در روش های قراردادی بهینه سازی پرتفوی، پویایی قیمت ابزار مالی با کاپیولای گوسی[i] شرح داده می شود. در بهینه سازی با روش GC، بدون در نظر گرفتن چولگی و کشیدگی نرخ بازدهی سرمایه، CVaR بهینة پرتفوی کمتر از مقدار واقع آن برآورد می شود. در این تحقیق، با معرفی فرایند های لوی[ii] راهی برای بهینه سازی پرتفوی ابداع و ارائه می گردد. به نحوی که در این روش، به جای GC، بر پویایی قیمت لگاریتمی دارایی ها با تابع کاپیولا، واریانس گاما (VGC) تمرکز دارد. با مطالعه موردی که بر روی شاخص های بازار سهام ایران انجام شد، بهترین موقعیت های کم ریسک شاخص کل، شاخص بازار و شاخص صنعت با تابع عملکرد CVaR تحت مدل VG محاسبه گردید. نتایج نشان میدهد که: الف) CVaR با کاپیولای گوسی، میزان ریسک پرتفوی را کمتر از مقدار واقعی آن نشان می دهد. ب) پرتفوی بهینه، VaR و CVaR وقتی هر بار یک پارامتر از چولگی یا کشیدگی نمونه تغییر می کند، پایدار می مانند اما پرتفوی بهینه با افزایش یا کاهش میانگین نمونه به طور معنی داری تغییر می کند. ج) کاپیولای متفاوت، CVaR متفاوتی ایجاد می کند د) در ساختار بهینه سازی پرتفوی، کشیدگی و دم کلفت بودن (fat-tailedness) دارای اهمیت بسیار زیادی می باشد.

بی ثباتی های اقتصادی در سال های اخیر و به دنبال آن ایجاد تغییرات سریع در فضای حاکم بر بازارهای مالی، ریسک اکثر بنگاه ها و موسسات مالی را افزایش داده است، به گونه ای که مدیران ریسک نگران کاهش ارزش دارایی های خود در طی روزهای آتی می باشند. در مطالعات اخیر برای اندازه گیری و پیش بینی ریسک های موجود در بازارهای مالی از سنجه ی ارزش در معرض ریسک شرطی استفاده شده است. از همین رو در این پژوهش تلاش شده است تا در جهت معرفی، محاسبه و پیاده سازی یک مدل ترکیبی غیرخطی نوین برای پیش بینی ارزش در معرض ریسک شرطی گام برداشته شود، به همین منظور از مدل ترکیبی مبتنی بر تئوری مقدار فرین و روش هموارسازی نمایی هلت-وینترز (HWES-EVT) که علاوه بر پویایی و ویژگی های خوشه ای، دنباله پهنی داده ها را نیز در نظر می گیرد به پیش بینی ارزش در معرض ریسک شرطی شاخص صنعت و شاخص کل بورس اوراق بهادار تهران پرداخته شده است. جهت بررسی و ارزیابی عملکرد روش ترکیبی پیشنهادی، این روش با روش مرسوم GARCH-EVT به وسیله سه آزمون پس آزمایی مقایسه شده است. نتایج حاصل شده نشان از آن دارد که رویکرد ترکیبی پیشنهادی جواب دقیق تری نسبت به روش مرسوم در پیش بینی ارزش در معرض ریسک شرطی برای شاخص های مذکور از خود ارائه می دهد.

