آیا نااطمینانی قیمت نفت، شاخص بورس اوراق بهادار تهران را تحتتأثیر قرار میدهد؟ رویکرد رگرسیون کوانتایل مبتنی بر تبدیل موجک
محورهای موضوعی :
اقتصاد مالی
علی سرگل زایی
1
,
نرگس صالح نیا
2
,
مسعود همایونی فر
3
,
سیدمحمدقائم ذبیحی
4
1 - گروه اقتصاد، دانشکده علوم اداری و اقتصادی، دانشگاه فردوسی، مشهد، ایران
2 - گروه اقتصاد، دانشکده علوم اداری و اقتصادی، دانشگاه فردوسی، مشهد، ایران
3 - گروه اقتصاد، دانشکده علوم اداری و اقتصادی ،دانشگاه فردوسی مشهد، ،ایران
4 - گروه اقتصاد منابع، دانشکده علوم اداری و اقتصادی، دانشگاه فردوسی مشهد، ایران
تاریخ دریافت : 1402/07/04
تاریخ پذیرش : 1402/09/06
تاریخ انتشار : 1402/10/01
کلید واژه:
H54,
واژههای کلیدی: نااطمینانی قیمت نفت,
شاخص بورس اوراق بهادار تهران,
رگرسیون کوانتایل,
تبدیل موجک,
گارچ. طبقه بندی JEL : E31,
B23,
چکیده مقاله :
چکیده
بررسی اثر نااطمینانی قیمت نفت بر شاخص بورس اوراق بهادار تهران از اهمیت بالایی برخوردار است چراکه با افزایش نااطمینانی در قیمت نفت ریسک سیستماتیک شاخص بورس افزایش مییابد. از طرفی در کشورهای صادرکننده نفت همچون ایران، درآمدهای نفتی از جمله موارد مهم و تأثیرگذار در متغیرهای کلان اقتصادی و بالتبع شاخصهای بازارهای مالی است. پژوهش حاضر به بررسی اثر نااطمینانی قیمت نفت بر شاخص بورس اوراق بهادار تهران با بهره گیری از مدل اقتصادسنجی رگرسیون کوانتایل مبتنی بر تبدیل موجک (MODWT-MRA) طی بازه زمانی فروردین ۱۳۹۰ الی فروردین ۱۴۰۰ در ایران می پردازد. نتایج حاصل از تخمین مدل نشان داد که با افزایش نااطمینانی قیمت نفت، شاخص بورس اوراق بهادار تهران کاهش خواهد یافت. مطابق با نتایج، اثر نااطمینانی قیمت نفت بر شاخص بورس اوراق بهادار تهران در چندکهای ابتدایی دارای ضریب کوچکتری نسبت به چندکهای انتهایی است لذا اثر منفی نااطمینانی قیمت نفت بر شاخص بورس اوراق بهادار تهران در ماههای اخیر بازه زمانی موردمطالعه بیشتر از ماههای اولیه است. همچنین مقدار ضریب در مقیاس جزء ۵ بسیار بیشتر از مقیاس جزء ۱ هست؛ لذا اثر منفی نااطمینانی قیمت نفت بر شاخص بورس اوراق بهادار تهران در کوتاهمدت بسیار بیشتر از مقدار این اثر در بلندمدت است. علت این امر این است که در بلندمدت، سرمایهگذار خود را با نااطمینانی به وجود آمده تطبیق خواهد داد
چکیده انگلیسی:
Abstract
Investigating the effect of oil price uncertainty on the Tehran Stock Exchange index is of great importance because with increasing uncertainty in oil prices, the systematic risk of the stock market index increases. On the other hand, in oil exporting countries such as Iran, oil revenues are among the most important and influential factors in macroeconomic variables and, consequently, financial market indicators. The present study investigates the effect of oil price uncertainty on the Tehran Stock Exchange index using the wavelet-based quantile regression model (MODWT-MRA) during the period April 2011 to April 2021 in Iran.. The results of the model estimate showed that with the increase in oil price uncertainty, the Tehran Stock Exchange index will decrease. According to the results, the effect of oil price uncertainty on the Tehran Stock Exchange index in the first few quantiles has a smaller coefficient than the final quantiles, so the negative effect of oil price uncertainty on the Tehran Stock Exchange index in recent months is more than the first months. Also, the coefficient value on the component 5 scale is much higher than the component 1 scale; Therefore, the negative effect of oil price uncertainty on the Tehran Stock Exchange index in the short run is much greater than the value of this effect in the long run. This is because in the long run, the investor will adjust to the uncertainty.
