بررسی اثرات نامتقارن معاملات پربسامد بر بازدهی شرکت پذیرفته شده در بورس اوراق بهادار تهران (با استفاده از مدل(MS-EGARCH

محورهای موضوعی : اقتصاد مالی

علیرضا ظفرپور ¹ (گروه اقتصاد، واحد اراک، دانشگاه آزاد اسلامی، اراک، ایران)
احمد سرلک ² (گروه اقتصاد،واحد اراک،دانشگاه آزاداسلامی،اراک،ایران)
غلامعلی حاجی ³ (گروه اقتصاد‌، واحد اراک، دانشگاه آزاد اسلامی، اراک، ایران)

تاریخ دریافت : 1402/07/17 تاریخ پذیرش : 1402/09/19 تاریخ انتشار : 1402/10/01

کلید واژه: G1, واژه‌های کلیدی: اثرات نا متقارن, معاملات پربسامد, MS-EGARCH طبقه بندی JEL : G12,

چکیده مقاله :

چکیده هدف از این تحقیق بررسی اثرات نامتقارن معاملات پربسامد بر بازدهی شرکت پذیرفته شده در بورس اوراق بهادار تهران با استفاده از مدل MS-EGARCH است. بدین منظور از داده های 5 دقیقه ای بورس اوراق بهادار تهران در بازه زمانی1401-1400 استفاده شده است. براساس نتایج تحقیق مشخص گردید که روند متغیر تغییرات بازدهی بورس در حالت غیر خطی (تفکیک طول دوره به رژیم‌های بالا و پایین) بر حالت خطی، ارجحیت دارد و زمانی که نوسانات معاملات سهام؛ کوچک است میانگین بازدهی بورس دچار تغییر می‌ شود اما بر واریانس بازدهی بورس تأثیر معنی‌داری ندارد. همچنین نتایج نشان دهنده‌ی اثرات نامتقارن تأثیر معاملات سهام، بر روی تغییرات بازدهی بورس در رژیم رونق می‌باشد و نوسانات معاملات سهام در رژیم میانگین و واریانس بالا، در حالت افزایش و کاهش معاملات سهام تأثیر متفاوتی بر تغییرات بازدهی بورس خواهد گذاشت و عموماً تأثیر مثبت آن کوچکتر از تأثیرات منفی آن است. در نتیجه پیشنهاد می گردد که سیاست‌گذاران در اجرای سیاست‌های مرتبط با بازار سرمایه متناسب با اینکه بازار سرمایه در کدام رژیم قرار دارد، سیاست‌های متفاوت و حتی در صورت یکسان بودن سیاست‌ها، شدت اجرای آن‌ها باید در هر رژیم، متناسب با خصوصیات آن رژیم باشد.

چکیده انگلیسی:

Abstract The purpose of this research is to investigate the asymmetric evaluation of the high-frequency valuation of the company listed on the Tehran Stock Exchange using the MS-EGARCH model. For this purpose, the 5-minute data of Tehran Stock Exchange was used in the period of 2021-2022. Based on the results of the research, it was determined that the variable trend of stock exchange returns in non-linear mode (separation of period length into high and low regimes) is preferable to linear mode, and when the volatility of stock trading is small, the average return of the stock market changes, but the variance of the return changes. The stock market has no significant effect. Also, the results show the asymmetric effects of the effect of stock trading on the changes in stock exchange returns in the boom regime, and the fluctuations of stock trading in the average and high variance regime, in the state of increasing and decreasing stock trading, will have a different effect on the changes in stock exchange returns, and generally its positive effect It is smaller than its negative effects. As a result, it is suggested that the policy makers in the implementation of policies related to the capital market should be proportional to the regime in which the capital market is located, different policies and even if the policies are the same, the intensity of their implementation should be proportional to the characteristics of that regime in each regime.

منابع و مأخذ:

فهرست منابع

• دستوری مجتبی، فلاح پور سعید،تهرانی رضا،مهرگان محمد رضا(1397). اﻟﮕﻮرﯾﺘﻢ ﻣﻌﺎﻣﻼت زوﺟﯽ ﭘﺮﺑﺴﺎﻣﺪ ﺑﺎ اﺳﺘﻔﺎده از ﮐﻨﺘﺮل ﮐﯿﻔﯿﺖ آﻣﺎری ﻓﺎزی. فصلنامه مهندسی مالی و مدیریت اوراق بهادار،شماره 37 ،41-23


• حسن نژاد،محمد(1397). طراحی مدل پیش بینی بازده بورس اوراق بهادار تهران با استفاده از مدلهای خودرگرسیون میانگین متحرک و خودرگرسیون میانگین متحرک با ورودیهای خارجی  و ارزیابی عملکرد آنها. چشم انداز مدیریت مالی،شماره 22، 158-135


• دامن کشیده، مرجان. نظمی پیله ور، زهرا(1392).. بررسی تأثیر نااطمینانی تورمی بر شاخص کل سهام بورس تهران. فصلنامه اقتصاد مالی دوره 7، شماره 23 - شماره پیاپی 23، 111-136


