Professional Documents
Culture Documents
1
2.7.3 Диверсефикаци..............................................................................................................................24
Дүгнэлт...........................................................................................................................................................42
Хавсралт.........................................................................................................................................................44
2
ХУРААНГУЙ
Ýäèéí çàñãèéí á¿òýýëèéí ñýòã¿¿ëèéí èíäåêñ: C15, C22, C52, G11, G32
Ò¿ëõ¿¿ð ¿ã: Хоёр–хэсэг тархалт, VaR, GARCH, EVT, GEV, GPD, MA, EWMA, VC,
Маркович
3
УДИРТГАЛ
Дээрх хоёр асуудлын хоёрдох асуудлыг шийдэхийн тулд шилжүүлсэн дундаж (Moving
average)–ын арга, экспоненциал жинтэй хөдөлгөөнт дундаж (EWMA)–ын арга,
ARCH, GARCH, түүхэн үүсгүүрийн арга, монте карло симуляцийн аргуудыг
ашигладаг.
Бид VaR хязгаарлалтыг тогтоохдоо “хоёр хэсэг” тархалтыг ашилаж дээд, доод хилийн
стандарт алдааг ялгаатай байдлаар олно. Ингэснээр VaR хязгаарлалтыг илүү үр
ашигтай болгодог давуу талтай.
Çîðèëãî: Ýíýõ¿¿ ñóäàëãààíû àæëûí çîðèëãî íü Монголын тэргүүлэх хувьцаат
компаниудын хувьцааны ханшийн эрсдлийг ¿íýëýõ îíîâ÷òîé загварыг VaR болон “хоёр–
хэсэг” тархалт ашиглан òîäîðõîéëîõ, хувьцааны ханшийн ирээдүйн утгыг тодорхой
интервалд таамаглах, ¿¿нд ¿íäýñëýí Марковичийн багц сонголтын онолоор оновчтой
багц бүрдүүлж, òîäîðõîé áàãöыí õóâüä позицийн удирдлагын тооцоолол õèéõ ìºí
4
ýðñäëèéã ¿íýëýõ ñ¿¿ëèéí ¿åèéí õàíäëàãà áîëîõ ýêñòðåìóì óòãûí îíîëîîð ¿íýëãýý õèéæ
ä¿ãíýëò, òàéëáàð õèéõýä îðøèíî.
Çîðèëò: Ñóäàëãààíû àæëûí õ¿ðýýíä хөрөнгийн зах зээл дээр хамгийн идэвхитэй
арилжигдаж байгаа хувьцаан õàíøíû õóâüä “хоёр–хэсэг” тархалт ашиглах ýðñäëèéí
õÿçãààðëàëò òîãòîîõ 8–í çàãâàðûã àâ÷ ¿çýí ýäãýýðýýñ òîõèðîìæòîéã òîäîðõîéëîõ,
оновчтой багц бүрдүүлэх, áàãöыí õóâüä àëäàæ áîëîõ ýðñäëèéí õýìæýý áîëîí ïîçèöèéí
óäèðäëàãûí õýðýãñë¿¿äèéí òîîöîîëëûã õèéõ, EVT àðãààð ýðñäëèéí ¿íýëãýý õèéæ öàã
õóãàöààíû õóâüä ÿìàð íýãýí ç¿é òîãòîë àæèãëàãäàæ áàéãàà ýñýõèéã øàëãàí ñòðåññ
¿éë ÿâäëóóäûã òóõàéí ¿åèéí íºõöºë áàéäàëòàé õîëáîí òàéëáàðëàõûã çîðèëîî.
VaR–ыг тогтоох уламжлалт аргачилалууд бол стандарт хазайлтыг тооцох
аргачиллууд буюу параметрт аргачлал, шууд тогтоодог аргачилал буюу параметрт
бус аргалчлалууд юм. Бидний судалгааны онцлог бол параметрт аргачлалуудыг
өргөтгөж “Хоёр -хэсэг” тархалтыг ашиглах болно. Энгийн параметрт аргачлалуудад
бол хугацааны цувааны хувьд нэг стандарт хазайлт олж тооцоолол хийдэг. Харин
“Хоёр –хэсэг” тархалтыг ашиглаж VaR тогтооход моодын баруун, зүүн талд тус тусад
нь стандарт хазайлтуудыг олж, дээд доод хязгааруудыг тогтооход ялгаатай стандарт
хазайлт ашиглах болно. “Хоёр–хэсэг” тархалт ашиглаж байгаа үед уламжлалт
параметрт аргачилалуудын тэгш хэмт чанар нь алдагдана.
Уг хандалгад хувьцааны ханшийн таамаглалыг “Хоёр –хэсэг” тархалт байна гэж
дараах үндэслэлээр сонгодог. Үүнд.
• “Хоёр-хэсэг” тархалт ашиглан тооцоолол хийхэд хялбар буюу 3 параметр
(моод, стандарт хазайлтууд)-ын хоорондын уялдаанд энгийн аналитик
илэрхийлэл ашиглах боломжийг олгодог.
• Энэ тархалт нь нормал тархалтын тухайн нэг тохиолдол юм. Иймд тархалтын
зүүн болон баруун хэсэг бүрийн хувьд нормал тархалт (таамаглалд түгээмэл
ашиглагддаг тархалт)-тай ажиллана.
5
НЭГДҮ ГЭЭР БҮ ЛЭГ – ЗАХ ЗЭЭЛИЙН Ү НЭЛГЭЭНИЙ ҮҮ СЭЛ, ХӨ ГЖИЛ, ОНОЛ
Олон улсын практикт эрсдлийг үнэлэхэд VaR аргыг JP Morgan банк амжилттай
туршиж 1994 онд банкны бүх төрлийн эрсдлийг удирдах хэрэгсэл болгон
боловсруулсан бөгөөд өдгөө эрсдлийг үнэлэх хамгийн сонгомол арга болоод байна.
VaR нь анх Нью-Йоркийн хөрөнгийн бирж гишүүн фермерүүддээ капитал хувиарлах
шаардлагаас үүдэн 1922 онд үндэс суурь нь тавигдсан гэж үздэг.1945 онд анх
багцийн онол дээр үндэслэсэн болхи хэлбэрийн VaR аргачлал хэвлэгдэж байсан.
VaR нь дараах хоёр чиглэлээр хөгжиж ирсэн.
• Багцын онол
• Капитал тооцоо
Эрсдлийн талаарх судалгаа шинжилгээ нь тухайн авч үзэж зүйлийн тархалт болон
багцийн зах зээлийн үнэ дээр тулгуурлан хийгддэг.
Багцийн онол багцийн бүтцийн үнэлгээний үндэс суурийг Hardy (1923), Hicks (1935)
нар тавьсан.VaR–н үнэлгээг хамгийн анх Markowitz (1952) гурван сарын дараагаар
Roy (1952) нар бие биенээсээ хамааралгүйгээр анх хэвлүүлж байсан. Энэ хоёр
судалгааны ажил өгөгдсөн эрсдлийн түвшинг үнэлэх, багцийн утгыг сайжруулах тал
дээр ажилласан байсан ба математик аргачлалын хувьд ч мөн ижил байсан. Энэхүү
судалгааны ажлуудад багц доторхи позицуудын эрсдлийн хамаарал, диверсификаци,
үр ашигтай хеджинг зэргийг авч үзсэн байдаг. Markowitz-н судалгааны ажил нь VaR-н
гол үндэс суурь болж өгсөн. Үүний дараагаар Markowitz боловсруулсан онол дээр
тулгуурлан William Sharpe 1963 онд өөрийн докторын судалгааны ажилдаа VaR-н
үнэлгээг авч үзсэн. Үүнээсээ улбаалан 1964 онд Sharpe капитал үнэлгээний загвараа
(CAPM) боловсруулсан ба энэхүү загвар нэлээд түгээмэл хэрэглэгддэг загвар юм.
