پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 158 |
| تعداد شماره‌ها | 6,225 |
| تعداد مقالات | 67,690 |
| تعداد مشاهده مقاله | 115,002,716 |
| تعداد دریافت فایل اصل مقاله | 89,681,534 |
طراحی مدلی برای رتبه‌بندی صندوق‌های سرمایه‌گذاری در ایران با استفاده از رویکرد ارزیابی ریسک سیستمی، بر اساس مدل‌های LTD، SES، MES و CoVaR | ||
| تحقیقات مالی | ||
| دوره 22، شماره 4، 1399، صفحه 451-475 اصل مقاله (419.38 K) | ||
| نوع مقاله: مقاله علمی پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/frj.2020.304716.1007031 | ||
| نویسندگان | ||
| بهنام چاوشی* 1؛ رضا تهرانی2؛ عزت اله عباسیان3 | ||
| 1دانشجوی دکتری، گروه مدیریت مالی، دانشکده مدیریت دانشگاه تهران، تهران، ایران. | ||
| 2استاد، گروه مالی و بیمه، دانشکده مدیریت دانشگاه تهران، تهران، ایران. | ||
| 3دانشیار، گروه اقتصاد و علوم اجتماعی، دانشکده مدیریت دانشگاه تهران، تهران، ایران. | ||
| چکیده | ||
| هدف: در این پژوهش، با استفاده از تلفیق مدل‌های صاحب‌نظران، مدلی ابداع شده است که ریسک سیستمی و رتبه‌بندی صندوق‌های سرمایه‌گذاری را از دیدگاه بررسی بازدهی این صندوق‌ها می‌سنجد. روش: در این پژوهش مدل‌های LTD، SES، MES و CoVaR ریسک‌های سیستمی در صندوق سهامی در ایران بررسی شده و از طریق مدل تاپسیس با توجه به ترکیب روش‌های نام‌برده رتبه هر صندوق بر اساس ریسک سیستمی تعیین شده است. این پژوهش با استفاده از روش ترکیبی رگرسیون چندکی (کوانتیل) ـ تاپسیس از روش‌های تصمیم‌گیری چندمعیاره به‌عنوان ابزاری برای تجزیه و تحلیل معیارهای انتخاب صندوق‌ها به‌دنبال پیشنهاد مدلی است تا بتواند حجم انبوه اطلاعات مربوط به صندوق‌های مختلف را تجزیه و تحلیل کرده و در راستای کاهش ریسک غیرسیستماتیک و انتخاب صندوق مناسب، روشی ارائه دهد. یافته‌ها: با توجه به موضوع مقاله که طراحی مدلی برای رتبه‌بندی صندوق‌ها است، در نهایت بر اساس مدل‌های ارائه‌شده مبتنی بر ارزیابی ریسک سیستمی روشی برای رتبه‌بندی ارائه شده که با داده‌های صندوق‌ها در بورس ایران با در نظر گرفتن معیارهای مطرح‌شده نتایج حاصل از این رتبه‌بندی نیز ارائه شده است. نتیجه‌گیری: نتیجه این پژوهش ارائه مدلی است که در آن، با استفاده از روش تحلیل ترکیبی رگرسیون چندکی (کوانتیل) ـ تاپسیس، ریسک سیستمی با چهار مدل ارزش در معرض خطر شرطی (CoVaRΔ)، زیان مورد انتظار سیستمی (SES)، سهم حاشیه‌ای زیان مورد انتظار (MES) و وابستگی دنباله پایین (LTD) در صندوق‌ها ارزیابی شده و بیشترین تأثیر به کمترین تأثیر صندوق‌ها در سیستم مشخص شد. | ||
| کلیدواژه‌ها | ||
| ریسک سیستمی؛ ارزش در معرض خطر شرطی (CoVaRΔ)؛ زیان مورد انتظار سیستمی (SES)؛ سهم حاشیه‌ای زیان مورد انتظار (MES)؛ وابستگی دنباله پایین (LTD) | ||
| عنوان مقاله [English] | ||
| Developing a Model for Ranking Mutual Funds in Iran Using the Systematic Risk Assessment Approach Based on LTD, SES, MES, and CoVaR Models | ||
| نویسندگان [English] | ||
| Behnam Chavoshi1؛ Reza Tehrani2؛ Ezatollah Abbassian3 | ||
| 1PhD. Candidate, Department of Financial Management, Faculty of Management, University of Tehran, Tehran, Iran. | ||
| 2Prof., Department of Finance and Insurance, Faculty of Management, University of Tehran, Tehran, Iran. | ||
| 3Associate Prof., Department of Economics and Social Sciences, Faculty of Management, University of Tehran, Tehran, Iran | ||
| چکیده [English] | ||
