سرایت‌پذیری ریسک از بخش مالی به بخش واقعی با استفاده از شاخص برخورد شرطی (CCX): مطالعه موردی بازار سرمایه ایران Risk Spillover from Financial Sector to Real Sector using the Conditional Coincidence Index (CCX): Case Study of Iranian Capital Market

نوع مقاله : علمی پژوهشی

نویسندگان

1 گروه اقتصاد، دانشگاه سمنان، سمنان، ایران

2 گروه مدیریت، دانشگاه تهران، تهران، ایران.

3 گروه اقتصاد، گرایش اقتصاد مالی، دانشگاه سمنان، سمنان، ایران.

10.30495/fed.2021.687868

چکیده

سرایت ریسک میان شاخص­های مالی، حاکی از فرایند انتقال اطلاعات میان بازارها است. با توجه به اینکه بازارهای مالی با یکدیگر مرتبط هستند، اطلاعات ایجاد شده در یک بازار، می تواند سایر بازارها را متاثر سازد. در این میان، مدلسازی ریسک در بازارهای مختلف و ارتباط این بازارها با یکدیگر از منظر علم مالی، به لحاظ موارد استفاده آن در پیش بینی، موضوع با اهمیتی به شمار می رود. هدف این مطالعه بررسی سرایت‌پذیری ریسک مالی از بخش مالی به بخش واقعی اقتصاد با استفاده از شاخص برخورد شرطی[i] (CCX) برای صنایع فعال در بورس اوراق بهادار تهران در دوره زمانی 1388-1395 است. برای این منظور از روش گشتاروهای تعمیم یافته(GMM) و معیار CCX برای سرایت پذیری ریسک استفاده شد. در این مطالعه ابتدا دوره‌های رونق و رکود با استفاده از فیلتر میان گذر کریستیانو- فیلتزگرالد استخراج شد. نتایج به‌دست‌آمده از این مطالعه با لحاظ کردن دوره رونق و رکود در بازار بورس بیانگر سرایت ریسک از بخش مالی به صنایع فعال در بازار بورس است. ضرایب برآورد شده برای سرایت مالی در نمونه بیانگر این است که در اکثر شرکت‌های مورد بررسی سرایت ریسک در سطح معنی‌داری قرار دارد.  همچنین ضرایب برآورد شده برای لحاظ کردن دوره بحران و رکود در بازار بورس بیانگر شدت بیشتر سرایت ریسک در ردوه‌های رکودی است. بر اساس نتایج به‌دست‌آمده با روش CCX علاوه بر انتقال ریسک ریسک­های شدید نیز از بخش مالی به بخش واقعی انتقال می یابد. بر اساس دیگر نتایج تحقیق سرایت ریسک از بخش مالی با میزان بدهی و نوسان بازده ارتباط مستقیم و با ارزش و فعالیت­های سرمایه­گذاری شرکت ارتباط منفی داشته­ است.
Risk Spillover from Financial Sector to Real Sector using the Conditional Coincidence Index (CCX): Case Study of Iranian Capital Market

Esmaiel Abounoori
Reza Tehrani
Hossein Sabouri
 

 
[i] Conditional Coincidence IndexRisk contagion between financial sectors indicates the process of information transfer between markets. Given that financial markets are interlinked, information created in a market can affect other markets. Meanwhile, risk modeling in different markets and the relationship between these markets with each other in terms of financial science, in terms of its use in forecasting, is an issue of importance. The purpose of this study was to investigate the financial risk appetite from the financial sector to the real sector of the economy using CCX for the active industries in the Tehran Stock Exchange during the period of 1388-1395. For this purpose, we used the Generalized Method of Moments (GMM) and CCX methods. In this study, firstly, the cycles of boom and recession were extracted using the Cristiano-Filzagrande intermediate pass filter. The results of this study indicate that for the full period of the research sample and considering the period of the boom and the recession in the stock market, the results indicate the effects of overflow in the active industries in the stock market. Estimated coefficients for tipping effects in the sample indicate that in most of the companies surveyed, the effect of overturning is significant. Also, the estimated coefficients for considering the period of the crisis and the recession in the stock market indicate that the coefficients are positive for the effect of the outflow in the stock market. Also, in the case study, there is a probability of financial risk fluctuation between the investigated industries. Based on the results, it can be stated that the amount of CCX and the significant level reported in each sector have a negative relationship with the amount of direct and value related debt and investment activities. In addition, the results indicate that the risk and turmoil among the active industries in the stock market and the real sector of the Iranian economy are tangible.
Keywords: Financial risk, Financial sector, Real sector, Capital market, Iran
JEL Classification: C58, G11

کلیدواژه‌ها


 

سرایت‌پذیری ریسک از بخش مالی به بخش واقعی با استفاده از شاخص

برخورد شرطی (CCX): مطالعه موردی بازار سرمایه ایران

 

اسمعیل ابونوری

تاریخ دریافت: 02/04/1400            تاریخ پذیرش: 04/06/1400

[1]

رضا تهرانی[2]

حسین صبوری[3]

 

چکیده

سرایت ریسک میان شاخص­های مالی، حاکی از فرایند انتقال اطلاعات میان بازارها است. با توجه به اینکه بازارهای مالی با یکدیگر مرتبط هستند، اطلاعات ایجاد شده در یک بازار، می تواند سایر بازارها را متاثر سازد. در این میان، مدلسازی ریسک در بازارهای مختلف و ارتباط این بازارها با یکدیگر از منظر علم مالی، به لحاظ موارد استفاده آن در پیش بینی، موضوع با اهمیتی به شمار می رود. هدف این مطالعه بررسی سرایت‌پذیری ریسک مالی از بخش مالی به بخش واقعی اقتصاد با استفاده از شاخص برخورد شرطی[i] (CCX) برای صنایع فعال در بورس اوراق بهادار تهران در دوره زمانی 1388-1395 است. برای این منظور از روش گشتاروهای تعمیم یافته(GMM) و معیار CCX برای سرایت پذیری ریسک استفاده شد. در این مطالعه ابتدا دوره‌های رونق و رکود با استفاده از فیلتر میان گذر کریستیانو- فیلتزگرالد استخراج شد. نتایج به‌دست‌آمده از این مطالعه با لحاظ کردن دوره رونق و رکود در بازار بورس بیانگر سرایت ریسک از بخش مالی به صنایع فعال در بازار بورس است. ضرایب برآورد شده برای سرایت مالی در نمونه بیانگر این است که در اکثر شرکت‌های مورد بررسی سرایت ریسک در سطح معنی‌داری قرار دارد.  همچنین ضرایب برآورد شده برای لحاظ کردن دوره بحران و رکود در بازار بورس بیانگر شدت بیشتر سرایت ریسک در ردوه‌های رکودی است. بر اساس نتایج به‌دست‌آمده با روش CCX علاوه بر انتقال ریسک ریسک­های شدید نیز از بخش مالی به بخش واقعی انتقال می یابد. بر اساس دیگر نتایج تحقیق سرایت ریسک از بخش مالی با میزان بدهی و نوسان بازده ارتباط مستقیم و با ارزش و فعالیت­های سرمایه­گذاری شرکت ارتباط منفی داشته­ است.

 

واژه‌های کلیدی: سرایت پذیری، ریسک مالی، بازده، شاخص برخورد شرطی (CCX)، روش گشتاروهای تعمیم یافته(GMM).

طبقه بندی JEL : C58، G11

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1- مقدمه

از مهمترین عوامل مؤثر بر افزایش سرمایه‌گذاری و رشد و توسعه اقتصادی، داشتن بازارهای مالی قوی و کارآمد همراه با سازمان‌های مناسب و فعال در این بازارها است. دسترسی آسان و سریع به منابع مالی، یکی از الزامات و پیش نیازهای سرمایه گذاری و توسعه بخش کشاورزی است. ولی به سبب ویژگی­های منحصر به فرد بخش کشاورزی، توسعه نیافتگی بازارهای مالی کشاورزی و وجود تنگناهایی در زمینه تأمین منابع مالی مورد نیاز این بخش را با محدودیت شدید سرمایه گذاری مواجه ساخته اسـت (کریمی و همکاران، 1398). بازار مالی کشاورزی به سبب نقش مؤثری که در تأمین منابع مالی و سرمایه مـورد نیاز برای سرمایه گذاری و توسعه بخش کشاورزی دارد، از اهمیت در خور توجهی برخوردار است. وجود یک بازار مالی کارآمد که نیازهای مالی کـشاورزان را بـا هزینـه مبادلـه نـسبتا" پایینی تأمین کند از جمله پیش نیازهای بنیادی توسعه بخش کشاورزی به شمار می رود. در سال­های اخیر، بازار دارایی­های مالی، با تلاطم و نااطمینانی فراوانی مواجه بوده است. با نگاهی کلی به سری­های زمانی مالی مشخص می­شود که اغلب این سری­های زمانی در مقطع یا مقاطعی تحت تأثیر رخدادهای سیاسی، اقتصادی و اجتماعی داخلی یا جهانی مانند بحران­های مالی، تکانه­های نفتی، جنگ، بی­ثباتی سیاسی و تغییر ناگهانی در سیاست­های ارزی به شدت دچار تلاطم می­شوند، وجود تلاطم و نااطمینانی، بسیاری از سرمایه گذاران و تحلیلگران مالی را نگران کرده و موجب شده است که به دنبال ابزارهایی برای کاهش ریسک و ارزیابی چشم انداز آینده فعالیت­شان باشند (حسینیون و همکاران، 1395). 