منابع و مأخذ:
فهرست منابع و مآخذ
ابونوری، عباسعلی و کیان پیشه، آزاده. (1395). تأثیر نااطمینانی قیمت نفت بر بازارهای مالی در ایران. انرژی ایران، 19 (69).
پازوکی، نیما.، حمیدیان، اکرم.، محمدی، شاپور.، محمودی، وحید. (1392). استفاده از تبدیل موجک جهت بررسی میزان همبستگی نرخ ارزهای مختلف، قیمت نفت، قیمت طلا و شاخص بورس اوراق بهادار تهران در مقیاسهای زمانی مختلف. دانش سرمایهگذاری، 2(7)، 131-148.
خوچیانی، ر.، و نادمی، ی. (1397). بازنگری در رابطه شکاف تولید و تورم برای اقتصاد ایران با استفاده از رویکرد تبدیل موجک. پژوهشنامه اقتصادی، 18(69 )، 307-334. https://www.sid.ir/fa/journal/ViewPaper.aspx?id=357491
شکوهی فرد، س.، آل عمران، ر.، مهرگان، ن.، رحیمزاده، ف. (۱۳۹۸). اثر فساد بر توسعه انسانی (مدل رگرسیون کوانتایل). فصلنامه مدلسازی اقتصادسنجی، ۵(16)، 66-37.
عیوضلو، رضا، و باجلان، سعید، و چهارراهی، مصطفی. (1397). بررسی پویای ارتباط نااطمینانی قیمت طلا و قیمت نفت خام با بازده شاخص قیمت سهام بانکها - رهیافت فضا حالت. مهندسی مالی و مدیریت اوراق بهادار (مدیریت پرتفوی)، 9 (36)، 31-49. https://www.sid.ir/fa/journal/ViewPaper.aspx?id=357842.
فطرس، محمدحسن و هوشیدری، مریم. (1395). بررسی تأثیر نوسانات قیمت نفت خام بر نوسانات بازدهی بورس اوراق بهادار تهران رویکرد GARCH چند متغیره. پژوهشنامه اقتصاد انرژی ایران، 5 (18)، 147-177. https://doi.org/10.22054/jiee.2016.7195.
کریمی، م.، و حیدریان، م.، و دهقان جبارآبادی، ش. (1397). تحلیل اثرات سرریز بین بازارهای نفت و بورس اوراق بهادار تهران در طول مقیاسهای چندگانه زمانی (با استفاده از مدل VAR-GARCH-BEKK بر پایه موجک). اقتصاد مالی، 12(42)، 46-25. https://www.sid.ir/fa/journal/ViewPaper.aspx?id=351294
محنت فر، یوسف.، درخشانی درآبی، کاوه.، و پرندین، کاوه. (1395). تأثیر نوسانات نفت و ارز بر شاخص قیمت بازارسهام در ایران: رویکرد آزمون کرانه ها. سیاست گذاری پیشرفت اقتصادی، 4 (2)، 156-133. https://doi.org/10.22051/edp.2017.12022.1060.
نجفی استمال، س.، و حسینی، س.، و معمارنژاد، ع.، و غفاری، ف. (1400). بررسی اثر مکانیسم انتقال بحران مالی(با تاکید بر بحران مالی سال2008 و قیمت نفت) و علیت مارکوف سوئیچینگ بر شاخصهای منتخب بورس اوراق بهادار ایران. اقتصاد مالی، 15(3 (پیاپی 56))، 59-87. https://www.sid.ir/fa/journal/ViewPaper.aspx?id=578066
ورهرامی، ویدا.، مرادعلیان، محمدجواد. (1400). تجزیه قیمت نفت خام و تأثیر آن بر بازده شاخص قیمت سهام منتخب با روش VECM. اقتصاد مالی، 15(55)، 313-332.
ویسی زاده، وحید.، شکرخواه، جواد.، امیری، میثم. (1400). مدل ترکیبی ارزش در معرض ریسک شبیه سازی تاریخی فیلتر شده مبتنی بر تبدیل موجک در افقهای زمانی سرمایهگذاری مختلف در بورس اوراق بهادار تهران. اقتصاد مالی، 15(57)، 1-22.
_||_
Alamgir, F., & Amin, S. B. (2021). The nexus between oil price and stock market: Evidence from South Asia. Energy Reports, 7, 693-703. https://doi.org/https://doi.org/10.1016/j.egyr.2021.01.027.
Apergis, N. and Miller, S.M. (2009). Do Structural Oil-market Shocks Affect Stock Prices?, Energy Economics, 31, 569-575.
