تاثیر شاخص مدیران خرید صنعت بر شاخص قیمت سهام در ایران

محورهای موضوعی : اقتصاد مالی

سکینه سجودی ¹ (گروه اقتصاد و مدیریت، دانشگاه تبریز، تبریز ، ایران)
پرویز جعفری زاده بارنجی ² (گروه اقتصاد و مدیریت، دانشگاه تبریز، تبریز ، ایران)

تاریخ دریافت : 1402/04/07 تاریخ پذیرش : 1402/06/01 تاریخ انتشار : 1402/07/01

کلید واژه: G17, علیت گرنجر, E32, شاخص قیمت سهام صنعت, واژه‌های کلیدی: شاخص مدیران خرید, شاخص قیمت کل سهام, هم انباشتگی جوهانسن. طبقه بندی JEL : E27,

چکیده مقاله :

چکیده با توجه به توسعه روزافزون بازار بورس اوراق بهادار و پتانسیل آن برای ایجاد رشد و توسعه اقتصادی کشور بررسی عوامل موثر بر این بازار از اهمیت بسزایی برخوردار بوده و این مسئله برای تمامی استفاده کنندگان از این بازار بسیار مهم است. هدف اصلی این مطالعه، بررسی چگونگی تاثیر شاخص مدیران خرید صنعت (PMI) بر شاخص قیمت سهام در ایران است. لذا تحقیق حاضر با استفاده از داده‌های ماهانه مهر 1397 تا آبان 1401 و با بهره گیری از روش علیت گرنجر و هم‌انباشتگی جوهانسن به بررسی رابطه شاخص مدیران خرید و شاخص قیمت کل سهام و شاخص قیمت سهام صنعت پرداخته است. نتایج حاکی از آن است که رابطه علیت یک طرفه از رشد شاخص مدیران خرید صنعت به رشد شاخص قیمت کل سهام و رشد شاخص قیمت سهام صنعت وجود دارد. همچنین بر اساس آزمون هم‌انباشتگی جوهانسن یک رابطه بلندمدت مثبت بین دو متغیر رشد شاخص مدیران خرید صنعت و رشد شاخص قیمت کل سهام و همچنین بین رشد شاخص مدیران خرید صنعت و رشد شاخص قیمت سهام صنعت وجود دارد. با توجه به این که افزایش PMI رونق اقتصادی در بخش صنعت را نشان می‌دهد، این رابطه مثبت نشان می‌دهد که مطابق انتظار شاخص‌های قیمت سهام به سیگنا‌ل‌های بهبود در بخش صنعت واکنش مثبت و به سیگنال‌های منفی واکنش منفی نشان می‌دهد

چکیده انگلیسی:

Abstract Considering the increasing development of the stock exchange market and its potential for creating economic growth and development of the country, it is very important to study the factors affecting this market and this issue is very important for all users of this market. The main purpose of this study is to investigate the effect of the manufacturing Purchasing Managers Index (PMI) on the stock price index in Iran. Therefore, the present study has used the monthly data from 2018:10 to 2022:11 and using the Granger causality method and Johansen co-integration to investigate the relationship between Purchasing Managers Index and total stock price index and manufacturing stock price index. The results indicate that there is a one-way causality from the growth of the manufacturing purchasing managers index to the growth of the total stock price index and the growth of the manufacturing stock price index. Also, based on Johansen's cointegration test, there is a long-term positive relationship between the growth of manufacturing purchasing managers index and the growth of total stock price index, and also between the growth of manufacturing purchasing managers index and the growth of manufacturing stock price index. Given that the increase in PMI indicates economic prosperity in the manufacturing sector, this positive relationship shows that, as expected, stock price indices react positively to improvement signals in the manufacturing sector and negatively to negative signals.

منابع و مأخذ:

فهرست منابع

• ارمغان، پیمان، هادی نژاد، منیژه، دامن کشیده، مرجان، و شجاعی، معصومه (1401). سازوکار اثرگذاری تکانه‌های وارده از سوی قیمت نفت، قیمت ارز و سرمایه‌گذاری با در نظر گرفتن هزینه‌های تعدیل بر شاخص قیمت سهام.اقتصاد مالی، 16(59)، 46-23.    


• زین الدینی، شبنم، کریمی، محمد شریف، و خانزادی، آزاد (1399). بررسی اثر تکانه‌های قیمت نفت برعملکرد بازار سهام ایران. اقتصاد مالی، 14(50)، 145-170.


• فدایی نژاد, اسماعیل، و فراهانی، رضا (1396). اثرات متغیرهای کلان اقتصادی بر شاخص کل بورس اوراق بهادار تهران.اقتصاد مالی، 11(39)، 26-1.


• کاویانی، میثم، سعیدی، پرویز، دیده خانی، حسینی، و فخر حسینی، سید فخر الدین (1397). تأثیر شوک‎های پایه پولی بر بازده قیمتی سهام شرکت‎های فعال بورسی (رویکرد DSGE). اقتصاد مالی، 12(42)، 148-121.  


• مولانا، تهمینه (1389). شاخص مدیران خرید (PMI)/آیا تفاوتی میان کار آفرین و مالکیت کسب و کار کوچک وجود دارد؟. کارآفرینان امیرکبیر، 5 (۵۶)، 1.

نوفرستی، محمد (1400). اقتصادسنجی کاربردی داده‌های سری‌های زمانی. تهران

• Afshar, T., Arabian, G., & Zomorrodian, R. (2007). Stock return, consumer confidence, purchasing managers index and economic fluctuations. Journal of Business & Economics Research (JBER), 5(8), 97-106.


