پوشش ریسک قیمت سهام صنایعبورسی با نرخ ارز (چندرشته ای صنعتی، بانک و سرمایه‌گذاری) Hedging stock price of listed industries with exchange rate (Multidisciplinary industry, banking and investment)

محورهای موضوعی : اقتصاد مالی

مریم بذرائی ¹ (دانشجوی دکتری اقتصاد اسلامی، گروه اقتصاد، واحد فیروزکوه، دانشگاه آزاد اسلامی، فیروزکوه، ایران.)
صالح قویدل ² (گروه اقتصاد، دانشگاه آزاد اسلامی، واحد فیروزکوه، فیروزکوه، ایران)
قدرت اله امام وردی ³ (گروه اقتصاد، دانشگاه آزاد اسلامی، واحد تهران مرکزی،، تهران، ایران،)
محمود محمودزاده ⁴ (هیات علمی فیروزکوه)

تاریخ دریافت : 1399/10/08 تاریخ پذیرش : 1399/12/11 تاریخ انتشار : 1400/03/01

کلید واژه: C58, G11, نرخ ارز, G32, استراتژی پوشش ریسک, واژه‌های کلیدی:بازار سهام, سبد دارایی بهینه. طبقه بندی JEL: F31,

چکیده مقاله :

در این پژوهش به‌منظور مدیریت ریسک سرمایه‌گذاران در بازار سرمایه، پوشش ریسک قیمت سهام صنایعبورسی منتخب با نرخ ارز مورد بررسی قرار گرفته است. بدین منظور از مدل‌های DCC و ADCC استفاده گردید. داده های مورد استفاده، بازده سهام صنایع بورسی و نرخ ارز به‌صورت روزانه طی بازه زمانی 1387 تا 1399 است. نتایج نشان می دهد که همبستگی متقارن بین قیمت سهام این صنایع با نرخ ارز، در هر دو بحران ارزی وجود دارد. همچنین یافته های پژوهش نشان می‌دهد، در هر دو بحران ارزی بالاترین کارایی پوشش ریسکبه ترتیب مربوط به صنعت چند رشته‌ای صنعتی و سرمایه‌گذاری است، درحالی‌که پایین‌ترین آن مربوط به صنعت بانکداری است. بزرگ‌ترین مقدار ضریب پوشش ریسک در بحران ارزی اول و دوم به ترتیب مربوط به صنایع چند رشته‌ای صنعتی و بانک است. کمترین مقدار ضریب پوشش ریسک در هر دو بحران مربوط به صنعت سرمایه‌گذاری است. بالاترین مقدار میانگین وزنی پرتفوی بهینه در هر دو بحران ارزی مربوط به صنعت بانکداری است. نتایج این تحقیق فرصتی را برای سرمایه‌گذاران فراهم می‌کند تا از استراتژی‌های پوشش ریسک و تخصیص دارایی‌هابه‌طور مطلوب استفاده کنند.Hedging stock price of listed industries with exchange rate (Multidisciplinary industry, banking and investment)Maryam BazraeeSaleh GhavidelGhodratollah EmamverdiMahmoud Mahmoudzadeh,AbstractThis study investigates hedging stock price of the selected industries listed in stock exchange with exchange rate, in order to manage risks of investors in capital market. To do se, the ADCC and DCC models are used. The data for this investigation includes daily stock return of the listed industries and exchange rate during 2008-2020. The results suggest that there exists symmetric correlation between stock price of these industries and exchange rate in both currency crises. Moreover, in both crises, the highest hedging effectiveness is associated with multidisciplinary industry and investment, whereas the lowest effectiveness is for banking. On the other hand, the biggest rate of hedging in the first and second currency crisis belongs to multidisciplinary industry and banking, respectively. The lowest rate of hedging in both crises belongs to investment industry and the highest weighted mean of optimal portfolio in both crises is found in banking industry. The results of this study provide the investors the opportunity to use hedging and asset allocation strategies in optimal way.

چکیده انگلیسی:

This study investigates hedging stock price of the selected industries listed in stock exchange with exchange rate, in order to manage risks of investors in capital market. To do se, the ADCC and DCC models are used. The data for this investigation includes daily stock return of the listed industries and exchange rate during 2008-2020. The results suggest that there exists symmetric correlation between stock price of these industries and exchange rate in both currency crises. Moreover, in both crises, the highest hedging effectiveness is associated with multidisciplinary industry and investment, whereas the lowest effectiveness is for banking. On the other hand, the biggest rate of hedging in the first and second currency crisis belongs to multidisciplinary industry and banking, respectively. The lowest rate of hedging in both crises belongs to investment industry and the highest weighted mean of optimal portfolio in both crises is found in banking industry. The results of this study provide the investors the opportunity to use hedging and asset allocation strategies in optimal way. 