مطالعات صورت گرفته به بررسی برخی بازارهای مالی پرداخته و در زمینه سرایت پذیری تلاطم در بازارهای مالی به موضوع ریسک مالی پرداخته اند. اغلب مطالعات دو مسیر اصلی در زمینه سرایت ریسک مالی را اشاره کرده اند: اول، تحلیل همگرایی که در ابتدا به وسیله کسا[ii] (1992) استفاده شد و انتقال شوک­های میان بازده­ها و قیمت­های سهام را بررسی می‌نمود. این نگرش اغلب برای مطالعه هم‌حرکتی بازارهای مالی بین­المللی متمایز در طول یک دوره زمانی طولانی انجام می‌شود. مسیر دوم مطالعه روند زمانی تلاطم در قیمت و بازده­های سـهام اسـت (ابونوری و عبداللهی، 1391).

تلاطم بازارهای مالی می­تواند تاثیر قابل توجهی بر کل اقتصاد داشته باشد به عنوان مثال بحران مالی 2008-2009، موجب آشفتگی­های زیادی در بازارهای مالی آمریکا و سپس بازارهای مالی مختلف دنیا شد و به تبع آن خسارت قابل توجهی به کل اقتصاد دنیا به لحاظ اعتباری وارد آمد. به همین دلیل سیاستگذاران معمولاً از تلاطم بازارهای مالی به عنوان شاخصی از قابلیت آسیب پذیری اقتصاد و بازارهای مالی استفاده می­کنند. از این رو پیوندهای بین بخش مالی و بخش‌های واقعی اقتصاد در مطالعات مختلف مورد بررسی قرار گرفته است (فوربس و ریگبون[iii]، 2010).

بدلیل ارتباط تنگاتنگ بازارهای جهانی با یکدیگر (بازار پول، سرمایه، کار و کالاو خدمات) بحران از یک بازار به سایر بازارها، سرایت نموده و گاه کل اقتصاد را درگیر می­نماید. بحران­های بازارهای مالی، حوادث بزرگی هستند که به کراّت تکرار می­شوند و خسارت‌های بزرگی را بوجود می­آورند که نشان دهنده­ی یک ریسک سیستماتیک جهانی می‌باشد. پیش­بینی این ریسک برای اجتناب از متلاشی شدن سیستم­های جهانی یا بازارهای جهانی بسیار ضروری است (روچا[iv]، 2011).

تلاطم بازارهای مالی می‌تواند تاثیر قابل ملاحظه­ای بر روی کل اقتصاد داشته باشد. به همین دلیل سیاست گذاران معمولاً از تلاطم بازارهای مالی به عنوان شاخصی از قابلیت آسیب­پذیری اقتصاد و بازارهای مالی استفاده می­کنند. در کشور آمریکا، تلاطم سهام، اوراق قرضه، ارزها و کالاها از ورودی‌های مهم در سیاست گذاری­های پولی هستند (گرنجر و پون[v]، 2003). لذا، در مجموع می‌توان گفت پیش‌بینی‌پذیری بازده و تلاطم، اهمیت زیادی برای سیاست گذاران و محققین، و سرمایه گذاران دارد. در مقیاس کلان، این موضوع می‌تواند با ارائه شواهدی سیاست‌گذاران را در پیش بینی بازارهای مالی و بررسی کارایی بازار یاری دهد. در سطح خرد نیز، سرمایه‌گذاران می‌توانند با پیش‌بینی بهتر بازده و تلاطم آینده دارایی‌ها، سرمایه خود را از طریق انتخاب یک سبد دارایی مناسب افزایش داده، یا اینکه ریسک خود را کاهش دهند.

این پژوهش با ارائه یک روش جدید، ارزیابی سرایت‌پذیری ریسک بازده صنایع فعال در بازار بورس اوراق بهادار تهران را مورد بررسی قرار می­دهد، سپس با بررسی عواملی از جمله رقابت­پذیری، تامین مالی بدهی، ارزش و سرمایه­گذاری­های شرکت­های یک صنعت میزان تاثیر پذیری گسترش تلاطم و دنباله ریسک از بخش مالی به سایر بخش­های اقتصادی از جمله بخش صنایع فعال در حوزه کشاورزی را مورد ارزیابی قرار می­دهد. از بعد نظری این پژوهش یک روش اندازه­گیری جدید برای سرایت تلاطم و دنباله ریسک از بخش مالی به سایر بخش­ها ارائه نموده است. دلیل انتخاب بازار بورس تهران این است که در مطالعات پیشین با استفاده از مدل های خودهمبسته واریانس ناهمسان شرطی چند متغیره سرایت ریسک بین بازارهای مالی کشورهای مختلف بررسی شده است اما در این مطالعه با استفاده از شاخص برخورد (CCX) سرایت پذیری ریسک از بخش مالی اقتصادی به بخش واقعی با توجه صنایع فعال در بازار بورس مورد بررسی قرار می گیرد.

ساختار مقاله حاضر از پنج بخش تشکیل شده است. بخش اول به دنبال بررسی مساله اصلی تحقیق بود. بخش دوم این مقاله اختصاص به مبانی نظری تحقیق و مروری بر مطالعات پیشین داشته است. در بخش سوم به بررسی مواد و روش های مورد استفاده برای محاسبه شاخص برخورد پراخته شده است. بخش چهارم این مطالعه اختصاص به برآورد مدل تجربی تحقیق داشته است. بخش انتهایی این مقاله به نتیجه گیری و پیشنهادها پرداخته است.

 

2- مبانی نظری تحقیق

بررسی و تحلیل سرایت‌پذیری ریسک در میان بازارها، چند دهه­ای است که به صورت بسیار کاربردی مورد تاکید نظریه‌پردازان و پژوهشگران حوزه­های مختلف قرار گرفته است. فضای پیچیده بازارهای مالی و اقتصادی و ارتباط تنگاتنگ این بازارها با یکدیگر و همچنین نیاز حیاتی به پیش‌‌بینی سناریوهای مالی و اقتصادی آتی، پژوهشگران حوزه مالی را بر آن داشته است تا با کشف و تحلیل این ارتباطات میان بازاری بتوانند گامی موثر و رو به جلو در جهت تحقق اهداف نظام مالی و اقتصادی بردارند. (نیکومرام و همکاران، 1393).

سرایت ریسک در میان شاخص­های مالی، بیانگر حالتی است که در آن انتقال اطلاعات میان بازارها صورت می‌گیرد. با توجه به اینکه بازارهای مالی با یکدیگر مرتبط هستند، اطلاعات ایجاد شده در یک بازار، می‌تواند سایر بازارها را متاثر سازد. در این میان، مدلسازی ریسک در بازارهای مختلف و ارتباط این بازارها با یکدیگر از منظر افراد آکادمیک و نیز کارپردازان علم مالی، به لحاظ موارد استفاده آن در پیش بینی، موضوع با اهمیتی به شمار می‌رود (کشاورز حداد و همکاران، 1390).

یکی از عواملی که سرمایه گذاران بایستی مورد توجه قرار دهند، ریسک سبد سهام است. یکی از پارامترهای موثر در مدیریت ریسک، انتقال ریسک از بخش مالی به سایر بخش‌های اقتصادی است. در این تحقیق بر سرایت ریسک از بخش مالی به سایر بخش‌‌های اقتصادی تمرکز شده است. نتیجه حاصل از این تحقیق کمک به مدیران پرتفوی جهت مدیریت ریسک سبد سهام، با پیش­بینی میزان سرایت تلاطم بخش مالی به صنایعی که در آن سرمایه گذاری کرده اند است (خدایاری و همکاران، 1399).

مطالعات صورت گرفته حاکی از آن است که اطلاعات مربوط به متغیرهای مالی، در طول زمان، به یکدیگر سرایت می‌کنند، این موضوع با گسترش سیستم­های ارتباطی و وابستگی بیش از پیش بازارهای مالی به یکدیگر، اهمیت بیشتری یافته است. مکانیزم­های سرایت بین بازده­ها و تلاطم دارایی­های مختلف، به دلایل متعدد مهم می باشد. نخست، مکانیزم‌های سرایت، اطلاعاتی در خصوص کارایی بازار به ما می‌دهند. سرایت بین بازده دارایی‌ها نشان دهنده وجود یک استراتژی معاملاتی سودآور است و چنانچه سود این استراتژی معاملاتی از هزینه‌های عملیاتی آن بالاتر باشد، به صورت بالقوه، شواهدی از عدم کارایی بازار ارائه می دهد. دوم، مکانیزم‌های سرایت در مدیریت سبد دارایی مهم است، زیرا داشتن اطلاعات از تاثیر سرایت بازده‌ها در انتخاب سبد سهام و کاهش ریسک آن بسیار مفید است. سوم، اطلاعات در خصوص سرایت تلاطم دارایی­ها، در پیش بینی تلاطم قابل استفاده است. لذا، سرایت تلاطم دارایی‌ها، در موضوعاتی از قبیل قیمت گذاری اختیار معاملات، بهینه سازی سبد سهام، ارزش در معرض ریسک و مدیریت ریسک کاربرد دارد (سیدحسینی و ابراهیمی، 1392).

