ارتباط یک اتفاق اقتصادی با تغییر رژیم فرآیند نوسانی بازده، ریسک و نقدشوندگی بازار سهام

محورهای موضوعی : دانش سرمایه‌گذاری

حسن قالیباف اصل ¹ (دانشیار دانشکده مدیریت دانشگاه الزهرا، تهران، ایران (نویسنده مسئول))
ناصر الهی ² (دانشیار دانشکده اقتصاد دانشگاه مفید، تهران، ایران)
معصومه ترکمان احمدی ³ (دکترای اقتصاد دانشگاه مفید، تهران، ایران)
یداله دادگر ⁴ (استاد دانشکده اقتصاد دانشگاه شهید بهشتی، تهران، ایران)

تاریخ دریافت : 1396/01/20 تاریخ پذیرش : 1396/04/13 تاریخ انتشار : 1396/10/01

کلید واژه: ریسک, نقدشوندگی, بازده, مدل مارکوف رژیم سویچینگ گارچ, اصل 44 قانون اساسی,

چکیده مقاله :

یکی از مهمترین بخش های بازار سرمایه، بورس اوراق بهادار است که در این بازار مفاهیمی تعریف می شوند که از اهمیت بالاتری نسبت به سایرین برخودار هستند، در این بین شاید بتوان به نقدشوندگی، ریسک و بازده اشاره داشت. با توجه به اهمیت این سه متغیر تلاش شده است با استفاده از مدل هایی موسوم به گارچ رژیمی و مارکوف رژیم سوییچینگ[i] رابطه این مفاهیم با مفهومی به نام تغییر رژیم که بواسطه یک اتفاق اقتصادی مهم در تاریخ کشور یعنی اجرایی شدن اصل 44 قانون اساسی حاصل شده است، مورد بررسی قرار گیرد. طبق نتایج برآورد مدل گارچ سه رژیمی، مهمترین اتفاقات اصل 44 در تغییر رژیم‌های فرایند نوسانی بازده بورس مؤثر بوده است. ریسک بازار نیز عاملی در جهت تغییر رژیم در فرایند بازده بورس شناسایی شد که این امر به دلیل رفتار سهامداران بنیادی در رژیم های کم نوسان در مقایسه با پرنوسان نسبت به نقدشوندگی است. 1. Markov Regime Switching GARCH (MRS-GARCH)

چکیده انگلیسی:

The stock market is one of the most important parts of the capital market. There are defined concepts in this market that are more important than the other ones. Meanwhile, it can be mention to liquidity, risk and return. Given the important three variables has tried to model know as GARCH regime and Markov regime switching, the relationship between these concepts with the concepts of changing the regime by important economic events in country's history such as article 44 of the constitution is examined. According to the results of three- regime GARCH model, the most important  Article 44 events in the changes of stock return's volatility process regimes has been identified, due to the behavior of institutional investors in low-volatility regimes in comparison with high-volatility liquidity. 

منابع و مأخذ:

*       حسینی، سیدعلی؛ کرمی، غلامرضا و سیدمجتبی شفیع­پور. (1389)؛ "بررسی ارتباط عملکرد شرکت­ها و نقدشوندی بازا سهام"، فصلنامه بورس اوراق بهادار، شماره 11، سال سوم، صفحه 42-25.

*       دادگر، یدالله؛ روح الله نظری؛"ارزیابی شاخص­های توسعه مالی در ایران"، مجموعه مقالاات کنفرانس بین­المللی توسعه تامین مالی در ایران.

*       سحابی، بهرام؛ سلیمانی، سیروس؛ خضری، سمیه و محسن خضری. (1392)؛ "اثرات رشد نقدینگی بر تورم در اقتصاد ایران:مدل­های تغییر رژیم"، فصلنامه راهبرد اقتصادی، سال دوم، شماره چهارم.

*       شهیکی‌تاش، محمدنبی، اعزازی، محمد اسماعیل و لیلا غلامی بیمرغ، (1392)، "محاسبه ارزش در معرض ریسک (VaR) در بازار بورس اوراق بهادار تهران"، فصلنامه تحقیقات توسعه اقتصادی، شماره 10، 51-70.

*       عبده تبریزی، حسین و روح­الله شریفیان .(1386)؛ "بررسی اثر ریسک نامطلوب در ارزیابی عملکرد شرکتهای سرمایه گذاری پذیرفته شده در بورس اوراق بهادار تهران"، تحقیقات مالی دوره 9، شماره 24، پاییز و زمستان 1386، صفحه 3 تا 20.

*       فلاح­پور، سعید؛ رضوانی، فاطمه و محمدرضا رحیمی.(1394)؛ "برآورد ارزش در معرض ریسک شرطی با استفاده از مدلهای ناهمسانی واریانس شرطی متقارن و نامتقارن در بازار طلا و نفت"، فصلنامه علمی و پژوهشی دانش مالی تحلیل اوراق بهادار، سال هشتم، شماره 26.

*       فلاح شمس، میرفیض و یعقوب پناهی (1393) ؛"مقایسه کارایی مدلهای خانواده GARCH در مدلسازی و اندازه گیری ریسک نقدشوندگی بورس اوراق بهادار تهران"، فصلنامه علمی-پژوهشی دانش سرماه گذاری، سال سوم، شماره 9.

*       قنبری، علی؛ خضری، محسن و احمد رسولی. (1390)؛ "تشخیص اثرات نامتقارن شوک­های نفت خام بر روی اقتصاد ایران در رژیم های اقتصادی: مدل راه گزینی مارکوف"، مجله تحقیقات اقتصادی، شماره 97، صفحه 149-119.

*       Amihud, Y(2002), "Liquidity and Stock Returns: Cross-Section and Time Series", Journal of Financial Markets, 5, pp:31-56.

*       Breen, W. Laurie, H and Robert, A. (2000), "Predicting Equity Liquidity", www.ssrn.com.

*       Bharath, p and Wu. (2008), "Does Asymmetric Information Drive Capital Structure Decision?", Oxford Journal, 22 (8), pp:3211-3243.

*       Bensaida, A. (2015), " The Frequency of Regime Switching in Financial Market Volatility", Journal of Empirical Finance, PP:1-17.

*       Jorion, p. (2006), "Value at Risk: The New Benchmark for Managing Financial Risk", third ed, Mcgraw-hill.

*       Kanagaretnam, L. (2011), "Effects of Changed in The Precision of Public Versus Private Information on Market Liquidity at the Time of Earnings Announcement", International Journal of Management, Vol 28 (4), pp:229-237.

*       Liu, W. (2006), "A Liquidity- Augmented Capital Asset Pricing Model", Journal of Financial Economics, 82, pp:631-671.

*       Rey, C. & Rey, S & Viala, J. (2014), "Detection of high and low States in Stock Market Returns With  MCMC Method in Markov Switching Model", Economic Modeling 41, 145-155.

*       Salhi, KH. Deacon, M. Lejay, A. Champaganat, N. Navet, N.(2016) "Regime Switching Model for Financial Data: Empirical Risk Analysis", Physica A, 461 , pp:148-157