اقتصاد مالی
رضا طالبلو؛ پریسا مهاجری؛ عباس شاکری؛ تیمور محمدی؛ زهرا ذبیحی
چکیده
دستیابی به بینش صحیح از ساختار اتصالات و سرریز تلاطمات بین صنایع مختلف بورسی، نقش مهمی در مدیریت ریسک و تشکیل سبد بهینه سهام ایفا میکند. همچنین تحلیل اتصالات بین بخشی، در تدوین سیاستهای محرک رشد اقتصادی و طراحی اقدامات پیشگیرانه برای ممانعت از انتشار ریسک سیستمی به سیاستگذاران کمک میکند. در این راستا، مقاله حاضر تلاش میکند ...
بیشتر
دستیابی به بینش صحیح از ساختار اتصالات و سرریز تلاطمات بین صنایع مختلف بورسی، نقش مهمی در مدیریت ریسک و تشکیل سبد بهینه سهام ایفا میکند. همچنین تحلیل اتصالات بین بخشی، در تدوین سیاستهای محرک رشد اقتصادی و طراحی اقدامات پیشگیرانه برای ممانعت از انتشار ریسک سیستمی به سیاستگذاران کمک میکند. در این راستا، مقاله حاضر تلاش میکند تا با استفاده از دادههای 3370 روز کاری مشترک طی دوره زمانی 1/7/1388 تا 31/6/1402 برای 20 صنعت بورسی (که بالغ بر 80 درصد بازار سهام ایران را تشکیل میدهد) و به کارگیری رویکرد اتصالات مبتنی بر مدل خودرگسیون برداری با پارامترهای متغیر طی زمان (TVP-VAR)، ریسک سیستمی و اتصالات تلاطمات بازده شبکه بازار سهم را برآورد نماید. علاوه بر این، رویکرد حداقل اتصالات را در سبدسازی بهینه سهام به کار گرفته و عملکرد آن را با دو رویکرد مرسوم مقایسه نماید. یافتهها حکایت از آن دارد که اولاً ریسک سیستمی در بازار سهام ایران قابل ملاحظه است و در سه سال اخیر به ارقام بیسابقه 80 درصدی نیز رسیده است. ثانیاً چهار صنعت صادراتی بزرگ (پتروشیمی، فلزات، معادن و پالایشگاه)، قویترین اتصالات زوجی را تجربه میکنند و در میان آنها، فلزات اساسی در نقش یکی از انتقالدهندگان مهم تلاطمات به کل شبکه سهام ظاهر میشود. ثالثاً سبد سهام مبتنی بر روش حداقل اتصالات در مقایسه با روشهای حداقل واریانس و حداقل همبستگی، عملکرد بهتری را بر اساس معیارهای بازدهی تجمعی و اثربخشی هج (پوشش) از خود به نمایش میگذارد.
اقتصاد مالی
رضا طالبلو؛ محمد مهدی باقری تودشکی
چکیده
این مقاله به بررسی تأثیر احساسات به عنوان یک عامل ریسک بحرانی در بازار سرمایه میپردازد که منجر به انحرافات رفتاری در قیمتگذاری داراییهای مالی میشود. ما تخمینی از مدل قیمتگذاری دارایی را براساس چارچوب عامل تنزیل تصادفی (SDF) پیشنهاد میکنیم که هر دو رویکرد سنتی و رفتاری را دربرمیگیرد. با بسط مدل قیمتگذاری دارایی مبتنی بر ...
