چکیده:
در این مقاله به‌منظور محاسبه ریسک بازاری سبدی از 10 شاخص صنایع منتخب بورس اوراق بهادار تهران از دو الگوی ارزش در معرض ریسک (VaR) و ریزش مورد انتظار (ES) استفاده شده است. در این راستا برای تخمین تلاطم‌های سبد طرح شده از الگوهای مختلف گارچ چندمتغیره و برای محاسبه همبستگی غیرخطی سبد دارایی از الگوهای مختلف کاپیولا بهره‌برداری شده است. همچنین پس‌آزمایی الگوها با آزمون‌های کوپیک، کریستوفرسن، انگل و منگالی و مک‌نیل و فری صورت گرفته است. نتایج این پژوهش نشان داده است که الگوی DCC-GARCH با توزیع تی‌استودنت نسبت به سایر الگوهای رقیب بهترین نتایج را در تخمین تلاطم‌های سبد دارایی ارائه کرده است. همچنین از بین تمامی الگوهای کاپیولای بررسی شده در پژوهش، الگوی کاپیولای تی‌استودنت نتایج بهتری برای تخمین وابستگی بین دارایی‌ها نشان داده است. درنهایت نتایج پس‌آزمایی الگوهای مختلف نشان داد که هر دو الگوی DCC-GARCH با توزیع تی‌استودنت و DCC-GARCH-Copula با توزیع تی‌استودنت در برآورد ارزش در معرض ریسک و ریزش مورد انتظار نتایج قابل قبولی دارند. با این حال آزمون لوپز و بلانکو و ایهل نشان دادند که الگوی DCC-GARCH با توزیع تی‌استودنت نسبت به الگوی DCC-GARCH-Copula با توزیع تی‌استودنت برآورد دقیق‌تر و کاراتری از ارزش در معرض ریسک و ریزش مورد انتظار سبد دارایی ارائه می‌کند.
In this paper, in order to calculate portfolio market risk of 10 selected industries indices in Tehran Stock Exchange, two models of Value Risk (VaR) and Expected shortfall (ES) have been used. Different models of multivariate GARCH and various Coppola models have been used in order to estimate the volatility of the portfolio and nonlinear correlation of asset portfolio. Backtesting has been done by Kupiec, Christoffersen, Engle and Manganelli and McNeill and Ferry tests. Results show that the DCC-GARCH model by t-Student distribution compared to other competing models has the best results in estimating volatility of the asset portfolio. Also among all Copula models reviewed in this paper, t-student copula model has shown better results for estimating asset dependence. Finally, the results of backtesting of different models showed that both the DCC-GARCH model with t-Student distribution and DCC-GARCH-Copula with t-Student distribution have acceptable results in estimating VaR and ES. However, the Lopez and Blanco and Ihle tests showed that the DCC-GARCH model with t-Student distribution compared to the DCC-GARCH-Copula model with t-Student distribution gives a more accurate and efficient estimate of the VaR and ES of asset portfolios.
(
, 
, 
)
