عنوان پایان‌نامه
بهینه سازی استوار سبد مالی با استفاده از کاپیولا
- رشته تحصیلی
- مالی - حقوق مالی
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 77160;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 77160
- تاریخ دفاع
- ۱۵ شهریور ۱۳۹۵
- دانشجو
- زهرا صاعدی
- استاد راهنما
- رضا راعی
- چکیده
- از بعد نظری، بحران‌های مالی اهمیت روش‌های مدیریت ریسک را برای ما مشخص می‌کند. استفاده از معیارهای خوش‌بینانه در اندازه‌گیری ریسک و مفروضاتی که در بازارهای پویای مالی بسیار ساده‌انگارانه هستند ،درنهایت منتهی به زیانهای شدید و خارج از انتظار شرکت‌ها می‌شوند. با آن‌که VaR و CVaR معیارهای پرکاربردی در زمینه‌ی محاسبه‌ی ریسک هستند ولی وابستگی آن‌ها به تابع توزیع از کارایی آن‌ها در زمان‌های بحران می‌کاهد. در این تحقیق نشان میدهیم چگونه میتوان تابع کاپیولا را برای هر مسئله ای که شامل توزیع باشد بکارگرفت و این که چگونه کاپیولا میتواند در مدل سازی پورتفوی راه حل هایی ارائه دهد. ما از این موضوع استفاده میکنیم و فرمول کاپیولا از CVaR یک پورتفوی را ارائه میدهیم. باتوجه به وابستگی شدید CVaR به توزیع اولیه، ما از یک چارچوب استوار برای بسط دادن رویکردمان به بدترین حالتCVaR (WCVaR) استفاده خواهیم کرد.WCVaR را با ترکیب کاپیولاهای ارشمیدسی میتوان بدست آورد. مزیت این گونه کاپیولاها این است که میوانند برای ساختارهای وابستگی متقارن یا غیر آن استفاده شوند. در این تحقیق از سه مدل ارزیابی ریسک Gaussian CVaR، بدترین سناریوی مارکویتز، و معیار بدترین سناریوی CVaR یا WCVaR استفاده میکنیم. براین اساس داده‌های روزانه مربوط به شاخص‌های صنایع با بیشترین ارزش بازار در بورس، شامل صنعت‌های شیمیایی، بانک‌‌ها و مؤسسات اعتباری، فلزات اساسی، فرآورده‌های نفتی و داده‌های مربوط به سکه را در بازه‌ی تیرماه 84 تا آذر 94 برای تشکیل پرتفوی بهینه در نظر گرفتیم. پس از انجام این تحقیق با استفاده از سنجه‌ی ریسک WCVaR مبتنی بر کاپیولا، پرتفوی بهینه‌ای به دست می‌آوریم که در زمان سقوط بورس جواب‌های قابل اتکاتری به دست می‌دهد.
- Abstract
- Theoretically, financial crises highlights the importance of risk management for us. Though VaR and CVaR measures are useful in risk measurment, but their dependence on the distribution function reduces their efficiency in times of crisis. In this study, we show how to apply Copula function for any problem that includes the distribution. We will use this and provide Copulas formula of CVaR for a portfolio. Given the heavy reliance of CVaR on underlying probeblity distribution, we use a firm framework for expanding the approach to the worst CVaR (WCVaR). In this study, we use three risk assessment models: Gaussian CVaR, Markowitz’s worst-case scenario, and WCVaR measure. We use daily data related to industry indices with the highest market value in the stock market, including industries; Chemical, banks and credit institutions, basic metals, petroleum products and related data of gold coin in the range of 1384 to1394 for the optimal portfolio were taken. After doing research, Using Copulas-based WCVaR risk measures, we attain an optimal portfolio which provides more reliable results during the stock market crash.