در بسیاری از کشورها، بخش مالی یک منبع کلیدی برای تامین مالی شرکت­های صنعتی و خدماتی (بخش­های واقعی اقتصادی) با وجوه داخلی محدود است. ریسک و بازده شرکت­های بخش واقعی اقتصاد، به طور مستقیم ارتباط تنگاتنگی با تغییرات خاص بخش مالی دارد. سود و زیان و ریسک شرکت‌های بخش واقعی اقتصاد قویا تحت تاثیر محرک‌های بخش مالی اقتصادی است. نتایج تجربی نشان می­دهد که شرایط منجر به بحران اعتباری، بر روی بخش واقعی اقتصاد اثرات مخرب خواهد گذاشت. برای ارزیابی گسترش تلاطم و ریسک از یک بخش به سایر بخش­ها وجود یک معیار اندازه­گیری برای تحمین سرایت ضروری است.

وینتراپ[vi] (2017) به بررسی مکانیسم انتقال تلاطم­ها بین بازارها با مدل دومتغیره مارکوف سوئیچینگ پرداختند و نتیجه گیری کردند که در آن موقعیت یک متغیر تشدیدکننده احتمال تغییر موقعیت متغیر دیگر را موجب می شود. آنها نتیجه گرفتند با آزمایش تعداد محدودیت­های مدل و فرضیه­ها می­توان بر نقش ارتباط یک بازار نسبت به بازار دیگر تأکید کرد (سرایت پذیری، وابستگی، تغییر همزمان، استقلال، عدم رابطه علیت گرنجر). این مدل در محدوده بالا و پایین هفتگی پنج بازار آسیایی تخمین زده شد، با فرض نقش اصلی برای هنگ کنگ. نتایج نشان داد که خصوصیات بازار انتخابی در درازمدت با سرایت پذیری از هنگ کنگ تا کره و تایلند، وابستگی متقابل با مالزی و حرکت همزمان با سنگاپور همراه بوده است.

السوبیایی[vii] (2016) به بررسی حجم معاملات، تلاطم­های مشروط متغیر زمانی و سرایت تلاطم­های نامتقارن در بازار سهام عربستان سعودی پرداخت. وی بیان کرد باوجود اهمیت به خوبی شناخته شده رابطه حجم- تلاطم و کمبود تحقیق در مورد این موضوع در بازارهای در حال ظهور این تحقیق را انجام داد تا این شکاف را با بررسی رابطه حجم- تلاطم در مهمترین بازار تبادلات در خاورمیانه پر کند. وی تاثیر حجم معاملات را بر تداوم تلاطم­های مشروط متغیر بازمان بازده در بازار سهام عربستان سعودی را بررسی کرد؛ و نتایج این مطالعه ترکیب فرضیه توزیع در سطوح شرکتی را حمایت کرد. همچنین از دو پروکسی مختلف برای ورود اطلاعات استفاده شد، یکی تلاطم­های داخل روز و دیگری شاخص­های شبانه. نتایج بیانگر این بود که این دو فیلترهای مناسبی برای ورود اطلاعات بوده و به عنوان دوره همزمانی در توضیح تلاطم­های شرطی اهمیت دارند. همچنین سرایت پذیری تلاطم­های را بین پرتفوی های سرمایه بزرگ و کوچک نشان داده شد.

چیو و همکاران[viii] (2015) تحقیقی با عنوان شاخص‌های صنعت و انتقال ریسک مالی انجام دادند. این مطالعه معیار جدیدی از سرریز دنباله ریسک را پیشنهاد می‌دهد: فراروی همزمان شرطی[ix] (CCX). این شاخص به عنوان تعدادی وقوع همزمان بازده منفی شدید در یک صنعت به شرط بازده منفی شدید در بخش مالی می‌باشد. نتایج تجربی بیانگر این بود که این سرریزها در دوره‌های بحران مالی افزایش یافته است. CCX در بخش داده شده ارتباط مثبتی با مقدار تامین مالی بدهی و ارتباط منفی با ارزش و سرمایه گذاری دارد. از این رو؛ بخش­های واقعی اقتصاد که نیاز به تامین مالی زیاد بدهی دارد و فعالیت سرمایه گذاری و ارزش آنها نسبتا کمتر است از گزینه‌های اصلی برای تلاطم و افزایش قیمت سهام پس از بحران در بخش مالی می‌باشد. شواهد همچنین بر این تاکید دارند که هر چه میزان رقابت در صنعت بیشتر باشد سر ریز دنباله ریسک بخش مالی قوی‌تر است. الطیبی و میشرا[x] (2015) به بررسی سرریز بازار سهام آمریکا و عربستان به بازار سهام کشورهای بحرین، عمان، کویت، قطر و امارات متحده عربی پرداختند. بدین منظور، از الگوی GARCH-BEKK دومتغیره استفاده کردند. داده‌های مورد استفاده، هفتگی و از اول ژانویه 2005 تا پایان می 2013 بود. نتایج بیان کننده انتقال تلاطم از عربستان و آمریکا به بازار این کشورها بود. آروری و همکاران[xi] (2015) در مطالعه خود، از الگوهای GARCH-CCC- ،DCC GARCH ،GARCH-BEKK و GARCH-VAR برای بررسی انتقال بازده و تلاطم بین قیمت جهانی طلا و بازار سهام چین، از 22 مارس 2004 تا 31 مارس 2011 استفاده کردند. نتایج شواهدی از انتقال تلاطم دوطرفه را بین بازار طلا و سهام نشان داد. شوک گذشته در بازار طلا روی شوک و تلاطم بازار سهام اثر می‌گذارد. در نهایت، نشان دادند که الگوی GARCH-VAR بهتراز سایر الگوهای GARCH چند متغیره عمل کرده است. منسی و همکاران[xii] (2014) به منظور بررسی بازده روزانه و انتقال تلاطم بین بازارهای انرژی (نفت WTI، نفت برنت اروپا، بنزین و روغن) و غلات (جو، ذرت، سورگوم و گندم) از الگوهای GARCH-BEKK-VAR و GARCH- VARDCC استفاده کردند. نتایج بیان کننده انتقال شوک و تلاطم دوطرفه بین بازار نفت و گندم بود. همچنین نتایج نشان داد که اطلاعیه‌های خبری اوپک تأثیرقابل توجهی روی بازار نفت و رابطه نفت- غلات دارد.

بابالویان و همکاران (1399) با استفاده از نظریه ارزش فرین شرطی، ارزش در معرض ریسک سهام تهران با بازارهای بین‌المللی سهام مقایسه و میزان ریزش مورد انتظار آنان را بررسی کردند. نتایج پژوهش با استفاده از بازده روزانه لگاریتمی هر یک از شاخص‏ها در یک دوره 10 ساله، نشان می‏دهد که سنجه‏های ارزش در معرض ریسک و ریزش مورد انتظار شاخص بازار مالی دبی و شاخص بورس اوراق بهادار تهران، به ترتیب بیشترین و کمترین مقدار را در دنباله چپ و در دنباله راست به خود اختصاص داده‏اند. نتایج تحقیق نشان می‏دهد دنباله چپ و دنباله راست توزیع بازدهی شاخص‏ها، پهن و متراکم است.

باستان­زاد و داوودی (1396) به بررسی ساز و کار انتقال ریسک بین بازارهای ارز، مسکن و سهام اقتصاد ایران با استفاده از رویکرد پارامتریک و ناپارامتریک ارزش در معرض خطر پرداختند. ریسک بازار دارایی بیشتر از آنکه از متغیرهای کلان اقتصادی متأثر باشد، از سرریزهای بین‌المللی و بازار سایر دارایی‌ها تأثیر می‌پذیرد. نتایج تخمین ارزش‌های در معرض خطر در سال‌های ۱۳۶۹ تا ۱۳۹۴ سه بازار دارایی (مسکن، ارز و سهام) متکی بر روش‌های ناپارامتریک به‌علت انحراف ‌معیار و ضریب تغییرات کوچک‌تر و نیز انعکاس بهتر تکانه‌های ادواری، کارایی بیشتری نسبت به روش‌های پارامتریک دارد. نتایج آزمون علیت، نشان‌دهندۀ رابطۀ علّی از نرخ ارز به قیمت سهام و نیز رابطۀ علّی از بازار سهام به بازار مسکن است. بررسی رابطۀ ریسک بازارهای دارایی با متغیرهای کلان بر رابطۀ معکوس رشد اقتصادی با ارزش‌های در معرض خطر ارز و مسکن دلالت داشته است. همچنین مقادیر ارزش‌های در معرض خطر بازارهای مختلف به‌ترتیب، در کوتاه‌مدت و میان‌مدت در پایۀ‌ پولی تأثیر داشته است. براساس نتایج به‌دست‌آمده استنباط می‌شود، کاهش تلاطم و ریسک بازار ارز به کاهش ریسک سایر بازارهای دارایی و درنهایت، کل اقتصاد منجر خواهد شد. براساس این، به سیاست‌گذار توصیه شده است با طراحی ساز و کار‌های مناسب نسبت به این مهم اقدام کند.