Arouri, M. E. H., Jouini, J., & Nguyen, D. K. (2012). On the impacts of oil price fluctuations on European equity markets: Volatility spillover and hedging effectiveness. Energy Economics, 34(2), 611-617. https://doi.org/https://doi.org/10.1016/j.eneco.2011.08.009.
Awartani, B., & Maghyereh, A. I. (2013). Dynamic spillovers between oil and stock markets in the Gulf Cooperation Council Countries. Energy Economics, 36, 28-42. https://doi.org/https://doi.org/10.1016/j.eneco.2012.11.024.
Balke, N.S., Brown, S.P.A. (2018). Oil supply shocks and the US economy: an estimated DSGE model. Energy Policy, 116, 357–372.
Basher, S. A., & Sadorsky, P. (2006). Oil price risk and emerging stock markets. Global Finance Journal, 17(2), 224-251. https://doi.org/https://doi.org/10.1016/j.gfj.2006.04.001.
Basher, S. A., Haug, A. A., & Sadorsky, P. (2012). Oil prices, exchange rates and emerging stock markets. Energy Economics, 34(1), 227-240. https://doi.org/https://doi.org/10.1016/j.eneco.2011.10.005.
Bouri, E., Gupta, R., Tiwari, A. K., & Roubaud, D. (2017). Does Bitcoin hedge global uncertainty? Evidence from wavelet-based quantile-in-quantile regressions. Finance Research Letters, 23, 87-95. https://doi.org/10.1016/j.frl.2017.02.009
Cuñado, J., & Pérez de Gracia, F. (2003). Do oil price shocks matter? Evidence for some European countries. Energy Economics, 25(2), 137-154. https://doi.org/https://doi.org/10.1016/S0140-9883(02)00099-3.
Cunado, J., & Perez de Gracia, F. (2005). Oil prices, economic activity and inflation: evidence for some Asian countries. The Quarterly Review of Economics and Finance, 45(1), 65-83. https://doi.org/https://doi.org/10.1016/j.qref.2004.02.003.
Das, D., Bhatia, V., Pillai, J., Tiwari, A.K. (2018). The relationship between oil prices and US economy revisited. Energy Sources, 13, 37–45.
Daubechies, I. (1990). The wavelet transform, time-frequency localization and signal analysis. IEEE Transactions on Information Theory, 36(5), 961-1005. https://doi.org/10.1109/18.57199
Davino, , Furno, M., & Vistocco, D. (2014). Quantile regression: theory and applications. John Wiley & Sons.
Dhaoui, A., Goutte, S., & Guesmi, K. (2018). The Asymmetric Responses of Stock Markets. Journal of Economic Integration, 33(1), 1096-1140. http://www.jstor.org/stable/26418777.
Du, L., & He, Y. (2015). Extreme risk spillovers between crude oil and stock markets. Energy Economics, 51, 455-465. https://doi.org/https://doi.org/10.1016/j.eneco.2015.08.007.
Dutta, A., Nikkinen, J., & Rothovius, T. (2017). Impact of oil price uncertainty on Middle East and African stock markets. Energy, 123, 189-197. https://doi.org/https://doi.org/10.1016/j.energy.2017.01.126.
El Hedi Arouri, M., Jouini, J., & Nguyen, D. K. (2011). Volatility spillovers between oil prices and stock sector returns: Implications for portfolio management. Journal of International Money and Finance, 30(7), 1387-1405. https://doi.org/https://doi.org/10.1016/j.jimonfin.2011.07.008.
Elder, J., & Serletis, A. (2010). Oil Price Uncertainty. Journal of Money, Credit and Banking, 42(6), 1137-1159. http://www.jstor.org/stable/40784879.
Elian, M. I., & Kisswani, K. M. (2018). Oil price changes and stock market returns: cointegration evidence from emerging market. Economic Change and Restructuring, 51, 317-337. https://doi.org/10.1007/s10644-016-9199-5
Engemann, K. M., Kliesen, K. L., & Owyang, M. T. (2011). Do oil shocks drive business cycles? Some US and international evidence. Macroeconomic Dynamics, 15(S3), 498-517. https://doi.org/https://doi.org/10.20955/wp.2010.007.
Feng, J., Wang, Y., & Yin, L. (2017). Oil volatility risk and stock market volatility predictability: Evidence from G7 countries. Energy Economics, 68(C), 240-254. https://EconPapers.repec.org/RePEc:eee:eneeco:v:68:y:2017:i:c:p:240-254.
