیری یک کیفیت و بیان آن در قالب یک کمیت کاری بس چالش‌برانگیز و مستلزم دقت و تلاشی وصف‌ناپذیر است. به ‌همین دلیل است که هنوز هم تلاش برای کمی‌سازی ریسک و جستجو برای ارائه مدل‌های دقیق‌تر و منطقی‌تر ادامه دارد.
طبقه‌بندی‌های گوناگونی از ریسک ارائه شده است. یکی از طبقه‌بندی‌ها بر اساس عوامل ایجاد نوسانات در بازده دارایی‌ها می‌باشد. بر اساس این طبقه‌بندی ریسک به ریسک بازار، اعتباری، عملیاتی، نقدینگی، سیاسی و … تقسیم می‌شود. مثلاً ریسک بازار، ریسک زیان ناشی از حرکات یا نوسانات غیرمنتظره در قیمت‌ها یا نرخ‌های بازار می‌باشد و با این تعریف می‌توان آن را از سایر انواع ریسک مثل ریسک اعتباری و عملیاتی تمیز داد.
در پی مطالعات محققان، ابزارهای مختلفی برای اندازه‌گیری ریسک، معرفی شده است. هر کدام از این ابزارها، اغلب برای اندازه‌گیری نوع معینی از ریسک توسعه یافته است. در سال‌های اخیر، سنجه‌ای عمومی برای اندازه‌گیری ریسک وارد ادبیات مالی شده است. ابزاری که به دلیل ویژگی‌هایش به‌ سنجه‌ای استاندارد برای اندازه‌گیری انواع مختلف ریسک تبدیل گشته است. شاهد این مدعا پیمان کمیته نظارت بر بانک‌ها یعنی بال در جهت کمی‌سازی ریسک مؤسسات مالی و خصوصاً بانک‌ها است. این پیمان به بانک‌ها توصیه می‌کند که برای اندازه‌گیری ریسک بازار، اعتباری و عملیاتی از مدل‌های این سنجه ریسک استفاده کنند. به علاوه الزامات کفایت سرمایه بانک‌ها نیز بر اساس پیش‌بینی‌های این سنجه از ریسک پیش‌روی مؤسسات مالی تعیین می‌گردد. هم‌چنین بسیاری از بورس‌های اوراق بهادار از جمله بورس اوراق بهادار نیویورک شرکت‌های پذیرفته شده را ملزم به افشای ریسک بر اساس این سنجه به‌ عنوان یکی از گزینه‌های افشا نموده‌اند. این سنجه ارزش در معرض خطر می‌باشد.

1-2- بیان مسأله اساسی تحقیق
درک تأثیر حوادث حدی بازار برای مدیران دوران بحران از اهمیت بسیاری برخوردار است. بررسی‌های تجربی ما نشان می‌دهد که توزیع‌های بازدهی، صرفاً با روش¬های معمولی مشخص نمی‌شوند و اینکه حداکثر و حداقل میزان بازدهی می‌تواند به صورت رضایت بخشی در چهارچوب ارزش‌های حدی مدل سازی شود.
فرضیه ارزش حدی (EVT) در سال‌های اخیر توجه پژوهشگران را به طور قابل ملاحظه‌ای به خود جلب نموده است. (لیدبتر، 1993؛ رایس و توماس، 1997) و کاربردهای بسیاری در زمینه امور مالی داشته است. (دانلسون و دی و رایس، 1998؛ مک نیل، 1998 و لانگین، 2000)
در بازارهای مالی حرکات حدی قیمت‌ها ممکن است مشابه به تصحیح بازار در خلال دوره‌های معمولی و یا مشابه حوادث بازار سهام و یا سقوط بازار اوراق قرضه و یا بحران ارز در خلال دوره‌های غیرطبیعی باشد. اخیراً در بازارهای نوظهور، بازار حوادث حدی بسیاری را تجربه کرده¬اند. نمونه‌هایی از این وقایع شامل کاهش ارزش پولی مکزیک در پایان سال 1994، بحران اوراق قرضه براتی در ابتدای سال 1995، کاهش ارزش پولی کشورهای آسیایی در خلال سال 1997 و بحران روسیه در سال 1998 می¬شود. آشفتگی اخیر که در بازارهای مالی آسیا به وجود آمده است، فرصت‌های توزیعی جالبی را جهت استفاده از فرضیه ارزش حدی برای تجزیه و تحلیل این بازارها فراهم می¬سازد. بحران مالی آسیای شرقی که در نیمه‌های سال 1997 شروع شد، یکی از حوادث اقتصادی چالش‌‌برانگیز و جدی در دهه 1990 بوده است. اگر چه عوامل مختلفی موجب بحران پولی آسیا شدند اما چند عامل در تمام کشورهای آسیایی که این بحران را تجربه کرده‌اند مشترک بوده است: سیستم نرخ ارز انعطاف‌ناپذیر، سیستم بانکداری ضعیف و وام‌های خارجی بیش از اندازه در میان تمام کشورها که دچار سقوط ارزش پولی و قیمت سهام شدند مشترک بود. براساس اهمیت آسیای شرقی در اقتصاد جهانی، بحران این منطقه از تأثیرات منطقه‌ای و شدیدی مانند سقوط قابل توجه ارزش پول‌های ملی و سقوط شدید در شاخص‌های سهام بوده است. درک تأثیر حوادث حدی بازار مانند بحران مالی آسیای شرقی برای مدیران دوره بحران از اهمیت بسیاری برخوردار است. (اوینگ، 1995 و لانگین، 2000)
از آنجایی که تمامی روش‌های اندازه‌گیری ریسک در مورد برآورد ارزش در معرض خطر (VaR) یک سبد دارایی فرض را بر این می‌گذارد که روند بازار ثابت است، بنابراین حوادث بازار حدی ضرورت استفاده از یک روش خاص برای مدیران بحران را مشخص می‌سازد. یک روش جدیدتر در مورد برآورد VaR بر مدل‌سازی توزیع دنباله‌دار براساس فرضیه ارزش‌های حدی تمرکز دارد (لانگین، 2000؛ دیبولد، 1999؛ مک نیل و فری، 1998؛ مندس، 2000). هدف ازاین تحقیق کاربرد فرضیه ارزش‌های حدی برای تحلیل بازارهای سهام و سکه در ایران است.
در بازار سکه و طلای بار آزادی تهران نیز طی 6 ماه پایانی سال 90، 4 تا کاهش قیمت بزرگ تجربه شده است که به طور متوسط 028/0- می‌باشد و هم‌چنین در بازار سهام تهران نیز 4 کاهش قیمت بزرگ تجربه شده که به طور متوسط 013/0- می‌باشد. ولی ما به طور دقیق می‌خواهیم با استفاده از تئوری ارزش حدی احتمال کاهش بیشتر از یک مقدار خاص را محاسبه کنیم.