آقاسی و همکاران (1395) تحقیقی با عنوان بررسی رابطه تحمل ریسک مالی و ویژگی‌های سرمایه‌گذاران بر اساس مدل بومی‌شده دونالد انجام دادند. از این رو تحمل ریسک مالی به عنوان متغیر وابسته و هوش مالی، ثروت، مهارت مدیریت مالی به عنوان متغیرهای مستقل درنظر گرفته شده است. نتایج نشان می‌دهد که رابطه معناداری بین متغیر مستقل و متغیر وابسته وجود دارد و افراد جوان ممکن است تمایل بیشتری به ریسک مالی نسبت به همتایان قدیمی‌تر داشته باشند. اهمیت عوامل یا متغیرهای مستقل مورد بررسی، از نظر پاسخ دهندگان یکسان نبوده است و عامل مهارت مدیریت مالی بیشترین میانگین را داشته است.

شریفی و فغانی (1395) تحقیقی با عنوان تجزیه و تحلیل رابطه بین ریسک‌های مالی و تأثیر آن بر عدم پرداخت بدهی‌ها در بانک‌های پذیرفته شده در بورس اوراق بهادار تهران انجام دادند. در این مطالعه با استفاده از داده‌های 7 بانک پذیرفته شده در بورس اوراق بهادار تهران، در بازه زمانی 1388الی 1392 به تجزیه و تحلیل رابطه بین ریسک‌های مالی در بانک­ها و نوع تأثیرات آنها بر عدم پرداخت بدهی‌ها پرداخته است. نتایج پژوهش نشان داد که علاوه بر رابطه مستقیم و همبستگی بین ریسک‌های مالی، این ریسکها بر عدم پرداخت بدهی‌ها تأثیر مستقیم دارند. نیکومرام و همکاران (1394) به بررسی سرایت‌ تلاطم بازارهای موازی بازار سرمایه بر صنایع بورسی پراختند. 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 از ابتدای آبان ماه 1386 تا پایان مردادماه ۱۳۹۲ جمع­آوری و مورد آزمون قرار گرفته­اند. نتایج این پژوهش رابطه اثر سرایت­پذیری صنایع بورسی صادرات­محور را از بازار موازی ارز تایید می­نماید؛ ولی نتایج پژوهش این سرایت­گذاری از سوی بازار موازی طلا مورد تایید قرار نگرفته است. در همین راستا اثر سرایت­پذیری صنایع واردات­محور نیز از بازارهای موازی ارز و طلا تایید نشده است. یافته­های جانبی پژوهش حاضر نیز نشان می­دهد که رابطه مثبت و دوسویه­ای میان دو بازار ارز و طلا در دوره مورد بررسی وجود داشته است.

حسینی و ابراهیمی (1392) به بررسی سرایت تلاطم بین بازارهای سهام به صورت مطالعه موردی بازار سهام ایران، ترکیه و امارات پرداختند. همبستگی دارایی­ها امری مهم در مدیریت ریسک و استراتژی­های تشکیل سبد سرمایه گذاری است. این مطالعه به بررسی سرایت تلاطم بین شاخص سهام بازارهای تهران، دبی و استانبول به عنوان سه بازار نوظهور و پیشرو در منطقه می‌پردازد. بازه زمانی این مطالعه از دسامبر 2006 الی ژوئن 2010 و داده­های مورد استفاده به صورت روزانه در نظر گرفته شده است. نتایج مطالعه نشان دهنده سرایت معنادار تلاطم از بازار دبی به بازار DCC و CCC مدل‌های چندمتغیره گارچ تهران بود که این سرایت به شکل معکوس مشاهده نشد. از بازار دبی به ترکیه نیز سرایت محدودی قابل مشاهده بود.

ابونوری و عبداللهی (1391) به مدلسازی تلاطم بخش‏های مختلف بازار سهام ایران با استفاده از مدل گارچ چندمتغیره پرداختند. این مطالعه از یک مدل گارچ چند متغیره برای برآورد همزمان میانگین و واریانس شرطی بازده‏های روزانه بخش‏های مختلف بازار سهام ایران از 1 تیر 1386 تا 1 تیر 1391 استفاده می‏کند. از آنجایی‎که دارایی‏های مالی بر اساس این شاخص‏های بخشی دادوستد می‏شوند، مکانیسم انتقال تلاطم در طول زمان و در میان بخش‏ها به­منظور تصمیم‏گیری برای تخصیص بهینه سبد مهم است. نتایج بیانگر انتقال معنادار شوک‏ها و تلاطم در میان بخش‏های مختلف است. این یافته‎ها ایده به اشتراک‏گذاری اطلاعات به‎وسیله سرمایه‎گذاران در این بخش‎ها را تأیید می‎کند.

حسینیون و همکاران (1389) به بررسی انتقال تلاطم نرخ بازده بین بازارهای سهام، طلا و ارز در ایران پرداختند. بدین منظور از الگویMGARCH-VAR  برای بررسی بازارمالی ایران، ازاول فروردین 1390 تا سی ام شهریور 1393 استفاده شده است. داده‌هایی که مورد استفاده قرار گرفته، قیمت روزانه سکه تمام بهار آزادی (طرح جدید)، شاخص بورس اوراق بهادارتهران و نرخ ارزاسمی دلار آمریکا (نرخ ارز بازار در ایران) هستند. نتایج نشان دهنده انتقال شوک دو طرفه بین بازارهای ارزو طلا و بین بازارهای طلا و سهام است و انتقال شوک یک طرفه از بازار سهام به بازار ارز وجود دارد. همچنین نتایج نشان می‌دهد که انتقال تلاطم دوطرفه بین بازارهای ارز و بازار طلا و بین بازارهای طلا و سهام وجـود دارد.

زمانی و همکاران (1389) به بررسی وجود سرایت بین سهام شرکت‌ها در بورس اوراق بهادار تهران با استفاده از یک مدل دینامیک چندمتغیره پرداختند. وجود سرایت در بازده و تلاطم دارایی‌های مختلف اهمیت زیادی در مطالعه کارایی بازار، انتخاب سبد دارایی و قیمت گذاری دارایی‌ها دارد. در این تحقیق سرایت بازده و نیز سرایت تلاطم بین سه شاخص اندازه مرتب در بورس تهران با استفاده از یک مدل VAR-BEKK بررسی شده است. به نظر می رسد، بازده‌های روزانه شاخص شرکت‌های کوچک تر، با تاخیر، دنباله روی بازده‌های روزانه شاخص شرکت‌های بزرگ تر هستند (ویژگی تقدم - تاخر)، ولی چنین ویژگی در بازده‌های ماهانه و فصلی شاخص‌ها مشاهده نمی شود. در ضمن، هیچ گونه سرایتی بین تلاطم شاخص‌ها مشاهده نمی شود. این در حالی است که سرایت تلاطم در بسیاری از بازارهای مالی دنیا مشاهده شده است. وجود محدودیت دامنه تلاطم قیمت‌ها و قانون حجم مبنا در دوره مورد مطالعه، می تواند مهم ترین دلیل مشاهده این پدیده باشد.

با توجه به مطالعات پیشن صورت گرفته مشخص می شود که در زمینه سرایت پذیری ریسک در بازارهای مالی از مدل های سری زمانی تک متغیره استفاده شده و اثرات سرریز تلاطم یک بازار مالی بر سایر بازارها تنها از طریق ماتریس واریانس – کوواریانس مورد ارزیابی قرار گرفته است. در حالی که در مطالعه حاضر با استفاده از نسبت های مالی و شاخص برخورد سرایت پذیری ریسک مالی با توجه به شرایط بحرانی در اقتصادی و همچنین توجه به دوره های رونق و رکود مورد بررسی قرار می گیرد.

 

 

3- مواد و روش­ها

هدف این مطالعه بررسی سرایت‌پذیری ریسک از بخش مالی به بخش واقعی اقتصاد ایران است، برای این منظور از روش گشتاورهای تعمیم یافته استفاده شده است. بسیاری از روابط اقتصادی، دارای ماهیت پویا هستند. این روابط پویا توسط وجود متغیر وابسته همراه باوقفه در بین رگرسورها، توصیف می گردد، که به صورت زیراست :

(1)                                     

 

بطوریکه  یک اسکالر،  یک ماتریس بامرتبه  و  یک ماتریس بامرتبه  است. فرض می شود که  ازیک مدل جزء خطای یک طرفه پیروی می کند:

(2)                                                                              

بطوریکه   مستقل ازیکدیگر هستند.

