اثر تحریم بر میزان وابستگی بازار نفت و بازار مالی (رویکرد وابستگی اکستریمال)

نوع مقاله: مقاله پژوهشی

نویسندگان

1 گروه اقتصاد، دانشگاه رازی

2 مدیر گروه اقتصاد دانشگاه رازی

3 دانشیار گروه اقتصاد، دانشکده علوم اجتماعی، دانشگاه رازی، کرمانشاه، ایران.

چکیده

چکیده
هدف این مقاله بررسی سرایت­پذیری بین بازار نفت و بازارهای مالی با استفاده از رویکرد جدید تلاطم همزمان است. در این پژوهش، تشخیص و اندازه­گیری سرایت­پذیری بین بازارهای مالی، همچنین سرایت­پذیری بین بازار نفت و بازارهای مالی ایران مورد بررسی قرار گرفته است. در این مقاله از داده‌های روزانه مربوط به سال­های 1394-1388 استفاده شده که از سایت بانک مرکزی و سایت اوپک استخراج شده است. تحریم نفتی باعث کاهش همبستگی بین نوسانات بازارهای نفت و سهام در کوتاه‌مدت و بلندمدت و بازارهای نفت و طلا در بلندمدت شده است. همچنین، تحریم نفتی باعث افزایش همبستگی بین نوسانات بازارهای نفت و ارز، طلا و ارز، طلا و سهام، ارز و سهام در دو دوره شده است.

کلیدواژه‌ها


1.‌ مقدمه

از آنجا که «بازارهای مالی[1]» طی چند ده اخیر رشد و تکامل قابل توجهی داشته‌اند، بررسی و تحلیل «سرایت‌پذیری[2]­» بین این بازارها از اهمیت خاصی برخوردار است. «سرایت مالی»[3]­ به وضعیتی گفته می‌شود که اختلالات از یک بازار به بازار دیگر منتقل می‌شود و طی آن، به­ طور مثال، تغییرات همزمان نرخ ارز، قیمت سهام و قیمت طلا مشاهده می‌گردد. سرایت مالی می‌تواند تلاطم مالی ایجاد کند و به اقتصاد یک کشور آسیب جدی وارد نماید. مکانیسم ایجاد سرایت مالی از طریق اثرات سرریز و بحران‌های مالی ناشی از تأثیر رفتار دولت‌ها، موسسات مالی، سرمایه‌گذاران و وام‌گیرندگان قابل توضیح می‌باشد.

به دلیل وابستگی اقتصاد ایران به نفت، در صورت بروز تغییر و یا آشفتگی در بازار نفت، درآمدهای حاصل از نفت در ایران دچار تغییر می­شود که خود باعث تغییر در دیگر بازارها و فعالیت­های اقتصادی آن می­گردد. به عنوان مثال، تحریم­های نفتی سال 1390 سطح تولید و صادرات نفت را تحت تأثیر قرار داده و در واقع، به­ عنوان یک بحران موجب مشکلات اقتصادی زیادی گردید. از این­‌رو، ضروری به­نظر می­رسد که تأثیرپذیری و یا سرایت­پذیری بین بازارها از جمله سرایت بازارهای مالی ایران ناشی از تلاطم در بازار نفت بررسی شود.

«رویکرد وابستگی­ اکستریمال[4]» از انواع روش‌های غیرخطی وابستگی­ها است که برای توزیع­های نامتقارن و غیرنرمال به­کار می­رود و شامل سه آماره ،    و  است. این تحقیق به بررسی یک نوع جدید از آزمون سرایت­پذیری (که به واسطه یک بحران ایجاد شده) با استفاده از تغییر در تلاطم همزمان[5] بین بازارها از دوره عدم بحران به بحران، و همچنین تخمین آماره  پرداخته است. دوره مورد بررسی سال­های 1388 - 1394 و با استفاده از بازدهی داده­های روزانه و به ­صورت دو زیردوره عدم بحران (قبل از تحریم نفتی آذر سال 1390) و بحران (از تحریم نفتی آذر سال 1390 به بعد) درنظر گرفته شده است. مسئله اصلی در این پژوهش تشخیص و اندازه­گیری سرایت­پذیری بین بازارهای مالی، همچنین، سرایت­پذیری بین بازار نفت و بازارهای مالی ایران است.

این مقاله در پنج بخش سازمان­دهی شده است. در ادامه، پس از مقدمه،­ ادبیات تحقیق مرور می‌شود. در بخش سوم، روش تحقیق و در بخش چهارم، یافته­های تحقیق ارائه شده است. در نهایت، در بخش پنجم،  نتیجه‌گیری و پیشنهادها بیان شده است.

 

2.‌ مروری بر ادبیات

با گسترش و توسعه بازارهای مالی جهانی بحث ارتباط میان بازارهای مالی، رابطه پویای میان بازدهی­ها در این بازارها و مکانیزم‌های انتقال تلاطم بین این بازارها، هر روز بیش از پیش مورد توجه دست‌اندرکاران بازارهای مالی قرار گرفته است.

