سرریز شورش بازارهای موازی بورس اوراق بهادار تهران بر صنایع بازرگانی بورس.

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری مهندسی مالی، دانشگاه آزاد اسلامی‌واحد رودهن، تهران، ایران

2 استادیار دانشکده مدیریت و حسابداری، دانشگاه آزاد اسلامیواحد رودهن، تهران، ایران.

چکیده

پژوهش حاضر به بررسى سرایت شورش بازارهاى موازى بازار سرمایه بر صنایع بازرگانی بورسى پرداخته است. در این پژوهش سرریز شدن صنایع بازرگانی بورسى به تفکیک صادرات و واردات محور از بازارهاى موازى ارز و طلا، مورد سنجش قرار گرفته است. در این راستا از روش تحلیل بردار خودرگرسیونى (VAR) و مدل خودرگرسیونى مشروط بر ناهمسانى واریانس‌هاى تعمیم‌یافته چندمتغیره(MGARCH) استفاده شده است. داده‌هاى این پژوهش با استفاده از نرم‌افزار Eviews و از ابتداى شهریورماه 1394 تا پایان مردادماه1399 جمع‌آورى و مورد آزمون قرار گرفته‌اند. روش پژوهش حاضر بر مبناى طبقه‌بندى تحقیقات براساس روش، ماهیت و جهت به ترتیب توصیفى، کاربردى و پس‌رویدادى بوده و از نظر نوع، همبستگى محسوب مى‌گردد.
نتایج این پژوهش رابطه اثر سرریز شدن صنایع بورسى صادرات‌محور را از بازار موازى ارز تایید مى‌نماید؛ ولى نتایج پژوهش این سرریز شدن از سوى بازار موازى طلا مورد تایید قرار نگرفته است. در همین راستا اثر سرریز شدن صنایع واردات‌محور نیز از بازارهاى موازى ارز و طلا تایید نشده است. یافته‌هاى جانبى پژوهش حاضر نیز نشان مى‌دهد که رابطه مثبت و دوسویه‌هاى میان دو بازار ارز و طلا در دوره مورد بررسى وجود داشته است.

کلیدواژه‌ها

عنوان مقاله [English]

Overflow of parallel markets of Tehran Stock Exchange over the trading industries of the stock exchange.

نویسندگان [English]

  • hashem mokari 1
  • seyed alireza mirarab bayigi 2
  • Hoda Hemmati 2
1 Ph.D. student Financial engineering Islamic Azad University Roudehen ، Tehran، Iran.
2 Assistant Professor،Islamic Azad University Roudehen، Tehran، Iran.
چکیده [English]

The present study investigates the prevalence of parallel capital market revolts on stock exchange trading industries. In this study, the overflow of stock exchange industries has been measured separately for export and import-oriented parallel markets of currency and gold. In this regard, the autoregressive vector analysis (VAR) method and the autoregressive model conditional on the heterogeneity of multivariate generalized variances (MGARCH) have been used. The data of this research have been collected and tested using Eviews software from the beginning of September 2015 to the end of August 2016. The method of the present study is based on the classification of research based on the method, nature and direction of descriptive, applied and post-event, respectively, and is considered as a correlation in terms of type.
The results of this study confirm the relationship between the effect of the overflow of export-oriented stock exchange industries from the parallel foreign exchange market; However, the research results of this overflow have not been confirmed by the parallel gold market. In this regard, the effect of the overflow of import-oriented industries from the parallel markets of currency and gold has not been confirmed. The side findings of the present study also show that there was a positive and two-way relationship between the two markets of currency and gold in the period under study.

کلیدواژه‌ها [English]

  • Rebellion Overflow
  • Multivariate Cloud
  • Parallel Markets
  • Commercial Industries

مراجع

  • ابونورى، اسمعیل. عبدالهى، محمدرضا. مدل-سازى نوسانات گروههاى صنعت بازار سهام با استفاده از مدل گارچ چندمتغیره، دانشگاه علامه طباطبایى، پایان­نامه کارشناسى ارشد، ١398.
  • سید حسینى، سید محمد. مدل­هاى سرایت شورش در بازار سهام بورس اوراق بهادار، ١٣9٥.
  • زمانى، شیوا. سورى، داوود و محسن ثنایى اعلم. پیش بینى پذیرى و شورش بازده و بررسى سرایت شاخص ها با استفاده از یک مدل دینامیک چند متغیره در بورس اوراق بهادار تهران. پایان نامه کارشناسى ارشد، دانشکده مدیریت و اقتصاد دانشگاه صنعتى شریف، دى١٣9٧
  • سعید شعرائى، مدلسازى و پیش­بینى بازده بورس اوراق بهادار تهران با استفاده از مدلهاى ARFIMA و FIGARCH، پایان نامه کارشناسى ارشد مدیریت مالى، دانشکده مدیریت و حسابدارى دانشگاه شهید بهشتى، تابستان ١٣9٨
  • Li, H. Majerowska, E.(2017) Testing stock market linkages for Poland and Hungary: A multivariate GARCH approach, Rese ARCH in International Business and Finance, vol. 22 (2018), pp. 247-266
  • Kim, S.W. and J.H. Rogers, (2015), International stock price spillovers and market liberalization: Evidence from Korea, Japan, and the United States. Journal of Empirical Finance, No.2, pp. 117-133.
  • Connolly, R. A., F. A. Wang (2017), “Economic News and Stock Market Linkages: Evidence from the U.S., U.K., And Japan,” Columbia University’s Graduate School of Business.
  • Berkowitz, J. (2020), Testing Density Forecasts with Applications to Risk Management, Journal of Busi- ness & Economic Statistics, No.19, pp.465-474
  • Andersen T.G., T. Bollerslev, F.X. Diebold and P. Labys (2020b), The Distribution of Realized Exchange Rate Volatility, Journal of the American Statistical Association, No.96, pp.42-55.
  • Bollerslev T. and J.H. Wright (2016), High-Frequency Data, Frequency Domain Inference, and Volatility Forecasting, Review of Economics and Statistics, No. 83, pp. 596-602.
  • Weller, P.A. and Neely, C.J. (2016), Predicting Exchange Rate Volatility: Genetic Programming vs. GA- RCH and RiskMetrics, The Federal Reserve Bank Of St. Louis
  • Maheu, J.M. and T.H. McCurdy (2017), Nonlinear Features of Realized FX Volatility, Review of Econo- mics and Statistics 84, 668-681.
  • Andersen, T.G., T. Bollerslev and F.X. Diebold (2017), Parametric and Nonparametric volatility measur- ement, forthcoming in A¨١t-Sahalia and L.P. Hansen (eds.), Handbook of Financial Econometrics, Amsterdam: North Holland.
  • Ewing, B. T., Forbes, S. M., & Payne, J. E. (2018). The effects of macroeconomic shocks on sector-specific returns. Applied Economics, Vol.35, pp.201ـ
  • Worthington, A, and Higgs, H.(2019) Transmission of equity returns and volatility in Asian developed and emerging markets: a multivariate GARCH analysis, international journal of finance and economics, vol. 9, pp. 71-80
  • Lafuente, J. and Ruiz, J. (2019), The New market effect on return and volatility of Spansh stock indexes, Applied Financial Economics, 14, 1343-1350.
  • Mittnik,S and H. Claessen (2019), Forecasting Stock Market Volatility and the Informational Efficiency of  the DAX Index Options Market, Center For  Financial studies.
  • Wang, Z., Kutan A., and Yang, J. (2020). Information flows within and across sectors in Chinese stock markets. The Quarterly Review of Economics and Finance, 45, 767-80.
  • Bernanke, B. S., & Kuttner, K. N. (2020). What explains the stock market’s reaction to Federal Reserve policy? Journal of Finance, 60, 1221-1257.
  • Yu, J. Hassan, K (2016) Global and regional integration of the Middle East and North African (MENA) stock markets, The Quarterly Review of Economics and Finance, vol. 13, pp. 482-504
  • Mohamad, S., Hassan, T., and Sori, Z.M. (2016). Diversification across economic sectors and implication on portfolio investments in Malaysia. International Journal of Economics and Management, 1(1), 155-72.
  • Hassan, S. A., & Malik, F. (2017). Multivariate GARCH modeling of sector volatility transmission. Quarterly Review of Economics and Finance, Vol.47, pp.470-480.
  • Li, H. (2017), International linkages of the Chinese stock exchanges: a Multivariate GARCH Analysis, Applied Financial Economics 17: 285-297.

فایل ها

اشتراک گذاری

ارجاع به این مقاله

آمار