| Objective: The simplest thing that may make an amateur investor invest in a fund is simply to look at the fund’s return that can be calculated very easily. Capital market experts have always tried to make investors aware of the threat of making judgments merely based on the fund's returns. Methods: Accordingly, the present study addresses one of the performance evaluation techniques using risk assessment models. This technique simply focuses on the impact of the capital market on a mutual fund that can largely reflect the position of asset management and the stability of the fund’s performance. This study employs LTD, SES, MES, CoVaR models to assess systemic risks in equity funds in Iran. Besides, the TOPSIS model and a combination of the mentioned techniques are used to rank each mutual fund in terms of systemic risk. Results: According to the topic of the paper, designing a model for ranking the mutual funds is finally presented based on the models based on risk assessment based on systemic risk assessment based on the criteria presented in the Iranian stock with regard to the criteria presented by this ranking. Conclusion: Using the hybrid regression analysis method (quantile) - topsis, the risk of a system of four aspects of value at risk (CoVaR), the marginal loss of expected loss (MES) and the lower tail dependence (LTD) in the funds were evaluated and the maximum impact on the least impact of funds in the system was determined. | ||
| کلیدواژه‌ها [English] | ||
| Systemic risk, Conditional Value at Risk (ΔCoVaR), Systemic Expected Shortfall (SES), Marginal Expected Shortfall (MES), Low Sequence Dependence (LTD) | ||
| مراجع | ||
|
احمدی، زانیار؛ فرهانیان، سید محمد جواد (1393). اندازه‌گیری ریسک فراگیر با رویکرد CoVaR و MES در بورس اوراق بهادار تهران. فصلنامه بورس اوراق بهادار، 7(26)، 3-22. آذری قره‌لر، آذر؛ رستگار، محمدعلی (1395). بررسی ریسک سیستمی شرکت بر شرکت در شرکت‌های بورس اوراق بهادار تهران. سومین کنفرانس جهانی مدیریت، اقتصاد حسابداری و علوم انسانی در آغاز هزاره سوم. حسینی، سید علی؛ رضوی، سیده سمیه (1393). نقش سرمایه در ریسک سیستمی مؤسسات مالی. پژوهشهای تجربی حسابداری، 4(3)، 127-147. خاکی، غلامرضا (1393). شیوه تهیه پژوهشنامه. تهران: نشر فوژان. دانش جعفری، داوود؛ بت شکن، محمد هاشم؛ محمدی، تیمور؛ پاشازاده، حامد (1396). بررسی ریسک سیستماتیک بانک‌های منتخب نظام بانکی در ایران با استفاده از روش هم‌بستگی شرطی پویا (DOC). نشریه پولی و بانکی، 10(33)، 457- 480. رستگار، محمد علی؛ کریمی، نسرین (1395). ریسک سیستمی در بخش بانکی. فصلنامه مدلسازی ریسک و مهندسی مالی. 1(1)، 1-19. سجاد، سید رسول؛ ابطحی، سیده زهرا (1396). سنجش ریسک شاخص گروه بانکی با استفاده از تخمین نوسانات بازده با مدل نوسانات تصادفی: رویکرد نیمهپارامتری بیزی. تحقیقات مالی، 19(1)، 81-96. سجاد، سید رسول؛ طاهری فر، رویا (1395)، محاسبه فاصله اطمینان و ارزیابی دقت ارزش در معرض خطر محاسبه‌شده با مدل مارک سوئیچینگ گارچ در بورس اوراق بهادار تهران. تحقیقات مالی، 18 (3)، 461- 482. عیوضلو، رضا؛ رامشگ، مهدی (1398). اندازه‌گیری ریسک سیستمیک با استفاده از کسری نهایی مورد انتظار و ارزش در معرض خطر شرطی و رتبه‌بندی بانک‌ها. مدیریت دارایی و تأمین مالی، 7(4)، 1-16. محمدی، شاپور؛ راعی، رضا؛ فیض آباد، آرش (1387). محاسبه ارزش در معرض خطر پارامتریک با استفاده از مدل‌های ناهم‌سانی واریانس شرطی در بورس اوراق بهادار تهران. تحقیقات مالی، 10(25)، 109- 124. مرادمند جلالی، میلاد؛ حسنلو، خدیجه (1395). ارزیابی سهم بانک‌ها، بیمه و شرکت‌های سرمایه‌گذاری در ریسک سیستمیک. فصلنامه مطالعات مالی و بانکداری اسلامی، 2 (3 و 4)، 67-92. میرلوحی، سید مجتبی؛ ابراهیم‌نژاد، علی؛ فرح‌آبادی، مهرداد (1397). جریانات و بازده سرمایه‌گذاران صندوق‌های سرمایه‌گذاری مشترک: شواهد تجربی از بازاربینی سرمایه‌گذاران. فصلنامه بورس اوراق بهادار، 11(2)، 5-28.
References Acharya, V., Engle, R., & Richardson, M. (2012). Capital shortfall: A new approach to ranking and regulating systemic risks. The American Economic Review, 102(3), 59-64. Acharya, V., Pedersen, L., Philippe, T., & Richardson, M. (2010). Measuring Systemic Risk. Manuscript. Stern School, New York University. Adrian, T., Brunnermeier, M. (2011). CoVaR: measuring systematic risk contribution, 3rd Unicredit Conference on Banking and Finance. Adrian, T., & Brunnermeier, M. K. (2011). CoVaR (No. w17454). National Bureau of Economic Research. Ahmadi, Z. Farhanian, J. (2014). Measuring comprehensive risk with the CoVaR and MES approaches in the Tehran Stock Exchange. Securities Exchange Quarterly, 7(26), 3-22. (in Persian) Aikman, D., Alessandri, P., Eklund, B., Gai, P., Kapadia, S., Martin, E., & Willison, M. (2009). Funding liquidity risk in a quantitative model of systemic stability. Working Paper, No. 372. Azari Qarahlar, A., Rastegar, M. (2016). A study of the effects of the corporate systemic risk on participation in Tehran stock exchange companies. The Proceedings of the World Financial Management Conference. (in Persian) Betz, F., Hautsch, N., Peltonen, T. A., & Schienle, M. (2016). Systemic risk spillovers in the European banking and sovereign network. Journal of Financial Stability, 25, 206-224. Billio, M., Getmansky, M., Lo, A. W., & Pelizzon, L. (2012). Econometric measures of connectedness and systemic risk in the finance and insurance sectors. Journal of financial economics, 104(3), 535-559. Brownlees, C. T., & Engle, R. (2012). Volatility, correlation and tails for systemic risk measurement. Available at SSRN, 1611229. Castro, C., & Ferrari, S. (2014). Measuring and testing for the systemically important financial institutions. Journal of Empirical Finance, 25, 1-14. Danesh Jafari, D., Mohammadi, T., Botshekan, M. & Pashazadeh, H. (2017). Investigating the systematic risk of selected banks of the banking system in Iran using the dynamic conditional correlation method. Quarterly Journal of Monetary-Banking Research, 10(33), 457- 480. (in Persian) Derbali, A., & Hallara, S. (2016). Systemic risk of European financial institutions: Estimation and ranking by the Marginal Expected Shortfall. Research in International Business and Finance, 37, 113-134. Eivazloo, R., Rameshg, M. (2019). Measuring systemic risk in the financial institution via dynamic conditional correlation and delta conditional value at risk mode and bank rating. Journal of Asset Management and Financing, 