بررسی میزان تاثیر نوسانات نرخ ارز بر بازدهی قیمت سهام و بهینه سازی سبد سرمایه گذاری
محورهای موضوعی : دانش سرمایه‌گذاری
اشبان حسنی
1
(گروه اقتصاد، واحد ارومیه، دانشگاه آزاد اسلامی، ارومیه، ایران)
الناز انتظار
2
(گروه اقتصاد، واحد ارومیه، دانشگاه آزاد اسلامی، ارومیه، ایران (نویسنده مسئول))
کلید واژه: تئوری سرمایه گذاری مارکوویتز, ماتریس واریانس- کوواریانس شرطی, مدل&, shy, های چند متغیره MGARCH,
چکیده مقاله :
این تحقیق ضمن بررسی ارتباط نوسانات نرخ ارز بازار و بازدهی سهام صنایع محصولات شیمیایی و فلزات اساسی، به بهینه سازی سبد سرمایه گذاری متشکل از سهام این دو صنعت می پردازد. بدین منظور با استفاده از مدل چند متغیره ناهمسان واریانس، ماتریس واریانس- کوواریانس شرطی زمان متغیر برای داده های روزانه، بازدهی شاخص سهام صنایع محصولات شیمیایی و فلزات اساسی در بازه ی زمانی آذر ماه سال 1387 تا شهریور ماه سال 1394 تخمین زده شده است. همچنین برای بررسی توابع واکنش آنی سهام منتخب نسبت به شوک های نرخ ارز بازار از مدل VARاستفاده شده است. در ادامه، بهینه سازی سبد سرمایه گذاری با رویکرد حداقل سازی ریسک سبد و بر اساس تئوری پورتفوی مارکوویتز انجام شده و وزن های بهینه ی سهام در طی زمان مشخص شده اند. نتایج نشان دهنده وجود رابطه معناداری بین نوسانات نرخ ارز و بازدهی سهام صنایع مورد مطالعه می باشد. همچنین واکنش آنی ضعیف این سهام به شوک های بوجود آمده در نرخ ارز از نقاط قوت انتخاب متنوع ترین و بهینه ترین سبد سرمایه گذاری شده است. در نتایج بهینه سازی نیز، وزن بیشتر سبد سرمایه گذاری در طول زمان، به سهامی اختصاص داده شده که نوسانات بازدهی اش در طی زمان در حال کاهش بوده است.
Current research; meanwhile investigation of relationship between market currency fluctuations and chemical product industries stock returns, study optimize investment portfolio consisting of selected industries. So; multivariate heterogeneous variance models (CDCC), were used in Variance-Covariance with variable-time condition for estimation daily data output and also stock-variable index was used for basic metals and chemical product industries share index daily data output estimation during 1387 Azar month to 1394 shahrivar month. Also, in order to study impulse response functions, selected shares to market currency rate shocks; Var model was applied. Then, investment portfolio optimization was done with minimization portfolio risk according to Markowitz portfolio theory. Optimal stock weights were specified during time. Results show significant relationship between exchange rate fluctuations and studied industries stock returns. Also stocks immediate and weak reactions to created shocks in exchange rate are strengths for most diverse and most optimal portfolio selection. In optimization results; more weight of investment portfolio during time relates to stocks which themselves output fluctuations have been declining over time.
* ابزری، م؛ کتابی، س؛ عباسی، ع: (1384)، « بهینه سازی سبد سرمایه گذاری با استفاده از روش های برنامه ریزی خطی و ارائه ی یک مدل کاربردی»، ویژه نامه حسابداری، شماره 2، ص 43.
* ابونوری، ا؛ عبداللهی، م: (1389)،« ارتباط بازارهای سهام ایران، امریکا، ترکیه و مالزی در یک مدل گارچ چندمتغیره»، فصلنامه بورس اوراق بهادار، شماره 14، صص61-79.
* پاک مرام،ع؛ بحری ثالث،ج؛ ولی زاده،م: (1396)، « انتخاب و بهینه سازی سبد سهام با استفاده از الگوریتم ژنتیک، با بهره گیری از مدل میانگین مالی و مدیریت اوراق بهادار»، شماره 31 تابستان 1396 ، مجله مهندسی مالی و مدیریت اوراق بهادار، شماره 31، تابستان 1396.
* پدرام؛ م: (1391)، «اثرنوساناتنرخارزبرروینوساناتبازارسهامدرایران»،فصلنامه علمی پژوهشی دانش مالی تحلیلی اوراق بهادار، دوره 5،شماره 15،صفحه 96-83.
* جعفری صمیمی، ا؛ کاظمی زرومی، ح؛ ریاحی، ک؛ رحمانیان، م: (1393)، « نوسانات نرخ ارز و بازده سهام در ایران» ، تحقیقات حسابداری و حسابرسی، شماره 22، تابستان 1393.
* حیدری، ح؛ ملابهرامی، ا: (1389)، « بهینه سازی سبد سرمایه گذاری سهام بر اساس مدل های چندمتغیره GARCH: شواهدی از بورس اوراق بهادار تهران»، تحقیقات مالی، شماره 30، صص 35 – 56.
* راعی، ر؛ بیگی، ه:(1389)، «بهینه‌سازی پرتفوی سهام با استفاده از روش حرکت تجمعی ذرات»، مجله تحقیقات مالی، شماره 29، صص 21-40.