از آنجا که یکی از مهم‌ترین وظایف مدیران مالی، سیاست­گذاران و سرمایه‌گذاران، مدیریت ریسک و بحرانی است که پرتفوی آنها با آن مواجه است، این افراد باید تلاش کنند که ریسک را به حداقل برسانند. یکی از انواع ریسک­هایی که در بازارهای مالی مطرح است، ریسک سرایت نوسانات و تلاطم­ها از یک بازار به بازار دیگر است؛ به عنوان، مثال ریسک سرایت نوسانات از بازار پول به بازار سهام و یا ریسک انتقال نوسانات از بازار نفت به بازار سهام (احمدوند، 1391).

امروزه شواهد زیادی وجود دارد که نشان می­دهد نوسانات قیمت دارایی­های مالی به دارایی­ها و بازارهای دیگر سرایت می­کند. دامنه­ این سرایت­ها با گسترش سیستم­های ارتباطی و وابستگی بیش از پیش بازارهای مالی به یکدیگر رو به افزایش است.

شناسایی مکانیزم­های سرایت بازده و سرایت تلاطم (گشتاور دوم بازده) بین دارایی­های مالی مختلف، به دلایل متعدد اهمیت دارد. سرایت نوسانات دارایی­ها، اطلاعاتی در خصوص کارایی بازار به ما می­دهد. در یک بازار کارا، بازده یک دارایی نباید با استفاده از بازده­های قبلی دارایی­های دیگر پیش­بینی شود.

وجود سرایت بین بازده دارایی­ها امکان استفاده از یک استراتژی معاملاتی سودآور را فراهم می­کند و اگر سود این استراتژی معاملاتی از هزینه­های عملیاتی آن بیشتر باشد؛ به­ طور بالقوه، دلیلی بر عدم کارایی بازار است.

شناسایی مکانیزم­های سرایت در مدیریت سبد دارایی­ها نیز نقش مهمی دارد؛ زیرا در انتخاب سبد سهام و کاهش ریسک می­توان از آن استفاده کرد. افزون بر این، سرایت تلاطم دارایی­ها به پیش­بینی تلاطم آینده دارایی­ها کمک می­کند و لذا در حوزه­هایی از قبیل قیمت‌گذاری اختیار معاملات، بهینه‌سازی سبد سهام، محاسبه­ ارزش در معرض خطر و مدیریت ریسک کاربرد دارد (زمانی، سوری و ثنایی اعلم، 1389).

سرایت تلاطم میان شاخص­های مالی حاکی از فرایند انتقال اطلاعات میان بازارها می­باشد. با توجه به اینکه بازارهای مالی با یکدیگر مرتبط هستند؛ اطلاعات ایجاد شده در یک بازار، می‌تواند سایر بازارها را متأثر سازد. سرایت مالی شوکی است که در یک بخش خاص متأثر از سایر بخش­ها شکل می­گیرد. پژوهش­های صورت گرفته، اثر نوسانات را به وسیله­ سرایت مالی، توضیح داده­اند (دهقان، 1392).

مفاهیمی که در این تحقیق مورد استفاده قرار گرفته است؛ عبارتند از:

سرایت[6]­: اصطلاح «سرایت» از حوزه امراض همه­گیر (بیماری­های مسری) استخراج شده است. سرایت مالی بر اثر گسترش یک آشفتگی مالی در یک کارخانه، یک بازار و یا یک منطقه جغرافیایی به حوزه­­های دیگر پدیدار می­شود (یزدان پرست و احدی سرکانی، 1392).

در ساده­ترین حالت، سرایت مالی به ­عنوان افزایش قابل توجه در ارتباط (همبستگی) بین دو بازار در طول یک دوره بحران در مقایسه با یک دوره عدم بحران درنظر گرفته می­شود؛ در صورتی که سایر عوامل بازار تحت کنترل باشند (فرای و شیائو[7]، 2015). همچنین، سرایت مالی به عنوان یک افزایش قابل توجه در ارتباط متقابل بازارها، پس از یک شوک وارده به یک کشور و یا به یک گروه از کشورها، تعریف شده است (فوربس و ریگوبن[8]، 2002).

بازدهی[9]: بازده هر دارایی در دوره­های متفاوت، متغیر است و روند ثابت و یک‌نواختی را به همراه ندارد؛ بنابراین، نوسان و تغییرپذیری، جزء لاینفک بازدهی هر دارایی در طی زمان است. با توجه به تغییرپذیری و نوسان، بازده دوره­های آتی نیز قابل اطمینان نیستند (کریمی، امام‌وردی و دباغی، 1392).

کیم و راجرز[10] (1995) با استفاده از مدل گارچ نشان دادند از زمانی­ که اجازه فعالیت خارجیان در بازار سهام کره داده شده، اثرات سرایت از ژاپن و آمریکا به کره افزایش یافته است. ورسینگتون[11] و هیگز[12] (2004) به بررسی مکانیسم انتقال نوسانات و بازده بین بازارهای سهام کشورهای آسیای شرقی از ژانویه 1988 تا اکتبر 2000 با استفاده از مدل گارچ چند متغیره پرداختند و به این نتیجه رسیدند که هم‌گرایی بالا بین این بازارها و همچنین، اثرپذیری متفاوت بازارهای نوظهور از بازارهای توسعه­‌یافته­تر وجود دارد.

