برآورد معيارهاي ريسك ارزش در معرض خطر و ميانگين ارزش در معرض خطر با استفاده از مدل رگرسيوني چندكي تركيبي

Estimating Value-at-Risk and Average Value-at-Risk Measures Using Composite quantile Regression Model

ارزش در معرض خطر و ميانگين ارزش در معرض خطر كه ريسك بازار را با يك عدد بيان مي‌­كنند، دو نوع از مهمترين معيارهاي اندازه‌­گيري ريسك مبتني بر روش‌هاي آماريدر بازارهاي مالي هستند. اخيرا رهيافت مدل­ هاي رگرسيوني خطي نظير كمترين توان هاي دوم و چندكي براي برآورد اين معيارها ارائه شده است. در اين مقاله روش برآورد اين دو معيار ريسك با استفاده از مدل رگرسيوني چندكي تركيبي بررسي مي‌­شود. براي مقايسه كارايي مدل ارائه شده با مدل‌هاي متداول در اين زمينه، مطالع شبيه‌سازي انجام شده و در پايان نيز نحوه كاربست مدل­‌ها در قالب مثال كاربردي براي داده‌­هايي از بازار سهام ايران نشان داده خواهد شد.

Value-at-Risk and Average Value-at-Risk are tow important risk measures based on statistical methoeds that used to measure the market's risk with quantity structure. Recently, linear regression models such as least squares and quantile methods are introduced to estimate these risk measures. In this paper, these two risk measures are estimated by using omposite quantile regression. To evaluate the performance of the proposed model with the other models, a simulation study was conducted and at the end, applications to real data set from Iran's stock market are illustarted.