2024-03-28T18:18:20Z
https://jferm.khatam.ac.ir/?_action=export&rf=summon&issue=4926
مدلسازی ریسک و مهندسی مالی
2538-5372
2538-5372
1395
1
1
صفحات آغازین نشریه
2016
09
22
1
4
https://jferm.khatam.ac.ir/article_42756_b16089057bd4ca39c49075837e495eb0.pdf
مدلسازی ریسک و مهندسی مالی
2538-5372
2538-5372
1395
1
1
ریسک سیستمی در بخش بانکی
محمدعلی
رستگار
نسرین
کریمی
به دلیل بروز بحران مالی سال 2008، اهمیت مطالعه ریسک سیستمی در بخش بانکی بیش از پیش آشکار شد. ریسک سیستمی به احتمال سقوط سیستم مالی می پردازد که ناشی از ارتباط بین مؤسسات است. پژوهش حاضر، به تخمین ریسک سیستمی در بخش بانکی بازار بورس اوراق بهادار تهران، با سنجه دلتا ارزش در معرض خطر شرطی (CoVaR∆)، به کمک مدل همبستگی شرطی پویا (DCC) میپردازد. برای این منظور، دادههای بانکهای پذیرفتهشده در بورس اوراق بهادار تهران از ابتدای سال 1389 تا ابتدای 1394 انتخاب و سنجه یاد شده برای این بانکها محاسبهشدهاست. سپس با استفاده از رگرسیون دادههای پانل، ارتباط آن با مشخصههای اصلی بانک شامل ارزش در معرض خطر، نسبت اهرمی و سرمایه بررسی میشود. این پژوهش نشان میدهد ریسک سیستمی بازار در دوره مورد بررسی وابستگی بالایی با بخش بانکی دارد. با معیار سنجه یاد شده، بانکهای مورد مطالعه رتبهبندی شده و نشان داده شده این سنجه، با نسبت اهرمی، سرمایه و ارزش در معرض خطر رابطه مثبت و معناداری دارد.
JEL: G11, G21, G32
نحوه استناد به این مقاله: رستگار، م.، و کریمی، ن. (1395). ریسک سیستمی در بخش بانکی. فصلنامه مدلسازی ریسک و مهندسی مالی، 1(1)، 1-19.
دلتا ارزش در معرض خطر شرطی
ریسک سیستمی
همبستگی شرطی پویا
2016
09
22
1
19
https://jferm.khatam.ac.ir/article_40549_ede19f40cd703dbe1de4e8ee121b4d46.pdf
مدلسازی ریسک و مهندسی مالی
2538-5372
2538-5372
1395
1
1
اثر اندازه و تنوع درآمدها بر ریسک سیستمی بانکهای پذیرفتهشده در بورس اوراق بهادار تهران
سید فرهنگ
حسینی
سیده فاطمه
مصطفوی
این پژوهش به بررسی رابطه میان اندازه، تنوع درآمدها و اثر تعاملی این دو با ریسک سیستمی بانکهای خصوصی میپردازد. ریسک سیستمی با شاخص کمبود مورد انتظار نهایی (MES) سنجیده میشود. این معیار، میانگین بازده سهام بانک در زمانهایی است که بازده شاخص بخش بانکی به زیر ارزش در معرض ریسک سقوط میکند. دادههای ترکیبی 8 بانک پذیرفتهشده در بورس در سالهای 88-93 جهت تخمین رابطه رگرسیونی به کار گرفته میشوند. یافتههای پژوهش نشان میدهد تنوع درآمدهای بانک که با شاخص NII (درآمد غیر از بهره) سنجیده میشود، بر ریسک سیستمی آن اثر معکوس دارد. بهعبارت دیگر بانکهایی که درآمد بهره در پرتفوی درآمدی آنها سهم بیشتری داشته باشند، ریسک سیستمی بالاتری خواهند داشت. همچنین اثر تنوع درآمدها بر کاهش ریسک سیستمی در بانکهای بزرگتر بیشتر است. درواقع بانکهای بزرگتر با افزایش درآمد غیر از بهره، ریسک سیستمی را به میزان بیشتری کاهش میدهند. نتایج حاکی از آن است که نمیتوان بهطور قوی اثر اندازه را بر ریسک سیستمی بانکهای نمونه پذیرفت.