لافوئنته[13] و روئیز[14] (2004) روابط میان بازدهی و نوسانات شاخص­های بخشی بازار سهام اسپانیا و شاخص بخش تکنولوژی را محاسبه کردند. نتایج اثرات مثبت نوسانات از بخش تکنولوژی به دیگر بخش­ها با استفاده از روش واریانس ناهمسانی خودرگرسیون شرطی (گارچ) نشان داد که بیش‌ترین تأثیرپذیری در بخش مالی رخ داده است.

هریس[15] (2005) با استفاده از یک مدل گارچ چند متغیره، سرایت بازده و تلاطم را در میان سه شاخص بازار سهام انگلستان آزمون کرد. نتایج تحقیق او اثر تقدم- تأخر را در بورس سهام انگلستان تأیید می­کند. بررسی­های او نشان می­دهد سرایت قابل‌توجهی هم در بازده و هم در تلاطم از شاخص سهام شرکت­های بزرگ به شاخص سهام شرکت­های کوچک وجود دارد. در خصوص تلاطم، شواهدی از سرایت محدود شاخص سهام شرکت­های کوچک به شاخص سهام شرکت­های بزرگ وجود دارد که تنها در دوره­های خاصی دیده می­شود.

یو[16] و حسن[17] (2006) در رابطه با هم‌گرایی بازارهای سهام منطقه منا[18] با بهره­گیری از مدل اتورگرسیو-گارچ[19] دریافتند که رابطه کوتاه­مدت بازار سهام آمریکا رابطه علیّت گرنجری قوی با بازارهای سهام غیرعضو شورای همکاری خلیج فارس داشته و اثرپذیری بازارها از بازدهی­ها و نوسانات خود، بیش‌تر از بازدهی­ها و نوسانات کشورهای دیگر بوده است.

کارونانایاک[20]، ولدخانی[21] و اوبرین[22] (2010) در رابطه با اثرگذاری بازده­ها و نوسانات بازارهای سهام چهار کشور استرالیا، آمریکا، انگلیس و سنگاپور بر یکدیگر، با استفاده از رویکرد گارچ چند متغیره، به این نتیجه رسیدند که اثرات یک­طرفه بازدهی­ها از بازار سهام آمریکا و انگلیس به بازارهای سنگاپور و استرالیا وجود دارد و اثر نوسانات مشترک در چهار بازار تأیید شد.

فرای و شیائو (2015) به بررسی سرایت تلاطم (ناشی از بحران جهانی طی سال­های 2008 - 2009) از بخش بانکداری آمریکا به بازارهای سهام و بخش­های بانکداری جهان پرداخته­اند. نتایج حاصل از تخمین مدل وابستگی اکستریمال بیانگر سرایت تلاطم از بخش بانکداری آمریکا به بخش­های مورد نظر است.

در ایران نیز مطالعاتی انجام شده است که به برخی از اهمّ این پژوهش‌ها اشاره می‌شود.

ابراهیمی، سید حسینی و جعفرعبدی (1390) با استفاده از یک مدل گارچ جمعی کسری[23]  چند متغیره، در بازه زمانی 1385 - 1389 و با استفاده از داده­های روزانه، به این نتیجه رسیده‌اند که سرایت تلاطم از شاخص صنعت سیمان به شاخص کاشی و سرامیک و سرمایه‌گذاری­ها به ­صورت دوطرفه بوده است؛ با این تفاوت که اثر سرایت از شاخص صنعت سیمان به شاخص کاشی و سرامیک بیش­تر است. نتایج وجود اثر تقدم و تأخر و جریان اطلاعات در این دو سری زمانی را تأیید می­کند. همچنین، سرایت تلاطم از سهام سرمایه‌گذاری به کاشی و سرامیک و بالعکس نیز وجود دارد؛ اما، در مورد سهام صنعت سیمان و سرمایه­گذاری­ها تنها سرایت یک­طرفه از سمت سیمان مشاهده می­شود.

کشاورز حداد و عابد (1392) اثر سرایت بحران مالی 2008 آمریکا بر شاخص کل قیمت بازار سهام تهران، شاخص­های صنعت و واسطه­گری مالی و شاخص بازار اول و دوم بازار سهام تهران را با استفاده از آزمون سرایت دانگی، فرای، گونزالس- هرموسیلو و مارتین DFGM))[24] بررسی کردند. نتایج نشان داد بحران جهانی به شاخص کل قیمت بازار سهام تهران سرایت کرده است. همچنین، بحران مالی 2008 آمریکا، شاخص­های صنعت و بازار اول را تحت تأثیر خود قرار داده و موجب کاهش ارزش این شاخص­ها شده؛ ولی بر شاخص­های واسطه­گری مالی و بازار دوم بی­تأثیر بوده است.