7(4), 1-16. Elsinger, H., Lehar, A., & Summer, M. (2006). Risk assessment for banking systems. Management science, 52(9), 1301-1314. Girardi, G., & Ergün, A. T. (2013). Systemic risk measurement: Multivariate GARCH estimation of CoVaR. Journal of Banking & Finance, 37(8), 3169-3180. Gauthier, C., Lehar, A., & Souissi, M. (2012). Macroprudential capital requirements and systemic risk. Journal of Financial Intermediation, 21(4), 594-618. Hosseini, A. & Razavi, S. (2014). The role of capital in the systemic risk of financial institutions. Experimental Accounting Research, 4(3), 127-147. (in Persian) Huang, X., Zhou, H., & Zhu, H. (2009). A framework for assessing the systemic risk of major financial institutions. Journal of Banking & Finance, 33(11), 2036-2049. Karmakar, M., & Paul, S. (2019). Intraday portfolio risk management using VaR and CVaR: A CGARCH-EVT-Copula approach. International Journal of Forecasting, 35(2), 699-709. Khaki, Gh. (2014). Method of preparing of researches. Tehran: Fojan. Mirlouhi, S.M., Ebrahimnejad, A., Farahabadi, M. (2018). Currents and returns of investors of mutual mutual funds: Experimental evidence from the investors' market analysis. Tehran Stock Exchange Quarterly, 11(2), 5-28. (in Persian) Mohammadi, Sh., Raei, R., Feiz abad, A. (2008). Calculation of value at risk of parametric risk using conditional variance heteroscedasticity in Tehran stock exchange. Journal of financial research, 10(25), 109-124. (in Persian) Moradmand Jalali, S., Hassanloo, Kh. (2016). Assessing the share of banks and insurance and investment companies in systematic risk. Quarterly Journal of Islamic Finance and Banking Studies, 2(3&4), 67-92. (in Persian) Rastegar, M., Karimi, N. (2016). Systemic Risk in TSE Banking Sector. Journal of risk modeling and financial engineering, 1(1), 1-19. (in Persian) Roengpitya, R., & Rungcharoenkitkul, P. (2011). Measuring systemic risk and financial linkages in the Thai banking system. Working Papers, 2010-02, Monetary Policy Group, Bank of Thailand. Rodríguez-Moreno, M., & Peña, J. I. (2013). Systemic risk measures: The simpler the better? Journal of Banking & Finance, 37(6), 1817-1831. Sajjad, R. & Taherifar, R. (2016). Estimating the distance and evaluating of value at risk calculated with the Markov model in Tehran stock exchange. Journal of financial research, 18(3), 461-482. (in Persian) Sajjad, R. & Abtahi, Z. (2017). Risk assessment of the banking group index by estimating return volatility with random fluctuation model: semi- parametric baysian approach. Journal of financial research, 19(1), 81-96. (in Persian) Segoviano Basurto, M., & Goodhart, C. (2009). Banking stability measures. IMF working papers, 1-54. Tesarova, V. (2013). Value at Risk: GARCH vs. Stochatistic Volatility Models: Empirical Study. Master Thesis. Yun, J., & Moon, H. (2014). Measuring systemic risk in the Korean banking sector via dynamic conditional correlation models. Pacific-Basin Finance Journal, 27, 94-114. | ||
|
آمار تعداد مشاهده مقاله: 1,224 تعداد دریافت فایل اصل مقاله: 895 |
||