Агуулга

1.1VaR аргачлалын үүсэл хөгжил, судлагдсан байдал.............................................................................6

1.2 Экстремум утгын онол (EVT) –н үүсэл хөгжил, судлагдсан байдал.................................................7

2.1 VaR загвар ............................................................................................................................................9

2.2 VaR-г үнэлэх параметрт аргачлалууд ................................................................................................10

2.2.1 Вариац-Ковариацийн арга (Variance-covariance).......................................................................10

2.2.2 Шаталсан дундажын (Moving average) загвар............................................................................10

2.2.3 Жигнэсэн шаталсан дундажын экспоненциал (EWMA) загвар.................................................11

2.2.4 GARCH, ТGARCH, EGARCH загвар..........................................................................................11

2.3 VaR-г тодорхойлох параметрт бус аргачлал.....................................................................................12

2.3.1 Түүхэн үүсгэвэр (Historical simulation).......................................................................................12

2.3.2 Монте-Карло аргачлал (Monte Carlo Simulation).......................................................................13

2.4 VaR загваруудын буцаан тестлэх, backtest шинжүүр.......................................................................13

2.5 Багцын эрсдлийг тооцох VAR арга...................................................................................................14

2.5.1 Овернайт VAR...............................................................................................................................14

2.5.2 Диверсификаци хийсэн болон хийгээгүй үеийн VaR.................................................................14

2.5.3 Маржинал VaR..............................................................................................................................15

2.5.4 Нэмэгдэл VaR................................................................................................................................15

2.5.6 Компонент VaR.............................................................................................................................15

2.6 Extreme value theory (EVT)................................................................................................................15

2.6.1 Generalized extreme value тархалт................................................................................................15

2.6.2 Generalized pareto distribution (GPD)............................................................................................17

2.6.3 EVT-н параметр үнэлэх Gauss-Newton-ы арга............................................................................19

2.7 Үнэт цаасны багц сонголтын онол......................................................................................................19

2.7.1 Багцын хүлээгдэж буй өгөөж, дисперс........................................................................................19

2.7.2 Õÿçãààðëàëòã¿é Ìàðêîâè÷èéí çàãâàð...............................................................................................20

1
 2.7.3 Диверсефикаци..............................................................................................................................24

2.8 “Хоёр–хэсэг” тархалт..........................................................................................................................26

3.1 Тархалтын хуулийн шинжилгээ.........................................................................................................28

3.2 VaR загварууд болон үнэлгээ..............................................................................................................28

3.2.5 НИК ХК–ний хувьцааны өгөөжийн VaR хязгаарлалт...............................................................33

3.3 VaR хязгаарлалтыг прогнозлох..........................................................................................................34

3.4 Марковичийн багц сонголт.................................................................................................................35

3.4.1 Хамгийн бага эрсдэлтэй багц.......................................................................................................35

3.4.2 Хамгийн их өгөөжтэй багц...........................................................................................................36

3.4.3 Оновчтой багц...............................................................................................................................36

3.4.4 Позицийн удирдлагын арга хэрэгсэлүүд.....................................................................................36

3.5 EVT шинжилгээ...................................................................................................................................38

Дүгнэлт...........................................................................................................................................................42

Хавсралт.........................................................................................................................................................44

2
 ХУРААНГУЙ

Бид энэхүү судалгааны ажлаараа эрсдлийн удирдлагад хамгийн өргөн ашиглагдаж

байгаа VaR аргачлалын талаар танилцуулах ба Монголын хөрөнгийн зах зээл дээр
голлон арилжаалагдаж байгаа таван компаний хувьцаан дээр “Хоёр–хэсэг” тархалтыг
ашиглан VaR аргачлалаар хязгаар тогтооно. “Хоёр–хэсэг” тархалтыг ашиглаж VaR
тогтоох нь дээд, доод хилүүд тэгш хэмд захирагдахгүй тогтдогоороо хязгаарлалтыг
илүү үр ашигтай болгодог давуу талтай. Мөн тэдгээр хувьцаануудын хувьд позицийн
удирдлагын арга хэрэгслүүдийг хэрэглэх ба Марковичийн багц сонголтын онолоор
оновчтой багцыг тодорхойлох болно. Дээрх шинжилгээний үндсэн дээр арга
аргачлалуудын хооронд харьцуулалт хийн дүгнэлт гаргаж судалгааны ажлын
хүрээнд бий болсон санал зөвлөмжийг гаргах болно.

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

Хувьцаат компаниуд нь өөрийн компаныхаа хувьцааны үнийг тогтвортой

түвшинд барьж, хувьцаа болон компанийхаа үнэлгээг өсгөж байх ёстой. Мөн хувьцаа
эзэмшигчид позицдоо барьж байгаа хувьаануудын ханшийг судалж, зөв багц
бүрдүүлж арилжаанд оролцох хэрэгтэй байдаг. Тиймээс хувьцаат компаниуд болон
хувьцаа эзэмшигчдийн аль алиных нь хувьд хувьцааны үнийг хэрхэн хэлбэлзэхийг
оновчтой таамаглаж мэдэх нь юу юунаас илүү чухал.

Санхүүгийн хэрэгслүүдийн ханш хэрхэн хөдлөх нь тодорхой бус. Тиймээс ханш

дараагийн удаад хэд болж өөрчлөгдөхийг нэг утгатай хэлэх боломж хомс юм. Харин
тодорхой интервалд хэлэх боломжтой.

Санхүүгийн зах зээлд эрсдлийг урьдчилан тооцох оролдлого хийгдсээр ирсэн ба

эрсдлийг тооцох аргууд ч гарч ирсээр байна. Тэдгээрээс хамгийн өргөн хэрэглэгддэг
арга бол VaR (Value at risk) арга юм. Энэхүү аргачлалын зорилго нь тухайн
санхүүгийн хэрэгслийн хэлбэлзлийг тодорхой интервалд таамаглахыг оролддог. VaR
аргачлалын хувьд дараах хоёр асуудлыг шийдэх шаардлагатай:

1. Сонгож авсан өдрүүдийн доторхи алдах алдагдлыг тооцох,

2. Эдийн засгийн нөхцөл байдлаас шалтгаалан стандарт алдааг хувьсах
байдлаар тогтоох аргуудыг олох,

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

1.1 VaR аргачлалын үү сэл хө гжил, судлагдсан байдал

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.

