نوع مقاله : مقاله پژوهشی
نویسندگان
1 استادیار علوم اقتصادی، دانشکده اقتصاد دانشگاه علامه طباطبائی
2 کارشناس ارشد، علوم اقتصادی، دانشکده اقتصاد دانشگاه علامه طباطبائی
چکیده
در این مقاله پرتفوی بهینه سرمایه‌گذاری شامل 4 شاخص مالی، شیمیایی، دارویی و خودرو برآورد شده است. برای بررسی ساختار وابستگی بین داراییها از الگوهای مختلف خانواده کاپیولا، برای مدل‌سازی تلاطمهای بازده داراییها از الگوهای مختلف خانواده گارچ و به‌منظور مدل‌سازی دمهای توزیع از الگوی نظریه ارزش فرین استفاده شده است. همچنین برای محاسبه ریسک پرتفوی دارایی از الگوی ریزش مورد انتظار استفاده شده است. نتایج این پژوهش نشان میدهد شاخص شیمیایی بیشترین وزن را در الگوی بهینه سرمایه‌گذاری به خود اختصاص میدهد. همچنین برای رسیدن به بازده بیشتر (و البته به‌شرط تحمل ریسک بالاتر)، میتوان وزن شاخص دارویی را در پرتفوی دارایی افزایش داد. شاخص خودرو نیز به دلیل نوسانات بسیار بزرگ در هیچ‌یک از پرتفوی‌های سرمایه‌گذاری وزن قابل‌توجهی ندارد. نتایج آزمون شارپ نیز نشان داد که دو الگوی کاپیولای فرانک و گامبل در متنوع سازی پرتفوی سرمایه‌گذاری کاراتر عمل کردند.
کلیدواژه‌ها
پویانفر، احمد و سید حمید موسوی (1395)، «تخمین ارزش در معرض ریسک دادههای درونروزی با رویکرد EVT-COPULA»، مجله مدل‌سازی ریسک و مهندسی مالی، دوره 1، شماره ،، ص 144-129،
راغفر، حسین و حسین آجرلو (1395)، «برآورد ارزش در معرض خطر پرتفوی ارزی یک بانک نمونه با روش GARCH-EVT-Copula»، فصلنامه پژوهشهای اقتصادی ایران، دوره 21، شماره 67، ص 141-113،
فلاح‌پور، سعید و مهدی باغبان، مهدی، (1393)، «استفاده از کاپیولا-CVaR در بهینهسازی سبد سرمایه‌گذاری و مقایسه تطبیقی آن با روش Mean-CVaR»، فصلنامه پژوهشها و سیاستهای اقتصادی، دوره 22، شماره 72، ص 172-155.
کشاورز حداد، غلامرضا و مهرداد حیرانی، مهرداد (1393)، «برآورد ارزش در معرض ریسک باوجود ساختار وابستگی بین بازدهیهای مالی: رهیافت مبتنی بر کاپولا»، فصلنامه تحقیقات اقتصادی، دوره 49، شماره 4، ص 902-869.
موسوی، میرحسین، حسین، راغفر و منصوره محسنی (1392)، «برآورد ارزش در معرض خطر سبد سهام با استفاده از روش گارچ کاپولای شرطی»، فصلنامه پژوهشهای اقتصادی ایران، دوره 18، شماره 54، ص 152-119.
نیسی، عبدالساده و مسلم پیمانی (1393)، «مدل‌سازی شاخص کل بورس اوراق بهادار تهران با استفاده از معادله دیفرانسیل تصادفی هستون»، فصلنامه پژوهشنامه اقتصادی، دوره چهاردهم، شماره 52، ص 166-143.
Aloui, A. Ben Aissa, M. S. Nguyen, D.K. (2011), “Global Fnancial Crisis, Extreme Interdependences, and Contagion Effects: The Role of Economic Structure”, Journal of Banking and Finance, Volume 35 (1), PP 130-141.
Angel Canela, M. and Pedreira Collazo, E. (2006), Modelling Dependence in Latin American Markets Using Copula Functions, Working paper. Universitat de Barcelona.
Autchariyapanitkul, K. Chanaim, S. Sriboonchitta, S. (2014), “Portfolio Optimization of Stock Returns in High-Dimensions: A Copula-Based Approach”, Thai Journal of Mathematics, PP 11-23.
Bhattacharyya, M. (2008), “Conditional VaR Using EVT–Towards a Planned Margin Scheme”, International Review of Financial Analysis, Volume 17(2), PP 382–395.