منابع و مأخذ:

• اربابی،فرزین (1397). پیش‌بینیتلاطمبازدهیسکهطلادربازاردارایی‌هایمالی، فصلنامه اقتصادمالی، سالدوازدهم، شماره43،صص192-179


• بورساوراقبهادار،بورساوراقبهادارتهرانhttp://www.tse.ir


• بت‌شکن،محمدهاشمومحسنی،حسین(1396). سرریزنوسانوهمبستگیپویایشرطی نرخارزبرشاخصسهامگروهبانکی. پژوهش‌هایپولیوبانکی، 10(31)، 28-1.


• جهانگیری، خلیل و حکمتی فرید، صمد، (۱۳۹۴). مطالعه آثار سرریز تلاطم بازارهای سهام، طلا، نفت و ارز، فصلنامه پژوهشنامه اقتصادی، سال پانزدهم، شماره ۵۵، ۱۹۲-۱۵۹.


• حیدری، حسن و بشیری، سحر، (1391). بررسی رابطه بین نا اطمینانی نرخ واقعی ارز و شاخص قیمت سهام در بورس اوراق بهادار تهران: مشاهداتی بر پایه مدلVAR-GARCH،فصلنامه تحقیقات مدل‌سازی اقتصادی، ۳ (9)، ۷۱.


• علمی، زهرا، ابونوری، اسمعیل، راسخی، سعید و شهرازی،محمدمهدی، (1393). اثر شکست‏های ساختاری در نوسانات بر انتقال تکانه و سرریز نوسان میان بازارهای طلا و سهام ایران.فصلنامه علمی - پژوهشی مدل‌سازی اقتصادی، 8(26), 57-73.


• فتاحی، شهرام، سحاب خدامرادی، مرتضی و ایوتوند، میثاق، (۱۳۹۶). بررسی رابطه همبستگی شرطی بین بازارهای مالی ایران با تأکید بر اثر حافظه بلندمدت و عدم تقارن، فصلنامه اقتصاد مالی، سال یازدهم، شماره ۴۰، ۵۱-۲۵.


• فرزانگان، الهام، (1397). استراتژی‌های پوشش ریسک قیمت سکه بهار آزادی: مقایسه بین رویکردهای ADCC، GO-GARCH و GARCH مبتنی بر کاپولا، فصلنامه پژوهش‌های اقتصادی ایران، سال بیست و سوم، شماره 75، صفحات 166-137.


• فلاحی، فیروز، حقیقت، جعفر، صنوبر، ناصر و جهانگیری،خلیل (1393). بررسی همبستگی بین تلاطم بازار سهام، ارز و سکه در ایران با استفاده از مدل DCC-GARCH. فصلنامه پژوهشنامه اقتصادی، سال چهاردهم، شماره 52، صفحات 147-123.


• نیکو مرام، هاشم، پورزمانی، زهرا و دهقان، عبدالمجید، (۱۳۹۳). سرایت­­پذیری تلاطم در بازار سرمایه ایران، فصلنامه علمی پژوهشی دانش سرمایه­گذاری،انجمن مهندسی مالی ایران، سال سوم، شماره ۱۵،۱۹۹-۱۷۹.


• حاتمی، امین، محمدی، تیمور، خدادادکاشی، فرهاد و ابوالحسنیهستیانی، اصغر (۱۳۹7). پویایی‏هاینسبتبهینهپوششریسکدربازارهایسهاموطلا:رهیافتVAR-DCC-GARCH، فصلنامه اقتصاد مالی، سال دوازدهم، شماره ۴5، 92-73.


• Arago, V., & Fernandez, M.A. (2007), Influence of structural changes in transmission of information between stock markets: A European Empirical Stud, Journal of Multinational Financial Management, 17(1), PP. 112-124.


• Arash Habibi & Chin Lee. )2019(, Asymmetric Effects of Exchange Rates on Stock Prices in G7 Countries, Capital Markets Review, Malaysian Finance Association, vol. 27(1), pages 19-33.


• Baillie, R. T., & Myers, R. J. (1991), Bivariate GARCH estimation of the optimal commodity futures hedge. Journal of Applied Econometrics, 6(2), 109-124.


