بررسی سرایت پذیری حباب قیمتی بین بازار ارز و بورس اوراق بهادار

وحید محمدی ¹ ( گروه مدیریت مالی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران )
میر فیض فلاح شمس ² ( گروه مدیریت مالی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران )
غلامرضا زمردیان ³ ( گروه مدیریت مالی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران )

تاریخ ارسال : 1402/02/16 تاریخ تایید : 1402/05/16

کلید واژه: بورس اوراق بهادار, حباب قیمتی, ارز, سرایت‌پذیری,

چکیده مقاله :

در این مقاله ما به بررسی سرایت‌پذیری حباب قیمتی در دو بازار ارز، سهام در یک بازه‌ی 6 ساله (1394-1399) پرداخته‌ایم. بدین منظور با استفاده از آزمون‌های (RADF)، (SADF) و (GSADF) ، حباب قیمتی هر دو بازار مورد آزمون قرار گرفت و تاریخ شکل‎‎گیری و ریزش آنها مشخص شد.پس از آن با استفاده از مدل رگرسیونی، سرایت پذیری حباب در بازار مالی ایران مورد بررسی قرار گرفت. یافته های این پژوهش نشان داد که در بازار ارز طی پنج دوره که مربوط به دوره های1395:11:02-1395:08:10، 1397:09:25-1396:07:11، 1398:04:23-1397:10:02، 1399:10:28-1398:12:03 و 1399:12:29 – 1399:11:04 بوده است حباب وجود داشته و در بورس اوراق بهادار برای شاخص کل قیمت سهام،چهار دوره حباب وجود داشته که این دوره‌ها مربوط به بازه‎های 1395:02:09-1394:11:17، 1396:07:18-1396:06:13، 1397:01:30-1396:07:25 و 1399:12:16 – 1397:03:20 بوده است .همچنین نتایج حاکی از آن است که سرایت‌پذیری حباب قیمتی از بازار ارز به بورس اوراق بهادار از نظر آماری معنادار بوده و سرایت پذیری حباب بین بازار ارز و سهام رخ داده است.

چکیده انگلیسی :

In this paper the price bubble contagion in two currency market and the stocks market in a six year period (2015-2021) is investigated. For this purpose, the price bubble of both markets was examined and the dates of their formation and collapse were determined by using (RADF), (SADF),(GSADF) test. Then the contagion of the bubble in the financial market of Iran was investigated using a regression model. The findings of this research showed that there was a bubble in the foreign exchange market during five periods of 2016:10:31-2017:01:21, 2017:10:03-2018:12:16,2018:12:23-2019:07:14, 2020:02:22-2021:01:17 and 2021:01:23-2021:03:19.There were four bubble periods in the stock exchange for the total price index in periods 2016:02:06-2016:04:28,2017:09:04-2017:10:10,2017:10:17-2018:04:19 and 2018:06:10-2021:03:19. Also, the results indicate that the contagion of the price bubble from the currency market to the stock exchange market is statistically significant and the contagion of the bubble has occurred between the currency market and the stock exchange market .

متن کامل:



بررسی سرایت پذیری حباب قیمتی بین بازار ارز و بورس اوراق بهادار

 

 

 

چیکده:

در این مقاله ما به بررسی سرایت‌پذیری حباب قیمتی در دو بازار ارز، سهام در  یک بازه‌ی 6 ساله (1394-1399) پرداخته‌ایم. بدین منظور با استفاده از آزمون‌های (RADF)، (SADF) و (GSADF) ، حباب قیمتی هر دو بازار مورد آزمون قرار گرفت و تاریخ شکل‎‎گیری و ریزش آنها مشخص شد.پس از آن با استفاده از مدل رگرسیونی، سرایت پذیری حباب در بازار مالی ایران مورد بررسی قرار گرفت. یافته های این پژوهش نشان داد که در بازار ارز طی پنج دوره که مربوط به دوره‏های1395:11:02-1395:08:10، 1397:09:25-1396:07:11، 1398:04:23-1397:10:02، 1399:10:28-1398:12:03 و 1399:12:29 – 1399:11:04 بوده است حباب وجود داشته و در بورس اوراق بهادار برای شاخص کل قیمت سهام،چهار دوره حباب وجود داشته که این دوره‌ها مربوط به بازه‎های 1395:02:09-1394:11:17، 1396:07:18-1396:06:13، 1397:01:30-1396:07:25 و 1399:12:16 – 1397:03:20 بوده است .همچنین نتایج حاکی از آن است که سرایت‌پذیری حباب قیمتی از بازار ارز به  بورس اوراق بهادار از نظر آماری معنادار بوده و سرایت پذیری حباب بین بازار ارز و سهام رخ داده است.

 

واژگان کلیدی: حباب قیمتی، سرایت‌پذیری، بورس اوراق بهادار، ارز

 

 

 

1- مقدمه:

همه‌گیری کووید-19 و سرایت بحران مالی از بازاری به بازار دیگر،توجه محققین  را به بررسی مجدد پرسش‌ها در رابطه با نحوه سرایت‌پذیری بحران‌های مالی و چگونگی فرایند آن معطوف کرد و دوباره تحقیقات مالی در این زمینه بازگشایی شد(کونلون وهمکاران1 2020،زارمبا2 2020،اخترزمان و همکاران3 2020،لویی و همکاران4 2021) .عاملی که بحران‌های مالی را ناخوشایندتر کرده، انتقال آنها یا فرآیند سرایت مالی است.این سرایت مالی را می توان به عنوان اثر متفابل ناشی از نوسان قیمت در بازار‌های مختلف نامید که این فرآیند از طریق هم‌حرکتی در نرخ ارز، قیمت‌های سهام و جریان‌های سرمایه قابل مشاهده است (پاندی5 ،2018 ) .