1.2 Экстремум утгын онол (EVT) –н үү сэл хө гжил, судлагдсан байдал

1997 оны Азийн хямрал, Barings банкны дампуурал зэргээс үүдэн гэнэтийн хүчтэй
гамшгийн хэмжээнд хүргэж байгаа эрсдлийг хэрхэн үнэлж, түүнээс урьдчилан
сэргийлэх вэ? гэдэг асуудал чухлаар тавигдаж эхэлсэн. Энэхүү учир шалтгааны
улмаас экстремум утгын онол (EVT) үүсэж хэрэглэгдэж эхэлсэн, бөгөөд эрсдлийг
үнэлэх хамгийн сүүлийн үеийн хандлага юм. Чухамдаа таамаглах боломжгүй
гэнэтийн их хэмжээний эрсдлийг үнэлэх оролдлогыг Mandelbrot (1963) ба Fama
(1965) нар хийж байсан бөгөөд эдгээр судалгаанууд нь экстремум утгын онолын
үндэс суурийг тавьсан гэж үздэг. Dimonson ба March нар 1996 онд хувьцааны
өгөөжийн 20 жилийн өгөгдөл дээр тулгуурлан хүлээгдэж болох өгөөжийн эрсдлийг EVT
аргаар үнэлсэн ажил хийсэн нь EVT онолын судалгааны шинэ үеийг эхлүүлсэн.
Danielsson зэрэг судлаачид энэ EVT онолын талаар судалгаа шинжилгээ хийж
байсаар 1999 оноос Reiss, Thomas (1997) ажил дээр тулгуурлан EVT аргачлал
эрсдлийг үнэлэх шинэ арга аргачлал болон эрсдлийн судалгаа шинжилгээнд
нэвтэрсэн.
Энэ талаар хийгдэж байсан судалгаа шинжилгээнд Koedijk (1990), Dacorogna (1995),
Loretan ба Phillips (1994), Longin (1996), Danielsson ба d Vries (1997), Kuan ба Webber
(1998), Straetmans (1998), McNeil (1999), Jondeau ба Rockinger (1999), Rootz`en ба
KlЁuppelberg (1999), Neftci (2000), McNeil ба Frey (2000) нарын ажлууд голлох үүргийг
гүйцэтгэдэг. EVT аргаар судалгааны эмпирик ажлууд 2000 оноос хийгдэж эхэлсэн.
Longin (2000), McNeil болон Frey (2000), ба Bali (2003) нар хөрөнгийн зах зээлийн
өгөгдлүүд дээр судалгаа хийж санхүүгийн хямралаас үүдэж болох алдагдлыг

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

2.1 VaR загвар

Санхүүгийн хэрэгслийн t-р жилээс хамаарсан үзүүлэлтийг Yt гэе. Энэ үзүүлэлтийн
логарифм авсан өөрчлөлт буюу харьцангуй өөрчлөлтийг y t гэж тэмдэглээд { y t } t =1
T

хүртлэх хугацааны интервалд авсан гэж үзье.Энэхүү хугацааны интервалд өгөгдсөн

хугацааны цувааны хэлбэлзлийг α итгэх магадлалтайгаар хязгаарлан , боломжит
стандарт хазайлтыг нь тогтоох аргачлалыг VaR загвар гэнэ. VaR загвар нь Ω t −1
хугацааны өгөгдлүүд дээр тулгуурлах бөгөөд α итгэх магадлалыг дараах байдлаар
тодорхойлдог:

Pr ( yt ≤ VaRt (α ) Ω t −1 ) = α (2.1.1)

Энд Pr ( y t ≤ VaRt (α ) Ω t −1 ) нь y t хугацааны цувааны тархалтыг илэрхийлэх бөгөөд тус

тархалтын доод хязгаарын α квантилыг:

{
VaRt (α ) = − inf y t Pr ( y t ≤ VaRt (α ) Ω t −1 ) ≥ α } (2.1.2)

гэж байгуулна.

{ yt } Tt=1 хүртлэх хугацааны цувааны стохастик процессийг:

yt = µt + ε t (2.1.3)

Гэвэл үлдэгдэл санамсаргүй хэмжигдэхүүн нь Ω t −1 хугацааны өгөгдлийн хувьд

нөхцөлт дундаж нь E ( ε t Ω t −1 ) = 0 , харин нөхцөлт вариац нь E ε t Ω t −1 = σ t байна.
2 2
( )
(2.1.3) тэгшитгэлийн хоёр талыг стандарт хазайлтад нь хуваавал:

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.

y t хугацааны цувааг α итгэх магадлалтайгаар хязгаарлалтын тэгшитгэлийг

тодорхойлъё. Үүний тулд (2.1.4)-г (2.1.2)-т орлуулбал:

{ ( )
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.

VaRt (α ) = E ( y t Ω t −1 ) + Фэ−1 (α ) ⋅ σ t (2.1.5)

9
Энд µ t = E ( y t Ω t −1 ) буюу { y t } t =1 хугацааны цувааны харьцангуй өөрчлөлтийн
T

математик дундаж нь ойролцоогоор тэгтэй тэнцүү байна.Тиймээс VaR-г тооцох

ерөнхий загвар нь:

VaRt ( α ) = Фt−1 ( α ) ⋅ σ t (2.1.6)

байна. VaR загварын хувьд σ болон α -г оновчтой тодорхойлох нь нилээн

хүндрэлтэй асуудал юм.Энэхүү асуудлыг σ -г тодорхойлох чиглэлээр variance-
covariance арга энэ нь дотроо МА загвар GARCH зэрэг олон загварууд, VaR- г шууд
тодорхойлох чиглэлээр historical-simulation, Monte-Carlo simulation, Extreme value онол
гэсэн аргачлалуудаар шийддэг.

2.2 VaR-г ү нэлэх параметрт аргачлалууд

2.2.1 Вариац-Ковариацийн арга (Variance-covariance)

VaR-н стандарт хазайлтыг тооцох энгийн аргачлал нь вариаци-ковариацийн арга юм.
Энэхүү аргачлал нь тухайн үзүүлэлтийг нормчлогдсон хэвийн тархалттай гэж үздэг.
Энэ таамаглалыг дэвшүүлсэнээр санхүүгийн хэрэгслүүдийн үнийн өөрчлөлтийн
тархалтыг зөвхөн вариаци болон ковариацийн матрицаар бүрэн илэрхийлэх
боломжтой болдог юм. Мэдээж хэрэг үнийн өөрчлөлтийн тархалтын функцыг хэвийн
байна гэсэн таамаглал нь ямар нэг хэмжээгээр учир дутагдалтай болох нь илэрхий
боловч хугацааг багаар буюу тухайлбал нэг өдрөөр сонгон авсан тохиолдолд энэ
таамаглал нь хүчинтэй байх боломжтой. Вариаци ковариацийн аргыг ашиглан VaR
хязгаарлалтыг бодоход хамгийн гол нь тухайн позицийн үнэ цэнийн өөрчлөлтийн
стандарт хазайлтыг тооцоолох явдал байдаг. Энэхүү нөхцлөөсөө хугацааны цувааны
бүхий л моментэд стандарт хазайлт нь тогтмол байна гээд дараах байдлаар
томьёолдог:
2
T
 −

