تحلیل علیت گرنجر در الگوهای میانگین جهت سنجش k مین وقفه همبستگی متقابل بین باقیماندههای استاندارد بازده و حجم معاملات در شرایط بحران
محورهای موضوعی : دانش سرمایهگذاری
محمد حسن صالح
1
(گروه حسابداری، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران)
فاضل محمدی نوده
2
(استادیار، گروه مدیریت، واحد لاهیجان، دانشگاه آزاد اسلامی، لاهیجان، ایران)
مجتبی ملکی چوبری
3
(گروه حسابداری، واحد لاهیجان، دانشگاه آزاد اسلامی، لاهیجان، ایران)
کلید واژه: بازده سهام, حجم معامله, علیت گرنجر, علیت در میانگین,
چکیده مقاله :
این مطالعه به بررسی تحلیل علیت گرنجر در الگوهای میانگین جهت سنجش k مین وقفه همبستگی متقابل بین باقیماندههای استاندارد بازده و حجم معاملات در دوره بحران پرداخته است. بدین منظور بر اساس دادههای روزانه از فروردینماه 1399 الی مهرماه 1400 ابتدا نقاط شکست ساختاری تعیینشده و سپس به بررسی رابطه بین حجم معاملات روزانه و تغییرات قیمت شاخص بورس اوراق بهادار تهران با استفاده از الگوی GARCH-ARMA پرداخته شد. در نهایت به بررسی علیت در میانگین بین بازده و حجم معاملات برای هر زیر دوره پرداخته شد. نتایج نشان داد هنگامیکه قیمتها در دوره بحران بهشدت کاهش مییابد، فعالان بازار تمایل دارند از حجم معاملات گذشته برای پیشبینی بازده فعلی استفاده کنند. همچنین نتایج نشان داد زمانی که حرکت صعودی قیمت در دوره بعد از بحران وجود دارد، مشاهده میشود که همبستگیها از تأخیر 2 تا 20 معنیدار است. این مشاهدات نشان میدهد که علیت-در-میانگین بین هر دو سری بهطور نامتقارن پس از دوره بحران رخ میدهد. چنین رفتار نامتقارنی از دو منظر از فرضیه ناهمگونی معاملهگران پشتیبانی میکند، اولا، درجه همبستگی متقابل معنیدار بین باقیماندههای استانداردشده هر دو سری در بالاترین وقفه قبل از بحران قویتر از بعد از بحران است. دوما، بازه زمانی که حجم معاملات گذشته با بازده فعلی مرتبط شود، پس از بحران طولانیتر میشود. از نتایج تحقیق می توان در پیش بینی قیمت سهام در مقطعی که با سقوط بازار سهام و بروز پدیده های رفتاری به ویژه احساسات منفی بازار مواجه هستیم استفاده کرد.
This study investigates the analysis of Granger causality in mean patterns to measure the number of lags of the cross-correlation between the standard-residuals of returns and the volume of transactions during the crisis period. For this purpose, based on daily data from April 2020 to April 2021, structural breakpoints were first determined and then the relationship between the volume of daily transactions and price changes of the Tehran Stock Exchange was investigated using the GARCH-ARMA model. Finally, the causality was investigated in the average between returns and volume of transactions for each sub-period. The results showed when the prices fall sharply during the crisis period, market participants tend to use the volume of past transactions to predict current returns. Also, the results showed when there is an upward price movement in the post-crisis period, it is observed the correlations are significant from lag 2 to 20. These observations suggest causality-in-the-mean between both series occurs asymmetrically after the crisis period. Such asymmetric behavior supports the trader heterogeneity hypothesis from two perspectives, firstly, the degree of significant cross-correlation between the standardized residuals of both series is stronger in the highest interval before the crisis than after the crisis. Second, the time frame for past trading volume to correlate with current returns becomes longer after the crisis. The results of the research can be used to predict stock prices at a time when we are facing the fall of the stock market and the emergence of behavioral phenomena, especially negative market sentiments.
_||_