[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
بخش‌های اصلی
اطلاعات نشریه::
آرشیو مجله و مقالات::
ثبت نام و اشتراک::
ارسال مقاله::
پایگاه‌های مرتبط::
برای داوران::
اخلاق در پژوهش::
تماس با ما::
تسهیلات پایگاه::
::
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
Google Scholar Metrics

Citation Indices from GS

AllSince 2020
Citations4817
h-index32
i10-index00
..
ثبت شده در

AWT IMAGE


..
نماد اعتماد الکترونیکی
..
آمار نشریه
تعداد دوره های نشریه: 19
تعداد شماره ها: 37
تعداد مشاهده ی مقالات: 3414282
تعداد دریافت (دانلود) مقالات: 904592

مقالات دریافت شده: 863
مقالات پذیرفته شده: 358
مقالات رد شده: 491
مقالات منتشر شده: 355

نرخ پذیرش: 41.48
نرخ رد: 56.89

میانگین دریافت تا پذیرش: 403 روز
میانگین دریافت تا اولین داوری: 5.7 روز
میانگین پذیرش تا انتشار: 514.6 روز
____
..
:: ::
برگشت به فهرست مقالات برگشت به فهرست نسخه ها
ارزیابی ریسک سیستمی با روش ارزش در معرض خطر شرطی و توابع مفصل خوشه‌‌ای در نظام بانکی ایران
سمیه محبی ، علی محمدیان مصمم*
چکیده:   (682 مشاهده)

ریسک سیستمی، به عنوان یکی از چالش‌های نظام مالی، توجه ویژه‌ای را از سوی سیاست‌گذاران و  سرمایه‌گذاران و محققان به خود جلب کرده است. شناسایی و ارزیابی ریسک سیستمی، جهت افزایش ثبات مالی نظام بانکی اهمیت زیادی دارد. بدین منظور، در این مقاله از روش ارزش در معرض خطر شرطی، جهت ارزیابی ریسک سیستمی برای داده‌های شبیه‌سازی شده و داده‌های نظام بانکی ایران استفاده شده است که در آن میانگین شرطی و واریانس شرطی به ترتیب با مدل‌های 
اتورگرسیو میانگین متحرک و اتورگرسیو مشروط بر ناهمسانی واریانس تعمیم یافته مدل‌سازی شده‌اند. داده‌های مورد مطالعه قیمت روزانه سهام 17 بانک ایران، در بازه زمانی 19 فروردین 1398 تا 11 اردیبهشت 1402 است که شامل مقادیر گمشده در برخی بازه‌های زمانی است. درون‌یابی مقادیر گمشده، با رهیافت صافی کالمن انجام شده است. از توابع مفصل خوشه‌ای که ساختار درختی سلسله مراتبی دارند، برای تشریح وابستگی غیرخطی و سلسله مراتب سرایت ریسک سیستمی بانک‌های مورد مطالعه استفاده شده است. نتایج این مطالعه نشان می‌دهد که بانک تجارت دارای بیشترین ریسک سیستمی است. افزایش ریسک سیستمی علاوه بر وقوع بحران مالی، آثار نامطلوبی بر عملکرد اقتصاد کلان دارد. این نتایج می‌تواند به پیش‌بینی و کاهش اثرات بحران‌های مالی  و مدیریت آن کمک شایانی کند. 

