وابستگی رژیمی و سرایت پذیری چرخه ای تلاطم نرخ ارز و قیمت سهام در ایران

محورهای موضوعی : اقتصاد سنجی مالی و روش‌های کمّی

مهدی مظفرنیا ¹ , میرفیض فلاح شمس ² , غلامرضا زمردیان ³

1 - گروه مدیریت مالی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران
2 - گروه مدیریت مالی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران
3 - گروه مدیریت مالی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران

تاریخ دریافت : 1400/02/16 تاریخ پذیرش : 1400/09/21 تاریخ انتشار : 1400/09/01

کلید واژه: بازده سهام, نرخ ارز, وابستگی رژیمی, سرریز چرخه ای تلاطم, رکود اقتصادی,

چکیده مقاله :

هدف اصلی این پژوهش بررسی وابستگی رژیمی و سرایت‌پذیری چرخه‌ای تلاطم نرخ ارز و قیمت سهام در بورس اوراق بهادار تهران با تاکید بر دوره‌های رونق و رکود اقتصادی است. به این منظور ابتدا با بهره‌گیری از روش ترکیبی مارکوف سوئیچینگ-گارچ نمایی، سری زمانی تلاطم شرطی بازده نرخ ارز و شاخص قیمت بازار سهام برآورد و استخراج شده، سپس سرایت‌پذیری، سرریز بین بازارها و وابستگی رژیمی آنها در دوره‌های رونق و رکود اقتصادی در سال‌های 1389 تا 1399 تحلیل و مطالعه شده است. نتایج تحقیق حاکی از آن هستند که: 1. برآورد تلاطم شرطی به روش مارکوف سوئیچینگ-گارچ نمایی کاراتر از روشهای گارچ سنتی است، 2. وابستگی تلاطمی بین بازارهای سهام و ارز در دوره‌های رکود اقتصادی شدیدتر از دوره‌های رونق اقتصادی است. 3. میزان سرایت تلاطم از بازار ارز به بازار سهام نسبت به میزان سرایت تلاطم از سهام به ارز بیشتر است. 4. سرایت تلاطم از بازار ارز به بازار سهام در رژیم رونق و رکود اقتصادی تفاوت معناداری ندارد. 5. در رژیم رونق اقتصادی میزان سرایت تلاطم از بازار سهام به بازار ارز بیشتر از میزان سرایتی است که در رژیم رکود اقتصادی اتفاق می افتد. بنابراین تلاطم نرخ ارز و قیمت سهام در ایران وابستگی مبتنی بر رژیم رونق و رکود اقتصادی داشته و همچنین سرایت پذیری بین آنها نیز در این دو رژیم متفاوت است.

چکیده انگلیسی:

The main purpose of this study is to investigate the regime dependence and the cyclic contagion of exchange rate and stock prices volatility with emphasis on the economic boom and busts. For this purpose, first, using the Markov switching-EGARCH method, the time series of conditional volatility of exchange rate and stock market returns were estimated and extracted, contagion, spillover between markets and their regime dependence in the boom and bust in 2010 - 2020 has been analyzed and studied. The results show that: 1. Estimation of conditional volatility by Markov switching-EGARCH method is more efficient than traditional GARCH methods. 2. The volatility dependence between stock markets and foreign exchange is more severe during periods of recession than during periods of boom. 3. The rate of volatility spillover from the foreign exchange market to the stock market is greater than the rate of spillover of volatility from stocks to foreign exchange. 4. The spillover of volatility from the foreign exchange market to the stock market in the regime of booms and recession is not significantly different. 5. In a regime of economic booms, the rate of volatility spillover from the stock market to the foreign exchange market is greater than that occurs in a regime of recession. Therefore, the volatility of exchange rate and stock prices in Iran are dependent on the regime of the economy, and also the spillover between them in these two regimes is different.

منابع و مأخذ:

جهانگیری، خلیل؛ حکمتی فرید، صمد. (1394). مطالعه آثار سرریز تلاطم بازارهای سهام، طلا، نفت و ارز. پژوهشنامه اقتصادی، 15(56)، 194-161.

حسینیون، نیلوفرسادات (1394). بررسی سرریز تلاطم نرخ بازده بین بازارهای سهام، طلا و ارز در ایران طی سال‌‌های 1390 تا 1393، پایان نامه کارشناسی ارشد، دانشگاه فردوسی مشهد، دانشکده علوم اداری و اقتصادی.

دهباشی، وحید؛ محمدی، تیمور؛ شاکری، عباس؛ بهرامی، جاوید. (1399). واکنش بازارهای ارز، سهام و طلا نسبت به تکانه‌های مالی در ایران: با تأکید بر اثرات سرریز تلاطم. پژوهش‌های اقتصادی ایران، 25(83)، 27-1.

