ความเสี่ยงของดัชนีหมวดธุรกิจในช่วงที่มีค่าผลตอบแทน เบี่ยงเบนสูงในตลาดหลักทรัพย์แห่งประเทศไทย

ผู้แต่ง

  • เทพชู ศรีโพธิ์
  • กุณฑลรัตน์ ทวีวงศ์
  • วิษณุ วงศ์สินศิริกุล

คำสำคัญ:

ค่าวิกฤต, ทฤษฎีค่าเอ็กซ์ทรีม, ความเสี่ยงส่วนหาง

บทคัดย่อ

ความสูญเสีย (Loss) ของนักลงทุนที่เกิดจากวิกฤตเศรษฐกิจทั้งที่มีการวางแผนตามทฤษฎีทางการ เงินทำให้ต้องปรับปรุงตัวแบบทางการเงินโดยตามทฤษฎีการลงทุนสมัยใหม่ (Modern Portfolio Theory: MPT) ของ Harry Markowitz มีสมมติฐานสำคัญคือผลตอบแทนจากการลงทุนจะไม่ขึ้นอยู่กับเวลาและมี การกระจายแบบปกติ (Normality) แต่เหตุการณ์วิกฤตเศรษฐกิจโลกได้แสดงให้เห็นว่าผลตอบแทนกระจาย ตัวแบบไม่ปกติ (Non-normality) การวางแผนลงทุนตามทฤษฎีจึงใช้ไม่ได้ผลก่อให้เกิดความเสียหายต่อ นักลงทุนการศึกษานี้น ำทฤษฎีค่า เอ็กซ์ทรีมซ์(ExtremeValue Theory: EVT) เพื่อวัดความเสี่ยงส่วนหาง (Tail Risk) ของผลตอบแทนดัชนีราคาตลาดหลักทรัพย์แห่งประเทศไทย (SETIndex) และ ดัชนีราคา หมวดธุรกิจ(Sector Index) จำนวน 28 หมวด เมื่อกำหนดค่าวิกฤต (Threshold) ของแต่ละหมวดธุรกิจ แล้วจะทำการประมาณค่าพารามิเตอร์ตาม EVT เช่น ดัชนีส่วนหาง (Tail Index) ผลการศึกษาแสดงให้ เห็นว่าการจะจายตัวของหมวดธุรกิจและตลาดคำนวน 23 หมวดธุรกิจเป็นไปตาม EVT อย่างมีนัยสำคัญ ทางสถิติผลการศึกษาจึงสนับสนุนให้นักลงทุน EVT นำแนวคิดมาใช้ในการวัดความเสี่ยงของผลตอบแทนตลาดและ 23 หมวดธุรกิจในตลาดหลักทรัพย์แห่งประเทศไทย

References

Aas, K. (2004). Modelling the dependence structure of financial assets: A survey of four copulas. Norwegian Computing Center. Retrieved from August 20, 2018, from https://pdfs.semanticscholar.org/5573/d6b9a2c0f1dcb6f1969e629affa27e3d92e8.pdf

Alexander, C. (2001). Market models: A guide to financial data Analysis (Har/Cdr ed.). Chichester, UK; New York, NY: John Wiley & Sons.

Allen, D., Singh, A. K., & Powell, R. (2013). EVT and tail-risk modelling: Evidence from market indices and volatility series. The North American Journal of Economics and Finance, 26(C), 355–369.

Bank for International Settlements (2005). Basel Committee on Banking Supervision Amendment to the Capital Accord to incorporate market risks. Retrieved, August 20, 2018, from https://www.bis.org/publ/bcbs119.pdf

Bank for International Settlements (1995). An Internal Model-Based Approach to Market Risk Capital requirements. April. Retrieved, August 20, 2018, from https://www.bis.org/publ/bcbs17.

Bali, T. G. (2003). An extreme value approach to estimating volatility and value at Risk. The Journal of Business, 76(1), 83–108.

Bensalah, Y. (2000). Steps in applying extreme value theory to finance: a review (Working Paper 2000-20). Bank of Canada.

Bollerslev, T., & Todorov, V. (2011). Tails, fears, and risk premia. The Journal of Finance, 66(6), 2165-2211.

Embrechts, P., Höing, A., & Juri, A. (2003). Using copulae to bound the Value-at-Risk for functions of dependent risks. Finance and Stochastics, 7(2), 145–167.

Embrechts, P., Lindskog, F., & McNeil, A. (2001). Modelling dependence with copulas and applications to risk management. Retrieved, August 20, 2018, from https://people.math.ethz.ch/~embrecht/ftp/copchapter.pdf

Embrechts, P., Resnick, S. I., & Samorodnitsky, G. (1999). Extreme value theory as a risk management tool. North American Actuarial Journal, 3(2), 30–41.

Harmantzis, Fotios, C., Miao, Linyan, & Chien, Yifan (2006). Empirical study of value-at-risk and expected shortfall models with heavy tails. The Journal of Risk Finance, 7(2), 117–135.

