اخبار و اعلانات
آمار
| تعداد نشریات | 20 |
| تعداد شماره‌ها | 504 |
| تعداد مقالات | 4,361 |
| تعداد مشاهده مقاله | 8,057,598 |
| تعداد دریافت فایل اصل مقاله | 4,058,992 |
مقایسه مدل‌های ارزش در معرض خطر شبیه‌سازی تاریخی و گارچ در پیش‌بینی وجه تضمین قراردادهای آتی | ||
| اندیشه مدیریت راهبردی (اندیشه مدیریت) | ||
| مقاله 7، دوره 11، شماره 2، مهر 1396، صفحه 205-226 اصل مقاله (734.71 K) | ||
| نوع مقاله: مقاله علمی-پژوهشی | ||
| شناسه دیجیتال (DOI): 10.30497/smt.2017.2159 | ||
| نویسندگان | ||
| میر فیض فلاح شمس* 1؛ علیرضا ناصرپور2؛ علی ثقفی3؛ سید محمد تقی تقوی فرد4 | ||
| 1عضو هیأت علمی دانشگاه آزاد اسلامی واحد تهران مرکزی، تهران، ایران | ||
| 2دکتری مدیریت مالی، گروه مدیریت مالی، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبایی، تهران، ایران. | ||
| 3استاد، گروه حسابداری، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبایی، تهران، ایران. | ||
| 4دانشیار، گروه مدیریت صنعتی، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبایی، تهران، ایران. | ||
| چکیده | ||
| مدیریت ریسک اتاق پایاپای در معاملات قراردادهای مشتقه عمدتاً با أخذ وجوه تضمین از دارندگان موقعیت‌های معاملاتی انجام می‌شود. از طرفی با توجه به هزینه فرصت این وجوه برای دارندگان موقعیت در قراردادهای آتی، محاسبه مقدار وجه تضمین بهینه توسط اتاق پایاپای یکی از مسائل حساس این معاملات است. در این تحقیق با استفاده از داده‌های تغییرات قیمتی آتی و نقدی سکه طلا، در بازه زمانی سال 1387 تا 1394 پس از تخمین مقدار وجه تضمین با استفاده از مدل گارچ مبتنی بر توزیع اجزا اخلال تی استیودنت و نرمال، گارچ نمایی و گارچ GJR با استفاده از توابع زیان دوم لوپز و بلانکو ـ ایهل، نتایج آن با مدل شبیه‌سازی تاریخی، مقایسه شد. همچنین با آزمون‌های کوپیک و پوشش شرطی کریستوفرسن اقدام به پس‌آزمایی این مدل‌ها شد. با توجه به اینکه داده‌های نقدی از ویژگی خودرگرسیونی برخوردار بوده و در نوسانات آن ناهمسانی واریانس مشاهده می‌شود، مدل‌های مبتنی بر گارچ مدل‌های مناسبی برای تخمین وجه تضمین برای این داده‌ها می‌باشند. همچنین با توجه به دنباله‌های پهن توزیع تجربی داده‌های نقدی، از آن‌جایی که مدل مبتنی بر شبیه‌سازی تاریخی هیچ فرضی را در خصوص نوع توزیع داده‌ها در نظر نمی‌گیرد، عملکرد مناسبی نسبت به مدل‌های پارامتریک داشته است. | ||
| کلیدواژه‌ها | ||
| پس‌آزمایی کریستوفرسن؛ مدل ارزش در معرض خطر؛ مدل گارچ نمایی؛ وجه تضمین | ||
| عنوان مقاله [English] | ||
| The Use of Incremental Value at Risk (IVaR) in Calculating Portfolio Risk Using “ Before and After" Approach | ||
| نویسندگان [English] | ||
| Mir Feiz Fallahshams1؛ Alireza Naserpour2؛ Ali Saqafi3؛ Mohammad Taqi Taqavifard4 | ||
| 1Faculty member of Islamic Azad University, Central Tehran Branch, Tehran, Iran | ||
| 2Ph. D. candidate in financial management, Faculty of Management and Accounting, Allameh Tabatabaee University | ||
| 3Professor of Accounting, Faculty of management and Accounting, allameh Tabatabaee University. | ||
| 4Associate Professor of industrial management, Faculty of Mangement and Accounting, Allameh Tabatabaee University. | ||
| چکیده [English] | ||
| Financial institutions are faced with different risks among which the market risk is of great significance, because the calculation and control of this risk plays a major role in the success of financial institutions and investors. Out of different criteria and ways to measure market risk, Incremental Value at Risk has been used in the current study. The data of this study consists of the daily prices of stocks of 50 companies active in Tehran Stock Exchange during the year 2013.At first, the daily return of equities price was calculated for each company and then 1 home portfolio and 50 sub-portfolios were formed using equal weighting method. Next, Goodness of fit tests were used to determine the real distribution of portfolios. For the formed portfolios, first, Value at Risk (VaR) and subsequently, Incremental Value at Risk (IVaR) were calculated using ʻ before and after ʼ approach. At the end, with regard to the impact of each stock on reducing portfolio risk, optimum stocks were selected. The results show that Incremental Value at Risk (IVaR) can rightly identify the impact of each stock on the creation of portfolio risk. | ||