• Basher, S. A., &Sadorsky, P. (2016), Hedging emerging market stock prices with oil, gold, VIX, and bonds: A comparison between DCC, ADCC and GO-GARCH. Energy Economics, 54, 235-247.


• Bhattacharya, B. and Mukherjee, J. (2002), Causal relationship between stock market and exchange rate, foreign exchange reserves and value of trade balance: a case study for India, http:/www.igidr.ac.in/money/basabi.pdf


• Bollerslev, T. (1990), Modeling the Coherence in Short-run Nominal Exchange Rates: a Multivariate Generalized ARCH Model, Review of Economics and Statics, 72.


• Branson, W.H. (1983), Macroeconomic determinants of real exchange risk, In: Herring, R.J. (Ed.), Managing Foreign Exchange Risk, Cambridge University, Cambridge.


• Cappiello, L., Engle, R. F., & Sheppard, K. (2006), Asymmetric dynamics in the correlations of global equity and bond returns. Journal of Financial econometrics, 4(4), 537-572.


• Dornbusch, R., Fischer, S., (1980), Exchange rates and the current account, The American Economic Review, 70(5), pp.960–971.


• Engle, R. (2002), Dynamic conditional correlation: A simple class of multivariate generalized autoregressive conditional heteroskedasticity models. Journal of Business & Economic Statistics, 20(3), 339-350.


• Gavin, M. (1989), The stock market and exchange rate dynamics, Journal of International Money and Finance, 8(2), pp.181–200.


• Huisman, R., Mahieu, R., Schlichter, F. (2009). Electricity portfolio management: Optimal peak/offpeak allocations, Energy Economics, 31(1), 169-174.


• Inclan, C., and Tiao, G.C. (1994) ‘Use of cumulative sums of squares for retrospective detection of changes of variance’, Journal of the American Statistical Association, 89(427), pp.913-923


• Kang, S.H., & Cheong C., & Yoon, S.M. (2011), “Structural changes and volatility transmission in crude oil markets”, Physical A, 390(4), PP. 4317-4324.


• Kroner, K. F., & Sultan, J. (1993), Time-varying distributions and dynamic hedging with foreign currency futures. Journal of financial and quantitative analysis, 28(4), 535-551.


• Ku, Y. H. H., Chen, H. C., & Chen, K. H. (2007), On the application of the dynamic conditional correlation model in estimating optimal time-varying hedge ratios. Applied Economics Letters, 14(7), 503-509.


• Lee, Yen-Hsien, Huang, Ya-Ling & Wu, Chun-Yu. (2014), Dynamic Correlations and Volatility Spillovers between Crude Oil and Stock Index Returns: The Implications for Optimal Portfolio Construction, International Journal of Energy Economics and Policy, Vol. 4, No. 3, pp:327-336


• Malik, F., & Ewing, B. T., & Payne, J. E. (2005), Measuring volatility persistence in the presence of sudden changes in the variance of Canadian stock return, Canadian Journal of Economic s, 38(4), PP. 1037-1056.


• Saleh, Gehan. (2008). the Dynamic Relation between Stock Prices and Exchange Rates in Egypt, Saudi Arabia and UAE, PHD Thesis in Economics. University of Illinois at Chicago.


• Sanso, A., &Arago, V., & Carrion, J.L. (2003), Testing for changes in the unconditional variance of financial time series, Revista de Economía Financiera, 4(4), PP. 32–53.


• Simona Moagăr-Poladian., DorinaClichici & Cristian-ValeriuStanciu. (2019), The Co_movement of Exchange Rates and Stock Markets in Central and Eastern Europe, Sustainability, MDPI, Open Access Journal, vol. 11(14), pages 1-22, July.


• Sosa, M., Ortiz, E. & Cabello, A. (2018), Dynamic Linkages between Stock Market and Exchange Rate in MILA Countries: A Markov Regime Switching Approach (2003-2016). Revista de AnalisisEconomico. Núm. 83, vol. XXXIII.


• Wang, K. M. & Lee, Y. M. (2016), Hedging exchange rate risk in the gold market: A panel data analysis. Journal of Multinational Financial Management, 35, 1-23.


• Yao, Z., Wu, H. (2012), Financial Engineering Estimation of Minimum Risk Hedge Ratio, Systems Engineering Procedia, 3, 187-193.


• Yousaf, I., Elie Bouri, S. & Nehme, A. (2021). Gold against Asian Stock Markets during the COVID-19 Outbreak. Journal of Risk and Financial Management 14: 186.

 

یادداشت‌ها