بررسی ساختار وابستگی پویا و کرانه ای بازارمالی ایران بر اساس الگوی copula-GARCH بارویکرد نیمه پارامتری

الموضوعات : دانش مالی تحلیل اوراق بهادار

مریم مقدس بیات ¹ , شمس اله شیرین بخش ماسوله ²

1 - دانشجوی دکتری دانشگاه الزهرا)س(
2 - دانشیار دانشکده علوم اجتماعی واقتصادی دانشگاه الزهرا)س(

تاريخ الإرسال : 15 الأحد , ذو القعدة, 1436 تاريخ التأكيد : 10 الجمعة , محرم, 1437 تاريخ الإصدار : 25 الأحد , جمادى الثانية, 1437

الکلمات المفتاحية: الگویcopula- GARCH, رویکرد نیمه پارامتری, توزیع شرطی نا گاوسی, ساختار وابستگی کرانه ای,

ملخص المقالة :

در این مقاله ازالگویcopula- GARCH وتوانمندهای رویکرد نیمه پارامتری استفاده می‌گردد تا توزیع شرطی ناگاوسی متغیرها به چگالی های حاشیه ای وتوابع مفصل تفکیک گردد.این ویژگی آماری، امکان تحلیل وابستگی پویا وکرانه ای رادر ساختارهای غیرخطی ونامتقارن فراهم می آورد.با بهره گیری ازاین ابزارنوین آماری، ساختار وابستگی بازارمالی ایران به بازارداخلی وخارجی طی دوره زمانی 12مردادماه1392 تا25 مردادماه1394موردبررسی قرارمی گیرد.به این منظوراز شاخص آزاد شناور، نرخ رسمی ارز(ریال/دلار)، قیمت جهانی طلا(برحسب دلار)وقیمت نفت سبد اوپک(بشکه به دلار)با فراوانی روزانه استفاده می‌گردد. نتایج نشان می‌دهد که وابستگی بازارمالی به سایربازارهاکاملا پویا بوده وتنها در مقاطعی اززمان نا همبسته می باشد.بررسی ساختار وابستگی در دنباله توزیع نیزبروجود وابستگی کرانه ای نا متقارن دلالت دارد به نحوی که وابستگی بازارمالی به بازرهای مذکور در وضعیت رونق بازار نسبت به وضعیتکسادی بازارقویتراست.این یافتهنشان می‌دهد که در دوره موردبررسی، سرمایه گذاران خوش بین بوده و نسبت به اخبارخوب حساس تر می باشند.

المصادر:

 Aloui, R., Aïssa, M., Nguyen, D. ,(2013), Conditional dependence structure between oil prices and exchange rates: A copula-GARCH approach Journal of International Money and Finance 32 , 719–738.
 Avdulaj,K.,Barunik, A.,(2015),Are benefits from oil–stocks diversification gone? New evidence from a dynamic copula and high frequency data, Energy Economics,51,31-44.
 Basher, S.A., Nechi, S., Zhu, H.,(2014),Dependence patterns across gulf Arab stock markets: A copula approach, Journal of Multinational Financial Management,25,1-46.
 Krupskii ,P. ,Joe. H.,(2015), Structured factor copula models: Theory, inference and computation, Journal of Multivariate Analysis,138,53-73. Laih, Y.,(2014),Measuring rank correlation coefficients between financial time series: A GARCH-copula based sequence alignment algorithm, European Journal of Operational Research 232 , 375–382.
 Patton, A.J.,(2006), Modeling asymmetric exchange rate dependence. International Economic Review,47,527-556.
 Sklar, (1959),Functions de repartition _a n dimensions et leurs marges, Publ. Inst. Statist. Univ. Paris, 8(1):11 .
 Shirinbakhsh, Sh, Moghaddas Bayat, M.,(2011),an evaluation of asymmetric and symmetric effects of oil-exports shocks on non-tradable sector of Iranian economy, Romanian Journal of Economic Forecasting,2011(1):106-124.
 So,M.,K.P.,Yeung,C.,Y.T.,(2014),Vine-copula GARCH model with dynamic conditional dependence, Computational Statistics and Data Analysis, 76, 655-671