نوع مقاله : مقاله پژوهشی
نویسندگان
1 دکتری اقتصاد، دانشگاه فردوسی، مشهد، ایران
2 استادیار پژوهشکده اقتصاد، دانشگاه تربیت مدرس، تهران، ایران
3 استادیار گروه اقتصاد، دانشگاه قم، قم، ایران
چکیده
یکی از مهم‌ترین دغدغه‌های صندوق بازنشستگی کشوری مدیریت سبد سرمایه‌گذاری است. بر این اساس، در پژوهش حاضر سبد سرمایه گذاری بلندمدت، بزرگترین زیرمجموعه آن (وصندوق) در قالب رویکرد R2 Connectedness که توسط نعیم و همکاران (2023) مطرح شده است در دوره زمانی 31/06/1402-26/06/1392 (17/09/2013-22/09/2023) بررسی شده است. با توجه به اینکه وقایع سیاسی، اقتصادی و اجتماعی در لحظه، آثار و تبعاتی بر بازده سهم‌ها دارند، در این مطالعه به اثرگذاری/ اثرپذیری آنی سهم های موجود در صندوق بازنشستگی کشور پرداخته شده است. نتایج نشان داد در حوزه اثرگذاری و اثرپذیری خالص، کچاد، فولاد، کگل و شرانول (گروه اول) در عمده مواقع اثرگذار بوده و ریسک را به شبکه منتقل کردهاند. در مقابل شپاس، پاسا، شکبیر و وبشهر (گروه دوم) بیشترین اثرپذیری از شبکه را داشته اند. در این صورت با بروز شوک خارجی، ریسک از سهم‌های گروه اول به شبکه منتقل شده و بیشترین اثر را بر سهم های گروه دوم می‌گذارد. در حوزه تحلیل شبکه و در بازار خرسی، آستانه %4-، ارتباط بالایی بین سهم های موجود در پرتفو دیده میشود. ازاین‌رو، در شرایط بازار خرسی، تعدیل پرتفوی مورد بررسی ضروری است. همچنین ارتباط سهم ها در بازار گاوی، آستانه %4+ هیچگونه ارتباطی بین سهم ها وجود ندارد. این نکته بیانگر آن است که در این شرایط پرتفوی موجود نیازمند تعدیل نیست. همچنین چنانچه قصد فروش سهام وجود دارد بهتر است بر گروه پذیرنده ریسک یعنی شرکتهای نفت پاسارگاد، پتروشیمی امیرکبیر، لاستیک ایران یاسا و گروه صنعتی بهشهر متمرکز شوند زیرا ریسک شرکتهای گل‌گهر، چادرملو، فولاد مبارکه و نفت ایرانول توسط این شرکت‌ها جذب میشود.
کلیدواژه‌ها
موضوعات
آرغا، لیلا، مولایی، محمد و خضری، محسن. (1398). بررسی همبستگی پویای شرطی داراییهای منتخب با بازده شاخص قیمت سهام در ایران: رهیافتی از مدل DCC-FIAPARCH. فصلنامه نظریههای کاربردی اقتصاد، 6(4)، 251-274. doi: 10.22075/jae.2020.27467.1258
آشنا، ملیحه و لعل خضری، حمید. (1399). همبستگی پویای شاخص نااطمینانی سیاست اقتصادی جهانی با نوسان بازارهای سهام، ارز و سکه در ایران: کاربرد الگوی M-GARCH رهیافت DCC. فصلنامه مدلسازی اقتصادسنجی، 5(2)، 147-172. doi: 10.22075/jem.2020.20667.1480