Tobin (1958), Treynor (1961), Lintner (1965), Mossin (1966) нар VaR –н үнэлгээ, тэр
дотроо багцийн эрсдлийн үнэлгээгээр нэлээд түлхүү судалгаа хийж байлаа. Гэвч энэ
үед зах зээлд VaR болон түүний загварын үнэлгээ нь төдийлөн ач холбогдолгүй
бөгөөд ашигладаггүй байлаа. Энэ нь багцын ирээдүйн төлвийн талаар үнэлэлт
дүгнэлт өгч чаддаггүй хэрэглээний ач холбогдол багатай байсан зэрэгтэй холбоотой.
Schrock (1971), Dusak (1972) нар ирээдүйн багцийн талаарх энгийн үнэлгээг авч
үзсэн. Lietaer (1971) анх удаа гадаад валютын эрсдлийн үнэлгээнд VaR ашигласан.
Тэрээр гадаад валютын эрсдлийг үнэлэхэд үр ашигтай хедж хийхийг санал болгосон
байдаг. Мөн VaR –н үнэлгээг зах зээлийн хэлбэлзэлтэй холбож өгсөн. Ханш уналт нь
санамсаргүй бөгөөд тохиолдох магадлал хэвийн тархалтаар илэрхийлэгддэг гэж
үзсэн нь VaR –г үнэлэх үндсэн аргуудын үндэс суурийг тавьж өгсөн. 1970 –аас 1980
оны хооронд зах зээлийн эрсдлийн үнэлгээний талаар нэлээд далайцтай бүтээлүүд
хийгдсэн. Бүхий л төрлийн хөрөнгийн эрсдлийг үнэлэх аргачлалыг боловсруулж VaR
аргачлалаар эрсдлийг үнэлэх тодорхой систем бий болгосон. 1973 онд опшины
үнэлгээний Black –Scholes –н загвар хэвлэгдсэн ба тэр жил Чикагод опшин анх
арилжаанд орж эхэлсэн байна. 1980 –аад онд дэлхийн зах зээлүүд ихээхэн өөрчлөлт
хөдөлгөөн ихтэй олон хэрэгсэлтэй болсон ба гадаад худалдаа ихэсч зах зээлд голлох
хүчтэй нөлөөтэй валютууд бий болсон.
6
1985 онд Америкийн 27 салбартай бэлэн мөнгөний зах зээлийг Stephen C. Francis
(1985) нар VaR аргачлалаар үнэлсэн. Kenneth Garbade 1986-1987 онуудад хөрөнгийн
зах зээлийн эрсдлийн үнэлгээг VaR аргачлалаар авч үзсэн. Багцийн үнэлгээ зах
зээлийн үнэ хэвийн тархалтаар тодорхойлогдож байгаа нөхцөлд тухайн хөрөнгийн
стандарт хазайлтаар илэрхийлэгдэнэ гэж энэ ажилд үзжээ. 1988 оноос эрсдлийг
үнэлэхэд Базелийн хороо хүчтэй орж ирсэн бөгөөд энэ чиглэлээр байгуулагдсан
байгууллага зөвлөлүүдээс хамгийн үр дүнтэй ажиллаж байна. Thomas Wilson 1993
онд хийсэн ажилдаа эрсдлийн хязгаарлалтанд урьд хэрэглэгдэж байсан аргуудаас
өөрөөр хэвийн бус буюу стьюдентийн–T тархалтыг ашигласан. Энэ нь эрсдлийн
үнэлгээнд бас нэгэн шинэ үеийг эхлүүлсэн. VaR аргачлалын судалгаа шинжилгээг
нэгтгэн, хүлээн зөвшөөрөгдсөн, стандарт болсон заавар зөвлөмжийг Jorion (1997),
Dowd (1998), Saunders (1999) нар боловсруулсан. Bodnar (1998) санхүүгийн эрсдлийг
үнэлэх аргачлал дээр тулгуурлан санхүүгийн бус эрсдлийг үнэлэх VaR аргачлалыг
боловсруулсан. Duffie and Pan (1997) нар анх Монте Карло аргачлалыг бусад
эрсдлийг үнэлэх стандарт аргачлалтай харьцуулсан үнэлгээ хийсэн. Cardenas,
Fruchard, Picron Reyes, Walters,Yang (1999) ба Rouvinez (1997) нар эрсдлийг үнэлэх
Монте Карло аргачлалыг хөгжүүлэн боловсронгуй болгож боловсруулсан.
Tae-Hwy Lee, Burak Saltoglu нар “Assessing the risk forecasts for Japanese stock market”
ажилдаа 1982–2000 оны японы зах зээлийн өгөгдөл дээр VaR хязгаарлалт тогтоох
аргачлалуудыг авч үзжээ. Энэхүү ажилд эрсдлийн хязгаарлалт тогтоох 27 загварыг
авч үзэн харьцуулсан судалгаа хийсэн ба TGARCH ба Монте Карло аргачлал нь
эрсдлийн хязгаарлалт тогтоох хамгийн оновчтой аргачлалууд гэсэн дүгнэлтэнд
хүржээ.
7
тооцоолсон. McNeil болон Frey 2000 онд эрсдлийг удирдах зохистой EVT аргыг
тогтоох талаар хийсэн судалгаандаа EVT аргачлалаар эрсдлийн хязгаарлалт
тогтоохдоо GARCH процессыг ашиглах нь зүйтэй гэж үзжээ. Yamai ба Yossiba (2005)
нар EVT аргачлалыг эрсдлийг үнэлэх параметрт аргачлалуудтай харьцуулсан
судалгаа хийн, маш их хөдөлгөөнтөй байдаг зах зээлийн хувьд EVT аргаар эрсдлийг
хязгаарлах нь илүү үр дүнтэй гэж үзсэн байна. Kuester (2005), Acerbi (2002), Inui ба
Kijima (2005) ба Martins ба Yao (2006) нар эмпирик судалгааны ажлуудаараа өндөр
хэлбэлзэлтэй санхүүгийн хэрэгслийн эрсдлийг үнэлэх хамгийн сайн арга EVT арга
болохыг үзүүлжээ. Kuester (2005) Насдак –н индексийн 30-н жилийн өдөр тутмын
өгөгдлийг ашиглан EVT болон параметрт эрсдлийг үнэлэх аргачлалуудыг
харьцуулсан судалгаа хийсэн бөгөөд эрсдлийг үнэлэх хамгийн сайн арга бол GARCH
болон EVT аргын хосолсон үнэлгээ байна гэсэн үр дүнд хүржээ.
Amin ба Kat (2003) нарын судалгааны ажлын дүгнэлтэнд өгүүлсэнээр эрсдэлтэй
тогтворгүй санхүүгийн зах зээл дээр үйл ажиллагаагаа тотвортой урт хугацаанд
явуулах гол нөхцөл бол үр ашигтай хедж хийх болон эрсдлээ EVT аргаар хязгаарлах
явдал гэжээ. Эрсдэлтэй зах зээлийн эсрэг хамгийн сайн арга бол EVT аргаар
эрсдлээ хязгаарлах явдал гэж Liang ба Park (2007) нар судалгааныхаа ажилд
дүгнэжээ. Assaf (2006) Египт, Йордан, Марокко, Туркийн эрсдэлтэй санхүүгийн зах
зээлүүд дээр EVT аргаар үнэлгээ хийсэн. Судалгааны ажлын үр дүнд эрсдэлтэй
санхүүгийн зах зээлийн шинжилгээг хийхдээ хэвийн тархалтаар илэрхийлэхээс
экстремум хэлбэрийн тархалтаар буюу EVT аргаар шинжилгээ хийх нь илүү ач
холбогдолтой гэж үзсэн. Tolikas ба Brown (2006) нар Афины хөрөнгийн биржийн 1986-
2001 оны өгөгдөл дээр хийсэн судалгааны ажил дээрээ үндэслэн дээрх дүгнэлтүүдтэй
ижил дүгнэлтэнд хүрчээ.
