محاسبه ارزش در معرض خطر پرتفوي: كاربرد رهيافت كاپيولا

Measuring portfolio Value at Risk: The application of copula approach

استفاده از روش‌هاي سنتي تك متغيره در محاسبه ارزش در معرض خطر پرتفوي، به دليل عدم توجه به همبستگي تغييرپذير زماني مولفه‌هاي آن باعث برآورد بيشتر يا كمتر از حد ارزش در معرض خطر (VaR) مي‌شود. از طرفي فضاي پيچيده بازارهاي مالي استفاده از روش‌هاي كاراتري مانند روش‌هاي محاسبه ريسك چند متغيره را ايجاب مي‌كند. بنابراين در پژوهش جاضر سعي شد چهار روش محاسبه ارزش در معرض خطر چندمتغيره براي دو پرتفوي، در بورس صنايع غذايي مورد ارزيابي قرار گيرند. نتايج آزمون‌هاي كريستوفرسن، تابع امتياز احتمال درجه دوم و ريشه ميانگين مجذور خطا نشان داد كه روش شبيه‌سازي مونت-كارلو مبتني بر كاپيولا (توابع مفصل) در مقايسه با سه روش ديگر نتايج قابل اعتماتري دارد. بنابراين اين روش براي بررسي ساختار وابستگي و اندازه‌گيري ريسك مورد استفاده قرار گرفت و نتايج مربوط به آن نشان داد كه حداكثر زيان مورد انتظار در پرتفوي لبنيات در طول يك هفته برابر 2/01 درصد و در پرتفوي شكر برابر 1/09 درصد مي‌باشد.

Due to the fact that traditional univariate approach in portfolio value at risk measurements ignore the time varying correlation between its components, these models underestimate or overestimate value at risk. In addition, complex financial markets make it necessary to use effective approaches, such as multivariate risk measurement. Therefore, in this present study, we tried to evaluate four multivariate value at risk measurement approaches for two portfolios in food industry exchange. The result of Christoffersen, quadratic probability score and root mean squared error tests showed copula-based Monte Carlo approach has more reliable result in comparison with others. Hence, we applied this approach to investigate dependence structure and measure risk, and its result showed the maximum expected loss of dairy portfolio value over a week is 2.01 percent, while for sugar portfolio is 1.09 percent.