∑  yt − y 
t =1   (2.2.1)
σ=
n −1
− 1 T
Энд y = ∑ yt байна.
n t =1

2.2.2 Шаталсан дундажын (Moving average) загвар

Стандарт хазайлт хугацааны бүхий л момент бүрд тогтмол байна гэсэн нөхцлийг
өөрчлөн тодорхой хугацааны интервалын хувьд стандарт хазайлт нь тотгмол байдаг
гэсэн нөхцлийн хүрээнд тооцдог аргачлалыг шаталсан дунджын (MA) загвар гэдэг.
Тус загвараар стандарт хазайлтыг дараах байдлаар тооцдог.
2
1 m  
σt = ∑  y t − j − y tm 
m − 1 j =1 
(2.2.2)


10
 −m 1 m
Энд түүврийн дундаж нь y t = ∑ yt − j байна.
m j =1

2.2.3 Жигнэсэн шаталсан дундажын экспоненциал (EWMA) загвар

Стандарт хазайлт нь хугацааны бүхий л моментод ялгаатай тодорхойлогдох бөгөөд
дунжаасаа хазайх хазайлт болон вариацаас тодорхой хувиар хамаардаг гэсэн
нөхцлийн хүрээнд тооцдог аргачлалыг жигнэсэн шаталсан дунджийн экспоненциал
(EWMA) загвар гэдэг. Тус аргачлал нь хугацааны өнгөрсөн үеийн ажиглалтуудыг
тэнцүү биш байдлаар, өөрөөр хэлбэл хугацааны сүүлчийн үед хазайх хазайлтуудад
өндөр, өмнөх үед харгалзах хазайлтуудад бага жин оноодог. Тус загвараар стандарт
хазайлтыг
2
 −

σ t = λ ⋅σ 2
t −1 + (1 − λ )  y t −1 − y t  (2.2.3)
 

− 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.

2.2.4 GARCH, ТGARCH, EGARCH загвар

Үндсэн хувьсагчийн харьцангуй өөрчлөлтийн хэлбэлзэл нь өмнөх үетэйгээ
хамааралтай байдаг ба уг хамаарлын нөлөөллийг тусгасан аргачлал нь санхүүгийн
хэрэгслийн үнэлгээний харьцангуй өөрчлөлтийн стандарт хазайлт буюу хэлбэлзлийн
үнэлгээг илүү нарийвчилж өгдөг. Энэ төрлийн буюу цаг хугацааны хувьд хамааралтай
аргачлалуудыг хетероскедастик гэнэ. Стандарт хазайлтын нэгэн төрлийн бус
авторегрессив нөхцөлд тулгуурлан загварчлах аргыг ARCH гэх бөгөөд дотор нь
GARCH, TGARCH, EGARCH гэж ангилдаг. GARCH (Generalized autoregressive
conditionally heteroscedastic) аргачлал нь тухайн үндсэн хувьсагчийн харьцангуй
өөрчлөлтийн онцлог байдлыг илүү сайн илэрхийлдэгээрээ давуу талтай байдаг.
Стандарт хазайлт нь нь хугацааны момент бүрд ялгаатай тодорхойлогдох бөгөөд
үлдэгдэл санамсаргүй хэмжигдэхүүнээс хамаардаг гэсэн нөхцлийн хүрээнд GARCH
загвар тодорхойлогддог бөгөөд санхүүгийн нэг хэрэгслийн хувьд дараах байдлаар
загварчилдаг.
p q p q
σ t2+1 = ω + ∑ α i X t2+1−i + ∑ β iσ t2+1−i энд ∑ α i + ∑ β i < 1; (2.2.4)
i =1 i =1 i =1 i =1

p=1, Ω t −1 хугацааны цувааны үед дээрх тэгшитгэлийн нөхцөлт дундаж утгыг

тодорхойлбол:

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.

σ t2 = ω + β ⋅ σ t2−1 + α ⋅ ε t2−1 + γ ⋅ ε t2−1 ( • ) ( ε t −1 ≥ 0) (2.2.5)

GARCH,ТGARCH загваруудын хувьд стандарт хазайлт нь өмнөх үеийн стандарт

хазайлтын квадратуудын өөрчлөлт болон өмнөх үеийн үлдэгдэл санамсаргүй
хэмжигдэхүүний квадратуудын өөрчлөлтөөс хамаардаг гэсэн нөхцлийн хүрээнд
тодорхойлогддог байсан бол EGARCH загварын стандарт хазайлт нь өмнөх үеийн
стандарт хазайлт, хазайлтын квадратын харьцангуй өөрчлөлт болон түүврийн хувьд
авагдах магадалалуудын өөрчлөлтөөр тодорхойлогддог.Nelson(1991) гаргасан
EGARCH загварыг томъёолбол:

ln σ t2 = ω + β ⋅ ln σ t2−1 + α ⋅ [ z t −1 − c ⋅ z t −1 ] (2.2.6)

байна.

2.3 VaR-г тодорхойлох параметрт бус аргачлал

2.3.1 Түү хэн үү сгэвэр (Historical simulation)

Түүхийн үүсгэвэр арга нь санхүүгийн хэрэгслүүдийн үнийн өөрчлөлтийн тархалтын
талаар хийсвэр таамаглал дэвшүүлдэггүй, ямар нэгэн онолд тулгуурладаггүй энгийн
арга юм. Энэ арга нь эхлээд санхүүгийн хэрэгслүүдийн үнийн өөрчлөлтөөс үүдэн
өнгөрсөн хугацаанд багцад учирсан ашиг алдагдлын тархалтыг үүсгээд дараа нь уг
тархалтаас тодорхой итгэлцлийн түвшинд харгалзах утгыг олдог арга юм. Энэхүү
арга нь ашиг алдагдлын хийсвэр тархалтыг үүсгэхдээ өнгөрсөн түүхийн хугацаанд
гарсан үнийн бодит өөрчлөлтийг ашигладаг учраас “historical simulation” буюу
“түүхийн үүсгэвэр” хэмээх нэрийг авсан байна.
Тус аргачлалын гол таамаглал нь ирээдүйд болох харьцангуй өөрчлөлтийн тархалт
нь түүний өнгөрсөн үеийн тархалттай ижил байна гэж үздэг. Гол аргачлал нь { y t − j } t =1
T −1

хүртлэх хугацааны цувааны өнгөрсөн үеийн квантилийг ашиглан өгөгдсөн α итгэх

завсарт VaR-г тооцдог.Энэхүү аргачлалын тооцооллыг томьёолбол:

 (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)

Энд z t нь (0,1)-н хооронд нормчлогдсон хэвийн тархалттай санамсаргүй

хэмжигдэхүүн.

