دانشگاه شهید بهشتی چشم انداز مدیریت مالی 2645-4637 8 24 2019 02 20 Estimate and evaluate non-parametric value at risk and expected shortfall based on principal component analysis in Tehran Stock Exchange برآورد و ارزیابی ارزش در معرض ریسک و ریزش مورد انتظار ناپارامتریک بر مبنای تحلیل مؤلفه‌های اساسی در بورس اوراق بهادار تهران 79 102 95615 FA محمدهاشم بت شکن دانشگاه علامه طباطبایی 0000-0002-1685-8808 مسلم پیمانی دانشگاه علامه طباطبایی 0000-0002-4003-8295 محمد مسعود صدرالدین کرمی دانشگاه علامه طباطبایی Journal Article 2018 05 20 In this research, the application of Monte Carlo simulation based Principal component analysis (PCA), as a nonparametric approach for calculating value at risk and expected shortfall, has been studied. This method tries to overcome some problems of conventional Monte Carlo simulation method such as excessive and time consuming calculation,. In this order, by applying Monte Carlo simulation based PCA method, we calculate VaR and ES for Tehran Stock Exchange industrial indices and compare its results with the results obtained by riskmetrics method and conventional Monte Carlo simulation method. Results from backtesting technics show Monte Carlo simulation based PCA and conventional Monte Carlo simulation method both have the same accuracy in estimating VaR and ES, but riskmetrics could not estimate VaR and ES as well like last methods. Also, assessing time needed for estimating VaR and ES shows Monte Carlo simulation based PCA a quicker method than conventional Monte Carlo simulation. در این پژوهش، کاربرد روش شبیه‌سازی مونت‌کارلو بر مبنای تحلیل مؤلفه‌های اساسی، به‌عنوان روشی با رویکردی ناپارامتریک برای محاسبه‌ ارزش در معرض ریسک و ریزش مورد­انتظار، بررسی شده است. در این روش سعی می­شود برخی مشکلات روش شبیه‌سازی مونت‌کارلو از قبیل محاسبات زیاد و زمان‌بر­بودن آن مرتفع شود. بدین منظور با به‌کارگیری این روش، ارزش در معرض ریسک و ریزش مورد‌انتظار شاخص صنایع «بورس اوراق بهادار تهران» برآورد و نتایج به‌دست‌آمده از این روش با نتایج روش ریسک‌متریکس و شبیه‌سازی مونت‌کارلو به روش مرسوم مقایسه شد. بررسی‌های انجام‌گرفته توسط تکنیک‌های پس‌آ‌زمایی حاکی از نتایج قابل‌اتکای این روش و روش مرسوم شبیه‌سازی مونت‌کارلو و برتری این دو روش در مقایسه با روش ریسک‌متریکس است؛ همچنین بررسی زمان لازم برای محاسبه‌ ارزش در معرض ریسک و ریزش مورد­انتظار نشان­هنده سرعت بیشتر روش شبیه‌سازی مونت‌کارلو بر مبنای تحلیل مؤلفه‌های اساسی نسبت به روش مرسوم شبیه‌سازی مونت‌کارلو است. https://jfmp.sbu.ac.ir/article_95615_d0886a2a6736937911e3d0b068d951ce.pdf