روابط پویای حسابداری و مالی بین بازارهای کامودیتی، بازارهای مالی و ارزهای دیجیتالبا رویکرد مدل خود همبسته با وقفه‌های توزیعی
الموضوعات :
حمید محمدی شاد
1
,
امیررضا کیقبادی
2
,
مهدی معدنچی زاج
3
1 - گروه مدیریت مالی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.
2 - گروه حسابداری، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران
3 - گروه مدیریت مالی، واحد الکترونیکی، دانشگاه آزاداسلامی، تهران، ایران.
الکلمات المفتاحية: قیمت نفت خام, شاخص بازار سهام, نرخ ارز, قیمت فلزات گرانبها (طلا, نقره و پلاتین), روش خود همبسته با وقفه‌های توزیعی,
ملخص المقالة :
چکیده اطلاعات مربوط به متغیرهای مالی و همچنین گزارشات حسابداری، در طول زمان، به یکدیگر سرایت می کنند، این موضوع با گسترش سیستم‌های ارتباطی و وابستگی بیش‌ازپیش بازارهای مالی به یکدیگر، اهمیت بیشتری یافته است. با توجه به اینکه بازارهای مالی با یکدیگر مرتبط هستند، اطلاعات ایجاد شده در یک بازار، می تواند سایر بازارها را متأثر سازد. برخی معتقدند که یکی از مهمترین عوامل افزایش قیمت فلزات گرانبها من‌جمله طلا در بازارهای جهانی، افزایش و تلاطم قیمت نفت است. هدف این مقاله بررسی روابط پویای حسابداری و مالی بین بازارهای کامودیتی، بازارهای مالی و ارزهای دیجیتال با رویکرد مدل خود همبسته با وقفه های با فراوانی داده های روزانه بوده است. ساختار طراحی شده در این مطالعه نشان‌دهنده این موضوع است که سرایت‌پذیری نوسانات بین بازارهای مالی وجود داشته است. در نتایج به دست آمده مشاهده گردید که شاخص کل بازار سهام رابطه ی مستقیم با تمامی بازارهای دارایی های دیگر داشته است. قیمت نفت خام با تمام دارایی ها دارای رابطه معکوس است و نرخ ارز نیز تحت تأثیر مستقیم دارایی های مالی دیگر قرار گرفته و رابطه معکوسی با قیمت نفت داشته است.
1) ابونوری، اسمعیل و محمدرضا عبداللهی، (1391)، "ارتباط بازارهای سهام ایران، آمریکا، ترکیه و مالزی در یک مدل گارچ چند متغیره"، فصلنامه بورس اوراق بهادار، 14، صص 61-79.
2) ابونوری، اسمعیل و محمدرضا عبداللهی، (1391)، "مدل‌سازی نوسانات بخشهای مختلف بازار سهام ایران با استفاده از مدل گارچ چندمتغیره"، نشریه علمی-پژوهشی تحقیقات مالی، شماره 14، صص 16-1.
3) بانک مرکزی، (1396)، "گزارش‌های اقتصادی"، تهران، انتشارات بانک مرکزی.
4) حسینی، سید محمد و سیدبابک ابراهیمی، (1392)، "مدل‌سازی و سنجش سرایت تلاطم با استفاده از مدل‌های گارچ چند متغیره"، فصلنامه بورس اوراق بهادار، 21، صص 157-137.
5) حسینیون، نیلوفرسادات، مهدی بهنامه و تقی ابراهیمی سالاری، (1395)،"بررسی انتقال تلاطم نرخ بازده بین بازارهای سهام، طلا و ارز در ایران"،فصلنامه پژوهشهای اقتصادی ایران، 21(66)، صص 123-150.
6) زمانی، شیوا، داوود سوری و محسن ثنائی اعلم، (1389)،"بررسی وجود سرایت بین سهام شرکتها در بورس اوراق بهادار تهران با استفاده از یک مدل دینامیک چندمتغیره"، مجله تحقیقات اقتصادی، 45(4)، صص 29-54.
7) سید حسینی، سیدمحمدو سیدبابک ابراهیمی، (1392)،"بررسی سرایت تلاطم بین بازارهای سهام؛ مطالعۀ موردی بازار سهام ایران، ترکیه و امارات"، فصلنامۀ دانش مالی تحلیل اوراق بهادار، 6(16)، صص 97-81.
8) کشاورزحداد، غلامرضا، سیدبابک ابراهیمی و اکبر جعفرعبدی، (1390)، "بررسی سرایت تلاطم میان بازدهی سهام صنعت سیمان و صنایع مرتبط با آن در ایران"، پژوهشهای اقتصادی ایران، 16 (47)، صص 129-162.
9) نیکومرام، هاشم، زهرا پورزمانی، عبدالمجید دهقان، (1394)،"بررسی سرایت تلاطم بازارهای موازی بازار سرمایه بر صنایع بورسی (صادرات و واردات محور)"،فصلنامه دانش مالی تحلیل اوراق بهادار، 8(25)، صص 1-18.
10) حسینی، سید علی و فاطمه مرشدی، (1398)، "تأثیر احساسات سرمایه‌گذاران بر پویایی معاملات بورس اوراق بهادار تهران"، فصلنامه پژوهشهای حسابداری مالی و حسابرسی، 11(44)، صص 1-22.