سفیدبخت، الهه، رنجبر، محمدحسین. (1396). سر ریز نوسانات بین قیمت نفت، نرخ ارز، قیمت طلا و بازار سهام تحت فواصل زمانی و شکست ساختاری: استفاده از مدل گارچ (BEKK) و الگوریتم ICSS. مهندسی مالی و مدیریت اوراق بهادار، 8(33)، 87-51.

شبان، مهدی؛ نخعی، حبیب اله؛ طالب نیا، قدرت اله؛ بشیری منش، نازنین. (1400). آزمون سرایت نوسانات قیمت دارایی‌های فیزیکی به صنایع منتخب بورسی (کاربردی از رهیافت فضا حالت و مدل ARDL). دانش مالی تحلیل اوراق بهادار، 14(49)، 130-117.

شیخا گندویلا، یونس(1396). اثر سرریز نوسانات قیمت نفت و نرخ ارز بر‌ قیمت سهام صنایع شیمیایی پذیرفته‌شده در بورس اوراق بهادار تهران: مدل VAR-GARCH، پایان نامه کارشناسی ارشد، دانشگاه خوارزمی، دانشکده اقتصاد.

عبادی جعفر، الهی ناصر؛ هوشمند گهر سعیده. (1398). اثر شوک‌ ارزی بر شاخص ریسک سیستمی صندوق‌های سرمایه‌گذاری مشترک. فصلنامه پژوهش‌ها وسیاست‌های اقتصادی، ۲۷(۸۹) ، ۳۹۸-۳۷۳.

محسنی، حسین؛ صادقی شاهدانی، مهدی. (1398). سرریز نوسان نرخ ارز بر بازار سرمایه در ایران. فصلنامه علمی نظریه‌های کاربردی اقتصاد، 6(1)، 96-77.

هاشمی، سیدامیرمهدی؛ خدایی وله زاقرد، محمد؛ معمارنژاد، عباس؛ ابوالحسنی، اصغر. (1399). رابطه سرریز شبکه ای بازدهی بازارهای سرمایه‌گذاری با رویکرد دیبولد و یلماز. مهندسی مالی و مدیریت اوراق بهادار، 11(44)، 446-478.

Antonakakis, N., Gabauer, D., & Gupta, R. (2019). Greek economic policy uncertainty: Does it matter for Europe? Evidence from a dynamic connectedness decomposition approach. Physica A: Statistical Mechanics and Its Applications, 535, 122280.

Dahir, A. M., Mahat, F., Amin Noordin, B.-A., & Hisyam Ab Razak, N. (2020). Dynamic connectedness between Bitcoin and equity market information across BRICS countries. International Journal of Managerial Finance, 16(3), 357–371.

Dehbashi, V., Mohammadi, T., Shakeri, A., Bahrami, J. (2020). The Responses of Stock, Gold and Foreign Exchange Markets to Financial Shocks: VAR-MGARCH Approach. Iranian Journal of Economic Research, 25(83), 1-27. [In Persian].

Diebold, F. X., & Yilmaz, K. (2009). Measuring Financial Asset Return and Volatility Spillovers, with Application to Global Equity Markets. The Economic Journal, 119(534), 158–171.

‌Diebold, F. X., & Yilmaz, K. (2012). Better to give than to receive: Predictive directional measurement of volatility spillovers. International Journal of Forecasting, 28(1), 57–66.

Ebadi, Jafar; Elahi, Nasser and Hooshmand Gohar, Saeedeh (2019). The effect of currency shock on the systemic risk index of mutual funds. Quarterly Journal of Economic Research and Policy, 27 (89), 373-398. [In Persian].

Fernández-Rodríguez, F., & Sosvilla-Rivero, S. (2020). Volatility transmission between stock and foreign exchange markets: a connectedness analysis. Applied Economics, 52(19), 2096–2108.

Gokmenoglu, K., Eren, B. M., & Hesami, S. (2021). Exchange rates and stock markets in emerging economies: new evidence using the Quantile-on-Quantile approach. Quantitative Finance and Economics, 5(1), 94–110.

Haas, M., Mittnik, S., & Paolella, M. S. (2004). A new approach to Markov-switching GARCH models. Journal of financial econometrics, 2(4), 493-530.

Hameed, Z., Shafi, K., & Nadeem, A. (2021). Volatility spillover effect between oil prices and foreign exchange markets. Energy Strategy Reviews, 38, 100712.

Hashemi, S., khodaei valahzaghard, M., Memarnejad, A., abolhasani Hastiani, A. (2020). The Relationship of Return on Investment Markets with the Debold and Yelmaz Approach. financial engineering securities management , 11(44), 446-478. [In Persian].

Hosseiniun, Niloufarsadat (2015). Investigating the overflow of rate of return between stock markets, gold and foreign exchange in Iran during the years 1390 to 1393, Master Thesis, Ferdowsi University of Mashhad, Faculty of Administrative and Economic Sciences. [In Persian].