1-1- مقدمه…………………………………………………………………….. 3
1-2- بیان مسأله اساسی تحقیق…………………………………………… 4
1-3- اهمیت و ضرورت انجام تحقیق…………………………………………. 6
1-4- اهداف تحقیق……………………………………………………………. 7
1-5- هدف کاربردی…………………………………………………………….. 8
1-6- سؤالات تحقیق…………………………………………………………… 8
1-7- فرضیه‏های تحقیق………………………………………………………… 8
1-8- متغیرهای تحقیق…………………………………………………………. 9
1-9- جامعه آماری، روش نمونه‏گیری و حجم نمونه (در صورت وجود و امکان) 9
1-10- محدودیت‌های تحقیق………………………………………………….. 9
1-11- تعریف واژه‏ها و اصطلاحات فنی و تخصصی………………………….. 9

فصل دوم: ادبیات تحقیق

محققین ریسک را به اشکال مختلف اما مشابه تعریف کرده¬اند، به طور مثال به دو تعریف ریسک که مک¬نیل، فری و امبرشتس (2005) ارائه کرده¬اند اشاره می¬کنیم. «هر فعالیت یا اتفاق که ممکن است در توانایی سازمان در رسیدن به اهدافش اثر نامطلوب بگذارد» و یا «احتمال قابل سنجش ضرر و یا بازده کمتر از حد انتظار»، همان طور که این محققین اشاره کرده¬اند احتمالاً هیچ تعریفی نتواند تمام جنبه¬های ریسک را پوشش دهد، اما این تعریف¬ها به جنبه¬های اصلی ریسک اشاره می¬کنند. با دقت در این تعریف-ها می¬توان سه عامل مشترک را در آن¬ها دید:
1- ریسک به فعالیت و یا رویدادی اطلاق می¬شود که در آن عدم اطمینان وجود داشته باشد.
2- ریسک به فعالیت یا رویدادی اطلاق می¬شود که در رسیدن به اهداف تعیین شده مؤثر باشد. این مورد به همراه مورد قبلی جوهره اصلی اکثر تعاریف ریسک را تشکیل می¬دهد.
3- در هر دوی این تعریف¬ها تنها به جنبه¬ی منفی ریسک توجه شده است، که البته همه¬ی تعریف¬های ریسک از این قاعده تبعیت نمی¬کنند. (فاطمه قربانلو، 1389)
ریسک بازار به صورت عدم اطمینان ناشی از تغییر شرایط بازار نظیر: تغییر قیمت دارایی‌ها، نرخ بهره، نوسانات بازار و نقدینگی بازار می‌باشد که منجر به مخاطره افتادن بازدهی پرتفوی معاملاتی و یا ارزش دارایی‌های نهاد مالی خواهد شد.

