تحلیل ارزش در معرض خطر در بازارهای سهام MENA
چکیده
در این مقاله، ما به بررسی پیش بینی عملکرد مدل های ارزش در معرض خطر در بازار های سهام MENA می پردازیم. ما از مدل ARCH پاور متقارن برای تحلیل چهار بازار نوظهور MENA یعنی مصر، اردن، مراکش وترکیه استفاده میکنیم. اگرچه بیشتر مطالعات تجربی تنها بر حفظ یک پرتفوی با موقعیت بلند تاکید می کنند، در این مقاله ما تنها بر موقعیت کوتاه در هر بازار تاکید می کنیم. در این فرایند، ما پی بردیم که نرخ بازده سهام دارای دنباله پهن معنی دار تری نسبت به توزیع نرمال بوده و از این روی مدل ARCH پاور متقارن را برای براورد ارزش در معرض خطر در هر بازار معرفی می کنیم. سپس ما به بررسی اثر عدم تقارن در واریانس شرطی و توزیعات دنباله پهن بر روی اندازه گیری ارزش در معرض خطر می پردازیم. نتایج نشان داد که براورد های ارزش در معرض خطر بر اساس مدل استیودنت APARCH صحیح تر و دقیق تر از ارزش های ایجاد شده با استفاده از APARCH نرمال می باشند و بنابر این یک ارزیابی خطر مناسب نبایستی هر دو رفتار دنباله و حافظه بلند مدت را در این بازار ها نادیده بگیرد. نتایج ما برای سرمایه گذاران، بانکداران و مدیران صندوق مفید است که موفقیت آن ها بستگی به توانایی پیش بینی نوسانات قیمت سهام در این بازار ها دارد
مقدمه
نرخ بالای بازده سهام میانگین و همبستگی های پایین آن ها با بازار های صنعتی ظاهرا موجب می شود تا بازار های سهام نوظهور به یک گزینه جذاب برای تنوع بخشی به پرتفوی تبدیل شود. دی سانتیس(1993) به این نتیجه رسیده است که افزودن دارایی ها از بازار های نوظهور به یک پرتفوی شاخص متشکل از دارایی های ایالات متحده، ایجاد پرتفوی هایی با عملکرد (نسبت) بالای پاداش به ریسک می باشد. هاروی(1995) دریافته است که افزودن سرمایه های سهام در بازار های نوظهور به یک پرتفوی از بازار های سهام صنعتی به طور معنی داری موجب تغییر مرز کارامد میانگین- واریانس به سمت چپ می شود. هاروی(1995) و کلاسن و همکاران(1995) به این نتیجه رسیده اند که نرخ بازده سهام بازار های نوظهور به طور معنی داری از مقدار نرمال منحرف می شود. این انحراف از نرمالیته به شدت تحت تاثیر رفتار نرخ بازده مازاد است. این نرخ بازده مازاد مشاهده شده ایجاد توزیع تجربی با دنباله پهن برای نرخ بازده بازار های نوظهور نسبت به بازار های صنعتی می کند.
Abstract
In this paper, we examine the forecasting performance of the Value-at-Risk (VaR) models in the MENA equity markets. We use the Asymmetric Power ARCH model to analyze four MENA emerging markets, namely Egypt, Jordan, Morocco, and Turkey. While most empirical studies focus only on holding a long position of a portfolio, in this paper, we consider a short position in each market. In the process, we find that the returns have significantly fatter tails than the normal distribution and therefore introduce the Asymmetric Power ARCH model to estimate the value-at-risk in each market. Then, we explore the impact of asymmetry in the conditional variance and fat-tailed distributions on measuring Value-at-Risk. We find that the VaR estimates based on the Student APARCH model are more accurate than those generated using Normal APARCH models, and therefore a proper risk assessment should not neglect both the long memory and tail behavior in these markets. Our results should be useful to investors, bankers, and fund managers, whose success depends on the ability to forecast stock price movements in these markets.
Introduction
The well documented high average stock returns and their low correlations with industrial markets seem to make emerging equity markets an attractive choice for diversifying portfolios. De santis (1993) finds that adding assets from emerging markets to a benchmark portfolio consisting of US assets creates portfolios with a considerable improved reward-to-risk performance. Harvey (1995) finds that adding equity investments in emerging markets to a portfolio of industrial equity markets significantly shifts the mean-variance efficient frontier to the left. Harvey (1995) and Claessens et al. (1995) document that emerging markets returns significantly depart from normality. This departure from normality is greatly influenced by the behavior of extreme returns. These observed extreme returns produce a fatter tail empirical distribution for emerging markets stock returns than for the industrial markets.
چکیده
مقدمه
مرور منابع
روش های تجربی: مدل های ارزش در معرض خطر
متریک های ریسک(RiskMetric)
داده ها و نتایج تجربی
نتایج براورد
بک تست کردن براورد های ارزش در معرض خطر
نتیجه گیری و پیامد ها
Abstract
Introduction
Literature Review
Empirical Methods: Value-at-Risk models
The Riskmetrics
The Asymmetric Power ARCH model
The Student Asymmetric Power ARCH (Student APARCH) model
Data and Empirical Results
Estimation results
Backtesting the VaR estimates
Conclusion and Implications
- ترجمه فارسی مقاله با فرمت ورد (word) با قابلیت ویرایش، بدون آرم سایت ای ترجمه
- ترجمه فارسی مقاله با فرمت pdf، بدون آرم سایت ای ترجمه