بررسی ساختار وابستگی بازار سهام ایران و کشورهای حوزه منطقه منا

محورهای موضوعی : اقتصاد مالی

سید محمد رضا خاتمی ¹ (گروه مدیریت مالی - دانشکده مدیریت - دانشگاه آزاد واحد تهران مرکزی - تهران - ایران)
غلالمرضا زمردیان ² (گروه مدیریت مالی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران-ایران)
میر فیض فلاح شمس لیالستانی ³ (گروه مدیریت مالی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران-ایران)
مهرزاد مینوئی ⁴ (گروه مدیریت مالی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران-ایران)

تاریخ دریافت : 1401/07/21 تاریخ پذیرش : 1401/09/24 تاریخ انتشار : 1401/10/01

کلید واژه: منطقه منا, تحلیل موجک, رگرسیون چندک, واژه‌های کلیدی: بازار سهام, الگوی خود توضیح برداری (VAR),

چکیده مقاله :

چکیدهبازار سهام ایران باید با بازار سهام سایر کشورها و به خصوص کشورهای منطقه در ارتباط باشد؛ این ارتباط و وابستگی، انباشت و تشکیل سرمایه را تسریع و فرصت‌های زیادی را در اختیار سرمایه‌گذاران قرار می دهد. با این رویکرد مطالعه حاضر به بررسی ساختار وابستگی بازار سهام ایران و کشورهای منطقه منا پرداخته است. جهت رسیدن به این هدف ابتدا اطلاعات در خصوص شاخص کل بازار سهام کشورهای منطقه منا از سپتامبر سال 2015 الی ژوئن سال 2022 جمع آوری و با استفاده تحلیل موجک نوسانات شاخص کل بازار سهام کشورها محاسبه شد. در ادامه الگوی خود توضیح برداری (VAR) برآورد و آزمون علیت گرنجر در خصوص ارتباط میان نوسانات بازار سهام ایران و کشورهای منطقه صورت پذیرفت. در نهایت نیز رگرسیون چندک برآورد و حد بالا و پائین ارتباط بازار سهام ایران و کشورهای منطقه منا مشخص شد. نتایج تحلیل موجک نشان داد که در طول زمان، دامنه نوسانات شاخص کل بازار سهام در کشورهای منطقه منا افزایش یافته است. بر پایه نتایج حاصل از مدل VAR و آزمون علیت گرنجر نیز، بازار سهام ایران به صورت یکطرفه تحت تأثیر نوسانات بازار سهام کشورهای کویت، عمان، قطر، عربستان، امارات و لبنان قرار دارد و چنان چه نوساناتی در بازار سهام این کشورها اتفاق بیافتد، بلافاصله این اثر به بازار سهام ایران منتقل خواهد شد. ضمن آن که هیچ‌گونه علامتی در خصوص تأثیرپذیری بازار سهام ایران از نوسان در بازار سهام کشورهای اردن و بحرین و نیز کشورهای شمال آفریقا شامل مصر، تونس و مراکش مشاهده نشد. نتایج رگرسیون چندک نیز نشان داد که در خصوص کشورها و چندک های مختلف میزان تأثیرپذیری بازار سهام ایران از نوسانات متفاوت است. در این رابطه در ماه هایی که نوسان در بازار سهام کشورهای مذکور کمتر بوده اثر نوسانات بر بازار سهام ایران کمتر و در مقابل در ماه هایی که نوسانات قابل توجهی در بازار سهام اتفاق افتاده، میزان نوسان منتقل شده به بازار سهام ایران نیز بیشتر بوده است.

