Abstract:
شناسایی ساختار وابستگی بین دارایی‌های مالی و تأثیر آن در سنجه‌های ریسک همچون ارزش در معرض ریسک دارایی‌های مالی از موضوعات مورد توجه محققان است. اما، یکی از چالش‌های موجود بر سر راه این هدف، مدل‌سازی توزیع‌های توأم در ادبیات اقتصاد مالی است. کاپولا‌ها توابع توزیع توأم را به توزیع حاشیه‌ای تکین هر یک از متغیرها متصل کرده و ساختار وابستگی داده‌های چندمتغیره را به‌خوبی توصیف می‌کنند. در این پژوهش با انواع مختلف توابع کاپولا و مدل‌های واریانس ناهمسان شرطی تعمیم‌یافته ساختار وابستگی بین دو شاخص قیمتی محصولات شیمیایی و دارویی بورس تهران در بازة زمانی دی 1383 تا اسفند 1391 ارزیابی می‌شود و تأثیر ساختار وابستگی در برآورد ارزش در معرض ریسک سبد دارایی متشکل از آن‌ها بررسی می‌شود. نتایج تجربی پژوهش نشان می‌دهد وابستگی ساختاری نامتقارنی بین محصولات شیمیایی و دارویی بورس تهران وجود دارد. همچنین، یافته‌ها حاکی از دقت و کفایت بیشتر رهیافتCopula-GARCH نسبت به مدل‌های متداول در پیش‌بینی ارزش در معرض ریسک سبد دارایی همچون M-GARCH، DCC-GARCH، EWMA،و روش‌های شبیه‌سازی تاریخی است.
Modeling dependence structure in financial economics is of paramount importance when estimating portfolio’s value at risk، since risk of an asset in addition to its own behavior is also dependent on the behavior of other assets in the portfolio. Application of joint distribution Copula is one of the methods for incorporation dependence at lower and upper tail of returns’ distribution in financial economics. Copulas are functions that connect multivariate distribution function to their marginal distribution. In the current study، the dependence structure among two price indexes for chemical and pharmaceutical products of TEPIX between 3/1/2005 – 18/3/2013 was evaluated by combining different types of Copula functions and Generalized Autoregressive Conditional Heteroskedasticity (GARCH) models. In addition، the effect of dependence structure on estimation of comprised portfolio’s value at risk is investigated. Empirical results of this study demonstrate that there is asymmetric dependence structure between chemical and pharmaceutical products of TEPIX indexes. Furthermore، the results indicate that Copula-GARCH approach is more accurate and efficient compared to commonly used models such as M-GARCH، DCC-GARCH، EWMA، and historical simulation methods in estimation of portfolio’s value at risk
Machine summary:
"با این تفاسیر، در این مقاله سعی شده ساختار وابستگی بین دو شاخص قیمتی محصولات شیم اییی و دارویی در بورس تهران با استفاده از توابع کاپولا مشـخص شود و ارزش در معرض ریسک سبد متشکل از ایـن دو شـاخص ، بـا توجـه بـه سـاختار وابستگی بین آن ها تحت رهیافت Copula-GARCH برآورد گردد و با مدل هـای مشـابه مقایسه شود.
نتایج حاصل از پس آزمایی برآورد ارزش در معرض ریسک سبد دارایی متشـکل از دو شاخص محصـولات شـیمیایی و دارویـی بـورس تهـران بـرای توزیـع هـای تـک متغیـرة GARCH استاندارد و GJR-GARCH با فرض توزیع های نرمال ، تـی اسـتیودنت ، و تـی استیودنت چوله برای توابع کاپولای نرمال ، تی- استیودنت ، کلایتـون ، گامبـل ، و فرانـک به ترتیب در جداول ٥ و ٦ خلاصه شده است .
در نهایت ، نتایج حاصـل از بـرآورد ارزش در معـرض ریسـک سـبد دارایـی متشـکل از دو شاخص محصولات شی ایم یی و دارویی بورس تهـران نشـان مـیدهـد کـه در بـرآورد ارزش در معرض ریسک سبد دارایی متشکل از دو شـاخص مـدل GJR-GARCH-st-Copula-Gumbel بیشترین دقت و کفایت را دارد؛ به نحـوی کـه اسـتفاده از رهیافـت کـاپولای گامبـل بـا توزیـع حاشیه ی GJR-GARCH و توزیع تی- استیودنت چولـه بـا کمتـرین مقـدار تـابع زیـان رتبـۀ نخست را کسب کرد و روش های GARCH چندمتغیره و DCC-GARCH رتبه هـای بعـدی را به خود اختصاص دادند."
(
, 
, 
)