ابراهیمی و سید حسینی (1392) در بازه زمانی دسامبر 2006 تا ژوئن 2010، به این نتیجه رسیده‌اند که سرایت تلاطم از بازار جهانی نفت به بازار دبی و بازار تهران وجود دارد. همچنین، سرایت تلاطم از بازار دبی به تهران نیز به­ طور معناداری مشاهده شد. این در حالی است که اثر سرایت به ­­طور معکوس مشاهده نگردید.

دهقان، نیکومرام و پورزمانی (1392) سرایت­پذیری بازار سرمایه از بازارهای موازی ارز، طلا و نفت را در بازه زمانی 1382-1392 تأیید کردند. به ­عبارت دیگر، فرضیات اصلی پژوهش مبنی بر اثرپذیری بازار سرمایه از بازارهای موازی از دو منظر بازده و ریسک حفظ می­گردد. در این راستا، از روش تحلیل بردار خودرگرسیونی و مدل خودرگرسیونی مشروط بر ناهمسانی واریانس­های تعمیم­یافته چندمتغیره استفاده شد.

با تحلیل مطالعات پیشین می‌توان دریافت، سرایت­پذیری بین بازارها با استفاده از مدل­های رایج اقتصادسنجی از جمله مدل­های گارچ چند متغیره به دست آمده است. در میان پژوهش‌ها، تنها یک مطالعه خارجی مشاهده می­شود که از مدل وابستگی اکستریمال و وابستگی نامتقارن جهت بررسی سرایت تلاطم استفاده کرده است. تاکنون این مدل برای روابط بین بازارهای ایران به ­کار نرفته است؛ بنابراین، نوآوری پژوهش حاضر نسبت به دیگر پژوهش­ها، معرفی و استفاده از رویکرد جدید وابستگی اکستریمال است.

 

3.‌ روش تحقیق

وابستگی بین توزیع­های آماری با استفاده از چندین روش قابل محاسبه است. بسته به نوع توزیع متغیرها، روش محاسبه ضریب همبستگی بین آن­ها متغیر است. مثلا، برای محاسبه وابستگی بین توزیع­های نرمال از ضرایب همبستگی پیرسون و اسپیرمن استفاده می­شود.

روش‌های وابستگی اکستریمال و وابستگی نامتقارن نیز برای توزیع­های نامتقارن و غیرنرمال و برای دو دوره زمانی بحران و عدم بحران به کار می­رود که روشی جدید جهت محاسبه وابستگی بین متغیرها محسوب می­شود و دقت اندازه­گیری وابستگی اکستریمال بیش‌تر است.

هدف از مدل وابستگی اکستریمال برای سرایت، شناسایی این موضوع است که آیا تغییر آماری معناداری در کشیدگی همزمان[25] و تلاطم همزمان[26] در بازدهی دارایی­ها در دوره­های عدم بحران و بحران وجود دارد یا خیر (فرای و شیائو، 2015). وجود این تغییرات، نشانگر وجود سرایت است. بحران، پیشامدی است که به صورت ناگهانی و گاهی فزاینده رخ می‌دهد و به وضعیتی خطرناک و ناپایدار برای فرد، گروه و یا جامعه می‌انجامد. بحران  باعث به وجود آمدن شرایطی می‌شود که برای برطرف کردن آن نیاز به اقدامات اساسی و فوق‌العاده است.

مدل وابستگی اکستریمال که توسط فرای و شیائو(2015) ارائه شده، شامل سه آماره به صورت زیر است:

: آزمونی برای سرایت جهت تشخیص شوک­های انتقالی از بازدهی دارایی بازار منبع   به بازدهی دارایی بازار گیرنده   به توان سه (شبیه به چولگی) است؛

: آزمونی برای سرایت جهت اندازه­گیری شوک­های انتقالی از بازدهی دارایی بازار منبع  (با توان سه) به بازدهی دارایی بازار گیرنده   است؛

: آزمونی برای سرایت جهت تشخیص شوک­های انتقالی از نوسانات بازدهی دارایی بازار منبع  به نوسانات بازدهی دارایی بازار گیرنده  است.

در این مقاله، آماره سوم وابستگی اکستریمال تخمین زده شده است.

(i j;

به ­طوری که؛

- (1+ 2 )

- (1+ 2 )

به منظور شناسایی وجود تغییر معنادار در تلاطم همزمان دارایی­ها در دوره­های عدم بحران و بحران، فرضیه صفر و فرضیه مقابل به صورت زیر بیان شده است:

H0:

H1:

تحت فرض صفر عدم سرایت، آزمون سرایت بر پایه تغییر در تلاطم همزمان دارای توزیع مجانبی زیر است؛

 

در معادلات فوق،  و  به ترتیب، نشانگر دوره­ عدم بحران و دوره­ بحران هستند.  و  اندازه­های نمونه در دوره عدم بحران و دوره بحران است.  اندازه نمونه در کل دوره است. ضریب همبستگی نمونه در طول دوره عدم بحران،  و در دوره بحران،  است.  نشانگر دارایی بازار منبع بحران و نشانگر دارایی بازار گیرنده بحران است.  میانگین­های بازدهی دارایی­های  و  نمونه در طول دوره عدم بحران و دوره بحران است. ، ،  و  انحراف معیارهای بازدهی دارایی­های  و  نمونه در طول دوره عدم بحران و دوره بحران است.

