در سال های اخیر بحران های دامنه دار مالی در سطح وسیعی از کشورها رخ داد که هنوز هم آثار آن کاملاً قابل مشاهده است. در چنین بحران هایی بانک ها در نوک پیکان مشکلات قرار می گیرند و بررسی ریسک آن ها از اهمیت زیادی برخوردار است. ریسک در بانکداری انواع مختلفی دارد و یکی از مهمترین آن ها ریسک اعتباری است. یکی از اهداف اصلی مدل سازی ریسک اعتباری بررسی توزیع زیان اعتباری و پیش بینی آن است. بانک ها به منظور تعیین سرمایه احتیاطی سبد تسهیلات اعطایی خود، علاقمندند تا میزان ریسک تحمیل شده توسط هر مشتری یا بخش اقتصادی را که به آن سهم ریسک گفته می شود محاسبه کنند. تعیین سهم ریسک سبد، مبحث مهمی در مدیریت ریسک مالی است و پیشتر برای موضع های معاملاتی مانند ابزارهای مالی و زیرسبدها مطالعه شده است و به طور خاص، در محاسبه سهم های حاشیه ای مورد توجه بوده است. ریسک کل سبد در حالت کلی تابعی خطی از سهم ریسک موضع های معاملاتی است. در سطح سبد وام متغیر زیان، لزوماً تابعی خطی از عوامل تاثیرگذار در زیان نیست، لذا با استفاده از تجزیه هافدینگ متغیر تصادفی زیان به عوامل تاثیرگذار در آن تجزیه می شود. از جمله ویژگی های مهم تجزیه هافدینگ، خطی کردن زیان است، اما هزینه آن اضافه کردن جملاتی به تجزیه، مانند تاثیر توامان چند عامل ریسک است. بعد از استفاده از این تجزیه می توان برای هر یک از جملات تجزیه، پوشش ریسک مناسب را در نظر گرفت. در پایان با توجه به میزان معناداری عوامل، سهم ریسک عوامل شاخص کل بورس، شاخص تورم و شاخص قیمت زمین و مسکن محاسبه گردید.

دنیای امروزه، دنیای تعامل منطقی و علمی در سیستم های مدیریت مالی و سرمایه گذاری است. با نگاهی به گذشته ی موسسات مالی و اعتباری در می یابیم که بسیاری از ورشکستگی های این موسسات از نکول های هم بسته ناشی می شود. در نتیجه بررسی ساختارهای نکول های وابسته دارای اهمیت فراوانی است. اگر بخواهیم این ریسک نکول ها را در یک سبد مالی بررسی کنیم باید به رتبه اعتباری هر کدام از شرکت ها و همچنین احتمال نکول توام این شرکت ها توجه داشته باشیم. 3 رویکرد کلی برای بررسی نکول های همبسته وجود دارد که عبارتند از: (1). استفاده از داده های تاریخی از بازارهای اعتباری. (2). مدل کاهیده یا همان مدل شدت برای ریسک اعتباری. (3). مدل ساختار یافته برای ریسک اعتباری. در این پایان نامه روی رویکرد نکول های همبسته بر مبنای مدل شدت تمرکز شده است، همچنین سعی کرده ایم که این مدل را بر مبنای تابع مَفصل توسیع دهیم و برای حالت بیزی پیاده سازی کنیم. این تحقیق برای اولین بار است که برای حالت بیزی بررسی شده است. keywords{ریسک اعتباری، رتبه اعتباری، تابع مَفصل و مدل تقلیل یافته.}

در دو دهه اخیر، مقررات زدایی بازارهای الکتریسیته، منجر به ایجاد بورس های انرژی و معامله آزاد? الکتریسیته شده است.? ?الکتریسیته به دلیل خصوصیات منحصربفردی که دارد، به عنوان کالایی خاص در میان دیگر کالاها? ?به شمار می رود. از مهمترین این خصوصیات، محدودیت در ذخیره سازی آن در مقیاس های بزرگ و? ?نیاز به پیوستگی عرضه است. این دو ویژگی باعث بوجود آمدن پرش های ارتجاعی در حرکت قیمت? ?الکتریسیته گردیده و تحلیل دینامی?ک قیمت را دشوار می سازد.? ?در این پایاننامه در ابتدا، به مطالعه ویژگی های کیفی و آماری قیمت الکتریسیته بویژه برای بورس انرژی? اروپا پرداخته و در ادامه مدل مناسبی را به سری قیمت، برازش می کنیم.? ?این ویژگی ها می توانند به طور مناسب توسط مدل مجموع ارنشتین النب?ک بازساخت شوند.این مدل قیمت را به صورت مجموعی از فرآیندهای ارنشتین النب?ک? مبتنی بر لوی نشان می دهد.? ?جهت تحلیل بهتر و برازش مناسب مدل، نیاز به پالایش مسیر پرش های ارتجاعی از سری قیمت می باشد.? ?برای نیل به این هدف در ابتدا با استفاده از نرم افزار ? matlab?به پالایش مسیر پرش های ارتجاعی از? سری قیمت پرداخته، سپس با یک? رویکرد آماری، پارامترهای مدل مجموع ارنشتین النب?ک را از داده ها?برآورد خواهیم کرد?. ?واژه های کلیدی: قیمت های الکتریسیته، مدل های چندعاملی، فرآیندهای ارنشتین النب?ک مبتنی بر ?لوی، تخمین آماری، پالایشگر غیرخطی.?

