اخبار و اعلانات

 آمار

تعداد نشریات418
تعداد شماره‌ها10,005
تعداد مقالات83,622
تعداد مشاهده مقاله78,341,098
تعداد دریافت فایل اصل مقاله55,384,276
خاتمی, سید محمد رضا, زمردیان, غلالمرضا, فلاح شمس لیالستانی, میر فیض, مینوئی, مهرزاد. (1401). بررسی ساختار وابستگی بازار سهام ایران و کشورهای حوزه منطقه منا. نشریه علمی پژوهشی دانشگاه آزاد اسلامی, 16(61), 273-310. doi: 10.30495/fed.2023.698852
سید محمد رضا خاتمی; غلالمرضا زمردیان; میر فیض فلاح شمس لیالستانی; مهرزاد مینوئی. "بررسی ساختار وابستگی بازار سهام ایران و کشورهای حوزه منطقه منا". نشریه علمی پژوهشی دانشگاه آزاد اسلامی, 16, 61, 1401, 273-310. doi: 10.30495/fed.2023.698852
خاتمی, سید محمد رضا, زمردیان, غلالمرضا, فلاح شمس لیالستانی, میر فیض, مینوئی, مهرزاد. (1401). 'بررسی ساختار وابستگی بازار سهام ایران و کشورهای حوزه منطقه منا', نشریه علمی پژوهشی دانشگاه آزاد اسلامی, 16(61), pp. 273-310. doi: 10.30495/fed.2023.698852
خاتمی, سید محمد رضا, زمردیان, غلالمرضا, فلاح شمس لیالستانی, میر فیض, مینوئی, مهرزاد. بررسی ساختار وابستگی بازار سهام ایران و کشورهای حوزه منطقه منا. نشریه علمی پژوهشی دانشگاه آزاد اسلامی, 1401; 16(61): 273-310. doi: 10.30495/fed.2023.698852

بررسی ساختار وابستگی بازار سهام ایران و کشورهای حوزه منطقه منا

اقتصاد مالی
دوره 16، شماره 61، دی 1401، صفحه 273-310    اصل مقاله (971.02 K)
نوع مقاله: علمی پژوهشی
شناسه دیجیتال (DOI): 10.30495/fed.2023.698852
نویسندگان
سید محمد رضا خاتمی1؛ غلالمرضا زمردیان* 2؛ میر فیض فلاح شمس لیالستانی2؛ مهرزاد مینوئی2
1گروه مدیریت مالی - دانشکده مدیریت - دانشگاه آزاد واحد تهران مرکزی - تهران - ایران
2گروه مدیریت مالی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران-ایران
چکیده
چکیده
بازار سهام ایران باید با بازار سهام سایر کشورها و به خصوص کشورهای منطقه در ارتباط باشد؛ این ارتباط و وابستگی، انباشت و تشکیل سرمایه را تسریع و فرصت‌های زیادی را در اختیار سرمایه‌گذاران قرار می­دهد. با این رویکرد مطالعه حاضر به بررسی ساختار وابستگی بازار سهام ایران و کشورهای منطقه منا پرداخته است. جهت رسیدن به این هدف ابتدا اطلاعات در خصوص شاخص کل بازار سهام کشورهای منطقه منا از سپتامبر سال 2015 الی ژوئن سال 2022 جمع­آوری و با استفاده تحلیل موجک نوسانات شاخص کل بازار سهام کشورها محاسبه شد. در ادامه الگوی خود توضیح برداری (VAR) برآورد و آزمون علیت گرنجر در خصوص ارتباط میان نوسانات بازار سهام ایران و کشورهای منطقه صورت پذیرفت. در نهایت نیز رگرسیون چندک برآورد و حد بالا و پائین ارتباط بازار سهام ایران و کشورهای منطقه منا مشخص شد. نتایج تحلیل موجک نشان داد که در طول زمان، دامنه نوسانات شاخص کل بازار سهام در کشورهای منطقه منا افزایش یافته است. بر پایه نتایج حاصل از مدل VAR و آزمون علیت گرنجر نیز، بازار سهام ایران به صورت یکطرفه تحت تأثیر نوسانات بازار سهام کشورهای کویت، عمان، قطر، عربستان، امارات و لبنان قرار دارد و چنان چه نوساناتی در بازار سهام این کشورها اتفاق بیافتد، بلافاصله این اثر به بازار سهام ایران منتقل خواهد شد. ضمن آن که هیچ‌گونه علامتی در خصوص تأثیرپذیری بازار سهام ایران از نوسان در بازار سهام کشورهای اردن و بحرین و نیز کشورهای شمال آفریقا شامل مصر، تونس و مراکش مشاهده نشد. نتایج رگرسیون چندک نیز نشان داد که در خصوص کشورها و چندک­های مختلف میزان تأثیرپذیری بازار سهام ایران از نوسانات متفاوت است. در این رابطه در ماه­هایی که نوسان در بازار سهام کشورهای مذکور کمتر بوده اثر نوسانات بر بازار سهام ایران کمتر و در مقابل در ماه­هایی که نوسانات قابل توجهی در بازار سهام اتفاق افتاده، میزان نوسان منتقل شده به بازار سهام ایران نیز بیشتر بوده است.
کلیدواژه‌ها
واژه‌های کلیدی: بازار سهام؛ منطقه منا؛ تحلیل موجک؛ الگوی خود توضیح برداری (VAR)؛ رگرسیون چندک
اصل مقاله

بررسی ساختار وابستگی بازار سهام ایران و کشورهای حوزه منطقه منا

 

تاریخ دریافت: 21/07/1401                  تاریخ پذیرش: 24/09/1401

سید محمدرضا خاتمی[1]

غلامرضا زمردیان*[2]

میرفیض فلاح شمس لیالستانی[3]

مهرزاد مینوئی[4]

چکیده

بازار سهام ایران باید با بازار سهام سایر کشورها و به خصوص کشورهای منطقه در ارتباط باشد؛ این ارتباط و وابستگی، انباشت و تشکیل سرمایه را تسریع و فرصت‌های زیادی را در اختیار سرمایه‌گذاران قرار می­دهد. با این رویکرد مطالعه حاضر به بررسی ساختار وابستگی بازار سهام ایران و کشورهای منطقه منا پرداخته است. جهت رسیدن به این هدف ابتدا اطلاعات در خصوص شاخص کل بازار سهام کشورهای منطقه منا از سپتامبر سال 2015 الی ژوئن سال 2022 جمع­آوری و با استفاده تحلیل موجک نوسانات شاخص کل بازار سهام کشورها محاسبه شد. در ادامه الگوی خود توضیح برداری (VAR) برآورد و آزمون علیت گرنجر در خصوص ارتباط میان نوسانات بازار سهام ایران و کشورهای منطقه صورت پذیرفت. در نهایت نیز رگرسیون چندک برآورد و حد بالا و پائین ارتباط بازار سهام ایران و کشورهای منطقه منا مشخص شد. نتایج تحلیل موجک نشان داد که در طول زمان، دامنه نوسانات شاخص کل بازار سهام در کشورهای منطقه منا افزایش یافته است. بر پایه نتایج حاصل از مدل VAR و آزمون علیت گرنجر نیز، بازار سهام ایران به صورت یکطرفه تحت تأثیر نوسانات بازار سهام کشورهای کویت، عمان، قطر، عربستان، امارات و لبنان قرار دارد و چنان چه نوساناتی در بازار سهام این کشورها اتفاق بیافتد، بلافاصله این اثر به بازار سهام ایران منتقل خواهد شد. ضمن آن که هیچ‌گونه علامتی در خصوص تأثیرپذیری بازار سهام ایران از نوسان در بازار سهام کشورهای اردن و بحرین و نیز کشورهای شمال آفریقا شامل مصر، تونس و مراکش مشاهده نشد. نتایج رگرسیون چندک نیز نشان داد که در خصوص کشورها و چندک­های مختلف میزان تأثیرپذیری بازار سهام ایران از نوسانات متفاوت است. در این رابطه در ماه­هایی که نوسان در بازار سهام کشورهای مذکور کمتر بوده اثر نوسانات بر بازار سهام ایران کمتر و در مقابل در ماه­هایی که نوسانات قابل توجهی در بازار سهام اتفاق افتاده، میزان نوسان منتقل شده به بازار سهام ایران نیز بیشتر بوده است.

واژه‌های کلیدی: بازار سهام، منطقه منا، تحلیل موجک، الگوی خود توضیح برداری (VAR)، ، رگرسیون چندک.

طبقه بندی JEL : ­N25 ، C01، C32، C21

1- مقدمه

منا[5] (­MENA) به معنی خاورمیانه و شمال آفریقا، اصطلاحی است که برای نامیدن کشورهای عمده تولیدکننده نفت که در منطقه خاورمیانه و شمال آفریقا قرار دارند، به کار می‌رود. حد این منطقه از کشور مراکش در شمال غربی قاره آفریقا آغاز می‌شود و تا ایران، شرقی‌ترین کشور منطقه خاورمیانه امتداد می‌یابد. کشورهای منطقة منا شامل الجزایر، جیبوتی، سودان، بحرین، مصر، ایران، عراق، اردن، کویت، لبنان، لیبی، مراکش، عمان، قطر، عربستان سعودی، سوریه، تونس، امارات متحده عربی، فلسطین و یمن هستند. منطقه منا با جمعیتی بالغ بر 570 میلیون نفر، ۶۰ درصد منابع نفتی و ۴۵ درصد منابع گازی جهان را در اختیار دارد؛ با این حال میان کشورهای منطقه­ ناهمگنی زیادی وجود دارد؛ به طوری که کشورهای حاشیه خلیج‌فارس که عمدتاً صادرکننده نفت و گاز هستند، ثروتمند و به علت سطح درآمد سرانه بالا، بزرگ‌ترین واردکنندگان خالص مواد غذایی در جهان می­باشند و ضریب امنیت غذایی آن‌ها زیاد است (عسکری بزایه و همکاران، 1399)؛ در مقابل کشورهایی همچون سودان و یمن بسیار فقیر هستند و سطح درآمد سرانه و ضریب امنیت غذایی پائینی دارند. به طور کلی با توجه به آن که در دو سوم کشورهای منطقه منا، کمتر از 5 درصد زمین­ها قابل کشت است، لذا اکثر کشورهای این منطقه جزء بزرگ‌ترین واردکنندگان مواد غذایی در جهان هستند. بر اساس آمارهای صندوق بین‌المللی پول متوسط رشد اقتصادی کشورهای منطقه منا در سال 2019، معادل 6/1 درصد بوده است؛ در جدیدترین گزارش چشم‌انداز اقتصاد منطقه‌ای که توسط صندوق بین‌المللی پول منتشر شده است، سرمایه­گذاری برای ایجاد شغل برای جمعیت جوان به عنوان مهم‌ترین چالش کشورهای عضو منا عنوان شده است (ادیب­پور و کرباسی­زاده، 1397).

بسیاری از کشورهای حوزه منطقه منا و در حال توسعه با مشکل اساسی کمبود سرمایه روبرو هستند. از آنجا که انباشت سرمایه یکی از مهم‌ترین منابع رشد مداوم اقتصادی یک کشور به شمار می‌رود، از طریق بازارهای مالی بین‌المللی می‌توان فرآیند تشکیل سرمایه را تسریع نمود. بازارهای مالی بین‌المللی به سبب نقش اساسی در گردآوری منابع از طریق پس‌اندازهای کوچک و بزرگ موجود در اقتصاد ملی، بهینه‌سازی گردش منابع مالی و هدایت آن‌ها به سوی مصارف و نیازهای سرمایه‌گذاری در بخش‌های مولد اقتصادی، مورد توجه قرار می‌گیرند. اثرات مثبت بازار اوراق بهادار بر توسعه اقتصادی از جمله افزایش سرمایه‌گذاری از طریق کاهش ریسک، قیمت‌گذاری ریسک و تسهیل ریسک نقدینگی و تجهیز و بسیج سپرده‌ها و ... آن‌قدر زیاد و حساس است که برخی اقتصاددانان بر این عقیده‌اند که تفاوت اقتصادهای توسعه‌یافته و توسعه‌نیافته، در پیشرفت تکنولوژی نیست بلکه در وجود بازارهای مالی یکپارچه فعال و گسترده است. بازارهایی که کشورهای در حال توسعه و توسعه‌نیافته از آن محروم هستند. نتایج این مطالعات نشان می‌دهد که سطح توسعه بازارهای مالی به ویژه بازار سهام و تأثیری که آن‌ها بر تأمین مالی و انتخاب روش تأمین مالی دارد، در نهایت تأثیر شگرفی بر رشد اقتصادی به جای بگذارد. بازارهای مالی پیشرفته نظیر بازارهای مالی کشورهای پیشرفته صنعتی، حجم قابل ملاحظه‌ای از سرمایه مالی اقتصاد مربوطه را در کنترل دارند. این بازارها انگیزه پس‌انداز کردن و تبدیل پس‌انداز به سرمایه‌گذاری را با هدف تشکیل سرمایه به عهده دارند و از این رو نقش مهمی در تسریع رشد اقتصادی بر عهده می‌گیرند (موسوی و کلارک[6]، 2021).