 

4.‌ برآورد مدل و یافته­های تحقیق

متغیرهای مورد بررسی در این پژوهش، عبارتند از:

شاخص‌های قیمت­ نفت، طلا (سکه طلا)، ارز و سهام که البته در این­جا به دلیل استفاده از مدل­های مورد نظر از بازدهی درصدی متغیرها که با استفاده از لگاریتم طبیعی به دست آمده‌اند، استفاده شده است (  بازدهی درصدی نفت،  بازدهی درصدی سکه طلا،  بازدهی درصدی ارز،   بازدهی درصدی سهام). از داده­های روزانه مربوط به سال­های 1394-1388 استفاده شده که از سایت بانک مرکزی[27] و سایت اوپک[28] به دست آمده است.

بازدهی درصدی با استفاده از فرمول زیر محاسبه می­شود:

 = 100 (log ( ) – log ( ))

: بازدهی درصدی دارایی   در زمان   است.

:  شاخص قیمت دارایی   در زمان   است.

:  شاخص قیمت دارایی   در زمان   است.

برای محاسبه بازدهی درصدی متغیرها، از لگاریتم طبیعی داده­ها استفاده شده است.

آمار توصیفی داده­ها در جدول (1) آورده شده است.

 

جدول 1. آمار توصیفی داده­های روزانه (1394-1388)

متغیر

میانگین

حداقل

حداکثر

انحراف معیار

چولگی

کشیدگی

آماره

 j-b

Prob

بازدهی نفت

0203/0-

74/7-

23/7

26/1

136/0-

62/8

69/2035

0.0000

بازدهی سکه طلا

0729/0

28/26-

89/28

63/2

006/1

44/78

4/366594

0.0000

بازدهی سهام

1128/0

67/5-

84/4

74/0

049/0-

6/9

3/2809

0.0000

بازدهی ارز

0756/0

82/24-

56/17

48/1

061/0-

32/53

6/163075

0.0000

منبع: نتایج تحقیق

 

جدول (1) آماره­های توصیفی مربوط به چهار متغیر بازده بازار نفت، طلا، سهام و ارز را با استفاده از داده­های روزانه نشان می­دهد. متوسط بازده روزانه نفت برابر 0203/0- درصد، طلا 0729/0 درصد، سهام 1128/0 درصد و ارز 0756/0 درصد در طول دوره مورد بررسی بوده که از این میان متوسط بازده روزانه بازار سهام بیشتر از بقیه است. انحراف معیارهای به دست آمده در جدول (1) نشانگر نوسانات بسیار اندک بازار سهام نسبت به سایر بازارها بوده است.  همچنین، همه متغیرها با استفاده از آزمون­های ریشه­ واحد دیکی­فولر تعمیم‌یافته[29] و فیلیپس پرون[30] نیز مانا هستند.     

متغیرهای به­کار رفته در این تحقیق، شامل بازدهی شاخص­ قیمت نفت، ارز، سهام و سکه می­باشد. توزیع بازدهی­ها اغلب، نامتقارن و دارای دنباله قطور[31] است. در ادامه، نامتقارن بودن توزیع متغیرهای مورد بحث بررسی شده است.

برای آزمون نرمال بودن می­توان از آماره جارک- برا استفاده کرد. در این آزمون، فرض صفر مبنی بر نرمال بودن است. نتایج نشان می‌دهد توزیع بازدهی نفت، نرخ ارز، سکه طلا و سهام غیرنرمال و نامتقارن هستند. نمودار هیستوگرام متغیرهای تحقیق به صورت زیر است:

 

نمودار 1. بررسی نرمال بودن توزیع بازدهی نفت

منبع: یافته‌های تحقیق

نمودار 2. بررسی نرمال بودن توزیع بازدهی ارز

منبع: یافته‌های تحقیق

نمودار 3. بررسی نرمال بودن توزیع بازدهی طلا

منبع:  یافته‌های تحقیق

نمودار 4. بررسی نرمال بودن توزیع بازدهی سهام

منبع: یافته‌های تحقیق

     

 

 

تشخیص وجود سرایت­پذیری در بین بازارها مستلزم دو عامل زیر است:

-         تغییر آماری معنادار در وابستگی ­اکستریمال از دوره عدم بحران به دوره بحران با استفاده از آماره تلاطم همزمان و به وسیله رد فرض صفر عدم سرایت برای آماره؛

-         بزرگ­تر و یا مساوی بودن مقدار محاسباتی آماره­ تلاطم همزمان ، با مقدار بحرانی آماره­ در جدول مقادیر بحرانی مربوط.[32]

آماره تلاطم همزمان جهت تشخیص و اندازه­گیری سرایت بین بازارها به کار می­رود. ابتدا از طریق نرم­افزار R، وابستگی اکستریمال بین متغیرها در دوره­های بحران و عدم بحران با استفاده از تلاطم همزمان اندازه­گیری شده است.

