@article { author = {keshavarz, gholamreza and Noftakhar Daryaee, Kobra}, title = {Returns and Volatility Spillover Effects on the Estimated VaR of Gold and Exchange Rate Portfolio}, journal = {Journal of Economic Research (Tahghighat- E- Eghtesadi)}, volume = {53}, number = {1}, pages = {117-152}, year = {2018}, publisher = {University of Tehran}, issn = {0039-8969}, eissn = {2588-6118}, doi = {10.22059/jte.2018.65072}, abstract = {This research analyzes spillover effects of financial volatility among three international markets: Gold, Stocks and Foreign Exchange. We use the logarithmic returns of the assets - ounces of gold, the euro-dollar exchange rate and America stock index S&P500- from the first business day of 2000 until 1/12/2014 in order to identify the relationship between these three international markets. Identification returns transmission between markets is provided by using Vector Auto Regressive (VAR) model. Volatility spillover effects could be measured by the Multivariate Generalized Auto Regressive Conditional Heteroscedasticity (MGARCH) models. We use VAR-MGARCH model to identify information spillovers between three markets and introduce value at risk in order to measure portfolio risk. We estimate the value at risk of portfolio relying on the parametric approach at 99% confidence level for the forecast horizon of one day with two rolling windows that included 500 and 750 observations. In the first step the adequacy of predictions is tested by unconditional and conditional coverage tests. Then the adequacy predictions are ranked by Lopez loss function, Total accumulated losses and Sener loss function. The empirical results suggest that spillover effects are statistically significant and the VaR forecasts are generally found to be sensitive to the inclusion of spillover effects in any of the multivariate models considered. Ignoring this sensitivity is resulted in overestimation of the portfolio’s value at risk and, therefore, lead to inefficient allocation of resources to cover the risk of the asset portfolio. JEL Classification: G11, G15, G19, G32, G39 Keywords:}, keywords = {Volatility,spillover effects,VAR,MGARCH,Value at Risk,rolling window,modeling adequacy,ranking model}, title_fa = {تأثیر سرایت بازده و تلاطم در برآورد ارزش در معرض ریسک سبد دارایی، متشکل از طلا، ارز و سهام}, abstract_fa = {با توجه به اهمیت مدل‌سازی دقیق تلاطم در محاسبه­ی ارزش در معرض ریسک سبد دارایی­ها، برای پیش­بینی تلاطم سبد دارایی­ها از مدل‌های متنوع واریانس ناهمسان شرطی تعمیم­یافته چند متغیره استفاده می­شود که در آن، ریسک یک دارایی علاوه بر رفتار خود به رفتار دیگر دارایی­های موجود در سبد نیز بستگی دارد. به همین علت نباید در برآورد سنجه­ی ریسک سبد دارایی، سرایت بازده و تلاطم بین دارایی­های موجود در سبد را نادیده گرفت. در این مقاله برای نشان دادن اهمیت سرایت اطلاعات،ارتباط بین بازده‌ی لگاریتمی دارایی­های انس طلا، نرخ برابری یورو به دلار آمریکا و شاخص سهام S&P500، از نخستین روز کاری سال 2000 تا 1/12/2014 مورد بررسی قرار می­گیرد. شناسایی سرایت بازدهی بین بازارها با بهره‌گیری از مدل خود­همبسته برداریفراهممی­شود. اثر سرایت تلاطم با استفاده ازمدل‌های متنوع واریانس ناهمسان شرطی تعمیم­یافتهچندمتغیره­ای امکان­پذیر است که هریک از این مدل‌ها قادرند پویایی­های واریانس شرطی بازده را با در نظر گرفتن ویژگی­هایی همچونخوشه­ای بودن تلاطم و متغیر بودن آن در طی زمان مدل‌سازی کنند، بنابراین در این مقاله در چارچوب مدل‌های MGARCH-VAR، جهت و اثر سرریز اطلاعات بین بازارهایانس طلا، ارز و سهام شناسایی شده است. سپسارزش در معرض ریسک سبد مذکور با رویکرد پارامتریدر سطح اطمینان 99% برای افق پیش­بینی یک روزهبرآورد شده است. در مرحله­ی بعد پس از آزمون کفایت پوشش شرطی و غیرشرطی،با به­کارگیریرویکردهای مقایسه­ای تابع زیان لوپز، مجموع زیان انباشته و تابع زیان شنر، عملکرد روش‌های با کفایت در برآورد ارزش در معرض ریسک سبد داراییرا رتبه­بندیمی‌شود. نتایج تجربی حاصل از این پژوهش نشان می­دهند که سرایت اطلاعات بین بازده و تلاطم دارایی­های موجود در یک سبد، برآورد سنجه­ی ارزش در معرض ریسک را تحت تأثیر قرار داده و نادیده گرفتن این ویژگی سبب برآورد دست­بالای ارزش در معرض ریسک سبد دارایی­ها و در نتیجه، تخصیص ناکارای بخش زیادی از منابع جهت پوشش ریسک سبد دارایی­ها می­شود. طبقه‌بندی JEL: G11, G15, G19, G32, G39}, keywords_fa = {بازده,تلاطم,سرریز اطلاعات,MGARCH,VAR,ارزش در معرض ریسک,پنجره­ی غلتان,کفایت مدل,مدل رتبه­بندی}, url = {https://jte.ut.ac.ir/article_65072.html}, eprint = {https://jte.ut.ac.ir/article_65072_ce5e9bf3bd73d2c683c619a20ae28498.pdf} }