JEL: G20, G32
نحوه استناد به این مقاله: حسینی، س. ف.، و مصطفوی، س. ف. (1395). اثر اندازه و تنوع درآمدها بر ریسک سیستمی بانکهای پذیرفتهشده در بورس اوراق بهادار تهران. فصلنامه مدلسازی ریسک و مهندسی مالی، 1(1)، 20-36.
اندازه بانک
بحران بالقوه
تنوعبخشی درآمدهای بانک
ریسک سیستمی
کمبود مورد انتظار نهایی
2016
09
22
20
36
https://jferm.khatam.ac.ir/article_40583_519127d603560f8834e310e3b4bad1e7.pdf
مدلسازی ریسک و مهندسی مالی
2538-5372
2538-5372
1395
1
1
بررسی عوامل مؤثر بر تسهیلات غیر جاری در بانکهای ایران
رضا
عیوضلو
محمدرضا
اقامحمد سمسار
مهدی
رامشگ
میزان تسهیلات غیر جاری (NPL) بهعنوان معیاری برای ارزیابی کیفیت داراییهای نهادهای سپردهپذیر تلقی میشوند. افزایش تسهیلات غیرجاری در بانکها موجب افزایش ریسک بانکها شده و میتواند بانک را به شدت در معرض ریسک اعتباری و ریسک نقدینگی قرار دهد که درنهایت به شکست بانک منجر خواهد شد. این پژوهش به دنبال شناسایی عوامل برون و درون بنگاهی (سیستماتیک و غیرسیستماتیک) تأثیرگذار بر تسهیلات غیرجاری در بین بانکهای ایران است. در این مقاله از روش پانل پویا با تخمین گشتاورهای تعمیم یافته (GMM) به منظور مطالعه بانکهای نمونه در بازه زمانی سالهای 1385 تا 1393 استفاده شده است. نتایج حاکی از وجود روابط معناداری بین عوامل خاص بانک (مانند بازدهی دارایی) و عوامل بیرونی (مانند نرخ تورم و رشد اقتصادی) با تسهیلات غیرجاری بانکها بوده است. JEL: C61, G11 نحوه استناد به این مقاله: عیوضلو، ر.، آقامحمدسمسار، م.، و رامشگ، م. (1395). بررسی عوامل مؤثر بر تسهیلات غیر جاری در بانکهای ایران. فصلنامه مدلسازی ریسک و مهندسی مالی، 1(1)، 37-57.
تسهیلات غیرجاری (NPL)
ریسک اعتباری
شکست بانکها
کیفیت داراییهای بانک
2016
09
22
37
57
https://jferm.khatam.ac.ir/article_40450_bca4eb633440fb01269f3c3d5b91faaf.pdf
مدلسازی ریسک و مهندسی مالی
2538-5372
2538-5372
1395
1
1
سودآوری کارتهای اعتباری بانک مسکن: مدلبندی فرآیند تصمیمگیری مارکوف
رضا
حبیبی
حسن
کوهی
محمد
شامانی
کارتهای اعتباری یکی از مقبولترین محصولات سودآور برای بانکها هستند و رشد استفاده از آن در سی سال گذشته، گواه ارزش این نوع از کارتها نزد مصرفکنندگان و تجار است. در این پژوهش، میزان سودآوری کارتهای اعتباری در بانک مسکن با کاربرد معادله بلمن در تعیین سقف بهینه برای کارتهای اعتباری بررسی شده است. تحت ساختار فرایند تصمیمگیری مارکوف (MDP) ماتریسهای انتقال، محاسبه شده و سپس در تعیین سقف بهینه اعتباری استفاده میشود. دوره زمانی پژوهش از اول فروردین 1390 تا آخر اردیبهشت 1391 است. ابتدا با استفاده از فرآیند مارکوف، ماتریس احتمال انتقال ماهانه مشتریان دارای کارت اعتباری با توجه به امتیاز رفتار آنها و سپس با استفاده از آن ارزش ایجاد شده توسط مشتریان برای بانک محاسبه میشود. این ماتریس برای اتخاذ سیاست بهینه در خصوص سقف اعتباری مشتریان مورد تحلیل قرار گرفته و با استفاده از فرایند تصمیمگیری مارکوف در مورد تغییر یا بدون تغییر ماندن سقف اعتباری دارندگان کارت اعتباری تصمیمگیری میشود. JEL: C61, C65 نحوه استناد به این مقاله: حبیبی، ر.، کوهی، ح.، و شامانی، م. (1395). سودآوری کارتهای اعتباری بانک مسکن: مدلبندی فرآیند تصمیمگیری مارکوف. فصلنامه مدلسازی ریسک و مهندسی مالی، 1(1)، 58-75.