2.4 VaR загваруудын буцаан тестлэх, backtest шинжүү р

VaR загварууд маань бодит байдал хэр нийцэж байгааг шалгахдаа Christoffersen
(1998), White (2000) нарын тестийг ашигласан. Авч үзсэн загваруудаа 1,2,3,4,.........., ω
хүртэл дугаарлаад k = 1,2..........., ω гэж тэмдэглэе. Онолоор тодорхойлсон VaR нь y
ажиглалтаас их бол d tk = 1 гээд итгэх нөхцөлд магадлалыг
[ ] ( )
p kα = Pr y t < VaRtk ( α ) = Pr d tk = 1 гэж тодорхойлно. Эндээс d tk магадлал нь 0,1 гэсэн
утга авах Биномал тархалттай болж байна. Тиймээс хамгийн их үнэний хувь бүхий
T T
утга нь L( p kα ) = (1 − p kα ) 0 ( p kα ) n1 байна. Энд n0 = ∑ (1 − d t ), nt = ∑ d t байх ба d t нь 0,1
n k k k

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

(2.4.2)-г (2.4.1)-т орлуулбал

[
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

2.5 Багцын эрсдлийг тооцох VAR арга

2.5.1 Овернайт VAR

Зах зээлийн үнэ ханш болон бусад параметрүүдийн өөрчлөлтөөс шалтгаалан
арилжааны ашиг алдагдлын хэлбэлзлээс нээлттэй позицид нөлөөлөх зөвшөөрч болох
боломжит алдагдлыг овернейт VaR гэдэг. Овернайт VaR-г тооцохдоо d өдрийн VaR-н
утгыг позицийн хэмжээгээр үржүүлэн дараах байдлаар тооцдог.

VaRφ (d ) = P ⋅ d ⋅ VaRφ (α ) (2.5.1)

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.

2.5.2 Диверсификаци хийсэн болон хийгээгү й ү еийн VaR

Валютын ханш бүрийн овернейт VaR лимитүүдийн нийлбэрийг дивирсификаци
хийгээгүй VaR гэдэг.
n
UndiversifiedVaR = ∑ VaRi (d ) (2.5.3)
i =1

14
Харин дивирсификаци хийсэн VaR-г дараах томчъёогоор олно.

Diversified VaR = V ⋅ [ C ] ⋅ V t (2.5.4)

V=позици бүрийн овернейт VaR, [ C ] -корреляцийн коеффициентийн VaR

2.5.3 Маржинал VaR

Диверсификаци хийсэн VaR-н эрсдлийг бууруулахын тулд аль позицийн хэмжээг
хэдийн хэмжээгээр өөрчлөх вэ? Гэдгийг шийдвэрлэхэд VaR хэрэгслүүд болох
маржинал VaR, нэмэгдэл VaR, компонент VaR зэргийг ашигладаг. Маржинал VaR нь
тухайн нэг позицийн хэмжээг нэг нэгжээр өөрчлөгдөхөд нийт багцийн VaR хэдий
хэмжээгээр өөрчлөгдөж байгааг хэмждэг бөгөөд үүнийг олохдоо дивирсификаци
хийсэн VaR-аас тухайн нэг позицоор нэгдүгээр эрэмбийн уламжлал авна. Үүнийг
томъёолбол:
∂ ( Diversified VaR )
M arg inal VaR = (2.5.5)
∂ (VaR(d ) )

2.5.4 Нэмэгдэл VaR

Нэмэгдэл VaR нь тухайн багцийн аль нэг позицийн хэмжээг нэмэх юм уу эсвэл хасах
тохиолдолд багцийн VaR хэрхэн өөрчлөгдөхийг илэрхийлдэг.

Incremental VaR = VaRdiversifiedVAR + p − VaRdiversifiedVAR

(2.5.6)
Incremental VaR = VaRdiversifiedVAR − VaRdiversifiedVAR − p

2.5.6 Компонент VaR

Компонент VaR нь тухайн багцаас аль нэгэн позицийг хасвал өөрөөр хэлбэл тухайн
позицийг хаахад багцийн VaR хэрхэн өөрчлөгдөх вэ? гэдгийг илэрхийлдэг. Компонент
VaR-г тооцохдоо маржинал VaR-г хэрэглэдэг бөгөөд тухайн багцийн φ -р позицийн
компонент нь

ComponentVaR(φ ) = M arg inal VaR(φ ) ⋅ Vφ (2.5.7)

2.6 Extreme value theory (EVT)

2.6.1 Generalized extreme value тархалт

VAR-г хамгийн их, хамгийн бага утга дээр тулгуурлан тооцох аргачлалыг экстримум
утгын онол гэдэг. Энэ аргачлал нь зах тодорхой интервал дахь зах зээлийн
экстремум утгыг түүн авч эдгээр утга дээр ажиллан тодорхой итгэх магадлалтайгаар
үүсмэл тархалт ашиглан эрсдлийн хязгаарлалт тогтоодог. EVT-гээс давсан үйл
явдлыг стресс үйл явдал гэнэ.EVT аргачлалаар хязгаарлалт тогтоохдоо хэлбэлзлийн
утгыг GEV болон GPD тархалтуудаар төлөөлүүлэн авч бодуулдаг. EVT аргачлалын
томъёолол болон дээрх тархалтуудын тухай авч үзье.
Санамсаргүй хэмжигдэхүүний харьцангуй өөрчлөлтийг дараах интервалд хуваая:

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

j-ажиглалтын түүврийн магадлалуудыг хоорондоо хамааралгүй гэж үзээд (2.6.1)

тэгшитгэлийн тархалтын функцийг дараах байдлаар илэрхийлдэг.

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.

Санамсаргүй хэмжигдэхүүний харьцангуй өөрчлөлтийн x k гэсэн дараалал болон

кохицуулалтын коэффициентүүд нь мэдэгдэж байвал үл буурах функцийг дараах
байдлаар илэрхийлж болно.

α n−1 ( M n( j ) − β n ) → H

H нь гурван тохиолдол байна. γ = 0 бол Gumbel –тархалттай болох буюу

F ( x) = 1 − exp[ − exp( x)], − ∞ < x < ∞ байна.

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

Fisher-Tippet-н теоромд үндэслэн (2.4.1)-г хязгаарт шилжүүлбэл

16
  M ( j) − β n   −

n

lim Pr  n ≤ x  = lim1 − F (α n x + β n )  =
n →∞
  n →∞ 
n
 −
  −

= lim1 − 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)

GEV тархалтын үүсмэл тархалтын тэгшитгэл.