خودهمبستگی ناشی از وجود متغیر وابسته با وقفه در بین رگرسورها و اثرات هریک از آنها، ناهمگنی را در بین موارد نشان می­دهد. از آنجا که  تابعی از  است به تصریح می­توان گفت که  از  تبعیت می­کند. بنابراین ، رگرسیون سمت راست در رابطه (1)، با جمله خطا رابطه دارد. اما  در صورتیکه  باشد، همچنان با  همبستگی و ارتباط خواهد داشت، حتی اگر  به صورت ترتیبی ارتباط نداشته باشد. زیرا  با  از لحاظ ساختاری، همبستگی و ارتباط دارد. میانگین  شامل  می باشد، که به وضوح با  همبستگی دارد. اندرسون وهسیائو1 (1981)، تفاضل اولیه مدل را پیشنهاد نمودند تا از  رها شوند و سپس از   یا   به عنوان  ابزاری  برای   استفاده می کنند. این ابزارها با  همبستگی نخواهند داشت، تازمانیکه  نسبت به خودشان به صورت ترتیبی همبستگی نداشته باشند. این روش برآورد متغیر ابزاری، منجر به برآورد مؤثر پارامترها ولی نه لزوما کارا در مدل می شود. زیرا از تمام شرایط موجود استفاده نمی­کند و همچنین ساختار تفاضلی در باقی مانده خطاها را در نظر نمی­گیرد. آرلانو (1989) دریافت که برای مدل­های اجزای خطای پویا ساده، برآورد کننده­ای که از تفاضل های  به جای سطوح  برای ابزارها استفاده می­کنند، دارای یک نقطه منفرد و واریانس­های بزرگ در دامنه وسیعی از مقادیر پارامتر می باشد. از سویی دیگر، برآورد کننده­ای که از ابزارها در سطوح استفاده می­کند، یعنی  ، هیچ مقدار منفردی ندارد، بنابراین واریانس­های کوچکتر توصیه می­گردد. آرلانو و باند (1991)، روش گشتاورهای تعمیم یافته 2 را ابداع نموده اند. آنها همچنین ادعا می کنند که اگر از شرایط تعامد موجود در بین مقادیر وقفه  و اختلالات  استفاده شود ابزارهای اضافی را می­توان در مدل پویا بدست آورد. این مطلب با مدل اتورگرسیو بدون رگرسور به شرح ذیل توضیح داده می­شود:

 

(3)                                                         

 

بطوریکه  با  و  مستقل از هم می­باشند برای برآورد صحیح  بطوریکه  با  ثابت، تفاضل اول از (3) گرفته می­شود:

 

(4)                                  

 

با توجه به اینکه  با ، برابر است با ریشه واحد می باشد. به ازای ، در اولین دوره­ای که این رابطه مشاهده شده است داریم:        

 

در این مورد،   یک ابزار معتبر است، زیرا ارتباط و همبستگی زیادی با  دارد و با  هیچگونه همبستگی ندارد، تا زمانیکه  به صورت ترتیبی همبستگی نداشته باشد.و اما حالتی که برای  بوجود می آید اینست که، در دور دومی که مشاهده می­شود:

 

 

در این حالت  و همچنین  ابزارهای معتبری برای  می باشند، زیرا  و  با  همبستگی ندارند. می توان این روند را ادامه داد، و یک ابزار معتبر اضافی به هر دورۀ پیش رو، اضافه نمود، طوری­که برای دوره ، مجموعه ابزارهای معتبر، تبدیل به  می­شوند. این روش متغیر ابزاری، پارامتر خطای تفاضلی در رابطه (4) را در نظر نمی­گیرد. در نهایت اینکه آزمون سارگان معتبر بودن ابزارها را آزمون می کند.

به منظور بررسی سرایت پذیری ریسک مالی در صنایع مختلف در بورس اوراق بهادار تهران ابتدا در دوره‌های رونق و رکود شناسایی شده با استفاده از روش گشتاورهای تعیم یافته (GMM) سرایت پذیری ریسک در بین صنایع مورد بررسی قرار می‌گیرد و شاخص شاخص برخورد شرطی (CCX) محاسبه می شود. در ادامه به بررسی مانایی و هم انباشتگی پرداخته می شود. برای اجتناب از نتایج نادرست برآمده از رگرسیون‌های کاذب، انگل و گرنجر (1987) نظریه هم انباشتگی را مطرح کردند. یک گروه از متغیرهای نامانا، در صورتی رابطه هم انباشتگی خواهند داشت که حداقل یک ترکیب خطی مانا میان آن‌ها وجود داشته باشد. وجود یا نبود رابطه هم انباشتگی میان متغیرهای الگو، پیش­بینی‌هایی را که توسط آن صورت می‌گیرد، به شدت تحت تأثیر قرار می‌دهد، به طوری که اگر در یک معادلة رگرسیونی رابطة هم انباشتگی وجود نداشته باشد، پیش­بینی‌های ضعیفی توسط الگو صورت خواهد گرفت. برای آزمون وجود روندهای تصادفی در سری‌های زمانی و پسماندهای رگرسیون، متخصصان اقتصادسنجی سری‌های زمانی روش‌هایی را ابداع کرده­اند. همچنین، روش‌هایی نیز برای برآورد روابط میان متغیرهای دارای روند تصادفی ارائه شده است.

 

4- برآورد مدل تحقیق

هدف این مطالعه بررسی سرایت‌پذیری ریسک مالی از بخش مالی به بخش واقعی اقتصاد است. در این پژوهش، شاخص قیمت شش گروه صنعت در بورس اوراق بهادار تهران به نام‌های شاخص خودرو و ساخت قطعات، مواد و محصولات دارویی، غذایی و مواد کشاورزی، محصولات شیمیایی، کاشی و سرامیک، فلزات اساسی و سرمایه گذاری‌ها در مدل سازی، برآوردها و آزمون‌ها استفاده شد. بازه زمانی مورد تحقیق نیز برای داده‌های روزانه از 01/01/1388 الی 01/01/1395 در نظر گرفته شده است. نمونه انتخاب شده در این مطالعه بر اساس این معیار بوده که شرکت های فعال در هر صنعت دارای اطلاعات کامل بوده و طی سال های مالی مذکور تغییر فعالیت یا تغییر سال مالی نداده باشند و اطلاعات کامل شرکت ها و یادداشت های همراه صورت های مالی آنها در دسترس باشد همچنین شرکت ها طی سال های مالی یاد شده زیان ده نباشند. در جدول زیر به معرفی متغیرهای تحقیق پرداخته شده است.

 

جدول (1): معرفی متغیرهای تحقیق

نماد متغیر

تعریف

CCX

فراروی همزمان شرطی: تعدادی وقوع همزمان بازده منفی شدید( نوسان بیش از دو انحراف معیار) در یک صنعت به شرط بازده منفی شدید( نوسان بیش از دو انحراف معیار) در بخش مالی است، این متغیر بر اساس صدک بازدهی هفتگی محاسبه شده که در بازده حدی منفی، عدد یک و در غیر این صورت عدد صفر است.

LGDP

دوره‌های رونق و رکود استخراج شده با فیلتر کریستیانو – فیلتزگرالد.

NET_D

خالص تامین مالی از طریق بدهی: نسبت کل بدهی (کوتاه مدت و بلندمدت) به کل دارایی شرکت.

M/B

نسبت ارزش بازاری به ارزش دفتری سهم.

ارزش دفتری عبارتست از مبلغ حقوق صاحبان سهام طبق اطلاعات حسابداری در پایان سال مالی. ارزش بازار شرکت عبارتست از تعداد سهام عادی شرکت در پایان سال ضربدر آخرین قیمت هر سهم در پایان سال.

VOLP

نوسان سودآوری: واریانس خطاهای مربوط به بازده از طریق مدل ARMA با تعداد وقفه یک .

LEV

اهرم مالی: این متغیر از طریق نسبت بدهی‌ها به حقوق صاحبان سهام محاسبه می‌شود.

ROE

بازده حقوق صاحبان سهام: این متغیر عبارتست از نسبت سود خالص به میانگین حقوق صاحبان سهام.

Invest

نسبت مخارج سرمایه‌ای شرکت به کل دارایی.

R

بازدهی قیمت سهم شرکت ها.

منبع: یافته‌های پژوهشگر

 

4-1- استخراج سیکل‌های تجاری

به طور سنتی در مطالعات سیکل­های تجاری، متغیرهای کلان اقتصادی به یک روند و یک جزء چرخه­ای تجزیه می­شود. شیب خط روند را عواملی همچون توسعه فناوری، رشد جمعیت و توسعه آموزش تعیین می­کند. یکی از دلایل ارائه شده برای انحراف اقتصاد از مسیر رشد بلندمدت، وجود نوعی حرکت موجی است که اصطلاحاً آن را "چرخه یا سیکل تجاری" می­نامند. اگرچه هیچ اتفاق نظری در مورد زمان وقوع این سیکل‎­ها وجود ندارد؛ اما وقوع دوران­های رکود و رونق در هر اقتصاد، مسئله­ای اجتناب ناپذیر تلقی شده است. هدف سیاست­های پولی و مالی نیز همواره کاهش دامنه تلاطم این سیکل‎ها بوده است.  براساس مباحث سری زمانی می­توان بیان کرد که روند در واقع جزء نامانای سری و اجزای سیکلی و نامنظم، جزء مانای آن محسوب می­شوند.