8
ХОЁРДУГААР БҮ ЛЭГ – СУДАЛГААНЫ АРГА, АРГАЧЛАЛ
Pr ( yt ≤ VaRt (α ) Ω t −1 ) = α (2.1.1)
{
VaRt (α ) = − inf y t Pr ( y t ≤ VaRt (α ) Ω t −1 ) ≥ α } (2.1.2)
гэж байгуулна.
yt = µt + ε t (2.1.3)
yt − µ t ε t
= = z t Ω t −1 → Фt−1 (0,1) (2.1.4)
σt σt
Болох буюу z t -нь (0,1) –н хооронд байршсан нормчлогдсон тархалттай болж байна.
−1
Нормчлогдсон Фэ (0,1) тархалтыг хэвийн тархалттай, student-t тархалттай, GEV
тархалттай гэх мэтээр тохирох тархалтаар төлөөлүүлэн авч үздэг.
{ ( )
VaRt (α ) = − inf µ t + Фt−1 (α ) ⋅ σ t + Pr µ t + Фt−1 (α ) ⋅ σ t ≤ VaRt (α ) Ω t −1 ≥ α } болох ба эндээс
VAR-г дараах байдлаар сонгоно.
9
Энд µ t = E ( y t Ω t −1 ) буюу { y t } t =1 хугацааны цувааны харьцангуй өөрчлөлтийн
T
10
−m 1 m
Энд түүврийн дундаж нь y t = ∑ yt − j байна.
m j =1
− 1 t −1
гэж тодорхойлдог. Энд y t = ∑ yt − j байна.
1 − t j =1
λ -н үнэлэлтийг хамгийн их үнэний хувь бүхий аргаар олдог бөгөөд JP Morgan банк
зэргээс тодорхой стандарт тоонуудыг санал болгосон байдаг.
11
E (σ 2 ) = E (ω ) + β ⋅ E (σ t2−1 ) + α ⋅ E (ε t2−1 Ω t −1 ) болох
хугацааны цувааны стационарь ба
ω
байна гэсэн чанараас стандарт хазайлт нь σ t = байна. Эндээс α + β < 1
2
1−α − β
гэдгийг харж болно. GARCH загварын үндсэн тавил дээр үлдэгдэл санамсаргүй
хэмжигдэхүүний тэгээс их утгыг нэмж тусгаснаараа Glosten(1993)-ний TGARCH загвар
тодорхойлогддог.Загварын гол санаа нь стандарт хазайлт нь үлдэгдэл санамсаргүй
хэмжигдэхүүний тэгээс их утгаар тодоройлогдож байна уу? Эсвэл тэгээс бага утгаар
тодорхойлогдож байна уу? Гэдгийг ажиглах боломж олгодог.Үүнийг α , γ
параметрүүдийг харьцуулснаар тодорхойлно.
ln σ t2 = ω + β ⋅ ln σ t2−1 + α ⋅ [ z t −1 − c ⋅ z t −1 ] (2.2.6)
байна.
(1 − α ) ⋅ α j
m
{
VaRt (α ) = HS ( m, α ) = w y t − j m
} m
= ⋅ y (2.3.1)
(1 − α )
j t =1 m t − j
t =1
12
2.3.2 Монте-Карло аргачлал (Monte Carlo Simulation)
Монте-Карло аргачлалаар түүвэр зохиож багцын эрсдлийн тооцоолж буй хугацааны
үеийн тархалтыг олох замаар эрсдлийг тооцоолдог. Тус аргачлал нь геометр Броуны
хөдөлгөөний стохастик дифферанциал тэгшитгэл дээр тулгуурладаг бөгөөд стохастик
процесс нь:
dY
= µdt + σdW (2.3.2)
Y
байна. энд W –нь стандарт Wiener процесс. Стандарт Wiener процессыг стандарт
нормаль тархалттай санамсаргүй хэмжигдэхүүнээр илэрхийлдэг. Дээрх тэгшитгэлээс
Монте-Карло аргачлалаар VaR тооцоолох ерөнхий тэгшитгэлийг бичвэл:
(
∆Yt = Yt −1 µ t −1 ∆t + σ t −1 z t ∆t ) (2.3.4)
t=R t=R
гэсэн утгаа авах болно.Харин нөхцөлт бус α итгэх магадлалын хамгийн их үнэний
хувь бүхий утга нь L(α ) = (1 − α ) n0 (α ) nt байна.
α α
Иймд үндсэн таамаглал нь H 0 = p k = α харин няцаах таамаглалаа H 0 = p k ≠ α гэвэл
хамгийн их үнэний хувь бүхий харьцааны статистик тест нь дараах Хи-квадрат
тархалттай байна.
L( α )
LR = −2 ln → χ n2
α
L pk ( ) (2.4.1)
α nt
Энд p k -н хамгийн их үнэний хувь бүхий үнэлэгч нь p k =
α
( n0 + nt ) байна.White-н тест
нь нөхцөлт магадлалаар тодорхойлсон функцийн алдаа болон нөхцөлт бус
тодорхойлсон функцийн алдааны зөрүү нь дунджаараа тэгтэй тэнцүү гэсэн үндсэн
таамаглалыг дэвшүүлдэг. Үүнийг томъёолбол:
LRkα = E ( LR ) = M −1 LR (2.4.2)
13
α ^ α α ^ α
байна.Энд хэрвээ LRk = 0 бол p = α харин эсрэгээрээ LRk > 0 бол p ≠ α байна.
k k
[
LRtα = E ( LR ) = M −1 − 2 ⋅ L(α ) + 2 ⋅ L( p kα ) = ]
{ [ ] [ ]}
T
= M −1 ∑ − 2 d tk ln(α ) + (1 − d tk ) ln(1 − α ) + 2 d kα ln( p kα ) + (1 − d kt ) ln(1 − p kα )
t =R
P-позицийн үнэлгээ
d-өдрийн тоо
φ -нт гол валют болон алтны овернейт VaR-н индекс φ = 1,ψ
Хэрвээ нэг сарын дотор хүлээж болох овернайт лимитийг тогтооё гэвэл d=22 гэж авах
ба нэг сарын дотор арилжааны сөрөг хэлбэлзлээс 100 хувь алдаж болох алдагдлыг
тодорхойлдог. Гэвч бодит байдалд нэг сарын хугацааны туршид арилжааны сөрөг
хэлбэлзэл тасралтгүй үргэлжлэх тохиолдол бараг байдаггүй.Иймээс дээрх байдлыг
засан томьёоллыг дараах байдлаар өөрчиллөө.
n L (d )
VaRφ (d ) = P ⋅ ⋅ d ⋅ VaRφ (α ) (2.5.2)
n L (d ) + n p (d )
Энд, nL-d өдрийн дотор арилжигдсан арилжааны сөрөг хэлбэлзлийн тоо, nP-d өдрийн
дотор арилжагдсан арилжааны аерэг хэлбэлзлийн тоо.
n L (d )
nL(d)+nP(d)=d гэдгээс VaRφ ( d ) = P ⋅ ⋅ VaRφ (α ) байна.
d
Позицийг үнэлэхдээ тухайн улсын валютын тэр өдрийн Монголбанкны ханшийг авч
боддог.
14
Харин дивирсификаци хийсэн VaR-г дараах томчъёогоор олно.
15
x1 ,............, x n x n +1 ,.........., x 2 n ............. x( m−1)*( n +1) ,........, x mn
( j)
Эдгээр интервалиудын хамгийн их болон хамгийн бага утгыг M n гэж тэмдэглэе:
M n( j ) ≤ α n ⋅ x + β n (2.6.1)
α n > 0, β n ∈ R n≥2
α n ; β n -захын коеффициент
Pr( M n( j ) ≤ α n x + β n ,....., M n( m ) ≤ α n x + β n ) =
M n( j ) − β n
Pr ≤x n
(2.6.3)
αn = ∏ F (α n x + β ) = F n (α n x + β n ) = [1 − F (α n x + β n )]
n
i =1
Fisher-Tippet-н теором.