α n − цар хүрээний параметр

β n − байршлын параметр
γ -төлөв байдлын параметр

2.6.2 Generalized pareto distribution (GPD)

Тодорхойлолт1. F тархалтын функцтэй үл буурах санамсаргүй хэмжигдэхүүний
харьцангуй өөрчлөлтүүдийг x гээд тархалтын функцийн төгсгөлийн цэгийг x F гэе.
Тэгвэл төгсгөлийн цэгээс бага байх u гэсэн нөхцөлт хязгаарлалтыг тогтоож болох ба
үүнээс давах цэгийн тархалтын функцийг дараах байдлаар илэрхийлж болно.

Fu ( x ) = P ( M − u ≤ x M > u ), x ≥ 0 (2.6.5)

Тодорхойлолт2. Нөхцөлт хязгаарлалтын утгаар тодорхойлогддог β (u ) функцийн

эерэг утгууд олдож байвал тус функцийг дараах байдлаар бичиж болно.
− −
lim sup F u ( x) − Gγ ,0,β u ( x ) = 0 (2.6.6)
u ↑ X F x∈( 0, X − u
F

x
y=
β (u )

Дээрх тэгшитгэлийн Fu (x ) -ийг (2.6.6)-ээр өргөтгөе.

− − x
Fu ( x ) = 1 − F u ( x) = F u ( y ), 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


(2.6.8), (2.6.7)-с (2.6.9) нь

− −
lim sup F u ( x ) − Gγ ,0,βu ( x ) = 0 (2.6.9)
u ↑ X F x∈( 0, X − u )
F

Энэ функцээс β u гэсэн функцийн зохистой сонголт нь:

− −
Fu ( y ) ≈ G γ ,0,β ( u ) ( x ) ( y)

−
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  
 

GPD тархалтын үүсмэл тэгшитгэл.

Дээрх тархалтын функцүүдэд захируулан EVT хязгаарлалтыг тогтоодог.
18
 2.6.3 EVT-н параметр ү нэлэх Gauss-Newton-ы арга.
t
y t = M n( t ) , xt = Pt = , t = 1, T
T +1
^ ^
ξ = (β n , α n , γ , γ , u, β ) (2.6.11)

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)

Итерацийн параметрийн тэгшитгэл дээр (2.6.15) ба (2.6.16)-г орлуулбал

ξ j +1 = ξ ij + ( X ijT , X ij ) −1 X ijT , ( y − X ij ) –Гаусс –Ньютоны арга

z t = Фt−1 ( p) EVT − VaR( p) = Фi−1 ( p) ⋅ γ t ⇒ GEV , GPD (2.6.17)

2.7 Ү нэт цаасны багц сонголтын онол

2.7.1 Багцын хү лээгдэж буй ө гөө ж, дисперс

N эрсдэлтэй актив өгөгдсөн. i -р активд оруулсан хөрөнгө оруулалтын санамсаргүй
өгөөж Ri , i = 1,..., N ба нийт хөрөнгө оруулалтын хэмжээ 1-тэй тэнцүү гэе. Эдгээр
санамсарг¿й өгөөжүүдийн 1, 2-р эрэмбийн моментууд оршин байдаг байг. Өөрөөр
хэлбэл:

E� �< �,
�Ri � E� �<R , i = 1,..., N
Ri2 �
�

Өгөөжүүдийн математик дундаж болон ковариацын матрицыг дараах байдлаар

тэмдэглüе:

µ µ RN , µi = E [ Ri ] i = 1, N

19
 V V R N VN , Vkl = cov ( Rk , Rl ) , k , l = 1, N

Дээрх тэмдэглэгээнүүдийг ашиглабал φ стратегид харгалзах багцын өгөөж

N
Rφ =R￥φi Ri томъёотой ба дараах өгүүлбэр үнэн байна.
i =1

φ стратегид харгалзах багцын өгөөжийн математик дундаж болон дисперсийн хувьд

дараах томъёо биелíэ:

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

2.7.2 Õÿçãààðëàëòã¿é Ìàðêîâè÷èéí çàãâàð

{
L = φ �R N � }
φ , e�= 1 , e =R( 1,...,1) R N áàéã.

φ ∗ ∗ L багцын хувьд:

E[ Rφ ] ∗ E[ Rφ ] , var ( R ) < va r R
∗ φ φ
( ) ∗

нөхцөлийг хангах ямар ч φ φ L багц олдохгүй байвал φ ∗ -г дундаж-дисперс үр ашигтай

багц гэнэ.
Марковичийн багцын онолд өгөөжийн математик дундаж нь ашигт байдлыг, дисперс
нь эрсдэлийг хэмжинэ. Багц сонголтын үндсэн санаа нь өгөгдсөн өгөөжийн түвшинд
хамгийн бага эрсдэлтэй багцыг сонгох явдал болдог. e =R( 1,...,1)
T
R N ãýæ òîäîðõîéëáîë
áодлого дараах байдлаар тавигдана:

1
φ ,?V�
� φ φφ S
min (M)
2

s.t. S = { φ �R N � µ , φ �= r}
e, φ �= 1, �

( M ) бодлогын хувьд дараах нөхцөлүүдийг тавьсан тохиолдолд шийд нь цор ганц

байдаг.
Нө хцө л 1: а. Ковариацын матриц V эерэг тодорхойлогдсон
б. e, µ векторууд шугаман хамааралгүй.
Òåîðåì 1: Хэрэв нөхцөл 1 биелж байгаа бол М бодлогын шийд

φ ∗ = rφ0∗ − φ1∗ (2)

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)

Ө гүү лбэр 2: ( M ) бодлогын хувьд нөхцөл 1 биелдэг бол

�N N � �µ µ
2 2
� N µ
c �� , �, a �� , �, b < (12)
�λmax λmin � �
�λmax λmin �
� λmin

Энд λmax ( λmin ) нь V матрицийн õàìãèéí èõ (õàìãèéí áàãà) хувийн утгууд .

Тодорхойлолт 2: ∀R φmv , V φmv

r R : ����
* *
φ * ( r ) ,V φ * ( r ) бол φmv = φmv ( r∗ ) багцыг
* *
глобал
хамгийн бага дисперстэй багц гэнэ.

( 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 )

oлонлогийг дундаж / стандарт хазайлт багцын олонлог.

{
++ A :=r ( r , σ ( r ) ) r }
r∗ , −− A := { ( r,σ ( r ) ) r < r }
∗ ( 18)
oлoнлогийг үр ашигтай (үр ашиггүй) муруй гэнэ. (Марковицийн загварын )

Хэрэв φ1, , φ2 φ A хувьд �

µ , φ1 �= �
µ , φ2 �, �
φ1 , V φ1 �< �
φ2 , V φ2 �бол φ1 багц φ2 багцыг ноёлж
байна гэнэ. (2 багц ижил дундажтай бол бага стандарт хазайлттай багцыг их стандарт
хазайлттай багцаа ноёлж байна гэнэ)

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

(2), (3) томъёоноос :

� 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.