2-1-2- مدیریت ریسک
مدیریت ریسک به منظور محافظت در برابر پیامدهای نامطلوب ناشی از تحمل ریسک و هم‌چنین اطمینان یافتن از دستیابی به فواید پذیرش ریسک مفید است. در گذشته، هر چند سرمایه‌گذاران با مفهوم «مدیریت ریسک» آشنایی داشتند، لیکن مدیریت ریسک را عمدتاً در قالب روش‌هایی برای کاهش ریسک از طریق کنترل کیفیت، آموزش اصول ایمنی، افزایش ضریب امنیتی و بیمه اشخاص و اموال اعمال می‌کردند. امروزه، مدیریت ریسک لزوماً با کاهش ریسک معادل نیم باشد. به عبارت دیگر، هدف از مدیریت ریسک، پرهیز از ریسک نیست بلکه ما در مدیریت ریسک به دنبال شکار فرصت‌ها هستیم. (کریستوفرسن، 2006) تئوری مدرن پرتفوی، متنوع‌سازی و تشکیل یک سبد متنوع از دارایی‌ها (پرتفوی) را کلید مدیریت ریسک می‌داند. از سوی دیگر، معامله‌گران اوراق مشتقه، مدیریت ریسک را معادل بکارگیری این اوراق برای پوشش یا تنظیم ریسک بازار در نظر گرفته‌اند. تا آنجا که گاهی از ابزارهای مشتقه به عنوان «محصولات مدیریت ریسک» یاد می‌شود. مدیریت ریسک جدید که در دهه 90 میلادی توسعه یافت با شکل‌های قبلی آن متفاوت است. مطابق دیدگاه جدید، ابزارهای مشتقه بیش از آنکه یک راه‌حل باشند خود ایجاد مشکل و دشواری می‌نمایند. دیدگاه جدید مدیریت ریسک، عمدتاً بر روی گزارش‌دهی، نظارت و تجزیه و تفکیک وظایف تمرکز دارد. امروزه از ارزش در معرض ریسک به عنوا ن دانش جدید مدیریت ریسک یاد می‌شود تا آنجا که در سال‌های اخیر معیارهای سنجش ریسک بازار با عبارت ارزش در معرض ریسک مترادف گشته است. (گلین و هولتون، 2004)

2-2- ارزش در معرض ریسک
ارزش در معرض ریسک ، اطلاعات مربوط به ریسک سبد سرمایه¬گذاری را به صورت یک عدد نشان می¬دهد. در واقع ارزش در معرض ریسک انواع ریسک¬ها را در یک عدد خلاصه می¬کند. امروزه این معیار در سطح گسترده¬ای مورد استفاده قرار می¬گیرد. به طور قراردادی، ارزش در معرض ریسک بیشترین زیان مورد انتظار را در افق زمانی مشخص در سطح اطمینان معین اندازه‌گیری می‌نماید. ارزش در معرض ریسک به صورت زیر تعریف می¬شود:
ما X درصد اطمینان داریم که طی N روز آتی، قطعاً بیشتر از مبلغ V متحمل زیان نخواهیم شد. متغیر V همان ارزش در معرض ریسک سبد سرمایه¬گذاری است که در بردارنده¬ی دو پارامتر افق زمانی و سطح اطمینان است. ارزش در معرض ریسک معیار مناسبی به شمار می‌رود، زیرا فهم و درک آن آسان است. در واقع این معیار بیان می¬کند تا چقدر ممکن است ما دچار زیان شویم یا به عبارت دیگر حداکثر مقدار زیان چقدر است. این همان سؤالی است که همه مدیران به دنبال پاسخ آن هستند. بنابراین بسیار مطلوب خواهد بود اگر بتوانیم همه پارامترهای مختلف اندازه¬گیری ریسک در رابطه با متغیرهای بازار مربوط به سبد را تحت یک متغیر خلاصه کنیم.
سهام‌داران و مدیران مؤسسات مالی می‌توانند تصمیم‌گیری کنند که آیا با این سطح از ریسک، آسوده خاطر می‌باشند یا خیر. اگر پاسخ منفی باشد، باید پروسه‌ای که منجر به محاسبه ارزش در معرض ریسک شود، طی شود تا معین شود که ریسک در کجا باید اصلاح گردد.
اگر استفاده از یک متغیر برای توضیح ریسک یک بدره مناسب است، این سؤال مطرح می‌شود آیا ارزش در معرض ریسک بهترین گزینه است. برخی محققین مطرح کرده¬اند که استفاده از ارزش در معرض ریسک ممکن است معامله¬گران را ترغیب نماید تا سبدهایی را انتخاب نمایند که توزیع بازده آن مشابه شکل 1 باشد، در حالی که شکل¬های 1 و 2 دارای ارزش در معرض ریسک یکسانی هستند اما سبد شکل 1 دارای ریسک بیشتری است. (کاظمی، 1391)

