پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 418 |
| تعداد شماره‌ها | 10,005 |
| تعداد مقالات | 83,622 |
| تعداد مشاهده مقاله | 78,380,306 |
| تعداد دریافت فایل اصل مقاله | 55,413,959 |
سرریز پویای میان بازارهای ارز و سهام در چرخه‌های تجاری اقتصاد ایران | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| اقتصاد مالی | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| دوره 17، شماره 63، تیر 1402، صفحه 355-374 اصل مقاله (980.37 K) | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| نوع مقاله: علمی پژوهشی | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| شناسه دیجیتال (DOI): 10.30495/fed.2023.702198 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| نویسندگان | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| مهدی مظفرنیا1؛ میر فیض فلاح شمس لیالستانی* 2؛ غلامرضا زمردیان3 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 1گروه مدیریت مالی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران ،ایران | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 2گروه مدیریت مالی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 3گروه مدیریت مالی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران ایران | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| چکیده | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| چکیده ادغام فزاینده بازارهای مالی و بحرانهای مالی اخیر موج جدیدی از توجه محققین به مسئله سرریز و سرایت در بازارهای مالی ایجاد نموده است. سیاستگذاران و مشارکت کنندگان بازار نیز بیش از پیش به اثرات سرریز و چگونگی رفتار آن در خلال دوره های مختلف رونق و رکود اقتصادی توجه می کنند تا بتوانند ضمن پیش بینی روند بازارها ابزارهای پوشش ریسک را به شکل بهتری انتخاب کنند. از این رو تحقیق حاضر با هدف برآورد اثرات سرریز میان بازارهای ارز و سهام در اقتصاد ایران، به دنبال مطالعه چگونگی رفتار سرریز میان این دو بازار در چرخه‌های تجاری اقتصاد ایران است. به این منظور با مطالعه داده های روزانه سالهای 1389-1399 که اقتصاد ایران با دو دوره رونق و دو دوره رکود اقتصادی در آن مواجه بوده، میزان سرریز روزانه از بازارهای ارز و سهام به یکدیگر مطابق رویکرد اقتصادسنجی سرریز پویای دیبولد و ییلماز (2012)، مدلسازی، برآورد و تحلیل شده است. مطابق نتایج تحقیق، سرریز از هر دو بازار وجود دارد، اما به طور کلی میزان سرریز از بازار ارز به بازار سهام بیشتر از سرریز از بازار سهام به بازار ارز است. همچنین سرریز و البته وابستگی دو بازار زمان-متغیر بوده و در خلال دوران رکود اقتصادی شدیدتر از دوران رونق اقتصادی بوده است. این نتایج مضامین مهمی برای سیاستگذاران و فعالان بازار دارد و نشان می دهد لازم است ارتباط میان بازار ارز و سهام بنابر وضعیت چرخه تجاری اقتصاد، در سیاستگذاریها و تصمیمات سرمایه گذاری لحاظ شود و بهینه نیست که یک رویکرد ثابت و از پیش مشخص، چه برای سیاستگذاری های کلان و چه برای استراتژیهای سرمایه گذاری، در این بازارها اتخاذ شود. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| کلیدواژه‌ها | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| واژه‌های کلیدی: سرریز پویا، چرخه های تجاری، سرایت طبقه بندی JEL : : G12؛ F31؛ C1 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| اصل مقاله | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
سرریز پویای میان بازارهای ارز و سهام در چرخه‌های تجاری اقتصاد ایران
چکیده ادغام فزاینده بازارهای مالی و بحرانهای مالی اخیر موج جدیدی از توجه محققین به مسئله سرریز و سرایت در بازارهای مالی ایجاد نموده است. سیاستگذاران و مشارکت کنندگان بازار نیز بیش از پیش به اثرات سرریز و چگونگی رفتار آن در خلال دوره های مختلف رونق و رکود اقتصادی توجه می کنند تا بتوانند ضمن پیش بینی روند بازارها ابزارهای پوشش ریسک را به شکل بهتری انتخاب کنند. از این رو تحقیق حاضر با هدف برآورد اثرات سرریز میان بازارهای ارز و سهام در اقتصاد ایران، به دنبال مطالعه چگونگی رفتار سرریز میان این دو بازار در چرخه‌های تجاری اقتصاد ایران است. به این منظور با مطالعه داده های روزانه سالهای 1389-1399 که اقتصاد ایران با دو دوره رونق و دو دوره رکود اقتصادی در آن مواجه بوده، میزان سرریز روزانه از بازارهای ارز و سهام به یکدیگر مطابق رویکرد اقتصادسنجی سرریز پویای دیبولد و ییلماز (2012)، مدلسازی، برآورد و تحلیل شده است. مطابق نتایج تحقیق، سرریز از هر دو بازار وجود دارد، اما به طور کلی میزان سرریز از بازار ارز به بازار سهام بیشتر از سرریز از بازار سهام به بازار ارز است. همچنین سرریز و البته وابستگی دو بازار زمان-متغیر بوده و در خلال دوران رکود اقتصادی شدیدتر از دوران رونق اقتصادی بوده است. این نتایج مضامین مهمی برای سیاستگذاران و فعالان بازار دارد و نشان می دهد لازم است ارتباط میان بازار ارز و سهام بنابر وضعیت چرخه تجاری اقتصاد، در سیاستگذاریها و تصمیمات سرمایه گذاری لحاظ شود و بهینه نیست که یک رویکرد ثابت و از پیش مشخص، چه برای سیاستگذاری های کلان و چه برای استراتژیهای سرمایه گذاری، در این بازارها اتخاذ شود. واژه‌های کلیدی: سرریز پویا، چرخه های تجاری، سرایت طبقه بندی JEL : : G12, F31, C1