تعیین سقف اعتباری
فرایند تصمیمگیری مارکوف
کارت اعتباری
معادله بلمن
2016
09
22
58
75
https://jferm.khatam.ac.ir/article_40542_3cae6caf17858f5e6e9f6d277f7af617.pdf
مدلسازی ریسک و مهندسی مالی
2538-5372
2538-5372
1395
1
1
بهینهسازی استوار پرتفوی با استفاده از تکنیک آشفتگی و تابع ارزش در معرض ریسک شرطی
خدیجه
حسنلو
در این پژوهش روش بهینهسازی استوار در بهینهسازی پرتفوی مورد استفاده قرار گرفته است. استفاده از تخمین اطلاعات در فرآیند بهینهسازی پرتفوی، موجب عدم قطعیت ناشی از تخمین خواهد شد، از اینرو باید از روشی استفاده کرد که قابلیت وارد نمودن ریسک تخمین را داشته باشد، بهینهسازی استوار دارای این توانایی است. برای بررسی استواری پرتفوی،از تکنیک آشفتگی استفاده شده است. علت انتخاب این تکنیک، افزایش ناگهانی در شاخصهای بورس اوراق بهادار ایران در سال 92 است که میتواند به عنوان سناریوی آشفتگی وارد مدل شود. به این صورت که فرض میکنیم، توزیع احتمال بازده، دچار نوسان شده و اثرات این نوسان را بر روی پرتفوی، بررسی خواهیم کرد، همچنین از تابع ارزش در معرض ریسک شرطی برای اندازهگیری ریسک پرتفوی استفاده کردهایم. با بررسی استواری و تست حساسیت پرتفوی، این نتیجه حاصل شد که احتمال انتخاب سناریوی آشفتگی بر روی میزان تابع کمینه ریسک و تابع کمینه زیان اثرگذار بوده و باید کنترل شود. در پایان با بررسی کارایی، مشاهده شد که پرتفوی مورد نظر کارا نبوده و از اینرو اقدام به ایجاد ترکیب پرتفوی با ریسک کمتر، صورت گرفت.
JEL: C61, G11
نحوه استناد به این مقاله: حسنلو، خ. (1395). بهینهسازی استوار پرتفوی با استفاده از تکنیک آشفتگی و تابع ارزش در معرض ریسک شرطی. فصلنامه مدلسازی ریسک و مهندسی مالی، 1(1)، 76-96.