ө : ( 20 ) биелдэг гэж үзье. ( 20 ) -г вектор хэлбэрээр бичвэл

V φ = f1φ µ + f 2φ e , f1φ φ 0

Үүнийг урдаас нь V −1 -ээр үржүүлбэл

φ = f1φV −1µ + f 2φV −1e , ( 21)

( 21) -ийг e, µ -тэй скаляр үржвэл

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 �

Иймд φ нь өгүүлбэр4 ёсоор �

µ , φ �= r байх М бодлогын шийд болно. Өөрөөр хэлбэл φ
нь үр ашигтай шийд болно.
Хөрөнгө оруулагч өгөөжийн тодорхой түвшинд хамгийн бага эрсдэлтэй багцыг
сонгохоос гадна эрсдэлийн нэг нэгжид ногдох өгөөжийг максимумчилсан багцыг
сонирхож болох юм. Энэ тохиолдолд Шарпын харьцаа, шүргэгч багцын тухай
ойлголтууд гарч ирдэг.
Тодорхойлолт 4: Шарпын харьцаа гэгдэх

E�
�Rφ � µ ,φ �
�= �
Sharp ratio =
σ(R )
φ
φ ,V φ �
�

харьцааг максимумчилсан φtg багцыг шүргэгч багц гэнэ.

*

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.

Ө гүү лбэр 4. Хамгийн бага дисперстэй φi = ( 1 − ai ) φmv +iai φtg , i = 1, 2

* * *
багцуудын
хоорондох ковариац дараах томъёогоор илэрхийлэгдэнэ:

( *
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 :

Var ( Rφ ) = Var ( φ1 R1 + φ2 R2 ) = ( φ1σ 1 − φ2σ 2 ) +2φ1φ2σ 1σ 2 ( 1 + ρ12 )

2

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

Багцад N àктив байгаа ба активын өгөөжүүд R1 , R2 ,...RN kорроляц хамааралгүй

өгөөжүүдийн дисперс төгслөг Var ( Ri ) < c гэе. Тэгвэл

�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

Var ( Rφ ) c cov c (NN )

25
Энэхүү үлдэж буй эрсдэлийг системийн, зах зээлийн эрсдэл гэдэг. Харин
1 2
диверсификаци хийх замаар алга болдог σ N эрсдэлийг системийн бус,
N
диверсификациар буурах эрсдэл гэж нэрлэнэ.

2.8 “Хоёр–хэсэг” тархалт

VaR–ийг тогтоох уламжлалт аргачилалууд бол стандарт хазайлтыг тооцох
аргачиллууд буюу параметрт аргачилал, шууд тогтоодог аргачилал буюу параметрт
бус аргалчилалууд юм. 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.

Уг хандлагад 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.

Хувьцааны ханшийг дараах хэлбэрийн тархалттай гэж таамаглана.

Энд бөгөөд - тархалтын моод байна. Уг тархалт нь

дараах онцлогтой. Үүнд:

• Моодын зүүн гар тал нь дундаж болон стандарт хазайлттай Гаусын

тархалттай адил;
• Моодын баруун гар тал нь дундаж болон стандарт хазайлттай Гаусын
тархалттай адил;
• үед хэвийн тархалттай адил байна.
• буюу зүүн гар тал руу цүлхийлттэй бол байна.
• бол байна.

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

3.1 Тархалтын хуулийн шинжилгээ

VaR хязгаарлалтыг оновчтой тогтоохын тулд үзүүлэлт бүрийн тархалтын хуулийг шалгах
шаардлагатай. Тархалтын хуулийг тогтоосноор тухайн тархалтын хуулинд тодорхой итгэх
магадлалд харгалзах квантилын утгыг олж байгаа юм. Бид энэхүү ажилдаа МХБ дээр хувьцаа
нь идэвхтэй арилжаалагддаг АПУ, МЦХХ, Говь, НИК, Мах Импекс гэсэн таван хувьцаат
компаний 1999.12.9-2009.12.30 хугацаан дахь хувьцааны ханшийг авч шинжиллээ.
Хувьцаануудын тархалтын хуулийг Мatlab 7.0 программыг ашиглан хамгийн их үнэний хувь
бүхий шинжүүрээр тогтоолоо. Шинжилгээний дүнд 5 компаний хувьд бүгд логистик
тархалттай гэж гарсан ба логистик тархалтын утга квантилийн утга нь 3.66 байдаг. АПУ ХК-
ний хувьцааны тархалтын шинжилгээг жишээ болгон харуулъя.

Зураг 1. АПУ ХК-ий ханшийн тархалтын хуулийн шинжилгээ

3.2 VaR загварууд болон ү нэлгээ

Бид хувьцааны ханшийг энгийн VaR, MA, EWMA, ARCH, GARCH, Түүхэн үүсгэвэр, Монте
карло гэсэн 7 VaR хязгаарлалтыг тогтоолоо. Түүхэн ханшинд үндэслэн оновчтой VaR буюу
эрсдлийн утга тогтоосноор тухайн ханшийн хувьд таамаглал хийх боломжтой болно. Компани
болгоны хувьд дээрх 7 хягаарлалтыг тооцож, аль хязгаарлалт илүү оновчтой байгааг
тодорхойлъя. Оновчтой хязгаарыг тогтоохдоо хүлээн хүлээгдэх түвшин бүхий 95%-ийн итгэх
магадлалд хамгийн их дөхөж байгаа байдлыг шалгуур болгосон. VaR –ийг тогтоох уламжлалт
аргачилалууд бол стандарт хазайлтыг тооцох аргачиллууд буюу параметрт аргачилал, шууд
тогтоодог аргачилал буюу параметрт бус аргалчилалууд юм.

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

Хүснэгт 1. АПУ ХК-ний ханшны VaR хязгаарлалтуудыг давсан утгууд

Дээрх тохирч байгаа тархалтуудаас хамгийн оновчтойг нь сонгохдоо тархалт бүрийн үр

ашигийг бодох хэрэгтэй. Өөрөөр хэлбэл, давсан утгуудыг тоолж 2,5 хувь буюу 26 цэгээс бага
цэг давсан тархалтуудыг олж, тэдгээрээс хамгийн олон цэг давсан тархалтыг сонгоно. Ингэж
сонгогдсон тархалт нь хамгийн үр ашигтай гэсэн үг юм.

АПУ ХК –ий хувьцааны ханшийн хувьд МА –гийн дээд болон доод хил илүү тохирч байгаа нь
дээрхээс харагдаж байгаа ба дараах зурагт дүрслэв.

