سرایت پذیری تلاطم شرطی بازده در بانکهای پذیرفته شده در بورس اوراق بهادار

محورهای موضوعی : دانش سرمایه‌گذاری

رحمان دوستیان ¹ (گروه حسابداری دانشکده ادبیات و علوم انسانی، دانشگاه آزاد اسلامی واحد کرمانشاه)
بابک جمشیدی نوید ² (گروه حسابداری دانشکده ادبیات و علوم انسانی، دانشگاه آزاد اسلامی واحد کرمانشاه)
مهرداد قنبری ³ (استادیار گروه حسابداری، دانشکده ادبیات و علوم انسانی، دانشگاه آزاد اسلامی واحد کرمانشاه)
عبدالمجید دهقان ⁴ (استادیار و عضو هیئت علمی/گروه حسابداری، دانشکده مدیریت و حسابداری، واحد یادگار امام خمینی (ره) شهرری، دانشگاه آزاد اسلامی، تهران، ایران)

تاریخ دریافت : 1397/12/21 تاریخ پذیرش : 1398/02/07 تاریخ انتشار : 1400/01/01

کلید واژه: گارچ چند متغیره, بانک بورسی, سرایت‌پذیری تلاطم, بازارهای موازی,

چکیده مقاله :

پژوهش حاضر به بررسی سرایت‌ تلاطم بازارهای موازی بازار سرمایه بر سهام بانک های بورسی پرداخته است. در این پژوهش سرایت‌پذیری بانک های بورسی به تفکیک از بازارهای موازی ارز و طلا، و همچنین بازار نفت به عنوان یک بازار مستقل تاثیر گذار مورد سنجش قرار گرفته است. در این راستا از روش تحلیل بردار خودرگرسیونی (VAR) و مدل خودرگرسیونی مشروط بر ناهمسانی واریانس‌های تعمیم‌یافته چندمتغیره (MGARCH) استفاده شده است. داده‌های این پژوهش با استفاده از نرم‌افزار Eviews و از ابتدای تیر‌ماه ۱۳91 تا پایان شهریور ماه ۱۳۹6 جمع‌آوری و مورد آزمون قرار گرفته‌اند. روش پژوهش حاضر بر مبنای طبقه بندی تحقیقات براساس روش، ماهیت و جهت به ترتیب توصیفی، کاربردی و پس رویدادی بوده و از نظر نوع، همبستگی محسوب می گردد. نتایج این پژوهش رابطه اثر سرایت‌پذیری بانک های بورسی را از بازارهای موازی ارز، طلا و نفت تایید می‌نماید. بر این اساس فرضیات اصلی پژوهش مبنی بر اثرپذیری سهام بانک های بورسی در بازار سرمایه از بازارهای موازی از دو منظر بازده و ریسک حفظ می گردد.

چکیده انگلیسی:

The present study attempts to investigate the turbulence of parallel markets of capital markets on stocks of Bourse banks. In this study, the visibility of bank metals has been measured separately from parallel markets of foreign currency and gold, as well as oil market as an independent market. In this regard, the method of self-regression vector analysis (VAR) and self-regression model are used to determine the heterogeneity of generalized multivariate variances (MGARCH). The data of this research have been compiled using Eviews software from the beginning of July 2012 to the end of September 2012 and tested. The method of this research is based on the classification of research based on the method, nature and direction are descriptive, applied and post-event respectively, and are considered as a correlation in terms of type. The results of this study confirm the relationship between the impact of bourse banks on parallel markets of currency, gold and oil. Accordingly, the main assumptions of the research that the stock markets of stock exchanges in the capital market are affected by parallel markets is maintained from two perspectives of return and risk.

منابع و مأخذ:

• سیدحسینی، محمد و ابراهیمی، بابک (1392). بررسی سرایت تلاطم بین بازارهای سهام؛ مطالعه موردی بازار سهام ایران، ترکیه و امارات. فصلنامه علمی پژوهشی دانش مالی تحلیل اوراق بهادار. 19: 97- 81.


