نوع مقاله : مقاله پژوهشی - کاربردی

نویسندگان

1 گروه آمار، دانشگاه یزد، یزد، ایران.

2 گروه ریاضی کاربردی، دانشگاه یزد، یزد، ایران.

10.22105/dmor.2021.283442.1392

چکیده

هدف: مدل دوطرفه گارچ-لوماکس معرفی شده است و از این مدل برای محاسبه شاخص ارزش در معرض خطر استفاده شده است که برآورد واقع‌بینانه‌­تری از سایر توزیع‌ها برای تمام سطوح اطمینان در نظر گرفته می‌شود. سپس این شاخص را برای داده‌های کاربردی محاسبه می‌کنیم.
روش‌شناسی پژوهش: در این مطالعه، توزیع انعطاف‌پذیر جدیدی برای مدل‌های گارچ در پیش‌بینی ارزش در معرض خطر ارائه شده است. مدل‌سازی دقیق بازده مالی به توزیع مناسب نوآوری نیاز دارد.
یافته‌ها: نتایج تجربی نشان می‌دهد که مدل گارچ تعمیم ­یافته با توزیع نوآورانه لوماکس دوطرفه، پیش‌بینی‌های شاخص ارزش واقع‌بینانه، توزیع طبیعی واقع‌بینانه، توزیع تی و توزیع خطای تعمیم یافته برای همه سطوح اطمینان را ایجاد می‌کند. انعطاف‌پذیری توزیع پیشنهادی فرصتی را برای افزایش دقت مدل‌سازی بازده مالی در مدل‌های گارچ ایجاد می‌کند.
اصالت/ارزش افزوده علمی: از مدل مذکور در مدل‌سازی و شبیه‌سازی داده‌های واقعی استفاده کرده و چولگی و کشیدگی را در سری بازده مالی و سطح اطمینان برای همه سطوح پیدا کرده‌­ایم.




 

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Estimation of value at risk (VaR) index of mobarakeh steel company using two-sided lomax GARCH model

نویسندگان [English]

  • Rasool Roozegar 1
  • Samane Arkia 2

1 Department of Statistics, Yazd University, Yazd, Iran.

2 Deapartemnt of Applied Mathematics, Yazd University, Yazd, Iran.

چکیده [English]

Purpose: We have introduced the two-sided Lomax-GARCH (TSLx-GARCH) model. We have used this model to create a more realistic value-at-risk value index than other distributions for all confidence levels. We find this index for applied data.
Methodology: In this study, a new flexible distribution for GARCH models in predicting the value at risk is presented. Accurate modeling of financial returns requires proper innovation distribution.
Findings: Experimental results show that the GJR-GARCH model, with its innovative TSLx distribution, generates realistic value index predictions, realistic normal distribution, t-student and generalized error distributions for all levels of confidence. The proposed distribution flexibility opens up an opportunity to increase the accuracy of financial return modeling in GARCH models.
Originality/Value: We have used the TSLx-GARCH in data modeling and simulation and find both skewness and excess elongation in the financial return series and confidence levels for all levels. 




 

کلیدواژه‌ها [English]

  • ARCH
  • GARCH
  • Value at risk
  • Two-sided lomax distribution
  • Financial return