<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>انتشارات دانشگاه تهران</PublisherName>
				<JournalTitle>تحقیقات مالی</JournalTitle>
				<Issn>1024-8153</Issn>
				<Volume>18</Volume>
				<Issue>1</Issue>
				<PubDate PubStatus="epublish">
					<Year>2016</Year>
					<Month>05</Month>
					<Day>21</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Estimation of multi-period VaR based on the simulation and parametric methods</ArticleTitle>
<VernacularTitle>برآورد ارزش در معرض خطر چنددوره‌ای بر پایة روش‌های شبیه‌‌سازی و پارامتریک</VernacularTitle>
			<FirstPage>167</FirstPage>
			<LastPage>184</LastPage>
			<ELocationID EIdType="pii">59624</ELocationID>
			
<ELocationID EIdType="doi">10.22059/jfr.2016.59624</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>مهسا</FirstName>
					<LastName>گرجی</LastName>
<Affiliation>کارشناس ارشد مهندسی مالی، دانشگاه رجا، قزوین، ایران</Affiliation>

</Author>
<Author>
					<FirstName>رسول</FirstName>
					<LastName>سجاد</LastName>
<Affiliation>استادیار مهندسی مالی، دانشگاه علم و فرهنگ، تهران، ایران</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2013</Year>
					<Month>10</Month>
					<Day>27</Day>
				</PubDate>
			</History>
		<Abstract>Abstract: With regard to the Basel Committee’s emphasis on the necessity of using 10-day Value-at-Risk (VaR) internal models in order to determine minimum market risk capital requirements, and downsides of the square-root-of-time rule, our purpose is to produce more accurate forecasts of the multi-period VaR using sixteen models for three stock indices, the TEPIX, NASDAQ, and FTSE. The results, based on the sum of the loss function and efficiency criteria indicate that the bootstrapped historical simulation (BHS) model performs the best for the TEPIX. Also, at the 95% confidence level the parametric EGARCH model with the Student’s t innovation and at the 99% and 99.5% confidence levels the EGARCH model with the normal innovation clearly outperform other models in estimating the 5-day VaR for both the NASDAQ and FTSE indices. In addition, our findings indicate that the best model based on the conditional coverage test is not necessarily the most economical model in estimating the 5-day VaR.</Abstract>
			<OtherAbstract Language="FA">با توجه به تاکید کمیته بال بر لزوم استفاده از مدل‌‌‌های داخلی ارزش در معرض خطر (VaR) ده‌روزه، به-منظور مشخص‌کردن حداقل سرمایه پشتیبان ریسک بازار و کاستی‌های قاعده جذر زمان، در این پژوهش هدف ارائه برآوردهای دقیق‌تر از VaR چند دوره‌ای با استفاده از شانزده روش، برای شاخص کل بورس اوراق بهادار تهران (TEPIX)، NASDAQ و FTSE می باشد. نتایج بر‌اساس مجموع معیارهای تابع زیان و کارایی نشان می‌دهد، مدل شبیه‌سازی تاریخی بوت استرپ شده (BHS) از بهترین عملکرد برای شاخص TEPIX برخوردار است. همچنین، در سطح اطمینان 95 درصد مدل پارامتریک EGARCH با توزیع تی-استیودنت و در سطوح اطمینان 99 و 99.5 درصد مدل EGARCH با توزیع نرمال از عملکرد مطلوب‌تری نسبت به سایر مدل‌ها در برآورد VaR پنج‌روزه برای شاخص‌های NASDAQ و FTSE برخوردار می‌باشند. به‌علاوه، یافته‌های ما نشان‌دهنده آن است که بهترین مدل از لحاظ آزمون پوشش شرطی لزوماً اقتصادی‌ترین مدل در برآورد VaR پنج-روزه نمی‌باشد.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">: ارزش در معرض خطر چند دوره‌ای</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">آزمون پوشش شرطی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">کمیته بال</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">مدل شبیه‌سازی تاریخی بوت استرپ شده</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://jfr.ut.ac.ir/article_59624_752f2984fa442bdd76fc85c0e6787e31.pdf</ArchiveCopySource>
</Article>
</ArticleSet>
