سبد سرمایه گذاری خود را در بازارهای نزولی بهینه کنید

  • 2022-12-9

در صورت بروز بحران مالی یا رکود بازار ، اوراق بهادار سرمایه گذاری خود را با اندازه گیری ریسک نقدینگی با مدل LVAR بهینه کنید

Optimize your Investment Portfolio in Bearish Markets

Los derivados financieros durante la crisis de Covid-19

Los derivados financieros durante la crisis de Covid-19

مشتقات مالی در طول بحران بهداشتی Covid-19

The Importance of Measuring Liquidity Risk

The Importance of Measuring Liquidity Risk

اهمیت اندازه گیری خطر نقدینگی

از زمان بحران مالی جهانی 2008-2009 ، تکنیک های VAR (ارزش-خطر-VAR) به ابزارهای مهمی برای نظارت و پیش بینی ریسک بازار و نقدینگی دارایی های مالی تبدیل شده اند. این تکنیک های مدل سازی ریسک مالی ، که توسط بانک برای شهرک های بین المللی (BIS) یا کمیته بازل در مورد کفایت سرمایه و مقررات بانکی شناخته شده است ، اندازه گیری و جلوگیری از هرگونه ضرر احتمالی ناشی از آن ، نه تنها از تغییرات قیمت اوراق بهادار و وابستگی متقابل بینانواع مختلف دارایی (سهام ، ارز ، نرخ بهره یا کالاها) ، بلکه از همبستگی های دم منفی آنها در شرایط بازار نزولی. واد

در صورت بروز بحران مالی یا رکود بازار ، مدل سازی ریسک نقدینگی کافی توصیه می شود. در حقیقت ، مزیت اصلی مدل های VAR تمرکز آنها بر ریسک نزولی (یعنی تأثیر نتایج دمهای منفی) و تفسیر مستقیم آنها از نظر پولی است.

با این وجود ، به ویژه در مواقع آشفتگی مالی ، مدل های سنتی VAR به درستی وابستگی غیرخطی بین دارایی های نمونه کارها را در نظر نمی گیرند و در سناریوهای بازار نامشخص ناکارآمد می شوند. با وجود پیشرفت در مدلهای اندازه گیری ، به دست آوردن تخمین دقیق ریسک نقدینگی بازار و استفاده از آنها برای بهینه سازی اوراق بهادار ، همچنان یک چالش برای موسسات مالی است.

بنابراین ، در مقاله "الگوریتم های وابستگی چند متغیره و بهینه سازی نمونه کارها تحت سناریوهای بازار ناعادلانه" ، که در مجله اروپایی تحقیقات عملیاتی به همراه همکارانم خوزه آرولا ، از دانشکده بازرگانی رنز (فرانسه) ، تئو برگر ، از دانشگاه برمن منتشر شده است (آلمان) و Duc Khuong Nguyen ، از دانشکده تجارت IPAG (فرانسه) ، ما مدلی را پیشنهاد می کنیم که الگوهای وابستگی چند متغیره را در دارایی های مالی و ارزیابی تأثیر آنها بر عملکرد و طراحی بهینه اوراق بهادار سرمایه گذاری ساختار یافته در نظر می گیرد.

ارزیابی و پیش‌بینی ریسک نقدینگی به عوامل مرتبط زیادی بستگی دارد، مانند وابستگی بین قیمت دارایی‌ها و تغییرات موقت آن‌ها، اصطکاک‌های خاص بازار بخش، در دسترس بودن داده‌های مالی و بازار، اعتماد بازار سهام، مقررات معاملات مالی در بازارهای تحت فشار. شوک های ناگهانی بازار که باعث رکود و انقباض در جریان ورودی و خروجی سرمایه و سطوح ذخیره سرمایه موسسات مالی و تجاری می شود.

مدل VaR ما ریسک را در بازارهای غیر نقدشونده با در نظر گرفتن وابستگی چند متغیره دارایی ها ارزیابی می کند. ما همچنین تأثیر تغییرات در ریسک نقدینگی برآورد شده را بر تخصیص بهینه پرتفوی بررسی می‌کنیم. برای این منظور، رویکرد مدل‌سازی ما الگوریتم‌های LVaR (ارزش نقدینگی-در معرض خطر) را برای اندازه‌گیری ریسک نقدینگی، مدل‌های t-copula همبستگی شرطی پویا (DCC) برای تخمین ساختار وابستگی و الگوریتم‌های بهینه‌سازی غیرخطی ترکیب می‌کند.

هدف تحقیق ما این است که بررسی کنیم آیا الگوریتم‌های بهینه‌سازی بلادرنگ مبتنی بر محاسبات LVaR و کوپول‌های همبستگی شرطی پویا (DCC) برای تخمین وابستگی، قادر به تولید تخصیص دارایی بهتر از دارایی‌های چندگانه در سناریوهای بازار نامطلوب، با در نظر گرفتن مرزهای عملیاتی و مالی هستند. محدودیت‌هایی که عمدتاً توسط شوک‌های عدم نقدینگی در طول بحران مالی جهانی مشهود است.

این نوع خاص از مدل‌سازی در ادبیات جدید است و به مدیران پورتفولیو اجازه می‌دهد تا افق‌های نقدینگی مورد نیاز (دوره‌های پایانی) را پیش‌بینی کنند و تخصیص قوی چندین دارایی را با توجه به شرایط واقعی بازار تعیین کنند. علاوه بر این، نتایج تجربی به‌دست‌آمده نشان می‌دهد که رویکرد مدل‌سازی ما پورتفولیوهای کارآمدتری نسبت به مدل‌های بهینه‌سازی رقیب تولید می‌کند (به عنوان مثال، رویکرد سنتی بهینه‌سازی نمونه کارها میانگین واریانس مارکویتز).

برچسب ها

ثبت دیدگاه

مجموع دیدگاهها : 0در انتظار بررسی : 0انتشار یافته : ۰
قوانین ارسال دیدگاه
  • دیدگاه های ارسال شده توسط شما، پس از تایید توسط تیم مدیریت در وب منتشر خواهد شد.
  • پیام هایی که حاوی تهمت یا افترا باشد منتشر نخواهد شد.
  • پیام هایی که به غیر از زبان فارسی یا غیر مرتبط باشد منتشر نخواهد شد.