He, X., & Gong, P. (2009). Measuring the coupled risks: A copula-based CVaR model. Journal of Computational and Applied Mathematics, 223(2), 1066–1080.

Kittiakarasakun, J. (2013). Heavy-Tailed Distribution of Commodity Prices and the Effectiveness of VaR Models. International Financial Markets, (Year 13), 125–137.

Kousky, C., & Cooke, R. M. (2009). The unholy trinity: fat tails, tail dependence, and micro-correlations (Discussion paper RFF-DP-09-36). Resources for the Future Discussion Paper.

Lin, F. (2011). Essays on tail behavior and extreme dependence patterns in East Asian financial markets (Doctoral disserttation). New York, USA: City University of New York.

Longin, F. (2005). The choice of the distribution of asset returns: How extreme value theory can help? Journal of Banking & Finance, 29(4), 1017–1035.

Longin, F. M. (1996). The asymptotic distribution of extreme stock market returns. Journal of business, 69(3), 383-408.

Longin, F., & Solnik, B. (2001). Extreme correlation of international equity markets. The Journal of Finance, 56(2), 649–676.

Maghyereh, Aktham I., & Al-Zoubi, Haitham A.. (2008). The tail behavior of extreme stock returns in the Gulf emerging markets: An implication for financial risk management. Studies in Economics and Finance, 25(1), 21–37.

Markowitz, H. (1952). Portfolio Selection. The Journal of Finance, 7(1), 77–91.

McNeil, A. J. (1997). Estimating the tails of loss severity distributions using extreme value theory. Astin Bulletin, 27(01), 117–137. Retrived, August 20, 2018, from http://journals.cambridge.org/abstract_S0515036100011934

McNeil, A. J. (1998). Calculating quantile risk measures for financial return series using extreme value theory. Departement Mathematik, Eidgenössische Technische Hochschule Zürich. Retrieved, August 20, 2018, from https://docs.google.com/viewer?url=http://www.sfu.ca/~rjones/econ811/readings/mcneil98.pdf

McNeil, A. J. (1999). Extreme Value Theory for Risk Managers (Research paper), Departement Mathematik ETH Zentrum. Retrieved, Aug 20, 2018, from http://www.globalriskguard.com/resources/market/evt_1.pdf

McNeil, A. J., & Frey, R. (2000). Estimation of tail-related risk measures for heteroscedastic financial time series: An extreme value approach. Journal of Empirical Finance, 7(3), 271–300.

McNeil, A. J., Frey, R., & Embrechts, P. (2015). Quantitative Risk Management (Revised edition, Vol. 2015). USA: Princeton University Press.

McNeil, A. K, E., P., & Straumann, D. (2002). Correlation and dependence in risk management: Properties and pitfalls. Retrieved, August 20, 2018, from https://people.math.ethz.ch/~embrecht/ftp/pitfalls.pdf

Pfaff, B. (2016). Financial Risk Modelling and Portfolio Optimisation with R. (2nd ed.). London: John Wiley & Sons.

Pfaff, B., & McNeil, A. (2016). QRM: Provides R-Language Code to Examine Quantitative Risk Management Concepts. R package version 0.4-13. Retrieved, August 20, 2018, from https://CRAN.R-project.org/package=QRM

Pfaff, B., & McNeil, A. (2018). evir: Extreme Values in R. R package version 1.7-4. Retrieved, August 20, 2018, from https://CRAN.R-project.org/package=evir

Rossignolo, A. F., Fethi, M. D., & Shaban, M. (2012). Value-at-Risk models and Basel capital charges Evidence From Emerging and Frontier Stock Markets, Journal of Financial Stability 8(2012), 303– 319.

Sharma, M. (2012). The Historical Simulation Method for Value-at-Risk: A Research Based Evaluation of the Industry Favorite (SSRN Scholarly Paper No. ID 2042594). Rochester, NY: Social Science Research Network. Retreived, August 20, 2018, from https://papers.ssrn.com/abstract=2042594

Singhania, Monica & Anchalia, Jugal. (2013). Volatility in Asian stock markets and global financial crisis. Journal of Advances in Management Research, 10(3), 333–351.

Tolikas, K. (2011). The rare event risk in African emerging stock markets. Managerial Finance, 37(3), 275–294.

Tsay, R. S. (2005). Analysis of financial time series (2nd ed.). Hoboken, New Jersey: John Wiley & Sons.

Tsay, R. S. (2013). An introduction to analysis of financial data with R. Hoboken, New Jersey: John Wiley & Sons.

Tsay, R. S. (2014). Multivariate time series analysis: with R and financial applications. Hoboken, New Jersey: John Wiley & Sons.

Tsay, R.S. (2010). Analysis of Financial Time Series. (3rd ed). New Jersey: John Wiley & Sons. Uppal, Jamshed Y., & Mangla, Inayat Ullah. (2013). Extreme loss risk in financial turbulence–Evidence from the global financial crisis. Managerial Finance, 39(7), 653–666.

Downloads

เผยแพร่แล้ว

2020-06-05