امروزه بخش عظیمی از سرمایه‌گذاری‌ها در منطقه منا از طریق بازار اوراق بهادار و سهام انجام می‌شود، بنابراین این بازار در اقتصاد کشورهای این منطقه نقش عمده­ای ایفا کرده و دارای اهمیت ویژه‌ای است. تا پیش از دو دهه گذشته بازار سهام در منطقة منا مفهوم رایجی نبود، اما در سال­های اخیر شاخص قیمت سهام که یکی از مهم‌ترین معیارهای سنجش عملکرد بورس اوراق بهادار است، عملکرد و بازده مناسبی در بازار سهام کشورهای منطقه منا داشته است، موضوع ترکیب، ادغام و یکپارچه‌سازی بازارهای سهام به پدیده­ای فراگیر در این منطقه تبدیل شده است. اقتصاد ایران نیز به عنوان یکی از اقتصادهای مهم منطقه منا از این قاعده مستثنی نیست؛ بازار سهام ایران همانند بازار سهام سایر کشورها، نقش غیر قابل انکاری در جمع­آوری نقدینگی، هدایت سرمایه­های سرگردان به سمت بخش­های مولد و تقویت سرمایه­گذاری ایفا می­کند. بر این اساس بسیاری از کارشناسان بازار سرمایه معتقدند که بازار سهام ایران باید با بازار سهام سایر کشورهای منطقه و به خصوص کشورهای همسایه در ارتباط باشد تا از مزایای این ارتباط بهره ببرد. کارشناسان معتقدند که اگر چه افزایش همگرایی یا درهم‌تنیدگی بازار سهام ایران با سایر کشورها سبب می­­شود تا این بازار تحت تأثیر عوامل مشترک و شوک­های به وجود آمده در سطح بین‌المللی قرار گیرد و همبستگی آن‌ با این بازارها افزایش یابد و لذا امکان ایجاد تنوع در سبد دارایی با سرمایه‌گذاری هم‌زمان در بازارهای سهام کشورهای مختلف از سرمایه‌گذاران سلب و محدود شود، اما همگرایی بازارهای سهام می‌تواند علاوه بر جذب منابع مالی بین­المللی با تسهیم یا تقسیم ریسک بهتر، فرصت‌های بیشتری در اختیار سرمایه‌گذاران داخلی قرار دهد. تسهیم ریسک بهتر نیز به تخصیص کاراتر و افزایش بازدهی سرمایه کمک خواهد کرد (کریمی و همکاران، 1398). از دیدگاه سیاست‌گذاری نیز، همگرایی با بازارهای سهام منطقه منا اهمیت زیادی دارد. از یک نظر همگرایی بازارهای سهام به افزایش رشد اقتصادی کمک می‌کند، چرا که با تسهیم ریسک بهتر، فرایند تخصیص سرمایه نیز بهبود یافته و سرمایه کمیاب به سمت بهترین منابع موجود حرکت خواهد کرد. در عین حال همگرایی بیشتر بازارهای سهام، توانایی اقتصاد ملی برای مدیریت بهتر شوک‌ها را افزایش داده و حتی ممکن اسـت تأثیر تلاطم‌های در سطح بین‌المللی را بر اقتصاد ملی کاهش دهد. همبستگی بین سهام اغلب در زمان‌های مختلف به وجود می‌آید. این همبستگی در دوره‌هایی که یکپارچگی اقتصادی و مالی بالاتر باشد، افزایش می‌یابد. با همگرایی بازارهای سهام و ادغام هر چـه بیشـتر آن‌ها، به خصوص در صورت بروز شوک در کشورهای توسعه‌یافته، تأثیر شـوک­ها بـه راحتـی بـه کشورهای دیگر منتقل شده و در نتیجه تلاطم بازار سهام در سطح بین‌المللی می‌تواند به وقوع بحران در کشورها منجر شود. با این حال با ظهور واژه‌هایی نظیر "متنوع­سازی بین­المللی[7]" لزوم بررسی ارتباط بین بازارهای سهام داخلی با سایر بازارهای رقیب مانند بازارهای سهام سایر کشورهای منطقه منا را از اهمیت ویژه­ای برخوردار کرده است. ضمن آن که شناسایی ارتباط بین بازار سهام ایران و سایر بازارهای سهام منطقه منا، تصمیم­گیری سرمایه­گذاران را بهینه­تر می­کند. با این رویکرد مطالعه حاضر در صدد است تا با استفاده از رویکرد ترکیبی رگرسیون چندکی مبتنی بر تحلیل موجک، ساختار وابستگی بین بازار سهام ایران و کشورهای حوزه منطقه منا را بررسی کند. این بررسی می‌تواند راهنمای مفیدی برای سیاست‌گذاران در جهت تدوین مناسب برنامه­های آتی به شمار آید.

 

2- مبانی نظری

بررسی روند جهانی همگرایی بورس‌ها نشان‌دهنده‌ی گستره‌ی فزاینده‌ی ادغام آن‌ها در یکدیگر است. این فرآیند چنان سریع، پیاپی و فراگیر است که گویی به روندی ناگزیر برای توسعه‌ی صنعت بازار سرمایه تبدیل شده است. این تحولات بنیادین که بیش از هر چیز بازده نسبت به مقیاس و توان رقابتی بورس‌ها را افزایش می‌دهند، در بورس‌های بزرگ و توسعه‌یافته که خود از توان بالای رقابتی و بازده مطلوب نسبت به مقیاس برخوردار هستند نیز فراگیر است (لیو و همکاران[8]، 2021). در تحلیل نظری رابطه بین اوراق بهادار و بازارهای مالی بین‌المللی دو رشته ادبیات شامل اثر توازن سبد دارایی و اثر تجارت بین‌المللی وجود دارد. آگاروال[9] (1981)، معتقد است که ارتباط بین این دو بازار از تأثیر معامله بین‌المللی ناشی می‌شود. تغییر در نرخ ارز نه تنها بر قیمت سهام شرکت‌های چندملیتی و صادرات گرا تأثیر می‌گذارد، بلکه می‌تواند بر بازار داخلی نیز تأثیر بگذارد. برای شرکت‌های چندملیتی، نرخ ارز سریعاً بر روی ارزش عملیات خارجی آن‌ها و سودآوری شرکت تأثیر می­گذارد. شرکت­های داخلی نیز از تغییرات نرخ ارز تأثیر می‌پذیرند؛ زیرا ممکن است مواد اولیه را وارد کنند و محصولات خود را صادر کنند. تضعیف پول داخلی، رقابت صادرات را افزایش داده و هزینه ورودی را نیز افزایش می‌دهد (بهمنی اسکوئی و ساها[10]، 2015). سه نظریه در خصوص ارتباط بین بازارهای سهام داخلی و بین‌المللی وجود دارد. نظریه اول بیان می‌کند که میزان یکپارچگی اقتصادی در دهه­های اخیر به میزان قابل توجهی افزایش یافته و در طول جهانی شدن اقتصاد بین‌المللی، بازارهای سهام بین‌المللی یکپارچه شده­اند (ویتسونتی و کوماراسینگه[11]، 2016). بر اساس نظریه دوم نیز هنگامی که قیمت سهام در بخش‌های مهم بازار یک کشور کاهش می‌یابد، ممکن است بحران مالی رخ دهد که باعث کاهش قیمت بازار سهام در کشور دیگر می‌شود. بر این اساس ارتباط میان بازارهای سهام مختلف نمی‌تواند به وسیله اصول اقتصادی توضیح داده شود. تحقیقات در این خصوص نشان داده است که دو عامل می‌توانند ارتباطات نامنظم در بازارهای سهام را توضیح دهند که عوامل سازمانی و اطلاعاتی نامیده می­شوند (وانگ و همکاران، 2017). در نهایت نیز بر اساس نظریه سوم، ویژگی‌های بازار سهام از جمله نوسانات بازار سهام، اندازه بازار و تشابه صنعت می‌توانند بر ارتباط میان بازارهای سهام تأثیرگذار باشند. در این خصوص در تحقیقات پیشین، قیمت طلا، قیمت نفت، نرخ بهره و نرخ ارز به عنوان عوامل مؤثر بر ارتباطات میان بازار سهام شناسایی شده‌اند (چن و چیانگ[12]، 2016).

مبحث همگرایی چه به لحاظ نظری و چه به لحاظ تجربی برای نخستین بار توسط سولو[13] (1956) در رابطه با نرخ رشد اقتصادی مطرح شد. به طور کلی همگرایی و ادغام بازارهای مالی به عنوان یکی از مهم‌ترین تغییرات در بازار مالی جهانی و به عنوان سندی از جهانی‌سازی اقتصادها است. موضوع همگرایی و به دنبال آن، ادغام مالی[14] مخالفان و موافقان زیادی در ادبیات اقتصادی و مالی دارد. روند جهانی این فرآیند نشان می‌دهد که افزایش توان رقابتی و کاهش هزینه‌های عملیاتی بسیاری از بورس‌ها، به‌خصوص بورس کشورهای توسعه‌یافته را به سوی همگرایی و ادغام سوق داده است (عسگری فیروزجایی و سلمانی، 1395). نتایج پژوهش‌های هاول و چادیک[15] (1994)، ارب و همکاران[16] (1996)، دیامونت و همکاران[17] (1996) و بکائرت و هاروی[18] (2000) نشان می‌دهد که بی‌ثباتی سیاسی یا ریسک سیاسی تأثیر منفی بر بازارهای سرمایه‌ای دارد و به کاهش سرمایه‌گذاری همراه با افزایش نااطمینانی سیاسی منجر می‌شود. ریسک سیاسی به‌طور معمول شامل عوامل زیادی مانند محدودیت‌های بازپرداخت، میزان سطح دموکراسی، مالکیت، جنگ غیرنظامی، محدودیت‌های انتقال پول، مداخله دولت در فعالیت‌های کارآفرینی و تعداد رأی‌دهی در هر حزب سیاسی و... است (آپرگیس و همکاران، 2011). لیوکسا و بامول[19] (2014) معتقدند، همگرایی تحت تأثیر شرایط بازار بوده و با افزایش نااطمینانی رفتار بازارهای سهام غیرقابل پیش‌بینی است. یون و لی[20] (2010) نشان دادند که در زمان نااطمینانی بازار، واگرایی بازار سرمایه توسعه‌یافته افزایش می‌یابد. بر اساس پژوهش‌های صورت گرفته تفاوت در ریسک سیاسی کشورها، توسعه بازارهای سهام، تفاوت در جنبه‌های سیاسی، اقتصادی و نهادی کشورها و بحران‌های سیاسی می‌تواند موجب واگرایی بازارهای سهام شود. بکائرت و هاروی (2000)، آلسینا و رودریک[21] (1996)، جانکو و همکاران[22] (2010) و بارسگیان و دایسچیو[23] (2010) معتقدند، تجارت آزاد و بازار آزاد به همگرایی بازارهای سرمایه منجر می‌شوند. استرلی و همکاران[24] (1997) و استرلی و لوین[25] (1997) تأثیر تنوع قومی[26] را بر یکپارچگی بازارهای مالی مورد بررسی قرار دادند و به این نتیجه رسیدند که اختلافات قومی عامل مهمی در امور مالی محلی است. همچنین حقوق مالکیت معین و استانداردهای حسابداری معتبر و سازوکارهای قانونی عوامل اصلی مربوط به روند همگرایی هستند. از جمله عواملی که مانع همگرایی نهایی بازارهای سهام می‌شود، شامل موانع جریان آزاد سرمایه، گرایش سرمایه‌گذاران مالی به تعصب سهمی و غیره هستند (آپرگیس و همکاران، 2014). سیلیگناکیز و کورتاس[27] (2010) در پژوهش خود نشان دادند که ادغام بورس‌ها مزایای بااهمیتی برای صنعت بورس کشورها به همراه دارد. این مزایا، صرفه‌جویی نسبت به مقیاس عملیاتی و صرفه‌جویی نسبت به مقیاس معاملاتی را برای بازارهای مالی به همراه دارد. از سوی دیگر، هزینه‌های یکسان‌سازی پلتفرم‌های معاملاتی بین بورس‌های سهام و ابزار مشتقه و پیچیدگی‌های مربوط به آن از جمله مشکلات ادغام بورس­ها می‌باشد (نانوای سابق و همکاران، 1397).

 

3- پیشینه پژوهش

سیدحسینی و ابراهیمی (1392)، به بررسی سرایت تلاطم بین بازارهای سهام ایران، ترکیه و امارات پرداختند. این مطالعه به بررسی سرایت تلاطم بین شاخص سهام بازارهای تهران، دبی و استانبول به عنوان سه بازار نوظهور و پیشرو در منطقه پرداخته است. بازه زمانی این پژوهش از دسامبر 2006 الی ژوئن 2010 و داده‌های مورد استفاده به صورت روزانه در نظر گرفته شده است. همچنین مدل‌های مورد استفاده از کلاس مدل‌های چندمتغیره گارچ  CCC و DCC هستند. نتایج این مطالعه نشان دهنده سرایت معنادار تلاطم از بازار دبی به بازار تهران بود که این سرایت به شکل معکوس مشاهده نشد. از بازار دبی به ترکیه نیز سرایت محدودی قابل مشاهده بود.

عباسی شاکرم (1393)، به بررسی وابستگی متقابل بازارهای سهام کشورهای منتخب درحال توسعه پرداخت. بازه زمانی مورد استفاده در این مطالعه از سال 2001 تا 2012 بوده و برای تحلیل داده‌ها، از الگوی پانل جاذبه استفاده شد. نتایج نشان داد که بین اندازه بازار، یکپارچگی اقتصادی و یکپارچگی مالی با وابستگی متقابل بازارهای سهام کشورهای مورد مطالعه، رابطه مثبت وجود دارد. رابطه بین ظرفیت اطلاعات با میزان وابستگی متقابل بازارهای سهام منفی است. وابستگی کمتری بین بازارهای سهام کشورهایی که ساختار صنعتی متفاوتی دارند، مشاهده گردید. همچنین یافته‌های مطالعه نشان داد میزان تولید و صادرات نفت بر وابستگی بازارها تأثیری مثبت دارد؛ درحالی‌که قیمت نفت، تأثیری منفی بر وابستگی متقابل بازارهای سهام کشورهای صادرکننده نفت دارد. همچنین بر اساس نتایج نااطمینانی قیمت نفت نیز تأثیر منفی بر وابستگی متقابل بازارهای سهام کشورهای منتخب داشته است.

فلیحی و همکاران (1393)، تأثیر بازار بورس بین‌المللی را بر بازار بورس ایران بررسی نمودند. دوره مطالعه سال‌های 2010-1991 بوده و با استفاده از مدل سیستم دینامیکی Vensim و همچنین با استفاده از مدل داده‌های ترکیبی و سری زمانی GARCH تأثیر بورس بین‌الملل بر بورس ایران بررسی شد. نتایج نشان داد که تأثیر نوسانات بورس بین‌الملل بر بازار بورس ایران به لحاظ آماری معنادار می‌باشد. از جمله نتایج این تحقیق عدم تأثیر درآمدهای نفتی است. ضمن آن که چنان چه درآمدسرانه 5 درصد رشد داشته باشد نوسان 15 درصدی در بورس ایران ایجاد خواهد شد.