1- مقدمه رابطه بین بازده سهام و نرخ ارز سالهاست که مورد توجه محققین قرار گرفته است. این حوزه سعی دارد که اطلاعاتی در مورد جهت علیت بین حرکت قیمت سهام و نرخ ارز به دست آورد. خط معمول تحقیقات مدل جریانی[4] یا مدل سهام محور[5] است. رویکرد جریانی یا رویکرد تراز پرداختها (دورنبوش و فیشر[6]، 1980) توضیح می دهد که تغییرات نرخ ارز بر تغییرات قیمت سهام تأثیر می گذارد: کاهش ارزش پول داخلی رقابت پذیری شرکت های محلی را بهبود می بخشد و قیمت سهام در پاسخ افزایش می یابد. بنابراین، اعتقاد بر این است که نرخ ارز با حساب جاری یک کشور تعیین می شود. از آنجا که قیمت سهام را می توان به عنوان ارزش فعلی جریانهای نقدی آینده تعریف کرد، قیمتها باید خود را با تغییرات اقتصاد و نرخ ارز وفق دهند. مدل سهام محور یا رویکرد سبد دارایی (برانسون[7]، 1981؛ فرانکل[8]، 1983) فرض می کند که تغییرات نرخ ارز ناشی از تغییر قیمت سهام است که در نتیجۀ تغییر تقاضا و عرضه دارایی های خارجی و داخلی در سبد دارایی های بین المللی اتفاق می افتد. به این ترتیب، بین دو سری مالی رابطه منفی وجود دارد، زیرا افزایش قیمت سهام منجر به افزایش ارزش پول داخلی می شود. این به دلیل افزایش ثروت سرمایه گذاران است که باعث افزایش تقاضای پول نیز می شود. محققان این مفاهیم را بررسی می کنند زیرا نتایج برای سیاست گذاران به منظور تنظیم سیاستهای کلان اقتصادی که باعث رشد اقتصادی می شود مهم است، اما اهمیت آن برای شرکت ها، سرمایه گذاران (بالقوه) و صندوق های سرمایه گذاری که پروژه های سرمایه گذاری حقیقی دارند از منظر پیش بینی بازده و ریسک و مدیریت دارایی است. از دیگر سو به طور روز افزونی بازارهای مالی در حال ادغام فزاینده هستند و همحرکتی[9] در بازارهای مالی و همچنین شاخص های مالی (یعنی وابستگی متقابل بازده دارایی ها و نوسانات بازده در بازارهای مختلف) بسیار مورد توجه تحلیلگران مالی و مدیران دارایی ها است. به عنوان مثال، بی ثباتی بالای نرخ ارز و رشد پیاپی آن، بر دیگر متغیرهای اقتصادی کلان اقتصادی تأثیر جدی می گذارد و بازار دارایی ها را نیز متاثر خواهد نمود. پدیده ای که در سال 1399 در اقتصاد ایران رخ داد و تلاطم بی سابقه ای در بازارهای مالی به ویژه بازار ارز و سهام تجربه شد. از این رو و با توجه به اهمیتی که نرخ ارز و بازار سهام برای سیاستگذاران اقتصاد ایران و فعالان بازارهای مالی ایران دارد، هدف از تحقیق حاضر برآورد سرریز[10] میان نرخ ارز و شاخص قیمت سهام در اقتصاد ایران و مطالعه سرریز آنها در خلال دوره های رونق و رکود اقتصادی است. به این منظور از یک رویکرد پویای مبتنی بر اقتصادسنجی برای برآورد سرریز و جهت سرریز بین بازار سهام و ارز و بررسی رفتار آن در چرخه های تجاری اقتصاد ایران بهره برده شده که نوآوری تحقیق نیز محسوب می شود. اهمیت چنین مطالعه ای از آنجا است که سیاستگذار اقتصادی علاقه مند است بداند اثرات سرریز بین بازارها به ویژه در دوران رکود اقتصادی چگونه است و آیا می توان از مطالعه رفتار سرریزی و مضامین آن، به منظور رصد، کنترل و آینده نگری اثرات سرایت میان بازارها استفاده نمود (به ویژه تحولاتی که به بی ثباتی مالی منجر می شوند). از منظر کارگزاران مالی نیز چگونگی سرریز میان بازارها و رفتارهای بالقوه متفاوت آنها در طول چرخه های تجاری، در مدیریت سبد دارایی ها و مدیریت ریسک آن بسیار می‌تواند تعیین کننده و در انتخاب استراتژی های سرمایه گذاری حائز اهمیت باشد، زیرا سرریز بین قیمت دارایی های مالی می تواند نشان از افزایش ریسکها داشته باشد و اصولا زمانی اهمیت بیشتر می یابد که به دنبال تشکیل یک سبد دارایی باشیم (محمدی و همکاران، 1400). ادامه مقاله اینگونه سازماندهی شده است: بخش 2 به مروری بر پیشینه پژوهش می پردازد. بخش 3 به ارائه روش شناسی تحقیق برای تجزیه و تحلیل داده ها اختصاص دارد. بخش 4 نتایج حاصل از تحقیق را ارائه می کند و بخش 5 به نتیجه گیری و پیشنهادات می پردازد.
همانطور که اشاره شد تحقیقات بسیاری به موضوع ارتباط میان بازارهای سهام و ارز پرداخته اند، با اینحال مطالعات اندکی در خصوص سرریز بین بازارهای ارز و سهام انجام شده است. به منظور حفظ اختصار در این بخش به مروری بر تحقیقاتی که با محوریت سرریز و سرایت بین ارز و سهام انجام شده اند پرداخته می شود. در این راستا، کومار[11] (2013) به تحلیل ماهیت سرریز میان بازارهای سهام و ارز در کشورهای هند، برزیل و افریقای جنوبی، در یک چارچوب VAR و روش شناسی دیبولد و ییلماز[12] (2009) پرداخت. نتایج وی نشان می دهد که یک سرریز دوطرفه میان بازارها وجود دارد. همچنین وی با مقایسه نتایج یک مدل GARCH چند متغیره نتایج روش شناسی دیبولد و ییلماز را تایید می کند. وی مطابق نتایج پیشنهاد می کند که در پیش بینی نرخ ارز و سیاستگذاری ارزی به بازار سهام توجه بیشتری شود. گروبی[13](2015) به بررسی سرریز نوسانات بین بازار ارز و بازار سهام شرکای تجاری ایالات متحده آمریکا و بازار سهام ایالات متحده طی سال های 1986تا 2014 در یک مدل VAR پرداخت. وی نشان داد که اثر سرریز نوسانات بین بازار ارز و سهام در طول بحرانها و آشفتگیهای اقتصادی بالا است. همچنین کشورهایی که از اقتصاد آرام و کم تلاطمی برخوردار هستند سرریز نوسانات کمتری را تجربه کردهاند. لئونگ[14] و همکاران (2017) سرریز تلاطم ساعتی میان بازارهای سهام و ارز را در امریکا، انگلیس و ژاپن در سالهای 2001-2013 و دوره های بحران مالی جهانی و بحران بدهی اروپا را با برآورد مدلهای GARCH و رگرسیونهای سری زمانی مطالعه نموند. آنها نتیجه گرفتند که در خلال دوره های بحران سرریز بین بازارهای ارز و سهام افزایش می یابد. همچنین سرایت خالص[15] (رفتار غیرعقلایی سرمایه گذاران) و سرایت بنیادی[16] (ناشی از بنیادهای اقتصادکلان) هر دو در افزایش سرریز بازارها در بحران مالی جهانی نقش داشته اند، به ویژه در سرریز از بازارهای ارز به بورس نیویورک در طول بحران بدهی اروپا. سوی و سان[17] (2020) در پژوهشی به مطالعه رابطه پویای بین بازده سهام، نرخهای ارز، نرخ بهره و بازده شاخص 500 S&P در کشورهای برزیل، روسیه، هند، چین و آفریقای جنوبی پرداختند. یافتهها نشاندهنده سرایتپذیری معنادار از نرخ ارز به بازده سهام در کوتاهمدت است؛ اما عکس آن صادق نیست. بازارهای سهام برزیل، چین و آفریقای جنوبی، از شاخص سهام ایالت متحده، شوکهای معناداری را اثر میگیرند؛ همچنین سرایتپذیری قویتری بین نرخهای ارز و بازده سهام طی بحران مالی وجود دارد. گوکمنوگلو[18] و همکاران (2021) با استفاده از رویکرد رگرسیون کوانتیل، به بررسی رابطه بین نرخ ارز و بازده بورس برای کشورهای نوظهور منتخب پرداختند. نتیجه برآوردها نشان میدهد که عملکرد بازارهای سهام کشورهای مورد بررسی تحت تأثیر تغییرات نرخ ارز قرار نمیگیرد مگر اینکه شرایط خاصی در بازار ایجاد شود. نتایج تجربی نشان می دهد که انعطافپذیری نرخ ارز بسته به شرایط افول نقشی اساسی در تعیین بازده بازار دارد. همچنین سرایت از نرخ ارز به سهام در کوتاهمدت اتفاق میافتد. لذا ماهیت نامتقارن رابطه بین نرخ ارز و بازار سهام وجود دارد. اسکرینجاریچ[19] و همکاران (2021) به مطالعه سرریز تلاطم و بازده میان قیمتهای سهام و نرخ ارز در کرواسی، با استفاده از رویکرد روش شناسی سرریز دیبولد و ییلماز[20] (2009) پرداختند. نتایج آنها نشان داد که سرریز بازده میان سهام و ارز بیشتر از سرریز تلاطم است. وهمچنین سرریز بازده از بازار ارز به بازار سهام بیشتر از سرریز بازده از بازار سهام به ارز اتفاق می افتد. آنها اذعان دارند که این نتیجه برای بهبود عملکرد پرتفوی و متنوع سازی حائز اهمیت است. فنگ[21] و همکاران (2021) به مطالعه سرریز میان بازارهای ارز و تاخت نکول اعتباری کشوری[22]در بازارهای جهانی، با استفاده از رویکرد سرریز پویا پرداختند. نتایج آنها حاکی از وجود سرریز پویای دوطرفه میان بازارها است. آنها همچنین نتیجه گرفتند که اثر سرریز از بازار ارز بر بازار دیگر بیشتر است و همچنین تحت شرایط تنش حدی، سرریز میان بازارها افزایش می یابد. ری و گارگ[23] (2022) با برآورد همبستگی و شاخص های سرریز تلاطم پویا میان بازارهای سهام و ارز در کشورهای BRIICS به ارزیابی سرریز میان بازارها و اثرات پاندمی کرونا بر آن پرداختند. نتایج آنها حاکی از وجود سرریز میان بازارها است و این رابطه در خلال دوران اولیه قرنطینه تقویت شده است. آنها نتیجه گرفتند که انتقال ریسک معناداری میان بازارها به ویژه در دوران پاندمی وجود داشته است. وندروستویزن[24] و همکاران (2022) به مطالعه سرایت میان بازارهای ارز و سهام در افریقای جنوبی در خلال دوره پاندمی کرونا و سالهای 1979 تا 2021 با استفاده از مدلسازی EGARCH دو متغیره پرداختند. نتایج آنها نشان می دهد که رویکرد سهام محور در سرریز تلاطم و قیمت از بازار سهام به بازار ارز برقرار است و رویکرد جریان محور تنها در سرریز تلاطم مشاهده می شود. نتایج آنها نشان می دهد که سرایت در دوره پاندمی کرونا تشدید نیز شده است. آنها اذعان دارند که این نتایج برای مقررات گذاری بهتر بازارها و همچنین اتخاذ استراتژیهای پوشش ریسک حائز اهمیت هستند. در معدود تحقیقات انجام شده در ایران، محسنی و بت شکن (1396)، سرریز نوسان و همبستگی پویای شرطی نرخ ارز و شاخص سهام گروه بانکی را در ایران دوره 1384-1395 با استفاده چندین مدل گارچ چندمتغیره مطالعه نمودند. نتایج آنها نشان داد همبستگی شرطی مثبت کوتاه مدت نرخ ارز دلار و بلندمدت نرخ ارز یورو و اثرات سرریز آنها بر شاخص سهام بانکی وجود دارد. آنها اهمیت این نتایج را در درک بهتر مکانیزمهای همبستگی و سرریز و اطلاعاتی که در خصوص انتخاب استراتژی و کاهش ریسک سرمایه و حفظ ثبات مالی می تواند داشته باشد می دانند. محسنی و صادقی (1398) سرریز نوسان نرخ ارز بر بازار سرمایه در ایران را با استفاده از سه مدل گارچ چندمتغیر در دوره 1384-1395 با هدف تبیین نحوه اثرگذاری شوک های بازار ارز و شدت سرریزی نوسانات آن بر بازار سرمایه بررسی نمودند. نتایج آنها حاکی از وجود پایداری کوتاه مدت منفی و پایداری بلندمدت مثبت شوک های ارزی بر بازار سهام است. همچنین سرریز نوسان مثبت از بازار ارز بر بازار سرمایه وجود دارد. هاشمی و همکاران (2019) با استفاده از رویکرد سرریز دیبولد و ییلماز به برآورد اثرات سرریز بازارهای سرمایه گذاری طی دوره 1385-1398 پرداختند. نتایج آنها نشان می دهد سرریز در بازارهای ارز، طلا، بورس، نفت، فلزات، مسکن و بانکهای بورسی وجود دارد. آنها توصیه می کنند که به منظور مدیریت منابع در بازارهای ایران باید ارتباطات سرریز در نظر گرفته شوند. ابونوری و همکاران (1399) انتقال تلاطم بین نرخ ارز و بازار سهام را در ایران به تفکیک صنایع برای دوره فروردین 1388 تا خرداد 1398 با استفاده از مدل DECO-GARCH و رویکرد دیبولد و ییلماز (2012) برآورد نمودند. نتایج آنها نشان می دهد سرریز کلی بازده بازارها حدود 7.36 و سرریز نوسانات حدود 10.8 درصد است و سرریز از بازار ارز به بازار سهام بیشتر از سرریز بازار سهام به بازار ارز است. محمدی و همکاران (1400) با استفاده از ترکیب روشهای گارچ، خودرگرسیون برداری و تحلیل گراف به مطالعه تاثیرگذاری و تاثیرپذیری نوسانات دائمی مقت نفت، طلا، ارز، شاخص صنایع پتروشیمی و نفتی و شاخص بورس تهران پرداختند. نتایج آنها حاکی از آن است که در کوتاه مدت قیمت سهام و شاخص های سهام مرتبط بیشترین تاثیر را بر بازار سهام، ارز و طلا دارند. نتایج آنها در داده های با تواتر روزانه البته نشان می دهد که تلاطم زودگذر شاخص سهام فراورده های نفتی، نرخ ارز و طلا بیشترین اهمیت را دارند. آنها نهایتا پیشنهاد می کنند که با پیش بینی تلاطم بازار طلا و نفت برای پوشش ریسک اقدام نمود. بذرائی و همکاران (1400) پوشش ریسک قیمت سهام صنایع بورسی منتخب با نرخ ارز را مورد مطالعه و مدلسازی با استفاده از روش های DCC و ADCC و داده های روزانه سالهای 1387 الی 1399 قرار دادند. نتایج آنها حاکی از وجود همبستگی متقارن میان قیمت سهام صنایع با نرخ ارز بوده و همچنین در هر دو بحران ارزی این سالها نیز وجود داشته است. در تحقیقی دیگر، ابونوری و همکاران (1400) به بررسی سرایت پذیری ریسک در بازار سرمایه در دوره های رونق و رکود طی سالهای 1388-1395 پرداختند. نتایج آنها نشان می دهد که سرایت ریسک از بخش مالی به دیگر صنایع فعال در بورس وجود دارد و این سرایت در دوره های رکودی بیشتر است.
بحران های مالی با نظم قابل توجهی رخ داده و مشابهت های قابل توجهی نیز از خود نشان می دهند. به عنوان مثال، در بحران ها، تلاطمات بازارهای مالی به طور کلی افزایش می یابد و در بین بازارها سرریز[25] می شود. طبیعتاً هر محققی مایل است بتواند چنین سرریزهایی را اندازه گیری و پایش کند، که هم برای تهیه سیستم های هشدار سریع برای بحران ها و هم برای ردیابی پیشرفت بحران های موجود و به ویژه مدیریت سبد دارایی ها مورد استفاده خواهند بود. با انگیزه چنین ملاحظاتی، دیبولد و ییلماز (2009) معیار سرریز تلاطمات را بر اساس تجزیه واریانس خطای پیش بینی شده[26] از مدل خودرگرسیون برداری (VARs) معرفی کردند. این معیار می تواند برای اندازه گیری میزان سرریز در بازده یا تلاطمات بازده (یا هر خصیصه مورد توجه دیگری) در دارایی های منفرد، پرتفوی داراییها، بازارهای دارایی و غیره برای نشان دادن روند سرریز ، چرخه ها ، انفجار حبابها و غیره استفاده شود. با این حال، چارچوب دیبولد و ییلماز (2009) (DY)، دارای محدودیت های زیادی، چه روش شناختی و چه ماهوی است. جنبه روش شناختی را در نظر بگیرید. اول ، DY از تجزیه چولسکی[27] در مدل VAR استفاده نموده و بنابراین تجزیه واریانس حاصل می تواند به ترتیب متغیر وابسته باشد. اما اندازه گیری سرریز که نسبت به ترتیب متغیرها غیرقابل تغییر باشد ترجیح دارد. دوم و مهمتر از همه ، DY فقط به کل سرریزها (از/ به هر بازار i، به/ از سایر بازارهای i) می پردازد. در حالی که سرریز (سرایت)های جهت دار[28] (از/ به یک بازار خاص) نیز می تواند مهم باشد. یک مدل VAR(p) کوواریانس مانا[29] با N متغیر را درنظر بگیرید، ، که در آن برداری از اختلالات یکتا توزیع شده و مستقل[30] است. نمایش میانگین متحرک[31] که در آن ماتریس ضرایب به صورت است. ضرایب نمایش میانگین متحرک (یا تبدیلات آن نظیر توابع واکنش تکانه ای یا تجزیه واریانس) برای درک پویایی های سیستم کلیدی است. تجزیه واریانس اجازه می دهد سهم h قدم به جلوی واریانس خطا در پیش بینی که بخاطر شوکهای وارد بر را ارزیابی کنیم. محاسبه تجزیه واریانس به ابداعات متعامد[32] نیاز دارد، در حالی که ابداعات VAR عموما به طور همزمان همبسته[33] هستند. روش های شناسایی نظیر چولسکی متعامدسازی را انجام می دهند، اما تجزیه واریانس آنگاه به ترتیب متغیرها حساس می شود. دیبولد و یلماز (2012) از چارچوب کوپ و همکاران(1996) و پسران و شین[34] (1998) استفاده نمودند (از این پس KPPS) و تجزیه واریانسی ارائه نمودند که به ترتیب متغیرها حساس نیست. سهم واریانس خود متغیر به صورت بخشی از واریانس h قدم به جلوی که بخاطر شوکهای وارد بر است، تعریف می شود. همچنین سهم واریانسهای متقاطع (یا همان سرریز) نیز به صورت بخشی از واریانس خطای h قدم به جلو در پیش بینی که به خاطر شوکهای است، تعریف می شود. با نشان دادن تجزیه واریانس خطای پیش بینی به روش KPPS توسط برای H=1,2,…، داریم
که در آن ماتریس واریانس بردار خطای ، انحراف معیار جمله خطا برای معادله j و بردار انتخابی، با مقدار 1 برای مولفه های i و صفر برای دیگر مولفه ها است. در این روش جمع مولفه ها در هر ردیف جدول تجزیه واریانس برابر یک نمی شود: . برای استفاده از اطلاعات موجود در ماتریس تجزیه واریانس در محاسبه شاخص سرریز، هر کدام از درایه های ماتریس تجزیه واریانس را با جمع ردیفی نرمال می کنیم:
توجه داریم که و . با استفاده از تجزیه واریانس به روش KPPS، می توانیم شاخص سرریز (سرایت) کل[35] را تعریف کنیم:
این در واقع مشابه همان شاخص سرریز (سرایت) است که توسط دیبولد و ییلماز (2009) با استفاده از تجزیه واریانس چولسکی معرفی شد. شاخص سرریز کل سهم سرریز (سرایت) شوکها در واریانس خطای پیش بینی کلی را اندازه می گیرد. اگرچه مطالعه شاخص سرریز کل برای درک اینکه چقدر شوکها میان دارایی ها سرریز (سرایت) می کنند کافی است، اما رویکرد KPPS این اجازه را می دهد که جهت سرریز (سرایت) بین دارایی ها را نیز مطالعه کنیم. از آنجایی که توابع واکنش تکانه ای و تجزیه واریانس تعمیم یافته نسبت به ترتیب چینش متغیرها در مدل حساس نیستند، شاخص های سرریز جهتدار[36] با استفاده از مولفه های نرمال شده ماتریس تجزیه واریانس تعمیم یافته محاسبه می شود. سرریز جهتدار دریافتی بازار i از تمام بازارهای j دیگر به صورت ذیل است:
به طور مشابه نیز سرریز جهتدار از بازار i به بازارهای j نیز به صورت ذیل محاسبه می شود:
به عبارتی دیگر سرریزهای جهتدار را می توان تجزیه شاخص سرریز کل به منابع خاص آن در نظر گرفت. به این ترتیب معیارهای مناسبی برای اندازه گیری وابستگی متقابل بازار دارایی ها وجود خواهد داشت. مزیت رویکرد دیبولد و ییلماز (2012) این است که چارچوب آنها امکان مطالعه وابستگی‌های متقابل و سرریز بین بازارها را چه در دوره های بحرانی و چه شرایط عادی ممکن می کند و برای هر دوره زمانی از نمونه تحقیق می توان به مطالعه و سنجش اندازه وابستگی متقابل و سرریز بازارها به یکدیگر پرداخت. پس از برآورد شاخص های سرریز مطابق رویکرد دیبولد و ییلماز (2012)، به منظور بررسی رفتار سرریز در چرخه های تجاری اقتصاد ایران لازم است سپس دوره های رونق و رکود اقتصادی شناسایی شوند. برای این کار از فیلتر HP برای استخراج مولفه چرخه ای متغیر تولید ناخالص داخلی به قیمت ثابت ایران استفاده خواهد شد. سپس برای آزمون تفاوت در رفتار سرریز در طول دوره های رونق و رکود اقتصادی (به عبارت دیگر فرض کنیم می خواهیم آزمون کنیم مثلا میزان سرریز از بازار سهام به بازار ارز در دوره رونق بیشتر است یا دوره رکود)، از آزمون رتبه جمعی ویلکاکسون[37] بهره برده خواهد شد. این روش یک آزمون ناپارامتریک با فرض صفر این است که برای مقادیر تصادفی انتخاب شده و (در این تحقیق شاخص های سرریز در دوره رونق و دوره رکود)، احتمال بزرگتر بودن از برابر است با احتمال بزرگتر بودن از . یک نمونه با اندازه از و یک نمونه با اندازه از داریم. داده ها سپس بدون توجه به نمونه ای که به آن تعلق دارند مرتب می شوند. آماره آزمون ویلکاکسون (1945)، به صورت جمع رتبه های مشاهدات متعلق به نمونه اول است:
امید و واریانس آماره آزمون به صورت ذیل تعریف می شوند:
که در آن s انحراف معیار رتبه های ترکیب شده[38]، ، برای دو گروه است:
با تقریب نرمال نیز داریم:
نهایتا ارزش احتمال بزرگتر بودن از نیز به صورت ذیل محاسبه می شود:
بنابراین تجزیه و تحلیل داده ها در این تحقیق متشکل از چند گام است. ابتدا شاخص های سرریز میان بازارهای ارز و سهام برآورد می شوند. سپس دوره های رونق و رکود اقتصاد ایران شناسایی خواهند شد. آنگاه آزمون می شود که آیا شاخص های سرریز در دوره های رونق و رکود تفاوت آماری معناداری دارند یا خیر. داده های مورد استفاده در این تحقیق شاخص قیمت بازار سهام و نرخ ارز (دلار/ریال) بازار غیر رسمی با بازه زمانی روزانه از مرداد سال 1389 تا اسفند سال 1399 است که از بانک اطلاعاتی وزارت اقتصاد جمهوری اسلامی ایران[39] و پایگاه اطلاعاتی تحلیل بنیادی کارگزاری مفید[40] قابل دریافت هستند. در نمودار 1 و 2 روند و درصد تغییرات شاخص قیمت سهام و نرخ ارز در نمونه تحقیق نمایش داده شده اند.
نمودار 1. روند (محور چپ) و درصد تغییرات روزانه (محور راست) شاخص کل بورس تهران - منبع: یافتههای پژوهشگر
نمودار 2. روند (محور چپ) و درصد تغییرات روزانه (محور راست) نرخ ارز دلار/ریال در بازار آزاد منبع: یافتههای پژوهشگر
از آنجا که در اقتصادسنجی سری زمان مسئله مانایی متغیرها جهت جلوگیری از برآورد رگرسیون کاذب مهم است، در جدول 1، نتایج آزمون های ریشه واحد ADF رای دو متغیر بازده سهام و بازده ارز گزارش شده است. در آزمون ADF فرض صفر آزمون ریشه واحد داشتن سری زمانی تحت بررسی است. در صورتی که ارزش احتمال آزمون ها کوچکتر از 05/0 شود فرض صفر آزمون در سطح اطمینان 95 درصدی رد می شود. به این ترتیب مطابق جدول 1 می توان اذعان داشت که هر دو متغیر بازده شاخص سهام و نرخ ارز در سطح اطمینان 95 درصدی فاقد ریشه واحد بوده و در نتیجه دارای فرآیندی مانا هستند. بنابراین در مدلسازی و برآوردها نیازی به پرداختن به مسئله هم انباشتگی و یا رگرسیون کاذب وجود نخواهد داشت.
جدول1. آزمون ریشه واحد دیکی فولر تعمیم یافته
منبع: یافتههای پژوهشگر
همانطور که در بخش سوم مطرح شد، رویکرد شاخص سرریز دیبولد و یلماز (2012) مبتنی بر توابع تجزیه واریانس تعمیم یافته ای است که در یک مدلسازی VAR که شامل دو متغیر بازده سهام و ارز است بدست می آیند. از این رو ابتدا می بایست مرتبه بهینه سیستم VAR را شناسایی نمود (چون متغیرها فاقد ریشه واحد هستند آزمون های هم انباشتگی موضوعیت ندارند و در نتیجه مدل نیز پایدار است). برای این منظور با توجه به حجم بالای نمونه، از معیار اطلاعاتی آکائیک عموما استفاده می شود و آن وقفه ای به عنوان مرتبه بهینه مدل VAR گزینش می‌شود که معیار مذکور را کمینه کند. نتایج معیار اطلاعاتی آکائیک برای چند مرتبه مختلف و مرتبه بهینه در جدول 2 گزارش شده است.
جدول 2. آانتخاب مدل VAR بهینه برای مدل سرریز بازده بین بازارها
منبع: یافتههای پژوهشگر
مطابق معیار اطلاعاتی آکائیک، مدل VAR(12) مدل بهینه برای مدلسازی شاخص سرریز (سرایت) بازده است. به این ترتیب مدل دیبولد و یلماز (2012) برای متغیرهای بازده را با مرتبه 12 برآورد خواهیم نمود. سپس شاخص های سرریز کل و جهت دار مطابق روش دیبولد و یلماز (2012) پس از برآورد توابع تجزیه واریانس تعمیم یافته، مطابق معادلات 3 الی 5 برآورد و تحلیل می شوند. لازم به ذکر است از آنجا که ضرایب مدل VAR(12) تفسیر اقتصادی مستقیم ندارند نتایج برآوردها برای جلوگیری از افزایش صفحات مقاله ارائه نشده است. در نمودار 3 نتیجه محاسبه شاخص سرریز کل بازده بین بازار سهام و بازار ارز مطابق روش دیبولد و یلماز (2012) و معادله 3 گزارش شده است. شاخص سرریز کل، سهم سرریز شوکهای بازده میان بازار سهام و ارز را در واریانس خطای پیش بینی مدل و در نتیجه وابستگی دو متغیر بازده سهام و ارز را به طور کلی نمایش می دهد و به عنوان معیاری برای سنجش درجه وابستگی متقابل بازارها می تواند محسوب شود. ملاحظه می شود که شاخص سرریز کل در دوره های مختلف زمانی رفتار و مقادیر متفاوتی دارد. به طور مشخص ملاحظه می شود که در سال 1394 سرریز کل قابل توجه و بین 10 تا 22 درصد بوده است. در سال 1399 نیز ملاحظه می شود که شاخص سرایت(سرریز) به طور پیوسته در حال رشد بوده است. به این معنی که سرریز و وابستگی متقابل دو بازار رو به افزایش بوده است و تغییرات قیمتی آن دو به یکدیگر سرایت فزاینده داشته است.
نمودار 3. شاخص سرریز (سرایت) کل بازده در بازار سهام و ارز منبع: یافته های پژوهشگر در نمودار 4 نیز شاخص سرریز جهت دار دیبولد و یلماز (2012) مطابق معادله 4 و 5 محاسبه و گزارش شده است که در واقع تجزیه شاخص سرریز کل به اجزای آن است و نشان می دهد در هر دوره زمانی نمونه سرریز بازده از کدام بازار به بازار دیگر بوده و مقدار آن چقدر است. همانطور که ملاحظه می شود از هر دو بازار سهام و ارز به یکدیگر سرریز (سرایت) بازده وجود داشته و در اغلب دوره ها رفتار شاخص سرریز از هر دو بازار تقریبا مشابه است. با اینحال به طور کلی سرریز از بازار ارز به بازار سهام اندکی بیشتر از سرریز بازده از بازار سهام به بازار ارز است و در سالهایی مانند 1394 و 1397-1398 بسیار اندازه قابل توجهی نیز داشته است. بنابراین می توان گفت درجه سرریز از بازار ارز به بازار سهام بیشتر است و تغییرات بازار ارز بیشتر به بازار سهام سرایت می کند. این نتیجه با واقعیت های اقتصاد ایران نیز تطابق دارد. به این صورت که تغییرات نرخ ارز باعث تغییر در متغیرهای بنیادی اقتصاد ایران می شوند و فعالان بازار با این چشم انداز، انتظارات خود را در قیمتهای سهام منعکس می کنند. مسئله ای که مطابق با رویکرد جریانی (رویکرد تراز پرداختهای دورنبوش و فیشر) در توضیح رابطه نرخ ارز و قیمت سهام است. با اینحال تغییرات قیمت سهام نیز به بازار ارز سرریز شده است که علت آن را می توان تصمیمات مربوط به مدیریت سبد دارایی ها دانست.
نمودار 4. شاخص سرریز (سرایت) بازده از بازار سهام و ارز به یکدیگر منبع: یافته های پژوهشگر
در گام بعدی به تحلیل رفتار شاخص های سرریز در چرخه های تجاری اقتصاد ایران می پردازیم. به منظور شناسایی دوره های رونق و رکود اقتصادی، عموما از فیلتر نمودن متغیر تولید ناخالص داخلی به قیمت ثابت استفاده می شود تا مولفه روند از مولفه سیکلی (چرخه ای) تولید واقعی تفکیک و شناسایی شود. یکی از فیلترهای متداول به این منظور نیز فیلتر هودریک-پرسکات است. در نمودار 5، نتیجه اعمال فیلتر HP بر لگاریتم طبیعی متغیر GDP واقعی ایران به قیمت ثابت سال 1390، برای دوره زمانی سالهای 1353-1398 نمایش داده شده است. در این نمودار منحنی سبز مولفه چرخه ای و منحنی نارنجی مولفه روندی GDP است. اکنون بر اساس مولفه چرخه ای می توان به شناسایی دوره های رونق و رکود اقتصاد ایران پرداخت. در نمودار 6 دوره های رونق و رکود مطابق فیلتر HP از متغیر GDP واقعی برای سالهای 89 تا 1399 (دوره نمونه تحقیق) مشخص شده است. مطابق تعریف اقتصادی کلاسیک چرخه های تجاری، دوره رونق از پایین ترین نقطه یک سیکل (نقطه حضیض) تا نقطه اوج سیکل بعدی و دوره رکودی از بالاترین نقطه سیکل تا پایین ترین نقطه سیکل بعدی است (عینیان و برکچیان، 1393). به این ترتیب سالهای 1389 تا 1390 و سالهای 1395 تا 1396 دوره های رونق و سالهای 1391 تا 1394 و 1397 تا 1398 دوره رکودی هستند. با توجه به اینکه آمارهای حسابداری ملی سال 1399 در زمان نگارش این تحقیق منتشر نشده اند اما پیش بینی ها حاکی از رکود اقتصادی هستند، سال 1399 را نیز جزء دوره رکودی محسوب می کنیم.
نمودار 5. فیلتر HP برای متغیر GDP منبع: یافته های پژوهشگر
نمودار 6 . دوره های رونق (ناحیه سبز) و رکود (ناحیه قرمز) اقتصاد ایران بر اساس فیلتر HP منبع: یافته های پژوهشگر
اکنون پس از شناسایی دوره های رونق و رکود اقتصاد ایران، می توان ارزیابی نمود که سرریز بازده بازار سهام و بازار ارز در هر کدام از رژیم های رونق و رکود اقتصادی چگونه است. در نمودار 7 شاخص سرریز جهتدار (سرایت) بازده بازار سهام و ارز در دوره های رونق و رکود اقتصادی نمایش داده شده است. نمودار 8 نیز نمودار جعبه ای است که دو شاخص سرریز را به تفکیک دوره های رونق و رکود ترسیم نموده است. مشاهده می شود که در دو دوره رونق اقتصادی سرریز بازارهای سهام و ارز به یکدیگر کمتر از دوره های رکودی است.
نمودار 7. سرریز بازده از بازار سهام و ارز به یکدیگر در دوره های رونق (سبز) و رکود (قرمز) منبع: یافته های پژوهشگر
نمودار 8. نمودار جعبه ای سرریز بازده در دوره های رونق و رکود منبع: یافته های پژوهشگر با وجود اینکه به صورت نموداری تفاوت سرریز در دوره های رونق و رکود اقتصادی نمایان است، اما از آزمون رتبه-جمعی ویلکاکسون[41] (که یک آزمون ناپارامتریک برای مقایسه دو نمونه مرتبط است) برای آزمون آماری این تفاوت مشاهده شده استفاده می کنیم. این آزمون به دلیل ناپارامتریک بودن نیازی به نرمال توزیع شدن داده ها ندارد، در نتیجه برای داده های این تحقیق مناسب است. نتایج این آزمون برای شاخص سرریز بازده سهام و ارز و شاخص سرریز کل در دوره های رونق و رکود اقتصادی در جدول 3 گزارش شده است. همانطور که در جدول ملاحظه می شود مطابق آزمون ویلکاکسون، هم در بازار سهام و هم در بازار ارز سرریز بازده در دوره رونق و رکود یکسان نیست. همچنین احتمال بزرگتر بودن مقدار شاخص سرریز بازده در دوره رونق نسبت به دوره رکود 42 و 33 درصد است که نشان می دهد با احتمال 58 و 67 درصد سرریز در دوره رکود از هر دو بازار به دیگر بازار با شدت بیشتری رخ می دهد. نهایتا، فرض صفر برابری شاخص سرریز کل بازده دو بازار در دوره های رونق و رکود نیز رد شده است. اما احتمال بزرگتر بودن شاخص در دوره رونق اقتصادی در مقایسه با دوره رکود اقتصادی 35 درصد برآورد شده است. یعنی با احتمال 65 درصد سرریزکلی بین بازده سهام و ارز در دوره رکود اقتصادی بیشتر است که نشان می دهد در دوره تحت بررسی وابستگی بازدهی بازارهای سهام و ارز در دوره های رکود اقتصادی شدید تر از دوره های رونق اقتصادی بوده است.
جدول 3. آزمون ویلکاکسون برای شاخص سرریز بازده سهام و ارز در دوره های رونق و رکود اقتصادی
منبع: یافتههای پژوهشگر
مطابق نتایج بدست آمده می توان استنباط نمود که: سرریز بازده از بازار ارز به بازار سهام بیشتر از سرریز بازده از سهام به ارز است. یعنی شوکهای که به تغییر بازدهی (تغییر قیمت) ارز منجر می شوند بیشتر به بازار سهام سرریز می یابد و سرریز پذیری بازده ارز از بازار سهام کمتر است. در رژیم رکود اقتصادی سرریز بازده از بازار سهام به بازار ارز بیشتر از رژیم رونق اقتصادی است. یعنی در شرایط رکود اقتصادی تغییر قیمت بازار سهام اثرگذاری بیشتری بر بازار ارز دارد تا رونق اقتصادی. در رژیم رکود اقتصادی سرریز بازده از بازار ارز به بازار سهام بیشتر از رژیم رونق اقتصادی است. یعنی در شرایط رکود اقتصادی تغییر قیمت بازار ارز اثرگذاری بیشتری بر بازار سهام دارد. وابستگی بازدهی بازارهای سهام و ارز در دوره های رکود اقتصادی شدید تر از دوره های رونق اقتصادی است. در نتیجه وابستگی بازده دو بازار به رژیم رونق و رکود اقتصادی بستگی دارد. بنابراین میان هر دو بازار در دوره مورد مطالعه اثرات سرریز وجود داشته است و نه تنها میزان وابستگی و سرریز بازده بازارهای سهام و ارز به چرخه های تجاری اقتصاد ایران بستگی دارد، بلکه جهت سرریز بازده بین دو بازار نیز به دوره های رونق و رکود اقتصادی وابسته است.
5.نتیجه گیری و پیشنهادات تحقیق حاضر با هدف تحلیل وابستگی و اثرات سرریز روزانه بین بازارهای ارز و سهام در اقتصاد ایران با استفاده از رویکرد مدلسازی سرریز پویای دیبولد و یلماز (2012) به مدلسازی و تحلیل سرریز روزانه میان نرخ ارز و شاخص قیمت سهام در سالهای 1389-1399 پرداخت. علاوه بر این هدف دیگر تحقیق تحلیل رفتار سرریز میان دو بازار در طول چرخه های تجاری اقتصاد ایران بود، که برای شناسایی چرخه های تجاری از فیلتر هودریک-پرسکات استفاده شد و مشخص شد دو دوره رونق و رکود در خلال اینها وجود داشته است. بعد از برآورد شاخص های سرریز کل و سرریز جهت دار برای دوره های زمانی مختلف، نتایج نشان داد میزان سرریز از بازارها به یکدیگر در طول زمان ثابت نبوده و از هر دو بازار به یکدیگر سرریز روزانه تغییر قیمت (بازده) وجود دارد، اما به طور کلی تغییرات قیمت ارز در بازار آزاد بر تغییرات شاخص قیمت سهام، سرریز روزانه بیشتری دارد و در دوره‌ای مانند دی ماه سال 1394 یا مهرماه سال 1397 تا حدود 15 درصد سرریز از بازار ارز برآورد شده است. در بخش دیگر تحقیق، نتایج آزمون آماری ویلکاکسون شواهدی نشان داد از آنکه در دوره های رکود اقتصادی سرریز بازده میان دو بازار بیشتر از سرریز آنها به یکدیگر در دوره های رونق اقتصادی است. این نتیجه همچنین نشان می دهد که در دوره های رکودی وابستگی متقابل و سرایت بازده دو بازار بیشتر می شود (نظیر آنچه در سال 1399 اتفاق افتاد). وجود این پدیده در اقتصاد ایران در راستای یافته های دیگر محققین نظیر کومار (2013) برای کشورهای در حال ظهور و لیونگ و همکاران (2017) برای کشورهای توسعه یافته است. شواهد نشان می دهد که هر دو رویکرد جریانی و سهام محور در توضیح رابطه میان نرخ ارز و قیمت سهام می تواند در اقتصاد ایران برقرار باشد. همسو با نتیجه ابونوری و همکاران (1399)، سرریز از بازار ارز به بازار سهام بیشتر و بزرگتر رخ می دهد، اگرچه آنها سرریز تلاطم را در داده های ماهانه بررسی نمودند و تحقیق حاضر به صورت روزانه این پدیده را مطالعه نمود. محور اصلی تحقیق حاضر بررسی وابستگی متقابل و سرریز تغییرات قیمت (بازده) سهام و نرخ ارز بود. این موضوع برای طیف وسیعی از فعالان اقتصادی از جمله سرمایه گذاران، محققین و سیاست گذاران جذاب و حائز اهمیت است. از لحاظ تئوریک، آگاهی یافتن از چگونگی وابستگی متقابل قیمتی این دو داراییِ کلیدی به ما کمک می کند تا مدلهای اقتصاد کلان باز و همچنین مدلهای کاربردی متنوع سازی سبد دارایی ها و پوشش ریسک قوی تر و واقعی تری را تدوین کنیم. برای سیاست گذار، نتیجه به درک اثربخشی و مکانیسم انتقال سیاست های پولی و مالی کمک می کند. به طور مثال اطلاع از نحوه سرریز تغییرات قیمت بازار ارز بر بازار سهام می تواند برای سیاستگذار از منظر حمایت از فعالان بازار سهام کلیدی باشد. از دیدگاه سرمایه گذاران، وجود رابطه سرریز بین بازار سهام و بازار ارز به این معنی است که هجینگ اکسپوژر (پوشش دارایی در معرض ریسک) در برابر یک بازار با اخذ موقعیت در بازار دیگر موثر خواهد بود و همچنین از این رابطه می توان به عنوان ابزاری برای پیش بینی تحرکات آتی قیمتهای بازارها استفاده نمود. ضمنا، این علم به وجود رابطه در پیش بینی بحرانهای قریب الوقوعی که به بی ثباتی مالی منجر می شود، کمک می کند. به طور مشخص از آنجا که نتایج نشان داد سرریز بازده روزانه بیشتری از بازار ارز به بازار سهام اتفاق می افتد، پیش بینی نرخ ارز روزانه می تواند در استراتژی های سرمایه گذاری در بازار سهام نیز مفید واقع شوند، به ویژه اگر اقتصاد کشور در دوره رکود اقتصادی باشد. نهایتا، مشارکت این تحقیق ارائه شواهدی از وابستگی متقابل و سرریز جهتدار تغییرات قیمتی بازارهای ارز و سهام در اقتصاد ایران و در خلال چرخه های تجاری بود. از این رو برای تحقیقات آتی پیشنهاد می شود به مطالعه سرریز و وابستگی تلاطمات بازارها نیز توجه شود. همچنین مطالعه دیگر بازارهای مالی نظیر طلا، اوراق خزانه اسلامی و دیگر نرخ های ارز پیشنهاد می شود. علاوه بر این، تغییر روش شناسی تحقیق و استفاده از مدلهای ترکیبی نظیر VAR-MGARCH و مدلسازی همزمان بازده-تلاطم، برای برآورد شاخص های سرریز مطابق رویکرد دیبولد و یلماز (2012) و استفاده از تحلیلها و مدلسازی های در برگیرنده چندین دارایی می تواند در تحقیقات آتی مورد توجه قرار گیرد
[1] گروه مدیریت مالی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران ،ایران. mehdimozafarnia@gmail.com [2] گروه مدیریت مالی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران (نویسنده مسئول). fallahshams@gmail.com [3]گروه مدیریت مالی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران ایران . gh.zomorodian@gmail.com [4] flow-oriented [5] stock-oriented [6] Dornbusch and Fischer [7] Branson [8] Frankel [9] comovment [10] spillover [11] Kumar [12] Diebold and Yilmaz [13] Grobys [14] Leung [15] pure contagion [16] fundamental contagion [17] Sui and Sun [18] Gokmenoglu [19] Škrinjarić [20] Frankel [21] Feng [22] sovereign credit default swaps (CDS) [23] Rai and Garg [24] Van Der Westhuizen [25] spillover [26] forecast error variance decompositions [27] Cholesky factor identification [28] directional spillovers [29] covariance stationary [30] independently and identically distributed disturbances [31] moving average representation [32] orthogonal innovations [33] contemporaneously correlated [34] Pesaran and Shin. [35] Total spillovers [36] Directional spillovers [37] Wilcoxon rank-sum test [38] combined ranks [40] https://www.bourseview.com/ [41] Wilcoxon rank-sum (Mann-Whitney) test | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| مراجع | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
فهرست منابع
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
آمار تعداد مشاهده مقاله: 449 تعداد دریافت فایل اصل مقاله: 251 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||