بررسی عملکرد استراتژی‌های بیمه سبد سرمایه تحت مدل تصادفی مارکف رژیم متغیر در بورس اوراق بهادار تهران

هدف: استراتژی‌های بیمه سبد، نوعی روش‌های ساختاری هستند که با تعیین مقداری برای کف، سطح مشخصی از اطمینان (بیمه) را ارائه می‌کنند. به بیان دیگر با استفاده از این استراتژی‌ها‌ی معاملاتی، می‌توان حداقل بازده از پیش‌ تعیین‌ شده‎ای را کسب کرد. این پژوهش ضمن بیان نحوه ساخت و تخصیص دارایی در این استراتژی‌ها، به بررسی عملکرد استراتژی بیمه سبد با نسبت ثابت (cppi) و بیمه سبد بر اساس ارزش در معرض ریسک (vbpi) می‌پردازد.روش: ابتدا مدل ریاضی رویکرد با نسبت ثابت در حالت محدودشده، ارائه شد. در حالت محدودشده، استقراض با نرخ بدون ریسک امکان‌پذیر نیست. در ادامه با استفاده از تبدیل فوریه تابع مشخصه، تابع چگالی بازده استخراج شد. با استفاده از تابع چگالی بازده، ارزش در معرض ریسک در سطوح اطمینان مدنظر به‌دست آمد و در نهایت به‎کمک آن، مدل ریاضی رویکرد مبتنی بر ارزش در معرض ریسک ارائه‌ شد. به‌منظور برآورد روند حرکتی دارایی ریسکی، از مدل با رژیم متغیر استفاده شد که به واقعیت نزدیک‌تر است.یافته‌ها: نتایج نشان می‌دهد که هر دو استراتژی در کنترل ریسک نامطلوب موفق عمل کرده‌اند و این عملکرد با افزایش سطح اطمینان و تعداد دفعات تغییر چیدمان سبد در طول دوره سرمایه‌گذاری بهبود می‌یابد. در مقایسه دو استراتژی، سنجه امگا نشان می‌دهد که در آستانه‌های پایین عملکرد استراتژی با نسبت ثابت بهتر است. همچنین پراکندگی نتایج شبیه‌سازی‌شده برای ارزش نهایی سبد نشان داد که رویکرد با نسبت ثابت در محافظت از کف عملکرد بهتری دارد.نتیجه‌گیری: استراتژی‌های بیمه سبد، ریسک نامطلوب را نسبت به استراتژی خرید و نگهداری به‌طور چشمگیری بهبود می‌دهند و همچنین، استراتژی بیمه سبد با نسبت ثابت در قیاس با استراتژی بیمه سبد مبتنی بر ارزش در معرض ریسک عملکرد بهتری دارد.

Investigating the Performance of Portfolio Insurance Strategies under a Regime Switching Markov Model in Tehran Stock Exchange

Objective: Portfolio insurance strategies are structural methods that provide a certain level of certainty by setting a floor value. In other words, using these strategies can achieve a predetermined minimum return. PI strategies, while maintaining the potential for capital growth in bull markets, provide downside protection in the bear market and at the end of the investment horizon provide a guaranteed minimum return. This study explains how to construct a portfolio and allocate assets by using these strategies, and also examines the performance of a constant proportion portfolio insurance (CPPI) strategy and value at risk based portfolio insurance (VBPI).Methods: In order to evaluate the performance of constant proportion portfolio insurance strategy and value at risk based portfolio insurance, first the mathematical model of the Constrained Constant Proportion portfolio insurance is presented. In the Constrained case riskfree borrowing is not possible which makes the model more realistic. By using the Fourier transform of the characteristic function, the density function of returns has been extracted. By using the Density Function, the value at risk is calculated at the desired confidence levels, and finally, the mathematical model of the riskbased approach is presented. A variablerate model is used to estimate the risktaking movement of the asset, which is closer to reality. To estimate the dynamic of the risky asset regimeswitching model has been used to make the model closer to reality.Results: The results show that both strategies have been successful in controlling risk, and this performance improves with increasing confidence level and frequency of portfolio rebalancing. Omega measure shows that the performance of the constant proportion portfolio insurance is better at low thresholds. Also, the dispersion of the simulated results for the final value of the portfolios showed that the constant proportion portfolio insurance works better in protecting the floor.Conclusion: Portfolio insurance strategies can dramatically improve the controlling of downside risk relative to buy and hold strategy and the performance of CPPI strategy is better than VBPI according to the performance measures.