چون تولید ناخالص داخلی جامع­ترین معیار سنجش سطح فعالیت­های اقتصادی است، تلاطم آن نیز جایگاهی ویژه در مطالعات سیکل تجاری دارد. اکثر مطالعات صورت گرفته در اقتصاد ایران از فیلترهایی از قبیل هودریک – پرسکات (HP)، تجزیه موجک، روش باکستر – کینگ و ... به منظور استخراج سیکل‌های تجاری استفاده کرده‌اند، که در این مطالعه به منظور دستیابی به روند بلندمدت تولید ناخالص داخلی از فیلتر کریستیانو-فیتزگرالد (CF)[xiii] استفاده شده است. فیلترهای میان­گذر مختلف در محاسبه میانگین متحرک باهم تفاوت دارند. در این­جا از فیلترهای نامتقارن نمونه کامل که عمومی­ترین فیلتر است، استفاده می­شود. فیلتر (CF) به صورت نامتقارن با نمونه کامل، عمومی‌ترین فیلتر میان گذر است که در آن بر خلاف فیلترهای متفاوت با طول ثابت، وزن، با توجه به طول وقفه و تقدم تغییر می‌کند. به منظور استخراج سیکل‌های تجاری، سری زمانی تولید ناخالص داخلی واقعی ایران به دو قسمت تجزیه شده است. قسمت اول به روند سری زمانی مربوط است و قسمت دوم به تلاطم سیکلی یعنی انحرافات از روند برمی­گردد. در این نوع از فیلترها با مشخص نمودن دامنه­ای برای تناوب سری، جزء سیکلی از سری­های زمانی جدا می­شود. فیلتر میان­گذر در واقع فیلتری خطی است که میانگین متحرک وزنی دوبل[xiv] از داده­ها می­گیرد. برای استفاده از این فیلتر در ابتدا باید دامنه (دوره تناوب) انتخاب شود. این دامنه با جفت اعداد (PU  و PL) نشان داده می­شوند (کریستیانو و فیتزگرالد،2003).

 

 

نمودار (1): فیلتر نامتقارن با نمونه کامل (محور سمت راست بیانگر ارزش ریالی تولید بر حساب میلیارد ریال و محور سمت چپ بیانگر انحرافات تولید است)

منبع: یافته‌های پژوهشگر

 

مطابق نمودار (1)، سری سیکلی نشان دهنده سری فیلتر شده و سری غیرسیکلی تفاوت میان سری فیلتر شده و مقادیر واقعی سری می­باشد. برای تعیین دوره­های رکودی و رونق، از جزء سیکلی به دست آمده استفاده می­شود. برای تعیین نمودن دوره رکود و رونق با استفاده از جزء سیکلی، لازم است که بتوان نقاط اوج و حضیض را مشخص نمود. در این تحقیق از مطالعات هامبرگ و وراستندیگ[xv] (2008) و چین، گویک و میلر[xvi] (2000) برای تعیین نقاط چرخشی استفاده شده است. یک نقطه اوج زمانی اتفاق می­افتد که مقدار سری سیکلی به دست آمده از مقادیر قبلی و بعدی آن بیشتر باشد. البته با توجه به این که یک سیکل تجاری حداقل برای 12 دوره (فصل) ادامه می‎یابد، هیج نقطه اوجی در فاصله­ای کمتر از 12 دوره نمی­تواند نزدیک نقطه اوج دیگر به وقوع بپیوندد. بنابراین نقطه اوج پایین­تر به عنوان بخشی از رونق جاری ادغام و طبقه­بندی می­شود. با استفاده از همین روش و به همین ترتیب نقاط حضیض تعریف می‎شود. فاصله بین دو نقطه اوج و یا دو نقطه حضیض یک سیکل کامل تجاری را تشکیل می­دهد. در این تحقیق، فاصله بین دو نقطه حضیض را به عنوان یک سیکل کامل تجاری در نظر گرفته شده است. در ادامه دوره­های بین یک نقطه حضیض تا اوج را به عنوان رونق و بین یک اوج تا حضیض را به عنوان رکود در نظر گرفته شده است. در یک نگاه دقیق­تر این روش یک سیکل را به گونه­ای تعریف می­کند که سیکل‎های جزئی تعریف شده توسط ژوزف کی­چن[xvii] را نیز در بر می­گیرد. نتایج حاصل از این برررسی نشان می­دهد که اقتصاد ایران از سال 95-1370 مجموعاً چهار سیکل را پشت سر گذاشته است. بطوریکه دوره زمانی 1371 فصل اول تا 1373 فصل سوم دوره رکودی، دوره 1373 فص چهارم تا 1377 فصل اول رونق، دوره 1377 فصل دوم تا 1383 فصل چهارم رکود، دوره 1384 فصل اول تا 1386 فصل سوم رونق، دوره 1386 فصل چهارم تا 1388 فصل چهارم رکود، دوره 1389 فصل اول تا 1390 فصل چهارم رونق، دوره 1391 فصل اول تا 1392 فصل چهارم 1394 دوره رکودی بوده است.

 

4-2- آزمون ریشه واحد و هم انباشتگی

قبل از مدل­سازی تحقیق برای جلوگیری از انجام رگرسیون­های کاذب در تحقیق ابتدا مانایی متغیرها مورد بررسی قرار گرفته که برای این منظور از آزمون ایم، شین و پسران (IPS) استفاده شد. با استفاده از آزمون­های صورت گرفته این موضوع که آیا سری‌های زمانی مورد استفاده فرایندی مانا (با مرتبه انباشتگی صفر) و یا واگرا (با مرتبه انباشتگی غیر صفر) دارند، بررسی شده است. برای این منظور آزمون ریشه واحد بر روی متغیرهای تحقیق مورد بررسی قرار گرفته است. آزمون ریشه واحد در حالت وجود عرض از مبداء و روند انجام شده است نتـایج جدول (2) نشان دهنده این است که متغیرهای اهرم مالی (LEV)، هزینه بدهی صنعت (DEBT_C)، خالص درآمد (NI) و کل دارایی (SIZE) به دلیل این­که مقدار Prob گزارش شده برای این متغیرها بیشتر از 05/0 است در سطح اطمینان 95 درصد بوده فرضیه صفر مبنی بر وجود ریشه واحد را رد نشده و این متغیرها در سطح نامانا و انباشته از مرتبه اول است اما متغیرهای شاخص CCX، خالص تامین مالی از طریق بدهی (NET_D)، شاخص شکاف ارزش (VAL_I)، شکاف سرمایه گذاری (INV_I)، تلاطم سودآوری (VOLP) و عایدی هر سهم (EP) در سطح مانا هستند.

با مشاهده جدول 3 می­توان دریافت که آماره­ی لیانگ- باکس (با ده دوره وقفه) برای سری متغیرها، نیز ضمن رد فرضیه صفر این آزمون مبنی بر «عدم وجود خودهمبستگی سریالی میان جملات سری»، بالا بودن مقدار این آماره، وجود خودهمبستگی میان وقفه­های مختلف این سری را می­رساند. همچنین، نتایج آزمون آرچِ انگل (آزمون وجود اثرات ARCH) مبنی بر وجود واریانس ناهمسانی در سری‌های عایدی هر سهم، تلاطم سودآوری، شکاف سرمایه گذاری و شاخص شکاف ارزش می‌باشد.

 

جدول (2): آزمون ریشه واحد متغیرهای تحقیق

متغیرها

آزمون ایم، پسران و شین (IPS)

آماره آزمون

Prob

NET_D

32/8-

0000/0

R

76/4-

0005/0

M/B

74/3-

0009/0

Invest

31/4-

0005/0

VOLP

28/8-

0000/0

LEV

26/3-

0012/0

ROE

21/3-

0018/0

منبع: یافته‌های پژوهشگر

 

جدول (3): آماره­های آزمون خودهمبستگی و واریانس ناهمسانی سری متغیرها طی دوره نمونه

ROE

R

LEV

VOLP

Invest

M/B

NET_D

آماره

54/14

(00/0)

17/19

(00/0)

54/20 (00/0)

42/17 (00/0)

13/23

(00/0)

44/25

(00/0)

34/12 (00/0)

آماره لیانگ - باکس

19.43

(00/0)

26.88

(00/0)

22.39 (00/0)

20.36 (00/0)

14.25 (00/0)

20.14 (00/0)

12/18 (00/0)

آماره مک لئود-لی

44/20

(00/0)

24/16

(00/0)

33/1 (36/0)

65/9 (00/0)

24/2 (23/0)

56/7 (00/0)

57/1

(18/0)

آماره آزمون اثرات ARCH

منبع: یافته‌های پژوهشگر

 

شاخص برخورد شرطی معیاری برای بررسی سرایت دنباله ریسک از یک بازار یا صنعت به بازار یا صنعت دیگر است. در این روش ابتدا برای شاخص بازار مالی و صنایع دیگر یک حد آستانه بهینه با توجه به انحراف معیار نوسانات بازدهی هر بخش در نظر گرفته شده است. سپس تعداد هفته‌هایی که شاخص بخش مالی و شاخص هر صنعت همزمان از این حد آستانه( دو انحراف معیار بالاتر از متوسط) بالاتر باشد ضریب شاخص فراوری همزمان (qccx) عدد 1 و در غیر این صورت عدد 0 اختیار می‌کند که وضعیت این تعداد هفته در جدول (4) گزارش شده است.