• Banerjee, A., & Marcellino, M. (2006). Are there any reliable leading indicators for US inflation and GDP growth? International Journal of Forecasting, 22(1), 137-151. ‏


• Clements, M. P., & Hendry, D. F. (Eds.). (2011). The Oxford handbook of economic forecasting. OUP USA. ‏


• Collins, D. (2001). The relationship between business confidence surveys and stock market performance. Investment Analysts Journal, 30(54), 9-17.


• Cuthbertson, K., Hall, S. G., & Taylor, M. P. (1992). Applied econometric techniques. Philip Allan.


• Dasgupta, S., & Lahiri, K. (1992). A comparative study of alternative methods of quantifying qualitative survey responses using NAPM data. Journal of Business & Economic Statistics, 10(4), 391-400. ‏


• Dasgupta, S., & Lahiri, K. (1993). On the use of dispersion measures from NAPM surveys in business cycle forecasting. Journal of Forecasting, 12(3‐4), 239-253. ‏


• Evans, M. (2005). Where are we now? real-time estimates of the macro economy. ‏


• Foroni, C., Marcellino, M. G., & Schumacher, C. (2011). U-midas: Midas regressions with unrestricted lag polynomials. Frankfurt, Germany: Bundesbank Series.


• Frale, C., Marcellino, M., Mazzi, G. L., & Proietti, T. (2011). EUROMIND: a monthly indicator of the euro area economic conditions. Journal of the Royal Statistical Society: Series A (Statistics in Society), 174(2), 439-470.


• Giannone, D., Modugno, M., Reichlin, L., & Small, D. (2010). Nowcasting in Real Time. In 16th International Conference on Computing in Economics and Finance, Society for Computational Economics, London, UK. July(Vol. 13).‏


• Giannone, D., Reichlin, L., & Small, D. (2008). Nowcasting: The real-time informational content of macroeconomic data. Journal of Monetary Economics, 55(4), 665-676.‏


• Granger, C. W. (1969). Investigating causal relations by econometric models and cross-spectral methods. Economمetrica: journal of the Econometric Society, 424-438.


• Harris, E. S. (1991). Tracking the economy with the purchasing managers index. Federal Reserve Bank.‏


• Hjalmarsson, E., & Österholm, P. (2007). Testing for cointegration using the Johansen methodology when variables are near-integrated. Available at SSRN 1007890.


• Johansen, S. (1988). Statistical analysis of cointegration vectors. Journal of economic dynamics and control, 12(2-3), 231-254.


• Johansen, S. (1991). Estimation and hypothesis testing of cointegration vectors in Gaussian vector autoregressive models. Econometrica: journal of the Econometric Society, 1551-1580.


• Johnson, M. A., & Watson, K. J. (2011). Can changes in the purchasing managers’ indexforetell stock returns? An additional forward-looking sentiment indicator. The Journal of Investing, 20(4), 89-98.‏


• Kauffman, R. G. (1999). Indicator qualities of the NAPM report on business®. Journal of Supply Chain Management, 35(1), 29-37.‏


• Koenig, E. F. (2002). Using the purchasing managers’ index to assess the economy’s strength and the likely direction of monetary policy. Federal Reserve Bank of Dallas Economic and Financial Policy Review, 1(6), 1-14.‏


• Kuzin, V., Marcellino, M., & Schumacher, C. (2011). MIDAS vs. mixed-frequency VAR: Nowcasting GDP in the euro area. International Journal of Forecasting, 27(2), 529-542.‏


• Lindsey, M. D., & Pavur, R. J. (2005). As the PMI turns: a tool for supply chain managers. Journal of Supply Chain Management, 41(1), 30-39.‏


• Maddala, G. S., & Lahiri, K. (1992). Introduction to econometrics(Vol. 2). New York: Macmillan.


• MANDACI, P. E., & Alsu, E. (2020). Is Purchasing Managers’index (PMI) a leading indicator for stock, bond and foreign exchange markets in Turkey? Dokuz Eylül Üniversitesi İşletme Fakültesi Dergisi, 21(1), 219-233.


• Mudgal, N. (2014). An Empirical Analysis of the Relationship Between the Purchasing Manager's Index (PMI) and Share Prices in the Manufacturing Sector of South Africa. Doctoral dissertation, University of the Witwatersrand, Faculty of Commerce, Law and Management, School of Accountancy).


• Şahin, E., Güngör, S., & Karaca, S. S. (2020). Empirical analysis of the relationship between purchasing managers index and bist industrial index under structural breaks. Financial Studies, 24(3 (89)), 6-22.


• Sims, C. A. (1972). Money, income, and causality. The American economic review, 62(4), 540-552.


• Wang, J. (2012). Empirical Analysis of China Purchasing Managers Index (PMI) and Shanghai Composite Index (SH). Advances in Applied Economics and Finance, 3(4), 615-618.


• Yanik, R., Osman, A. B., & Ozturk, O. (2020). Impact of manufacturing PMI on stock market index: A study on Turkey. Yanik, R., Osman, AB, & Ozturk, O.(2020). Impact of manufacturing PMI on stock market index: A study on Turkey. Journal of Administrative and Business Studies, 6(3), 104-108.


• Zhang, D., Xiao, M., Yang, X., & He, Y. (2015). The analysis of manufacturing PMI potential trends of the US, EU, Japan and China. Procedia Computer Science, 55, 43-51.‏


• Zhao, S., & Yun, X. (2012). The relationship research between industrial added value and PMI [J]. Economic Research Guide, 25(6), 107-110. ‏