امیدی، وحید، رودری، سهیل و جمشیدی، امیر. (1403). بررسی ارتباط بین گروه بانک‌ها، خودرو، سیمان، فلزات اساسی و فرآورده‌های نفتی در بورس اوراق بهادار تهران به تفکیک شرایط با بازدهی مثبت و منفی با استفاده از الگوی Asymmetric TVP-VAR. . راهبرد مدیریت مالی. 12(1)، 69-86. doi: 10.22051/jfm.2024.43995.2830
حسینی ابراهیمآباد، سیدعلی، جهانگیری، خلیل، حیدری، حسن و قائمیاصل، مهدی. (1398). بررسی سرریزهای تکانه و تلاطم میان شاخصهای منتخب بورس اوراق بهادار تهران با استفاده از مدل Asymmetric BEKK-GARCH. فصلنامه مطالعات اقتصادی کاربردی ایران، 8(29)، 123-155. doi: 10.22084/aes.2018.15376.2578
دادمهر، مهرداد، رهنمای رودپشتی، فریدون، نیکومرام، هاشم و فلاح شمس، میرفیض. (1400). بررسی سرایت میان بازارهای پولی و مالی در ایران. فصلنامه اقتصاد و الگوسازی، 12(2)، 166-123. doi: 10.29252/jem.2021.224004.1665
رودری، سهیل، جلیلی، اسماعیل و امیدی، وحید. (1402). مدیریت سبد سرمایه‌گذاری در صنعت پالایشگاهی: بررسی شرایط با بازدهی مثبت و منفی: رویکرد Asymmetric TVP-VAR. چشم‌انداز مدیریت مالی، 13(43)، 154-133. doi: 10.48308/jfmp.2024.104291
رودری، سهیل، فراهانی‌فرد، سعید، شاهآبادی، ابوالفضل و عادلی، امیدعلی. (1401). بررسی فراوانی- زمان سرریز نوسانات میان نرخ ارز، تورم، قیمت سهام و قیمت مسکن در ایران. فصلنامه اقتصاد و الگوسازی، 13(2)، 63-93. doi: 10.29252/jem.2022.228781.1783
سزاوار، محمدرضا، خزایی، علیرضا و اسلامیان، مجتبی. (1398). بررسی همبستگی شرطی میان بازارهای ارز، طلا، مسکن، سهام و نفت در اقتصاد ایران. فصلنامه راهبرد اقتصادی، 8(29)، 60-37. doi: 10.22075/jes.2019.15487.1148
شیرافکن لمسو، مهدی، ایزدی، حمیدرضا و سیستانی بندویی، یاسر. (1402). ارتباط متغیر در زمان چندکی میان شاخص صنایع منتخب بورس اوراق بهادار ایران: بررسی حالت‌های بازدهی بالا، پایین و متوسط (رویکردTVP-Quantile VAR). اقتصاد مالی، 17(65)، 121-152. doi: 10.30495/fed.2023.707988
طالبلو، رضا، مهاجری، پریسا، شاکری، عباس، محمدی، تیمور و ذبیحی، زهرا. (1403). برآورد ریسک سیستمی و سرریز تلاطمات در صنایع بورسی و کاربرد آن در سبدسازی بهینه؛ رویکرد TVP-VAR. پژوهشهای اقتصادی ایران. (در دست انتشار) doi: 10.22054/ijer.2024.77367.1250
طالبلو، رضا و مهاجری، پریسا. (1401). بررسی پویاییهای سرریز تلاطمات بین بازده بخشها با رویکرد اتصالات خودرگرسیون برداری با پارامترهای متغیر در طول زمان (TVP-VAR)؛ شواهدی از بازار سهام ایران. تحقیقات اقتصادی. 57(2)، 321-356. doi: 10.22059/jte.2021.322088.1008455
طالبلو، رضا و مهاجری، پریسا. (1399). الگوسازی سرایت تلاطم در بازار سهام ایران؛ رویکرد فضا- حالت غیرخطی. تحقیقات اقتصادی. 55(4)، 961-990.