همه روزه خبرهایی از روند تغییر قیمت ها در بازار طلا و نفت منتشر می شود و تحلیلگران از تاثیرپذیری اقتصاد جهانی از نوسانات این دو بازار یاد می کنند. با مشاهده انگیزه سرمایه گذاران داخلی به سرمایه گذاری مستقیم در بازار طلا و امکان سرمایه گذاری در بازار نفت، در پژوهش پیش رو نوسان آتی این دو بازار با استفاده از یکی از پرکاربردترین روش های سنجش ریسک یعنی مدل ارزش در معرض ریسک شرطی برآورد خواهد شد. در پیش بینی این ارزش از بهترین برازش سه مدل ناهمسانی واریانس شرطی متقارن و نامتقارن یعنی GARCH،EGARCH و TGARCH استفاده شده است. تمامی محاسبات با فرض دو توزیع نرمال و تی استودنت انجام شده اند.نتایج نشان می دهند که برآورد ارزش در معرض ریسک شرطی در بازار نفت نسبت به بازار طلا از اعتبار بیشتری برخوردار است. در میان سه مدل ناهمسانی واریانس، معتبرترین برآورد مربوط به ارزش برآوردی با مدل (1, 1)TGARCH در توزیع تی استودنت است.

از آنجایی که فضای حاکم بر بازارهای مالی نامطمئن و پر ابهام است، اندازه گیری ارزش در معرض خطر شرطی در سال های اخیر از اهمیت بالایی برای شرکت های مالی و سرمایه گذاران خرد و کلان برخوردار شده است. در این مقاله به برآورد ارزش در معرض خطر شرطی شاخص کل بورس اوراق بهادار تهران برای توزیع تی استودنت در سطوح اطمینان 95 درصد و 99 درصد با استفاده از روش استوار کیپرا که به عنوان یک رویکرد جدید برای برآورد استوار ارزش در معرض خطر شرطی پیشنهاد می گردد، پرداخته شده است. برای ارزیابی عملکرد رویکرد مذکور، مقایسه بین آن و روش های مرسوم GARCH، EGARCH و TGARCH با استفاده از چهار آزمون پس آزمایی متشکل از آزمون پوشش غیرشرطی، آزمون پوشش شرطی، آزمون ترکیبی و آزمون تابع زیان لوپز صورت پذیرفت. نتایج حاصل شده نشان می دهد، روش استوار کیپرا در مقایسه با سایر روش ها در برآورد ارزش در معرض خطر شرطی عملکرد بهتر و قابل اتکاتری دارد.

در این تحقیق مدلی برای یک زنجیره تامین حلقه بسته پایدار با در نظرگرفتن ملاحظات اقتصادی، اجتماعی و زیست محیطی به همراه ریسک ناشی از عدم قطعیت در پارامترها ارائه میگردد که برای مدلسازی این مسئله از برنامه ریزی تصادفی استفاده شده و همچنین با استفاده از مقیاس ارزش در معرض ریسک شرطی به اندازه گیری ریسک ها پرداخته میشود. هدف این مدل ماکسیمم کردن سود طراحی شبکه، کاهش نرخ بیکاری و افزایش فرصت های شغلی ناشی از احداث مراکزو مینیمم کردن کربن تولید شده حاصل از حمل و نقل های درون شبکه، مراکز تولید، بازیافت، تعمیر، تولید مجدد می باشد. از دیگر اهداف این مسئله می توان به مینیمم کردن ریسک ناشی از عدم قطعیت در هزینه حمل ونقل و تقاضای مشتری نیز اشاره نمود. در پایان جهت نشان دادن کارایی مدل، مثالی تحت شرایط قطعیت و عدم قطعیت با معیار اندازه گیری ریسک حل نموده و جوابهای بهینه پارتو آنها با هم مقایسه میگردد. نتایج این تحقیق بیانگر این مطلب می باشد که با افزایش ریسک، سود ناشی از شبکه زنجیره تامین کاهش یافته و جهت مواجه شدن با ریسک می بایست هزینه بیشتری را متحمل گردید.