* راسخی، س؛ جعفری صمیمی، ا؛ کیان ارثی، ز؛ شهرازی، م: (1392)، « رابطه نوسان نرخ ارز و نوسان بازدهی سهام در ایران با استفاده از گارچ چندمتغیره»، دانشگاه شهید چمران اهواز، دوره 10، شماره 2، تابستان 1392، صفحه 99-118.
* سجادی، ز، (1390)، « بهینه سازی سبد سهام با استفاده از الگوریتم رقابت استعماری بر اساس ارزش در معرض خطر و ارزیابی آن»، پایان نامه ی کارشناسی ارشد، دانشگاه شیخ بهایی.
* شکی،س؛ توفیقی، ح: (1391)، «تاثیر نوسانات نرخ ارز بر بازدهی بازار سهام ایران»، دومین همایش راهکارهای توسعه اقتصادی با محوریت برنامه ریزی منطقه ای، دانشگاه آزاد اسلامی سنندج،خردادماه 1391.
* ناهیدی، م؛ و نیکبخت، ف: (1390). «بررسی تأثیر بی‌ثباتی نرخ واقعی ارز بر شاخص سود نقدی و قیمت بورس اوراق بهادار تهران». فصلنامهبورساوراقبهادار، 3 (11): 59-43.
* نویدی، ح؛ نوجومی مرکید، ا؛ و میرزازاده، ح: (1389)، «تشـکیل پرتفـویبهینه در بورس اوراق بهادار تهـران بـا اسـتفاده از الگـوریتمهـای ژنتیـک»، تحقیقـاتاقتصادی، شماره 89، صص 233-263.
* وکیلی فر، ح؛ علی فری، م: (1394). « تاثیر نوسانات نرخ ارز بر بازدهی شرکت های پذیرفته شده در بورس اوراق بهادار تهران »، فصلنامه اقتصاد مالی، دوره 9، شماره 30، بهار 1394، صفحه 98- 83.
* Baba, Y.; Engle, R.F.; Kraft, D.F.; Kroner, K.F. (1991). ''Multivariate simultaneous generalized ARCH'', University of California and San Diego: Department of Economics, Discussion Paper.
* Bae, K.H. & Karolyi, G.A. (2014). '' Good news, bad news and internationalspillovers of stock return volatility between Japan and the US'' , Pacific-BasinFinance Journal, vol. 2, December, pp. 405–438.
* Bollerslev, T.; Chou, R.Y.; Kroner, K.F. (1992). ''ARCH modeling in finance: A review of the theory and empirical evidence''. Journal of Econometrics 52: 5-59.
* Broock, C. (2008). ''Introductory econometrics for finance'', Cambridge University Press.
* Engle, R.F. (1982). ''Autoregressive Conditional Heteroskedasticity with Estimates of the Variance of United Kingdom Inflation'', Econometrica, Vol. 50-4: 987-1007.
* Engle, R.F. (2002). ''Dynamic conditional correlation- a simple class of multivariate GARCH models'', Journal of Business and Economic Statistics, 20(3): 339-350.
* Engle, R.F.; kroner, K. F. (1995). ''Multivariate Simultaneous Generalized GARCH''. Econometric Theory 11: 122-150.
* Engle, R.F.; Sheppard, K. (2001). ''Theoretical and empirical properties of dynamic conditional correlation multivariate GARCH'', University of California, San Diego, Discussion paper 200: 1-15.
* Gjika, D &Horváth, R (2013), Stock market comovements in Central Europe: Evidence from the asymmetric DCC model, Economic Modelling, Volume 33, Pp 55–64.
* Korkmaz, T. Çevik, Eİ & Atukeren, E (2012), Return and volatility spillovers among CIVETS stock markets, Emerging Markets Review, Volume 13, Issue 2, Pp 230–252.
* Ledoit, O.; Santa-Clara, P.; Wolf, M. (2001). ''Flexible Multivariate GARCH Modeling with an Application to International Stock Markets'', University PompeuFabra in its series Economics Working Papers with number 578.
* Lin, W., Engle, R.F. & Ito, T. (1994). '' Do bulls and bears move across borders? International transmission of stock returns and volatility'', Review of Financial Studies, vol. 7, pp. 507–538.
* Markowitz, H. (1952). ''Portfolio Selection'', Journal of Finance, Vol. 7: 77-91.
* Markowitz, H. M. (1959). '' Portfolio Selection: Efficient Diversification of Investments'', Wiley, New York.
* Reyes, M. G. (2014). '' Asymmetric Volatility Spillover in the Tokyo StockExchange'', Journal of Economics and Finance 25(2): 206-213.
* Salifu, Z . Powers, MR & Osei KA (2007), Foreign exchange risk exposure of listed companies in Ghana, The Journal of Risk Finance, Volume 8, Issue 4, pp12-32.
* Tansuchat, R.; Chang, C.H.; Mcaleer, M. (2010). ''Crude Oil Hedging Strategies Using Dynamic Multivariate GARCH'', Research Paper, Report Econometric Institute and Erasmus University Rotterdam: 1-33.
* Zhu, H.; Wang, Yi.; Wang, K.; Chen, Y. (2015). '' Particle Swarm Optimization (PSO) for the Constrained Portfolio Optimization Problem'', the Journal of Expert Systemswith Applications (38), 10161-10169
_||_