α n−1 ( M n( j ) − β n ) → H
γ < 0 F ( x ) =
1 − exp − (1 − (1 + γ x)1 / τ x < −1 / γ [ ]
Хэрвээ бол Frechet-н тархалттай буюу
1 otherwise
байна. Хэрвээ γ >0 бол Weibull-н тархалттай буюу
F ( x) =
[
1 − exp − (1 − (1 + γ x) 1/τ
x > −1 / γ ]
байна.
0 otherwise
16
M ( j) − β n −
n
lim Pr n ≤ x = lim1 − F (α n x + β n ) =
n →∞
n →∞
n
−
−
= lim1 − n −1 ( n ⋅ F (α n x + β n ) → exp − lim n F (α n x + β n ) H(α
)≠0
→
n →∞ n → ∞
[ ]
−
exp lim n ln(1 − F (α n x + β n )) → exp(ln( H ( x ))) ⇒ H ( x ) = 1 − exp − (1 + γx) −1 / γ
n → ∞
1
P = 1 − exp(−(1 + γx) −1 / γ ) x = − (1 − ln(1 − p )) −γ
γ
M n( j ) = β n −
αn
γ
(
1 − ( ln(1 − p j ) )
−γ
) (2.6.4)
β n − байршлын параметр
γ -төлөв байдлын параметр
Fu ( x ) = P ( M − u ≤ x M > u ), x ≥ 0 (2.6.5)
x
y=
β (u )
17
−
P( M > y + u , M > u ) F (u + y )
P( M − u > y M > u ) = = − (2.6.7)
P ( M > 0) F (u )
x −γ
−
(1 + γ β ) , γ ≠ 0
Парето тархалт Gγ , 0, β = (2.6.8)
e − xβ , γ = 0
0 ≤ x ≤ ∞ , γ > 0
D(γ , β ) = β
0 ≤ x ≤ − γ , γ > 0
−
Дээрх тэгшитгэлээс F u ( y ) -н утгыг олохын тулд
1 n
−
−
F (u + y ) − ^ ∑1(u, ∞)M N u
n i =1
F u ( x) = −
F (u ) = F (u ) = =
F (u ) Nu n
^
− ^ F (u + y )
F u ( y ) = Fu ( y ) = ^
≈ Gγ , 0,β ( u ) ( y )
F (u )
1
− N x −
F u ( y ) = u (1 + γ ⋅ ) γ α = M −u
n β
Эндээс:
^
^ −γ
β n
M n( j ) = u − (1 − p j ) − 1
(2.6.10)
γ Nu
y t = xt (ξ ) + et
1 n
Q(ξ ) = n −1 SSR (ξ ) = ∑ ( yt − xt (ξ )) 2
n t =1
(2.6.12)
∂ 1 n 2 n
g i (ξ ) = ∑ ( y t − xt (ξ )) 2 ) = − ∑ xti (ξ )( y t − xt (ξ ))
∂ξ i n t =1 n t =1
g i (ξ ) = −2n −1 x t (ξ )( y − x (ξ ))
∂ 2 n 2 n ∂x (ξ )
Dij (ξ ) = − ∑ xti (ξ )( y t − xt (ξ )) = − ∑ ( y t − xt (ξ ) ) ti − xti (ξ ) xtj (ξ ) (2.6.13)
∂ξ n t =1 n i =1 ∂ξ j
2 n ∂xti (ξ )
− ∑
n t =1 ∂ξ j
⋅ et = 0 D(ξ ) = 2n −1 x T (ξ ) x (ξ ) (2.6.14)
ξ j +1 = ξ j − Dij−1 g ij (2.6.15)
E� �< �,
�Ri � E� �<R , i = 1,..., N
Ri2 �
�
µ µ RN , µi = E [ Ri ] i = 1, N
19
V V R N VN , Vkl = cov ( Rk , Rl ) , k , l = 1, N
Rφ �
E�
� �= � , var ( Rφ ) = �
µ ,φ � φ ,V φ � (1)
N
x, y �= ¥xi yi ñêàëÿð ¿ðæâýðèéã тэмдэглэсэн.
Энд хэрэв x, y x R N бол �
i =1
φ ∗ ∗ L багцын хувьд:
E[ Rφ ] ∗ E[ Rφ ] , var ( R ) < va r R
∗ φ φ
( ) ∗
1
φ ,?V�
� φ φφ S
min (M)
2
s.t. S = { φ �R N � µ , φ �= r}
e, φ �= 1, �
20
Энд:
1 1
φ0∗ =
∆
( V −1µ − �
e,V −1e�
� V −1e )
e,V −1µ � φ1∗ =
∆
( e,V −1µ �
� V −1µ − � V −1e )
µ , V −1µ �
∆ = σ −1e �σ −1µ − ( � )
2 2 2
σ −1e, σ −1µ �
V = σσ T , x = �
x, x � (3)
�N N � �µ µ
2 2
� N µ
c �� , �, a �� , �, b < (12)
�λmax λmin � �
�λmax λmin �
� λmin
( 14 ) -ä гарсан
r* -г Òåîðåì 1–ийн r -д орлуулах замаар глобал хамгийн бага дисперстэй
багцыг гаргаж болно. Глобал хамгийн бага дисперстэй багцыг тооцоолбол:
b 1 1
φmv
*
= φmv
*
( r∗ ) = r*φ0* − φ1* = � ( c � V −1e ) − ( b �
V −1µ − b � V −1e ) =
V −1µ − a �
c ∆ ∆
ac − b 2 −1 V −1e
= V e = ( 15)
c∆ c
Энэ стратегийн хувьд глобал õàìãèéí áàãà дисперс нь
21
V −1e V −1e
σ 2 ( r* ) = � ( r* ) ,V φmv* ( r* ) �= � ,V
2
φmv
*
�
c c
1 1 c 1
= 2
�
�V −1e, e�= 2 �
e, V −1e�= 2 = ( 16 )
c c c c
Одоо үр ашигтай муруй болон ноёлолтын тодорхойлолтыг өгье :
Rφ �
Тодорхойлолт 3: A : = E �
� � Rφ �
, Var E �
� {(
� φ �R , < φ , e >= 1
N
( )) } ( 17 )
{
++ A :=r ( r , σ ( r ) ) r }
r∗ , −− A := { ( r,σ ( r ) ) r < r }
∗ ( 18)
oлoнлогийг үр ашигтай (үр ашиггүй) муруй гэнэ. (Марковицийн загварын )
c
байг. Тэгвэл φ багц үр
Ө гүү лбэр 3. Нөхцөл1 биелдэг ба М бодлогын хувьд r b
b
ашигтай багц байх зайлшгүй бөгөөд хүрэлцээтэй нөхцөл нь Cov ( Ri , Rφ ) =
f1φ Ε [ Ri ] + f 2φ , f1φ φ 0, i = 1,..., N ( 19 )
иймд V φ векторын i -р компонент íü i -р актив болон φ багцын хоорондох
ковариац /өөрөөр хэлбэл Cov ( Ri , R ) / болно.. Нөгөө талаас φ багц үр ашигтай учраас
φ
� 1 1 �
Vφ = V �
�r� ( c� V −1e ) − ( b �
V −1µ − b � V −1e ) �
V −1µ − a �
� ∆ ∆ �
1 rc − b a − rb
= �
r�
� ( cµ − be ) − ( bµ − ae ) �
�= µ+
� �
e
∆ ∆ ∆
Өөрөөр хэлбэл :
rc − b a − rb E�
b� Rφ � Rφ �
�E R + a − cE �
Cov ( Ri , Rφ ) = µi +
� = �
[ i] � � ( 20 )
∆ ∆ ∆ ∆
e, µ -үүд шугаман хамааралгүй учраас Коши-Шварцын тэнцэтгэл биш ёсоор ∆ > 0,
φ c φ Rφ �
bE �
� �− c 0, .