بیشتر
این مقاله به بررسی تأثیر احساسات به عنوان یک عامل ریسک بحرانی در بازار سرمایه میپردازد که منجر به انحرافات رفتاری در قیمتگذاری داراییهای مالی میشود. ما تخمینی از مدل قیمتگذاری دارایی را براساس چارچوب عامل تنزیل تصادفی (SDF) پیشنهاد میکنیم که هر دو رویکرد سنتی و رفتاری را دربرمیگیرد. با بسط مدل قیمتگذاری دارایی مبتنی بر مصرف (CCAPM) و وارد کردن احساسات به تابع مطلوبیت از طریق معادلات اویلر و روش گشتاورهای تعمیمیافته (GMM)، بورس اوراق بهادار تهران را تحلیل میکنیم. برای تعیین کمیت احساسات، از شاخص گردش مالی بازار به عنوان یک شاخص قابل اعتماد استفاده میکنیم. مطالعه ما دوره زمانی 1390 تا 1399 و 18 گروه بورسی شامل 63 شرکت پذیرفته شده در بورس اوراق بهادار تهران را دربرمیگیرد. نتایج حاکی از آن است که مدل (SDF) رفتاری سازگاری و کارایی بالاتری نسبت به مدل سنتی ارائه میدهد که نزدیک به پویایی مشاهده شده در بورس اوراق بهادار تهران است. علاوه بر این، ضریب احساسات از نظر آماری معنادار است. از نظر ریسک، مدل رفتاری ضرایب بالاتری نسبت به مدل سنتی نشان میدهد. جالب توجه است که هر دو مدل نشان میدهند که فعالان بازار عامل ترجیح زمانی بالایی و در رفتار سرمایهگذاری خود صبر و حوصله نشان میدهند.
اقتصاد فناوری اطلاعات و ارتباطات
رضا طالبلو؛ تیمور محمدی؛ حسین آقائی
چکیده
هدف این مقاله تخمین قدرت انحصاری در صنعت کارتهای پرداخت ایران است. بنابراین، ابتدا بازارهای مبتنی بر اقتصاد شبکه ای که به بازارهای دوطرفه موسوم هستند، تشریح میشود، سپس با استفاده از دادههای بانک مرکزی و شاپرک از دیماه 1393 تا اسفندماه 1397 و با رویکرد تخمین کشش تقاضا، قدرت انحصاری در این صنعت تخمین زده میشود. یافتههای این ...
بیشتر
هدف این مقاله تخمین قدرت انحصاری در صنعت کارتهای پرداخت ایران است. بنابراین، ابتدا بازارهای مبتنی بر اقتصاد شبکه ای که به بازارهای دوطرفه موسوم هستند، تشریح میشود، سپس با استفاده از دادههای بانک مرکزی و شاپرک از دیماه 1393 تا اسفندماه 1397 و با رویکرد تخمین کشش تقاضا، قدرت انحصاری در این صنعت تخمین زده میشود. یافتههای این تحقیق موید آن است که که قدرت انحصاری شاپرک به طور کلی برابر 0/65 است؛ این قدرت در قبال بانکهای صادرکننده برابر 1/8 و در قبال بانکهای پذیرنده برابر 1 است. علاوه بر این، نتایج نشان میدهد کشش تقاضای استفادهکنندگان از کارت نسبت به نرخ کارمزد برابر εB=0.55 است؛ یعنی تقاضای استفادهکنندگان از کارت نسبت به نرخ کارمزد کمکشش است و کشش تقاضای فروشندگان (پذیرندگان کارت) نسبت به نرخ کارمزد εs=1 است. به بیان دیگر، تقاضای فروشندگان برای پذیرش کارت نسبت به نرخ کارمزد دارای کشش نزدیک به 1(1/04)است. به طور کلی، صنعت انحصاری کارتهای پرداخت در ایران و شرکت شاپرک با عدم اخذ کارمزد از دارندگان کارت سبب شده تا افراد زیادی با تهیه کارتهای مختلف بانکی جذب این بازار شوند و تراکنشهای کارتی افزایش یابد. بنابراین، این سیاست شاپرک، تقاضا برای استفاده از کارت در طرف اول بازار را به منظور کسب درآمد -از طریق دریافت کارمزد-افزایش داده است.
رضا طالبلو؛ محمد مهدی داودی
چکیده
در این مقاله بهمنظور محاسبه ریسک بازاری سبدی از 10 شاخص صنایع منتخب بورس اوراق بهادار تهران از دو الگوی ارزش در معرض ریسک (VaR) و ریزش مورد انتظار (ES) استفاده شده است. در این راستا برای تخمین تلاطمهای سبد طرح شده از الگوهای مختلف گارچ چندمتغیره و برای محاسبه همبستگی غیرخطی سبد دارایی از الگوهای مختلف کاپیولا بهرهبرداری شده است. همچنین ...