اسکندری عطا و روستا (1394)، به تجزیه و تحلیل هم‌انباشتگی بورس اوراق بهادار تهران و بازار سهام در کشورهای منتخب پرداختند. در این مطالعه با بهره‌گیری از روش‌های تحلیل هم‌انباشتگی، ارتباط کوتاه‌مدت و بلندمدت شاخص سهام ایران و شاخص‌های سهام در کشورهای منتخب مورد تجزیه و تحلیل قرار گرفت. این تحقیق در بازه زمانی مِی 2002 تا دسامبر 2014 با استفاده از شاخص‌های بورس کشورهای مختلف به صورت ماهانه انجام شد. نتایج حاکی از آن است که اولاً بین شاخص سهام تهران و شاخص سهام کشورهای انگلیس، آمریکا، کشورهای عربی و شاخص جهانی اسلامی در کوتاه‌مدت ارتباط ضعیفی وجود دارد؛ ثانیاً بین این شاخص‌ها در بلندمدت هیچ‌گونه همگرایی و رابطه‌ای مشاهده نمی‌گردد.

عباسی و همکاران (1394)، نقش نوسانات قیمت نفت در توضیح رفتار بازده بورس اوراق بهادار تهران را طی سال‌های 2000 تا 2012 مورد بررسی قرار دادند. روش تجربی این پژوهش مبتنی بر مدل MS-EGARCH(1,1) دو رژیمه بوده است. نتایج مشاهدات وابستگی بالایی را از بازده بازار سهام به تغییرات رژیم نشان می‌دهد. بر اساس نتایج، برآورد رژیم صفر مرتبط با رژیم با واریانس و میانگین پایین (رکود) و رژیم یک مرتبط با واریانس و میانگین بالا (رونق) است. در رژیم صفر، شوک‌های قیمت نفت اثر منفی بر بازده سهام دارند، گفتنی است تنها در رژیم یک، نوسانات قیمت نفت بر سطح میانگین بازده سهام اثر مثبت و معناداری دارد؛ بنابراین یافته‌های این پژوهش اثرات نامتقارن نفت خام بر روی بازده سهام در دو رژیم رکود و رونق را نشان داد.

بابالویان و همکاران (1397)، به تحلیل وابستگی بین بازار سهام ایران و بازارهای سهام بین‌المللی پرداختند. هدف این مطالعه، بررسی وابستگی مجانبی و تخمین درجه وابستگی دنباله‌های چپ و راست توزیع بازدهی بورس اوراق بهادار تهران (TSE) با پنج بازار سهام بین‌المللی (Nikkei 225، DFM، CAC All Shares، DAX و S&P 500) بوده است. از طریق معیارهای ناپارامتریک مبتنی بر نظریه ارزش فرین چند متغیره، نوع و درجه وابستگی فرین شاخص‌های سهام مذکور با استفاده از سری‌های بازده روزانه لگاریتمی طی دوره 2015-2006 مورد بررسی قرار گرفت. برای رفع همبستگی سریالی و ناهمسانی واریانس سری‌های بازده، از مدل‌های اتورگرسیو برداری (VAR) و گارچ چند متغیره (MGARCH) استفاده شد. نتایج نشان داد که بین بازده روزانه شاخص بورس اوراق بهادار تهران با شاخص‌های مذکور، وابستگی مجانبی وجود ندارد. با وجود این، شاخص بورس اوراق بهادار تهران بیشترین درجه وابستگی مجانبی مثبت را در بین بازارهای مذکور، با شاخص بورس دبی (DFM) در دنباله‌های چپ و راست دارد.

کریمی و همکاران (1398)، همبستگی شرطی پویای نوسانات قیمت نفت و بازار سهام کشورهای حوزه خلیج فارس را بررسی نمودند. برای این منظور از مدل DCC وADCC  طی دوره زمانی هفته اول سال 2004 تا هفته چهل و هفتم سال 2019 استفاده شد. نتایج این مطالعه بیان­گر وجود همبستگی شرطی پویای نامتقارن بازار سهام ایران و دبی و همبستگی شرطی پویای متقارن بازار سهام عربستان با نفت اوپک می‏باشد، همچنین نتایج تحقیق بیان­گر وجود همبستگی شرطی پویای متقارن بازار سهام قطر و دبی و همبستگی شرطی پویای نامتقارن بازار سهام عربستان با نفت برنت می‌باشد. تفسیر مالی وجود همبستگی‌های متقارن و نامتقارن بین شاخص بازدهی نفت برنت و بازدهی‌های سهام بازارهای دبی، قطر و عربستان حاکی از این است که مدیران ریسک باید کاملاً نسبت به این حقیقت آگاه باشند که این بازارها در مقابل شوک‌های خارجی مصونیت ندارند. ضمن آن که نتایج نشان داد که بازار سهام دبی و ایران در مقابل شوک‌های داخلی (نفت اوپک) آسیب‌پذیر بوده و بازار سهام دبی جزء پرریسک‌ترین بازارهای حوزه خلیج فارس می‌باشد.

نیکپور و همکاران (1398)، همگرایی مالی ایران و کشورهای عضو اوپک را با استفاده از روش فیلیپس- سول بررسی کردند. در این پژوهش همگرایی مالی بین ایران و کشورهای عضو اوپک در دوره زمانی 2017-2005 بررسی شده است. بدین منظور از متغیرهای نرخ بهره تسهیلات و سپرده به‌منظور بررسی همگرایی مالی در بازار پول و همچنین نسبت ارزش سهام معامله‌شده به تولید ناخالص داخلی به‌عنوان شاخص بررسی همگرایی در بازار سرمایه استفاده‌ شده است. نتایج بیانگر این است که به‌طورکلی کشورهای عضو اوپک در هیچ‌یک از بازارهای مالی (پول و سرمایه) تشکیل یک گروه همگرا را نمی‏دهند این امر به دلیل تفاوت در سطح تجارت بین این کشورها، درجات آزادی‏های اقتصادی، سطح کارایی بازارهای مالی و همچنین زیرساخت‌های موجود در این کشورها است. نتایج بررسی بازار سرمایه نشان‌دهنده همگرایی ایران با کشورهای امارات و عربستان سعودی است که وجه تشابه این گروه از کشورها وابستگی اقتصاد آن‌ها به درآمدهای نفتی و همچنین همبستگی میان تعداد سهام معامله‌شده در بازار سرمایه و قیمت نفت است.

ابونوری و ضیاءالدین (1399)، ارتباط تلاطم قیمت جهانی نفت و شاخص بازار سهام را در کشورهای عضو اوپک در قالب یک مدل گارچ چند متغیره بررسی نمودند. بدین منظور، هم‌بستگی بین این دو متغیر و میزان سرریز (سرایت)، میانگین شرطی (بازده) و تلاطم آن بین قیمت نفت و شاخص بازارهای سهام ده کشور عضو اوپک (الجزایر، ایران، عراق، کویت، نیجریه، قطر، ونزوئلا، عربستان سعودی، امارات متحده عربی واکوادور) به صورت سری‌های زمانی ماهیانه طی دوره زمانی 2019 - 2014 ارزیابی شده است. نتایج نشان داد تغییرات قیمت نفت با بازدهی بازار سهام کشورهای عضو اوپک هم‌بستگی مثبت دارد. هم‌چنین میزان هم‌بستگی نوسان‌های قیمت نفت با بازدهی سهام کشورهایی که درآمد نفت، سهم بالاتری در تولید ناخالص داخلی (GDP) آن‏ها دارد، بیش‌تر و تلاطم ناشی از تغییرات قیمت نفت به تلاطم بازدهی‌های سهام سرریز می‌شوند.

یو و حسن (2014)، با استفاده از اطلاعات روزانه شاخص قیمت سهام، ارتباط میان بازار سهام هشت کشور منطقه منا (MENA) شامل عربستان، امارات، عمان، بحرین، مصر، اردن، مراکش و ترکیه و سه کشور توسعه یافته آمریکا، انگلیس و فرانسه را مورد بررسی قرار دادند. در این مطالعه سرایت تلاطم میان این بازارها با استفاده از مدل BEKK مورد بررسی قرار گرفت. نتایج نشان داد که سرایت تلاطم از بازار سهام آمریکا به بیشتر این کشورها معنادار است؛ ضمن آن که بر پایه نتایج رابطه تعادلی بلندمدت بین سهام کشورهای غیر عضو شورای همکاری خلیج فارس و آمریکا وجود دارد.

چین و همکاران[28] (2015)، به بررسی فرایند پویای همگرایی بین بازارهای سهام چین و پنج کشور آسیایی با استفاده از روش هم انباشتگی بازگشتی پرداختند. نتایج نشان داد که این شش بازار سهام، حداکثر یک بردار همجمعی از سال 1994 تا سال 2002 دارند و به طور کلی، یکپارچگی مالی منطقه‌ای بین چین و پنج کشور آسیایی بـه تدریج افزایش یافته است.

کاپوراله و همکاران[29] (2015)، همگرایی بازده سهام در پنج کشور عضو اتحادیه اروپا و همچنین آمریکا را طی دوره 1973 تا 2008 بررسی کردند. در این مطالعه از روش استوک و واتسون برای استخراج مؤلفه بلندمدت از سری استفاده شد و داده‌ها فیلتر شدند. سپس با استفاده از روش فیلیپس و سول پـارامترهـای انتقـال نسـبی برآورد شدند. نتایج به همگرایی در وسط نمونه و واگرایی پس از آن اشاره دارد.

نیتوی و پوچا[30] (2016) با استفاده از روش فیلیپس و سول به بررسی همگرایی مالی بین کشورهای مرکز و شرق اروپا (CEE) طی دوره 2007 تا 2014 پرداختند. یافته‌های پژوهش نشان داد کـه بـازارهـای مـالی کشورهای CEE همگرایی همگن تشکیل نمی‌دهند.

ژانگ و همکاران[31] (2017)، وابستگی پویا بین بازارهای مالی بین­المللی را مورد بررسی و ارزیابی قرار دادند. در این مطالعه اطلاعات مربوط به بازده روزانه 27 بازار سهام از سه قاره آسیا، امریکا و اروپا در طول دوره 2006 تا 2015 جمع­آوری و مورد تجزیه و تحلیل قرار گرفته است. نتایج این مطالعه نشان داد که میان بازار سهام در قاره­های مختلف ارتباط همبستگی قوی وجود دارد.

منسی و همکاران[32] (2017)، مکانیزم سرایت تلاطم میان بازارهای سهام ایالات متحده و خلیج فارس و بازارهای جهانی نفت خام را به کمک مدل GHARCH چند متغیره و با استفاده داده­های روزانه در سال­های 2011 تا 2013 مورد بررسی قرار دادند. نتایج این مطالعه نشان داد که بازار نفت به صورت غیر مستقیم توسط اخبار تولید شده از بازارهای سهام آمریکا و عربستان سعودی تأثیر می­پذیرد. در مورد بازار عربستان، سرریز تلاطم معناداری به سمت بازار جهانی صادر کننده نفت است؛ ضمن آن که بازار سهام خلیج فارس، گیرندگان تلاطم از بازار جهانی نفت هستند.

کاپوراله و همکاران (2019) ادغام بازارهای سهام منطقه آسیا را با بازارهای سهام جهانی مورد بررسی و ارزیابی قرار دادند. جهت رسیدن به این هدف در این مطالعه از آزمون همگرایی فیلیپس سول استفاده شده است. نتایج نشان داد که اگرچه سرعت همگرایی بازارهای سهام پس از سال 2008 کاهش یافته، اما ادغام بازارهای سهام در سطح منطقه­ای و جهانی همچنان رو به افزایش است. ضمن آن که بر اساس نتایج، عوامل مختلف اقتصاد کلان بر ادغام جهانی و منطقه­ای بازارهای سهام در آسیا تأثیر می­گذارند.

وو[33] (2020)، ادغام بازارهای سهام کشورهای شرق و جنوب شرق آسیا شامل چین، هنگ کنگ، ژاپن و کره جنوبی را با استفاده از تئوری گراف و رویکرد VAR مورد بررسی و ارزیابی قرار دادند. نتایج نشان داد که میان بازارهای سهام در شرق و جنوب شرق آسیا ارتباط وجود دارد. با این حال بخش قابل توجهی از این ارتباط تحت تأثیر متغیرها و مولفه­های بازارهای جهانی است.

جانا[34] (2021)، نقش و اهمیت تجارت را در ادغام بازار سهام هند با شرکای اصلی تجاری این کشور مورد بررسی و ارزیابی قرار داد. در این مطالعه اطلاعات مورد نیاز به صورت هفتگی از 1 ژانویه 1999 تا 31 دسامبر 2019 برای15 شریک تجاری هند جمع­آوری شده و برای تجزیه و تحلیل اطلاعات از آزمون همجمعی جوهانسن استفاده شده است. نتایج نشان داد که جریان تجارت بر یکپارچگی تأثیر مثبت و معنی­دار دارد. ضمن آن که اگر چه نرخ بهره و تورم به ترتیب تأثیر منفی و مثبت بر همبستگی دارند، اما این تاثیرات در بسیاری از موارد معنی دار نیستند. بر این اساس سرمایه­گذاران بین­المللی نمی­توانند ریسک پرتفوی خود را با ایجاد تنوع بین هند و هر 15 کشور دیگر در نمونه کاهش دهند؛ زیرا همه آن­ها با بازار سهام هند ادغام شده­اند.

 

4- فرضیه‏های تحقیق

  • بازار سهام ایران از نوسان در بازار سهام کشورهای طرف تجاری با ایران در منطقه منا تأثیر می­پذیرد.
  • بازار سهام ایران از نوسان در بازار سهام کشورهای صادرکننده نفت و گاز عضو اوپک در منطقه منا تأثیر می­پذیرد.
  • بازار سهام ایران از نوسان در بازار سهام کشورهای شمال آفریقا در منطقه منا تأثیر نمی­پذیرد.
  • بازار سهام ایران از نوسان در بازار سهام کشورهای با درآمد بالا در منطقه منا تأثیر می­پذیرد.