ارزش در معرض ریسک شرطی
بهینهسازی استوار
پرتفوی کارا
تکنیک آشفتگی
2016
09
22
76
96
https://jferm.khatam.ac.ir/article_40431_5ef59e8d087a235d7aebb290a7a9e3cd.pdf
مدلسازی ریسک و مهندسی مالی
2538-5372
2538-5372
1395
1
1
نقدشوندگی در بازار سهام ایران، پیش بینی عمق بازار با استفاده از داده های میانروزی
سعید
رحیمیان
نقدشوندگی یک دارایی در بازارهای مالی، مفهومی بسیار کلیدی است. بهطور شهودی نقدشوندگی به مبادله سریع و با کمترین هزینه یک دارایی تعبیر می شود. علی رغم اهمیت این موضوع، یافتن معیاری دقیق و کاربردی برای این مفهوم کار دشواری است. در این مطالعه با بهکارگیری داده های ریز معاملات و دفتر سفارشات در بازار سهام ایران، به محاسبه نقدشوندگی سهام منتخب با استفاده از معیار VNET پرداخته میشود. این معیار که در سال 2001 توسط انگل و لانگ معرفی شد مازاد عرضه و یا تقاضای سهام که به تغییر مشخصی در قیمت می انجامد را اندازه می گیرد. نتایج این پژوهش که بر روی 16 سهم منتخب در بازار ایران انجامشده، نشان می دهد که عمق بازار برای سهام مختلف در طول زمان متغیر است و تغییرات آن با نوسانپذیری ارتباط معنا داری دارد. این امر با پیش بینی مدل های اطلاعات نامتقارن که در آنها افزایش نوسان پذیری با بالا بودن احتمال حضور معامله گران مطلع در ارتباط است، سازگاری دارد. JEL: D82, G1 نحوه استناد به این مقاله: رحیمیان، س. (1395). نقدشوندگی در بازار سهام ایران، پیشبینی عمق بازار با استفاده از دادههای میانروزی. فصلنامه مدلسازی ریسک و مهندسی مالی، 1(1)، 97-113.
ریزساختار بازار
عمق بازار
مدل فاصله شرطی خودرگرسیو
نقدشوندگی سهام
2016
09
22
97
113
https://jferm.khatam.ac.ir/article_39358_2105fb55b816d4efc15b9566daa3db86.pdf
مدلسازی ریسک و مهندسی مالی
2538-5372
2538-5372
1395
1
1
مقایسه عملکرد مدلهای قیمتگذاری دارایی سرمایهای خطی و غیرخطی در بورس اوراق بهادار تهران
مهدی
آسیما
امیر
علی عباس زاده اصل
مدل قیمتگذاری دارایی سرمایهای یکی از مدلهای متداول در برآورد نرخ بازده مورد انتظار است. از آنجا که در مدل CAPM استاندارد رابطه بین بازده سهام و بازده بازار خطی فرض میشود، در محیط غیرخطی تخمین ضریب بتا ناسازگار و دارای اریب خواهد بود. در این پژوهش سعی شده در بازه زمانی 1385 تا 1394 قدرت پیشبینی مدلهای CAPM غیرخطی و مدل CAPM استاندارد در بورس اوراق بهادار تهران آزمون شود. برای تخمین مدل غیرخطی از روش نیمه پارامتریک و مدل رگرسیون کرنل منطقهای استفاده شده است. بدین منظور بازده مورد انتظار بر اساس دو مدل موجود در این پژوهش برآورد شد و نتایج با بازده تحقق یافته مورد مقایسه قرار گرفت و از شاخص میانگین قدرمطلق درصد خطا برای سنجش قدرت پیشبینی مدلهای پژوهش استفاده شد. با استفاده از آزمون دایبولد-ماریانو بر روی شاخص میانگین قدرمطلق درصد خطا، مدلهای پژوهش با یکدیگر مقایسه شدهاند. نتایج نشاندهنده آن است که در نظر گرفتن غیرخطی بودن رابطه بازده سهام و بازده بازار باعث افزایش قدرت پیشبینی بازده تحققیافته با استفاده از مدل قیمتگذاری دارایی سرمایهای میشود.
JEL: C12, G14
نحوه استناد به این مقاله: آسیما، م.، و عباسزاده اصل، ا. (1395). مقایسه عملکرد مدلهای قیمتگذاری دارایی سرمایهای خطی و غیرخطی در بورس اوراق بهادار تهران. فصلنامه مدلسازی ریسک و مهندسی مالی، 1(1)، 114-128.
رگرسیون کرنل
مدل قیمتگذاری دارایی سرمایهای خطی
مدل قیمتگذاری دارایی سرمایهای غیرخطی
مدل نیمه پارامتریک
2016
09
22
114
128
https://jferm.khatam.ac.ir/article_39096_96be41dfa85e077e905739214c320474.pdf
مدلسازی ریسک و مهندسی مالی
2538-5372
2538-5372
1395
1
1
چکیده های انگلیسی
2016
09
22
1
9
https://jferm.khatam.ac.ir/article_42758_6f65427ff3ba86fbf75c2e0bd357ddd0.pdf