• عباسی‌نژاد، حسین و ابراهیمی، سجاد (1392). اثر نوسانهای قیمتی بر بازده بورس اوراق بهادار تهران. فصلنامه پژوهشها و سیاستهای اقتصادی، 21(68): 108-83.


• کریمی، محمدشریف؛ حیدریان، مریم و دهقان جبارآبادی، شهرام (1397). تحلیل اثرات سرریز بین بازارهای نفت و بورس اوراق بهادار تهران در طول مقیاسهای چندگانه زمانی. فصلنامه اقتصاد مالی، 12(42): 46- 25.


• کشاورزحداد، غلامرضا. صمدی، باقر (1388). برآورد و پیش‏بینی تلاطم بازدهی در بازار سهام تهران و مقایسه دقت روشها در تخمین ارزش در معرض خطر: کاربردی از مدل‏های خانواده FIGARCH دانشگاه تهران، مجله­ی تحقیقات اقتصادی، شماره 86.


• کشاورزحداد، غلامرضا؛ ابراهیمی، سیدبابک؛ و جعفرعبدی، اکبر (1390). سرایت تلاطم میان بازدهی سهام صنعت سیمان و صنایع مرتبط با آن در ایران. فصلنامه پژوهشهای اقتصادی ایران. شماره47.


• کشاورزحداد، غلامرضا و مفتخر دریایی نژاد، کبری (1397). تأثیر سرایت بازده و تلاطم در برآورد ارزش در معرض ریسک سبد دارایی، متشکل از طلا، ارز و سهام. تحقیقات اقتصادی، 53(1): 152- 117.


• نیکومرام، هاشم؛ پورزمانی، زهرا، و دهقان، عبدالمجید (1393). سرایت پذیری تلاطم در بازار سرمایه ایران. فصلنامه علمی پژوهشی دانش سرمایه گذاری، 3(11): 199- 179.


• نیکومرام، هاشم؛ پورزمانی، زهرا، و دهقان، عبدالمجید (1394). بررسی سرایت­ تلاطم بازارهای موازی بازار سرمایه بر صنایع بورسی(صادرات و واردات محور). فصلنامه علمی پژوهشی دانش مالی تحلیل اوراق بهادار، 8(25): 18-35.


• Al-Fayoumi, N.A., Khamees, B.A., and Al-Thuneibat, A.A. (2009). Information transmission among stock return indexes: Evidence from the Jordanian stock International Research Journal of Finance and Economics, 24, 194-208.


• Bauwens L., Laurent S., V. K. Rombouts J., (2006), Multivariate GARCH Models: a survey, Journal of Applied Econometrics, No.29, pp.79-109.


• Basher, S.A. and P. Sadorsky (2006), Oil Price Risk and Emerging Stock markets, Global Finance Journal, No.17, pp.224-251.


• Bollerslev, T. (1986). Generalized Autoregressive Conditional Heteroskedasticity. Journal of Econometrics, Vol.31, No.3, pp. 307-327.


• Boudoukh J., Richardson M., Whitelaw R. (1994). A Tale of Three Schools: Insights on Autocorrelations of Short-Horizon Stock Returns, the Review of financial studies, Vol. 7, No. 3, pp. 539-573.


• Chang E., McQueen G., Pinegar J. (1999). Cross-autocorrelation in Asian stock markets, Pacific-Basin Finance Journal, No.7, pp.471-493.


• Conrad J., Gultekin M., Kaul G. (1991). Asymmetric Predictability of Conditional Variances, the Review of financial studies, Vol. 4, No. 4, pp. 597-622.


• Constantinou, E., Kazandjian, A., Kouretas, G., Tahmazian, V. (2008). Cointegration causality and domestic portfolio diversification in the Cyprus stock exchange.Journal of Money, Investment and Banking, 4, 26-41.


• Dornbusch , R., Park, Y., & Clae, S. (2000). Contagion: Understanding How It Spreads. The World Bank Research Observer, 15(2), 177-197.


