fa ارزیابی ریسک سیستمی با روش ارزش در معرض خطر شرطی و توابع مفصل خوشه‌‌ای در نظام بانکی ایران آمار کاربردی Applied Statistics كاربردي و توسعه ای Applied <p>ریسک سیستمی، به عنوان یکی از چالش‌های نظام مالی، توجه ویژه‌ای را از سوی سیاست‌گذاران و &nbsp;سرمایه‌گذاران و محققان به خود جلب کرده است. شناسایی و ارزیابی ریسک سیستمی، جهت افزایش ثبات مالی نظام بانکی اهمیت زیادی دارد. بدین منظور، در این مقاله از روش ارزش در معرض خطر شرطی، جهت ارزیابی ریسک سیستمی برای داده‌های شبیه‌سازی شده و داده‌های نظام بانکی ایران استفاده شده است که در آن میانگین شرطی و واریانس شرطی به ترتیب با مدل‌های&nbsp;<br> اتورگرسیو میانگین متحرک و اتورگرسیو مشروط بر ناهمسانی واریانس تعمیم یافته مدل‌سازی شده‌اند. داده‌های مورد مطالعه قیمت روزانه سهام 17 بانک ایران، در بازه زمانی 19 فروردین 1398 تا 11 اردیبهشت 1402 است که شامل مقادیر گمشده در برخی بازه‌های زمانی است. درون‌یابی مقادیر گمشده، با رهیافت صافی کالمن انجام شده است. از توابع مفصل خوشه‌ای که ساختار درختی سلسله مراتبی دارند، برای تشریح وابستگی غیرخطی و سلسله مراتب سرایت ریسک سیستمی بانک‌های مورد مطالعه استفاده شده است. نتایج این مطالعه نشان می‌دهد که بانک تجارت دارای بیشترین ریسک سیستمی است. افزایش ریسک سیستمی علاوه بر وقوع بحران مالی، آثار نامطلوبی بر عملکرد اقتصاد کلان دارد. این نتایج می‌تواند به پیش‌بینی و کاهش اثرات بحران‌های مالی &nbsp;و مدیریت آن کمک شایانی کند.&nbsp;</p> <p>Systemic risk, as one of the challenges of the financial system, has attracted special attention from policymakers, investors, and researchers. Identifying and assessing systemic risk is crucial for enhancing the financial stability of the banking system. In this regard, this article uses the Conditional Value at Risk method to evaluate the systemic risk of simulated data and Iran&#39;s banking system. In this method, the conditional mean and conditional variance are modeled using Autoregressive Moving Average and Generalized Autoregressive Conditional Heteroskedasticity models, respectively. The data studied includes the daily stock prices of 17 Iranian banks from April 8, 2019, to May 1, 2023, which contains missing values in some periods. The Kalman filter approach has been used for interpolating the missing values. Additionally, Vine copulas &nbsp;with a hierarchical tree structure have been employed to describe the nonlinear dependencies and hierarchical risk structure of the returns of the studied banks. The results of these calculations indicate that Bank Tejarat has the highest systemic risk, and the increase in systemic risk, in addition to causing financial crises, has adverse effects on macroeconomic performance. These results can significantly help in predicting and mitigating the effects of financial crises and managing them effectively.</p> ریسک سیستمی, ارزش در معرض خطر شرطی, مدل $GARCH$, توابع مفصل پویا و توابع مفصل خوشه‌ای Systemic Risk, CoVaR, GARCH model, Dynamic Copula, Vine Copula 183 204 http://jss.irstat.ir/browse.php?a_code=A-10-238-4&slc_lang=fa&sid=1 ُSomayeh Mohebbi سمیه محبی so.mohebbi@znu.ac.ir 10031947532846008756 0009-0003-6261-8623 No University of Zanjan دانشگاه زنجان Ali M. Mosammam علی محمدیان مصمم a.m.mosammam@znu.ac.ir 10031947532846008757 10031947532846008757 Yes University of Zanjan دانشگاه زنجان