چکیده انگلیسی:

AbstractIran's stock market should be related to the stock market of other countries, especially the countries of the region; This connection and dependence accelerates the accumulation and formation of capital and provides many opportunities to investors. With this approach, the present study has investigated the dependence structure of the stock market of Iran and MENA countries. In order to achieve this goal, first, information about the total stock market index of MENA countries from September 2015 to June 2022 was collected and then the fluctuations of the total stock market index of the countriescalculated using wavelet analysis. In the continuation, the Vector Autoregresive (VAR) model estimation and Granger causality test regarding the relationship between the stock market fluctuations of Iran and the countries of the region was carried out. Finally, the quantile regression was estimated and the upper and lower limits of the correlation between Iran's stock market and MENA countries were determined. The results of the wavelet analysis showed that, the range of fluctuations of the total stock market index in MENA countries has increased, over time. Based on the results of the VAR model and the Granger causality test, Iran's stock market is unilaterally affected by the stock market fluctuations of Kuwait, Oman, Qatar, Saudi Arabia, the United Arab Emirates and Lebanony؛ if fluctuations occur in the stock market of these countries, This work will be transferred to the Iranian stock market immediately. In addition, there was no sign of the impact of the  stock market flactuations of Jordan and Bahrain as well as North African countries including Egypt, Tunisia and Morocco on Iranian stock market. The results of quantile regression also showed that the affectability of Iran's stock market from fluctuations is different for different countries and quantiles. In this regard, in the months when the volatility in the stock market of the mentioned countries was less, the effect of the fluctuations on the Iranian stock market was less, and on the other hand, in the months when significant fluctuations occurred in the stock market, the amount of volatility transferred to the Iranian stock market was also higher.

منابع و مأخذ:

فهرست منابع

• ابونوری، اسماعیل و ضیاءالدین، حامد. (1399). بازدهی و تلاطم بین قیمت جهانی نفت و شاخص بازار سهام در کشورهای عضو اوپک،فصلنامه علمی مدل‌سازی اقتصادی، دوره 14، شماره 49، صص: 24-1.


• اسکندری­عطا، محمدرضا و روستا، ایمان. (1394). تجزیه و تحلیل هم‌انباشتگی بورس اوراق بهادار تهران و بازار سهام اسلامی در کشورهای منتخب، تحقیقات مالی اسلامی، دوره 5، شماره 1، صص: 180-155.


• ادیب­پور، مهدی و کرباسی­زاده، سینا. (1397). رانت نفتی و فساد در کشورهای منطقه خاورمیانه و شمال آفریقا (منا)،فصلنامه علمی مدلسازی اقتصادی، دوره 12، شماره 44، صص: 72-47.   


• بابالویان، شهرام؛ نیکومرام، هاشم؛ وکیلی فرد، حمیدرضا و رهنمای رودپشتی، فریدون. (1397). ارزیابی و تحلیل وابستگی فرین بین بازار سهام ایران و بازارهای سهام بین‌المللی با استفاده از نظریه ارزش فرین چند متغیره، دانش سرمایه‌گذاری، دوره 7، شماره 27، صص: 256-241.


• سیدحسینی، سید محمد و ابراهیمی، سید بابک. (1392). بررسی سرایت تلاطم بین بازارهای سهام؛ مطالعه موردی بازار سهام ایران، ترکیه و امارات، دانش مالی تحلیل اوراق بهادار (مطالعات مالی)، دوره 6، شماره 19، صص: 97-81.


• شکوهی فرد، سیامک؛ ابوالحسنی، اصغر و فرهنگ، امیرعلی. (1400). اثرات فساد بر شکنندگی مالی در ایران: رهیافت رگرسیون کوانتایل، توسعه و سرمایه، دوره 6، شماره 2، صص: 110-93.


• صادقی، حجت­اله و دهقانی فیروزآبادی، زهرا. (1396). نوفه‌زدایی از سری‌های زمانی مالی با استفاده از آنالیز موجک، مهندسی مالی و مدیریت اوراق بهادار (مدیریت پرتفوی)، دوره 8، شماره 33، صص: 315-299.


• عباسی شاکرم، شیدا. (1393). بررسی وابستگی متقابل بازارهای سهام کشورهای منتخب درحال توسعه، پایان‌نامه کارشناسی ارشد، دانشکده اقتصاد و علوم اجتماعی رازی کرمانشاه، ایران.


