بررسی اثرهای اهرمی، هم بستگی شرطی پویا و سرایت پذیری تلاطم میان شاخص های صنایع بورسی با استفاده از مدل ARMA-DCC-GJR-GARCH (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
هدف: در ادبیات مالی، دو ویژگی شناخته شده در خصوص تلاطم (نوسان) به بحث گذاشته شده است. نخستین ویژگی، به واکنش های نامتقارن تلاطم به اخبار خوب و بد مربوط می شود و دومین ویژگی، به وجود سرریز تلاطم (سرایت) میان بازارها و دارایی های مالی مختلف اشاره می کند. رفتار نامتقارن تلاطم به شواهد تجربی ای اشاره دارد که طی آن، یک تکانه منفی بازدهی در مقایسه با تکانه مثبت بازدهی، به همان اندازه باعث افزایش بیشتری در تلاطم می شود. همچنین در خصوص اثرهای نامتقارن اخبار روی تلاطم بازدهی سهام، دو فرضیه اثر اهرمی و بازخورد تلاطم مطرح شده است. با توجه به آنچه بیان شد، هدف اصلی مطالعه حاضر بررسی اثرهای اهرمی، هم بستگی شرطی پویا و سرایت پذیری تلاطم میان ده شاخص صنایع بورسی است که این ده صنعت، بیش از ۷۵ درصد از شاخص کل بورس تهران را تشکیل می دهند. روش: در این مطالعه، نخست برای استخراج باقی مانده ها، از مدل میانگین ARMA(1,1) و پس از آن، برای بررسی اثرهای اهرمی، از مدل GJR-GARCH و در نهایت برای بررسی سرایت پذیری تلاطم میان ده شاخص انتخابی، از مدل DCC(1,1) استفاده شد. داده های استفاده شده در این پژوهش، به صورت روزانه (پنج روز در هفته) و از سایت بورس اوراق بهادار تهران، برای بازه زمانی 05/01/1397 تا 25/08/1401 استخراج شد که در مجموع، ۱۱۱۷ روز کاری مشاهده شده بود. یافته ها: نتایج مدل GJR-GARCH نشان داد که به جز شاخص های صنایع شیمیایی و فراورده های نفتی، اثرهای اهرمی در تمام سری های بازدهی شاخص های صنایع وجود دارد. از سوی دیگر، نتایج برآورد مدل DCC مثبت بودن هم بستگی شرطی بین تمام متغیرها را نشان می دهد. افزون بر این، سرایت پذیری تلاطم میان بازده شاخص صنایع نیز به شدت تأیید شد. نتیجه گیری: بازارهای مالی، به خصوص بازار سهام، به شوک های منفی و مثبت واکنش های متفاوتی نشان می دهند و این شوک های وارد بر متغیرها، هم بستگی بین آن ها را تحت تأثیر قرار می دهد؛ به همین خاطر، در این پژوهش تلاش شد تا بازه زمانی به گونه ای در نظر گرفته شود که بازار سهام نوسان های چشمگیری را تجربه کرده باشد تا اثرهای اهرمی، سرایت پذیری تلاطم و همچنین، هم بستگی شرطی پویا میان بازده شاخص صنایع، بهتر و دقیق تر بررسی شود. در نیمه اول سال ۱۳۹۹ با وجود ریزش قیمت کامودیتی ها و نفت و همه گیری کرونا، بازار سهام رشد خیره کننده ای را تجربه کرد؛ این در حالی بود که سرمایه گذاران بدون توجه به شرایط بنیادی شرکت ها، عطش خرید داشتند و این اشتیاق خرید، میان صنایع بورسی سرایت پیدا کرد؛ اما از نیمه دوم سال ۱۳۹۹، اوضاع کاملاً برعکس شد و با کوچک ترین خبر منفی در بازار، سهام داران سهام های خود را می فروختند. با توجه به نتایج به دست آمده که از وجود اثرهای اهرمی، هم بستگی شرطی پویا و سرایت پذیری تلاطم حکایت دارد، سرمایه گذاران و مدیران پرتفوی، برای کاهش ریسک و همچنین انتخاب سبد بهینه، می توانند از یافته های پژوهش حاضر بهره مند شوند.Examining the Leverage Effect, Dynamic Conditional Correlation, and Volatility Spillover Among Selected Indices of the Tehran Stock Exchange: Evidence from the ARMA-DCC-GJR-GARCH Model
Objective
In financial literature, there are two well-explored characteristics of volatility. The first pertains to the asymmetric reactions of volatility to positive and negative news, while the second involves the presence of volatility spillover (contagion) between markets and various financial assets. The asymmetric behavior of volatility refers to empirical evidence that a negative return shock causes a greater increase in volatility than a positive return shock of the same size. Also, concerning the asymmetric impact of news on stock volatility, two hypotheses, namely the leverage effect and volatility contagion, have been postulated. Accordingly, this study aims to explore the leverage effect, dynamic conditional correlation, and volatility spillover among ten selected indices of the Tehran Stock Exchange. These ten industry indices collectively constitute over 75 percent of the overall Tehran Stock Exchange index.
Methods
In this study, the ARMA (1,1) form was utilized to construct the mean model. Then, the GJR-GARCH model was used to check the leverage effects. Finally, the DCC-GARCH (1,1) framework was employed, which helped to deeply analyze the dynamic linkages in volatility among selected indices of the Tehran Stock Exchange. The daily return data of industry indices, comprising a total of 1117 observations, was utilized during the period from March 25, 2018, to November 16, 2022.
Results
The result of the GJR coefficient, which was positive and significant for all return series -except for the Chemical and Oil Product Indexes- Indicates leverage effects exist. Also, the result of DCC (1,1) indicates the conditional correlation between all variables is positive and volatility spillover among them was strongly confirmed.
Conclusion
Financial markets, particularly the stock market, exhibit varied responses to positive and negative shocks, and these shocks impact the correlation between variables. For this reason, this research aimed to investigate the time frame during which the stock market underwent substantial fluctuations. This approach allowed for a more thorough and accurate examination of leverage effects, volatility spillover, and dynamic conditional correlation between returns. In the first half of 2019, despite the drop in the prices of commodities, oil, and the COVID-19 pandemic, the stock market experienced stunning growth, while investors were excited to buy regardless of the fundamental conditions of the companies. This enthusiasm to buy spread among stock market industries, but from the second half of 2019, the situation was completely reversed, and the market sold their shares at the slightest negative news. Hence, based on the results revealing the presence of leverage effect, dynamic conditional correlation, and volatility contagion, investors and portfolio managers can use these findings to mitigate risks and optimize their portfolios.