• سوری، علی(1394). اقتصاد سنجی پیشرفته(جلد دوم). نشر فرهنگ شناسی


• سیف اللهی ناصر(1396). رابطه منفی بین ریسک اعتباری و ریسک ارز با بازده قیمتی سهام بانکها در ایران (رویکرد -M GARCH ). مجله مهندسی مالی و مدیریت اوراق بهادار شماره 30 ،31-19 


• عباسی ابراهیم، باقری سحر (1390).ﭘﻴﺶﺑﻴﻨﻲ ﺑﺎزده ﺳﻬﺎم ﺑﺎ اﺳﺘﻔﺎده از ﻣﺪلﻫﺎی ﻏﻴﺮﺧﻄﻲ آﺳﺘﺎﻧﻪای و ﺑﺮرﺳﻲ ﻧﻘﺶ ﺣﺠﻢ ﻣﻌﺎﻣﻼت در ﺑﻬﺒﻮد ﻋﻤﻠﻜﺮد اﻳﻦ ﻣﺪلﻫﺎ. تحقیقات مالی دوره 13 شماره 108،91-32


• عباسی ابراهیم، آقا میری محمد(1395). تاثیر نا اطمینانی سیاست های مدیریت تقاضا بر بازدهی سرمایه. نشریه علمی و پژوهشی مدیریت فردا.سال پانزدهم.122-109


• عسگری،منا. رهنمای رودپشتی،فریدون.عبدالوند،محمد علی.(1394) فصلنامه علمی پژوهشی دانش مالی تحلیل اوراق بهادار  سال هشتم، شماره بیست و هشتم.26-1


• محمودی، یعقوب. رهنمای رودپشتی، فریدون. شاهوردیانی، شادی. کردلویی، حمیدرضا. معدنچی زاج، مهدی(1400). آزمون فرضیه بازار فرکتال با مدل تغییر رژیم مارکوف در بازار بورس تهران(یک ترکیب و همگرایی امکانپذیر). فصلنامه اقتصاد مالی، دوره 54 ، 22-1


• نجفی استمال؛ سمیرا. حسینی؛ سید شمس الدین . معمارنژاد؛ عباس. غفاری، فرهاد (1400). بررسی اثر مکانیسم انتقال بحران مالی(با تاکید بر بحران مالی سال2008 و قیمت نفت) و علیت مارکوف سوئیچینگ بر شاخص های منتخب بورس اوراق بهادار ایران فصلنامه اقتصاد مالی دوره 15، شماره 56،  59-88

• Abdulkadir Kaya & İkram Yusuf Yarba,ŞI(2021). Forcastaning of volatility in stoke exchange markets by MS-GARCH aproch: an application of  borsa  economi, Politika & Finans Araştırmaları Dergisi, 2021, 6(1): 16-35 Journal of Research in Economics, Politics & Finance, 2021, 6(1): 16-35 Araştırma Makalesi / Research Article, DOI: 10.30784/epfad.740815


• Alhassan, A., & Naka, A. (2020). Corporate future investments and stock liquidity: Evidence from emerging markets. International review of economics & finance, 65(7), 69-83.


• Aloui, C. Jammazi, R. (2020). The Effects of Crude Oil Shocks on Stock Market Shifts Behavior: A Regimes Witching Approach. Energy Economics 31(5), 789–799.


• Anita C Raman,Sashikala Parimi,Vishal Roy, (2022). Effect of High Frequency Trading: A study on Market Returns of NSE India. Review Article: 2022 Vol: 26 Issue: 6


• Altay, E. & Calgici, C. (2019), Liquidity adjusted capital asset pricing model in an emerging market: Liquidity risk in Borsa Istanbul, Borsa Istanbul Review, Vol. 19, No. 4, pp. 297-309


• Boreghard, S. (2010). HFT Strategic assets, capital structure, and firm performance in America. Journal of Financial and Strategic Decisions. 3(3): 23-36.


• S,Coffee, J. (2018). "Liquidity versus control: the institutional investor as corporate monitor". Columbia Law Review 91, 1277– 1368.


• Kang, M., Wang, W., & Eom, C. (2017). Corporate investment and stock liquidity: Evidence on the price impact of trade. Review of financial economics, 33(1), 1-11.


• Poon S. Granger C.W.J., (2015), Forecasting Volatility in Financial Markets: A Review, Journal of Economic Literrature 41(9), 478-539


• G,(2015).Markov Regime Switching GARCH Model and Volatility Modeling for Oil Returns International journl of energy economics and policy.17(9):17-32.


• Slepaczuk R., Zakrzewski J., (2020), High Frequency and Model-Free Volatility Estimators, Conference Paper-17th InternationalConference forcasting finance markets, Hannover, Germany.


• Soayting,S., & Kerinlo, R. F. (2010). HFT and expected stock returns. Journal of Political economy, 111(3), 642-685.‏


• Valid,D.Aloui, C., (2021). Price and volatility spillovers between exchange rates and stock indexes for the pre- and post-euro period. Quantitative Finance 7(6), 1–17.


• Yau, H.Y., Nieh, C.C. (2019). Testing for Cointegration with Threshold Effect between Stock Prices and Exchange Rates in Japan and Taiwan. Japan and World Economy 21(19), 292-301.