بیشتر
در این مقاله بهمنظور محاسبه ریسک بازاری سبدی از 10 شاخص صنایع منتخب بورس اوراق بهادار تهران از دو الگوی ارزش در معرض ریسک (VaR) و ریزش مورد انتظار (ES) استفاده شده است. در این راستا برای تخمین تلاطمهای سبد طرح شده از الگوهای مختلف گارچ چندمتغیره و برای محاسبه همبستگی غیرخطی سبد دارایی از الگوهای مختلف کاپیولا بهرهبرداری شده است. همچنین پسآزمایی الگوها با آزمونهای کوپیک، کریستوفرسن، انگل و منگالی و مکنیل و فری صورت گرفته است. نتایج این پژوهش نشان داده است که الگوی DCC-GARCH با توزیع تیاستودنت نسبت به سایر الگوهای رقیب بهترین نتایج را در تخمین تلاطمهای سبد دارایی ارائه کرده است. همچنین از بین تمامی الگوهای کاپیولای بررسی شده در پژوهش، الگوی کاپیولای تیاستودنت نتایج بهتری برای تخمین وابستگی بین داراییها نشان داده است. درنهایت نتایج پسآزمایی الگوهای مختلف نشان داد که هر دو الگوی DCC-GARCH با توزیع تیاستودنت و DCC-GARCH-Copula با توزیع تیاستودنت در برآورد ارزش در معرض ریسک و ریزش مورد انتظار نتایج قابل قبولی دارند. با این حال آزمون لوپز و بلانکو و ایهل نشان دادند که الگوی DCC-GARCH با توزیع تیاستودنت نسبت به الگوی DCC-GARCH-Copula با توزیع تیاستودنت برآورد دقیقتر و کاراتری از ارزش در معرض ریسک و ریزش مورد انتظار سبد دارایی ارائه می کند.
رضا طالبلو؛ محمد مهدی داودی
چکیده
طی سالهای اخیر، پژوهشگران با بهکارگیری نظریه مقدار فرین (EVT)، ریسک بازار را به نحو دقیقتری برای وقایع نادر (شرایط بحرانی) محاسبه کردهاند. در این راستا، این مقاله، به بررسی روشهای مختلف اندازهگیری ریسک بازار در سطوح مختلف اطمینان میپردازد. با توجه به اینکه برای اندازهگیری اثرات بحرانهای مالی بر ارزش داراییها، ...
بیشتر
طی سالهای اخیر، پژوهشگران با بهکارگیری نظریه مقدار فرین (EVT)، ریسک بازار را به نحو دقیقتری برای وقایع نادر (شرایط بحرانی) محاسبه کردهاند. در این راستا، این مقاله، به بررسی روشهای مختلف اندازهگیری ریسک بازار در سطوح مختلف اطمینان میپردازد. با توجه به اینکه برای اندازهگیری اثرات بحرانهای مالی بر ارزش داراییها، روش EVT براساس فروض نظریه، نیازمند سریهای زمانی با مشاهدات بسیاری است، ازاینرو، در این مقاله از 4 شاخص کل، صنعت، بازار اول و بازار دوم در بورس اوراق بهادار تهران استفاده شده است. نتایج پسآزمایی در این پژوهش حاکی از آن است که از بین روشهای مختلف، رویکرد نیمهپارامتریک یا همان رویکرد EVT در مقایسه با رویکردهای پارامتریک (EWMA، MA، GARCH) و ناپارامتریک (Historical Simulation) در سطوح اطمینان بالاتر، کارآیی بالاتری دارند. همچنین روش HS در سطوح اطمینان بالا نتایج قابل قبولی را نشان میدهد. این در حالی است که روشهای پارامتریک (EWMA، MA، GARCH) در محاسبه ارزش در معرض ریسک در سطوح اطمینان 90/0 و 95/0 نتایج قابل اطمینانتری را ارایه میکنند. همچنین پویایی الگوهای GARCH و EWMA نسبت به سایر الگوها بسیار بیشتر است. در بخش بعد، با ترکیب الگوهای مختلف، 3 الگوی EWMA-EVT، GARCH-EVT و AWHS ساخته شد. پس از پسآزمایی 3 الگوی یادشده، مشخص شد که دو الگوی AWHS و EWMA-EVT بهترین نتایج را در بین الگوهای مختلف ارایه و در تمام سطوح اطمینان کفایت قابل قبولی را در تخمین ارزش در معرض ریسک ارایه کردهاند. با این حال، الگوی GARCH-EVT تنها در سطح اطمینان 999/0 نتایج قابل قبولی را نشان میدهد.