در دهه‌های اخیر با توجه به همبستگی بین بازار‌های مالی، به وجود آمدن یک شوک و یا بحران به‌سرعت می‌تواند باعث حرکت همزمان در قیمت دارایی‌ها در سایر بازارهای مالی شود به صورتی که حتی کارکرد استراتژی‌های رایج مانند متنوع سازی سبد سرمایه‌گذاری در شرایط بحرانی ،به دلیل همبستگی بازار های مالی ،بهبود عملکردی پایینی را نسبت به شرایط ثبات نشان ‌می‌دهد (اوزتک و اوکال6، 2017). فروپاشی غیرمنتظره حباب و انتقال آن در بازار‌های مالی یکی از این بحران‌های رایج در اقتصاد کشور‌ها است و به کرات اتفاق می افتد(لی و فیلیپس7 2016).حباب معمولاً زمانی رخ می‌دهد که افزایش پی‌در‌پی و سقوط ناگهانی قیمت‌ها در یک دوره معین وجود داشته باشد(خان و همکاران8 2021). این سرایت حباب می تواند از بازاری به بازاری دیگر و از کشوری به کشور دیگر رخ دهد. لذا تلاطم قیمتی دارایی‌ها در یک بازار، علاوه بر اینکه تحت تأثیر روند قیمتی گذشه خود ، قرار می‌گیرد بلکه نوسان بازا‌رهای دیگر نیز بر آن اثرگذار است(ژانگ و همکاران9،2008).

پژوهش‌های تجربی زیادی در مورد ایجاد بحران‌ها و اثرات نوسانات و تغییرات نرخ ارز بر شرکت‌ها در کشورهای توسعه یافته صورت گرفته است اما در کشور‌های در حال توسعه پژوهش های کمی در این زمینه انجام شده است. در ایران ، به دلیل عمق کم و سابقه کوتاه فعالیت بورس اوراق بهادار تهران در مقایسه با بورس اوراق بهادار کشورهای توسعه یافته و سابقه ی نه‌چندان طولانی در مواجه با بحران‌ها، پژوهش‌های محدودی در این حوزه انجام گرفته است. از طرف دیگر بخش زیادی از پژوهش‌های انجام شده ،تلاش کرده اند تا تاثیر مستقیم و غیر مستقیم متغیرهای کلان اقتصادی را بر شاخص قیمت سهام در بورس اوراق بهادار مورد بررسی قرار دهند این در حالی است که در زمینه بحران‌های ایجاد شده در خود بازار ارز و امکان انتقال آن به سایر بازارها به خصوص بورس اوراق بهادار خلا وجود دارد. پژوهش حاضر با هدف بررسی امکان وجود حباب در بازار ارز و سهام به سرایت پذیری این بحران بین بازار ارز و سهام پرداخته است. همچنین با روش‌های جدید بررسی حباب، که امکان تاریخ‌گذاری زمان شکل‌گیری و ریزش حباب‌ها را در بازار ارز و بورس اوراق بهادار را فراهم می‌کند سعی در تبیین دقیق زمان ایجاد حباب و ریزش حباب دارد. این امر امکان مقایسه وقفه‌های زمانی ایجاد شده در طول بحران را نیز فراهم می‌کند.تبیین پیامد‌های ایجاد حباب در بازار ارز و امکان انتقال آن به بورس اوراق بهادار این امکان را به مدیران شرکت‌ها و سازمان‌های مختلف می ‌دهد که اقدامات واکنشی و پوششی مناسب به نوسانات ارزی بدهند.ضرورت انجام این پژوهش برآمده از این نکته است که عرضه دلار و سکه یکی از سازو وکارهای کنترل نقدینگی از طرف بانک مرکزی در مواقع جهش ارزی، در طی دوره‌های مختلف در ایران بوده و بتبع بورس اوراق بهادار ایران نیز از سازو کار های تصمیماتی اخیر تاثیر پذیرفته است..لذا تبیین نحوه سرایت حباب قیمتی در بازار‌های مالی به سرمایه‌گذاران ، شرکت‌ها و به‌خصوص قانون‌گذاران بازار سرمایه در تصمیم گیری‌ها و برنامه ریزی‌ها کمک به سزایی خواهد کرد. از طرف دیگر تبیین روابط بین بازار‌ها به درک هرچه بیشتر تندیگی بازار‌ها و تاثیرپذیری بازار‌ها از یکدیگر، منجرخواهد ‌شد‌.

2-پیشینه تحقیق

در زمینه سرایت بحران‌ها پژوهش‌های مختلفی از دیدگاه‌های مختلف انجام شده است. برخی پژوهش‌ها به بررسی سرایت بحران از کشوری به کشوری دیگر پرداخته‌اند. به عنوان مثال هاشیموتو و تاکاتوشی10(2004) رفتار نرخ ارز و قیمت سهام را بین هشت کشور منطقه شرق آسیا بررسی کردند. آنها نشان دادند که قیمت سهام در هنگ‌گنک از سقوط نرخ ارز سایر کشور‌های آسیایی تاثیر می‌پذیرد. بن‌مین و همکاران11 (2019) نشان دادند که بین بازار آمریکا و کشور های منطقه یورو در طول بحران‌ها رابطه وجود داشته است و سرایت‌پذیری مالی رخ داده است.به طور مشابه گومز و همکاران12 (2018) نشان دادند که سرایت حباب از بازار آمریکا به بازار منطقه یورو در بازار مسکن نیز رخ داده است.