در دنیای مالی کنونی، «ارزش در معرض ریسک» از جمله مهم‌ترین مواردی است که در سنجش ریسک مورد استفاده قرار می‌گیرد. هدف اصلی مدیریت پرتفوی، بهینه‌سازی تخصیص دارایی‌ها مطابق بازده
مورد انتظار و درجه ریسک است. مقایسه استراتژی‌های متنوع مدیریت پرتفوی با ابزار مختلف عملاً کاری نسبتاً مشکل است. مشتریان علاقه دارند از مقدار زیان پرتفوی خود در شرایط مشخص، اطلاع داشته باشند. از سوی دیگر، ریسک بازار شامل انواعی مختلف از ریسک‌هاست که هر یک دارای خصوصیات خاص خود هستند.
مدل‌های مربوط به ریسک پرتفوی، با سرعت از توزیع سود و زیان سنتی، به ارزش در برابر ریسک، توسعه پیدا کرده‌اند. این معیار به‌ عنوان تکنیکی در مدیریت ریسک، توضیح می‌دهد که زیان محتمل در طول دوره‌ای معین، در سطح اطمینانی معین، ناشی از قرار گرفتن در معرض ریسک بازار است. ارزش در معرض ریسک که «سرمایه در معرض ریسک» نیز نامیده می‌شود، مبلغی از ارزش پرتفوی یا دارایی را مشخص می‌کند که انتظار می‌رود طی دوره زمانی مشخص و تا میزان احتمالی معین، از دست برود.
سادگی مفهوم «ارزش در معرض ریسک» این امکان را فراهم می‌سازد که نه‌ تنها برای آن دسته از مؤسسات مالی که شامل عملیات تجاری در مقیاس وسیع می‌شوند بلکه برای بانک‌های کوچک، شرکت‌های بیمه، نهادهای سرمایه‌گذاری و کسب و‌ کارهای غیرمالی نیز به‌ عنوان مقیاس ریسک استاندارد معرفی شود. ارزش در برابر ریسک، به ابزاری غیرقابل انکار برای کنترل ریسک و بخش جدایی‌ناپذیری از روش‌های توزیع سرمایه بین محیط‌های متنوع تجاری تبدیل شده است. محاسبه ریسک در پرتفوی‌های سرمایه‌گذاری‌های کنونی که شامل انواع ابزار مالی از جمله سهام، اوراق قرضه و انواع ابزار مشتقه‌ است، تنها از طریق این شاخص قابل اندازه‌گیری است زیرا به‌ دلیل ویژگی‌های خاص ابزار مشتقه، از جمله نبود رابطه خطی بین بازدهی ابزار و دارایی اصلی تعهد شده، نمی‌توان از روش‌های دیگر برای محاسبه ریسک استفاده کرد.

2-1- مقدمه……………………………………………………………………… 12
2-1-1- مفهوم ریسک………………………………………………………….. 12
2-1-2- مدیریت ریسک…………………………………………………………. 13
2-2- ارزش در معرض ریسک………………………………………………….. 13
2-2-1- دلایل استفاده از ارزش در معرض ریسک (VaR) ا……………………15
2-2-2- سطح اطمینان و افق زمانی………………………………………….. 16
2-3- مدل‌سازی ریسک…………………………………………………………. 19
2-3-1- مدل‌های پیش‌بینی بازده‌ و تلاطم بازده…………………………….. 19
2-3-2- رویکردهای مدل‌سازی ریسک………………………………………… 31
2-4- رویکردهای پارامتریک……………………………………………………… 32
2-4-1- مشخصه‌ها و مفروضات……………………………………………….. 33
2-4-2- مدل‌های پارامتریک…………………………………………………….. 33
2-5- محاسبه ارزش در معرض ریسک با استفاده از نظریه ارزش حدی…. 38
2-5-1- مبانی آماری روش سنتی مدل سازی دادههای حدی…………… 40
2-5-1-1- برآورد پارامترهای توزیع ارزش حدی تعمیم یافته……………….. 43
2-5-1-2- محاسبه ارزش در معرض ریسک…………………………………. 45
2-6- متوسط زمان انتظار و حداقل بازدهی پایین تر از یک آستانه خاص…. 47
2-6-1- مبانی آماری روش نوین مدلسازی دادههای حدی (رویکرد فراتر از آستانه)…………………………………………………………………………. 49
2-6-2- تکامل رویکردهای مقدار حدی………………………………………. 62
2-7- پس‌آزمایی ارزش در معرض خطر……………………………………….. 63
2-7-1- پس‌آزمایی چیست؟………………………………………………….. 63
2-7-2- روش‌های پس‌آزمایی………………………………………………… 64
2-8- سابقه مطالعات و تحقیقات پیشین…………………………………… 76