E� R
� � b�� -г тооцвол f1 =E
∆
22
Иймд зайлшгүй нөхцөл батлагдав.
V φ = f1φ µ + f 2φ e , f1φ φ 0
φ , e�= f1φ �
1= � e, V −1µ �+ f 2φ �
e,V −1e�= f1φ �
b + f 2φ �
c
φ , µ �= f1φ �
r =� µ ,V −1µ �+ f 2φ �
µ ,V −1e�= f1φ �
a + f 2φ �
b
e, µ -үүд шугаман хамааралгүй учираас уг систем тэгшитгэл цор ганц шийдтэй. f1φ , f 2φ
-ийн хувьд систем тэгшитгэлийг бодвол
rc − b a − rb
f1φ =c 0, f 2φ =
∆ ∆
( 21) -д орлуулбал
rc − b −1 a − rb −1 r 1
φ=
∆
V µ+
∆
V e=
∆
( c� V −1e ) − ( b �
V −1µ − b �
∆
V −1e ) = rφ0 − φ1
V −1µ − a �
E�
�Rφ � µ ,φ �
�= �
Sharp ratio =
σ(R )
φ
φ ,V φ �
�
µ,φ �
�
S (φ) = , ∀α R+ хувьд φˆ = αφ гэж авбал
φ ,V φ �
�
23
µ , αφ �
� α� µ,φ �
� µ ,φ �
�
S (φˆ) = S ( αφ ) = = = = S (φ)
αφ , V ( αφ ) � α 2 �
� �φ ,V φ � �φ ,V φ �
óчраас Шарпын харьцааны хүртвэр 1-тэй тэнцүү байхаар α -ийг сонгож болно.
Иймээс Шарпын харьцааг максимумчлах бодлого дараах бодлоготой эквивалент
болно:
φˆ,V φˆ
� ?? min
µ , φˆ�= 1
s.t �
Òåîðåì 2: ( Mutual Fund Theorem) Дурын хамгийн бага дисперстэй багц нь глобал
хамгийн бага дисперстэй багц болон шүргэгч багцын комбинацаар тавигдана. Үүнээс
гадна дурын хамгийн бага дисперстэй багц дурын ялгаатай хоёр хамгийн бага
дисперстэй багцуудын комбинацаар тавигдана.
( *
Cov Rφ1 , Rφ2
*
) =
1 ∆ba1a2
c
+ 2
bc
Мөн φmv -глобал хамгийн бага дисперстэй багц, φ * нь хамгийн бага дисперстэй дурын
*
φ*
(
багц бол : Cov R mv , R
φ*
=
1
c
)
2.7.3 Диверсефикаци
Хөрөнгө оруулалтын эрсдэлийг диверсификацын тусламжтайгаар (тараан
байршуулах замаар ) бууруулж болдог. Эхлээд 2 активын хувьд эрсдэлийг хэрхэн
бууруулах талаар авч үзье. 2 активаас бүрдэх багцын дисперс :
Cov ( R1, R2 ) E [ R1 R2 ] − E [ R1 ] [ R2 ]
Энд σ 1 = Var ( R1 ) , σ 2 = Var ( R2 ) , ρ12 = =
Var ( R1 ) = Var ( R2 ) σ 1σ 2
24
Иймээс хэрэв φ1σ 1 = φ2σ 2 ба σ 12 = −1 бол эрсдэл тэг болно. Өөрөөр хэлбэл Var ( R )
φ
=0
�N � N 2 N
Var ( Rφ ) = Var �¥ φi i � �i
R = φ Var ( i ) �φi2
R < c
�i =1 � i =1 i =1
Багцад актив бүрийг ижил жинтэйгээр (хувь хэмжээтэйгээр ) хөрөнгө оруулалт хийсэн
1
гаж үзвэл (өөрөөр хэлбэл φi = )
N
N N 2
1� c
Var ( R φ
) ¥
< c� ¥
φ = c� i
2
φ = �
� �= N i
2
i =1 i =1 �N �
Иймд багц дах активын тоог төгсгөлгүй ихэсгэвэл багцын эрсдэл (дисперс) тэг
болтлоо буурна.
c
Var ( Rφ ) =arR NN
a
0
N
Энэ нь багц дахü активуудыг корроляц хамааралгүйгаар сонгосон нөхцөлд актив бүрд
оруулж буй хөрөнгө оруулалтыг ижил хэмжээтэйгýýр авбал багц дахü активын тоог
ихэсгэх замаар эрсдэлийг бууруулж болохыг үзүүлнэ. Үнэндээ практикт хөрөнгийн
бирж дээр арилжаалагдаж байгаа ихэнхи хувьцаанууд эерэг корроляц хамааралтай
1
байдаг. Одоо корроляц хамааралтай үед φi = стратегийг сонирхоё :
N
N
N
1 �1 N �
Var ( Rφ ) = ¥φi2Var ( Ri ) + ¥ φ φ
i j cov ( Ri , R j ) =N � ¥
N �N i =1
Var ( Ri ) �+
i =1 i , j =φ
1,i j �
N2 − N � 1 N � 1 N −1
¥ Cov ( R , R ) �= N σ
2
+ �2 i j N + cov N
N2 �N − N i , j =N
1,i j � N
N
1
¥ Cov ( R , R ) -
N
1
Энд σN =
N
¥Var ( R ) -дундаж
i =1
i дисперс, cov N N N − 1
( ) i , j =N
1,i j
i j дундаж
ковариац
2
Хэрэв дундаж дисперс зааглагдсан, σ N < N
ба дундаж ковариац нь N N а үед covc
хязгаартай бол
• Энэ тархалт нь нормал тархалтын тухайн нэг тохиолдол юм. Иймд тархалтын
зүүн болон баруун хэсэг бүрийн хувьд нормал тархалт (таамаглалд түгээмэл
ашиглагддаг тархалт)-тай ажиллана.
Дээрх хэлбэрийн тархалтыг “хоёр –хэсэг нормал” тархалт гэж нэрлэдэг бөгөөд анх
Johnson, Kotz болон Balakrishnan (1994) нар танилцуулсан. Гурван параметрт “хоёр –
26
хэсэг нормал” тархалтыг John (1982) дэлгэрэнгүй судалсан. Тус тархалтыг Гауссын
тархалттай харьцуулан дараах зурагт үзүүлэв.
Хэрвээ цүлхийлт байхгүй үед (тэгш хэмт тархалт) үед “хоёр хэсэг нормал” тархалтын
вариацууд нь стандарт тархалтын вариацтай адил болно. Өөрөөр хэлбэл, цүлхийлт
байхгүй үед тус тархалт нь стандарт Гауссын тархалт байна.
27
ГУРАВДУГААР БҮ ЛЭГ – СУДАЛГААНЫ ХЭСЭГ
Бидний судалгааны онцлог бол параметрт аргачиллуудыг өргөтгөж “Хоёр -хэсэг” тархалтыг
ашиглах болно. Энгийн параметрт аргачилалуудад бол хугацааны цувааны хувьд нэг
стандарт хазайлт олж тооцоолол хийдэг. Харин “Хоёр –хэсэг” тархалтыг ашиглаж VaR
тогтооход моодын баруун, зүүн талд тус тусад нь стандарт хазайлтуудыг олж, дээд доод
хязгааруудыг тогтооход ялгаатай стандарт хазайлт ашиглах болно. “Хоёр –хэсэг” тархалт
ашиглаж байгаа үед уламжлалт параметрт аргачилалуудын тэгш хэмт чанар нь алдагдана.
Тэгш хэмт чанар алдагдах нь муу зүйл биш ба харин ч VaR хязгаарлалтуудыг илүү үр
ашигтай болгож өгч байгаа юм.