 

5- روش­شناسی تحقیق

5-1- نظریه موجک‌ها

موجک‌ها توابع ریاضی هستند که با تجزیه و تحلیل سری‌های زمانی، شکل مقیاس زمان و روابط آن‌ها را ارائه می‌دهند. موجک‌ها داده‌ها را به اجزای فرکانس[35] تفکیک و هر جزء را با نمایش[36] متناسب با مقیاس آن جزء مطالعه می‌نمایند. یکی از مزایای مهم موجک‌ها، نسبت به روش‌های فوریه[37] سنتی، توان بالای تحلیل آن‌ها در شرایطی است که سیگنال‌ها با گسستگی و جهش‌های سریع همراه‌ هستند. در نظریه موجک، اگر دامنه دید[38] بزرگ باشد، ویژگی‌های کلی سری زمانی مشاهده خواهد شد و اگر دامنه دید کوچک شود، جزئیات مورد توجه بیشتری قرار خواهد گرفت. جنگل و درخت، ساده‌ترین مثال برای این ویژگی موجک‌ها می­باشد. مقیاسی که در موجک‌ها برای تحلیل مورد استفاده قرار می‌گیرد، از اهمیت بالایی برخوردار است و الگوریتم‌های موجک، می‌توانند داده‌ها را با درجات وضوح مختلف پردازش کنند. ایده اساسی در موجک‌ها، تحلیل بر اساس مقیاس[39] است. سال‌های متمادی، دانشمندان توابعی به جز سینوس و کسینوس که مبنای تبدیل فوریه‌ هستند را جست و جو ‌کردند تا بتوانند تحلیل‌های موضعی[40] انجام دهند. تغییرات ناگهانی و جهش‌ها، با تبدیل فوریه قابل تحلیل نیست، اما تبدیل موجک می‌تواند وظیفه تقریب در دامنه محدود را به خوبی انجام دهد. به عبارت دیگر، موجک‌ها برای تقریب داده‌های با گسستگی‌های شدید، بسیار مناسب هستند (صادقی و دهقانی فیروزآبادی، 1396). پیش از دهه 1930، تحلیل موجک رشد زیادی نداشت و عملا تحلیل فوریه، در ریاضیات مورد استفاده قرار می­گرفت. تحلیل فوریه بر تحلیل فراوانی تمرکز و به دنبال تقریب توابع مختلف با عبارت‌های سینوس و کسینوس است. در تحلیل فوریه هر تـابع ماننـد  را کـه دارای دوره تنـاوب  است، می‌توان به صورت رابطه (1) بسط داد:

(1)

 

 

 

 

 

هر تابع مانند  را می‌توان به‌صورت سری‌های فوریه آن بسط داد. در اقتصاد و اقتصادسنجی، تحلیـل سری‌های زمـانی، بسط بیـشتر در دامنه زمان[41] به جای دامنه فرکانس[42] انجام می‌گرفت، در حالی که در رشته‌هایی ماننـد برق، تحلیل دامنه فرکانس مرسوم است. تبدیل فوریه یک سری زمانی مانند  به جـای  جـذابیت بیـشتری در تحلیل سری زمانی و اقتصاد دارد، کـه البته تفاوت چنـدانی را بـا عبـارت فـوق سـبب نمی‌شود:

 

(2)

 

 

در عبارت مذکور،  ضریبی از فرکانس بنیادی (اصلی)  است. وقتی T زوج باشد  و  و  خواهد بود. بنابراین خواهیم داشت:

 

(3)

 

هنگامی که T فرد باشد با توجه خواهیم داشت: 

(4)

 

 

برای به دست آوردن نمایش طیفی[43] یک فرآیند ایستا مانند فرآیند فوق می‌توان فرض کرد که تعداد جملات این عبارت افزایش و n به بـینهایـت میل می‌کند. با توجه به اینکه با گرایش n به بـینهایـت، ضـرایب فوریـه ( ) به صفر میل می‌کنند، نیاز به بیان عبارت فوق به‌صورت مشتقات توابع معین است. با فرض  و  که   و  توابع پله‌ای با نقاط گسستگی  هستند، لذا می‌توان نوشت:

 

(5)

 

(6)

 

 

با توجه به این که در سری­های زمانی،  یک فرایند تصادفی فرض می‌شود، بنابراین   و  نیز فرآیندهای تصادفی تعریف شده روی دامنه  خواهند بود. فرض‌هایی که در درباره  و  در نظر گرفته می‌شوند به صورت ذیل هستند:

(7)

 

(8)

 

(9)

 

(10)

 

(11)

 

 

در عبارات مذکور، فـرض اول، صفر بودن امید ریاضی فرآینـدهای  و  را بیان می‌کند. فرض دوم، استقلال دو به دوی فرآیندها و استقلال سریالی در هر فرآیند را نشان می‌دهد و در نهایت فرض سوم، واریانس تغییرات فرایند را به یک تابع مشتق‌پذیر  (برخلاف   و  که به دلیل گسستگی در  مشتق‌پذیر نبودند)، مرتبط می‌کند. با استفاده از فرض‌های فوق و تبدیلات ذیل:

(12)

 

(13)

 

با گسترش دامنه تعریف توابع  و  از  به  و فرض آن که   و  فرد هستند، می‌توان نوشت:

(14)

 

(15)

 

(16)

 

 

با جایگذاری در عبارت معادل  و ساده کردن آن عبارت (17) به دست می‌آید که نمایش طیفی فرآیند   است:

(17)

 

 

اگر چه نمایش طیفی سری‌های زمانی و تبدیل فوریه می‌توانند موجب سهولت تحلیل و تخمین مدل‌های سری زمانی شـوند، امـا تحلیـل فرکـانس در برخـی از موارد جوابگو نیست. به طور کلی مهم‌ترین تفاوت‌های تبدیل فوریه و تبدیل موجک به شرح ذیل می­باشد:

  • تبدیل فوریه به تحلیل فرکانس می‌پردازد، درحالی که تبـدیل موجـک، تحلیل مقیاس را هم مدنظر قرار می‌دهد.
  • توابع پایه‌ای، تبدیلات فوریه سینوس و کسینوس‌ هستند، در حالی که در تبـدیل موجک، توابع پایه، یکتا و منحصر به فرد نیـستند.
  • در تحلیل موجک، دامنه دید قابل تغییر است و می‌توان هم‌زمان، توابع پایه‌ای کوتاه و بلند را استفاده کرد، در حالی که در تبدیل فوریه، محتوای فرکـانس تـابع در طول محور زمانی، مانا فرض می‌گردد.
  • اگر (f(x یک تابع مفروض باشد، انرژی تابع به‌صورت زیر تعریف می‌شود:

(18)

 

 

انرژی در تبدیل فوریه، یک تابع یا یک فرایند نامحدود است؛ در حالی که تبدیل موجک آن را محدود می­کند. بنابراین، وقوع یک اغتشاش کوچک انفرادی در تبدیل فوریه فرکانس­های سری فوریه را تحت تأثیر قرار می‌دهد؛ اما در موجک این‌گونه نیست. در اقتصاد، تغییر رژیم‌های سیاستی، با موجک­ها سازگاری دارد. در تحلیل موجک‌ها، موجک پـدر معمولاً با φ و موجک مادر با نماد ψ نمایش داده می‌شود که به‌ صورت زیر تعریف می‌شوند:

(19)

 

(20)

 

 

در روابط فوق برای سادگی 2=S فرض شده و با ساده‌سازی بیشتری می‌توان نوشت:

(21)

 

(22)

 

 

با مقیاس­دهی مجدد کمیت  با پارامترهای مرکزیت µ و مقیاس S یک تبدیل با موجک پدر  خواهیم داشت:

(23)

 

 

در ادامه نیز با برابرسازی نرم  با عدد یک و تعمیم آن رابطه (24) را داریم:

(24)

 

 

با فرض آن که  باشد می‌توان به روابط پیشین رسید:

(25)

 

 

پارامتر مقیاس S، نقـش تحلیل موجک را از تحلیل فوریه متمایز می‌کند. ممکن است تصور شود قرار دادن 2=S نقش پارامتر مقیاس را از بین ببرد، در حالی که،   با تغییر j می‌تواند مقیاس دلخواه را ایجاد کند. نقش خاصیت مقیاس یا اتساع[44] در تحلیل سری‌های زمانی بسیار مهم است. در عبارت   تابع در M متمرکز و S نشان­دهندة مقیاس است. انرژی تابع  در همسایگی M متمرکز و اندازة آن با S متناسـب است:

(26)

 

(27)

 

 

در روابط بالا، k و j­ها دوره‌های زمانی و فراوانی‌های متفاوت را نشان می‌دهند. در فراوانی‌های با مقـادیر بـالا (مقـادیر بـزرگ j)، موجـک امکـان تمرکز روی جهش‌ها[45]، برجستگی‌ها[46] و نقاط تکین[47] را فراهم می‌نماید و در فراوانی‌های پایین (مقادیر کوچک j)، تمرکز بر همواری‌ها و تناوب سری است. تغییر j دامنه دید را تغییر و می‌تواند تحلیـل را از کلی به موضعی و یا بالعکس تغییر دهد. موجک پدر، انتگرالی یک و موجک مادر، انتگـرال صـفر دارد.

(28)

 

(29)

 

 

موجک پدر، بخش همـوار، رونـد (فرکـانس پـایین) سـیگنال و موجـک مـادر بخش‌های جزئی (فرکانس بالا) را نشان می‌دهد. توابع ψ و φ، می‌توانند اشکال مختلف از جمله هار[48]، کلاه مکزیکی[49]، داوبیشی[50] و غیره داشته باشند. معادلات این توابع کمی پیچیده است و معمولاً از چند نوع معروف آن استفاده می‌شود. معادلات  و  از نوع سیملت هستند. ویژگی اصلی تحلیل موجک، توانایی آن در تجزیه یک متغیـر یا سری زمانی اجزاء با وضوح مختلف یا اصطلاحاً چند نمایشی و یا به عبارت دیگر، تجزیه چند نمایشی[51] است. تبدیل موجک یک تابع مانند f می‌تواند به وسیله معادله زیر نشان داده شود:

(30)

 

 

حال می‌توان یک رابطه بین سری‌های زمانی و نمایش موجک آن برقرار نمود. هر سری مانند ، به ‌صورت زیر قابل نمایش است:

(31)

 

 

در عبارت مذکور،  و J حداکثر مقیاس مورد نظر است. همچنین داریم:

(32)

 

(33)

 

 

توابع پایه[52]  و  عمود بر خم فرض می‌شوند، لذا داریم:

(34)

 

(35)

 

(36)

 

 

در عبارت مذکور،  و (اگر i=j) و (اگر i≠j). همان‌طور که مشاهده می‌شود، تبدیل موجک شبیه تبدیل فوریه است؛ اما تفـاوت اساسـی در این است که در تبدیل موجک j به‌عنوان عامل مقیاس در تبدیل ظاهر و دامنه دید را تغییر می‌دهد. در حقیقت در تبدیل موجک به مانند تبدیل فوریه یک تابع یا سری زمانی به‌صورت مجموعه‌ای از جملات با توابع پایه موجک، بیان می‌شود، با این تفاوت که توابـع موجـک همانند سـینوس و کـسینوس نبـوده و دربرگیرنده پارامتر مقیاس هستند (وو و همکاران[53]، 2021).

 

5-2- الگوی خود توضیح برداری (VAR)

وقتی رفتار چند متغیر سری زمانی مورد بررسی قرار می‏گیرد‌، لازم است ارتباط متقابل بین آن‏ها نیز مورد توجه قرار گیرد. یکی از راه‏ها برای انجام این کار برآورد یک الگوی معادلات همزمان است. اگر معادلات مذکور شامل وقفه متغیرها نیز باشند‌، اصطلاحا آن را الگوی سیستم معادلات همزمان پویا[54] می‌نامند (نجفی استمال و همکاران، 1400)‌. در چنین الگوهایی بعضی از متغیرها درون­زا تلقی می‌شوند و تعدادی نیز برون­زا یا از پیش تعیین شده (برون‌زا به علاوه درون‌زای با وقفه) هستند. قبل از برآورد چنین الگویی لازم است اطمینان حاصل شود که معادلات سیستم شناسا[55] هستند. آن چه برای محقق مهم است شرط شناسایی است که فرض می‌شود تعدادی از متغیرهای از پیش تعیین شده تنها در بعضی از معادلات الگو وارد می‌شوند؛ بنابراین قبل از برآورد الگوی سیستم معادلات همزمان لازم است دو قدم برداشته شود. در گام اول باید متغیرهای الگو را به دو دسته درون‌زا و برون‌زا طبقه‏بندی کرد. در گام دوم نیز باید قیدهایی را بر ضرایب متغیرهای الگو اعمال کرد تا به شناسایی الگو دست یافت (نوفرستی، 1400). در سیستم معادلات همزمان معمولا بیش از دو متغیر درون‌زا هستند و در عین حال تعداد وقفه‌های متغیرها نیز بیشتر از یک است. در چنین صورتی با وجود k متغیردرون­زا و p وقفه زمانی برای هر کدام‌، الگویVAR ‌ در شکل ماتریسی به صورت رابطه (37) تصریح می‌گردد:

Y‌t =A1.Y‌t-1 +…+A‌p.Y‌t-p+u‌t        u‌t ~ IN (0, ∑)           i=1, 2…, p               (37)

 

در رابطه فوق،  Ytمتغیرهای الگو و وقفه آن­ها و utبردارهای k.1 جملات خطا و A‌i ماتریس k.k ضرایب الگو هستند. رابطه (37) شکل تعدیل شده[56] الگوی VAR است‌، چرا که ممکن است هر متغیر در Y‌t بر اساس وقفه­های خود آن متغیر و وقفه­های سایر متغیرهای درون الگو توضیح داده شوند؛ بنابراین از آن جا که مجموعه متغیرهای سمت راست تمام معادلات متغیرهای از پیش تعیین شده و کاملا همانند هستند، روش OLS یک روش کارآ در برآورد ضرایب هر یک از معادلات الگو می‌باشد. در برآورد الگوی خود توضیح برداری انتظار نمی‌رود که کلیه ضرایب برآورده شده مربوط به وقفه‌های متغیرها از نظر آماری معنی‌دار باشند؛ اما ممکن است که ضرایب در مجموع بر اساس آماره آزمون F معنی‌دار باشند (نوفرستی، 1400).