فصل سوم: روش تحقیق

البته با ترکیب هر کدام از مدل‌های پیش‌بینی بازده و پیش‌بینی نوسان و نیز با در نظر گرفتن مفروضات توزیعی می‌توان به مدل‌های زیادی دست یافت. جایگشت این مدل‌ها به 32 مدل (4×4×2) می‌رسد. در ضمن این جایگشت بدون در نظر‌ گرفتن مرتبه مدل‌های ARMA و GARCH می‌باشد. دلیل انتخاب مدل‌های جدول بالا در این مطالعه، فراوانی استفاده از آن‌ها در تحقیقات پیشین می‌باشد. به‌ هر حال دلایل منطقی برای این انتخاب‌ها نیز وجود دارد. مثلاً زمانی که با استفاده از مدل‌های نوسان ساده‌ای مانند SMA و EWMA به‌طرز قابل ملاحظه‌ای از پویایی‌های نوسان چشم‌پوشی می‌کنیم، استفاده از مدل ARMA جهت پیش‌بینی بازده منطقی به ‌نظر نمی‌رسد چرا که بر اساس شواهد، وجود خودهمبستگی‌های زمانی نوسانات به اثبات رسیده و این در حالی است که چنین همبستگی‌هایی در سری بازده‌های مالی کمتر به چشم می‌خورد. به همین دلیل است که در مدل‌های جدول بالا، مدل‌های ARMA در کنار مدل‌های SMA و EWMA نیامده‌اند. در نهایت اشاره می‌شود که برای جلوگیری از افزایش تعداد مدل‌ها و متعاقباً افزایش حجم تحقیق از بررسی تمامی مدل‌ها اجتناب نموده و به مدل‌های موجود در جدول بالا اکتفا کرده‌ایم. (رادپور، 1387)
طبق مطالب گفته شده تئوری مقدار حدی بر اساس بر پایه دو فرض توزیعی بنیادین قرار دارد. توزیع تعمیم یافته مقدار حدی و توزیع تعمیم یافته پرتو که به آن رویکرد فراتر از آستانه نیز می‌گویند. به دلیل اینکه در این مطالعه از رویکرد فراتر از آستانه جهت مدل‌سازی ریسک و محاسبه ارزش در معرض خطر استفاده شده است از ارزیابی آن قسمت از تئوری مقدار حدی که بر پایه توزیع تعمیم یافته مقدار حدی است، صرف‌نظر کرده و تنها به ارزیابی رویکرد فراتر از آستانه می‌پردازیم.
در جدول فوق CPOT بیانگر مدل فراتر از آستانه شرطی است.
به این نکته توجه داشته باشید که رتبه مدل‌های ARMA و نیز GARCH در جدول بالا مشخص نشده‌ است. در واقع در این جدول تنها مشخص شده که ما قصد استفاده از این مدل‌ها را داریم ولی مقادیر p و q که مشخص‌کننده رتبه این مدل‌هاست ذکر نشده‌اند. در این تحقیق برای پیش‌بینی بازده از مدل ARMA (1,1) و ARMA (2,2) و برای پیش‌بینی نوسان از مدل GARCH (1,1) و GARCH (2,2) استفاده می‌کنیم. همچنین رتبه تنها مدل AR مورد استفاده در این تحقیق، 1 می‌باشد و نیز رتبه تنها مدل ARCH استفاده شده در این مطالعه نیز 1 می‌باشد. همچنین در این مطالعه هر جا که مدل‌های مدل‌های ARMA و مدل‌های GARCH با هم به ‌کار رفته‌اند، رتبه آن‌ها با هم برابر می‌باشد. مثلاً مدل
ARMA (1,1) با مدل GARCH (1,1) و مدل ARMA (2,2) با مدل GARCH (2,2) به ‌کار رفته است.

3-2-1-4- انتخاب افق پیش‌بینی
مسأله‌ دیگری که پیش روی ما قرار دارد، انتخاب افق پیش‌بینی یا دوره نگهداری در مدل VaR می‌باشد چرا که طبق تعریف VaR کاهش ارزش پرتفوی را برای دوره معینی در آینده و در سطح اطمینان مشخصی پیش‌بینی می‌نماید. (کاظمی، 1390) همان‌گونه که در فصل پیش اشاره کردیم، انتخاب افق پیش‌بینی به اهداف ما بستگی دارد. افق‌های پیش‌بینی مختلفی را می‌توان مد نظر قرار داد. افق‌های 1 روزه و 10 روزه مطابق توصیه‌های کمیته بال می‌باشد. در این تحقیق چون هدف ما معرفی VaR و بررسی نحوه عملکرد آن در پیش‌بینی نوسانات پرتفوی است، به افق پیش‌بینی یک روزه اکتفا می‌کنیم. به هر حال روش کار قابل تعمیم به افق‌های زمانی بلند‌مدت‌تر نیز می‌باشد. اگر نخواهیم از قاعده جذر زمان استفاده کنیم، تعداد داده‌های موجود برای محاسبه ارزش در معرض خطر به‌شدت کاهش خواهد یافت. مثلاً در صورت لحاظ کردن افق پیش‌بینی 10 روزه، تعداد داده‌ها به 10 درصد داده‌های 1 روزه کاهش می‌یابد و این یکی از دلایل چشم‌پوشی از افق‌های پیش‌بینی بلند‌مدت‌تر، در این مطالعه است.