واژه‌های کلیدی: ریسک سیستمی، ارزش در معرض خطر شرطی، مدل $GARCH$، توابع مفصل پویا و توابع مفصل خوشه‌ای
متن کامل [PDF 868 kb]   (216 دریافت)    
نوع مطالعه: كاربردي و توسعه ای | موضوع مقاله: آمار کاربردی
دریافت: 1402/11/24 | پذیرش: 1403/6/10
فهرست منابع
1. آقامحمدی، ع.، سجودی، م. (۱۳۹۵). برآورد معیارهای ریسک ارزش در معرض خطر و میانگین ارزش در معرض خطر با استفاده از مدل رگرسیونی چندکی ترکیبی .مجله علوم آماری، ۱۰(2)، ۲۰۲-۱۸۵.
2. Aas, K., Czado, C., Frigessi, A., and Bakken, H. (2009), Pair-copula Constructions of Multiple Dependence, Insurance: Mathematics and economics, 44(2), 182-198. [DOI:10.1016/j.insmatheco.2007.02.001]
3. Acharya, Viral and Brownlees, Christian and Engle, Robert and Farazmand, Farhang and Richardson, Matthew and others, (2013), Measuring Systemic Risk, [DOI:10.1017/CBO9781139151184.012]
4. Aghamohammadi, A, Sojoudi, M. (2017), Estimating Value-at-Risk and Average Value-at-Risk Measures Using Composite Quantile Regression, Journal of Statistical Sciences, 10(2), 185-202. [DOI:10.18869/acadpub.jss.10.2.185]
5. Managing and Measuring Risk: Emerging Global Standards and Regulation after the Financial Crisis, 65-98.
6. Adrian, T., and Brunnermeier, M. K., (2011), CoVaR, National Bureau of Economic Research, (No.w17454). [DOI:10.3386/w17454]
7. Benston and George G. Kaufman (1986), Risks and Failures in Banking: Overview, History, and Evaluation, Federal Reserve Bank of Chicago.
8. Bluhm, C., Overbeck, L., and Wagner, C., (2016) Introduction to Credit Risk Modeling, Chapman and Hall/CRC. [DOI:10.1201/9781584889939]
9. Bollerslev, T., (1990), Modelling the Coherence in Short-run Nominal Exchange Rates: a Multivariate Generalized ARCH Model, The review of economics and statistics, 498-505 . [DOI:10.2307/2109358]
10. Engle, R., (1982), Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingrom Inflation, Econometrica, 50, 391-407. [DOI:10.2307/1912773]
11. Engle, R. F., and Bollerslev, T., (1986), Modelling the Persistence of Conditional Variances, Econometric Reviews, 5(1), 1-50 [DOI:10.1080/07474938608800095]
12. Engle, R., (2002), Dynamic Conditional Correlation: A Simple Class of Multivariate Generalized Autoregressive Conditional Heteroskedasticity Models, Journal of Business and Economic Statistics, 20(3), 339-350. [DOI:10.1198/073500102288618487]
13. Girardi, G., and Ergün, A. T., (2013), Systemic Risk Measurement: Multivariate GARCH Estimation of CoVaR, Journal of Banking and Finance, 37(8), 3169-3180. [DOI:10.1016/j.jbankfin.2013.02.027]
14. Grziska, M., (2014), Multivariate GARCH and Dynamic Copula Models for Financial Time Series, Doctoral Dissertation, LMU.
15. Hansen, B. E., (1994), Autoregressive Conditional Density Estimation, International Economic Review, 705-730. [DOI:10.2307/2527081]
16. Huang, X., Zhou, H., and Zhu, H., (2009), A Framework for Assessing the Systemic Risk of Major Financial Institutions, Journal of Banking and Finance, 33(11), 2036-2049. [DOI:10.1016/j.jbankfin.2009.05.017]
17. Keilbar, G., and Wang, W., (2022), Modelling Systemic Risk Using Neural Network Quantile Regression, Empirical Economics, 62 (1), 93-118. [DOI:10.1007/s00181-021-02035-1]
18. Mosammam, A. M., (2015), Kalman Filter: A Simple Derivation, Mathematics and Statistics, 3, 41-45. [DOI:10.13189/ms.2015.030203]
19. Nelsen, R. B., (2006), An Introduction to Copulas, Springer, USA.
20. Patton, A. J., (2009), Copula-Based Models for Financial Time Series, Handbook of Financial Time Series, Berlin, Heidelberg: Springer Berlin Heidelberg. [DOI:10.1007/978-3-540-71297-8_34]
21. Poon, S. H., and Taylor, S. J., (1992), Stock Returns and Volatility: An Empirical Study of the UK Stock Market, Journal of Banking and Finance, 16(1), 37-59. [DOI:10.1016/0378-4266(92)90077-D]
22. Reboredo, J. C., and Ugolini, A., (2016), Systemic Risk of Spanish Listed Banks: A Vine Copula CoVaR Approach, Spanish Journal of Finance and Accounting/Revista Española de Financiación y Contabilidad, 45(1), 1-31 . [DOI:10.1080/02102412.2015.1092231]
23. Saputra, M. D., Hadi, A. F., Riski, A., and Anggraeni, D., (2021), Handling Missing Values and Unusual Observations in Statistical Downscaling Using Kalman [DOI:10.1088/1742-6596/1863/1/012035]
24. Filter, International Journal of Quantitative Research and Modeling 2(3), 139-146.
25. Segoviano Basurto, M., and Goodhart, C., (2009), Banking stability measures, Financial Markets Group, The London School of Economics and Political Science.
26. Shumway, R. H., Stoffer, D. S., and Stoffer, D. S., (2000), Time series analysis and its applications, 3, New York: springer. [DOI:10.1007/978-1-4757-3261-0]
27. Smaga, P., (2014), The concept of systemic risk, Systemic Risk Centre Special Paper, 5.
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA



XML   English Abstract   Print



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
برگشت به فهرست مقالات برگشت به فهرست نسخه ها
مجله علوم آماری – نشریه علمی پژوهشی انجمن آمار ایران Journal of Statistical Sciences

Persian site map - English site map - Created in 0.06 seconds with 45 queries by YEKTAWEB 4710