چکیده:
در طول دهه‌های گذشته، بازارهای مالی به‌دلیل قرارگرفتن در معرض سقوط‌های غیرمنتظره خسارات زیادی می‌دید. به‌دنبال این بحران‌ها، مؤسسات مالی، قانون‌گذاران و دانشگاهیان برای ارائۀ روش‌های بهتر اندازه‌گیری و ابزارهای پوشش ریسک، پژوهش‌های فشرده‌ای انجام دادند. ارزش در معرض خطر (VaR) مشهورترین روش اندازه‌گیری ریسک در حوزۀ مالی است. در پژوهش حاضر سودمندی نظریۀ ارزش فرین (EVT) برای پیش‌بینی ارزش در معرض خطر بازار سهام ایران و کاربرد آن در حافظۀ بلندمدت بازار در چهارچوب الگوی GARCH بررسی شده است. به این منظور از حافظۀ بلندمدت انواع الگوی گارچ ( FIAGARCH HYGARCH،FIAPARCH) و نظریۀ ارزش فرین برای پیش‌بینی ارزش در معرض خطر شاخص قیمت کل بورس اوراق بهادار تهران استفاده شده است. یافته‌های پژوهش نشان می‌دهد در سطوح اطمینان مختلف، الگوی FIAPARCH-EVT اعتبار مناسب و مطمئنی برای سنجش ریسک یک روز جلوتر بازار دارد و برای سری‌های مختلف مطالعه‌شده، بهتر عمل می‌کند.
چکیده انگلیسی:
During last decades, financial markets have witnessed large losses due to their exposure to unexpected market crash. Resulting in these financial disasters, financial institutions, regulators and academics have developed intensive research to provide better measurement techniques and hedging tools. Value-at-Risk (VaR) is the most popular risk measure in the financial industry. In this paper Application Extreme Value Theory and long-memory to Stock Market in Iran (In Framework Model-GARCH) was Checked. We use same long-range memory GARCH-type models (FIAGARCH, HYGARCH and FIAPARCH) and EVT to forecast the financial market risk. Findings Indicated that The FIAPARCH-EVT approach performs better in predicting the one day ahead VaRs for different series studied.
خبرنامه
برای ثبت نام در خبرنامه و دریافت خبرنامه ایمیل خود را وارد نمایید.