Зураг 2. АПУ 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
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

Хүснэгт 2. Мах Импекс ХК-ний ханшны VaR хязгаарлалтуудыг давсан утгууд

Дээрх тохирч байгаа тархалтуудаас хамгийн оновчтойг нь сонгохдоо тархалт бүрийн үр

ашигийг бодох хэрэгтэй. Өөрөөр хэлбэл, давсан утгуудыг тоолж 2,5 хувь буюу 24 цэгээс бага
цэг давсан тархалтуудыг олж, тэдгээрээс хамгийн олон цэг давсан тархалтыг сонгоно. Ингэж
сонгогдсон тархалт нь хамгийн үр ашигтай гэсэн үг юм.

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

Хүснэгт 3. Говь ХК-ний ханшны VaR хязгаарлалтуудыг давсан утгууд

Дээрх тохирч байгаа тархалтуудаас хамгийн оновчтойг нь сонгохдоо тархалт бүрийн үр

ашигийг бодох хэрэгтэй. Өөрөөр хэлбэл, давсан утгуудыг тоолж 2,5 хувь буюу 38 цэгээс бага
цэг давсан тархалтуудыг олж, тэдгээрээс хамгийн олон цэг давсан тархалтыг сонгоно. Ингэж
сонгогдсон тархалт нь хамгийн үр ашигтай гэсэн үг юм.

Говь ХК –ий хувьцааны ханшийн хувьд МА –гийн дээд болон доод хил илүү тохирч байгаа нь
дээрхээс харагдаж байгаа ба дараах зурагт дүрслэв.

Зураг 4. Говь 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
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

Дээрх тохирч байгаа тархалтуудаас хамгийн оновчтойг нь сонгохдоо тархалт бүрийн үр

ашигийг бодох хэрэгтэй. Өөрөөр хэлбэл, давсан утгуудыг тоолж 2,5 хувь буюу 32 цэгээс бага
цэг давсан тархалтуудыг олж, тэдгээрээс хамгийн олон цэг давсан тархалтыг сонгоно. Ингэж
сонгогдсон тархалт нь хамгийн үр ашигтай гэсэн үг юм.

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.

Зураг 5. МЦХ 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
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

Хүснэгт 5. НИК ХК-ний ханшны VaR хязгаарлалтуудыг давсан утгууд

Дээрх тохирч байгаа тархалтуудаас хамгийн оновчтойг нь сонгохдоо тархалт бүрийн үр

ашигийг бодох хэрэгтэй. Өөрөөр хэлбэл, давсан утгуудыг тоолж 2,5 хувь буюу 32 цэгээс бага
цэг давсан тархалтуудыг олж, тэдгээрээс хамгийн олон цэг давсан тархалтыг сонгоно. Ингэж
сонгогдсон тархалт нь хамгийн үр ашигтай гэсэн үг юм.

НИК ХК –ий хувьцааны ханшийн хувьд МА –гийн дээд болон доод хил илүү тохирч байгаа нь
дээрхээс харагдаж байгаа ба дараах зурагт дүрслэв.

Зураг 6. МЦХ ХК-ний VaR хязгаарлалт (Дээд хил-MA, доод хил-ARCH)

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.

Компани АПУ ХК МЦХ ХК Говь ХК НИК ХК Мах Импекс ХК

Хил Дээд Доод Дээд Доод Дээд Доод Дээд Доод Дээд Доод
Тухайн өдрийн
11.03% -10.10% 11.82% -14.58% 4.79% -10.39% 14.84% -15.00% 4.02% -10.40%
утга
1 дэх
11.03% -10.10% 11.82% -14.58% 4.79% -10.39% 14.84% -15.00% 4.02% -10.40%
өдөр

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

Хүснэгт 6. VaR хязгаарлалтын дараагийн 3 өдрийн таамаглал

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

3.4.1 Хамгийн бага эрсдэлтэй багц

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

Ингээд хамгийн бага эрсдэлтэй багцыг тооцоолбол:

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.

3.4.2 Хамгийн их ө гөө жтэй багц

Багц бүрдүүлэхдээ хүлээгдэж буй өгөөжийг хамгийн их байхаар бүрдүүлж болно:

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.

3.4.3 Оновчтой багц

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.

3.4.4 Позицийн удирдлагын арга хэрэгсэлүү д

Багцын эрсдлийг тооцоход тодорхой багцын жишээ авч үзэх шаардлагатай. Нэгэн
хувьцаа эзэмшигчийг дараах байдлаар хөрөнгөө байршуулсан гэж үзье.

Хөрөнгийн хэмжээ Позиц нээгээд байгаа

хугацаа
АПУ ХК 10,000,000 ₮ 3
Мах Импекс ХК 9,000,000 ₮ 3
Говь ХК 5,000,000 ₮ 3
МЦХ ХК 4,000,000 ₮ 3
НИК ХК 4,000,000 ₮ 3

Овернайт VaR-ыг тооцъё.

36
 VaRapu (3) = 10,000,000 ⋅ 0.014 ⋅ 3 ⋅ (0.041) = 35,956.84

VaR max (3) = 9,000,000 ⋅ 0.012 ⋅ 3 ⋅ (0.02913) = 20,583.97

VaR govi (3) = 5,000,000 ⋅ 0.014 ⋅ 3 ⋅ (0.03038) = 13,760.75

VaRmts (3) = 4,000,000 ⋅ 0.012 ⋅ 3 ⋅ (0.05732) = 16,995.53

VaRUSD (d ) = 4,000,000 ⋅ 0.012 ⋅ 3 ⋅ (0.06795) = 21,265.48

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.

Undiversified VaR = (35,956.84^ 2 + 20,583.97 ^ 2 + 13,760.75^ 2 + 16,995.53^ 2 + 21,265.48^ 2) = 46,848.69

Диверсификаци хийсэн VaR. Уг тооцоолол нь дээрх диверсификаци хийгдээгүй
VaR-аас илүү бодит байдалд ойртсон VaR-ыг тогтооход тусалдагаараа давуу талтай.
Энд позицуудын корреляцын матрицыг ашигладаг.

Корреляцын матриц (C)

APU MOTSAHO GOVI NIC MAX

APU 1 0.424897 -0.69872 -0.00384 0.931628
MOTSAHO 0.424897 1 -0.26462 0.237376 0.182323
GOVI -0.69872 -0.2646189 1 0.343625 -0.69125
NIC -0.00384 0.23737572 0.343625 1 -0.09721
MAX 0.931628 0.182323 -0.69125 -0.09721 1

Undiversified VaR = Var ⋅ C ⋅ VaR T = 62179.27

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.