کرمی، سپیده و رستگار، محمدعلی. (1397). تخمین اثر سرریز بازده و نوسانات صنایع بر روی یکدیگر در بازار بورس تهران. مهندسی مالی و مدیریت اوراق بهادار. 35(9)، 323-342. Dor: 20.1001.1.22519165.1397.9.35.15.8
محسنی، حسین و بتشکن، محمدهاشم. (1399). بررسی همبستگی شرطی میان صنایع در بازار سرمایه. فصلنامه پژوهشهای راهبردی بودجه و مالی، 1(1)، 75-91. doi: 10.22084/bfr.2020.20158.2357
Adekoya, O.B., Akinseye, A.B., Antonakakis, N., Chatziantoniou, I., Gabauer, D. & Oliyide, J. (2022). Crude oil and islamic sectoral stocks: asymmetric tvp-var connectedness and investment strategies. Resources Policy, 78, 1-15. doi.org/10.1016/j.resourpol.2022.102877
Ahmed, A. & Huo, R. (2021). Volatility transmissions across international oil market, commodity futures and stock markets: Empirical evidence from China. Energy Economics, 93, 1-14. doi.org/10.1016/j.eneco.2020.104741
Algaragolle, W.M.H. (2022). The legal effects of stock markets in activating investment and increasing economic growth in Iraq in light of the temporary law for stock markets no.(74) of 2004. Journal of Positive School Psychology, 6(1s), 120-129. doi.org/10.1457/j.frl.2022.20157893
Aloui, R., Jabeur, S.B. & Mefteh-Wali, S. (2022). Tail-risk spillovers from China to G7 stock market returns during the COVID-19 outbreak: A market and sectoral analysis. Research in International Business and Finance, 62, 101709. doi.org/10.1016/j.ribaf.2022.101709
Alshater, M.M., Alqaralleh, H. & El Khoury, R. (2023). Dynamic asymmetric connectedness in technological sectors. The Journal of Economic Asymmetries, 27, 1-15. doi.org/10.1016/j.jeca.2022.e00287
Antonakakis, N., Chatziantoniou, I. & Gabauer, D. (2020). Refined measures of dynamic connectedness based on time-varying parameter vector autoregressions. Journal of Risk and Financial Management, 13(4), 1-15. doi.org/10.3390/jrfm13040084
Argha, L., Mowlaei, M., & Khezri, M. (2020). Investigating impact of the selected domestic and foreign assets returns on stock price index returns in Iran: An approach from DCC-FIAPARCH model. Quarterly Journal of Applied Theories of Economics, 6(4), 251-274. doi: 10.22075/jae.2020.27467.1258. [In Persian]
Aroury, M.E.H., Lahiani, A. &khuong Nguyan D. (2015). World gold prices and stock returns in China: Insights for hedging and diversification strategies. Economic Modeling, 44, 273-282. doi.org/10.1016/j.econmod.2014.10.030
Asadi, M., Roubaud, D. & Tiwari, A.K. (2022). Volatility spillovers amid crude oil, natural gas, coal, stock, and currency markets in the US and China based on time and frequency domain connectedness. Energy Economics, 109, 105961. doi.org/10.1016/j.eneco.2022.105961
Ashena, M., & La’l khezri, H. (2020). The dynamic correlation of global economic policy uncertainty index with stock, exchange rate and gold markets in Iran: Application of M-GARRCH and DCC approach. Journal of Econometric Modelling, 5(2), 147-172 doi: 10.22075/jem.2020.20667.1480. [ In Persian]
Cao, G. & Xie, W. (2022). Asymmetric dynamic spillover effect between cryptocurrency and China's financial market: Evidence from TVP-VAR based connectedness approach. Finance Research Letters, 49, 103070. doi.org/10.1016/j.frl.2022.103070
Chatziantoniou, I., Gabauer, D. & Stenfors, A. (2021). Interest rate swaps and the transmission mechanism of monetary policy: A quantile connectedness approach. Economics Letters, 204, 109891. doi.org/10.1016/j.econlet.2021.109891
Cheng, S., Deng, M., Liang, R. & Cao, Y. (2023). Asymmetric volatility spillover among global oil, gold, and Chinese sectors in the presence of major emergencies. Resources Policy, 82, 103579. doi.org/10.1016/j.resourpol.2023.103579
Dadmehr, M., Rahnama Roodposhti, F., Nikoumaram, H. & Fallah Shams, M. F. (2021). Investigating the effects of contagion between monetary and financial markets of Iran. Journal of Economics and Modelling, 12(2), 123-166. doi: 10.29252/jem.2021.224004.1665. [In Persian]
Diebold, F. X. & Yilmaz, K. (2012). Better to give than to receive: Predictive directional measurement of volatility spillovers. International Journal of forecasting, 28(1), 57-66. doi.org/10.1016/j.ijforecast.2011.02.006