در این تحقیق با استفاده از داده های قیمت نقدی سکه طلا، در بازه زمانی سال 1387 تا 1394 پس از تخمین مقدار وجه تضمین در قراردادهای آتی با استفاده از مدل های ارزش در معرض خطر ورایانس کواریانس مبتنی بر توزیع نرمال و تی استیودنت، پارتوی تعمیم یافته و پارتوی تعمیم یافته سازگار، با آزمون های کوپیک و پوشش شرطی کریستوفرسن و همچنین توابع زیان دوم لوپز و بلانکو - ایهل اقدام به پس آزمایی این مدل ها شد. همچنین با استفاده از تمامی این رویکردها ارزش در معرض خطر شرطی وجه تضمین قراردادهای آتی پیش بینی شده و به منظور انتخاب مدل برتر ارزش در معرض خطر شرطی، از دو تابع نمره دهی شامل میانگین قدر مطلق خطاها(MAE)  و مجذور میانگین مربعات انحراف ها (RMSE) استفاده شد.نتایج نشان می دهدکه با توجه به دنباله های پهن توزیع تجربی داده های نقدی، مدل هایی که توان مدلسازی دنباله های پهن را دارند از جمله مدل های واریانس کواریانس مبتنی بر تی استیودنت و پارتوی تعمیم یافته نتایج مناسبی را در پی دارند. همچنین در سطوح اطمینان پایین تمامی مدل ها عملکرد ضعیفی داشته اند.

هدف این مقاله برآورد ریسک سیستمی در اقتصاد ایران است. برای دست یابی به این هدف، با به کارگیری روش ارزش در معرض ریسک شرطی تفاضلی ارائه شده توسط آدریان و برونرمیر (2011) و استفاده از داده های مربوط به بخش های مالی بانک، بورس و بیمه طی سال های 1394-1374 ریسک سیستمی برآورد شده است. نتایج تحلیل رگرسیون چارکی (کوانتیل) و آزمون های پسین بیانگر اختلاف معنا دار ریسک سیستمی با جمع جبری ریسک هر یک از زیربخش های مالی بانک، بیمه و بورس است. افزون بر این، نتایج آزمون رتبه بندی فریدمن نشان می دهد صنعت بیمه بیشترین و بخش بانکی کمترین سهم را درایجاد ریسک سیستمی دارد.

تلاش در جهت شناسایی مدل مناسب و بالا بردن دقت اندازه گیری با استفاده از سنجه ارزش در معرض ریسک از اهمیت ویژه ای برخوردار است. ارزش در معرض ریسک شرطی (CVaR) با نداشتن برخی نواقص ارزش در معرض ریسک، سنجه قابل اعتماد تری می باشد. در این پژوهش با مطالعه در خصوص ویژگی های داده های شاخص کل بورس اوراق بهادار تهران وکاربرد مدل FIGARCH-EVT در محاسبه ارزش در معرض ریسک شرطی، تصریح دقیق تری حاصل شده است. ابتدا مدل ترکیبی GARCH-EVT پیاده سازی شد و با توسعه آن، به مدل FIGARCH-EVT رسیدیم که خاصیت خوشه ای بودن، پویا بودن و حافظه بلندمدت را در مدل سازی لحاظ نموده است. استفاده از مدل FIGARCH برای داده های بازده لگاریتمی شاخص کل، موجب لحاظ کردن خواص فوق در مدل سازی خواهد شد. بعلاوه، خاصیت دنباله پهن بودن داده های بازده شاخص با استفاده از تئوری مقدار فرین (EVT) برای پسماندهای مدل FIGARCH بکار برده می شود. برای مقایسه نتایج، مدل های NORMAL-GARCH و t-Student-GARCH، شبیه سازی تاریخی و GARCH-EVT نیز برای داده ها بازده شاخص بکار برده شده است. نتایج حاصل از مدل ها با استفاده از آزمون های پس آزمون مورد بررسی و مقایسه قرار گرفته اند. نتایج حاصل از این پژوهش نشان می دهد که توزیع داده ها بازدهی شاخص نامتقارن دارای چولگی بوده و از توزیع نرمال تبعیت نمی کند. بر اساس چهار آزمون جزء اخلال مازاد استاندارد شده، فرآیند نقض تجمعی، پس آزمایی ریزش مورد انتظار و تابع زیان لوپز مدل FIGARCH-EVT نسبت به سایر مدل ها از دقت بالاتری برخوردار می باشد.

