ارزیابی ارزش در معرض ریسک شاخص سهام بر مبنای رویکردهای پارامتریک، شبه پارامتریک و غیرپارامتریک (مطالعه بورس اوراق بهادار تهران)

هدف پژوهش حاضر، ارزیابی ارزش در معرض ریسک شاخص سهام بر مبنای رویکردهای پارامتریک، شبه پارامتریک و غیر پارامتریک در بورس اوراق بهادار تهران بر اساس داده های گردآوری شده طی دوره زمانی 1388-1398 می باشد. تحقیق حاضر به لحاظ هدف از نوع کاربردی است. از طرفی تحقیق حاضر به لحاظ معرفت شناسی از نوع تجربه گرا، سیستم استدلال آن استقرایی و به لحاظ نوع مطالعه میدانی کتابخانه ای با استفاده از اطلاعات تاریخی به صورت علیپس رویدادی (یعنی استفاده از اطلاعات گذشته) است. در همین راستا عملکرد هر یک از رویکردهای فوق بررسی گردید و در نهایت با روش پس آزمایی های آزمون کمیته باسل و آزمون های فراوانی bin، pof و tuff میزان دقت و صحت هر یک مورد بررسی قرار گرفت. نتایج تحلیل نشان می دهد که مدل های پارامتریک، شبه پارامتریک و نیمه پارامتریک از لحاظ کارایی و دقت به ترتیب دارای اولویت می باشند. بعلاوه نتایج پژوهش از منظری دیگر نشان می دهد که بر اساس نسبت تخطی و آزمون های پس آزمایی، مدل های غیرپارامتریک و نیمه پارامتریک، ارزش در معرض ریسک را بیشتر از حد برآورد کرده اند که البته سهم مدل ناپارامتریک در این برآورد بیشتر است.

Value Risk Assessment of Stock Indexes Based on Parametric, Quasi-Parametric and Nonparametric Approaches (Tehran Stock Exchange Study)

The purpose of the present study is to evaluate the value at risk of stock indexes based on parametric, quasiparametric and nonparametric approaches in Tehran Stock Exchange on the basis of data collected during the period of 20092010. The purpose of this study is practical. On the other hand, the present study is empirically oriented epistemologically, its inductive reasoning system, and fieldlibrary study using causalhistorical information (ie, past information). In this regard, the performance of each of the above approaches was evaluated and finally the accuracy of accuracy was evaluated by the Basel Committee test and Bin, POF and TUFF frequency tests. The results show that parametric, quasiparametric and semiparametric models have priority in terms of efficiency and accuracy, respectively. In addition, the results from another perspective show that nonparametric and semiparametric models based on error ratio and post hoc tests have overestimated the value of risk exposure, although the contribution of nonparametric model is higher