28
3.2.1 АПУ ХК –ний хувьцааны ө гөө жийн VaR хязгаарлалт
АПУ ХК-ний хувьцааны ханшинд VaR тогтооход энгийн VaR, шилжүүлэгдсэн дундаж (MA),
экспоненциаль жинтэй шилжүүлэгдсэн дундажын арга (EWMA), ARCH, GARCH тархалтууд
95%-ийн итгэх магадлалд харгалзан тохирч гарсан. Энэхүү үр дүнг дараах хүснэгтэнд
харууллаа.
Түүхэн Монте
Энгийн MA EWMA ARCH GARCH
Доош үүсгэвэр Карло
Доош
Доош
Доош
Доош
Доош
Доош
Дээш
Дээш
Дээш
Дээш
Дээш
Дээш
Дээш
APU
Давсан
9 25 21 15 6 4 7 19 7 12 48 47 78 86
утга
АПУ ХК –ий хувьцааны ханшийн хувьд МА –гийн дээд болон доод хил илүү тохирч байгаа нь
дээрхээс харагдаж байгаа ба дараах зурагт дүрслэв.
Дээрх графикт АПУ –ийн хувьцааны ханшийн хувьд дээд доод хилийг МА аргаар тогтоосон
байгаа ба “хоёр талт” тархалтыг ашиглаж ялгаатай стандарт хазайлтуудаар дээд болон доод
хилүүдийг тогтоосон учир МА тархалтын тэгш хэмт чанар алдагдаж илүү үр ашигтай болсон
байна.
29
3.2.2 Мах Импекс ХК–ний хувьцааны ө гөө жийн VaR хязгаарлалт
Мах Импекс ХК-ний хувьцааны ханшинд VaR хязгаарлалт тогтооход энгийн VaR, MA, EWMA,
ARCH, GARCH тархалтууд 95%-ийн итгэх магадлалд харгалзан тохирч гарсан. Энэхүү үр дүнг
дараах хүснэгтэнд харууллаа.
Түүхэн Монте
Энгийн MA EWMA ARCH GARCH
үүсгэвэр Карло
Доош
Доош
Доош
Доош
Доош
Доош
Доош
Дээш
Дээш
Дээш
Дээш
Дээш
Дээш
Дээш
Мах
Импекс
Давсан
10 24 21 12 5 3 10 10 13 9 46 42 78 83
утга
Мах Импекс ХК –ий хувьцааны ханшийн хувьд МА –гийн дээд болон доод хил илүү тохирч
байгаа нь дээрхээс харагдаж байгаа ба дараах зурагт дүрслэв.
Зураг 3. Мах Импекс ХК-ний VaR хязгаарлалт (Дээд хил-MA, доод хил-MA)
Дээрх графикт АПУ –ийн хувьцааны ханшийн хувьд дээд доод хилийг МА аргаар тогтоосон
байгаа ба “хоёр талт” тархалтыг ашиглаж ялгаатай стандарт хазайлтуудаар дээд болон доод
хилүүдийг тогтоосон учир МА тархалтын тэгш хэмт чанар алдагдаж илүү үр ашигтай болсон
нь мөн харагдаж байна.
30
3.2.3 Говь ХК–ний хувьцааны ө гөө жийн VaR хязгаарлалт
Говь ХК-ний хувьцааны ханшинд VaR хязгаарлалт тогтооход энгийн VaR, MA, EWMA, ARCH,
GARCH тархалтууд 95%-ийн итгэх магадлалд харгалзан тохирч гарсан. Энэхүү үр дүнг дараах
хүснэгтэнд харууллаа.
Түүхэн Монте
Энгийн MA EWMA ARCH GARCH
үүсгэвэр Карло
Доош
Доош
Доош
Доош
Доош
Доош
Доош
Дээш
Дээш
Дээш
Дээш
Дээш
Дээш
Дээш
Говь
Давсан
22 36 28 22 14 8 19 22 16 11 63 72 104 125
утга
Говь ХК –ий хувьцааны ханшийн хувьд МА –гийн дээд болон доод хил илүү тохирч байгаа нь
дээрхээс харагдаж байгаа ба дараах зурагт дүрслэв.
Дээрх графикт АПУ –ийн хувьцааны ханшийн хувьд дээд доод хилийг МА аргаар тогтоосон
байгаа ба “хоёр талт” тархалтыг ашиглаж ялгаатай стандарт хазайлтуудаар дээд болон доод
хилүүдийг тогтоосон учир МА тархалтын тэгш хэмт чанар алдагдаж илүү үр ашигтай болсон
байна.
3.2.4 Монголын Цахилгаан Холбоо ХК–ний хувьцааны ө гөө жийн VaR хязгаарлалт
31
Монголын Цахилгаан Холбоо ХК-ний хувьцааны ханшинд VaR хязгаарлалт тогтооход энгийн
VaR, MA, EWMA, ARCH, GARCH тархалтууд 95%-ийн итгэх магадлалд харгалзан тохирч
гарсан. Энэхүү үр дүнг дараах хүснэгтэнд харууллаа.
Түүхэн Монте
Энгийн MA EWMA ARCH GARCH
үүсгэвэр Карло
Доош
Доош
Доош
Доош
Доош
Доош
Доош
Дээш
Дээш
Дээш
Дээш
Дээш
Дээш
Дээш
МЦХ
Давсан
12 28 21 15 9 5 17 20 13 13 58 61 93 113
утга
Хүснэгт 4. Монголын Цахилгаан Холбоо ХК-ний ханшны VaR хязгаарлалтуудыг давсан утгууд
Монголын Цахилгаан Холбоо ХК –ий хувьцааны ханшийн хувьд МА –гийн дээд болон доод
хил илүү тохирч байгаа нь дээрхээс харагдаж байгаа ба дараах зурагт дүрслэв.
Дээрх графикт АПУ –ийн хувьцааны ханшийн хувьд дээд доод хилийг МА аргаар тогтоосон
байгаа ба “хоёр талт” тархалтыг ашиглаж ялгаатай стандарт хазайлтуудаар дээд болон доод
хилүүдийг тогтоосон учир МА тархалтын тэгш хэмт чанар алдагдаж илүү үр ашигтай болсон
байна.
32
3.2.5 НИК ХК–ний хувьцааны ө гөө жийн VaR хязгаарлалт
НИК ХК-ний хувьцааны ханшинд VaR хязгаарлалт тогтооход энгийн VaR, MA, EWMA, ARCH,
GARCH тархалтууд 95%-ийн итгэх магадлалд харгалзан тохирч гарсан. Энэхүү үр дүнг дараах
хүснэгтэнд харууллаа.
Түүхэн Монте
Энгийн MA EWMA ARCH GARCH
үүсгэвэр Карло
Доош
Доош
Доош
Доош
Доош
Доош
Доош
Дээш
Дээш
Дээш
Дээш
Дээш
Дээш
Дээш
НИК
Давсан
15 23 30 19 12 4 14 22 22 18 73 61 113 132
утга
НИК ХК –ий хувьцааны ханшийн хувьд МА –гийн дээд болон доод хил илүү тохирч байгаа нь
дээрхээс харагдаж байгаа ба дараах зурагт дүрслэв.
Дээрх графикт АПУ –ийн хувьцааны ханшийн хувьд дээд доод хилийг МА аргаар тогтоосон
байгаа ба “хоёр талт” тархалтыг ашиглаж ялгаатай стандарт хазайлтуудаар дээд болон доод
хилүүдийг тогтоосон учир МА тархалтын тэгш хэмт чанар алдагдаж илүү үр ашигтай болсон
байна.
33
3.3 VaR хязгаарлалтыг прогнозлох
Бидий сóäàëãààíû àæëûí ãîë çîðèëãî áîë өгөгдсөн ханшуудын түүхэн өгөгдөл, түүний тархалтын
квантилын утга, стандарт алдаа, дунджад тулгуурлан оновчтой VaR хязгаарлалт тогтоон,
улмаар дээд, доод хилийн ирээдүйн утгыг таамаглах билээ.