 

5-3- رگرسیون کوآنتایل (چندک)

انگیزه اصلی به‌کارگیری رگرسیون کوانتایل (چندک) این است که با نگاهی دقیق و جامع در ارزیابی متغیر پاسخ، مدلی ارائه شود تا امکان دخالت متغیرهای مستقل نه تنها در مرکز ثقل داده‌ها، بلکه در تمام قسمت‌های توزیع به ویژه در دنباله‌های ابتدایی و انتهایی فراهم گردد، بدون اینکه محدودیت مفروضات رگرسیون معمولی، واریانس ناهمسانی و حضور تأثیرگذار داده‌های دورافتاده بر برآورد ضرایب اثیر بگذارد. در رگرسیون چندک برخلاف رگرسیون معمولی از حداقل نمودن مجموع قدرمطلق باقیمانده‌های موزون برای برآورد پارامترهای الگو استفاده می‌شود که به آن روش حداقل قدرمطلق انحرافات[57] (LAD) نیز گفته می‌شود. همان طورکه بیان گردید این آنالیز به‌خصوص زمانی که متغیر وابسته مدل نامتقارن است و شکل استاندارد ندارد، مفید است. تشریح کلی رگرسیون کوانتایل به شکل زیر است. برای متغیر تصادفی Y تابع توزیع احتمال به شرح زیر است:

(38)

 

 

کوانتایل t ام Y به صورت تابع معکوس زیر تعریف می‌گردد:

(39)

 

 

برای نمونه تصادفی   از y می­توان گفت که میانه نمونه، مجموع قدرمطلق انحرافات زیر را حداقل می­کند:

(40)

 

 

همچنین کوانتیل نمونه­ t ام  که شبیه به  است، می­تواند به صورت جواب مساله بهینه­یابی زیر مطرح گردد:

(41)

 

 

 

 

 

صرفاً به‌عنوان میانگین نمونه که مجموع مربعات پسماند را حداقل می‌کند:

(42)

 

 

می‌توان با حل معادله زیر به تابع میانگین شرطی خطی  دست یافت:

(43)

 

 

در پایان تابع کوانتایل شرطی خطی،     می­تواند با حل معادله زیر برای هر کوانتایل    برآورد شود:

(44)

 

 

که در آن، مقدار کوانتایل ، رگرسیون کوانتایل t ام نامیده می­شود (تیان و همکاران[58]، 2018). لازم به ذکر است برای ارزیابی و آزمون مدل در رگرسیون کوانتایل دو شاخص و آزمون ارائه شده است که عبارتند از:

 

آزمون برابری شیب[59]

کوئنکر و باست (1982) آزمونی را برای برابر بودن ضرایب شیب بین کوانتیل­ها ارائه دادند. فرضیه صفر این آزمون به شرح زیر است:

(45)

 

 

که  قید را بر روی ضرایب اعمال می­کند. بر این اساس می­توان آزمون والد مربوطه را تشکیل داد که به صورت   توزیع شده است (شکوهی­فرد و همکاران، 1400).

 

آزمون تقارن[60]

نوی و پاول[61] (1987) برای برآوردگرهای حداقل مربعات نامتقارن، آزمون تقارن را ارائه کردند که قید (محدودیت(کمتری دارد. این رویکرد به راحتی در مورد رگرسیون کوانتایل قابل استفاده است. فرضیه آزمون نوی و پاول این است که اگر توزیع Y به ازای مقادیر معین X متقارن باشد خواهیم داشت:

(46)

 

 

می‌توان این قیدها را با استفاده از آزمون والد در رگرسیون کوانتایل مورد آزمون قرار داد. فرض کنید عدد فردی مانند k وجود دارد و ضرایب برآوردی با استفاده از  مرتب شده­اند. مقدار میانی  فرض می­شود که برابر با 5/0 بوده و با فرض  برای  حول عدد 5/0 متقارن هستند. بر این اساس فرضیه صفر آزمون نوی و پاول برای   به شرح زیر خواهد بود:

(47)

 

 

مقدار آماره آزمون والد برای فرضیه صفر متقارن بودن، صفر است. فرضیه صفر نیز  قید دارد، از این رو آماره والد به صورت  توزیع شده است (شکوهی­فرد و همکاران، 1400).

 

5-4- جامعه آماری و اطلاعات مورد نیاز

جامعه آماری مطالعه، کشورهای منطقه منا است. با این حال بسیاری از کشورهای منطقه منا به علل گوناگون یا فاقد بازار سهام فعال هستند و یا اطلاعات منسجمی در مورد بازار سهام آن­ها وجود ندارد. بنابراین از میان کشورهای اشاره شده در مجموعه برای 12 کشور شامل بحرین، مصر، ایران، اردن، کویت، لبنان، مراکش، عمان، قطر، عربستان سعودی، تونس و امارات متحده عربی اطلاعات مورد نیاز در خصوص شاخص کل بازار سهام در دسترس بوده و به عنوان نمونه آماری تحقیق اطلاعات آن­ها مورد استفاده قرار گرفته است. بازه زمانی انجام مطالعه نیز بر اساس آن که طی آن دوره اطلاعات در خصوص شاخص کل بازار سهام برای هر 12 کشور وجود داشته باشد، از سپتامبر سال 2015 الی ژوئن سال 2022 تعیین شده است.

 

6- یافته­های تحقیق

1-6- استخراج نوسانات متغیرهای پژوهش از طریق تحلیل موجک

در مطالعه حاضر از میان توابع مختلف موجک، تابع موجک دابوشی (db3­) و روش ماکزیمم همپوشانی تابع موجک گسسته (MODWT) برای سری‌های زمانی انتخاب و بر مبنای آن متغیرهای مطالعه حاضر شامل شاخص کل بازار سهام کشورهای منطقه منا، بر اساس فرکانس‌های متفاوت برای یک سطح تجزیه شده‌اند؛ شکل (1) مؤلفه‌های تجزیه شده شاخص کل بازار سهام را برای کشورهای تحت بررسی در منطقه منا در سطح اول نشان می‌دهد که در واقع بیان‌گر همان نوسانات شاخص کل بازار سهام کشورهای تحت بررسی می‌باشد. همان‌گونه که از شکل­ (1) مشخص است برای هر دوازده متغیر تحت بررسی در طول زمان، تغییرات و یا به عبارت دیگر دامنه نوسانات و تلاطم­های سری‌های زمانی افزایش یافته است. این تغییرات گسترده می­تواند به دلایل مختلف سیاسی، اقتصادی، فرهنگی، اجتماعی و حتی محیطی باشد که در سطح داخلی و بین­المللی در طول زمان اتفاق افتاده است.

 

 

نوسانات شاخص کل بازار سهام بحرین

نوسانات شاخص کل بازار سهام مصر

 

 

نوسانات شاخص کل بازار سهام ایران

نوسانات شاخص کل بازار سهام اردن

 

 

نوسانات شاخص کل بازار سهام کویت

نوسانات شاخص کل بازار سهام لبنان

 

 

نوسانات شاخص کل بازار سهام مراکش

نوسانات شاخص کل بازار سهام عمان

 

 

نوسانات شاخص کل بازار سهام قطر

نوسانات شاخص کل بازار سهام عربستان

 

 

نوسانات شاخص کل بازار سهام تونس

نوسانات شاخص کل بازار سهام امارات

شکل 1- نوسانات شاخص کل بازار سهام کشورهای تحت بررسی در منطقه منا.

منبع: یافته­های پژوهشگر.

2-6- بررسی نرمالیتی متغیرهای پژوهش

در مطالعه حاضر جهت بررسی نرمال بودن متغیرهای مطالعه از آزمون جارگو برا استفاده شد. در این آزمون چنان چه آماره آزمون (در سطح اطمینان 95 درصد) بزرگ‌تر از 05/0 به دست آید، در این صورت دلیلی برای رد فرض صفر مبنی بر اینکه داده­ها نرمال هستند، وجود نخواهد داشت؛ به عبارت دیگر توزیع داده‌ها نرمال خواهند بود. با توجه به نتایج آزمون جارگو برا که در جدول (1) ارائه شده است، از آن جا که برای تمامی متغیرهای تحت بررسی سطح احتمال آماره آزمون از سطح احتمال 05/0 درصد کوچک­تر است، لذا می­توان گفت که تمامی متغیرهای تحت بررسی در مطالعه غیرنرمال هستند. با توجه به این مسئله در ادامه برای آن که نتایج از اعتبار لازم برخوردار باشند، برای آزمودن مدل تحقیق و بررسی ارتباط میان متغیرها نباید از روش حداقل مربعات معمولی (OLS) استفاده شود و در مقابل باید از روش درست نمایی بیشینه (ML) و یا رگرسیون کوآنتایل (چندک) استفاده کرد. 

 

جدول1- نتایج مربوط به بررسی نرمالیتی متغیرهای پژوهش

متغیر

نماد

تعداد مشاهدات

آماره آزمون
جارگو برا

سطح معنی­داری

شاخص کل بازار سهام بحرین

tpbahrain

82

975/19

000/0

شاخص کل بازار سهام مصر

tpegypt

82

336/12

012/0

شاخص کل بازار سهام ایران

tpiran

82

752/12

001/0

شاخص کل بازار سهام اردن

tpjordan

82

931/12

010/0

شاخص کل بازار سهام کویت

tpkuwait

82

273/13

024/0

شاخص کل بازار سهام لبنان

tplebanon

82

191/6

045/0

شاخص کل بازار سهام مراکش

tpmorocco

82

550/14

032/0

شاخص کل بازار سهام عمان

tpoman

82

684/7

021/0

شاخص کل بازار سهام قطر

tpqatar

82

089/9

010/0

شاخص کل بازار سهام عربستان

tpsaudiarabia

82

049/19

000/0

شاخص کل بازار سهام تونس

tptunisia

82

923/12

021/0

شاخص کل بازار سهام امارات

tpemirates

82

792/62

000/0

منبع: یافته­های پژوهشگر

 

3-6- بررسی پایایی متغیرهای پژوهش

در این قسمت، به منظور جلوگیری از برآورد رگرسیون کاذب، پایایی متغیرها بررسی شده است. جهت بررسی پایایی متغیرها از آزمون فیلیپس پرون (PP) استفاده شده است. جدول ‌(2) نتایج حاصل از این آزمون را در حالت مدل با عرض از مبدأ نشان می­دهد. با توجه به نتایج ارائه شده در این جدول، سطح احتمال آماره آزمون PP برای همه متغیرهای تحت بررسی بالاتر از سطح احتمال 05/0 است، لذا این متغیرها در سطح پایا نیستند (I(0))؛ با این وجود سطح احتمال آماره آزمون PP برای تفاضل مرتبه اول این متغیرها کمتر از سطح احتمال 05/0 است؛ بنابراین می‌توان گفت که همه این متغیرها با یک بار تفاضل گیری پایا هستند و یا به عبارت دیگر جمعی از مرتبه یک (I(1)) می‌باشند. با توجه به نتایج به دست آمده، در قسمت‌های آتی برای استفاده از اطلاعات سطح متغیرها جهت بررسی شکل ارتباط میان متغیرهای مورد مطالعه و بررسی فرضیه­های پژوهش باید از پایا بودن جزء اخلال ارتباط میان متغیرها اطمینان حاصل شود.

 

جدول2- نتایج آزمون پایایی متغیرهای پژوهش با استفاده از آزمون‏ PP

متغیرها

نماد

آزمون‏ PP

نتایج

آماره

احتمال

نوسانات شاخص کل بازار سهام بحرین

stpbahrain

026/2-

275/0

ناپایا

تفاضل مرتبه اول نوسانات شاخص کل بازار سهام بحرین

dstpbahrain

287/7-

000/0

پایا

نوسانات شاخص کل بازار سهام مصر

stpegypt

378/2-

150/0

ناپایا

تفاضل مرتبه اول نوسانات شاخص کل بازار سهام مصر

dstpegypt

910/10-

000/0

پایا

نوسانات شاخص کل بازار سهام ایران

stpiran

214/2-

202/0

ناپایا

تفاضل مرتبه اول نوسانات شاخص کل بازار سهام ایران

dstpiran

858/15-

000/0

پایا

نوسانات شاخص کل بازار سهام اردن

stpjordan

484/1-

536/0

ناپایا

تفاضل مرتبه اول نوسانات شاخص کل بازار سهام اردن

dstpjordan

241/8-

000/0

پایا

نوسانات شاخص کل بازار سهام کویت

stpkuwait

039/2-

269/0

ناپایا

تفاضل مرتبه اول نوسانات شاخص کل بازار سهام کویت

dstpkuwait

157/14-

000/0

پایا

نوسانات شاخص کل بازار سهام لبنان

stplebanon

142/2-

229/0

ناپایا

تفاضل مرتبه اول نوسانات شاخص کل بازار سهام لبنان

dstplebanon

925/10-

000/0

پایا

نوسانات شاخص کل بازار سهام مراکش

stpmorocco

404/2-

143/0

ناپایا

تفاضل مرتبه اول نوسانات شاخص کل بازار سهام مراکش

dstpmorocco

479/7-

000/0

پایا

نوسانات شاخص کل بازار سهام عمان

stpoman

184/2-

213/0

ناپایا

تفاضل مرتبه اول نوسانات شاخص کل بازار سهام عمان

dstpoman

998/10-

000/0

پایا

نوسانات شاخص کل بازار سهام قطر

stpqatar

920/1-

321/0

ناپایا

تفاضل مرتبه اول نوسانات شاخص کل بازار سهام قطر

dstpqatar

733/8-

000/0

پایا

نوسانات شاخص کل بازار سهام عربستان

stpsaudiarabia

194/2-

209/0

ناپایا

تفاضل مرتبه اول نوسانات شاخص کل بازار سهام عربستان

dstpsaudiarabia

224/11-

000/0

پایا

نوسانات شاخص کل بازار سهام تونس

stptunisia

285/2-

179/0

ناپایا

تفاضل مرتبه اول نوسانات شاخص کل بازار سهام تونس

dstptunisia

962/9-

000/0

پایا

نوسانات شاخص کل بازار سهام امارات

stpemirates

666/1-

444/0

ناپایا

تفاضل مرتبه اول نوسانات شاخص کل بازار سهام امارات

dstpemirates

213/12-

000/0

پایا

منبع: یافته­های پژوهشگر

 

4-6- تعیین وقفه بهینه الگوی خود توضیح برداری (VAR)

برای بررسی ارتباط میان بازار سهام کشورهای مختلف، از الگوی خود توضیح برداری (VAR) و آزمون علیت گرنجر استفاده می‌شود؛ قبل از برآورد مدل VAR، لازم است طول وقفه بهینه مشخص شود. برای تعیین طول وقفه بهینه معیارهای گوناگونی وجود دارد که می‌توان آن‌ها را انتخاب نمود. در این مطالعه از معیار شوارتز بیزین (SBC) استفاده شده است. برای این منظور 11 الگوی مربوط به ارتباط میان بازار سهام ایران و کشورهای مختلف مورد بررسی در منطقه منا برای وقفه­های 0 تا 7 تخمین و مقدار معیار SBC آن‌ها محاسبه شده است. نتایج مربوط به مقادیر معیار مذکور برای زوج کشورهای مختلف در جدول (3) ارائه ­شده است. همان طور که در این جدول مشاهده می‌شود معیار اشاره شده،­ برای هر 11 مدل تحت بررسی، وقفه­­ی یک را برای الگوی VAR پیشنهاد می‌کند. بر این اساس در قسمت آتی، الگوی VAR برای تمامی مدل‌ها با یک وقفه برای متغیر مستقل و وابسته برآورد و بر مبنای آن آزمون علیت گرنجر انجام خواهد گرفت.

