بحران مالی جهانی اخیر مشارکت کنندگان بازارهای مالی را بر آن داشت تا رویکرد قابل قبولی را برای پوشش ریسک فراهم نمایند. یکی از معیارهای مهم برای این منظور شاخص ارزش در معرض ریسک می باشد که در طی دو دهه اخیر وارد ادبیات مالی شده است. به طور معمول سه رویکرد پارامتریک، ناپارامتریک و شبه پارامتریک برای محاسبه و برآورد VaR مورد استفاده قرار می گیرد. در این مطالعه روش شبیه سازی زنجیره مارکف مونت کارلو (MCMC) برای پیش بینی VaR روزانه یک گام به جلو بکار گرفته می شود. به طوری که ارزش در معرض ریسک با در نظر گرفتن صدک داده های تولید شده از طریق الگوریتم متروپولیس-هاستینگز و فرایندهای تصادفی به دست می آید. برای بررسی دقت VaR پیش بینی شده بر مبنای روش مذکور، آماره های پوشش شرطی و غیرشرطی آزمون بازخورد به کار گرفته می شوند. نتایج به دست آمده از این تحقیق نشان می دهد روش MCMC در پیش بینی ارزش در معرض ریسک شاخص های بورس اوراق بهادار تهران دارای عملکرد قابل اتکائی بوده و برآوردهای دقیقی از VaR ارائه می دهد.  

ارزش در معرض ریسک, زنجیره مارکف مونت کارلو, الگوریتم متروپولیس-هاستینگز, آزمون بازخورد