Hou, Y. (Greg), & Li, S. (2020). Volatility and skewness spillover between stock index and stock index futures markets during a crash period: New evidence from China. International Review of Economics & Finance, 66, 166–188.

Jahangiri, K., Hekmati Farid, S. (2015). Investigating the Effects of Volatility Spillover between Stock, Gold, Oil and Exchange Markets. Economics Research, 15(56), 161-194. [In Persian].

Janczura, J., & Weron, R. (2010). An empirical comparison of alternate regime-switching models for electricity spot prices. Energy Economics, 32(5), 1059–1073.

Katusiime, L. (2018). Investigating Spillover Effects between Foreign Exchange Rate Volatility and Commodity Price Volatility in Uganda. Economies,7(1), 1.

Koop, G., Pesaran, M. Hashem., & Potter, S. M. (1996). Impulse response analysis in nonlinear multivariate models. Journal of Econometrics, 74(1), 119–147.

Long, t. Q., nguyen, l. H., & Morgan, p. J. (2021). Dynamic Connectedness Of Financial Stress Across Advanced And Emerging Economies: Evidence From Time And Frequency Domains. The Singapore Economic Review, 1–40.

Martinet, G. G., & McAleer, M. (2016). On the invertibility of EGARCH(p, q). Econometric Reviews, 37(8), 824–849.

McAleer, M., & Hafner, C. (2014). A One Line Derivation of EGARCH. Econometrics, 2(2), 92–97.

Mcneil A.J, Frey R, & Embrechts P. (2015). Quantitative risk management: Concepts, techniques and tools: Revised edition. Princeton University Press.

Mishra, S., & Debasish, S. S. (2017). Analysis of Volatility Spill Over between Oil Price and Exchange Rate in India: GARCH Approach. SSRN Electronic Journal.

Mohseni, H., Sadeghi Shahdani, M. (2019). Exchange Rate Volatility Spillovers to Iran Capital Market. Quarterly Journal of Applied Theories of Economics, 6(1), 77-96. [In Persian].

Nelson, D. B. (1991). Conditional Heteroskedasticity in Asset Returns: A New Approach. Econometrica, 59(2), 347-370.

Pesaran, H. Hashem., & Shin, Y. (1998). Generalized impulse response analysis in linear multivariate models. Economics Letters, 58(1), 17–29.

Rai, K., & Garg, B. (2021). Dynamic correlations and volatility spillovers between stock price and exchange rate in BRIICS economies: evidence from the COVID-19 outbreak period. Applied Economics Letters, 1–7.

‌Rodriguez, M. J., & Ruiz, E. (2012). Revisiting Several Popular GARCH Models with Leverage Effect: Differences and Similarities. Journal of Financial Econometrics, 10(4), 637–668.

‌Sefidbakht, E., Ranjbar, M. (2017). Volatility Spillover between Oil Price, Exchange Rates, Gold Price and Stock Market Indexes with Structural Breaks. financial engineering securities management , 8(33), 51-87. [In Persian].

Shaban, M., Nakhaei, H., Talebnia, G., bashiri manesh, N. (2021). Testing the transmission of price fluctuations of physical assets to selected industries (Application of state space approach and ARDL model). Financial Knowledge of Securities Analysis, 14(49), 117-130. [In Persian].

Sheikha Gandvila, Younes (2017). Effect of Overflow of Oil Price and Exchange Rate Fluctuations on the Stock Price of Chemical Industries Listed on the Tehran Stock Exchange: VAR-GARCH Model, M.Sc. Thesis, Kharazmi University, Faculty of Economics [In Persian].

Singhal, S., & Ghosh, S. (2016). Returns and volatility linkages between international crude oil price, metal and other stock indices in India: Evidence from VAR-DCC-GARCH models. Resources Policy, 50, 276–288.

Škrinjarić, T., Dedi, L., & Šego, B. (2021). Return and Volatility Spillover between Stock Prices and Exchange Rates in Croatia: A Spillover Methodology Approach. Journal of Economic Forecasting, 24(1), 93-108.

Sui, L., & Sun, L. (2016). Spillover effects between exchange rates and stock prices: Evidence from BRICS around the recent global financial crisis. Research in International Business and Finance, 36, 459–471.

Thai Hung, N. (2020). Stock market volatility and exchange rate movements in the Gulf Arab countries: a Markov-state switching model. Journal of Islamic Accounting and Business Research, 11(9), 1969–1987.

Udeaja, E. A. (2019). Measuring Dynamic Return and Volatility Connectedness among Nigerian Financial Markets. Central Bank of Nigeria Journal of Applied Statistics, 10 )2(, 169–191.

‌Youssef, M., Mokni, K., & Ajmi, A. N. (2021). Dynamic connectedness between stock markets in the presence of the COVID-19 pandemic: does economic policy uncertainty matter? Financial Innovation, 7(1).