 

جدول3- تعیین وقفه بهینه الگوی خود توضیح برداری (VAR) برای بررسی ارتباط بازارهای سهام در کشورهای منطقه منا

معادلات

شوارتز بیزین (SBC)

وقفه بهینه

 

743/32

1

 

 

488/38

1

 

 

878/32

1

 

 

895/34

1

 

 

995/31

1

 

 

292/37

1

 

 

989/34

1

 

 

487/37

1

 

 

587/37

1

 

 

442/35

1

 

 

219/36

1

 

منبع: یافته­های پژوهشگر

5-6- برآورد الگوی خود توضیح برداری (VAR) و انجام آزمون علیت– گرنجر

پس از تعیین طول وقفه بهینه­، برای شناسایی و بررسی ارتباط علی و معلولی میان بازارهای سهام از الگوی VAR و آزمون علیت - گرنجر استفاده شده است. در این راستا 11 رابطه­ که در حقیقت بیان­گر ارتباط دو به دوی میان کشورها بوده­اند، در چارچوب مدل VAR به صورت مدل مقید و نامقید برآورد و رابطه علیت میان بازارهای سهام کشورها با استفاده از آزمون علیت گرنجر (آزمون F) شناسایی شد. نتایج حاصل در جدول (4) ارائه شده است.

بر اساس نتایج ارائه شده در جدول، بازار سهام ایران بر بازار سهام کشورهای منطقه منا تأثیر نمی‌گذارد، اما به طور مستقیم تحت تأثیر نوسانات در بازار سهام کشورهای کویت، عمان، قطر، عربستان، امارات و لبنان قرار دارد و چنان چه نوساناتی در بازار سهام این کشورها اتفاق بیافتد، بلافاصله این اثر به بازار سهام ایران منتقل خواهد شد. ضمن آن که بر اساس نتایج هیچ‌گونه علامتی در خصوص تأثیرپذیری بازار سهام ایران از نوسان در بازار سهام کشورهای اردن و بحرین و نیز کشورهای شمال آفریقا شامل مصر، تونس و مراکش در منطقه منا مشاهده نمی­شود. در خصوص نتایج به دست آمده باید اذعان نمود که از میان کشورهای مذکور کویت، قطر، عربستان و امارات جزو کشورهای تولیدکننده نفت و گاز اوپک هستند؛ همچنین بر اساس نتایج از میان کشورهای اشاره شده اگر چه کشورهای عربستان، مصر، تونس و مراکش مبادلات تجاری چندانی با ایران ندارند، اما کشورهای کویت، عمان، قطر، امارات و لبنان ارتباط تجاری گسترده‌ای با ایران دارند. در این رابطه باید عنوان نمود که کشورهایی که هم عضو اوپک هستند و هم رابطه تجاری نزدیکی با ایران دارند از دو کانال بر بازار سهام ایران تأثیر می‌گذارند. کانال اول از طریق تغییر در بهای نفت و گاز است. بررسی مطالعات صورت گرفته پیرامون ارتباط میان قیمت نفت و شاخص سهام در کشورهای مختلف بیانگر ارتباط مستقیم میان این دو متغیر است به طوری که نوسانات قیمت نفت، نوسانات قیمت سهام را در پی دارد. در خصوص ارتباط تجارت و اثر آن بر همگرایی بازار سهام ایران با سایر کشورهای منطقه منا نیز باید اذعان نمود که شرط لازم برای همگرایی، وجود روابط تجاری و مالی مناسب میان کشورهای همگراست. در این خصوص آنچه که به طور کلی از نتایج بررسی همگرایی اقتصاد ایران مشاهده می‌شود آن است که همگرایی به معنای حرکت در مسیر جهانی‌شدن، در هم تنیدگی بازارها و همچنین نزدیکی به نرخ‌های جهانی تنها به صورت محدود و آن هم در خصوص تعداد کمی از کشورهای منطقه منا وجود دارد که این امر به دلیل پایین بودن سطح مراودات مالی و تجاری از میانگین جهانی و وضعیت سایر متغیرهایی است که بر این امر اثرگذار هستند.

 

 

 

 

 

 

 

جدول4- آزمون علیت - گرنجر برای بررسی ارتباط بازارهای سهام در کشورهای منطقه منا

فرضیه

آماره F

احتمال

پذیرش یا رد

جهت علیت

 

525/1

216/0

قبول

مستقل از هم

 

 

188/2

139/0

قبول

 

295/1

255/0

قبول

مستقل از هم

 

 

015/0

900/0

قبول

 

093/1

295/0

قبول

مستقل از هم

 

 

314/0

575/0

قبول

 

066/4

043/0

رد

یک طرفه از

 

 

268/2

230/0

قبول

 

640/10

001/0

رد

یک طرفه از

 

 

186/0

665/0

قبول

 

047/0

827/0

قبول

مستقل از هم

 

 

055/0

813/0

قبول

 

447/7

006/0

رد

یک طرفه از

 

 

824/1

176/0

قبول

 

355/6

011/0

رد

یک طرفه از

 

 

014/0

903/0

قبول

 

475/3

044/0

رد

یک طرفه از

 

 

673/2

102/0

قبول

 

711/0

399/0

قبول

مستقل از هم

 

 

164/0

684/0

قبول

 

554/3

034/0

رد

یک طرفه از

 

 

194/2

138/0

قبول

منبع: یافته­های پژوهشگر

 

6-6- ضریب تعیین و آماره F فیشر مدل­های پژوهش

بعد از انجام برآوردهای اقتصادسنجی باید از صحت و میزان اعتماد به نتایج حاصل از برآوردها اطمینان حاصل نبود. در این خصوص در این قسمت مؤلفه‌های اعتبارسنجی برای مدل­های پژوهش که ارتباط بین بازار سهام ایران و کشورهای منطقه منا را تأیید نموده‌اند، بررسی و نتایج در جدول (5) گزارش شده است. همان گونه که از اطلاعات ارائه شده در جدول مذکور مشخص است اعتبار بالای مدل­های برآورد شده قابل تأیید است. در این خصوص ضریب تعیین (R2) بالا بیان‌گر قدرت توضیح دهندگی بالای الگوها بوده و به عبارتی گویای آن است که در همه الگوها بیش از 70 درصد از تغییرات متغیر وابسته توسط متغیرهای مستقل منظور شده در مدل­ها توضیح داده شده است. معنی‌داری آماره F نیز در سطح 100 درصد، مبین معنی‌داری کلی همه الگوها بوده و با اطمینان 100 درصد فرضیه صفر مبنی بر صفر بودن ضرایب در همه الگوها رد می‌شود.

 

جدول5- ضریب تعیین و آماره F فیشر مدل­های پژوهش

معادلات

ضریب تعیین

(R2)

ضریب تعیین تعدیل شده ( 2)

آماره F

احتمال

 

727/0

720/0

959/102

000/0

 

765/0

759/0

989/125

000/0

 

738/0

731/0

859/108

000/0

 

775/0

769/0

865/132

000/0

 

713/0

706/0

888/95

000/0

 

777/0

772/0

878/134

000/0

 

718/0

711/0

438/98

000/0

 

744/0

737/0

120/112

000/0

 

717/0

709/0

702/97

000/0

 

729/0

722/0

034/104

000/0

 

748/0

741/0

430/114

000/0

 

772/0

766/0

832/130

000/0

منبع: یافته­های پژوهشگر

 

7-6- پایا بودن جمله خطا مدل­های پژوهش

در قسمت­های قبل مشخص گردید که متغیرهای پژوهش در سطح پایا نبوده و همه متغیرها با یک بار تفاضل‌گیری پایا هستند و یا به عبارت دیگر جمعی از مرتبه یک (I(1)) می‌باشند. با توجه به نتایج به دست آمده، عنوان گردید که برای استفاده از اطلاعات سطح متغیرها در بررسی شکل ارتباط میان متغیرهای مورد مطالعه، باید از پایا بودن جزء اخلال ارتباط میان متغیرها اطمینان حاصل شود. بر این اساس برای اطمینان از اعتبار نتایج به دست آمده و جلوگیری از برآورد رگرسیون کاذب، پایایی جزء اخلال مدل­های پژوهش که ارتباط بین بازار سهام ایران و کشورهای منطقه منا را تأیید نموده‌اند با استفاده از آزمون فیلیپس پرون (PP) بررسی شده است. جدول ‌(6) نتایج حاصل از این آزمون را در حالت مدل با عرض از مبدأ نشان می­دهد. با توجه به نتایج ارائه شده در این جدول، سطح احتمال آماره آزمون PP برای همه مدل­های تحت بررسی پائین از سطح احتمال 05/0 است، بنابراین می‌توان گفت که جزء اخلال در همه مدل­ها پایا است و یا به عبارت دیگر جمعی از مرتبه صفر (I(0)) می‌باشد. با توجه به نتایج به دست آمده، احتمال وجود رگرسیون کاذب رد می‌گردد و می­توان گفت که نتایج به دست آمده از مدل VAR و آزمون علیت گرنجر از اعتبار و اعتماد لازم برخوردار هستند.

 

جدول6- نتایج آزمون پایایی مدل­های پژوهش با استفاده از آزمون‏ PP

معادلات

آزمون‏ PP

نتایج

آماره

آماره

 

462/8-

000/0

پایا

 

978/8-

000/0

پایا

 

251/8-

000/0

پایا

 

550/9-

000/0

پایا

 

441/8-

000/0

پایا

 

315/8-

000/0

پایا

 

500/8-

000/0

پایا

 

458/9-

000/0

پایا

 

360/8-

000/0

پایا

 

571/10-

000/0

پایا

 

356/8-

000/0

پایا

 

775/9-

000/0

پایا

منبع: یافته­های پژوهشگر

 

8-6- رگرسیون چندک و تحلیل حد بالا و پائین ارتباط بازار سهام کشورها در منطقه منا

با شناسایی رابطه علی و معلولی بین بازار سهام ایران و بازار سهام کشورهای منطقه منا، در این قسمت برای کمی سازی ارتباط میان بازارهای سهام کشورهای منطقه منا که با بازار سهام ایران دارای رابطه علی هستند، از رگرسیون چندک یا همان کوآنتایل استفاده شده است. در مطالعه حاضر انتخاب رگرسیون کوآنتایل برای تحلیل داده‌ها به دلیل غیرنرمال بودن داده­های شاخص بازار سهام کشورهای منطقه منا بوده است. نتایج حاصل از برآورد رگرسیون چندک در جدول (7) ارائه شده است. همان‌گونه که از اطلاعات جدول مذکور مشخص است چنان چه نوسانات در بازار سهام کشورهای منطقه منا شامل کویت، عمان، قطر، عربستان سعودی، امارات و لبنان افزایش یابد این نوسانات به طور مستقیم به بازار سهام ایران منتقل می‌گردد و سبب بروز نوسان در بازار سهام ایران می‌گردد. ضمن آن که همان‌گونه که از نتایج مشخص است، در خصوص کشورهای مختلف میزان تأثیرپذیری بازار سهام ایران از نوسانات در چندک­های بازار سهام مختلف کشورهای منطقه منا متفاوت است. به عنوان مثال اگر چه بر اساس اطلاعات ارائه شده در جدول (7) هر گونه نوسان در بازار سهام کویت بازار سهام ایران را نیز تحت تأثیر قرار می‌دهد، با این حال بررسی ضرایب رگرسیون چندک نشان می‌دهد که در ماه­هایی که نوسان در بازار سهام این کشور کمتر بوده اثر نوسانات بازار سهام کویت بر بازار سهام ایران کمتر بوده و در مقابل در ماه­هایی که نوسانات قابل توجهی در بازار سهام کویت اتفاق افتاده، میزان نوسان منتقل شده به بازار سهام ایران بیشتر بوده است.