E-views 4.0 програмыг ашиглан êîìïàíèóäûí õóâüä дээд, доод хилийг шалгахад ARMA(1,22)
процесс болох нь тодорхойлогдсон. Арилжааны дараагийн 3 өдрийн ханшийн таамаглалыг
дараах хүснэгтээр харууллаа.
Прогноз 2 дах
11.03% -10.10% 11.82% -14.58% 4.79% -10.39% 14.84% -15.00% 4.02% -10.40%
ын утга өдөр
3 дах
11.03% -10.10% 11.82% -14.58% 4.79% -10.39% 14.84% -15.00% 4.02% -10.40%
өдөр
Хүснэгтийн эхэнд тухайн арилжаа явагдах өдрийн дээд, доод хилийн утгыг харуулсан байна.
Энэ өдөр тухайн компаний арилжаа явагдсан хамгийн сүүлийн өдөр буюу 12 сарын 30, 12
сарын 28 зэрэг өдрүүдийнх болно. Үнэлгээгээр дараагийн 3 өдрийн ханш өмнөх өдөртэй
мянганы орны нарийвчлалаар зөрж буйг эс тооцвол тогтмол байна гэж гарлаа.
Жишээлбэл, АПУ –гийн хувьцааны ханш дараагийн арилжаа хийгдэх өдрөө өслөө гэхэд 11,03
хувиар, харин ханш уналаа гэхэд дээд тал нь 10,10 хувиар унах боломжтой байна гэж харна.
Дээрх хүснэгтээс харахад хамгийн өндөр интервал тогтож байгаа буюу хамгийн их
хэлбэлзэлтэй хувьцаа бол НИК –ийн хувьцаа байна. Харин хамгийн бага хэлбэлзэлтэй буюу
бага интервал тогтсон хувьцаа бол Говь болон Мах Импексийн хувьцаанууд байна. Гэхдээ
энэ хоёр хувьцааны хувьд ирээдүйд буурах магадлал илүү өндөр байгааг интервалын доод
хил нь дээд хилээсээ нилээд өндөр байгаа гэдгээс харах боломжтой юм. Харин АПУ –гийн
хувьцаа нь ирээдүйд ханш нь илүү өсөх магадлалтай байгаа нь интервалын дээд хил доод
хилээсээ өндөр байгаа гэдгээс харагдаж байна.
34
3.4 Марковичийн багц сонголт
Дээр авч үзэж буй таван хувьцааны хувьд Марковичийн багц сонголтын онолыг ашиглаж
хэрхэн багц бүрдүүлвэл оновчтой талаар авч үзье. Таван хувьцааны өгөөжийн ковариацыг
дараах хүснэгтээр харуулав.
Мах
АПУ МЦХ Говь НИК
импекс
АПУ 0.0705 -0.0006 0.0001 -0.0018 0.0043
МонЦахХолбоо -0.0006 0.0585 -0.0023 -0.0004 -0.0013
Говь 0.0001 -0.0023 0.0807 0.0024 -0.0009
Ник -0.0018 -0.0004 0.0024 0.0343 0.0042
Мах импекс 0.0043 -0.0013 -0.0009 0.0042 0.0809
Эхлээд хамгийн бага эрсдэлтэй багцыг гаргая. Үүний тулд дараах томъёог ашиглана.
Хувьцааны оновчтой хуваарилалтыг гаргахын тулд сонгогдсон хугацаан дахь хувьцаа тус
бүрийн өгөөжийн ковариацын матрицыг олж авах ба тооцоолол хийхэд шаардлагатай бусад
коэффициентуудыг тооцоолно.
a 0.000637
b 0.220367
c 83.25836
d 0.004477
0.17
Хамгийн
0.22
бага
0.15
эрсдэлтэй
0.34
багц
0.13
гэсэн хуваарилалт гарч байна. Дээрхээс харахад бүгд эрсдэл багатай хувьцаанууд байгаа ба
харьцангуй эрсдэл өндөртэй нь Мах Импекс болон Говийн хувьцаа байна. Нийт хөрөнгө
35
оруулалтынхаа 17 хувийг АПУ –д, 22 хувийг Монголын Цахилгаан Холбоонд, 15 хувийг Говьд,
34 хувийг НИК –д, 13 хувийг Мах Импекст байршуулбал хамгийн бага эрсдэлтэй байна.
0.27
Хамгийн
0.20
их
0.08
өгөөжтэй
0.34
багц
0.11
Нэгж эрсдэлд ногдох өгөөжийг хамгийн их байхаар багцаа бүрдүүлбэл дээрх хувиудаар
хуваарилагдана. Өөрөөр хэлбэл, нийт багцынхаа 27 хувьд нь АПУ, 20 хувьд нь Монголын
Цахилгаан Холбоо, 8 хувьд нь Говь, 34 хувьд нь НИК, 11 хувьд нь Мах Импексийн хувьцааг
байршуулах хэрэгтэй.
Дээрх хоёр төрлийн багцыг ашиглан оновчтой багц нь дараах байдлаар бүрдэнэ.
0.32
0.19
Оновчтой
0.05
багц
0.34
0.10
Нийт багцынхаа 32 хувийг АПУ, 19 хувийг Монголын Цахилгаан Холбоо, 5 хувийг Говь, 34
хувийг НИК, 11 хувийг Мах Импексийн хувьцаанд байршуулах нь хамгийн оновчтой байна.
36
VaRapu (3) = 10,000,000 ⋅ 0.014 ⋅ 3 ⋅ (0.041) = 35,956.84
Уг тооцоолол нь 3 хоногийн дараа позиц тус бүрээс алдаж болох алдагдлын хэмжээ
юм. Жишээлбэл 10 сая төгрөгийг АПУ ХК-ийн хувьцаанд байршуулсан гэж үзвэл 3
хоногийн дараа 35,956.84 алдах магадлалтай.
Диверсификаци хийгдээгү й VaR нь тухайн багцаас алдаж болох нийт алдагдлын
хэмжээг харуулна.
Энэ нь тухайн багцаас алдаж болох нийт алдагдлын хэмжээг харуулах бөгөөд энэхүү
VaR хязгаар нь Стопп Лосс буюу арилжаагаа зогсоох хязгаарыг илтгэнэ.
Ахуиц VaR. нь позиц бүрийг нэг нэгжээр нэмэгдүүлэхэд алдаж болох алдагдлын
хэмжээ хэрхэн өөрчлөгдөхийг харуулдаг.
Эдгээрээс харахад багцын эрсдлийг хамгийн ихээр нэмэгдүүлж байгаа нь АПУ ХК-
ийн хувцаа, харин багцын эрсдлийг бууруулж байгаа нь Говь ХК-ийн хувьцаа байна.
Эндээс харвал АПУ ХК-ийн хувьцааг багцаас хасвал эрсдлийг хамгийн их бууруулж
чадахаар байна.
Дээрх нэмэгдэл VaR-ын тооцооллоос харвал нийт позицын хэмжээг 5 сая төгрөгөөр
нэмэгдүүлбэл эрсдэл 9260.16 төгрөгөөр өснө харин 5 сая төгрөгөөр бууруулбал
багцын эрсдэл 9182.87 төгрөгөөр буурна.
1. АПУ ХК
АПУ ХК-ын хувьд EVT-ыг ашиглан тогтоосон хязгаараас давсан буюу стресс утга нийт 8
гарчээ ( дээш 3, доош 5). Эдгээр утгууд 2002.12.12, 2006.2.20 ба 23-ны өдөр дээшээ, 2006.3.1,
2006.11.20, 2007.4.6, 2007.9.21, 2008.1.18-ны өдрүүдэд доошоо давсан байна. Эдгээрийн
хооронд ямар нэгэн хугацааны хамаарал ажиглагдахгүй байна.