3-2-1-5- انتخاب سطح اطمینان
انتخاب سطح اطمینان، مشخص‌کننده انتظارات ما از مدل VaR در جهت ارائه پیش‌بینی‌های دقیق‌تر و مطمئن‌تر می‌باشد چرا که پیش‌بینی‌های VaR در قالب سطوح اطمینان مشخصی بیان می‌گردد. در این مطالعه ما از سطوح اطمینان متداول آماری یعنی 95% و 99% استفاده می‌نماییم. انتخاب سطوح اطمینان دیگر مانند 5/99% و 9/99% که مورد علاقه مدیریت ریسک نیز هستند به دلیل محدودیت در تعداد داده‌ها و کاهش تعداد تخطی‌های مورد انتظار و متعاقبا عدم اتکا به نتایج در این مطالعه منطقی به‌ نظر نمی‌رسد.

3-2-2- انتخاب مدل‌های‌ پس‌آزمایی
در این مطالعه برای بررسی عملکرد مدل‌های VaR از جهات مختلف، آزمون‌های متنوعی را به ‌کار می‌گیریم. این آزمون‌ها عبارتند از: آزمون پوشش غیرشرطی، آزمون استقلال، آزمون پوشش شرطی، آزمون اختلاف شرط‌بندی، آزمون صدک پویا و آزمون‌های مبتنی بر تبدیل برکویتز. همچنین برای مقایسه مدل‌های VaR از اولین پس‌آزمایی لوپز استفاده می‌کنیم.

3-3- نحوه برآورد پارامترها و محاسبه ارزش در معرض خطر
پس از اینکه تمامی تصمیمات راجع به انتخاب مدل‌ها گرفته شد، نحوه تخیمن پارامترها و محاسبه VaR و نیز نحوه استفاده از مدل‌های پس‌آزمایی را مد نظر قرار می‌دهیم. نمایه زیر ادامه مسیر این مطالعه را به تصویر می‌کشد.

در نمودار فوق بازده انتظاری در دوره t ، تلاطم دوره t و صدک توزیع مفروض در سطح خطای است. هر کدام از مدل‌های پیش‌بینی بازده و نوسان دارای پارامترهایی هستند. همچنین محاسبه صدک توزیع تعمیم یافته پرتو نیازمند تخمین پارامترهای این توزیع است. در اینجا روش‌های مورد استفاده برای تخمین هر کدام از پارامترها را مورد بررسی قرار می‌دهیم. در این میان باید توجه داشته باشیم که فرض توزیعی، برآورد تمامی پارامترها را تحت تأثیر قرار می‌دهد.

3-3-1- نحوه برآورد پارامترهای مدل‌های پیش‌بینی بازده
مدل‌های پیش‌بینی بازده در این مطالعه، مدل گشت تصادفی و مدل خودرگرسیونی- میانگین متحرک می‌باشد. در ادامه پس از معرفی پارامترهای این مدل‌ها روش‌های مورد استفاده برای برآورد آن‌ها را ذکر می‌کنیم.
• تنها پارامتر مدل گشت تصادفی، است. پارامتر این مدل زمانی که به ‌همراه مدل‌های SMS و EWMA استفاده می‌شود به ‌راحتی از طریق میانگین حسابی بازده‌های موجود در نمونه حساب می‌شود و زمانی که با مدل‌های GARCH استفاده می‌شود از طریق روش حداکثر درست‌نمایی برآورد می‌گردد.

3-1- مقدمه…………………………………………………………………….. 80
3-1-1- نحوه انتخاب نمونه…………………………………………………….. 80
3-1-2- فرضیه‌ها:………………………………………………………………. 81
3-2- انتخاب مدل‌ها ……………………………………………………………81
3-2-1- انتخاب مدل‌های ارزش در معرض خطر……………………………… 81
3-2-1-1- انتخاب فرض توزیعی………………………………………………. 82
3-2-1-2- انتخاب مدل‌های پیش‌بینی بازده…………………………………. 82
3-2-1-3- انتخاب مدل‌های پیش‌بینی نوسان……………………………….. 82
3-2-1-4- انتخاب افق پیش‌بینی………………………………………………. 84
3-2-1-5- انتخاب سطح اطمینان……………………………………………… 85
3-2-2- انتخاب مدل‌های‌ پس‌آزمایی…………………………………………. 85
3-3- نحوه برآورد پارامترها و محاسبه ارزش در معرض خطر………………. 85
3-3-1- نحوه برآورد پارامترهای مدل‌های پیش‌بینی بازده………………… 86
3-3-2- نحوه برآورد پارامترهای مدل‌های پیش‌بینی نوسان……………… 87
3-3-3- استخراج و یا برآورد صدک توزیع مفروض…………………………… 88
3-3-4- محاسبه ارزش در معرض خطر……………………………………….. 89
3-3-5- نحوه پس‌آزمایی مدل‌های ارزش در معرض خطر…………………… 89
3-4- نحوه محاسبه متوسط زمان انتظار و حداقل بازدهی پایینتر از یک آستانه خاص……………………………………………………………………………… 94
3-5- سایر مشخصات تحقیق………………………………………………….. 95
3-6- نرم‌افزارهای مورد استفاده………………………………………………. 97