 

جدول7- نتایج حاصل از برآورد رگرسیون چندک

رگرسیون

چندک

1/0

2/0

3/0

4/0

5/0

6/0

7/0

8/0

9/0

 

395/55

(005/0)

505/55

(000/0)

266/86

(000/0)

593/88

(000/0)

660/88

(000/0)

363/120

(000/0)

510/114

(000/0)

889/151

(000/0)

093/198

(042/0)

 

256/46

(000/0)

644/51

(009/0)

087/74

(000/0)

064/71

(000/0)

101/71

(000/0)

068/78

(000/0)

434/101

(000/0)

188/117

(000/0)

033/144

(000/0)

 

407/9

(040/0)

164/12

(050/0)

072/14

(039/0)

832/17

(005/0)

822/20

(000/0)

560/23

(000/0)

989/24

(000/0)

371/34

(003/0)

082/35

(002/0)

 

034/12

(027/0)

610/19

(002/0)

300/23

(000/0)

960/24

(000/0)

808/24

(000/0)

252/24

(000/0)

151/26

(000/0)

280/30

(000/0)

069/31

(032/0)

 

390/38

(004/0)

439/46

(000/0)

820/46

(001/0)

397/54

(000/0)

902/55

(000/0)

638/63

(000/0)

370/56

(000/0)

173/57

(050/0)

235/123

(000/0)

 

005/41

(000/0)

732/40

(000/0)

204/39

(000/0)

316/39

(000/0)

805/39

(000/0)

845/39

(000/0)

001/50

(000/0)

116/56

(000/0)

104/64

(000/0)

منبع: یافته­های پژوهشگر

 

9-6- مؤلفه‌های اعتبارسنجی رگرسیون چندک

در رگرسیون کوآنتایل برای آن که به نتایج حاصل از برآوردها اعتماد نمود انجام دو آزمون برابر بودن شیب و متقارن بودن کوآنتایل­ها ضروری است. نتایج حاصل از این دو آزمون به ترتیب در جدول (8) و (9) ارائه شده است. همان گونه که نتایج حاصل از جدول (8) نشان می‌دهد بر اساس نتایج آزمون برابری ضرایب شیب، در سطح معناداری 5 درصد، فرضیه صفر مبنی بر برابر بودن ضرایب شیب در بین کوآنتایل­ها رد می­شود. به عبارت دیگر ضرایب شیب بین کوانتایل­ها با هم برابر نیستند. همچنین براساس نتایج آزمون تقارن که نتایج آن در جدول (9) ارائه شده است، با توجه به کوچک­تر بودن سطوح معنی‌داری از سطح 5 درصد، فرضیه صفر مبنی بر متقارن بودن ضرایب در رگرسیون کوانتایل در سطح اطمینان 95 درصد رد می شود. با توجه به نتایج حاصل از دو آزمون مذکور می­توان گفت که مدل­های برآورد شده از طریق رگرسیون چندک از اعتبار بالایی برخوردار هستند.

 

 

جدول8- نتایج حاصل از آزمون برابر بودن شیب کوآنتایل­ها

رگرسیون

چندک

1/0

2/0

3/0

4/0

5/0

6/0

7/0

8/0

9/0

 

721/7

(050/0)

885/7

(043/0)

811/7

(049/0)

945/7

(050/0)

367/6

(048/0)

888/8

(030/0)

434/6

(042/0)

774/6

(023/0)

801/6

(021/0)

 

589/6

(033/0)

320/6

(049/0)

044/10

(018/0)

048/7

(049/0)

314/6

(050/0)

316/6

(050/0)

601/7

(048/0)

472/8

(037/0)

166/13

(004/0)

 

201/5

(040/0)

491/5

(031/0)

624/5

(035/0)

472/5

(034/0)

452/5

(048/0)

250/6

(050/0)

547/5

(038/0)

334/5

(037/0)

637/5

(033/0)

 

930/7

(044/0)

126/6

(048/0)

116/5

(050/0)

005/5

(051/0)

993/5

(042/0)

021/5

(048/0)

860/5

(036/0)

406/5

(042/0)

308/5

(046/0)

 

508/4

(043/0)

421/4

(050/0)

533/4

(044/0)

394/4

(046/0)

335/4

(041/0)

409/4

(041/0)

264/5

(039/0)

157/5

(040/0)

879/11

(007/0)

 

477/5

(033/0)

485/5

(032/0)

329/6

(028/0)

569/5

(031/0)

477/5

(035/0)

114/6

(029/0)

477/5

(033/0)

915/9

(019/0)

583/10

(014/0)

منبع: یافته­های پژوهشگر

 

جدول9- نتایج حاصل از آزمون متقارن بودن کوآنتایل­ها

رگرسیون

چندک

1/0

2/0

3/0

4/0

5/0

6/0

7/0

8/0

9/0

 

134/9

(051/0)

217/9

(043/0)

879/9

(034/0)

041/9

(050/0)

520/7

(043/0)

041/10

(040/0)

879/9

(044/0)

217/9

(043/0)

134/9

(052/0)

 

551/8

(051/0)

096/9

(018/0)

282/9

(011/0)

214/8

(045/0)

514/8

(043/0)

214/7

(045/0)

282/9

(021/0)

096/8

(049/0)

551/7

(051/0)

 

280/13

(010/0)

204/8

(046/0)

322/8

(044/0)

027/9

(034/0)

673/8

(039/0)

027/9

(034/0)

322/8

(044/0)

204/9

(036/0)

280/13

(010/0)

 

240/18

(001/0)

832/11

(018/0)

117/10

(038/0)

359/9

(050/0)

808/7

(020/0)

359/9

(050/0)

117/10

(038/0)

832/11

(018/0)

240/18

(001/0)

 

685/18

(000/0)

240/7

(048/0)

667/7

(044/0)

546/7

(046/0)

291/7

(044/0)

546/7

(046/0)

667/7

(044/0)

240/7

(048/0)

685/18

(000/0)

 

024/12

(017/0)

457/10

(033/0)

171/9

(020/0)

572/9

(033/0)

388/9

(021/0)

572/9

(033/0)

171/9

(020/0)

457/10

(033/0)

024/12

(017/0)

منبع: یافته­های پژوهشگر

7- نتیجه­گیری و توصیه­های سیاستی

کارشناسان بازار سرمایه معتقدند که بازار سهام ایران باید با بازار سهام سایر کشورهای منطقه و به خصوص کشورهای همسایه در ارتباط باشد، تا از مزایای این ارتباط بهره ببرد. با این رویکرد مطالعه حاضر به بررسی ساختار وابستگی بازار سهام ایران و کشورهای حوزه منطقه منا با استفاده از رویکرد ترکیبی رگرسیون چندکی مبتنی بر تحلیل موجک پرداخته است. این کمی سازی از نظر جهت و نیز از نظر شکل و اندازه می‌تواند راهنمای مفیدی برای سیاست‌گذاران در جهت تدوین مناسب برنامه­های آتی به شمار آید. جهت رسیدن به این هدف در گام اول اطلاعات در خصوص شاخص کل بازار سهام کشورهای مورد مطالعه در منطقه منا از سپتامبر سال 2015 الی ژوئن سال 2022 جمع­آوری گردید. سپس با استفاده تحلیل موجک نوسانات شاخص کل بازار سهام کشورهای منطقه منا محاسبه شد. در ادامه نرمالیتی و پایایی متغیرهای پژوهش شامل نوسانات شاخص کل بازار سهام کشورهای مورد مطالعه در منطقه منا شامل بحرین، مصر، ایران، اردن، کویت، لبنان، مراکش، عمان، قطر، عربستان، تونس و امارات طی دوره سپتامبر سال 2015 الی ژوئن سال 2022 بررسی گردید. در گام چهارم با تعیین وقفه بهینه الگوی خود توضیح برداری (VAR)، برآورد الگوی VAR­ در خصوص ارتباط میان نوسانات بازار سهام ایران و سایر کشورهای منطقه منا انجام شد. در گام پنجم آزمون علیت گرنجر در خصوص ارتباط میان نوسانات بازار سهام ایران و سایر کشورهای منطقه منا انجام شد. در نهایت نیز در گام ششم رگرسیون چندک برآورد و حد بالا و پائین ارتباط میان بازار سهام ایران و سایر کشورهای منطقه منا تحلیل شد. بر اساس نتایج، بازار سهام ایران بر بازار سهام کشورهای منطقه منا تأثیر نمی‌گذارد، اما به طور مستقیم تحت تأثیر نوسانات در بازار سهام کشورهای کویت، عمان، قطر، عربستان، امارات و لبنان قرار دارد و چنان چه نوساناتی در بازار سهام این کشورها اتفاق بیافتد، بلافاصله این اثر به بازار سهام ایران منتقل خواهد شد. ضمن آن که بر اساس نتایج هیچ‌گونه علامتی در خصوص تأثیرپذیری بازار سهام ایران از نوسان در بازار سهام کشورهای اردن و بحرین و نیز کشورهای شمال آفریقا شامل مصر، تونس و مراکش در منطقه منا مشاهده نمی­شود. این نتایج با نتایج حاصل از مطالعات سیدحسینی و ابراهیمی (1392)، عباسی شاکرم (1393)، فلیحی و همکاران (1393)، اسکندری عطا و روستا (1394)، بابالویان و همکاران (1397)، کریمی و همکاران (1398)، نیکپور و همکاران (1398)، ابونوری و ضیاءالدین (1399)، یو و حسن (2014) و کاپوراله و همکاران (2019) همخوانی و مشابهت فراوانی دارد. در خصوص نتایج به دست آمده باید اذعان نمود که از میان کشورهای مذکور کویت، قطر، عربستان و امارات جزو کشورهای تولیدکننده نفت و گاز اوپک هستند؛ همچنین بر اساس نتایج از میان کشورهای اشاره شده اگر چه کشورهای عربستان، مصر، تونس و مراکش مبادلات تجاری چندانی با ایران ندارند، اما کشورهای کویت، عمان، قطر، امارات و لبنان ارتباط تجاری گسترده‌ای با ایران دارند. در این رابطه باید عنوان نمود که کشورهایی که هم عضو اوپک هستند و هم رابطه تجاری نزدیکی با ایران دارند از دو کانال بر بازار سهام ایران تأثیر می‌گذارند. کانال اول از طریق تغییر در بهای نفت و گاز است. بررسی مطالعات صورت گرفته پیرامون ارتباط میان قیمت نفت و شاخص سهام در کشورهای مختلف بیانگر ارتباط مستقیم میان این دو متغیر است به طوری که نوسانات قیمت نفت، نوسانات قیمت سهام را در پی دارد. کشورهای عمده صادرکننده نفت از نظر زیرساخت‌های اقتصادی شباهت‌های بسیاری به یکدیگر دارند که ریشه در وابستگی بودجه آن هوا به درآمدهای حاصل از صادرات نفت دارد. قیمت نفت نقش به سزایی در وضعیت اقتصادی و سیاسی کشورهای درحال توسعه و توسعه‌یافته ایفا می‌کند و قیمت نفت به عنوان یکی از "مؤلفه‌های بنیادین" در بازارهای مالی مطرح است. به لحاظ نظری، قیمت نفت و شوک‌های مرتبط با آن می‌تواند بر بازده بازار سهام یا قیمت‌های سهام از طریق درآمدهای انتظاری تأثیرگذار باشد. یکی از دلایل منطقی در کاربرد قیمت نفت به عنوان یکی از مؤلفه‌های بنیادی در تحلیل بازار سهام را می‌توان در ارزش‌گذاری قیمت سهام به وسیله ارزش تنزیل شده جریان‌های نقدی آتی (اعم از سود نقدی و افزایش قیمت) در نظر گرفت که تحت تأثیر وقایع کلان اقتصادی قرار دارند. برای مثال، افزایش قیمت نفت در کشورهای صادر‌کننده به منزله درآمد بیش‌تر برای آن کشورها است. افزایش تقاضا برای کالاهای سرمایه‌ای و مصرفی می‌تواند به عنوان یک فرض عقلانی در به کارگیری درآمد بیش‌تر در نظر گرفته شود که انتظار می‌رود تقاضا برای واردات کالاها و خدمات را افزایش دهد. ضمن آن که رونق گرفتن سهام­های نفتی در کشورهای صادرکننده، افزایش دریافتی­های سهامداران به صورت ارزش فعلی جریانات نقدی آتی، را در پی خواهد داشت که این امر می­تواند با تأثیرگذاری بر درآمد سرانه کشور، تقاضا برای کالاهای وارداتی را در سطح خانوار و جریان تجارت کشورها را در سطح کلان افزایش دهد. تحت چنین شرایطی شوک مثبت در بازار نفت خام، تقاضا برای واردات کالاها و خدمات را افزایش داده و تأثیری مثبت بر پیکره بازار سهام کشور صادرکننده که بخشی از شرکت‌های این بازار تولیدکننده کالا و خدمات صادراتی هستند، وارد می‌سازد. در خصوص ارتباط تجارت و اثر آن بر همگرایی بازار سهام ایران با سایر کشورهای منطقه منا نیز باید اذعان نمود که شرط لازم برای همگرایی، وجود روابط تجاری و مالی مناسب میان کشورهای همگراست. در این خصوص آنچه که به طور کلی از نتایج بررسی همگرایی اقتصاد ایران مشاهده می‌شود آن است که همگرایی به معنای حرکت در مسیر جهانی‌شدن، در هم تنیدگی بازارها و همچنین نزدیکی به نرخ‌های جهانی تنها به صورت محدود و آن هم در خصوص تعداد کمی از کشورهای منطقه منا وجود دارد که این امر به دلیل پایین بودن سطح مراودات مالی و تجاری از میانگین جهانی و وضعیت سایر متغیرهایی است که بر این امر اثرگذار هستند. با توجه نتایج حاصل از مطالعه حاضر، پیشنهادهای زیر ارائه شده است:

  • میان بازار سهام ایران و کشورهای منطقه منا شامل کویت، عمان، قطر، امارات و لبنان ارتباط معنی­دار وجود دارد. ارتباط میان بازار سهام ایران و بازار سهام کشورهای کویت، عمان، قطر، امارات و لبنان به دلیل ارتباط تجاری بالای ایران با این کشورها می­باشد. از این رو به نظر می‌رسد که گسترش تجارت خارجی و در کل باز بودن فضای تجارت خارجی نقش مهمی بر همگرایی بورس ایران با سایر بورس‌های جهانی داشته باشد. در این خصوص با توجه به شرایط تحریمی ایران، با استفاده از ظرفیت‌های جغرافیایی و برقراری ارتباطات با سایر کشورها به خصوص همسایگان، می‌توان ضمن بهره‌مندی از مزایای ارتباط با بازارهای مالی بین‌المللی، بسیاری از چالش‌ها به‌ویژه در زمینه تأمین منابع ارزی یا دریافت کالاهای موردنیاز را رفع کرد. برای تحقق این امر پیشنهاد می‌گردد، ایجاد ثبات در حوزه قوانین و مقررات، اتخاذ سیاست‌های مناسب برای تسهیل صادرات تولیدات صنعتی و دانش‌بنیان با فناوری‌های جدید، افزایش رویدادهای تجاری مشترک با کشورهای همسایه، تمرکز بر صادرات در قالب تهاتر، امضای موافقت‌نامه‌های تجارت آزاد و تجارت ترجیحی و طراحی و نیز توسعه پیمان‌های تجارت آزاد منطقه‌ای، دوجانبه و چندجانبه، رونق بخشیدن به تجارت مرزی، تنوع‌بخشی به محصولات صادراتی، توجه به کیفیت و استانداردها و در نهایت تقویت بخش خصوصی و ایجاد زیرساخت‌های لازم و فراهم کردن زمینه‌های مساعد برای برقراری ارتباطات بیشتر بین فعالان اقتصادی و تجاری ایران و کشورهای منطقه و همسایه در دستور کار سیاست‌گذاران کشور قرار گیرد. البته همگرایی بازارهای سهام، اهمیت توجه به اثرات سرریز بین بازارهای سرمایه را افزایش می­دهد. زمانی که همگرایی رخ می­دهد، شوک­هایی که توسط یک کشور یا صنعت خاص ایجاد می­شوند، به سرعت به صنایع یا کشورهای دیگر گسترش می­یابند. لذا در این خصوص پیشنهاد می‌شود شاخص­های بی‌ثبات کننده به طور مرتب علاوه بر دولت و بانک مرکزی توسط خود سازمان بورس نیز بررسی و پایش و سیاست‌هایی برای کنترل و کاهش بی‌ثباتی و یا حداقل راهکارهای مناسب جهت رویارویی با آن‌ها اتخاذ شود تا از پیامدهای زیان‌آور بی‌ثباتی بر بازار سهام پیشگیری شود. در این راستا پیشنهاد می­گردد سازمان بورس به ایجاد مرجعی واحد اقدام نماید تا با آگاهی و تحلیل به موقع نوسانات، بتواند در حوزه وظایف و اختیارات خود نسبت به کنترل تأثیرات سوء آن نقشی مهم ایفا نماید.
  • میان بازار سهام ایران و کشورهای شمال آفریقا (شامل مراکش، مصر و تونس) و نیز برخی از کشورهای خاورمیانه (شامل بحرین و اردن) ارتباطی وجود ندارد و این بازارها مستقل از هم عمل می‌کنند. در این خصوص بررسی‌ها نشان می‌دهد که ارتباط تجاری میان ایران و کشورهای مذکور عموماً به دلایل سیاسی در حد بسیار پائینی قرار دارد. در این خصوص از آن جا که همگرایی به معنای حرکت در مسیر جهانی شدن، در هم تنیدگی بازارها و همچنین نزدیکی به نرخ‌های جهانی است و با توجه به این موضوع که انزوا در عرصه بین‌المللی و فاصله گرفتن از روند جهانی شدن به معنی منتفع نشدن از سرریزهای موجود است، پیشنهاد می‌شود که سیاست‌گذاران با اتخاذ دیپلماسی فعال سیاسی، اقتصادی و تجاری و رفع موانع پیش­رو، زمینه­های لازم برای ایجاد ارتباط حداکثری تجاری و اقتصادی با کشورهای مذکور را فراهم نمایند.
  • نتایج مطالعه حاضر نشان می‌دهد که میان بازار سهام ایران و کشورهای منطقه منا شامل کویت، قطر، امارات و عربستان ارتباط وجود دارد. این همگرایی از یک سو به دلیل ارتباط تجاری بالای ایران با برخی از این کشورها است که در این خصوص پیشنهادهای مناسب در قسمت قبل ارائه شد. بخش دیگری از این ارتباط به خصوص در مورد عربستان به دلیل وزن بزرگ و حضور صنایع بزرگ نفتی، پتروشیمی و معدنی در بورس ایران است که با استفاده از نفت و گاز به تولید مشتقات نفتی اقدام و لذا تأثیرپذیری بالایی از نوسان‌های جهانی قیمـت انرژی دارند. در چنین شرایطی به دلیل وابستگی قابل توجهی که وجود دارد، شوک‌هایی که در مورد انرژی‌های مذکور ایجاد می‌شوند، بـه سـرعت بـه صـنایع داخلی که از این نهاده‌ها استفاده می‌کنند، گسترش می‌یابد. از این رو و با توجه به آن که نوسانات ایجاد شده ممکن است به دلیل رفتار هیجانی سهامداران به کل بازار نیز سرایت و نتایج ناگواری را ایجاد کند، لازم است سیاست‌گذاران حوزه مالی به خصوص سازمان بورس اولاً در خصوص طبیعی و گذرا بودن این نوسانات آگاهی‌ها و آموزش‌های لازم را به سهامداران ارائه دهند و ثانیاً با استفاده از ابزارهای نوین و تجربیات جدید بین‌المللی از شـدت تأثیرگـذاری تلاطم‌ها بر بازار سهام داخلی کاسته و آن را مدیریت کنند.
  • در ایران تحولات بازار نفت به طور مستقیم در سیاست‌های مالی و بودجه‌ای کشور منعکس شود. لذا هم در حالت افزایش و هم در حالت کاهش قیمت نفت، سیاست مالی دولت ممکن است باعث افزایش حجم پول شود. با افزایش حجم نقدینگی در دست سرمایه‌گذاران مالی و به دنبال آن افزایش تورم، تمایل آنان به نگهداری پول نقد کمتر شده و بنابراین سرمایه‌های بیشتری به سمت بازارهای دارایی جریان می‌یابند. ضمن آن که با کاهش قیمت نفت طرح‌های سرمایه‌گذاری بنگاه‌ها دستخوش عدم اطمینان می­شوند و از آن جا که سودآوری شرکت‌ها تحت تأثیر درآمد نفتی قرار می‌گیرد، قیمت سهام می‌تواند کاهش یابد. از طرف دیگر، اگر قیمت نفت و در نتیجه درآمد کشور افزایش یابد، باعث شکل‌گیری انتظارات خوش بینانه در مورد ایجاد رونق و افزایش فعالیت‌ها در سطح سودآوری آن‌ها باعث می‌شود که شاخص قیمت سهام با رشد مثبت مواجه شود. با توجه به موارد بیان شده از آن جا که هرگونه شوک در بازار نفت می­تواند سبب شکل‌گیری حباب در بورس اوراق بهادار شود، سازمان بورس اوراق بهادار باید با مدیریت صحیح، این ورود نقدینگی را به عنوان یک فرصت تلقی نماید؛ از آن جا که در ایران پروژه‌ها وابستگی بالایی به وام‌های بانکی و صندوق توسعه دارند، شرکت‌ها، سهامداران نهادی و سازمان بورس می‌توانند از این نقدینگی بالا استفاده کنند و از طریق افزایش سرمایه یا واگذاری سهام شرکت‌ها و کارخانجات بخشی از نقدینگی حبس‌شده در سهام را آزاد کنند و صرف توسعه پروژه‌ها یا اصلاح ساختار سرمایه کنند. ضمن آن که سازمان بورس اوراق بهادار  با به کارگیری ابزارهای در اختیار خود (از جمله دستورالعمل سقف خرید اعتباری) می‌تواند از طریق کنترل نقدینگی در بازار مداخله و از تشکیل حباب قیمتی جلوگیری نماید.

 

 

[1]- گروه مدیریت مالی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران-ایران. mohdreza30@yahoo.com

[2]- گروه مدیریت مالی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران-ایران(نویسنده مسئول). gh.zomorodian@iau.ac.ir

[3]- گروه مدیریت مالی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران-ایران. mirfeiz.fallah@iau.ac.ir

[4]- گروه مدیریت مالی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران-ایران . mehrzad.minouei@iau.ac.ir

[5] - Middle East and North Africa

[6] - Mousavi & Clark

[7] - International Diversification

[8] - Liow et al.

[9] - Agarwal

[10]-Bahmani-Oskooee  & Saha

[11]- Vithessonthi& Kumarasinghe

[12] - Chen & Chiang

[13] - Solow

[14] - Financial Integration

[15] -Howell & Chaddick

[16] - Erb et al.

[17] - Diamonte et al.

[18] - Bekaert & Harvey

[19] - Lyócsa & Baumöhl

[20] - Eun & Lee

[21] - Alesina & Rodrik

[22] - Djankov et al.

[23] - Barseghyan & DiCecio

[24] - Easterly et al.

[25] - Easterly & Levine

[26] - Ethnic Diversity

[27] - Syllignakis & Kouretas

[28] - Chien et al.

[29] - Caporale et al.

[30] - Niţoi & Pochea

[31] - Zhang et al.

[32] - Mensi et al.

[33] - Wu

[34] - Jana

[35] -Frequency component

[36] -Resolution

[37] -Fourier

[38] -Window

[39] - Scale

[40] - Local

[41] - Time domain

[42] - Frequency domain

[43] -Spectral

[44] - Dilation

[45] - Jumps

[46] - cusps

[47] - Singularity points.

[48] - Haar wavelet

[49] - Mexican hat

[50] - Daubechi

[51] - Multi Resolution Decomposition

[52] - Basis Functions

[53] -Wu et al.

[54] -Dynamic Simultaneous Equation Model  

[55]- Identified

[56]- Reduced Form

[57] - Least Absolute Deviations

[58] -Tian et al.

[59] -Slope Equality Testing

[60] -Transparency International

[61] -Newey and Powell

مراجع
فهرست منابع

  • ابونوری، اسماعیل و ضیاءالدین، حامد. (1399). بازدهی و تلاطم بین قیمت جهانی نفت و شاخص بازار سهام در کشورهای عضو اوپک،فصلنامه علمی مدل‌سازی اقتصادی، دوره 14، شماره 49، صص: 24-1.
  • اسکندری­عطا، محمدرضا و روستا، ایمان. (1394). تجزیه و تحلیل هم‌انباشتگی بورس اوراق بهادار تهران و بازار سهام اسلامی در کشورهای منتخب، تحقیقات مالی اسلامی، دوره 5، شماره 1، صص: 180-155.
  • ادیب­پور، مهدی و کرباسی­زاده، سینا. (1397). رانت نفتی و فساد در کشورهای منطقه خاورمیانه و شمال آفریقا (منا)،فصلنامه علمی مدلسازی اقتصادی، دوره 12، شماره 44، صص: 72-47.   
  • بابالویان، شهرام؛ نیکومرام، هاشم؛ وکیلی فرد، حمیدرضا و رهنمای رودپشتی، فریدون. (1397). ارزیابی و تحلیل وابستگی فرین بین بازار سهام ایران و بازارهای سهام بین‌المللی با استفاده از نظریه ارزش فرین چند متغیره، دانش سرمایه‌گذاری، دوره 7، شماره 27، صص: 256-241.
  • سیدحسینی، سید محمد و ابراهیمی، سید بابک. (1392). بررسی سرایت تلاطم بین بازارهای سهام؛ مطالعه موردی بازار سهام ایران، ترکیه و امارات، دانش مالی تحلیل اوراق بهادار (مطالعات مالی)، دوره 6، شماره 19، صص: 97-81.
  • شکوهی فرد، سیامک؛ ابوالحسنی، اصغر و فرهنگ، امیرعلی. (1400). اثرات فساد بر شکنندگی مالی در ایران: رهیافت رگرسیون کوانتایل، توسعه و سرمایه، دوره 6، شماره 2، صص: 110-93.
  • صادقی، حجت­اله و دهقانی فیروزآبادی، زهرا. (1396). نوفه‌زدایی از سری‌های زمانی مالی با استفاده از آنالیز موجک، مهندسی مالی و مدیریت اوراق بهادار (مدیریت پرتفوی)، دوره 8، شماره 33، صص: 315-299.
  • عباسی شاکرم، شیدا. (1393). بررسی وابستگی متقابل بازارهای سهام کشورهای منتخب درحال توسعه، پایان‌نامه کارشناسی ارشد، دانشکده اقتصاد و علوم اجتماعی رازی کرمانشاه، ایران.
  • عباسی، ابراهیم؛ هادی‌نژاد، منیژه و کریمی، جعفر. (1394). بررسی اثرات نامتقارن نوسانات قیمت نفت بر روی بازار سهام بورس اوراق بهادار تهران (با استفاده از مدل MS-EGARCH)، فصلنامه روند، شماره 72، صص: 127-105.
  • عسکری بزایه، فاطمه؛ محمدزاده، رویا و آذرین­فر، یدالله. (1399). آب و چشم‌‏انداز آن در منطقه منا (خاورمیانه و شمال آفریقا)،آب و توسعه پایدار، دوره 7، شماره 2، صص: 44-33.
  • عسگری فیروزجایی، احسان و سلمانی، کامران. (1395). همگرایی بورس‌ها در عرصه جهانی، مدیریت تحقیق و توسعه شرکت بورس اوراق بهادار.
  • فلیحی، نعمت؛ محمدی، تیمور و شاه کرم اوغلی، معصومه. (1393). تحلیل تأثیر بازار بورس بین‌المللی بر بازار بورس ایران­: استفاده از رهیافت سیستم دینامیکی و GARCH، اقتصاد مالی، دوره 8، شماره 27، صص: 106-89.
  • کریمی، مجتبی؛ صراف، فاطمه؛ امام وردی، قدرت­اله و باغانی، علی. (1398). همبستگی شرطی پویای نوسانات قیمت نفت و بازار سهام کشورهای حوزه خلیج فارس با تاکید بر سرایت بحران مالی، اقتصاد مالی، دوره 13، شماره 49، صص: 130-101.
  • نانوای سابق، بهناز؛ فقه مجیدی، علی و محمدی، احمد. (1397). آزمون هم‌گرایی شاخص قیمت بورس در بازارهای سهام: شواهدی از کشورهایOECD ، پژوهش‌های اقتصادی ایران، دوره 23، شماره 77، صص: 194-169.
  • نجفی استمال، سمیرا؛ حسینی، سید شمس­الدین؛ معمارنژاد، عباس و غفاری، فرهاد. (1400). بررسی اثر مکانیسم انتقال بحران مالی و علیت مارکوف سوئیچینگ بر شاخص­های منتخب بورس اوراق بهادار ایران، اقتصاد مالی، دوره 15، شماره 56، صص: 59-88.
  • نوفرستی، محمد. (1400). اقتصادسنجی کاربردی داده‌های سری زمانی، انتشارات دانشگاه شهید بهشتی.
  • نیکپور، ساغر؛ بهمنی، مجتبی؛ جلایی، سید عبدالمجید و نجاتی، مهدی. (1398). بررسی همگرایی مالی ایران و کشورهای عضو اوپک (کاربرد روش فیلیپس- سول)، اقتصاد مالی، دوره 13، شماره 46، صص: 126-95.
آمار
تعداد مشاهده مقاله: 676
تعداد دریافت فایل اصل مقاله: 206


سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب