اثر تحریم بر میزان وابستگی بازار نفت و بازار مالی (رویکرد وابستگی اکستریمال)

محورهای موضوعی : اقتصاد کار و جمعیت

طاهره نوروزی فر ¹ , شهرام فتاحی ² , کیومرث سهیلی ³

1 - گروه اقتصاد، دانشگاه رازی
2 - مدیر گروه اقتصاد دانشگاه رازی
3 - دانشیار گروه اقتصاد، دانشکده علوم اجتماعی، دانشگاه رازی، کرمانشاه، ایران.

تاریخ دریافت : 1398/04/16 تاریخ پذیرش : 1398/04/16 تاریخ انتشار : 1398/03/01

کلید واژه: بازارهای مالی, طبقه‌بندی JEL:C12 G01, Q43, . واژگان کلیدی: بازار نفت, سرایت‌پذیری, تلاطم همزمان,

چکیده مقاله :

چکیده هدف این مقاله بررسی سرایت پذیری بین بازار نفت و بازارهای مالی با استفاده از رویکرد جدید تلاطم همزمان است. در این پژوهش، تشخیص و اندازه گیری سرایت پذیری بین بازارهای مالی، همچنین سرایت پذیری بین بازار نفت و بازارهای مالی ایران مورد بررسی قرار گرفته است. در این مقاله از داده‌های روزانه مربوط به سال های 1394-1388 استفاده شده که از سایت بانک مرکزی و سایت اوپک استخراج شده است. تحریم نفتی باعث کاهش همبستگی بین نوسانات بازارهای نفت و سهام در کوتاه‌مدت و بلندمدت و بازارهای نفت و طلا در بلندمدت شده است. همچنین، تحریم نفتی باعث افزایش همبستگی بین نوسانات بازارهای نفت و ارز، طلا و ارز، طلا و سهام، ارز و سهام در دو دوره شده است.

چکیده انگلیسی:

Abstract This study tries to examine the contagion between oil and financial markets using a new method of co-volatility. In this survey, identification and measurement of contagion between financial markets, and contagion between oil and financial markets in Iran have been investigated. The daily data for the period 2009-2015 is used which has been extracted from the Central Bank and the OPEC websites. Oil sanction has caused in a reduction in correlation between stock and oil markets fluctuations in short and long-term periods and between gold and oil markets in long-term period. In addition, oil sanction has caused to an increase in correlation among the fluctuations of oil and exchange, gold and exchange, gold and stock, exchange and stock markets during the two periods. 

منابع و مأخذ:

منابع

-   ابراهیمی، سید بابک، کشاورزحداد، غلامرضا، جعفرعبدی، اکبر (1390). بررسی سرایت تلاطم میان بازدهی سهام صنعت سیمان و صنایع مرتبط با آن در ایران. پژوهش­های اقتصادی ایران، سال (47): 129-162.

-   احمدوند، زهرا (1391). تأثیر شوک‌های قیمت نفت بر نرخ‌های بازدهی سهام در کشورهای صادرکننده­ نفت، پایان­نامهی کارشناسی ارشد توسعه­ اقتصادی و برنامه­ریزی، دانشگاه علامه طباطبایی، دانشکده­ اقتصاد، تهران.

-   امامی میبدی، علی، شمس­الدین، محمد (1389). بررسی سیاست­های پولی آمریکا بر قیمت­های واقعی جهانی نفت و درآمد واقعی نفت کشورهای صادرکننده نفت اوپک. پژوهش­های اقتصادی ایران،  (14): 109-81.

-   ابراهیمی، سید بابک، سید حسینی، سید محمد (1392). مدل­سازی و سنجش سرایت تلاطم با استفاده از مدل­های GARCH چندمتغیره، مطالعه موردی: ایران، امارات و شاخص قیمت جهانی نفت. بورس اوراق بهادار، (6): 157-137.

-   زمانی، شیوا، سوری، داوود، ثنایی اعلم، محسن (1389). بررسی وجود سرایت بین سهام شرکت­ها در بورس اوراق بهادار تهران با استفاده از یک مدل دینامیک چند متغیره، تحقیقات اقتصادی، سال (49): 54-29.

-   دهقان، عبدالمجید، نیکومرام، هاشم، پورزمانی، زهرا (1392). سرایت­پذیری تلاطم در بازار سرمایه ایران. دانش سرمایه­گذاری، (3): 200-179.

-   کریمی، محمد شریف، امام‌وردی، قدرت‌الله، دباغی، نیشتمان (1392). ارزیابی و شناسایی مناسب‌ترین گزینه سرمایه­گذاری دارایی و مالی در ایران (در بازه زمانی 1389-1380)، اقتصاد مالی و توسعه، (7): 207- 177.

-   کشاورزحداد، غلامرضا، مقاره عابد، سپهر(1392). آیا بحران مالی جهانی به بازار سهام تهران سرایت کرد؟ تحقیقات اقتصادی، (49): 199-179.

-   یزدان پرست، عبدالرحیم، احدی سرکانی، سید یوسف (1392). بررسی ارتباط بحران مالی در بازارهای سرمایه عمده جهان با شاخص­های سهام بورس اوراق بهادار تهران، قبل، طی و پس از بحران، دانش مالی تحلیل اوراق بهادار، (6): 12-1.

-      Bernanke, B. S., & Kuttner, K. N. (2005). What explains the stock market’s reaction to Federal Reserve policy? Journal of Finance, 60: 1221–1257.

-      Forbes, K., & Rigobon, R. (2002). No contagion, only interdependence: Measuring stock market co-movements, The Journal of Finance, 57(5): 2223-61.

-      Fry-McKibbin, R.A., & Hsiao, C.Y. (2015). Extremal dependence tests for contagion, Econometric Reviews, Published online: 25 Nov 2015: 1-24.

-      Kim, S.W., & Rogers, J.H. (1995). International stock price spillovers and market Liberalization: Evidence from Korea, Japan, and the United States. Journal of EmpiricalFinance: 117–133.

-      Harris R. (2005). Return and volatility spillovers between large and small stocks in the UK. Journal of Business Finance & Accounting, 33 (9-10):1556-1571.

-      Hassan, S. A., & Malik, F. (2007). Multivariate GARCH modeling of sector volatility transmission. Quarterly Review of Economics and Finance, 47: 470-480.

-      Karunanayake , I., & Valadkhani , A O'Brien, M. (2010). Modelling Australian stock market volatility: A multivariate GARCH approach, University of Wollongong, Economics, Working Paper Series

-      Lafuente, J., & Ruiz, J. (2004). The new market effect on return and volatility of Spanish stock indexes, Applied Financial Economics, 14: 1343-1350.

-      Mittnik,S., & Claessen, H. (2004). Forecasting stock market volatility and the informational efficiency of the DAX index options market. Center for financial studies.

-      Renée, F., & Cody, Yu. (2015). Extremal dependence tests for contagion. Crawford school of public policy, Australian National University School of Business, Macau University of Science and Technology.

-      Weller, P.A., & Neely, C.J. (2001). Predicting exchange rate volatility: Genetic programming vs. GA- RCH and Risk Metrics, the federal reserve bank of S.

-      Worthington, A., & Higgs, H. (2004). Transmission of equity returns and volatility in Asian developed and emerging markets: A multivariate GARCH analysis. International journal of finance and economics, 9: 71–80.

-      Yu, J., & Hassan, K. (2006). Global and regional integration of the Middle East and North African (MENA) stock markets, The Quarterly Review of Economics and Finance, 13: 482–504.

 

پیوست

جدول مقادیر بحرانی آماره­های آزمون سرایت

10%	5%	2.5%	10%	5%	2.5%	10%	5%	2.5%
1.35	1.82	2.36	1.30	1.93	2.73	2.04	2.92	3.89	15
1.80	2.55	3.52	1.79	2.74	3.99	2.35	3.39	4.51	30
2.17	3.13	4.31	2.16	3.31	4.75	2.53	3.64	4.81	60
2.32	3.38	4.62	2.32	3.49	4.89	2.59	3.70	4.85	90
2.49	3.61	4.89	2.47	3.66	5.01	2.63	3.74	4.91	150
2.54	3.70	4.94	2.53	3.71	5.04	2.66	3.79	4.97	200

Reference: Fry and Hsiao (2015)