فصل چهارم: تجزیه و تحلیل داده‌ها

4-1- تحلیل داده‌ها و برآورد پارامترها…………………………………………. 99
4-1-1- تحلیل‌های پیش از برآورد……………………………………………… 99
4-1-2- برآورد پارامترها…………………………………………………………. 105
4-1-3- تحلیل‌های پس از برآورد………………………………………………. 113
4-2- محاسبه ارزش در معرض خطر………………………………………….. 119
4-3- پسآزمایی مدل‌های ارزش در معرض خطر…………………………….. 121
4-4- نحوه محاسبه متوسط زمان انتظار و حداقل بازدهی پایینتر از یک آستانه خاص……………………………………………………………………………… 125

فصل پنجم: نتیجه‌گیری و پیشنهادات

نتایج و یافته‌های هر تحقیق، جان مایه و مهم‌ترین بخش تحقیق تلقی می‌شود، تا با محک یافته‌ها و استواری فرضیه‌هایش راهی به سوی بهبود و تعالی بگشاید. پیشنهادهای برآمده از تحقیق نیز ما را به تغییر و نو شدن فرا می‌خواند.
به کارگیری ارزش در معرض خطر به عنوان یک چارچوب مفید برای سنجه ریسک بسیار ضروری
به نظر می‌رسد و از طریق به کارگیری این چارچوب می‌توان به یقین به تحقق ارزش سبد دارایی برای دوره معینی در آینده با ضریب اطمینان مشخصی چشم امید بست.
در این فصل به طور اجمالی خلاصه نتایج تحقیق، استنتاج و تفسیر نتایج به دست آمده با استفاده از آزمون‌های ذکر شده در فصل قبل، همچنین محدودیت‌هایی که در انجام این تحقیق و هم‌چنین پیشنهاداتی برای تحلیل‌گران و محققان بیان می‌گردد.

5-2- نتایج حاصل از بررسی ویژگی‌های شاخص بورس تهران و سکه بهار آزادی
در زمینه بررسی و تحلیل ویژگی‌های بازده شاخص سود نقدی و قیمت بورس اوراق بهادار تهران و سکه بهار آزادی به نتایج زیر دست یافتیم و از آنجا که نتایج حاصل از بررسی ویژگی‌های شاخص بورس تهران و سکه بهار آزادی یکسان بود در اینجا فقط به نمایش و تحلیل داده‌های بورس تهران می‌پردازیم.
• بازده شاخص سود نقدی و قیمت بورس تهران دارای کشیدگی فراتر از نرمال و متعاقباً دنباله‌هایی متراکم‌تر از دنباله‌های توزیع نرمال می‌باشد. این نتیجه با نتیجه تحقیقات پیشین مبنی بر وجود کشیدگی و دنباله‌هایی متراکم‌تر از توزیع نرمال خصوصاً در بازاهای نوظهور هم‌خوانی دارد.
• وجود خود‌همبستگی‌های زمانی در سری بازده شاخص سود نقدی و قیمت بورس تهران و از طرفی دیگر سکه بهار آزادی و هم‌چنین مجذورات آنها در سطح اطمینان 95% مورد تأیید قرار گرفت. مطابق تحقیقات پیشین وجود خود‌همبستگی‌های زمانی بازده در سری‌های بازده مالی کمتر به‌ چشم می‌خورد و این در حالی است که وجود خود‌همبستگی‌ها در مجذورات بازده‌های مالی
به اثبات رسیده است. به‌ نظر می‌رسد وجود خود‌همبستگی‌های زمانی بازده ناشی از اعمال محدودیت‌هایی مانند حد نوسان قیمت‌ها و حجم مبنا در بورس اوراق بهادار تهران می‌باشد.