M arg ial VaR(apu ) = 0.881

M arg ial VaR(mts ) = 0.645

37
 M arg ial VaR( govi ) = -0.413

M arg ial VaR( nic ) = 0.392

M arg ial VaR(max) = 0.761

Эдгээрээс харахад багцын эрсдлийг хамгийн ихээр нэмэгдүүлж байгаа нь АПУ ХК-
ийн хувцаа, харин багцын эрсдлийг бууруулж байгаа нь Говь ХК-ийн хувьцаа байна.

Компонент VaR нь тухайн позицыг багцаас бүрэн хассан тохиолдолд диверсификаци

хийсэн VaR-д ямар өөрчлөлт орохыг харуулдаг.

ComponentVaR(apu ) = 0.86 ⋅ (35,956.84) = 31709.40

ComponentVaR(max) = 0.59 ⋅ (20,583.97) = 13285.41

ComponentVaR( govi) = 0.38 ⋅ (13,760.75) = -5680.89

ComponentVaR(mts ) = −0.18 ⋅ (16,995.53) = 6670.65

ComponentVaR(nic) = 0.63 ⋅ (21,265.48) = 16194.70

Эндээс харвал АПУ ХК-ийн хувьцааг багцаас хасвал эрсдлийг хамгийн их бууруулж
чадахаар байна.

Нэмэгдэл VaR нь нийт позицын хэмжээг тодорхой хэмжээгээр нэмэгдүүлэхэд эсвэл

бууруулахад диверсификаци хийсэн VaR хэрхэн өөрчлөгдөхийг харуулдаг. Энд позиц
тус бүрээс 1 сая төгрөг буюу нийт 5 сая төгрөгийн өөрчлөлт гарсан.

өөрчлөлт анхны Inc Var

Inc VaR өсгөсөн 71439.44 62179.27 9260.167786
Inc VaR багасгасан 52996.393 62179.27 9182.879212

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.

3.5 EVT шинжилгээ

Зах зээлийн нөхцөл байдал гэнэт өөрчлөгдсөний улмаас ямарваа ханшийн хувьд гэнэтийн
хүчтэй хэлбэлзэл гарах нөцхөлийг судлахад EVT-ыг ашигладаг. Гэнэтийн хүчтэй хэлбэлзлийг
тогтоохын тулд VaR хязгаарлалтаас давсан утгуудад тодорхой итгэх магадлалтайгаар дахийн
VaR тогтоодог. Бид энэ хэсэгтээ EVT VaR тогтоож, түүнээс давсан стресс утгуудыг
тайлбарлахыг зорилоо.
38
Өмнөх бүлэгт тогтоосон шинжүүрийн тусламжтай илүү их тохирч буй VaR хязгаарлалт болох
MA аргын тусламжтайгаар EVT VaR-ыг тогтоолоо. EVT дээд хилийг тогтоохдоо GPD, доод
хилийг тогтоохдоо GEV тархалтуудыг тус тус ашиглавал зохимжтой байдаг.

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.

4. Монголын Цахилгаан Холбоо ХК

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.

Экстремум утгын онолыг ашиглан хувьцааны ханшийн өөрчлөлтөд тогтоосон хязгаараас

давсан утга буюу стресс утгуудыг тайлбарлахын тулд компани тус бүрийн хувьцааны үнэд
нөлөөлөгч хүчин зүйлсийг нарийн судлах шаардлагатай 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.

• Бид дээрх хувьцаануудын ханшинд 22 цэгээр дунджилсан MA хязгаарлалтыг хамгийн

оновчтой гэж сонгож авсан. Хэдийгээр энгийн VaR, ARCH, GARCH аргууд нийцтэй
байгаа ч, оновчтой хязгаарлалтаар сонгоход үр ашиг муутай байна. Тодруулбал, АПУ
ХК-ний ханшны утга ARCH аргачлалаар дээд, доод хилээсээ харгалзан 7, 19 утга,
аргачлалаар утга, GARCH-аар 7, 12 утга давж байгаа бөгөөд ийнхүү цөөн утга давж
байгаагийн шалтгаан нь дээд, доод хилийг илүү өндөр тогтоож байгаатай холбоотой.
Ингэснээр сүүлийн өдрүүдийн өгөөжийн хилийг оновчтой тогтоож өгч чадахгүй байна.
Харин MA-ийн хувьд хэдийгээр дээд, доод хилийг 21, 15 утга давж бусад
хязгаарлалтуудаас их утга давж байгаа ч дээд, доод хил нь өгөөждөө илүү дөхөж,
сүүлийн үеийн өгөөжүүдийг сайн тайлбарлаж байна.

• 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.

• Сонгогдсон хувьцаанууд бүгд эрсдэл багатай хувьцаанууд байгаа ба харьцангуй

эрсдэл өндөртэй нь Мах Импекс болон Говийн хувьцаа байна. Нийт хөрөнгө
оруулалтынхаа 17 хувийг АПУ –д, 22 хувийг Монголын Цахилгаан Холбоонд, 15 хувийг
42
 Говьд, 34 хувийг НИК –д, 13 хувийг Мах Импекст байршуулбал хамгийн бага эрсдэлтэй
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.

• EVT шинжилгээний хувьд АПУ, Говь болон Монголын Цахилгаан Холбооны

хувьцаануудын хувьд стресс утга тодорхой хэмжээгээр гарч ирж байгаа хэдй ч
утгуудын хооронд ямар нэгэн хугацааны хамаарал ажиглагдахгүй байна. Харин НИК
болон Мах Импекс хоёрын хувьд стресс утга ажиглагдахгүй байгаа нь эдгээр компаний
үйл ажиллагаа гадны нөлөөлөлт төдийлөн хүчтэй автаад байдаггүйг харуулж байна.

• Экстремум утгын онолыг ашиглан хувьцааны ханшийн өөрчлөлтөд тогтоосон

хязгаараас давсан утга буюу стресс утгуудыг тайлбарлахын тулд компани тус бүрийн
хувьцааны үнэд нөлөөлөгч хүчин зүйлсийг нарийн судлах шаардлагатай байна.

43
 ХАВСРАЛТ
Хавсралт 1. Хоёр талт тархалтыг ашиглан VaR хязгаарлалт тогтоох аргачлал

1. t урттай хугацааны цуваан өгөгдөл цуглуулна.

2. Өгөгдлийн өгөөжийг тооцно.

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

АПУ –гийн хувьцааны тархалт Говийн хувьцааны тархалт

Мах Импексийн хувьцааны тархалт Мон.Цах.Холбооны хувьцааны тархалт

НИК –ийн хувьцааны тархалтын шинжилгээ

46
Хавсралт 4: VaR аргачлалуудаар тогтоосон хязгаарлалтын график

АПУ ХК-ны хувьцааны ханшийн өгөөжийн хувьд тогтоосон VaR хязгаарлалтууд:

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