Determining the Stock Optimal Portfolio using Value at Risk

Document Type : Research Paper

Authors

1 Associate Professor of Economics, University of Tabriz

2 Assistant Professor of Economics, Urmia University

Abstract

 
The main objective of this study is determination of food industry companies’ stocks optimal portfolio in Tehran stock market. For this purpose, weekly stock prices of the companies has been used over the period of 2008-2012. We calculated VaR using parametric method for stocks and selected the optimal portfolio of stocks. Optimization portfolio is done to minimize portfolio VaR determined according to expected returns through non-linear programming.Results show that greater weight in the optimal portfolio belongs to stocks that have greater expected return and less VaR. A sensitivity analysis with respect to the confidence level shows that the optimal portfolio does not change when the level is changed. Confidence level increasing only increased portfolio value at risk without changing the optimal portfolio weights. 
 

Keywords

References

  1.  

    1. پیکارجو، کامبیز، و حسین‌پور، بدریه (1389). اندازه‌گیری ارزش در معرض ریسک در شرکتهای بیمه با استفاده از مدل GARCH. صنعت بیمه، 25(4)، 33-58.

    2. خلیلی عراقی، مریم، و یکه زارع، امیر (1389). برآورد ریسک بازار صنایع بورس اوراق بهادار تهران بر مبنای ارزش در معرض خطر (VaR). مطالعات مالی، 7، 47-72.

    3. خیابانی، ناصر، و ساروقی، مریم (1390). ارزشگذاری برآورد VaR بر اساس مدل‌های خانواده ARCH (مطالعه موضوعی برای بازار اوراق بهادار تهران). فصلنامه پژوهش‌های اقتصادی ایران، 47، 53-73.

    4. رستمیان، فروغ، و حاجی بابایی، فاطمه (1388). اندازه‌گیری ریسک نقدینگی بانک با استفاده از مدل ارزش در معرض خطر (مطالعه موردی: بانک سامان). پژوهشنامه حسابداری مالی و حسابرسی، 3، 175-198.

    5. رهنمای رودپشتی، فریدون، و میرغفاری، سیدرضا (1392)، ارزیابی عملکرد پرتفوی در بورس اوراق بهادار تهران: کاربرد ارزش در معرض خطر (Value at Risk). مجله مهندسی مالی و مدیریت اوراق بهادار، 17، 1-21.

    6. شاهمرادی، اصغر، و زنگنه، محمد (1386). محاسبه ارزش در معرض خطر برای شاخص‌های عمده بورس اوراق بهادار تهران با استفاده از روش پارامتریک. مجله تحقیقات اقتصادی، 79، 121-149.

    7. طالب‌نیا، قدرت‌اله، و فتحی، مریم (1389). ارزیابی مقایسه‌ای انتخاب پرتفوی بهینه سهام در بورس اوراق بهادار تهران از طریق مدل‌های مارکویتز و ارزش در معرض خطر. مجله مطالعات مالی، 6، 71-94.

    8. کریمی، مریم (1386). بهینه‌سازی پرتفوی با استفاده از مدل ارزش در معرض خطر VaR در بورس اوراق بهادار تهران. پایاننامه کارشناسی ارشد، دانشکده علوم اجتماعی و اقتصادی، دانشگاه الزهرا، تهران.

    9. کشاورز حداد، غلامرضا، و صمدی، باقر (1388). برآورد و پیش بینی تلاطم بازدهی در بازار سهام تهران و مقایسه دقت روش‌ها در تخمین ارزش در معرض خطر: کاربردی از مدل‌های خانواده FIGARCH. مجله تحقیقات اقتصادی، 86، 193-235.

    10. محمدی، شاپور، راعی، رضا، و فیض‌آباد، آرش (1387). محاسبه ارزش در معرض خطر پارامتریک با استفاده از مدلهای ناهمسانی واریانس شرطی در بورس اوراق بهادار تهران. مجله تحقیقات مالی، 25، 109-124.

    11. مدرس، احمد، و محمدی استخری، نازنین (1386). انتخاب یک سبد سهام از بین سهام شرکتهای پذیرفته شده در بورس اوراق بهادار تهران با استفاده از مدل بهینه-سازی الگوریتم ژنتیک. مجله توسعه و سرمایه، 1(1)، 71-92.