5-3- نتایج حاصل از برآورد پارامترها و تحلیل آن‌ها
• تمامی پارامترهای مدل‌های ARMA ، ARCH و GARCH در سطح اطمینان 95% معنی‌دار هستند و تنها پارامتر MA (q) یا همان می‌باشد که در این سطح اطمینان معنی‌دار نیست. این امر از برازش قابل قبول این مدل‌ها با بازده‌های شاخص سود نقدی و قیمت خبر می‌دهد. این نتیجه
به ‌طور کلی با نتایج حاصل از تحقیقات پیشین هم‌خوانی دارد.
• در مدل‌های TGARCH و EGARCH پارامتر اهرم یعنی Leverage معنی‌دار نیست و این بدان معنا‌ست که اخبار بد نسبت به اخبار خوب باعث نوسان بیشتر شاخص نمی‌شوند.
• تحلیل‌های پس از برآورد نشان می‌دهد که باقیمانده‌های استاندارد شده به لحاظ آماری فاقد هر گونه خود‌همبستگی می‌باشند و این نتایج حاصل از برازش قابل قبول مدل‌های GARCH با بازده شاخص را مورد تأیید قرار می‌دهد.

5-4- نتایج حاصل از پس‌آزمایی مدل‌های ارزش در معرض خطر
• به ‌طور کلی در مدل Normal SMA تعداد تخطی‌های مشاهده شده برای هر دو نرخ پوشش 5% و 1% به ‌لحاظ آماری تفاوت معنی‌داری با تعداد تخطی‌های مورد انتظار ندارد، یعنی این مدل از آزمون پوشش غیرشرطی سربلند بیرون آمده‌اند. اما این تخطی‌ها مستقل از هم نیستند و از آزمون استقلال نمره قبولی کسب نکرده‌اند. این مدل از آزمون پوشش شرطی نیز نمره قبولی کسب نکرده است. توجه داشته باشید که در نرخ پوشش 1%، تعداد تخطی‌ها به‌لحاظ عددی (نه به ‌لحاظ آماری) بیشتر از تعداد مورد انتظار است و این بر دنباله‌های متراکم‌تر توزیع بازده شاخص نسبت به توزیع نرمال دلالت دارد. این نتیجه با نتایج به ‌دست آمده از تحقیقات پیشین هم‌خوانی دارد.
• مدل t-student SMA در نرخ پوشش 5% تعداد تخطی‌هایی کمتر از انتظار دارد و این بدان معناست که در این نرخ پوشش ریسک را دست بالا برآورد کرده است. این مدل در نرخ پوشش 5% در آزمون استقلال و پوشش شرطی نیز نمره قبولی کسب نکرده است و می‌توان گفت که برآوردهای بسیار ضعیفی از ارزش در معرض خطر ارائه کرده است.
• تعداد تخطی‌های مدل t-student SMA در نرخ پوشش 1% تفاوت معناداری با تعداد تخطی‌های مورد انتظار ندارد. همچنین این تخطی‌ها مستقل از هم بوده و از آزمون پوشش شرطی نیز نمره قبولی کسب کرده‌اند. اما در این نرخ پوشش از آزمون‌های اختلاف شرط‌بندی و آزمون صدک پویا سربلند بیرون نیامده است. هم‌چنین توجه داشته باشید که تعداد تخطی‌ها به ‌لحاظ عددی کمتر از تعداد مورد انتظار است و این امر گویای اینست که دنباله‌های توزیع بازده شاخص تهران به متراکمی توزیع تی- استودنت نیستند.

5-1- مقدمه………………………………………………………………………. 128
5-2- نتایج حاصل از بررسی ویژگی‌های شاخص بورس تهران و سکه بهار آزادی 128
5-3- نتایج حاصل از برآورد پارامترها و تحلیل آن‌ها ……………………………..128
5-4- نتایج حاصل از پس‌آزمایی مدل‌های ارزش در معرض خطر ………………129
5-5- نتایج حاصل از محاسبه متوسط زمان انتظار و حداقل بازدهی حدی…… 130
5-6- محدودیت‌های تحقیق………………………………………………………. 130
5-7- پیشنهاد برای تحقیقات آتی……………………………………………….. 131
5- 8- توصیه‌های کاربردی………………………………………………………… 131
منابع فارسی……………………………………………………………………… 132
منابع انگلیسی……………………………………………………………………134

 

Abstract

Risk measurement is a problem occupies the mind of researchers for many years. Various approaches hasbeen developed in this area. These approaches can be divided in three categories, parametric, semi parametric and nonparametric based on statistical techniques used in. Risk measures quantify risk in the frame of these approaches. Among the risk measures, value-at-risk is a new one. In this study, we examine the performance of parametric value-at-risk in forecasting Tehran price and dividend index risk.
The result of value at-risk models backtesting indicated that the models in which the return and volatility dynamics are considered, have better performance than others. In this study these models respectively include arma and garch. The other result shows that the models which are flexible in attribution of distribution to data such pot have much better performance in forecasting index risk.
On the other hand, the average waiting time for an index to present a daily return below the 0.01 threshold is 3 days and also, in a fixed period of time, the probability of observing during a minimum daily return below the 0.01 threshold, during the next day, is 72 percent.



بلافاصله بعد از پرداخت به ایمیلی که در مرحله بعد وارد میکنید ارسال میشود.


فایل pdf غیر قابل ویرایش

قیمت25000تومان

خرید فایل word

قیمت35000تومان