برخی دیگر از پژوهشگران بررسی سرایت از یک بازار مالی به بازار مالی دیگر را مورد بررسی قرار داده‌اند. به‌عنوان مثال وانگ و همکاران13 (2021) به سرایت مالی و کانال‌های آن در بازار فارکس پرداخته اند. نتایج آنها نشان داد که بحران سال 2009 به بازار فارکس سرایت کرده است. روی و روی14 (2017) به بررسی سرایت‌پذیری در بازار هند پرداختند. آنها نشان دادند که درجه سرایت‌پذیری بین بازار‌های مالی هند بالاست. اثر سرایت‌پذیری بین بازار‌های مالی بعد از فروپاشی حباب دات کام سال 2000 مورد توجه قرار گرفت .در این حباب طی دوره 1998-2000، قیمت سهام اینترنتی بسیار فراتر از قیمت سهام سایر بخش‌ها بود و حجم معاملات سهام فناوری به 20 درصد کل بازار سهام رسید (اوفک،ریچاردسون15 2003). با این حال، اکثریت بزرگ این شرکت‌ها به دلیل نداشتن دارایی مشهود در ترازنامه‌های خود به شدت بیش‌از‌حد ارزش‌گذاری شده بودند( شربیا واشلاشا16 2014). نظرات مختلفی درباره نحوه تاثیر‌گذاری بحران ارزی یک کشور بر بازار سهام یک کشور مطرح شده است.کارویی17 (2006) بیان می‌کند که کاهش ارزش پول ملی در مقابل ارز خارجی،باعث می‌شود سرمايه‌گذارانی  که قبلاً در سهام سرمايه‌گذاری کرده‌اند به جستجوی ديگر بازارهای مالی که سودآورتر هستند؛ بپردازند. بنابراين ارتباط بین نرخ‌های ارز و قیمت سهام منفی خواهد بود. از سوی ديگر سرمايه‌گذارانی که هنوز سرمايه‌گذاری نکرده‌اند، سهام را ارزان دانسته و آن را خريداری خواهند کرد؛ که بر اين اساس ارتباطی مثبت بین نرخ ارز و قیمت سهام وجود خواهد داشت.  از سویی دیگر پژوهشگرانی مانند کابالرو و همکاران18 (2008) توضیح می‌دهند که با وقوع نوسان در يک بازار و شروع بحران، نرخ‌های بهره داخلی افزايش يافته، شرايط قرض گرفتن در بازارهای سرمايه بین‌المللی بدتر می‌شود و قیمت‌های ديگر دارايی‌ها مثل سهام و املاک کاهش می‌يابد.بنابراین تاثیر نوسانات نرخ ارز می تواند در هر کشوری متفاوت از دیگری باشد .پژوهش‌هایی که در ایران انجام شده است اکثرا نشان می‌دهند که را بطه مثبت و معناداری بین شوک‌های ارزی و بازار سهام وجود دارد. صرافی زنجانی و مهرگان (1397)به بررسی اثر شوک‌های ارزی در بازار آزاد بر شاخص‌های صنایع شیمیایی و فلزات اساسی در بازار سرمایه ایران پرداختند. نتایج آنها نشان داد که افزایش نرخ دلار بر هر دو شاخص هم در بلند مدت و هم در کوتاه مدت اثر مثبت و معناداری دارد .همچنین تاثیر افزایش نرخ ارز بر شاخص مواد شیمیایی بیشتر از شاخص فلزات در بازار سرمایه ایران بود.

حسینیون و همکاران (1395) با استفاده از مدل VAR-MGARCH   به بررسی انتقال نوسان میان بازار سهام و طلا پرداختند. نتایج آنها نشان داد که بین بازار‌های ارز و طلا و نیز بین طلا و سهام به صورت دوسویه انتقال شوک رخ داده است. همچنین این انتقال بین بازار سهام و بازار ارز به صورت یک سویه است.

رنجبرو سفید بخت (1396) با استفاده از مدل BEEK و مدل VAR  به بررسی نوسان ها و انتقال آن در بازار‌های طلا ، سهام، نفت، ارز، پرداختند که نتایج نشان داد  بین نرخ ارز و شاخص سهام اثر معناداری مشاهده می‌شود.

در اکثر مطابعات انجام شده در ایران از روش‌های مختلف گارچ چند متغیره برای بررسی سرایت پذیری استفاده شده است در حالی که امروزه برای بررسی حباب و سرایت‌پذیری آن با روش‌هایی مانند رگرسیون متغیر زمانی به بررسی سرایت حباب پرداخته اند. گرینوی مک گروی و فیلیپس19 (2016) برای بررسی سرایت حباب قیمتی از رگرسیون متغیر زمانی استفاده کردند که سرایت حباب را می‌توانست اندازه‌گیری کند. به تاثیر از این روش بعد از آن محققانی مانند هو و اکسلی20  (2018) برای بازار ژاپن نیز از این روش استفاده کردند .برای اندازه‌گیری حباب نیز از آزمون‌های (RTADF) استفاده کردند که بنا به مزایایی که در تاریخ‌گذاری حباب‌ها ایجاد می‌کرد کارایی زیادی در بین محققان حباب پیدا کرد . اونیبور و همکاران21 (2019) به بررسی حباب بازار سرمایه ترکیه پرداختند ، آنها نیز از روش‌های (ADF)، (RADF)، (SADF) (GSADF)  در بررسی حباب استفاده کردند. پژوهش‌های آنها نشان داد که در بازار سهام ترکیه جباب وجود داشته و این حباب‌ها در بحران جهانی 2008 به اوج خود رسیده است.

یانگ لی و همکاران22 (2021) با استفاده از روش GSADF به بررسی حباب بیت کوین و دوره‌های ایجاد حباب پرداختند و چهار دوره برای حباب قیمتی بیت کوین مشخص کردند. آنها بیان کردند که ظهور و ترکیدن حباب‌ها بیشتر در زمان وقوع رویدادهای خاص و اخبار در هر دوره شکل گرفته و بازار بیت‌کوین هنوز به بلوغ نرسیده است.

در پژوهشی که گولجان و همکاران23 (2021) به روش GSADF و SADF بر روی حباب بازار ارز خارجی در ترکیه ،با در نظر گرفتن ارزهای پرمعامله مانند دلار آمریکا، یورو، ین ژاپن، پوند انگلیس و یوان چین بررسی انجام دادند، نتایج حاکی از یافته های مربوط به شکل گیری حباب های مالی در بازار ارز ترکیه بود.

اوزدمیر24 (2022) با مقاله ای تحت عنوان " نوسانات ارز خارجی و تشکیل حباب در بازارهای مالی: شواهدی از همه گیری COVID-19" به بررسی نوسانات نرخ ارز در زمان کوید 19 پرداخت. این مقاله از آزمون‌های ریشه واحد بازگشتی دنباله راست برای تشخیص فعالیت حباب لیر ترکیه در برابر پنج ارز پرمعامله (یعنی دلار آمریکا (USD/TRY)، پوند بریتانیا (GBP/TRY)، یورو (EUR/ TRY) یوان چین (CNY/TRY) و روبل روسیه (RUB/TRY)) از 2 ژانویه 2015 تا 12 فوریه 2021 استفاده کرد.نتایج تجربی نشان داد که در ارز های منتخب حباب وجود دارد و این  حباب‌های متعدد در طول دوره کوید-19 تشدید شدند، به این معنا که بازارهای فارکس نسبت به دوره قبل از کوید-19 ناکارآمدتر شدند.