    12. مهدی‌زاده، صابر، و ثابت، پریسا (1391). انتخاب سبد سرمایه‌ی بورسی صندوق بازنشستگی شرکت نفت با استفاده از مدل‌های مارکویتز و VaR. سومین کنفرانس ریاضیات مالی و کاربردها، بهمن 1391، دانشگاه سمنان، سمنان.

     

    1. Abad, P. & Benito, S. (2009). A Detailed Comparison of Value at Risk in International Stock Exchanges. Fundacion De Las Cajas De Ahorros, Documento De Trabajo (452/2009), 1-45.

    2. Alexander, G.J. & Baptistab, A.M. (2002). Economic implications of using a Mean-Var model for portfolio selection: A comparision with Mean- Variance analysis. Journal of Economic Dynamics & Control, 26, 1159-1193.

    3. Bo, D. (2001). Value at Risk. National university of Singapore, Department of Mathematical.

    4. Costello, A., Asem, E. & Gradner, E. (2008). Comparison of historically simulated VaR: Evidence from oil prices. Energy Economics, 30(5), 2154-2166.

    5. Dockery, E. & Efentakis, M. (2008). An Empirical Comparison of Alternative Models in Estimating Value-at-Risk: Evidence and Application from the LSE. Int. J. Monetary Economics and Finance, 1(2), 201-218.

    6. Dowd, K., Blake, D. & Cairns, A. (2003). Long-term value at risk. Discussion paper: UBS Pensions Series 017, 468, Financial Markets Group, London School of Economics and Political Science, London, UK.

    7. Engelbrecht, R. (2003). A Comparison of Value-at-Risk Methods for Portfolios Consisting of Interest Rate Swaps and FRAs. Master Thesis, University of the Wiewatersrand.

    8. Estrada, J. (2007). Mean- semivariance behavior: Downside risk and capital asset pricing. International Review of Economics and Finance, 16, 169-185.

    9. Gordon, J. A. & Baptista, A. M. (2001). Economic Implication of Using a Mean-VaR Model for Portfolio Selection: A Comparison with Mean-Variance Analysis. Journal of Economics Dynamic & Control, 26(8), 1159-1193.

    10. Huang, Y.C. & Lin, B. J. (2004). Value at Risk analysis for Taiwan stock index futures: Fat tails and conditional asymmetries in return innovations. Review of Quantitative Finance and Accounting, 22, 79-95.

    11. Hung, J. C., Lee, M. C. & Liu, H. C. (2007). Estimation of Value-at-Risk for Energy Commodities via fat-tailed GARCH Models. Energy Economics, 30(3), 1173-1191.

    12. Li, J. & Xu, M. (2013). Optimal Dynamic Portfolio with Mean-CVaR Criterion. Risks, 1(3), 119-147.

    13. Mir mohammadi sadrabadi, M., Moinaddin, M. & Nayebzadeh, S. (2013). Determining the optimal portfolio in Iran stock exchange by value at risk approach. Journal of basic and applied scientific research, 3(3), 813-820.

    14. Mohamed, A. R. (2005). Would students t-GARCH improve VaR estimates?. Master Thesis, University of Jyvaskyla, Finland.

    15. Nieto, M.R. & Ruiz, E. (2010). Bootstrap prediction intervals for VaR and ES in the context of GARCH models. Working Paper, Statistics and Econometrics Series 14, Universidad Carlos 3 de Madrid, 10-28.

    16. Soni, V. (2005). A Comparison of Value-at-Risk Methods for Portfolios Consisting of Interest Rate Swaps in the Indian Market under the GARCH Framework. Credence Analytics (I) Pvt. Ltd., 1-46.

    17. Wu, P. T. & Shieh, S. J. (2007). Value at Risk Analysis for Long-term Interest Rate Futures: Fat-tail and Long Memory in Return Innovations. Journal of Empirical Finance, 14(2), 248-259.

    18. Yu, X., Sun. H. & Chen, G. (2011). The Optimal Portfolio Model Based on Mean-CVaR. Journal of Mathematical Finance, 1, 132-134.

Files

Share

How to cite

Statistics