در چند سال اخیر ریسک اعتباری و مدیریت آن به یکی از مهمترین بحث های بازار مالی مبدل شده است. در ابتدای این پایان نامه ساختار مدل های ریسک اعتباری مختلف در ارتباط با مدل سازی همبستگی بین نکول مشتریان معرفی شده است. ‍ پس از آن مدل های آستانه ای، به عنوان مدل پایه ای برای مدل سازی در نظر گرفته شده است. با معرفی کلاس جدیدی از مدل ها، یعنی مدل های آمیخته، یک مدل آستانه ای به شکل مدلی آمیخته نمایش داده می شود. نمایش یک مدل آستانه ای به صورت مدلی آمیخته، شبیه سازی، استنباط آماری و مطالعه خواص سبد های بزرگ را آسان می سازد. با در نظر گرفتن توزیع های مختلف برای مدل آمیخته برنولی و استفاده از داده های تاریخی نکول، پارامترهای مدل به دو روش حداکثر درستنمایی و گشتاوری برآورد می شوند. با مقایسه نتایج، مشخص شد که روش برآورد حداکثر درستنمایی، دقیق تر از برآورد گشتاوری است. بخش دیگر این پایان نامه، شامل معرفی مدل های آمیخته خطی تعمیم یافته و نمایش انعطاف پذیری بالای این مدل ها در مدل سازی ریسک اعتباری سبد است. مزیت استفاده از این مدل ها در مدل سازی ریسک اعتباری، انعطاف پذیری آن ها در استفاده از روش های آماری مختلف، در نظر گرفتن تمام کلاس های رتبه بندی در یک آزمایش، در نظر گرفتن وابستگی سریالی و پیش بینی احتمالات نکول با استفاده از داده های قبلی است. در این مدل ها از روش های حداکثر درستنمایی و بیزی برای برآورد پارامترها استفاده شده و برتری رویکرد بیزی نشان داده شده است.

پیش بینی ریسک های مالی و روش های اندازه گیری ریسک در دو دهه ی اخیر به موضوعی مورد علاقه برای اشخاص و موسسات مالی تبدیل شده است. ارزش در معرض خطر و ریزش مورد انتظار از معیارهای متداول برای اندازه گیری ریسک بازار هستند. در این پایان نامه، به پیش بینی این دو اندازه ریسک می پردازیم. برای این منظور از روش پارامتری استفاده می کنیم که فرض می کند بازدهی دارایی ها توزیع خاصی دارند و پارامترهای توزیع با استفاده از داده های تاریخی تخمین زده می شوند. برای مدل بندی نوسانات مدل های ریسک سنجی، gjr-garch و st-garch را در نظر گرفته و پارامترهای مدل با استفاده از الگوریتم متروپولیس-هستینگ تخمین زده می شوند. اما برای مدل بندی بازدهی ها از توزیع های دُم کلفت مانند: تی، تی چوله، لاپلاس نامتقارن و وایبل دوطرفه استفاده خواهد شد. برای مقایسه ی عملکرد این مدل ها، بازدهی روزانه شامل چهار شاخص بازار سهام و دو سری نرخ ارز در یک دوره ی پیش بینی دو ساله که شامل بحران مالی اخیر نیز است را به کار گرفته و با استفاده از داده های تاریخی به برآورد ارزش در معرض خطر و ریزش مورد انتظار می پردازیم. در پایان نیز با روش های پیش آزمایی، اعتبارسنجی مدل انجام شد. با مقایسه ی کارایی مدل ها مشاهده شد که توزیع های دُم کلفت نسبت به توزیع نرمال نتایج بهتری را در هر دو سطح اطمینان alpha = 0.01,0.05 ارائه می دهند. در برآورد ارزش در معرض خطر و ریزش مورد انتظار، نتایج بدست آمده بیانگر اهمیت توجه به پهن بودن دنباله ی توزیع داده ها نسبت به انتخاب مدل تلاطم است. keywords{ارزش در معرض خطر، پیش آزمایی، توزیع وایبل دوطرفه، توزیع لاپلاس نامتقارن، ریزش مورد انتظار. }