 

 

 

3- روش پژوهش

3-1 اندازه گیری حباب

جامعه آماری این پژوهش در برگیرنده‌ی تمام شرکت‌های بورس اوراق بهادار می باشد که در یک دوره 6ساله (1394-1399) مورد بررسی قرار گرفته است. در اکثر پژوهش های داخلی به منظور برآورد وجود حباب از روش های مختلفی مانند هم‌انباشتگی، تسلسل، چولگی، انباشتگی کسری ،و... استفاده شده است. این آزمون ها با وجود اینکه توانایی شناسایی حباب را دارند اما هیچ یک نمی‌تواند دوره دقیق تاریخی ایجاد و فروپاشی حباب را تعیین کند. بدین منظور فیلیپس و همکاران از آزمون‌های (دیکی فولر تعمیم یافته چوله به راست RTADF ) استفاده کردند.

در این پژوهش با تمرکز بر شرکت های بورس اوراق بهادار از سه روش برای آزمون حبابی بودن بازار استفاده کردیم. دیکی- فولر تعمیم‏‎یافته پنجره غلتان(RADF)، سوپریمم دیکی- فولر تعمیم‏‎یافته (SADF) و سوپریمم عمومی دیکی- فولر تعمیم‏‎یافته (GSADF) و به کمک نسخه 12 نرم‏افزار Eviews، وجود حباب‎های قیمتی درشرکت‌های بورس اوراق بهادار ایران مورد آزمون قرار گرفته و تاریخ شکل‎‎گیری و ریزش آنها مشخص شده است.

فیلیپس و یو25 (2011) برای تاریخ گذاری حباب ها از روشی بر مبنای آماره ADF بهره بردند که توانایی شناسایی زمان بروز حباب با حالت انفجاری و  مشخص کردن زمان ریزش آن را داشت . آنها با مقایسه آماره ADF استاندار با آزمون هایی که به توالی ADF می پرداختند این کارا را انجام دادند. به عبارتی زمان شروع و مبدا حباب وقتی بود که مقدار آماره به دست آمده از آزمون های توالیADF مانند SADF از مقدار بحرانی ADF استاندارد بیشتر می‌شد. آنها نشان دادند که روش آنها توانایی شناسایی حباب را در یک سری زمانی داراست اما از آنجایی که حباب ها می توانند چند گانه باشد و به صورت انفجاری در یک دوره چندین حباب در یک سری زمانی اتفاق بیافتد ،روش دیگری به نام سوپریمم عمومی دیک فولر تعمیم یافته GSADF  را معرفی کردند که نسبت به دیگر آزمون‌های توالی ADF از مزیت های بیشتری در آزمون حباب ها برخوردار بود.

در این پژوهش آزمون ریشه واحد سمت راست بر اساس رگرسیون بازگشتی رو به جلو به منظور ارزیابی رفتار تکرارشونده ریشه واحد نسبت به قیمت انفجاری استفاده شده است.آزمون SADF شکست مداوم قیمت ها و متعاقبا ترکیدن حباب های قیمتی پیش بینی شده را بررسی می کند. از این رو، آزمایش‌های ADF پایه‌ای را برای آزمایش‌های ثابت با یک جایگزین انفجاری به شرح زیر فراهم می‌کنند.

∆yt=α+βyt-1 + + εt         εt ῀ NID(0, σ 2)                                 (1)

که در آن yt  شاخص کل قیتمی سهام، α مقدار ثایت، L  تعداد تاخیرها، εt جز خطا و NID نشان دهنده توزیع نرمال مستقل است.

SADF(r0) = sup {ADFr2}                                                                (2)

                     r2€[r0,1]

 

فیلیپس و شی و یو26 (2013) آزمون SADF  را برای تحلیل و بررسی وجود حباب در یک سری زمانی منفرد مناسب می‌دانند. در یک سری زمانی مورد بررسی، در آزمون SADF برای کشف وجود حباب در رابطه با فرایند انفجاری از مقایسه مقدار سوپریمم توالی آزمون ADF با مقدار بحرانی آماره به دست آمده از توزیع محدود آن استفاده می‌شود. سوپریمم آماره ADF از رابطه زیر حاصل می‌شود:

 

SADF(r0) = sup {ADF r1r2}                                                        (3)

                     R1€[0,r2-r0]

                    r2€[r0,1]

 

آماره GSADF را می توان به عنوان بزرگترین آماره ADF  محدود در دسترس r1 و r2 تعریف کرد . آماره آزمون GSADF عبارت است از:

 

                              (4) 

مهمترین نقطه قوت آزمون های SADF و GSADF در براورد وجود رفتار انفجاری ملایم به صورت دوره به دوره در مقابل رفتار نامانای سری‌های زمانی است. مدلساری رفتار انفجاری ملایم حباب را می‌توان از طریق برآورد فرآیند خودرگسیو با یک ریشه بزرگتر از یک و یا در محدوده یک انجام داد.لذا درصورتی که فرض مقابل رفتار انجاری ملایم رد نشود و یک ریشه انفجاری وجود داشته باشد، این آزمون‌ها به خوبی می‌توانند دوره شروع و پایان حباب ها را تاریخ‌گذاری کنند.

 

 

 

3-2آزمون سرایت‌پذیری

 

مک گروی و فیلیپس (2016) برای بررسی سرایت حباب قیمتی از رگرسیون متغیر زمانی استفاده کردند که سرایت حباب را می توانست اندازه‌گیری کند. در این رگرسیون بر اساس بتا‌های محاسبه شده در معادله (1) میزان سرایت بالقوه را بر اساس رگرسیون زیر محاسبه می‌کنند.

