محاسبه ارزش در معرض خطر: رویکرد dcc-garch-copula

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 dccgarch 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 می کند.

Calculating Value at Risk: DCC-GARCH-Copula Approach

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 DCCGARCH model by tStudent 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, tstudent copula model has shown better results for estimating asset dependence. Finally, the results of backtesting of different models showed that both the DCCGARCH model with tStudent distribution and DCCGARCHCopula with tStudent distribution have acceptable results in estimating VaR and ES. However, the Lopez and Blanco and Ihle tests showed that the DCCGARCH model with tStudent distribution compared to the DCCGARCHCopula model with tStudent distribution gives a more accurate and efficient estimate of the VaR and ES of asset portfolios.