Diebold, F. X. & Yılmaz, K. (2014). On the network topology of variance decompositions: Measuring the connectedness of financial firms. Journal of econometrics, 182(1), 119-134. doi.org/10.1016/j.jeconom.2014.04.012
Ghaemi Asl, M., Adekoya, O.B. & Rashidi, M.M. (2023). Quantiles dependence and dynamic connectedness between distributed ledger technology and sectoral stocks: enhancing the supply chain and investment decisions with digital platforms. Annals of Operations Research, 327(1), doi.org/435-464. 10.1007/s10479-022-04882-2
Gkillas, K., Vortelinos, D.I. & Suleman, T. (2018). Asymmetries in the African financial markets. Journal of Multinational Financial Management, 45, 72-87. doi.org/10.1016/j.mulfin.2018.04.004
Hoseini, A., Jahangiri, K., Heydari, H. & Ghaemi Asl, M. (2019). Study of shock and volatility spillovers among selected indices of the TEHRAN stock exchange using asymmetric BEKK-GARCH model. Journal of Applied Economics Studies in Iran, 8(29), 123-155. doi: 10.22084/aes.2018.15376.2578. [In Persian]
Innocent, G., Shukla, J. & Mulyungi, P. (2018). Effects of macroeconomic variables on stock market performance in Rwanda. Case study of Rwanda stock exchange. European Journal of Economic and Financial Research, 3(1),104-125. doi.org/10.46827/ejefr.v0i0.364
Jiang,Y., Fu,Y. & Ruan,W. (2019). Risk spillovers and portfolio management between precious metal and BRICS stock markets. Physica A, 534,120993. doi.org/10.1016/j.physa.2019.04.229
Karami, Sepideh and Rostegar, Mohammad Ali (2018). Estimation of the spillover effects of returns and volatility between industries in the TEHRAN stock exchange. Financial Engineering and Securities Management, 35(9), 323-342. Dor: 20.1001.1.22519165.1397.9.35.15.8. [In Persian]
Koop, G., Pesaran, M. H. & Potter, S. M. (1996). Impulse response analysis in nonlinear multivariate models. Journal of econometrics, 74(1), 119-147. doi.org/10.1016/0304-4076(95)01753-4
Li, X., Li, B., Wei, G., Bai, L., Wei, Y. & Liang, C. (2021). Return connectedness among commodity and financial assets during the COVID-19 pandemic: Evidence from China and the US. Resources Policy, 73, 102166. doi.org/10.1016/j.resourpol.2021.102166
Liew, P.X., Lim, K.P. & Goh, K.L. (2022). The dynamics and determinants of liquidity connectedness across financial asset markets. International Review of Economics & Finance, 77, 341-358. doi.org/10.1016/j.iref.2021.10.003
Malik, F. (2022). Volatility spillover among sector equity returns under structural breaks. Review of Quantitative Finance and Accounting, 58(3), 1063-1080. doi.org/10.1007/s11156-021-01018-8
Mittal, S. & Sharma, D. (2021). The impact of COVID-19 on stock returns of the Indian healthcare and pharmaceutical sector. Australasian Accounting, Business and Finance Journal, 15(1), 5-21. doi.org/10.14453/aabfj.v15i1.2
Mohajeri, P. & Taleblou, R. (2022). Investigating the dynamics of volatility spillovers across sectors’ returns utilizing a time-varying parameter vector autoregressive connectedness approach; Evidence from Iranian stock market. Journal of Economic Research (Tahghighat- E- Eghtesadi), 57(2), 321-356. doi: 10.22059/jte.2023.349895.1008727. [In Persian]
mohseni, H. & botshekan, M. H. (2020). Investigating Conditional Correlation Among Industries In The Capital Market. Budget and Finance Strategic Research, 1(1), 75-91. doi: 10.22084/bfr.2020.20158.2357. [In Persian]
Naeem, M.A., Chatziantoniou, I., Gabauer, D. & Karim, S. (2023). Measuring the G20 stock market return transmission mechanism: evidence from the R2 connectedness approach. Available at SSRN 4357224. doi.org/10.1016/j.irfa.2023.102986
Nguyen, N.H., Nguyen, H.D., Vo, L.T.K. & tran, C.Q.K. (2021). The impact of exchange rate on exports and imports: Empirical evidence from Vietnam. The Journal of Asian Finance, Economics and Business, 8(5), 61-68. doi.org/10.3390/jrfm12010006