• Engle R, Kroner FK. (1995). Multivariate simultaneous generalized ARCH. Econometric Theory, No.11, pp.122–150.


• Engle, R. F. & Patton, J.A. (2001). What Good is a Volatility Model? NYU Working Paper. No. S-DRP-01-03.


• Ewing, B. T., Forbes, S. M., & Payne, J. E. (2003). The effects of macroeconomic shocks on sector-specific returns. Applied Economics, Vol.35, pp.201_


• Fargher N., Weigand R. (1998). Changes in the stock price reaction of small firms to common information, The Journal of Financial Research, Vol.21, No.1, pp.105 -121.


• Forbes, K., & Rigobon, R. (2002). No Contagion, Only Interdependence: Measuring Stock Market Comovements. the Journal of Finance, 57(5), 2223-2261.


• Goldsmith-Pinkham, P., & Yorulmazer, T. (2010). Liquidity, bank runs, and bailouts: spillover effects during the Northern Rock episode. Journal of Financial Services Research, 37(2-3), 83-98. ‏


• Hassan, S. A., & Malik, F. (2007). Multivariate گارچ modeling of sector volatility transmission. Quarterly Review of Economics and Finance, Vol.47, pp.470-480.


• Karolyi, A. G. (Jan., 1995). A Multivariate GARCH Model of International Transmissions of Stock Returns and Volatility: The Case of the United States and Canada. Journal of Business & Economic Statistics, 13(1), 11-25.


• Karunanayake, I and Valadkhani, A, (2010), Modelling Australian Stock Market Volatility: A Multivariate GARCH Approach, University of Wollongong, Economics Working Paper Series.


• Lafuente, J. and Ruiz, J. (2004), The New market effect on return and volatility of Spansh stock indexes, Applied Financial Economics, 14, 1343-1350.


• Li, H. (2007), International linkages of the Chinese stock exchanges: a Multivariate گارچ Analysis, Applied Financial Economics 17: 285-297.


• Liu, X., An. H., Huang, Sh., and Wen, Sh., (2017). The evolution of spillover effects between oil and stock markets across multi-scales using a wavelet-based GARCH–BEKK model. Physica A 465 (2017) 374–383.


• Longin, F., & Solnik, B. (1995). Is the correlation in international equity returns constant: 1960–1990?. Journal of international money and finance, 14(1), 3-26.


• McQueen G., Pinegar M., Thorley S. (1996). Delayed Reaction to Good News and the Cross-Autocorrelation of Portfolio Returns, the Journal of Fianance, Vol. LI, No. 3.


• Moon, G., W. Yu, (2010), “Volatility Spillovers between the U.S. and the China Stock Market: Structural Break Test with Symmetric and Asymmetric GARCH Approach,” Department of Business Administration, Kyonggi University.


• Poon S. H., W. J. Granger C. (2003). Forecasting Volatility in Financial Markets: A Review, Journal of Economic Literature, Vol.41, No.2, pp. 478–539.


• Ross S. A. (1989). Information and Volatility: The No-Arbitrage Martingale Approach to Timing and Resolution Irrelevancy, the Journal of Finance, Vol.44, No.1, pp. 1-17.


• Tsay R. S. (2002). Analysis of Financial Time Series, John Wiley & Sons.


• Wang, L. J., An, H. Z., Liu, X. J., & Huang, X. (2016). Selecting Dynamic Moving Average Trading Rules in Crude Oil Futures Markets Using a Genetic Approach. Appl. Energy 162, 1608-1618.


• Wang, Z., Kutan A., and Yang, J. (2005). Information flows within and across sectors in Chinese stock markets. The Quarterly Review of Economics and Finance, 45, 767-80.


• Worthington, A, and Higgs, H. (2004) Transmission of equity returns and volatility in Asian developed and emerging markets: a multivariate گارچ analysis, international journal of finance and economics, vol. 9, pp. 71–80.


• Yu, J. Hassan, K (2006) Global and regional integration of the Middle East and North African (MENA) stock markets, The Quarterly Review of Economics and Finance, vol. 13, pp. 482–504.