 

جدول (4): خلاصه آماری مربوط به ضریب شاخص برخورد شرطی(QCCX) برای بخش‌های اقتصادی

صنایع

میانگین بازدهی

تعداد فراروی‌های همزمان مثبت

تعداد فراروی‌های همزمان منفی

میانگین بازدهی

گروه 1

گروه 2

گروه 3

گروه 4

گروه 5

گروه 5

گروه 4

گروه 3

گروه 2

گروه 1

تعداد هفته

(0)

(1)

(2)

(3)

(بیش از 3)

(بیش از 3)

(3)

(2)

(1)

(0)

کاشی و سرامیک

3.15

139

42

35

29

18

12

26

33

45

98

4.30-

خودرو و ساخت قطعات

4.51

104

53

41

30

22

18

29

45

48

87

4.09-

مواد و محصولات دارویی

4.58

115

39

47

34

24

19

28

37

42

92

4.17-

واسطه‌های مالی

3.24

106

46

39

36

19

21

39

34

36

101

3.94-

محصولات شیمیایی

2.96

103

52

46

40

26

16

40

35

32

87

3.96-

سیمان و آهک و گچ

1.57

109

44

37

42

23

20

35

41

36

90

3.11-

شاخص بازار سهام

2.56

96

63

2.95-

منبع: یافته‌های پژوهشگر

 

در جدول (4) تعداد هفته‌های دارای فراروی مثبت و منفی در بخش‌های مختلف و میانگین بازدهی مثبت و منفی در این هفته‌ها محاسبه شده است. متغیر QCCX به طور قابل ملاحظه‌ای بیش از یا کمتر از حد پراکنده نیست چرا که واریانس نمونه‌ای آن 2.15 و میانگین نمونه‌ای برابر 2.37 است. تغییرات درون گروهی و تغییرات برون گروهی است که نشان دهنده شباهت بین شرکت‌ها در اندازه این شاخص است.

به منظور بررسی شدت اثرگذاری و سرایت‌پذیری نوسانات بخش مالی به بخش واقعی اقتصاد، با توجه به تعداد دوره‌های زمانی که فراروی همزمان مثبت و منفی رخ داده شده باشد دنباله ریسک مربوط به نوسانات مثبت و منفی ایجاد شده و تاثیر ان بر نوسانات بخش واقعی اقتصاد برآورد خواهد شد. به منظور برآورد این رابطه از روش گشتاورهای تعمیم یافته (GMM) استفاده می‌شود. برای مدلسازی سرایت‌پذیری ریسک‌مالی، بعد از برآورد کردن مدل مورد نظر، بازده صنایع غیر مالی و صنایع مالی به صورت  و   نشان داده می‌شوند. سری   با فرایند زیر استاندارد می‌شود.

(5)                                                                    

 

(6)                                                             

(7)                          

 

(8)                                                            

 

(9)              

 

(10)                                                   

 

در مدل فوق  بازده مالی استاندارد شده است و مدل فوق نشان دهنده میزان و شدت سرایت‌پذیری نوسانات از بخش مالی به بخش واقعی اقتصاد خواهد بود. مدل فوق نشان دهنده این است که در دوره بحران  برابر  بوده و در غیر اینصورت برابر صفر است. اگر ضریب  مثبت باشد ریسک از بخش مالی به صنعت i سرایت می کند. در صورت انتقال دنباله ریسک از بخش مالی به بخش غیر مالی انتظار بر این است که ccx مثبت باشد.

 

جدول (5): برآورد اثرات سرایت ریسک و دنباله ریسک در صنایع مختلف در بورس اوراق بهادار تهران

صنعت

ضریب

(Prob)

ضریب

(Prob)

ضریب

(Prob)

صنعت

ضریب

(Prob)

ضریب

(Prob)

ضریب

(Prob)

کاشی و سرامیک

264/0

(00/0)

112/0

(03/0)

079/0

(00/0)

واسطه‌های مالی

789/0

(00/0)

221/0

(00/0)

186/0

(03/0)

خودرو و ساخت قطعات

368/0

(00/0)

187/0

(00/0)

132/0

(02/0)

محصولات شیمیایی

556/0

(02/0)

179/0

(00/0)

163/0

(00/0)

مواد و محصولات دارویی

293/0

(00/0)

128/0

(02/0)

092/0

(00/0)

سیمان و آهک و گچ

128/0

(00/0)

102/0

(00/0)

065/0

(01/0)

منبع: یافته‌های پژوهشگر

 

نتایج به‌دست‌آمده بیانگر این موضوع است که ضریب  مربوط به اثرگذاری نوسانات گذشته بخش غیرمالی، اثرگذاری مثبت و معنی‌داری بر نوسانات در دوره جای داشته است و در تمامی صنایع این ضریب معنی‌دار بوده است. علاوه بر این ضریب بازده استاندارد شده مالی نیز مثبت و معنی‌دار بوده است که بیانگر این موضوع است که ریسک بخش مالی به بخش غیرمالی سرایت خواهد داشت. با معنی‌داری ضریب  مشاهده می‌شود که سرایت دنباله ریسک از بخش مالی به سایر بخش­ها نیز وجود دارد.

 

5- نتیجه گیری و پیشنهادها

تحقیق حاضر به­منظور بررسی سرایت‌پذیری ریسک مالی از بخش مالی به بخش واقعی اقتصاد با استفاده از شاخص برخورد شرطی (CCX) برای صنایع فعال در بورس اوراق بهادار تهران در دوره زمانی 1388-1395 بود. یکی از عواملی که مدیران پورتفوی بایستی آن را مد نظر قرار دهند، ریسک سبد سهام است. یکی از عواملی که می­تواند در مدیریت ریسک موثر باشد، انتقال ریسک از بخش مالی به سایر بخش­های اقتصادی می­باشد. در مسئله ای که در راستای این تحقیق قابل حل است، این است که مدیران پرتفوی برای مدیریت ریسک سبد سهام خود، با زیر نظر گرفتن تلاطم بخش مالی، گسترش تلاطم و ریسک را به صنایع مورد نظر پیش­بینی نمایند.

در بخش اول این مطالعه مشخص گردید که در اقتصاد ایران در بازه زمانی تحقیق چهار سیکل تجرای رخ داده است. بروز سیکل های تجاری در اقتصاد و دوران رونق و رکود منجر به این می شود که برخی از متغیرها همچون بازدهی و نوسانات شاخص بازارهای مالی به عنوان شاخص های پیشرو عمل کند که این موضوع در تحت تاثیر قرار گرفتن بخش واقعی اقتصاد از بخش مالی موثر خواهد بود. همچنین نتایج بیانگر این بود که در دوران رکود سرایت پذیری ریسک مالی از بازارهای سرمایه به صنایع فعال در بخش واقعی اقتصاد بیشتر از دوران رکود بوده است. نتایج این مطالعه نشان داد که شرایطی که باعث بحران اعتباری گردد، بر روی بخش واقعی اقتصاد اثرات مخرب خواهد گذاشت. این نتایج با مطالعات سیدحسینی و ابراهیمی (1392)، نیکومرام و همکاران (1393)، بت شکن و همکاران (1396) و چیو و همکاران (2015) در مورد سرایت پذیری ریسک همخوانی داشته اما سرعت سرایتپذیری با استفاده از شاخص مورد استفاده در این مطالعه بیشتر بوده است. برای ارزیابی گسترش تلاطم و ریسک از یک بخش به سایر بخش­ها وجود یک معیار اندازه­گیری از این سرایت ضروری است. نتایج بیانگر این موضوع است که سرایت پذیری ریسک مالی در بین بخش‌های مختلف بازار بورس وجود داشته است. با توجه به اینکه بازارهای مالی با یکدیگر مرتبط هستند، اطلاعات ایجاد شده در یک بازار، میتواند سایر بازارها را متاثر سازد. سرایت پذیری تلاطم از بخش مالی اقتصادی به صنایعی از قبیل تولید مواد و محصولات شیمیایی، تولید فلزات اساسی، صنایع مواد غذایی و آشامیدنی، تولید ابزار پزشکی و ابزار اپتیکی، تولید کاغذ و محصولات کاغذی و تولید وسایل نقلیه موتوری و تریلر دیده شده است، همچنین تحقیق حاضر بر مبنای بررسی نمونه های قابل بررسی طی دوره انجام تحقیق است.

