مدل تركيبي ارزش در معرض ريسك شبيه سازي تاريخي فيلتر شده مبتني بر تبديل موجك در افقهاي زماني سرمايه گذاري مختلف در بورس اوراق بهادار تهران

Wavelet based Filtered historical simulation value at risk model in different time horizons in Tehran Stock Exchange

از ارزش در معرض ريسك به عنوان سنجه اي براي كمي سازي ريسك و مبنايي براي محاسبه سرمايه مورد نياز نهادهاي مالي در حوزه نظارتي استفاده مي گردد. تحقيق حاضر درصدد انتخاب دقيق ترين مدل هاي تخمين ارزش در معرض ريسك اعم از ساده و پيشرفته و ارائه يك مدل جديد "مبتني بر تبديل موجك" در بورس اوراق بهادار تهران است و بر اين اساس مدل هاي شبيه سازي تاريخي(HS)، خانواده ARMA-GARCH، شبيه سازي تاريخي فيلتر شده (FHS)، فراتر از آستانه شرطي (CPOT) و مدل تركيبي جديد شبيه سازي تاريخي فيلتر شده مبتني بر تبديل موجك در اشكال مختلف از استفاده از مدل هاي نوسان و فروض توزيعي مختلف تخمين و مورد پس آزمايي در بورس اوراق بهادار تهران قرار گرفت. نتايج تحقيق مبتني بر پس آزمون صورت گرفته در بازه زماني حدود 11 ساله شاخص كل بورس اوراق اوراق بهادار تهران از تاريخ 13/4/1389 الي 11/4/1399 (بيش از 2400 روز داده بازدهي شاخص كل) حاكي از دقت بالاتر مدل ارزش در معرض ريسك شبيه سازي تاريخي فيلتر شده مبتني بر تبديل موجك (WFHS) در تمامي افق هاي زماني و سطوح اطمينان مختلف نسبت به ساير مدل ها مي باشد.

Abstract: Value at risk is applied as a downside risk measure to quantify risk and as a basis for calculating the regulatory purpose capital of financial institutions. The present study seeks to select the most accurate models for estimating value at risk, both simple and advanced, and to present a new wavelet based model on Tehran Stock Exchange. Filtered historical simulation(FHS), Conditional extreme value theory model(CPOT) and a new hybrid semiparametric model called "Wavelet based Filtered historical simulation" in various forms using different volatility models and distribution assumptions were estimated and on the Tehran Stock Exchange. The backtest finding of research conducted in a period of about 11 years of the total index of Tehran Stock Exchange(TSE) from 2010/4/7 to 2020/4/1 (more than 2400 daily of index return data) indicate the higher accuracy of the filtered historical wavelet-based simulation (WFHS) VaR model in comparison to other models at all-time horizons and different confidence levels.