بخشی از مقاله
چکیده:
در حال حاضر دقت برآورد ریسک پرتفوی برای مدیران سرمایهگذاری مسئله بسیار مهمی است. سنجههای سنتی تخمین ریسک همچون انحراف معیار، ضریب بتا و دیرش دارای مشکلاتی غیر قابل اغماض هستند . انتخاب پرتفوی بهینه با رویکرد میانگین - واریانس به دلیل مفروضاتی از قبیل نرمال چند متغیره بودن توزیع بازدههای زیان، احتمالا منجر به استراتژیهای ناکارآمدی جهت بهینهسازی بازده های مورد انتظار دارایی های مالی وحداقل کردن ریسک میشود.
بنابراین تمرکز بر یافتن معیاری مناسب برای ریسک که قادر به تلفیق هر گونه »نرمال نبودن« در توزیع بازده داراییهای مالی باشد از مطلوبیت زیادی برخوردار است. هدف این پژوهش ارائه روشی جهت محاسبه دقیق تر ارزش در معرض ریسک در شرطی به عنوان یک سنجه دقیق و پویا در محاسبه ریسک است در در تجزیه و تحلیل داده ها نرم افزارهایMATLABوEXCEL استفاده شده است.یافته های پژوهش نشان می دهد که استفاده از روش FIGARCH -EVT -Cvar تخمین دقیق تری از ارزش در معرض ریسک شرطی ارائه می دهدهمچنین این روش نسبت به روش شبیه سازی تاریخی عملکرد بهتری دارد.
مقدمه
در حال حاضر دقت برآورد ریسک پرتفوی برای مدیران سرمایهگذاری مسئله بسیار مهمی است. فضای حاکم بر بازارهای مالی و سرمایه گذاری به قدری نامطمئن و پر ابهام است که مدیران ریسک در موسسات مالی، نگران کاهش ارزش داراییها حتی در طی روز آینده میباشند برای مطالعه آماری دنیای مالی، تمرکز بر توزیعهای متقارن با گشتاورهای متناهی مانند توزیعهای نرمال و تی استیودنت کافی نیست. بحرانهای مالی نشان داده است که آنچه قابل چشم پوشی نیست، دنباله توزیع ها است.
نظریه ارزش فرین که بر دم توزیع ها تمرکز دارد، توزیع مقادیر بسیار بزرگ یا بسیار کوچک را توصیف میکند واز معیارهای بسیار مهم در مدیریت ریسک محاسبه ارزش در معرض ریسک شرطی سبدهای مالی است، برای محاسبه این معیار بایستی بر دم توزیع تغییرات ارزش سبد تمرکز کرد . روش سنتی محاسبه این معیار پیروی تغییرات ارزش سبد ازتوزیع نرمال را به عنوان فرض در نظر میگیرد در حالی که در تحقیقات بسیاری فرضیه نرمال بودن بازده داراییهای مالی رد شده است.
سری های زمانی مالی دارای خواصی همچون خوشه ای بودن تلاطم و متناهی بودن دامنه تلاطم ها در طی زمان می باشند.بنابراین انتخاب مدلی که واریانس را وابسته یه زمان محاسبه کند به جای اینکه واریانس را ثابت در نظر بگیرد می تواند موجب مدل سازی بهتر دادهها شود. انگل - 1982 - مدل ARCH را معرفی کرد که در این مدل واریانس، در طی زمان، بعنوان تابعی از خطاهای گذشته تغییر میکند.
بین و لاورنت - 2000 - مدلی با ویژگی انباشته کسری با تغییر مارکوف از خانواده GARCH ارائه دادند و با استفاده از داده های روزانه نرخ ارز مارک آلمان به دلار امریکا مدل خود را پیاده سازی کردند. یافته های آنها حالی از این واقعیت بود که تاثیر متقابل قوی بین تغییر ساختار و حافظه بلندمدت در واریانس وجود دارد. آنها بیان داشتند که استفاده از رویکرد جدید دو مزیت را در پی خواهد داشت. اولین مزیت مربوط به کارایی تخمین پارامترهای مدل نهایی است. در حقیقت تخمین یک مرحله ای این امکان را فراهم می کند که بر تاثیر متقابل پارمترها، در حین ملحوظ کردن حافظه بلند مدت و تغییرات رژیم، کنترل اعمال شود. دومین مزیت در ارتباط با فرآیند تولید کننده داده ها است که در ذهن محقق شکل گرفته است این مدل به انعطاف پذیری بیشتر کمک میکند. این پژوهش با بکار بردن تغییرات ساختاری و حافظه بلندمدت بطور هم زمان در یک مدل جدید، باعث شد تا تخمین پارمترها با تورش کمتر شکل گیرد.
سنجه Cvar به دلایل مختلف از اهمیت ویژه ای برخوردار است یکی از دلایلی که این سنجه در میان مدیران اجرایی جذابیت زیادی دارد سادگی و قابل توضیح بودن مفهوم آن است و به بیان دیگر، نشانگر نگرانی از دست رفتن دارایی های یک موسسه یا سازمان است. این سنجه میزان نگرانی را بر حسب درصد و کمیت پولی بیان می کند در حقیقت بیانگرنگرانی فرد نسبت به حداکثر زیان مشروطی است که متوجه دارایی های سازمان یا شرکت در یک دوره زمانی بوده است علت دیگر اهمیت Cvar الزامات قانونی از طرف قانون گذاران بازار پول ،سرمایه و شرکت های بیمه می باشد با توجه به کاربردهای متداول این سنجه و زیان های غیرقابل جبران ناشی از تلاطمهای شدید بازار انگیزههای مختلف برای یافتن مقدار دقیق سنجه Cvar باروشهای مختلف شکل گرفته است.
روشهای مختلف محاسبه سنجه ها که تا کنون معرفی شده اند هر یک تلاش در جهت مدل سازی ویژگی داده های مالی از قبیل دنباله پهن3 داده های بازده داراییهای مالی، خوشهای بودن تلاطم، حافظه بلند مدت و غیره بوده است. در این میان، سنجه ای که میزان ریسک را به صورت پویا اندازه گیری کند و بعلاوه ویژگی داده ها را نیز به طور مطلوب در بر داشته و در عین حال از دقت نسبتا بالاتری برخودار باشد مطرح نشده است .در این پژوهش تلاش شده است تا در جهت معرفی، محاسبه و پیاده سازی یک سنجه ترکیبی و پویا گام برداشته شود. بنابراین این پژوهش به دنبال توسعه مدلی جهت محاسبه پویا میباشد به طوری که نسبت به مدل های دیگر عملکرد بهتری داشته باشد و نتایج آن بر روی دادههای شاخص بورس اوراق بهادار تهران به اثبات برسد.
. بر آورد مقدار دقیق cvar ، در تعیین مقدار سطح اطمینان و دوره زمانی مناسب مسئله بسیار مهمی است. بعلاوه مقدار که محاسبه می شود بایستی نسبت به شرایط جاری حساسیت مناسبی داشته باشد تا مقدار حساب های ودیعه و کفایت سرمایه بر اساس آن محاسبه و تعدیل شود..
در نظر گرفتن واریانس غیر ثابت و ناهمسان نشان میدهد که مقدار cvar در صورتی دقیقتر برآورد خواهد شد که وابستگی به زمان داشته باشد به عبارت دیگر در محاسبه آن خاصیت پویایی لحاظ شود.
