ریزش مورد انتظار در بورس اوراق بهادار تهران ( رویکرد نیمه پارامتریک پویا) مقاله

با توجه به چالش‌های موجود در ارتباط با برآورد و پیش‌بینی معیار ریزش مورد انتظار (ES) به صورت پویا و با رویکرد نیمه پارامتریک، در این پژوهش، با ارائه چارچوب کلی، به معرفی و ارزیابی عملکرد مدل‌های نیمه پارامتریک پویا درپیش‌بینی معیار ریزش مورد انتظار (ES) در بورس اوراق بهادار تهران پرداخته می‌شود. در این راستا داده‌های دوره زمانی 14/ 09/ 1387-05/ 06/ 1399 مورد استفاده قرار می‌گیرند و با استفاده از رویکرد رتبه‌بندی اتورگرسیو تعمیم‌یافته (GAS)، مدل‌های پویای و نیمه پارامتریک GAS-2F، GAS-1F، GARCH-FZ وhybrid GAS/GARCH به منظور برآورد معیار ریزش مورد انتظار (ES) معرفی و در پیش‌بینی این معیار در بورس اوراق بهادار تهران مورد ارزیابی قرار می‌گیرند. در ادامه، کارایی این مدل‌ها با مدل‌های سنتی در این حوزه از جمله مدل‌های گارچ و مدل‌های پنجره غلتان بر اساس آزمون‌های پس آزمایی مقایسه می‌شوند. نتایج این مطالعه حاکی از عملکرد بهتر مدل‌ای نیمه پارامتریک پویا در پیش‌بینی برون نمونه‌ای معیار ریزش مورد انتظار (ES) نسبت به مدل‌های رقیب است علاوه بر این مدل GAS-1F در پیش‌بینی برون نمونه‌ای بهترین عملکرد را در بین مدل‌های پویا نشان داده است.

Considering the challenges related to estimating and forecasting the expected Shortfall dynamically and with a semi-parametric approach, in this study, providing a general framework, dynamic semi-parametric models in forecasting Expected Shortfall in Tehran Stock Exchange be introduced and evaluated. In this regard, the data of the period 2008.12.04-2020.08.26 and Generalized Autoregressive Score (GAS) approach are used to introducing dynamic semi-parametric models (GAS-2F, GAS-1F, GARCH-FZ and hybrid). Then expected Shortfall (ES) in Tehran Stock Exchange be estimated and forecasting performance of these models are compared with traditional models in this field, including GARCH models and rolling window models based on backtesting their results. The results of this study indicate better performance of dynamic semi-parametric models in forecasting the expected Shortfall (ES) than competing models. In addition, the GAS-1F model has shown the best performance among all models.

معيـار ارزش در معـرض ريسـک (VaR١) حـداکثر زيـان بـا سطح اطمينان مشخص در دوره زماني معـين اسـت و يـک معيـار اسـتاندارد نظـارتي بـراي تخصيص سرمايه ميباشد با اين حال ، معيار VaR از چندين لحاظ از جمله بـه دليـل عـدم انسجام مورد انتقاد قرار گرفته است و ويژگي زير جمع پذيري را ندارد بــه ايــن معنــا کــه بـر خـلاف اصـل تنوع سازي که ريسک با تنوع سازي کاهش مييابد معيـار VaR پرتفـوي از VaR مجموع دارايي هاي انفرادي پرتفـوي کمتر نيسـت . با توجه به چالش هاي بيان شده در مدل سازي پوياي ES، در اين تحقيق تـلاش مـي شـود ريزش مورد انتظار (ES) در بـورس اوراق بهـادار تهـران بـه صـورت پويـا و بـا اسـتفاده از رويکـرد اتورگرسـيو همبســته تعمـيم يافتـه (GAS) بـرآورد گـردد. نتايج اين تحقيق نشان ميدهد مولفه هاي مقياس زماني در پيش بيني معيار ريزش مورد انتظار ES اهميت داشته و همچنين تجزيه طيفي در مدل سازي پويـاي معيـار ريـزش مـورد انتظـار ES از کارايي بالايي برخوردار است . هدف اصلي اين تحقيق ، برآورد ريزش مورد انتظار (ES) بـورس اوراق بهـادار تهـران بـه صورت پويا و با استفاده از رويکرد اتورگرسيو همبسته تعميم يافته (GAS) است و در گـام بعدي تلاش ميشود کارايي و دقت مدل هاي پيشنهادي در اندازه گيري ريزش مـورد انتظـار (ES) ميباشد. در اين تحقيق تلاش شد مدل هاي پويا در پيش بيني معيـار ريـزش مـورد انتظـار (ES) در بورس اوراق بهادار تهران با استفاده از چارچوب مـدل هـاي GAS معرفـي گـردد.