• عباسی، ابراهیم؛ هادی‌نژاد، منیژه و کریمی، جعفر. (1394). بررسی اثرات نامتقارن نوسانات قیمت نفت بر روی بازار سهام بورس اوراق بهادار تهران (با استفاده از مدل MS-EGARCH)، فصلنامه روند، شماره 72، صص: 127-105.


• عسکری بزایه، فاطمه؛ محمدزاده، رویا و آذرین­فر، یدالله. (1399). آب و چشم‌‏انداز آن در منطقه منا (خاورمیانه و شمال آفریقا)،آب و توسعه پایدار، دوره 7، شماره 2، صص: 44-33.


• عسگری فیروزجایی، احسان و سلمانی، کامران. (1395). همگرایی بورس‌ها در عرصه جهانی، مدیریت تحقیق و توسعه شرکت بورس اوراق بهادار.


• فلیحی، نعمت؛ محمدی، تیمور و شاه کرم اوغلی، معصومه. (1393). تحلیل تأثیر بازار بورس بین‌المللی بر بازار بورس ایران­: استفاده از رهیافت سیستم دینامیکی و GARCH، اقتصاد مالی، دوره 8، شماره 27، صص: 106-89.


• کریمی، مجتبی؛ صراف، فاطمه؛ امام وردی، قدرت­اله و باغانی، علی. (1398). همبستگی شرطی پویای نوسانات قیمت نفت و بازار سهام کشورهای حوزه خلیج فارس با تاکید بر سرایت بحران مالی، اقتصاد مالی، دوره 13، شماره 49، صص: 130-101.


• نانوای سابق، بهناز؛ فقه مجیدی، علی و محمدی، احمد. (1397). آزمون هم‌گرایی شاخص قیمت بورس در بازارهای سهام: شواهدی از کشورهایOECD ، پژوهش‌های اقتصادی ایران، دوره 23، شماره 77، صص: 194-169.


• نجفی استمال، سمیرا؛ حسینی، سید شمس­الدین؛ معمارنژاد، عباس و غفاری، فرهاد. (1400). بررسی اثر مکانیسم انتقال بحران مالی و علیت مارکوف سوئیچینگ بر شاخص­های منتخب بورس اوراق بهادار ایران، اقتصاد مالی، دوره 15، شماره 56، صص: 59-88.


• نوفرستی، محمد. (1400). اقتصادسنجی کاربردی داده‌های سری زمانی، انتشارات دانشگاه شهید بهشتی.


• نیکپور، ساغر؛ بهمنی، مجتبی؛ جلایی، سید عبدالمجید و نجاتی، مهدی. (1398). بررسی همگرایی مالی ایران و کشورهای عضو اوپک (کاربرد روش فیلیپس- سول)، اقتصاد مالی، دوره 13، شماره 46، صص: 126-95.

• Agarwal, N. C. (1981). Determinants of executive compensation. Industrial Relations: A Journal of Economy and Society, 20(1), 36-45.


• Alesina, A., & Rodrik, D. (1994). Distributive politics and economic growth. The quarterly journal of economics, 109(2), 465-490.


• Apergis, N., Christou, C., & Miller, S. M. (2014). Country and industry convergence of equity markets: International evidence from club convergence and clustering. The North American Journal of Economics and Finance, 29, 36-58.


• Bahmani-Oskooee, M., & Saha, S. (2015). On the relation between stock prices and exchange rates: a review article. Journal of Economic Studies.


• Barseghyan, L., & DiCecio, R. (2010). Institutional causes of output volatility. Federal Reserve Bank of St. Louis Review, 92(3), 205-223.


• Bekaert, G., & Harvey, C. R. (2000). Foreign speculators and emerging equity markets. The journal of finance, 55(2), 565-613.


• Caporale, G. M., Erdogan, B., & Kuzin, V. (2015). Testing stock market convergence: a non-linear factor approach. Empirica, 42(3), 481-498.