Bollerslev,T. (1986), “Generalized Autoregressive Conditional Heteroskedasticity”, Journal of Econometrics, Volume 51, PP 307–327.
Boubaker, H. Sghaier,N. (2013), “Portfolio Optimization in the Presence of Dependent Financial Returns with Long Memory: A Copula Based Approach”, Journal of Banking & Finance, Volume 37, PP 361–377.
Chollete, L. De la Pena, V. & Lu, C. (2006), Security Co-movement: Alternative Measures and Implications for Portfolio Diversification, Unpublished Working Paper, Columbia University and NHH.
Chollete, L. de la Pena, V. Lu, C. (2011), “International Diversification: A Copula Approach”, Journal of Banking and Finance, Volume 35 (2), PP 403-417.
Clayton, D.G. (1978), “A Model for Association in Bivariate Life Tables and Its Application in Epidemiological Studies of Familial Tendency in Chronic Disease Incidence”, Biometrika, Volume 65 (1), PP 141–151.
Costinot, A. Roncali, T. Teiletche, J. (2000), Revisiting the Dependence Between Financial Markets with Copulas, Working Paper, Credit Lyonnais.
de Melo Mendes, B.V., Kolev, N. (2008), “How Long Memory in Volatility Affects True Dependence Structure”, International Review of Financial Analysis, Volume 17 (5), PP 1070-1086.
Deng, L. Ma,CH. Yang,W. (2011), “Portfolio Optimization via Pair Copula-GARCH-EVT-CVaR Model”, Systems Engineering Procedia, Volume 2, PP 171-181.
Di Clemente, A. Romano, C. (2004), “Measuring and Optimizing Portfolio Credit Risk: A Copula-Based Approach”, Economic Notes, Volume 33 (3), PP 325-357.
Ding, Z. Granger, C.W.J. and Engle, R.F. (1993), “A Long Memory Property of Stock Market Returns and a new Model”, Journal of Empirical Finance, Volume 1, PP 83–106.
Embrechts, P. Mcneil, A. and Straumann, D. (2002), Correction and Dependence in Risk Management, Properties and Pitfalls, In M. A. H. Dempster (Ed.), Risk Management: Value at Risk and Beyond, PP 176–223.
Embrechts, P. McNeil, A.J. Straumann, D. (1999), “Correlation: Pitfalls and Alternatives a Short”, RISK Magazine, PP 69-71.
Embrechts, P. McNeil, A.J. Straumann, D. (2002), Correlation and Dependence in Risk Management: Properties and Pitfalls, In: Dempster, M. (Eds.), Risk Management: Value at Risk and Beyond, Cambridge University Press, Cambridge, PP 176-223.
Forbes, K.J. and Rigobon, R. (2000), “No Contagion, Only Stock Market Co-movements”, Journal of Finance, Volume 5, PP 2223-2261.
Genest, C. Mackay, R.J. (1986), “Copules Archimédiennes et Familles de Lois Bidimensionnelles Dont Les Marges Sont Données”, Canadian Journal of Statistics, Volume 14 (2), PP 154–159.
Geweke, J. and Porter-Hudak, S. (1983), “The Estimation and Application of Long Memory Time Series Models”, Journal of Time Series Analysis, Volume 4(4), PP 221–238.
Glosten, L.R. Jagannathan, R. and Runkle, .D.E. (1993), “On the Relation Between the Expected Value and the Volatility of the Nominal Excess Return on Stocks”, Journal of Finance, Volume 48(5), PP 1779-1801.
Gumbel, E.J. (1960), “Distributions de Valeurs Extrêmes en Plusieurs Dimensions”, Publications de l’Institut de Statistique de l’Université de Paris, Volume 9, PP 171–173.
Han, Y. Li, P. Xia,Y. (2017), “Dynamic Robust Portfolio Selection with Copulas”, Finance Research Letters, Volume 21, PP 190-200.
He, X. Gong, P. (2009), “Measuring the Coupled Risks: A Copula-Based CVaR model”, Journal of Computational and Applied Mathematics, Volume 223(2), PP 1066-1080.
Hotta, L. K. Lucas, E. C. and Palaro, H. P. (2008), “Estimation of VaR Using Copula and Extreme Value Theory”, Multinational Finance Journal, Volume 12, PP 205–221.
