عنوان پایان‌نامه

ارایه مدل ترکیبی تخمین ریزش مورد انتظار بر اساس نظریه ارزش فرین با رویکرد شرطی در بورس اوراق بهادار تهران



    دانشجو در تاریخ ۲۶ خرداد ۱۳۹۵ ، به راهنمایی ، پایان نامه با عنوان "ارایه مدل ترکیبی تخمین ریزش مورد انتظار بر اساس نظریه ارزش فرین با رویکرد شرطی در بورس اوراق بهادار تهران" را دفاع نموده است.


    رشته تحصیلی
    مدیریت - مالی
    مقطع تحصیلی
    دکتری تخصصی PhD
    محل دفاع
    کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 75128;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 75128
    تاریخ دفاع
    ۲۶ خرداد ۱۳۹۵
    دانشجو
    حامد طبسی
    استاد راهنما
    سعید فلاح پور

    اندازه گیری و مدل سازی ریسک پس از بحران مالی سال 2008 بیش از پیش مورد توجه فعالان و محققان علوم مالی قرار گرفت. از جمله سنجه های مورد توجه برای اندازه گیری ریسک ارزش در معرض خطر و ریزش مورد انتظار است. در این تحقیق سعی شده که با تخمین ریزش مورد انتظار به عنوان سنجه ای منسجم از ریسک، و استفاده از نظریه ارزش فرین شرطی با ترکیب مدل های جدید در پیش بینی نوسان، به ارائه مدلی برای اندازه گیری ریسک بپردازیم. برای تخمین سنجه های فوق از داده های طی روز نیز استفاده شده است. نتایج حاصل از تحقیق نشان می دهد که مدل فراتر از آستانه شرطی مولتی فرکتال که از داده های طی روز بهره می جوید، به نسبت مدل های جایگزین نظیر فراتر از آستانه شرطی گارچ و مدل فراتر از آستانه غیرشرطی، در برآورد ریسک عملکرد بهتری داشته است. ضمن اینکه استفاده از نظریه ارزش فرین، موجب بهبود برآورد ریسک بطور مطلوب شده است. در این تحقیق، از مدل های جدید در پس آزمایی ریزش مورد انتظار استفاده شده است. نکات کلیدی: ریزش مورد انتظار، مدل نوسان مولتی فراکتال، مدل فراتر از آستانه شرطی، داده های طی روز، پس آزمایی ریزش مورد انتظار
    Abstract
    After the financial crisis in 2008, market practitioners and financial researchers began to attach more importance to risk measurement and modeling. Expected shortfall is recognized risk measures in financial literatures. By the estimation of expected shortfall as a coherent risk measure, and by use of conditional extreme value theory and combining new volatility measures, this research attempts to introduce a new model for risk measurement. Intraday data has been used in this research in order to estimate mentioned risk measures. The results show that in comparison with alternative models, such as GARCH conditional peak over threshold models, multifractal conditional peak over threshold models which utilizes intraday data perform better in risk estimation. In addition, the use of extreme value theory brings about more favorable results in risk estimation. In this research, we use new back-testing models in order to back-test expected shortfall. Key words: expected shortfall, multifractal volatility model, conditional peak over threshold model, intraday data, expected shortfall back-testing,