از دو دوره زمانی استفاده شده است. اندازه کل دوره کوتاه­مدت (کم‌تر از سه سال)، 700 روز (با توجه به جدول مقادیر بحرانی) از تاریخ 8 :12 :1388 تا 9 :5 :1391 (زیردوره عدم بحران 500 روز و زیردوره بحران 200 روز) درنظر گرفته شده است. اندازه کل دوره بلندمدت (بیش‌تر از سه سال)، 1545 روز و از تاریخ 08 :12 :1388 تا 22 :04: 1394 (آغاز توافق برجام) می­باشد. دوره عدم بحران 500 روز و دوره بحران (تحریم نفتی[33]) 1045 روز می­باشد (با توجه به این مسئله که افزایش دوره بحران باعث تغییر چندانی در مقادیر بحرانی نشده است، دوره بحران افزایش و مقادیر جدید نیز بررسی شده است). آماره­های مورد نظر برای دو دوره محاسبه و نتایج در جداول (2) و (3) ذکر شده است.

با توجه به جدول (2) وابستگی بین نوسانات بازدهی متغیرهای مورد بحث، بعد از وقوع تحریم نفتی (از دوره عدم بحران به بحران) تغییر کرده­ است. تحریم نفتی سبب کاهش همبستگی بین نوسانات بازار نفت و سهام در کوتاه­مدت و بلندمدت، همچنین کاهش همبستگی بین بازارهای نفت و طلا در بلندمدت شده است. از طرف دیگر، مشاهده می­شود تحریم نفتی که با عنوان «بحران» در جدول (2) ظاهر شده است؛ باعث افزایش همبستگی بین نوسانات بازدهی (به عبارت دیگر، تلاطم همزمان) بازارهای نفت و ارز، طلا و ارز، طلا و سهام، و ارز و سهام شده است. تغییر در تلاطم همزمان بین بازارها بعد از وقوع یک رویداد و معنادار بودن این تغییر، یکی از نشانه­های سرایت­پذیری بین بازارها می­باشد.

 

 جدول 2. محاسبه وابستگی اکستریمال با استفاده از آماره تلاطم همزمان برای دو زیردوره

متغیرها

دوره کوتاه­مدت

دوره بلندمدت

عدم بحران

بحران

عدم بحران

بحران

(ROil             RCoin)

14395/0

2563/0-

144/0

0125/0-

(ROil             RExchange)

03085/0-
254/0-

031/0-

071/0-

(Roil                RStock)

093587/0

025425/0-

094/0

013/0

(RCoin          RExchange)

1214/0

79/5

028/0

037/0

(RCoin            RStock)

02792/0

05755/0

12/0

3/2

(RExchange          RStock)

012996/0

0903/0-

013/0-

1/0-

(RExchange           RCoin)

1214/0

79/5

12/0

3/2

منبع: نتایج تحقیق

 

جدول 3. محاسبه وابستگی اکستریمال با استفاده از آماره  برای کل دوره

متغیرها

دوره کوتاه­مدت

دوره بلندمدت

       

 

   

(ROil          RCoin)

28/0

68/0-

56/32

28/0

 

3/0-

38/29

(ROil        RExchange)

059/0
168/0-
84/1

059/0

 

1/0

148/0

(ROil           RStock)

253/0-

172/0-

2324/0

25/0-

 

09/0-

26/2

(RCoin         RExchange)

89/0

84/22

48/15679

04/0

 

07/0

066/0

(RCoin           RStock)

038/0

066/0-

39/0

89/0

 

16/30

61101

(RExchange        RStock)

263/0-

118/0-

75/0

26/0-

 

09/0

33/10

(RExchange       RCoin)

89/0

84/22

74/15667

89/0

 

2/30

61622

منبع: نتایج تحقیق

 

با توجه به جدول (3)، آماره­  که در این قسمت با استفاده از نرم­افزار اکسل محاسبه شده است که نشان‌دهنده رابطه معنادار سرایت­پذیری بازار طلا از بازار نفت در کوتاه­مدت و بلندمدت، بازار سهام از بازار نفت در بلندمدت، بازار ارز از بازار طلا در کوتاه­مدت، بازار سهام از بازارهای طلا و ارز در بلندمدت و بازار طلا از بازار ارز در کوتاه­مدت و بلندمدت است. با توجه به جداول (2 و 3) جهت سرایت از بازار نفت به طلا، نفت به ارز و نفت به سهام می­باشد. همچنین، بازار سهام از بازارهای طلا و ارز، سرایت­پذیر است. بین بازارهای ارز و طلا سرایت­پذیری دوطرفه وجود دارد. اما با توجه به نتایج به دست آمده، سرایت­پذیری بازار طلا از بازار ارز شدیدتر است.