Orangian, A., Varahrami, V. & Orangian, E. (2021). A comparative study of the impact of sanctions on the oil and cement companies listed in Tehran stock exchange: Forecasting and future trends. Journal of Research in Emerging Markets, 3(2), 1-12. doi.org/10.30585/jrems.v3i2.579
Pesaran, H. H. & Shin, Y. (1998). Generalized impulse response analysis in linear multivariate models. Economics letters, 58(1), 17-29. doi.org/10.1016/S0165-1765(97)00214-0
Reboredo, J.C., Ugolini, A. & Hernandez, J.A. (2021). Dynamic spillovers and network structure among commodity, currency, and stock markets. Resources Policy, 74, 102266. doi.org/10.1016/j.resourpol.2021.102266
Rehman, M.U., Vo, X.V., Ko, H.U., Ahmad, N. & Kang, S.H. (2023). Quantile connectedness between Chinese stock and commodity futures markets. Research in International Business and Finance, 64, 101810. doi.org/10.1016/j.ribaf.2022.101810
Rudari, S., Jalili, E. & Omidi, V. (2023). Portfolio management in the refining industry: investigating conditions with positive and negative returns: An asymmetric TVP-VAR approach. Financial Management Perspective, 13(43), 133-154. doi: 10.48308/jfmp.2024.104291. [In Persian]
Roudari, S., Farahanifard, S., Shahabadi, A. & Adeli, O. (2022). Investigating the time-frequency volatility spillover among exchange rate, inflation, stocks and housing prices in Iran. Journal of Economics and Modelling, 13(2), 65-93. doi: 10.29252/jem.2022.228781.1783. [In Persian]
Sahoo, A.P., Patnaik, B. & Satpathy, I. (2020). Impact of macroeconomic variables on stock market-a study between India and America. European Journal of Molecular & Clinical Medicine, 7(11), 2020. doi.org/14.1024/ejm.2020.152487
Salisu, A. & Isah, K.A.A. (2019). Dynamic spillovers between stock and money markets in Nigeria: A VARMA-GARCH approach. Review of Economic Analysis ,11,255-283. doi.org/10.15353/rea.v11i2.1628
Taleblou, R., Mohajeri, P., Shakeri, A., mohammadi, T. & zabihi, Z. (2024). Estimating the systemic risk and volatility spillovers among industries listed stock market and its application in optimal portfolio; TVP-VAR approach. Iranian Journal of Economic Research, doi: 10.22054/ijer.2024.77367.1250. [In Persian]
Taleblou, R. & Mohajeri, P. (2021). Modeling the transmission of volatility in the Iranian stock market space-state nonlinear approach. Journal of Economic Research (Tahghighat- E- Eghtesadi), 55(4), 963-990. doi: 10.22059/jte.2021.322088.1008455. [In Persian]
Omidi, V., Roudari, S. & Jamshidi, A. (2024). Investigating the relationship between bank, automotive, cement, base metals, and petroleum products in Tehran stock exchange in positive and negative return by asymmetric TVP-VAR. Financial Management Strategy, 12(1), 69-86. doi: 10.22051/jfm.2024.43995.2830. [In Persian]
Sathyanarayana, S. & Gargesa, S. (2018). An analytical study of the effect of inflation on stock market returns. IRA-International Journal of Management & Social Sciences, 13(2), 48-64. doi.org/10.21013/jmss.v13.n2.p3
Sezavar, M. R., khazaei, A. & eslamian, M. (2019). Conditional correlation between foreign exchange markets, gold, housing, stock and oil in the Iranian economy. Economic Strategy, 8(29), 37-60. doi: 10.22075/jes.2019.15487.1148. [In Persian]
Shirafkan Lamsou, Mehdi, Izadi, Hamidreza and Sistani Bandoei, Yaser. (2023). Time-varying quantile dependency among selected industry indices of the Tehran stock exchange: Examining high, low, and medium return states (TVP-quantile var approach). Financial Economics, 17(65), 121-152. doi: 10.30495/fed.2023.707988 [In Persian]
Xiong, Z. & Han, L. (2015). Volatility spillover effect between financial markets: Evidence since the reform of the RMB exchange rate mechanism. Financial Innovation, 1, 1-12. doi.org/10.1186/s40854-015-0009-2
Yin, K., Liu, Z. & Jin, X. (2020). Interindustry volatility spillover effects in China’s stock market. Physica A: Statistical Mechanics and its Applications, 539, 122936. doi.org/10.1016/j.physa.2019.122936
Yunus, N. (2020). Time-varying linkages among gold, stocks, bonds and real estate. The Quarterly Review of Economics and Finance, 77, 165-185. doi.org/10.1016/j.qref.2020.01.015
)