 

β j,s=σ1i+ σ2j βcore,s-d +errors,s =S,..T,                                         (5)

 

در این معادله شاخص s نمونه‌ها را مشخص می‌کند. (s = S, ⋯, T) .j,s β ضریب بتای به دست آمده در معادله شماره 1 در بالا خواهد بود coreβ نشان دهنده بازار بالقوه ای است که حباب از آن سرایت می‌کند که برای این پژوهش ضریب بتای بازار ارز می‌باشد. d یک پارامتر تاخیری برای اثر سرایت تاخیری از 𝑐𝑜𝑟𝑒 تا 𝑗 است. σ2j ضریب سرایت متغیر زمانی است.

 

4-یافته ها:

4-1بازار سهام

در این مطالعه، به منظور کشف حباب‎‎های قیمتی در بورس اوراق بهادار تهران، شاخص کل قیمت سهام مورد بررسی قرار گرفته است. در صورت رد فرضیه صفر آزمون‏های ریشه واحد چوله به راست، وجود حباب در بورس اوراق بهادار تهران رد نمی‎گردد و بالعکس.

در ابتدا، آماره‏های توصیفی شاخص سهام در جدول 1 ارائه شده است. همان‎طور که مشاهده می‎شود، حداقل و حداکثر این شاخص به ترتیب 2029765 و 61243 واحد در 1399:05:27 و 1394:07:21 بوده است. همچنین، میانگین شاخص قیمت سهام در بازه 1399-1394 برابر با 333672 واحد بوده است. به علاوه، بر اساس ضرایب چولگی و کشیدگی می‏توان بیان کرد که این سری زمانی دارای توزیع نرمال نیست. در واقع، توزیع سری‏ آن چوله به راست و کشیده است که در ادبیات تحقیق، به عنوان علائم وجود حباب‏ مطرح شده است.

جدول1- آماره‏های توصیفی شاخص‏ سهام

شاخص	میانگین	بیشینه	کمینه	چولگی	کشیدگی	جارک-برا
شاخص قیمت کل سهام	333672	2029765	61243	9932/1	6797/5	0000/0

منبع: یافته های پژوهشگر

در جدول 2،یافته‎های حاصل از آزمون‏های RTADF بازار سهام نشان داده شده است. مشاهده می‎شود که آزمون‎هایADF،RADF و‏‏ SADF حاکی از وجود جباب در شاخص قیمتی سهام است زیرا وجود ریشه واحد در فاصله اطمینان 99 درصد در فرضیه صفر رد می‌شود. همچنین، یافته‏های آزمون GSADF، رفتار انفجاری و وجود حباب‎های چندگانه طی دوره 1399-1394 در بازار بورس تهران را رد نمی‏کند. به عبارتی، در  دوره زمانی مورد بررسی چندین مرتبه تشکیل حباب و سپس ریزش حباب در بازار سهام ایران مشاهده می‏شود.

 

 

جدول 2- نتایج آزمون‏های ریشه واحد چوله به راست برای بازار سهام

شاخص

آزمون

مقدار احتمال

مقدار آماره

مقدار بحرانی 1 درصد

مقدار بحرانی 5 درصد

مقدار بحرانی 10 درصد

شاخص قیمت کل سهام

آزمون ADF

0070/0

6553/0

4496/0

1456/0-

0130/0-

آزمون RADF

0000/0

1316/7

7083/0

0146/0-

03840/0-

آزمون SADF

0000/0

3622/19

0830/2

4667/1

1800/1

آزمون GSADF

0000/0

3622/19

8841/2

1383/2

9381/1

منبع: یافته های پژوهشگر

 

نمودار 1 دوره‎‏های حباب قیمتی در بازار بورس اوراق بهادار تهران براساس آزمون GSADF برای شاخص‏ کل قیمت را نشان می‏دهد.

 

نمودار 1- آزمون GSADFبرای شاخص قیمت کل سهام منبع:یافته های پژوهشگر

در این نمودار، منحنی سبز رنگ (فوقانی) نشانگر شاخص کل، منحنی قرمز رنگ (میانی) بیانگر مقادیر بحرانی در سطح 95% و منحنی آبی رنگ (تحتانی) نشانگر آماره آرمون GSADF است. بر اساس آن، آزمون ریشه واحد GSADF برای شاخص کل قیمت سهام، 4 دوره حباب را تعیین می‏کند که این دوره‌ها مربوط به بازه‎های 1395:02:09-1394:11:17، 1396:07:18-1396:06:13، 1397:01:30-1396:07:25 و 1399:12:16 – 1397:03:20 بوده است. این شواهد نشان می‎دهد که از اواخر نیمه اول سال 1396 تا اواخر سال 1399، به غیر از دوره‎هایی کوتاه، قیمت در بورس اوراق بهادار تهران با حباب همراه بوده است.

 

4-2.بازار ارز

در پژوهش حاضر، به منظور آزمون وجود حباب و نیز تعیین دوره‏های حبابی در بازار ارز غیررسمی ایران در طول دوره زمانی 1394 تا 1399، نرخ ارز اسمی بازار آزاد مورد ارزیابی و آزمون قرار گرفته‎‎ است.

در ابتدا، به منظور ارزیابی متغیر نرخ ارز، آماره‏های توصیفی اساسی در جدول 3 ارائه شده است. بر اساس اطلاعات حاصل، میانگین نرخ ارز اسمی در دوره 1399-1394 برابر با 9458 تومان بوده است. به علاوه، بیشترین نرخ ارز مربوط به تاریخ 1399:07:22 با میزان 31000تومان و کمترین آن در تاریخ 1394:04:28 با میزان 3229تومان بوده است. ضریب چولگی و کشیدگی و احتمال آماره جارک-برا نیز نشان می‏دهد که متغیرنرخ ارز از توزیع نرمال برخوردار نبوده است. نرمال نبودن توزیع شاخص‎های سهام می‏تواند نشانگر وجود حباب در سری این متغیر نیز باشد.