 

5.‌ نتیجه‌گیری و پیشنهادها

بازار نفت به­ عنوان یک بازار قدرتمند بر بسیاری از متغیرهای کلان اقتصادی و حتی سیاسی کشورهای جهان به خصوص کشورهای عضو اوپک، تأثیرگذار است. ایران که یکی از کشورهای صادرکننده نفت است، از این قاعده مستثنی نیست و بازارهای آن از جمله بازارهای مالی، متأثر از بازار نفت می­باشند. در نتیجه، انتظار می­رود، در صورت بروز تلاطم و آشفتگی در بازار نفت، بازارهای مالی ایران نیز متلاطم شوند. این مقاله به بررسی اثرگذاری تحریم نفتی بر بازارهای مالی ایران پرداخته است. تحریم نفتی موجب تغییر در وابستگی بین نوسانات بازدهی بازارهای مورد نظر گردید.

وابستگی بین نوسانات بازدهی متغیرهای یاد شده، بعد از وقوع تحریم نفتی (از دوره عدم بحران به بحران) تغییر کرده­ است. تحریم نفتی سبب کاهش همبستگی بین نوسانات بازار نفت و سهام در کوتاه­مدت و بلندمدت، همچنین کاهش همبستگی بین بازارهای نفت و طلا در بلندمدت شده است. از طرف دیگر، مشاهده می­شود که تحریم نفتی باعث افزایش همبستگی بین نوسانات بازدهی (به عبارت دیگر، تلاطم همزمان) بازارهای نفت و ارز، طلا و ارز، طلا و سهام، و ارز و سهام شده است. تغییر در تلاطم همزمان بین بازارها بعد از وقوع یک رویداد و معنادار بودن این تغییر، یکی از نشانه­های سرایت­پذیری بین بازارها می­باشد.

افزون بر این، در این مقاله به سرایت­پذیری بین بازارهای نفت و بازارهای مالی ایران پرداخته شد. سرایت­ تلاطم از بازار نفت به بازارهای مالی و همچنین، سرایت­پذیری بین بازارهای مالی با رویکرد تلاطم همزمان اثبات شد.

تأثیرپذیری بازارهای ایران از بازار نفت جهانی می­تواند به عنوان یک تهدید برای ایران محسوب شود. البته در صورتی که ایران مانعی برای فروش و صدور نفت به دیگر کشورها نداشته باشد و درآمد حاصل از فروش نفت بیشتر از هزینه­های جانبی آن باشد، تهدید می­تواند به فرصت تبدیل ­شود و باعث رشد و شکوفایی دیگر بخش­های اقتصاد گردد. اما در شرایط کنونی که ایران مدام در معرض تحریم­ها و تهدیدهای خارجی قرار دارد، وابستگی به نفت و درآمدهای نفتی یک تهدید بزرگ برای کشور است. برای کاهش این تهدیدها پیشنهاد می‌شود بر بخش­های غیرنفتی تکیه شود و شرایط رشد و گسترش آن­ها فراهم گردد.



[1] Financial Markets

[2] Contagiousness

[3] Financial Contagion

[4] Extremal Dependence Approach

[5] Co-Volatility

[6] Contagion

[7] Fry & Hsiao

[8] Forbes & Rigobon

[9] Return

[10] Kim & Ragers

[11] Worthington, A.

[12] Higgs, H.

[13] Lafuente

[14] Ruiz

[15] Harris, R.

[16] Yu

[17] Hassan

[18] MENA

[19]AR_GARCH

[20] Karunanayake

[21] Valadkhani

[22] O'Brien

[23] FIGARCH

[24] Dungey, Fry, Gonzalez-Hermosillo & Martin

[25] Co-Kurtosis

[26] Co-Volatility

[27] www.cbi.ir

[28] www.opec.org

[29] Augmented Dickey - Fuller

[30] Philips- Perron 

[31] Fat-Tailed

 [32]جدول مقادیر بحرانی توسط فرای و شیائو Fry and Hsiao (2015) محاسبه شده است. مقادیر محاسباتی آماره­ها با مقادیر بحرانی آماره­ها (پیوست) در اندازه­های 500   (دوره عدم بحران) و 200   (دوره بحران) مقایسه می‌شود.

 [33]تحریم نفتی از آذر 1390 شروع و تا آغاز طرح توافق برجام (برنامه جامع اقدام مشترک) در تیرماه 1394 که در وین اتریش بین ایران، اتحادیه اروپا و گروه 1+5 منعقد شد، ادامه یافت.

منابع

-   ابراهیمی، سید بابک، کشاورزحداد، غلامرضا، جعفرعبدی، اکبر (1390). بررسی سرایت تلاطم میان بازدهی سهام صنعت سیمان و صنایع مرتبط با آن در ایران. پژوهش­های اقتصادی ایران، سال (47): 129-162.