علاوه براین نتایج نشان میدهد که سرایت تلاطم در صنایع فعال در بورس اوراق بهادار وجود داشته و میتواند در بیشتر موارد اثر متقابل داشته باشد. با توجه به بلندمدت بودن این سرایت میتوان از نتایج تحقیق جهت کاهش ریسک و تشکیل پرتفوی بهینه بر اساس ریسک و بازده، همچنین پیش­بینی سرایت پذیری ریسک مالی در صنایع فعال در بورس اوراق بهادار استفاده کرد، این پیش­بینی میتواند بهصورت کاربردی توسط مدیران پرتفوی و سرمایه­ گذاری استفاده شود. همچنین نتایج به دست آمده نشان دهنده عدم کارایی بازار به صورت ضعیف است و توانایی کسب بازده غیرعادی با اطلاعات موجود وجود دارد و سرمایه گذاران و مدیران می توانند در تشکیل پرتفوی بهینه از این اطلاعات استفاده نمایند.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1- گروه اقتصاد، دانشگاه سمنان، سمنان، ایران. نویسنده مسئول.   Esmaiel.abounoori@semnan.ac.ir               

2- گروه مدیریت، دانشگاه تهران، تهران، ایران.    Rtehrani@ut.ac.ir

3- گروه اقتصاد، گرایش اقتصاد مالی، دانشگاه سمنان، سمنان، ایران.    Hossein.sabouri@semnan.ac.ir

 

[i] Conditional Coincidence Index

[ii] Kasa

[iii] Forbes and Rigobon

[iv] Rocha

[v] Granjer and Pon

[vi] Wintrap

[vii] AlSubaie

[viii] Chiu and et al

[ix] Conditional Coincidence Index

[x] Alotaibi and Mishra

[xi] Arouri and et al

[xii] Mensi and et al

[xiii] Christiano - Fitzgerald

[xiv] Two-sided weighted moving average

[xv] Hamberg and Verstandig.   

[xvi] Chin, Geweke and Miller

[xvii] Joseph Kitchin

  • فهرست منابع

    • ابونوری، اسمعیل و عبداللهی، محمدرضا (1391)، ارتباط بازارهای سهام ایران، آمریکا، ترکیه و مالزی در یک مدل گارچ چند متغیره، فصلنامه بورس اوراق بهادار، شماره 14، صفحات 61-79.
    • ابونوری، اسمعیل و عبداللهی، محمدرضا (1391)، مدلسازی نوسانات بخش‏‌های مختلف بازار سهام ایران با استفاده از مدل گارچ چندمتغیره، نشریه علمی-پژوهشی تحقیقات مالی، شماره 14، صفحات 16-1.
    • بابا لویان، شهرام، نیکو مرام، هاشم، وکیلی فرد، حمیدرضا، رهنمای رود پشتی، فریدون (1399)، مقایسه ارزش در معرض ریسک سهام تهران با بازارهای سهام بین المللی با استفاده از نظریه ارزش فرین شرطی، اقتصاد مالی، شماره 14(52)، صفحات 55-80.
    • بانک مرکزی (1396). گزارش‌های اقتصادی، تهران، انتشارات بانک مرکزی.
    • حسینی، سید محمد و ابراهیمی، سید بابک (1392)، مدل سازی و سنجش سرایت تلاطم با استفاده از مدل‌های گارچ چند متغیره، فصلنامه بورس اوراق بهادار، شماره21، صفحات 157-137.
    • حسینیون, نیلوفرسادات, بهنامه, مهدی, ابراهیمی سالاری, تقی (1395)، بررسی انتقال تلاطم نرخ بازده بین بازار‌‌‌‌‌های سهام، طلا و ارز در ایران، فصلنامه پژوهش­های اقتصادی ایران، شماره 21(66)، صفحات 123-150.
    • خدایاری، محمد عظیم، یعقوب نژاد، احمد، خلیلی عراقی، مریم. (1399)، مقایسه برآورد تلاطم بازارهای مالی با استفاده از مدل رگرسیون و مدل شبکه عصبی، اقتصاد مالی، شماره 14(52)، صفحات 223-240.
    • زمانی، شیوا، سوری، داوود، ثنائی اعلم، محسن (1389)، بررسی وجود سرایت بین سهام شرکت‎ها در بورس اوراق بهادار تهران با استفاده از یک مدل دینامیک چندمتغیره، مجله تحقیقات اقتصادی، شماره 45(4)، صفحات 29-54.
    • سید حسینی، سیدمحمد و ابراهیمی، سید بابک (1392). بررسی سرایت تلاطم بین بازارهای سهام؛ مطالعۀ موردی بازار سهام ایران، ترکیه و امارات. فصلنامۀ دانش مالی تحلیل اوراق بهادار، 6(16)، 97-81.
    • شریفی, مریم و فغانی ماکرانی (1394)، بررسی رابطه بین ریسک نقدینگی و ریسک اعتباری در بانک‌ها مطالعه موردی: (بانک‌های پذیرفته شده در بورس اوراق بهادار تهران)، چهارمین کنفرانس ملی حسابداری، مدیریت مالی و سرمایه گذاری، آزادشهر، انجمن علمی و حرفه ای مدیران و حسابداران گلستان، دانشگاه آزاداسلامی واحد آزادشهر.
    • کشاورزحداد غلامرضا, ابراهیمی سیدبابک, جعفرعبدی اکبر (1390)، بررسی سرایت تلاطم میان بازدهی سهام صنعت سیمان و صنایع مرتبط با آن در ایران، پژوهش­های اقتصادی ایران، 16 (47)، 129-162.
    • کریمی، مجتبی، صراف، فاطمه، امام وردی، قدرت اله، باغانی، علی (1398)، همبستگی شرطی پویای نوسانات قیمت نفت و بازار سهام کشورهای حوزه خلیج فارس با تاکید بر سرایت بحران مالی، اقتصاد مالی، شماره 13 (49)، صفحات 101-130.
    • نیکومرام, هاشم, پورزمانی, زهرا, دهقان, عبدالمجید (1394)، بررسی سرایت‌ تلاطم بازارهای موازی بازار سرمایه بر صنایع بورسی(صادرات و واردات محور)، فصلنامه دانش مالی تحلیل اوراق بهادار، شماره 8(25)، صفحات 1-18.
    • Alotaibi, A. R. & Mishra, A. V. (2015), Global and Regional Volatility Spillovers to GCC Stock Markets, Economic Modeling, 45: 38-49.
    • AlSubaie, Naseem. (2016). Modelling and Forecasting Equity Markets Volatility: An Empirical Evidence. Journal of Applied Statistical Science 22: 387–405.
    • Arouri, M. E. H., Lahiani, A., and Khuong Nguyen D. (2015), World Gold Prices and Stock Returns in China: Insights for Hedging and Diversification Strategies, Economic Modeling, 44: 273–282.
    • Campello, M., Graham, J.R., Harvey, C., (2010). The real effects of financial constraints: evidence from a financial crisis. Journal of Financial Economics 97 (3), 470–487.
    • Chiu W.-C., Peña J.I., Wang C.-W. (2015). Industry characteristics and financial risk contagion. Journal of Banking & Finance 50: 411–427.
    • Christiano, L. J. and T. J. Fitzgerald (2003), The Band-Pass Filter, NBER Working Paper, No. 7257.
    • Christiansen, C., Ranaldo, A., (2009). Extreme coexceedances in new EU member states’ stock markets. Journal of Banking & Finance 33 (6), 1048–1057.
    • Cole, R.A., Moshirian, F., Wu, Q., (2008). Bank stock returns and economic growth. Journal of Banking & Finance 32 (6), 995–1007.
    • Forbes, K. and R. Rigobon (2010), No contagion, only interdependence, Massachusetts Institute of Technology, Sloan School of Management, Working
    • Granger, E., and Pon, M. (2008). An empirical comparison of alternative models in estimating Value-at-Risk: Evidence and application from the LSE. Int. J. Monetary Economics and Finance, 1(2), 201-218
    • Hoberg, G., Phillips, G., (2010). Real and financial industry booms and busts. Journal of Finance 65 (1), 45–86.
    • Kitchin J. (1923). Cycles and Trends in Economic Factor. Review of Economic Statistics, 2 (5): 10-16.
    • Mensi, W., Beljid, M., Boubaker, A. & Managi, S. (2013), Correlations and Volatility Spillovers across Commodity and Stock Markets: Linking Energies, Food, and Gold, Economic Modeling, 32: 15–22.
    • Mensi, W., Hammoudeh, S., Nguyen, D. K. & Yoon S. M.(2014), Dynamic Spillovers among Major Energy and Cereal Commodity Prices, Energy Economics,43: 225–243.
    • Ortiz-Molina, H., Phillips, G., (2014). Real asset illiquidity and the cost of capital. Journal of Financial and Quantitative Analysis.
    • Valta, P., (2012). Competition and the cost of debt. Journal of Financial Economics 105 (3), 661–682.
    • Wintrap, M. R. (2017). A regime switching model of risk contingent. North American Actuarial Journal 5(2): 41-53.

     

     

    یادداشت‌ها