خلاصة:
پژوهش حاضر به بررسی ارزش در معرض ریسک (VAR) و ریزش مورد انتظار (ES) در بورس اوراق بهادار تهران با استفاده از نظریه مقدار حدی (ماکسیمم بلاک‌ها و توزیع پارتو تعمیم یافته(GPD)) پرداخته است. پیش از تخمین مدل‌ها در تجزیه تحلیل مقدماتی یافته‌ها که با استفاده از آماره‌های توزیع تجربی، تابع اضافی میانگین و رسم Q-Q انجام شد، وجود رفتار دم پارتو و دم پهن داده‌ها نمایان گردید. برای تخمین مقدار آستانه بهینه، از تابع اضافی میانگین و رسم Hill استفاده شد که آماره‌های مذکور برای بازده مثبت و منفی، به ترتیب مقدار آستانه را در حدود 1.20 و 0.95 برای مدل GPD تهیه نمودند. از مقایسه باقیمانده‌های مدل‌های تخمین زده شده مقدار حدی کلاسیک (21، 63، و 126 روز) و مدلGPD، استنباط بر عملکرد مطلوب GPD محاسبه شده نسبت به مقدار حدی بلاک که حساسیت زیادی به انتخاب طول دوره دارد، حاصل شد. در نهایت برای تخمین VAR و ES از مدل GPD تخمین زده شده که کارایی بهتری را به نمایش گذاشت، استفاده شد. یافته‌ها موید این مطلب بود که کاربرد VAR و ES نباید بر مدیریت ریسک مالی مسلط شود؛ به عبارتی، وابستگی بر مقیاس ریسک منفرد به جهت نادیده گرفتن اطلاعات ریسک پرتفوی مشکل ایجاد می‌کند. بنابراین برای در برگرفتن اطلاعات نادیده شده توسط VAR و ES، ضروری است که جنبه‌های گوناگون توزیع زیان/سود مانند دم پهن بررسی شود.
maxima and GPD). Earlier estimates of the preliminary findings of the analysis that uses statistics, Empirical Distribution Function, Mean Excess Function and QQ plot, Pareto and heavy-tailed behavior were found data. To estimate the optimal threshold value, we have Mean Excess Function and hill plot applied. To estimate the optimal threshold value, Mean Excess Function and Hill plot use the statistics mentioned for the positive and negative returns, the threshold value for GPD models are about ./75 And ./60 have provided. Comparing the estimated residual value model classic extreme (monthly, quarterly, six month and one year) and the GPD, concluded the optimal performance GPD calculated on the value of extreme block which is highly sensitive to the choice of the period. Finally, to estimate VAR and ES, we GPD model demonstrated that a better performance was applied. The results showed that VAR and ES should not be the dominant financial risk management. In other words, dependence on individual risk scale for ignoring the problem will create portfolio risk information. So to contain the missing information by VAR and ES, it is essential that the various aspects of the distribution of losses / profits look like heavy-tailed.
ملخص الجهاز:
فهرست منابع پويان فر، احمد، بيتي، سعيد، حبيبي، علي، (١٣٩٣)، تخمين حد آستانهاي کارا براي مدل سازي و تخمين سرمايه پوششي ريسک عملياتي بانک ها، فصلنامه علمي پژوهشي مهندسي مالي و مديريت اوراق بهادار، شمارة ١٨، صص ١٣٣- ١٠٥ زماني، شيوا، اسلامي بيدگلي، سعيد، کاظمي، معين ، (١٣٩٢)، محاسبه ارزش در معرض ريسک شاخص بورس اوراق بهادار تهران با استفاده از نظريه ارزش فرين ، فصلنامه علمي پژوهشي بورس اوراق بهادار، سال ششم ، شماره ٢١، صص ١٣٦- ١١٥ سجاد، رسول ، گرجي، مهسا، (١٣٩١)، رابطه بين برآورد ارزش در معرض خطر با استفاده از روش باز نمونه گيري بوت استرپ (مطالعه موردي بورس اوراق بهادار تهران )، مطالعات اقتصادي کاربردي ، دوره ١، شماره ١، ١٣٧-١٦٤ فلاح پور، سعيد، ياراحمدي، مهدي، (١٣٩١)، برآورد ارزش در معرض ريسک با استفاده از تئوري مقدار حدي در بورس اوراق بهادار تهران ، فصلنامه علمي پژوهشي مهندسي مالي و مديريت اوراق بهادار، شمارة ١٣، صص ١٢٢- ١٠٣ Assaf, A, (2009), Extreme observations and risk assessment in the equity markets of MENA region: tail measures and Value-at-Risk, International review of financial analysis, pp.
de Melo Mendez, (2003), Value-at-Risk and Extreme Returns in Asian Stock Markets, International Journal of Business, Vol. 8, No. 1, pp.
Selçuk, (2004), Extreme Value Theory and Value-at-Risk: Relative Performance in Emerging Markets, International Journal of Forecasting, Vol. 20, pp.
, (2000), Estimation of tail-related risk measures for heteroscedastic financial time series: an extreme value approach, Journal of Empirical Finance, Vol. 7, pp.
(
, 
, 
)