Hu, L. (2006), “Dependence Patterns Across Financial Markets: A Mixed Copula Approach”, Applied Financial Economics, Volume 16 (10), PP 717-729.
Hu, L. (2006), “Dependence Patterns Across Financial Markets: A Mixed Copula Approach”, Applied Financial Economics, Volume 16, PP 717–729.
Huang, J. Lee, K. Liang, H. and Lin, W. (2009), “Estimating Value at Risk of Portfolio By Conditional Copula-GARCH Method”, Insurance: Mathematics and Economics, Volume 45, PP 315–324.
Jansen, D. and de Vries, C.G. (1991), “On the Frequency of Large Stock Returns: Putting Booms and Busts into Perspective”, Review of Economics and Statistics, Volume 73(1), pp 18-24.
Joe, H. (1997), Multivariate Models and Dependence Concepts, London: Chapman &Hall.
Jondeau, E. and Rockinger, M. (2006), “The Copula-GARCH Model of Conditional Dependencies: An International Stock Market Application”, Journal of International Money and Finance, Volume 25, PP 827–853.
Kakouris, L. and Rustem, B. (2014), “Robust Portfolio Optimization with Copulas”, European Journal of Operational Research, Volume 235, PP 28–37.
Karmakar, M. (2017), “Dependence Structure and Portfolio Risk in Indian Foreign Exchange Market: A GARCH-EVT-Copula Approach”, The Quarterly Review of Economics and Finance, Volume 64, PP 275-291.
Koedijk, K.G. Schafgans, M. and de Vries, C.G. (1990), “The Tail Index of Exchange Rate Returns”, Journal of International Economics, Volume 29, pp 93-108.
Kole, E. Koedijk, K. Verbeek, M. (2005), Testing Copulas to Model Financial Dependence, Working Paper, RSM Erasmus University.
Ling, C. (1965), “Represention of Associative Functions”, Publicationes Mathematicae Debrecen, Volume 12 (1), PP 189-212.
Markowitz, H.M. (1952), “Portfolio Selection”, Journal of Finance, Volume 7 (1), PP 77-91.
Mashal, R. and Zeevi, A. (2002), Beyond Correction: Extreme Co-movements Between Financial Assets, Working Paper, Columbia Business School.
McNeil, A. Frey, R. (2000), “Estimation of Tail-Related Risk Measures for Heteroscedastic Financial Time Series: An Extreme Value Approach”, J. Empir. Finance, Volume 7, PP 271-300.
Nelson, D.B. (1991), “Conditional Heteroskedasticity in Asset Returns: A New Approach”, Econometrica, Volume 59(2), PP 347-370.
Nelson, R. B. (1999), An introduction to Copulas. Lecture Notes in Statistics, New York: Springer.
Patton, A. (2004). “On the Out-of-Sample Importance of Skewness and Asymmetric Dependence for Asset Allocation”, Journal of Financial Econometrics, Volume 2 (1), PP 130-168.
Patton, A. J. (2006), “Modelling Asymmetric Exchange Rate Dependence”, International Economic Review, Volume 47, PP 527–556.
Pfaff, B. (2016), Financial Risk Modelling and Portfolio Optimization with R, 2nd Edition. Wiley.
Pickands, J. (1975), “Statistical Inference Using Extreme Order Statistics”, Annals of Statistics, Volume 3, PP 119–131.
Reisen, V. A. (1994), “Estimation of the Fractional Difference Parameter in the ARFIMA(p,d,q) Model Using the Smoothed Periodogram”, Journal Time Series Analysis, Volume 15(1), PP 335–350.
Rodriguez, J.C. (2007), “Measuring Financial Contagion: A Copula Approach”, Journal of Empirical Finance, Volume 14 (3), PP 401-423.
Sharpe, W.F. (1966), “Mutual Fund Performance”, The Journal of Business, Volume 39, PP 119-138.
Sklar, A. (1973), “Random Variables, Joint Distribution Functions and Copulas”, Kyber-netika, Volume 9, PP 449–460.
Sun, W. Rachev, S. Fabobozzi, F.J. Petko, S.K. (2009), “A New Approach to Modeling Co-movement of International Equity Markets: Evidence of Unconditional Copula Based Simulation of Tail Dependence”, Empirical Economics, Volume 36 (1), PP 201-229.
Tursunalieva, A. and Silvapulle, P. (2007), Assessing and Modelling the Changes in Dependence Between Exchange Rates, Working Paper of Monash University, Monash University.
)