جدول3- آماره‏های توصیفی نرخ ارز

متغیر	میانگین	بیشینه	کمینه	چولگی	کشیدگی	جارک-برا
نرخ ارز اسمی	27/94577	310005	32295	0723/1	1517/3	0000/0

منبع: یافته های پژوهشگر

حال یافته‌های حاصل از انجام آزمون‏هایADF، RADF،SADF و GSADF در جدول 4ارائه شده است. مقادیر مثبت آماره‏ها، حاکی از چوله به راست بودن این آزمون‏هاست. نتایج نشان می‏دهد که در صورت استفاده از آزمون‌های RADF و‏ SADF، شواهد حاکی از وجود حباب قیمتی در نرخ ارز اسمی است و فرضیه صفر ریشه واحد برای نرخ ارز اسمی رد می‏شود. در این راستا، به منظور آزمون حباب‎های چندگانه، آزمون‏ GSADF انجام شده است. نتایج به دست آمده از این آزمون، بیانگر وجود حباب‎های چندگانه در بازار ارز ایران در دوره 1399-1394 است. با توجه به وجود ارتباط تنگاتنگ میان حباب‏های قیمتی با بروز بحران‏های اقتصادی، می‌توان از جمله دلایل شدت گرفتن بحران و نابسامانی در ساختار اقتصادی کشورایران در طی چند سال اخیر را در بحث حباب قیمتی ارزی جستجو کرد.

 

جدول4- نتایج آزمون‏های ریشه واحد چوله به راست برای بازار ارز

متغیر	آزمون	مقدار احتمال	مقدار آماره	مقدار بحرانی 1 درصد	مقدار بحرانی 5 درصد	مقدار بحرانی 10 درصد
نرخ ارز اسمی	آزمون ADF	0060/0	6553/0	4496/0	1456/0-	0130/0-
	آزمون RADF	0000/0	1316/7	7085/1	1805/1	0500/1
	آزمون SADF	0000/0	9475/18	7858/2	89035/1	4584/1
	آزمون GSADF	0000/0	9475/18	8845/2	7385/1	3868/1

منبع: یافته های پژوهشگر

 

به منظور تعیین تاریخ‏های دقیق حباب در نرخ ارز، نتایج به دست آمده از آزمون GSADFبرای متغیر نرخ ارز اسمی بازار آزاد در نمودار 4نشان داده شده است.براساس این نمودار، آزمون GSADF برای نرخ ارز اسمی، 5 دوره حبابی را تعیین می‏نماید که مربوط به دوره‏های1395:11:02-1395:08:10، 1397:09:25-1396:07:11، 1398:04:23-1397:10:02، 1399:10:28-1398:12:03 و 1399:12:29 – 1399:11:04 بوده است. همان‎طور که قابل استنباط است، می‎توان گفت که به جز دوره‎هایی کوتاه، بازار ارز ایران از 10 آبان 1395 الی 2 بهمن 1395،11 مهر 1396 تا 23 تیر 1398 و 3 اسفند 1398 الی 29 اسفند 1399 حبابی بوده است.

 

 

نمودار4- آزمون GSADFبرای نرخ ارز اسمی منبع: یافته های پژوهشگر

4-3سرایت پذیری حباب

در این بخش، امکان سرایت حباب‏های قیمتی از بازار ارز  به بازار سهام مورد بررسی و آزمون قرار گرفته است. پیش از برآورد مدل، به منظور جلوگیری از بروز رگرسیون‏های کاذب از آزمون مانایی متغیرها به روش برآورد آماره (ADF) استفاده شده است که در جدول شماره 5 ارایه شده است .          . جدول 5- نتایج آزمون ریشه واحد ADFبرای مؤلفه‏های حبابی ارز و سهام

متغیر		با عرض از مبدأ	با عرض از مبدأ و روند	بدون عرض از مبدأ و روند	نتیجه
حباب سهام	مقدار آماره احتمال	8474/2- 0531/0	3134/2- 0662/0	3884/2- 0166/0	مانا
حباب ارز	مقدار آماره احتمال	0490/3- 0318/0	0320/3- 1254/0	6953/2- 0070/0	مانا

 منبع: یافته های پژوهشگر

درجدول 5 با توجه به اینکه مقدار آماره برای همه متغیرها در برآورد بدون عرض از مبدأ و روند در سطح متغیرها کمتر از 96/1- است، متغیرها مانا هستند.در مرحله بعد، با استفاده از رگرسیون برآوردی شماره 5،  سرایت حباب‏ها بین بازار ارز و سهام ارزیابی شده است. یافته‏های حاصل در جدول 6 ارائه گردیده است.

جدول 6- نتایج آزمون سرایت‏ حباب‌ها

فرضیه	مقدار آماره	نتیجه
سرایت حباب از بازار ارز به بازار سهام	8980/2	عدم رد فرضیه

منبع: یافته های پژوهشگر 

جدول 6 نشان می‌دهد که نتایج حاکی از وجود شواهد قابل ملاحظه‏ای ازسرایت حباب‌های ایجاد شده در بازار ارز به بازار سهام است. بر این اساس، سرایت حباب از بازار ارز به بازار سهام مورد تایید قرار می‌گیرد.

 

 

 

5-نتیجه گیری:

