رتبه بندي انواع روش هاي پارامتريك و ناپارامتريك در برآورد ريزش مورد انتظار و ارزش در معرض خطر

Rating parametric and nonparametric methods for estimating the expected shortfall and value at risk

توسعه روزافزون بازارهاي مالي و رويارويي با شرايط عدم اطمينان، اهميت برآورد معيارهاي اندازه گيري ريسك وتعيين مناسب ترين مدل پيش بيني ريسك را بيش ازپيش ضروري مي سازد.در اين مقاله سعي بر آن است، دقت پيش بيني مدل هاي مختلف شبيه سازي تاريخي در ارزيابي ارزش درمعرض ريسك و ريزش موردانتظار در مقايسه با روش پارامتريك گارچ با يكديگر مقايسه شوند. مدل هاي مورداستفاده، شبيه سازي تاريخي، شبيه سازي تاريخي بازتابي، شبيه سازي تاريخي نوسانات وزن دارو شبيه سازي تاريخي فيلترشده و مدل پارامتريك گارچ (1 و 1) است. براي انجام تحقيق از داده هاي شاخص كل بورس اوراق بهادارتهران از سال 88 تا پايان سال 93 استفاده شده است. پس آزمايي ارزش در معرض خطر با استفاده از آزمون كريستوفرسون كه از دو پس آزمايي برنولي و پس آزمايي استقلال تشكيل شده است و پس آزمايي ريزش موردانتظار با استفاده از آزمون مك نيل و فري، انجام شده است. درنهايت نتايج حاصل از رتبه بندي با تابع مجموعه فاصله اطمينان به ترتيب مدل هاي شبيه سازي نيمه پارامتريك، پارامتريك و ناپارامتريك اولويت بندي شدند.

Financial market developments make it more important to measure market risks correctly. In this paper we investigatethe forecasting accuracy of different historical simulation models in relation to the risk measure expected shortfall and in comparison to established parametric models.we used historical simulation, mirrored historical simulatin,volatility weighted historical simulation,filtered historical simulation and GARCH(1,1) models.The data that we used consists of Tehran stock exchange market index from 2010 to 2014.Christofferson backtest used for value at risk and mc neil & frey backtest used for expected shortfall. According to unconditional coverage backtesting ,mirrored historical simulation model was rejected and others were accepted and according to independence backtesting all models were accepted thus the christoferson backtest will omit the mirrored historical simulation model and According to mc neil and frey backtest all models were accepted and finally the model confidence set procedure showed that semi parametric models are best models to forecast expected shortfall.