2. Мах Импекс ХК
Тус компанийн хувьд EVT-ыг ашиглан тогтоосон VaR-ыг давсан буюу стресс утга үүсэхгүй
байна. Энэ нь тус компанийн хувьцааны ханш гэнэтийн хүчтэй нөлөөнд автах нь бага
харьцангуй тогтвортой гэдгийг харуулж байна.
3. Говь ХК
39
Тус компанийн хувьд дээшээ давсан 1, доошоо давсан 5 нийт 6 стресс утга гарчээ. Дээш
давсан стресс утга нь 2000.5.1-нд харин доош давсан стресс утгууд нь 2006.2.28, 2006.11.2,
2007.1.30, 2007.8.22-23-ны өдрүүдэд тохиосон байна. Эдгээр утгуудын хооронд ямар нэгэн
хугацааны хамаарал ажиглагдахгүй байна.
Тус компанийн хувьд дээш давсан сресс утга 10, доош давсан стресс утга 4 гарсан. 2000.5.9,
2003.8.26, 2004.5.26, 2006.9.18, 2007.3.19, 2007.5.21, 2007.7.16, 2007.12.6, 2008.6.10, 2008.9.26-
ны өдрүүдэд өссөн стресс утгууд, харин 2005.10.31, 2006.12.5, 2007.4.6, 2007.7.27-ны өдрүүдэд
буурсан стресс утгууд гарчээ. Эдгээр утгуудаас харахад Монголын Цахилгаан Холбоо ХК-ийн
хувьцаа 5-6 сарын үед гэнэт өсдөг гэсэн дүгнэлтэд хүрч болохоор байна.
40
5. НИК ХК
НИК ХК-ийн хувьд дээш доош гэнэтийн хэт их өөрчлөгдсөн буюу стресс утга ажиглагдсангүй.
Нефьт, шатах тослох материалын үнэ огцом өссөөр байгаа боловч компанийн хувьцааны
ханш харьцангуй тогтвортой буюу гэнэтийн нөлөөнд автддаггүй гэдэг нь харагдаж байна.
41
ДҮ ГНЭЛТ
• Хувьцаа нь идэвхтэй арилжаалагддаг таван хувьцаат компаний хувьцааны ханшны
970-1541 ажиглалтанд долоон төрлийн VaR тогтооход энгийн VaR, MA, EWMA, ARCH,
GARCH тархалтууд 95%-ийн итгэх магадлалд харгалзан тохирч гарсан. Харин VaR-ийг
тооцох параметрт бус аргачлалууд болох түүхэн үүсгэвэр, монте карло аргачлал үр
дүнгүй гэж гарлаа.
• Дараах графикт жишээ болгон 2009 оны АПУ ХК-ий хувьцааны ханшийн дээд, доод
хилийг харууллаа. (Дэлгэрэнгүйг хавсралтаас харна уу.)
Зураг 7. АПУ ХК-ний 2009 оны ханшин дахь VaR хязгаарлалт (Дээд хил-MA, доод хил-ARCH)
• Хамгийн өндөр интервал тогтож байгаа буюу хамгийн их хэлбэлзэлтэй хувьцаа бол
НИК –ийн хувьцаа байна. Харин хамгийн бага хэлбэлзэлтэй буюу бага интервал
тогтсон хувьцаа бол Говь болон Мах Импексийн хувьцаанууд байна. Гэхдээ энэ хоёр
хувьцааны хувьд ирээдүйд буурах магадлал илүү өндөр байгааг интервалын доод хил
нь дээд хилээсээ нилээд өндөр байгаа гэдгээс харах боломжтой юм. Харин АПУ –гийн
хувьцаа нь ирээдүйд ханш нь илүү өсөх магадлалтай байгаа нь интервалын дээд хил
доод хилээсээ өндөр байгаа гэдгээс харагдаж байна.
• Нэгж эрсдэлд ногдох өгөөжийг хамгийн их байхаар багцаа бүрдүүлбэл, нийт багцынхаа
27 хувьд нь АПУ, 20 хувьд нь Монголын Цахилгаан Холбоо, 8 хувьд нь Говь, 34 хувьд
нь НИК, 11 хувьд нь Мах Импексийн хувьцааг байршуулах хэрэгтэй.
• Нийт багцынхаа 32 хувийг АПУ, 19 хувийг Монголын Цахилгаан Холбоо, 5 хувийг Говь,
34 хувийг НИК, 11 хувийг Мах Импексийн хувьцаанд байршуулах нь хамгийн оновчтой
байна.
43
ХАВСРАЛТ
Хавсралт 1. Хоёр талт тархалтыг ашиглан VaR хязгаарлалт тогтоох аргачлал
3. Өгөөжийн өссөн, буурсан утгуудыг ангилж, тус тусад нь цуваа хэлбэрээр бичнэ.
Ингэхдээ өсч буй/буурч буй утгуудыг ялгахдаа буурсан/өссөн утгуудыг тэгээр
төлөөлүүлж авна.
4. Өссөн, буурсан цуваа бүрийн дундаж, стандарт алдааг, тогтоож цаашдын шинжилгээг
холбогдох үндсэн VaR аргачлалуудын дагуу үргэлжлүүлнэ. (Үндсэн VaR аргачлалыг
онолын хэсгээс харна уу.)
44
Хавсралт 2: Хувьцааны ханшийн ө гөө ж
45
Хавсралт 3: Тархалтын хуулийн шинжилгээний график
46
Хавсралт 4: VaR аргачлалуудаар тогтоосон хязгаарлалтын график
47
48
49
Говь ХК-ний хувьцааны ханшийн өгөөжийн хувьд тогтоосон VaR хязгаарлалтууд:
50
НИК ХК-ний хувьцааны ханшийн өгөөжийн хувьд тогтоосон VaR хязгаарлалтууд:
51
Мах импекс ХК-ийхувьцааны
МЦХ ХК-ий хувьцааны ханшийн
ханшийн хувьд тогтоосон
хэлбэлзлийн VaR хязгаарлалтууд
хувьд тогтоосон VaR хязгаарлалтууд
52
НОМ ЗҮ ЙН ЖАГСААЛТ
1. Marten Blix and Peter Sellin (1998), “A Bivariate Distribution for inflation and Output
Forecast”, Severgis Riksbank.
2. Hardy. M, (2003), Modeling and Risk Management for Equity-Linked Life Insurance, John
Wiley & Sons, Inc., p157-173
3. Ollson. C, Risk (2002), Management in Emerging, Markets Pearson Education print, p209-
257
4. Tae-Hwy Leea, Burak Saltoglu, (2002), Assessing the risk forecasts for Japanese
5. stock market
6. Ying Chen,Wolfgang Härdle,Vladimir Spokoiny, (2005), Portfolio Value at Risk Based on
Independent Components Analysis
7. Alper Ozuna, Atilla Cifterb, Sait Yilmazer,(2007), Filtered Extreme Value Theory for Value-At-
Risk Estimation
8. Glyn A. Holton, (2002), History of Value-at-Risk: 1922-1998
9. Evis Kellezi, Manfred Gilli, (2000), Extreme Value Theory for Tail-Related Risk Measures
10. Andrey Rogachev, (2002), Dynamic Value-at-Risk
11. Dai Bo, (2001), Value at Risk
12. T. W. Yee, (2006), Family Functions for Extreme Value Data
13. Martin Odening, Jan Hinrichs, Using Extreme Value Theory to Estimate Value-at-Risk
14. Yong Bao, Aman Ullah, (2003), Bias of Value-at-Risk Model
15. Chris Brook, Gita Persand, (2000), Value at risk Market Crashes
16. C. Brooks, A. D. Clare, J.W. Dalle Molle and G. Persand, (2003), A Comparison of Extreme
Value Theory Approaches for Determining Value at Risk
17. С.Баатарсүрэн (2006), Валютын ханшийн эрсдэлийг хязгаарлах VaR аргачилалын
сонгол, EVT шинжилгээ
18. Ìîíãîëáàíê, (2003), Çàõ çýýëèéí ýðñäýë òîîöîõ çºâëºìæ
53