11) عرب صالحیو همکاران، (1396)، "بحران مالی جهانی و مدیریت سود در شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران"، فصلنامه پژوهشهای حسابداری مالی و حسابرسی، 9(36)، صص 73 – 87.
12) خدادادیو همکاران، (1394)، "اثر تعدیل‌کننده عدم اطمینان محیطی بر رابطه بین مدیریت سود و عدم تقارن اطلاعاتی"، فصلنامه پژوهشهای حسابداری مالی و حسابرسی، 7(26)، صص 51-66.
13) Alijani, M., Banimahd, B., Madanchi, M. (2019), “Study and Research on the Six-Year Process of Bitcoin Price and Return”, Advances in Mathematical Finance and Applications, 4(1), PP. 45-54.
14) Alotaibi, A. R. & Mishra, A. V. (2015), “Global and Regional Volatility Spillovers to GCC Stock Markets”, Economic Modeling, 45, PP. 38-49.
15) AlSubaie, Naseem. (2016), “Modelling and Forecasting Equity Markets Volatility: An Empirical Evidence”, Journal of Applied Statistical Science 22, PP. 387–405.
16) Arouri, M. E. H., Lahiani, A., and Khuong Nguyen D. (2015), “World Gold Prices and Stock Returns in China: Insights for Hedging and Diversification Strategies”, Economic Modeling, 44, PP. 273–282.
17) Baek, C. and Elbeck, M. (2015), “Bitcoins as an Investment or Speculative Vehicle? A First Look”, Applied Economics Letters, 22(1), PP. 30{34.
18) Bekaert, G., Harvey, C., and Ng, A. (2005), “Market Integration and Contagion”, Journal of Business, 78, PP. 39-69.
19) Campello, M., Graham, J.R., Harvey, C., (2010), “The Real Effects of Financial Constraints: Evidence from a Financial Crisis”, Journal of Financial Economics 97 (3), PP. 470–487.
20) Chiu W.-C., Peña J.I., Wang C.-W. (2015), “Industry Characteristics and Financial Risk Contagion”, Journal of Banking & Finance 50, PP. 411–427.
21) Christiano, L. J. and T. J. Fitzgerald (2003), “The Band-Pass Filter”, NBER Working Paper, No. 7257.
22) Christiansen, C., Ranaldo, A., (2009), “Extreme Co-exceedances in new EU Member States’ stock markets”, Journal of Banking & Finance 33 (6), PP. 1048–1057.
23) Chu, J., Nadarajah, S., and Chan, S. (2015), “Statistical Analysis of The Exchange Rate of Bitcoin.PloS one”, 10(7), PP. 1-27.
24) Cole, R.A., Moshirian, F., Wu, Q., (2008), “Bank Stock Returns and Economic Growth”, Journal of Banking & Finance 32 (6), PP. 995–1007.
25) Dyhrberg, A. H. (2016), “Bitcoin, Gold and the Dollar: a GARCH Volatility Analysis”, Finance Research Letters, 16, PP. 85-92.
26) Forbes, K. and R. Rigobon (2010), “No Contagion, Only Interdependence, Massachusetts Institute of Technology”, Sloan School of Management, Working
27) Granger, E., and Pon, M. (2008), “An Empirical Comparison of Alternative Models in Estimating Value-at-Risk: Evidence and Application from the LSE. Int. J”,Monetary Economics and Finance, 1(2), PP. 201-218
28) Hoberg, G., Phillips, G., (2010), “Real and Financial Industry Booms and Busts”, Journal of Finance 65 (1), PP. 45–86.
29) Kitchin J. (1923), “Cycles and Trends in Economic Factor”, Review of Economic Statistics, 2 (5), PP. 10-16.
30) Mensi, W., Beljid, M., Boubaker, A. &Managi, S. (2013), “Correlations and Volatility Spillovers across Commodity and Stock Markets: Linking Energies, Food, and Gold”, Economic Modeling, 32, PP. 15–22.
31) Mensi, W., Hammoudeh, S., Nguyen, D. K. & Yoon S. M. (2014), “Dynamic Spillovers among Major Energy and Cereal Commodity Prices”, Energy Economics, 43, PP. 225–243.
32) Nishizawa, K. and Kim, N. (2017), “Bitcoin, Bubbles and Tech: Google's Top Nance Searches of 2017”, Bloomberg. Retrieved from: website.
33) Ortiz-Molina, H., Phillips, G., (2014), “Real Asset Illiquidity and the Cost of Capital”, Journal of Financial and Quantitative Analysis.
34) Valta, P., (2012), “Competition and the Cost of Debt”, Journal of Financial Economics 105 (3), PP. 661–682.
35) Van de Klashorst (2018), “Volatility Spillovers and Other Market Dynamics between cryptocurrencies and The Equity Marketz”, Workong paper.
36) Wintrap, M. R. (2017), “A Regime Switching Model of Risk Contingent”, North American Actuarial Journal 5(2), PP. 41-53.
37) Yermack, D. (2015), “Is Bitcoin a Real Currency? An Economic Appraisal”, In Handbook of Digital Currency, PP. 31-43.
یادداشت‌ها