• Caporale, G. M., You, K., & Chen, L. (2019). Global and regional stock market integration in Asia: A panel convergence approach. International Review of Financial Analysis, 65, 101381.


• Chien, M. S., Lee, C. C., Hu, T. C., & Hu, H. T. (2015). Dynamic Asian stock market convergence: Evidence from dynamic cointegration analysis among China and ASEAN-5. Economic Modelling, 51, 84-98.


• Diamonte, R. L., Liew, J. M., & Stevens, R. L. (1996). Political risk in emerging and developed markets. Financial Analysts Journal, 52(3), 71-76.


• Djankov, S., Ganser, T., McLiesh, C., Ramalho, R., & Shleifer, A. (2010). The effect of corporate taxes on investment and entrepreneurship. American Economic Journal: Macroeconomics, 2(3), 31-64.


• Easterly, W., Alesina, A. F., & Baqir, R. (1997). Public Goods and Ethnic Divisions. Available at SSRN 46092.


• Easterly, W., & Levine, R. (1997). Africa's growth tragedy: policies and ethnic divisions. The quarterly journal of economics, 1203-1250.


• Erb, C. B., Harvey, C. R., & Viskanta, T. E. (1996). Political risk, economic risk, and financial risk. Financial Analysts Journal, 52(6), 29-46.


• Eun, C. S., & Lee, J. (2010). Mean–variance convergence around the world. Journal of Banking & Finance, 34(4), 856-870.


• Howell, L. D., & Chaddick, B. (1994). Models of political risk for foreign investment and trade: an assessment of three approaches. The Columbia Journal of World Business, 29(3), 70-91.


• Jana, S. (2021). Stock Market Integration and Trade: A Study on India and its Major Trading Partners. Vision, 09722629211034406.


• Liow, K. H., & Song, J. (2020). Dynamic interdependence of ASEAN5 with G5 stock markets. Emerging Markets Review, 45, 100740.


• LYÓCSA, Š., & Baumoehl, E. (2014). Risk-Return Convergence in CEE Stock Markets: Structural Breaks and Market Volatility. Finance a Uver: Czech Journal of Economics & Finance, 64(5).


• Mensi, W., Hammoudeh, S., Shahzad, S. J. H., & Shahbaz, M. (2017). Modeling systemic risk and dependence structure between oil and stock markets using a variational mode decomposition-based copula method. Journal of Banking & Finance, 75, 258-279.


• Mousavi, A., & Clark, J. (2021). The effects of natural resources on human capital accumulation: A literature survey. Journal of Economic Surveys, 35(4), 1073-1117.


• Niţoi, M., & Pochea, M. M. (2016). Testing financial markets convergence in Central and Eastern Europe: A non-linear single factor model. Economic Systems, 40(2), 323-334.


• Solow, R. M. (1956). A contribution to the theory of economic growth. The quarterly journal of economics, 70(1), 65-94.


• Syllignakis, M. N., & Kouretas, G. P. (2010). German, US and Central and Eastern European stock market integration. Open Economies Review, 21(4), 607-628.


• Vithessonthi, C., & Kumarasinghe, S. (2016). Financial development, international trade integration, and stock market integration: Evidence from Asia. Journal of Multinational Financial Management, 35, 79-92.


• Wu, F. (2020). Stock market integration in East and Southeast Asia: The role of global factors. International Review of Financial Analysis, 67, 101416.


• Wu, T. P., Wu, H. C., Wu, S. T., & Wu, Y. Y. (2021). Economic policy uncertainty and tourism nexus dynamics in the G7 countries: Further evidence from the wavelet analysis. Tourism Planning & Development, 18(5), 529-546.


• Zhang, X., Zheng, X., & Zeng, D. D. (2017). The dynamic interdependence of international financial markets: An empirical study on twenty-seven stock markets. Physica A: Statistical Mechanics and its Applications, 472, 32-42.