پژوهش‌های انجام شده در حیطه سرایت بحران‌های ارزی شواهد قابل ملاحظه‌ای برای انتقال بحران ارزی به بازار‌های دیگر ارایه می‌کنند. از منظر بین المللی درهم تنیده شدن هرچه بیشتر بازار‌ها در دهه‌های اخیر یکی از مهمترین عواملی است که به تشدید بحران‌ها در کشور‌ها دامن می‌زند.شناسایی تشکیل حباب‌های قیمتی و نحوه سرایت آنها می‌تواند به دولت‌ها در پیشگیری و برون رفت از بحران کمک کند. یافته های این پژوهش نشان داد که در بازار ارز طی پنج دوره که مربوط به دوره‏های1395:11:02-1395:08:10، 1397:09:25-1396:07:11، 1398:04:23-1397:10:02، 1399:10:28-1398:12:03 و 1399:12:29 – 1399:11:04 بوده است حباب وجود داشته و در بورس اوراق بهادار برای شاخص کل قیمت سهام،چهار دوره حباب وجود داشته که این دوره‌ها مربوط به بازه‎های 1395:02:09-1394:11:17، 1396:07:18-1396:06:13، 1397:01:30-1396:07:25 و 1399:12:16 – 1397:03:20 بوده است. نتایج نشان داد که در بازار ارز یک دوره حباب بیشتر از بازار سهام بود و به جز دوره های کوتاه زمانی اکثرا بازار ارز در حباب بوده است. بنا به ساختار اقتصادی ایران انتقال حباب ارز به بازار سهام دور از انتظار نیست زیرا بررسی های مبانی نظری نشان می‌دهد که همیشه بحران حباب بازار‌ها از بحران حباب ارزی در ایران شروع شده است به طوری که از دهه هفتاد تا کنون پژوهشگران در بازار‌های مالی ایران حباب های زیادی را گزارش کرده اند .وجود حباب در بازار ارز و افزایش نرخ ارز به دلایل مختلف می‎تواند زمینه بروز حباب در قیمت سهام شرکت‎های بورس اوراق بهادار را فراهم کند . این امر به صورت مستقیم و غیر مستقیم شرکت‌ها را تحت تاثیر قرار می‌دهد.شرکت‌های وارداتی و صادراتی به صورت مستقیم از افزایش حباب بازار ارز تاثیر می‌پذیرند زیرا مهمترین بخش واردات و صادرات را قیمت ارز تعیین ‌می‌کند.شرکت‌های دارویی یا فلزات اساسی از جمله‌ی این صنایع هستند.همچنین شرکت‌های سرمایه‌گذاری در بورس اوراق بهادار نیز چون بخشی از سبد سرمایه‌گذاری خود را در شرکت‌های وارداتی و صادراتی سرمایه‌گذاری می‌کنند ، به طور غیر مستقیم از حباب بازار ارز تاثیر می‌پذیرند. درک مکانیزم سرایت‌پذیری حباب ارزی اطلاعاتی در رابطه با ابعاد متغیر‌های بین بازاری با تاکید بر شوک‌های نرخ ارز در بازار مالی ایران فراهم می‌کند که حلقه مفقوده در تجزیه و تحلیل‌های کلان اقتصادی به شمار می‌رود. داشتن اطلاعات در زمینه سرایت‌پذیری حباب ارزی به مدیران کمک می‌کند که در زمان‌های ایجاد حباب قیمی در بازار ارز از استراتژی‌های پوششی،تنوع بخشی و تحلیل‌های متفاوتی استفاده کنند که در نهایت بتوانند برآیند عملکرد مالی بهتری رقم بزنند.از طرف دیگر به سیاست‌گذاران پیشنهاد می‌شود که با توجه به اهمیت بازار ارز و توجه سایر بازار‌ها به نوسان‌های قیمتی ارز با ایجاد ابزار‌های پوششی و عمق بخشی به بازار‌های موازی، برای سرمایه‌گذاران و شرکت‌های وارداتی و صادراتی بستری را فراهم کنند که بتوانند ریسک ناشی از نوسانات ارز را کاهش دهند.از طرف دیگر تشدید بحران حباب در دهه اخیر حاکی از آن است که حباب مساله ای است که با اقتصاد ایران در هم تنیده شده است، به منظور پیشگیری از سرایت این حباب باید قانون گذاران در تلاش باشند که قبل از سرایت بحران حباب در بازار مالی ایران اول از همه کنترل حباب بازار ارز را در اولیت قرار بدهند تا بتوانند از ایجاد و گسترش حباب به سایر بازار‌ها جلوگیری کنند.

 

 

منابع و مآخذ:

1)       حسینیون، نیلوفر سادات. بنامه، مهدی. ابراهیمی سالاری، تقی(1395)" بررسی انتقال تلاطم نرخ بازده بین بازارهای سهام، طلا و ارز در ایران "، فصلنامه پژوهش های اقتصادی ایران، دوره21 ، شماره66

2)       رنجبر، محمد حسین. سفید بخت، الهه(1396) "سرریز نوسانات بین قیمت نفت، نرخ ارز، قیمت طلا و بازار سهام تحت فواصل زمانی و شکست ساختاری: استفاده از مدل گارچ BEKK و الگوریتم" ICSS. فصلنامه مهندسی مالی و مدیریت اوراق بهادار، دوره 8، شماره 33

3)       صرافی زنجانی،محمد ومهرگان،نادر(1397)"اثر نامتقارن ریسک نرخ ارزبر شاخص سهام صنایع صادرات محور با استفاده از مدل NARDEL. "فصلنامه تحقیقات مدلسازی اقتصادی.9(33)-89-116

 

 

 

4)       Akhtaruzzaman, Md, Sabri Boubaker, and Ahmet Sensoy. (2021). "Financial contagion during COVID-19 crisis". Finance Research Letters 38:101604

5)       BenMim, Imen, and Ahmed BenSaïda. (2019)." Financial contagion across major stock markets: A study during crisis episodes". The North American Journal of Economics and Finance 48: 187–201.

6)       Caballero, R. J. Farhi, E. & Gourinchas, P. O. (2008). "Financial Crash, Commodity Prices and Global Imbalances". National Bureau of Economic Research (No. w14521).

7)       Conlon, Thomas, Shaen Corbet, and Richard McGee. (2020)." Are Cryptocurrencies a Safe Haven for Equity Markets? An International Perspective from the COVID-19 Pandemic". May 10. Available online: http://dx.doi.org/10.2139/ssrn.3601045

8)       Gomez-Gonzalez, Jose Eduardo, Juliana Gamboa-Arbeláez, Jorge Hirs-Garzón, and Andrés Pinchao-Rosero. (2018)." When Bubble Meets Bubble: Contagion in OECD Countries". The Journal of Real Estate Finance and Economics 56: 546–566

9)       Greenaway-McGrevy, R., Phillips, P.C.B., (2016). "Hot property in New Zealand: empirical evidence of housing bubbles in the metropolitan centres". N. Z. Econ. Pap. 50 (1), 88–113

10)       Gülcan, N. , Boyacıoğlu, N. & Özdemir Höl, A. (2021). Investigation of Speculative Bubbles in Financial Markets: The Example of Foreign Exchange Market . Süleyman Demirel Üniversitesi Vizyoner Dergisi , 12 (29) , 176-187 . DOI: 10.21076/vizyoner.729647

11)       Hashimoto, Yuko & Takatoshi Ito. (2004). "High-Frequency Contagion between the Exchange Rates and Stock Prices". NBER Working Papers 10448, National Bureau of Economic Research, Inc.