Gençay, R., Selçuk, F., & Whitcher, B. J. (2001). An introduction to wavelets and other filtering methods in finance and economics. Elsevier.
Golkhandaan, A. (2016). The Effects of Positive and Negative Oil Price Shocks on Stock Index in Iran. Journal of Economic and Financial Policies, 15, 89-114.
Hamdi, B., Aloui, M., Alqahtani, F. (2019), Tiwari, Relationship between the oil price volatility and sectoral stock markets in oil-exporting economies: evidence from wavelet nonlinear denoised based quantile and Granger-causality analysis. Energy Econ, 80, 536–552.
Hamilton, J. D. (1983). Oil and the Macroeconomy since World War II. Journal of Political Economy, 91(2), 228-248. http://www.jstor.org/stable/1832055.
Hamilton, J. D. (2003). What is an oil shock? Journal of Econometrics, 113(2), 363-398. https://doi.org/https://doi.org/10.1016/S0304-4076(02)00207-5.
Hamilton, J. D. (2011). NONLINEARITIES AND THE MACROECONOMIC EFFECTS OF OIL PRICES. Macroeconomic Dynamics, 15(S3), 364-378. https://doi.org/10.1017/S1365100511000307.
Jo, S. (2014). The Effects of Oil Price Uncertainty on Global Real Economic Activity. Journal of Money, Credit and Banking, 46(6), 1113-1135. http://www.jstor.org/stable/24499127.
Jones, C. M., & Kaul, G. (1996). Oil and the stock markets. The journal of Finance, 51(2), 463-491. https://doi.org/https://doi.org/10.1111/j.1540-6261.1996.tb02691.x.
Khalfaoui, R., Boutahar, M., & Boubaker, H. (2015). Analyzing volatility spillovers and hedging between oil and stock markets: Evidence from wavelet analysis. Energy Economics, 49, 540-549. https://doi.org/https://doi.org/10.1016/j.eneco.2015.03.023.
Khan, A., Khan, M. Y., & Khan, A. Q. (2020). How Do Oil and Natural Gas Prices affect U.S. industrial production? Utilizing wavelet nonlinear denoised based quantile analysis. Energy Strategy Reviews, 32, 100550. https://doi.org/10.1016/j.esr.2020.100550
Kilian, L. (2009). Not All Oil Price Shocks Are Alike: Disentangling Demand and Supply Shocks in the Crude Oil Market. The American Economic Review, 99(3), 1053-1069. http://www.jstor.org/stable/25592494.
Kilian, L., & Park, C. (2009). The impact of oil price shocks on the US stock market. International Economic Review, 50(4), 1267-1287. https://doi.org/https://doi.org/10.1111/j.1468-2354.2009.00568.x.
Koenker, R. W., & Bassett, G. (1978). Regression quantiles. Econometrica, 46, 33–50.
Maghyereh, A., Awartani, B., & Bouri, E. (2016). The directional volatility connectedness between crude oil and equity markets: New evidence from implied volatility indexes. Energy Economics, 57(C), 78-93. https://EconPapers.repec.org/RePEc:eee:eneeco:v:57:y:2016:i:c:p:78-93.
Park, J., & Ratti, R. A. (2008). Oil price shocks and stock markets in the U.S. and 13 European countries. Energy Economics, 30(5), 2587-2608. https://doi.org/https://doi.org/10.1016/j.eneco.2008.04.003.
Ramsey, J. B. (1999). The contribution of wavelets to the analysis of economic and financial data. Philosophical Transactions of the Royal Society of London. Series A: Mathematical, Physical and Engineering Sciences, 357(1760), 2593-2606.
Rodríguez Benavides, D., Martínez García, M. Á., & Hoyos Reyes, L. F. (2019). Uncertainty of the international oil price and stock returns in Mexico through an SVAR-MGARCH. Contaduría y administración, 64(3). https://doi.org/https://doi.org/10.22201/fca.24488410e.2019.2340.
Sadorsky, P. (1999). Oil price shocks and stock market activity. Energy Economics, 21(5), 449-469. https://doi.org/https://doi.org/10.1016/S0140-9883(99)00020-1.
Shirazi, M., & Emami Meibodi, A. (2020). Reaction of stock market index to oil price shocks. Iranian Economic Review, 24(1), 99-128.
Tian, F., Gao, J. & Yang, K. (2016), A Quantile Regression Approach to Panel Data Analysis of Health Care Expenditure in OECD Countries, Monash Bussiness school, Department of Econometrics and Business Statistics, working paper: 1- 27.