برآورد ارزش در معرض ریسک شاخص کل بورس و بیت کوین با استفاده از روش خود برازشی تعمیم یافته امتیازی مقالة

هدف: این پژوهش با هدف مدل‌سازی معیاری نوین جهت اندازه‌گیری ریسک در راستای رفع نقصان مدل‌های سنتی در حوزه مدیریت ریسک سرمایه‌گذاری نگاشته شده است.روش‌شناسی پژوهش: در پژوهش حاضر با هدفی کاربردی، جهت برآورد ارزش در معرض ریسک از داده‌های قیمتی روزانه بیت‌کوین (2,753 مشاهده) در سال‌های 2013 الی 2020 میلادی و داده‌های شاخص کل بورس اوراق بهادار (2,707 مشاهده) در سال‌های 1390 الی 1399 در دو گروه آموزش و آزمون (500 مشاهده) استفاده شده است. جهت برآورد ارزش در معرض ریسک با استفاده از روش غیرخطی و زمان متغیر خودبرازشی تعمیم‌یافته (GAS) مدل‌سازی با یادگیری از داده‌های گروه آموزش انجام شده و توسط داده‌های گروه آزمون دقت مدل مشخص شده است.یافته‌ها: یافته‌ها نشان داد که برای شاخص کل بورس تنها دو مدل GAS و GARCH تخمین زننده مناسب ارزش در معرض ریسک می-باشند. از طرفی، برای رمزارز بیت‌کوین تنها دو مدل GAS و GARCH تخمین زننده مناسب ارزش در معرض ریسک می‌باشند که مدل GARCH ارجح‌تر است.اصالت/ ارزش افزوده علمی: یافته‌های پژوهش نشان داد که مدل نوین GAS برآوردکننده ارجح‌تری برای شاخص کل بورس اوراق بهادار نسبت به مدل‌های غیرخطی دیگر است. علت این امر ویژگی زمان متغیر و همچنین پویایی مدل GAS است که قابلیت پاسخگویی در شرایط تلاطم بازار را بر خلاف مدل‌های سنتی در کوتاه‌مدت دارد. همچنین این نتایج منجر به کمک سرمایه‌گذاران و نهادهای مالی فعال، جهت مدیریت ریسک در سیستم‌های معاملاتی خود می‌باشد.

Purpose: This research has been written with the aim of modeling a new criterion for measuring risk in order to eliminate the shortcomings of traditional models in the field of investment risk management. Methodology: In the present study, with a practical purpose, to estimate the value at risk of daily bitcoin price data (2,707 views) in the years 2013 to 2020 and the data of the total stock exchange index (2,753 views) 2011 to 2020 has been used in two groups of education and test (500 views). In order to estimate the value at risk using the nonlinear method and the generalized variable self-fitting time (GAS) method, modeling was performed by learning from the data of the training group and the accuracy of the model was determined by the data of the experimental group. Findings: The results showed that for the total stock index, only two models, GAS and GARCH, are suitable risk estimators. On the other hand, for Bitcoin cryptocurrencies, only two models, GAS and GARCH, are suitable risk estimators, which GARCH model is more preferable. Originality / Value: Findings showed that the new GAS model is a preferential estimator for the total stock market index than other nonlinear models. This is due to the variable time feature as well as the dynamics of the GAS model, which is able to respond to market turbulence conditions unlike traditional models in the short run. These results also help investors and active financial institutions to manage risk in their trading systems.

روش شناسي پژوهش : در پژوهش حاضر با هدفي کاربردي، جهت برآورد ارزش در معرض ريسک از داده هاي قيمتي روزانه بيت کوين (٢,٧٠٧ مشاهده ) در سال هاي ٢٠١٣ الي ٢٠٢٠ ميلادي و داده هاي شاخص کل بورس اوراق بهادار (٢,٧٥٣ مشاهده ) در سال هاي ١٣٩٠ الي ١٣٩٩ در دو گروه آموزش و آزمون (٥٠٠ مشاهده ) استفاده شده است . بنابراين مدل سازي پيش بيني توزيع بازده دارايي جهت محاسبه معياري جديدي از ارزش در معرض ريسک (VaR) که علاوه بر عدم وجود ايرادات وارده به مدل هاي سنتي، از دقت آن در شرايط تلاطمي بازار کاسته نشود، در اين حوزه مغفول مانده است . فرضيه سوم : امتياز خودبرازشي تعميم يافته (GAS) از منظر ميزان زيان برآوردي، مدل بهتري جهت اندازه گيري ارزش در معرض ريسک براي شاخص کل بورس نسبت به روش هاي سنتي AR و GARCH دارد. فرضيه چهارم : امتياز خودبرازشي تعميم يافته (GAS) از منظر ميزان زيان برآوردي، مدل بهتري جهت اندازه گيري ارزش در معرض ريسک براي بيت کوين نسبت به روش هاي سنتي AR و GARCH دارد. ٥- بحث و نتيجه گيري در اين پژوهش به مدل سازي جهت برآورد ارزش در معرض ريسک داده هاي روزانه شاخص کل بورس از ابتداي سال ١٣٩٠ الي ١٣٩٩ و بيت کوين در افق زماني ٢٠١٣ الي ٢٠٢٠ با استفاده از روش پويا و متغير زمان به نام امتياز خودبرازشي تعميم يافته (GAS) و مقايسه آن با روش هاي شناخته شده GARCH و AR پرداخته شد.