هدف محوری این مقاله بررسی ارتباط ساختاری میان بازارهای مالی( بازار سرمایه، بازار ارز، بازار نفت) و بازار تجاری در اقتصاد ایران می باشد. به عبارت دیگر مدل سازی ماتریس ساختاری میان قیمت سهام، نرخ ارز ، قیمت نفت و رابطه مبادله(TOT) و ارتباط سیستماتیک این متغیرها براساس توابع کاپیولای شرطی بررسی خواهد شد. نتایج برآورد اندازه وابستگی بین شاخص های بازاری که با تاو کندل (τ) سنجیده شده، نشان می دهد که ضریب وابستگی غیرخطی قیمت نفت و نرخ ارز 0.39 می باشد و وابستگی متقارن در میانگین توزیع میان این دو متغیر وجود دارد. همچنین یافته های تحقیق موید آن است که هیچ ارتباطی غیرخطی میان شاخص قیمت سهام و رابطه مبادله و همچنین میان نرخ ارز و رابطه مبادله در اقتصاد ایران وجود ندارد. براساس نتایج این تحقیق، بیشترین همبستگی خطی بین متغیرهای نرخ ارز و شاخص قیمت سهام دیده می شود و کمترین همبستگی خطی بین قیمت نفت و رابطه مبادله است. یافته های این تحقیق نشان می دهد که اولا رفتار غیرخطی و استوکاستیک در این بازارها وجود دارد و ثانیا بیشترین ضریب رانش و انتشار مربوط به بازار نفت بوده است و بیشترین ضریب پرش قیمتی مربوط به بازار تجاری و رابطه مبادله می باشد.
Abstract
The main objective of this paper is to examine the structural relationship between the financial markets (foreign exchange market, capital market, oil market) and commercial market in Iran's economy. In other words, structural matrix modeling between exchange rate, stock price fluctuations, oil price and terms of trade (TOT), and the systematic relationship between these variables based on conditional Copula functions will be investigated. The results of the estimation of the dependency between market indices measured by τ Kendal shows that the nonlinear coefficient of oil price and exchange rate is 0.39 and there is symmetric dependence on the mean distribution of these two variables. Research findings also suggest that there is no nonlinear relationship between the stock price index and terms of trade, as well as between the exchange rate and the terms of trade in the Iranian economy. According to the results of this study, the most linear correlation between exchange rate variables and stock price index and the lowest linear correlation between oil prices and exchange relations is seen. The findings of this research show that, firstly, nonlinear and stochastic behavior exists in these markets and secondly, the highest coefficient of drift and propagation is related to the oil market, and the highest price jump factor is related to the commercial market and the exchange relationship.