| کلیدواژه‌ها [English] | ||
| Value at Risk (VaR), Incremental Value at Risk (IVaR), ” Before and After” Approach, Tehran Stock Exchange | ||
| مراجع | ||
|
عبده تبریزی؛ حسین، رادپور، میثم (1388)، اندازه‌گیری و مدیریت ریسک بازار: رویکرد ارزش در معرض ریسک. تهران: انتشارات آگاه. فلاح، جواد (1393)، «آثار تغییرات وجه تضمین بر بازار قراردادهای آتی سکه طلا در بورس کالای ایران»، تهران: پایان‌نامه دکتری، دانشگاه آزاد اسلامی واحد علوم تحقیقات. کریمی، سمیرا (1391)، «محاسبه وجه تضمین قراردادهای آتی سکه طلا با استفاده از نظریه ارزش فرین شرطی»، تهران: پایان‌نامه کارشناسی ارشد دانشگاه شریف. محمدی، تیمور و نصیری، سمیه (1389)، «مقایسه مدل‌های Riskmetric و GARCH در پیش‌بینی نوسانات شاخص بازده کل بورس اوراق بهادار تهران»، مجله مطالعات مالی، شماره 6، صص 95-118. مهدوی، غدیر و ماجدی، زهرا (1389)، «کاربرد نظریه مقدار کرانگینی در برآورد مقدار در معرض خطر: بررسی موردی بیمه مسئولیت شرکت بیمه ایران»، مجله علوم آماری، شماره 1، صص 59-76.
Ali, G. (2013), EGARCH, GJR-GARCH, TGARCH, AVGARCH,NGARCH, IGARCH and APARCH Models forPathogens at Marine Recreational Sites. Journal of Statistical and Econometric Methods , 13, 57-73. Black, F. (1976), Studies of Stock Price volatility Changes. in Proceedings of the 1976 Meetings of the Business and Economics Statistics Section, American Statistical Association , pp. 177-181. Broussard, J. P. (2001), Extreme-value and margin setting with and without. The Quarterly Review of Economics and Finance , 41, 365-385. Cotter, J. (2001), Margin Exceedances for European Stock Index Futures using Extreme Value Theory. Journal of Banking and Finance , 25, 1475-1502. Cotter, J., & Dowd, K. (2006), Spectral Risk Measures with an Application to Futures Clearinghouse Variation. Dublin: University College Dublin. School of Business. Centre for Financial Markets. Cotter, J., & Longin, F. (2004), Margin requirements with intraday dynamics. working papaer. Edwards, F. R., & Neftci, S. N. (1998), Journal of Futures Markets. Extreme Price Movements and Margin Levels in Futures Markets , 8, 639-655. Engel, R. F. (1982), Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation. Econometrica , 50, 987-1008. Figlewski, S. (1984), Margins and Market Integrity: Margin Setting for Stock Index Futures and Options. Journal of Futures Markets , 4, 385-416. French , K. R., Schwert , G. W., & Staumbaugh, R. F. (1987), Expected Stock Returns and Volatility. Journal of Financial Economics, 19(1), 3-29. Gay , G. D., Hunter , W. C., & Kolb, R. W. (1986), Journal of Futures Markets. A Comparative Analysis of Futures Contract Margins, 6, 307-324. Glosten, L. R., Jagannathan, R., & Runkle, D. E. (1993), On the Relation between the Expected Value and the Volatility of the Nominal Excess Return on Stocks. journal of finance, 48(5), 1779-1801. Hall, P., & Welsh, A. (1984), Best Attainable Rates of Convergence for Estimates of Parameters of Regular Variation. Annals of Statistics , 12, 1072-1084. Hsieh, D. A. (1991), Chaos and Nonlinear Dynamics: Application to Financial Markets. Journal of Finance , 46, 1839-1877. King, N. (2013), IMR Methodology Review for the Equity Derivatives Market. Jojannesburg: JSE. Knott, R., & Polenghi, M. (2006), Assessing central counterparty margin coverage on futures contracts. London: Bank of England. Longin, F. M. (1999), Optimal Margin Levels in Futures Markets: Extreme Price Movements. Journal of Futures Markets , 19, 127-152. Nelson, D. (1991), Conditional Heteroscedasticity in Asset Returns: A new Approach. Econometrica , 59, 347-370. Warshawsky, M. J. (1989), The Adequacy and Consistency of Margin Requirements: The Cash, Futures and Options Segments of the Equity Markets. Review of Futures Markets , 8, 420-437. Žiković, S. (2008), Friends and Foes: A Story of Value at Risk and. Dubrovnik: YOUNG ECONOMISTS' SEMINAR to 14 Dubrovnik Econometric conference. | ||
|
آمار تعداد مشاهده مقاله: 599 تعداد دریافت فایل اصل مقاله: 603 |
||