محاسبه ارزش در معرض ریسک دنباله با استفاده از مدل EGARCH-Extreme Learning Machine و رویکرد صنعت بیمه

یکی از مهم ترین روش های سنجش ریسک بازار استفاده از روش ارزش در معرض ریسک می باشد که نهادهای مالی نظیر بانک ها، بیمه ها و صندوق های سرمایه گذاری به طور گسترده ای از آن ها استفاده می نمایند. با مطرح شدن انتقادات معیار ارزش در معرض ریسک که در راس آن ها عدم تامین ویژگی زیر جمع پذیری است؛ تحقیقات به بررسی سنجه ارزش در معرض ریسک دنباله معطوف گردید و این سنجه در کمیته بازل در بانکداری و سیستم های توانگری مالیII اروپا و توانگری مالی سوییس در صنعت بیمه مورد استفاده قرار گرفت؛ لذا در این پژوهش از این معیار جهت سنجش ریسک بازار سهام استفاده خواهد شد. با توجه به اینکه افق زمانی ریسک های یک بیمه گر بر خلاف بانک ها سالانه می باشد؛ لذا برای محاسبه ارزش در معرض ریسک دنباله از دو متد رویکرد واریانس-کوواریانس با بکارگیری مدل گارچ نمایی-ماشین فوق یادگیری برای پیش بینی نوسانات و استفاده از قاعده جذر زمان؛ و مدل شبیه سازی تاریخی با داده های فیلتر شده استفاده شده است. نتایج با استفاده از بازده های روزانه شاخص کل بورس اوراق بهادار تهران برای سال های 1388 تا 1396 حاکی از دقت بیشتر مدل گارچ نمایی-ماشین فوق یادگیری و بکارگیری قاعده جذر زمان می باشد.