یکی از رویکردهای جدید برای بهینه سازی پرتفوی سرمایه گذاری، استفاده از روش ارزش در معرض ریسک شرطی [1] (CVaR) است. برای توزیع های پیوسته، روش ارزش در معرض ریسک شرطی (CVaR)، به عنوان زیان مورد انتظار فراتر از ارزش در معرض ریسک، در سطح اطمینان مشخص، برای یک دوره زمانی معین، تعریف می شود. در عین حال به دلیل نرمال نبودن توزیع بازده دارایی ها و غیر خطی بودن همبستگی بین بازده دارایی، استفاده از روش ترکیبی Copula-CVaR عملکرد بهتری در اندازه گیری ریسک پرتفوی دارایی ها دارد. لذا در این تحقیق سعی بر آن بود که مدلی کارآتر از مدل های موجود و مرسوم برای بهینه سازی سبد سرمایه گذاری، ارایه شود. مدلی که با در نظر داشتن شرایط عدم قطعیت و ریسک سرمایه گذاری، بازدهی بیشتری را برای سرمایه گذاران فراهم نماید. به همین منظور مدل ارزش در معرض ریسک نرمال (VaR) با رویکرد واریانس-کوورایانس[2] با مدل Copula-CVaR برای استخراج مرز کارآ مقایسه شد. قلمرو زمانی تحقیق از ابتدای سال 1393 تا پایان سال 1397 و جامعه آماری نیز 50 شرکت برتر بورس اوراق بهادار تهران بوده است. در این تحقیق برای تخمین ارزش در معرض ریسک (VaR) پرتفوی از رویکرد واریانس-کوواریانس استفاده شد. برای تخمین Copula-CVaR نیز ابتدا از طریق مدل ARIMA-GARCH سری زمانی جزء اخلال توزیع بازده دارایی ها برآورد و استاندارد شد. سپس توزیع های حاشیه ای دارایی ها با استفاده از تابع کاپیولا t-استیودنت برآورد شد. در گام آخر از طریق شبیه سازی مونت کارلو بازدهی دارایی ها شبیه سازی و مقدار CVaR آنها برای دوره 10 روزه محاسبه شد. سپس ترکیب بهینه پرتفوی در سطح اطمینان 95 درصد و 99 درصد برای سطوح مختلف ریسک تعیین شد. نتایج این تحقیق حاکی از آن بود که تشکیل سبد سهام بهینه، با استفاده از مدل ترکیبی یعنی مدل Capula-CVaR عملکرد بهتری داشته است.

بحران های بانکداری دهه های اخیر سبب شد تا بحث ریسک سیستمی در بازارهای مالی از جمله بانک ها مورد توجه سیاستگذاران قرار گیرد. در این تحقیق با استفاده از معیار تغییرات ارزش در معرض خطر شرطی (D CoVar) به ارزیابی ریسک سیستمی در بخش بانکداری ایران نموده ایم. برای این منظور از بانک های پذیرفته شده در بورس اوراق بهادار تهران، تعداد 17 بانک را که حقوق صاحبان سهام آنها از سال 1389 تا بهار 1395 موجود است انتخاب کرده ایم و با استفاده از معیار CoVaR به ارزیابی ریسک سیستمی در این بانک ها پرداختیم. نتایج برآورد نشان می دهد تغییرات ارزش در معرض خطر شرطی برای بانک خاورمیانه بیشترین مقدار (15.61) و برای بانک سرمایه کمترین مقدار (0.32) را به خود اختصاص داده است. این نتایج بیانگر آن است که بحران یا اختلال در بانک خاورمیانه از بین سایر بانک ها بیشترین تاثیر را بر سیستم مالی تحمیل می کند و بانک سرمایه کمترین تاثیر را دارد. به عبارتی دیگر اگر بحرانی در بانک خاورمیانه اتفاق بیفتد به اندازه 15.61 درصد بر ریسک سیستم مالی (بازار) می افزاید در حالی که بحران در بانک سرمایه فقط 0.32 درصد بر ریسک سیستم مالی می افزاید.