12)       Hu, Yang, Oxley, Les (2018)."Bubble contagion: Evidence from Japan’s asset price bubble of the 1980-90s". Journal of The Japanese and International Economies.

13)       Karoui, A. (2006). "The Correlation between FX Rate Volatility and Stock Exchange Returns Volatility: An Emerging Markets Overview". Available at SSRN: https://ssrn.com/abstract=892086 or http://dx.doi.org/10.2139/ssrn.892086.

14)       Khan K, Su CW, Umar M, Yue XG. (2021)." Do crude oil price bubbles occur?" Resour Policy, 101936

15)       Lee, J.H. & Phillips, P. (2016). "Asset Pricing with Financial Bubble Risk". Journal of Empirical Finance 38: 590-622.

16)       Luo, Changqing, Lan Liu, and Da Wang. (2021). "Multiscale financial risk contagion between international stock markets: Evidence from EMD- Copula-CoVaR analysis". The North American Journal of Economics and Finance 58: 101512.

17)       Ofek, Eli, and Richardson, Matthew. (2003)." Dotcom mania: The rise and fall of internet stock prices". The Journal of Finance 58: 1113–37.

18)       Onyibor , Kelvin, Şafakli, Okan.(2019) "Detecting Price Explosivity (Bubble) in Turkey’s Stock Prices: Evidence from an Radf Technique". Global Issues in Banking and Finance pp 127–142

19)       Özdemi̇r, Onur.(2021). ''Foreign Exchange Volatility and the Bubble Formation in Financial Markets: Evidence From The COVID-19 Pandemic'' .Ekonomika, vol. 101(1), pp. 142–161 DOI: https://doi.org/10.15388/Ekon.2022.101.1.8

20)       Öztek , Mehmet Fatih, Öcal, Nadir. (2017)."Financial crises and the nature of correlation between commodity and stock markets". International Review of Economics and Finance 48:56-68

21)       Pandey, V.(2018). "Volatility spillover from crude oil and gold to BRICS equity markets". Journal of Economic Studies, 45(2), 426-440.

22)       Phillips PCB, J. Yu (2011), "Dating the Timeline of Financial Bubbles During the Subprime Crisis". Quantitative Economics, 2(3): 455 -491.

23)       Phillips, P C.B., Shi, S. and J. Yu (2013)."Testing for Multiple Bubbles 1: Historical Episodes of Exuberance and Collapse in the S&P 500". INTERNATIONAL ECONOMIC REVIEW.vol56.no54

24)       Roy, R. P., & Roy, S. S. (2017)." Financial contagion and volatility spillover: An exploration into Indian commodity derivative market". Economic Modelling, 67: 368-380

25)       Scherbina, A., & Schlusche, B. (2014)." Asset price bubbles: a survey". Quantitative Finance, 14(4), 589-604.doi:10.1080/14697688.2012.755266

26)       Wang, Haiying., Yuan, Ying., Li, Yiou & Wang, Xunhong. (2021). "Financial contagion and contagion channels in the forex market: A new approach via the dynamic mixture copula-extreme value theory". Economic Modelling, 94(C): 401- 414.

27)       Yan Li, Zhicheng Wang, Hongchuan Wang, Meiyu Wu & Lingling Xie .(2021)."Identifying price bubble periods in the Bitcoin market-based on GSADF model". Quality & Quantity volume 55, pages1829–1844

28)       Zaremba, Adam, Renatas Kizys, David Y. Aharon, and Ender Demir. (2020)." Infected markets: Novel coronavirus, government interventions, and stock return volatility around the globe". Finance Research Letters 35: 101597

29)       Zhang, Y. J., Fan, Y., Tsai, H. T., & Wei, Y. M. (2008)." Spillover effect of US dollar exchange rate on oil prices". Journal of Policy Modeling, 30(6), pp.973-991

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

یادداشت ها

1.       Conlon, Thomas, ShaenCorbet, and Richard McGee

2.       Zaremba, Adam, RenatasKizys, David Y. Aharon, and Ender Demir

3.       Akhtaruzzaman, Md, SabriBoubaker, and Ahmet Sensoy

4.       Luo, Changqing, Lan Liu, and Da Wang

5.       Pandey, V

6.       Öztek , Mehmet Fatih, Öcal, Nadir

7.       Lee, J.H. & Phillips, P.

8.       Khan K, Su CW, Umar M, Yue XG

9.       Zhang, Y. J., Fan, Y., Tsai, H. T., & Wei, Y. M.

10.       Hosseinyoun, N.,Banameh, M., EbrahimiSalari, T

11.       BenMim, Imen, and Ahmed BenSaïda

12.       Gomez-Gonzalez, Jose Eduardo, Juliana Gamboa-Arbeláez, Jorge Hirs-Garzón, andAndrés Pinchao-Rosero

13.       Wang, Haiying., Yuan, Ying., Li, Yiou& Wang, Xunhong

14.       Roy, R. P., & Roy, S. S.

15.       Ofek, Eli, and Matthew Richardson

16.       Scherbina, A., &Schlusche, B.

17.       Karoui, A

18.       Caballero, R. J. Farhi, E. &Gourinchas, P. O

19.       Greenaway-McGrevy, R., Phillips, P.C.B

20.       Hu, Yang, Oxley, Les

21.       Onyibor , Kelvin, Şafakli, Okan

22.       Yan Li, Zhicheng Wang, Hongchuan Wang, Meiyu Wu &LinglingXie

23.       Gülcan,Boyacıoğlu & Özdemir

24.       Özdemi̇r

25.       Phillips PCB, J. Yu

26.       Phillips, P C.B., Shi, S. and J. Yu

 

1

 

---