Abstract:
عموما بزرگترین ریسک در بازار سرمایه یا در پرتفوی سرمایهگذاران زمانی اتفاق میافتد که تغییرات بزرگ ناگهانی درجهت نامطلوب آن سبد رخ دهد. این زیانها در دنباله توزیع قرار دارند و به همین منظور به آنها " مقادیر حدی" گفته میشود. در این پژوهش بازده لگاریتمی شاخص کل بورس اوراق بهادار تهران براساس اطلاعات دریافتی درمقاطع زمانی میان روز (بدلیل استفاده از دادههای پربسامد) طی سالهای 1392 تا 1395 جمعآوری و از رویکرد ماکزیمم بلوکها در اندازهگیری شاخص ارزش در معرض ریسک VaR استفاده گردید. سپس شاخص VaR با روشهای شبیه سازی تاریخی و روش واریانس-کوواریانس بعنوان معیارهای سنتی ارزیابی ریسک محاسبه و نتایج حاصله با یکدیگر مقایسه گردید. نتایج تحلیل دادهها در نرم افزار R نشان داد که استفاده از اطلاعات ماهیانه در محاسبه شاخص ارزش در معرض ریسک از دقت پیش بینی بالاتری برخوردار بوده و نسبت تخطی (خطای آزمون) در این حالت در مقایسه با روشهای سنتی ارزیابی ریسک نیز پایین تر است.
Generally, the greatest risk in the capital market or in the portfolio of investors occurs when large sudden changes occur in the unfavorable portfolio. These losses are in the distribution sequence, and for this purpose they are called "limitative values". In this research, the logarithmic efficiency of the Tehran Stock Exchange Index based on the information received during the time interval between the day (due to the use of high frequency data) during the years 1392 to 1395, and the use of the maximum block approach in measuring the VaR value index is used. It turned out VaR index was calculated using historical simulation methods and variance-covariance method as the traditional risk assessment criteria and the results were compared. The results of data analysis in R software showed that the use of monthly information in calculating the risk-weighted value index has a higher predictive accuracy and the error rate (test error) in this case is lower than traditional risk assessment methods.