-   احمدوند، زهرا (1391). تأثیر شوک‌های قیمت نفت بر نرخ‌های بازدهی سهام در کشورهای صادرکننده­ نفت، پایان­نامهی کارشناسی ارشد توسعه­ اقتصادی و برنامه­ریزی، دانشگاه علامه طباطبایی، دانشکده­ اقتصاد، تهران.

-   امامی میبدی، علی، شمس­الدین، محمد (1389). بررسی سیاست­های پولی آمریکا بر قیمت­های واقعی جهانی نفت و درآمد واقعی نفت کشورهای صادرکننده نفت اوپک. پژوهش­های اقتصادی ایران،  (14): 109-81.

-   ابراهیمی، سید بابک، سید حسینی، سید محمد (1392). مدل­سازی و سنجش سرایت تلاطم با استفاده از مدل­های GARCH چندمتغیره، مطالعه موردی: ایران، امارات و شاخص قیمت جهانی نفت. بورس اوراق بهادار، (6): 157-137.

-   زمانی، شیوا، سوری، داوود، ثنایی اعلم، محسن (1389). بررسی وجود سرایت بین سهام شرکت­ها در بورس اوراق بهادار تهران با استفاده از یک مدل دینامیک چند متغیره، تحقیقات اقتصادی، سال (49): 54-29.

-   دهقان، عبدالمجید، نیکومرام، هاشم، پورزمانی، زهرا (1392). سرایت­پذیری تلاطم در بازار سرمایه ایران. دانش سرمایه­گذاری، (3): 200-179.

-   کریمی، محمد شریف، امام‌وردی، قدرت‌الله، دباغی، نیشتمان (1392). ارزیابی و شناسایی مناسب‌ترین گزینه سرمایه­گذاری دارایی و مالی در ایران (در بازه زمانی 1389-1380)، اقتصاد مالی و توسعه، (7): 207- 177.

-   کشاورزحداد، غلامرضا، مقاره عابد، سپهر(1392). آیا بحران مالی جهانی به بازار سهام تهران سرایت کرد؟ تحقیقات اقتصادی، (49): 199-179.

-   یزدان پرست، عبدالرحیم، احدی سرکانی، سید یوسف (1392). بررسی ارتباط بحران مالی در بازارهای سرمایه عمده جهان با شاخص­های سهام بورس اوراق بهادار تهران، قبل، طی و پس از بحران، دانش مالی تحلیل اوراق بهادار، (6): 12-1.

-      Bernanke, B. S., & Kuttner, K. N. (2005). What explains the stock market’s reaction to Federal Reserve policy? Journal of Finance, 60: 1221–1257.

-      Forbes, K., & Rigobon, R. (2002). No contagion, only interdependence: Measuring stock market co-movements, The Journal of Finance, 57(5): 2223-61.

-      Fry-McKibbin, R.A., & Hsiao, C.Y. (2015). Extremal dependence tests for contagion, Econometric Reviews, Published online: 25 Nov 2015: 1-24.

-      Kim, S.W., & Rogers, J.H. (1995). International stock price spillovers and market Liberalization: Evidence from Korea, Japan, and the United States. Journal of EmpiricalFinance: 117–133.

-      Harris R. (2005). Return and volatility spillovers between large and small stocks in the UK. Journal of Business Finance & Accounting, 33 (9-10):1556-1571.

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

-      Karunanayake , I., & Valadkhani , A O'Brien, M. (2010). Modelling Australian stock market volatility: A multivariate GARCH approach, University of Wollongong, Economics, Working Paper Series

-      Lafuente, J., & Ruiz, J. (2004). The new market effect on return and volatility of Spanish stock indexes, Applied Financial Economics, 14: 1343-1350.

-      Mittnik,S., & Claessen, H. (2004). Forecasting stock market volatility and the informational efficiency of the DAX index options market. Center for financial studies.

-      Renée, F., & Cody, Yu. (2015). Extremal dependence tests for contagion. Crawford school of public policy, Australian National University School of Business, Macau University of Science and Technology.

-      Weller, P.A., & Neely, C.J. (2001). Predicting exchange rate volatility: Genetic programming vs. GA- RCH and Risk Metrics, the federal reserve bank of S.

-      Worthington, A., & Higgs, H. (2004). Transmission of equity returns and volatility in Asian developed and emerging markets: A multivariate GARCH analysis. International journal of finance and economics, 9: 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, 13: 482–504.

 

پیوست

جدول مقادیر بحرانی آماره­های آزمون سرایت

       

10%

5%

2.5%

10%

5%

2.5%

10%

5%

2.5%

1.35

1.82

2.36

1.30

1.93

2.73

2.04

2.92

3.89

15

1.80

2.55

3.52

1.79

2.74

3.99

2.35

3.39

4.51

30

2.17

3.13

4.31

2.16

3.31

4.75

2.53

3.64

4.81

60

2.32

3.38

4.62

2.32

3.49

4.89

2.59

3.70

4.85

90

2.49

3.61

4.89

2.47

3.66

5.01

2.63

3.74

4.91

150

2.54

3.70

4.94

2.53

3.71

5.04

2.66

3.79

4.97

200

Reference: Fry and Hsiao (2015)