نویسندگان

1 دانشجوی کارشناسی ارشد علوم اقتصادی دانشگاه فردوسی مشهد

2 استادیار گروه اقتصاد دانشگاه فردوسی مشهد

چکیده

هدف اصلی این مقاله، بررسی سرریز تلاطم بین سه بازار سهام، طلا و ارز خارجی است. بدین منظور از الگوی
 «
VAR-MGARCH» برای بررسی بازار مالی ایران، از اول فروردین 1390 تا سی‌‌ام شهریور 1393 استفاده شده است. داده‌‌‌‌‌‌‌هایی که مورد استفاده قرار گرفته، قیمت روزانه سکه تمام بهار آزادی (طرح جدید)، شاخص بورس اوراق بهادار تهران و نرخ ارز اسمی دلار آمریکا (نرخ ارز بازار در ایران) هستند. نتایج نشان‌‌‌‌دهنده‌‌ انتقال شوک دو‌‌طرفه بین بازارهای ارز و طلا و بین بازارهای طلا و سهام است و انتقال شوک یک‌‌طرفه از بازار سهام بهبازار ارز وجود دارد. همچنین نتایج نشان‌‌‌‌ می‌‌دهد که انتقال تلاطم دوطرفه بین بازارهای ارز و بازار طلا و بین بازارهای طلا و سهام وجود دارد.

کلیدواژه‌ها

اسلاملوئیان، کریم و هاشم زارع (1385)، «بررسی تأثیر متغیرهای کلان و دارایی‌‌‌هایجایگزین بر قیمت سهام ایران؛ یک الگوی خود‌‌همبسته با وقفه‌‌های توزیعی»، فصلنامه پژوهش‌‌های اقتصادی ایران، 8(29)، صص 26-17.
زمانی، شیوا، داوود سوری و محسن ثنائی‌‌اعلم (1389)، «بررسی وجود سرریز بین سهام شرکت‌‌‌‌‌‌‌ها در بورس اوراق بهادار تهران با استفاده از یک الگوی دینامیک چند‌‌متغیره»، مجله تحقیقات اقتصادی، 93، صص 54-29.
کریم‌‌زاده، مصطفی (1385)، «بررسی رابطه بلند‌‌مدت شاخص قیمت سهام بورس با متغیرهای کلان پولی با استفاده از روش هم‌جمعی در اقتصاد ایران»، فصلنامه پژوهش‌‌های اقتصادی، 8 (26)، صص 54-41.
کشاورز‌ ‌حداد، غلامرضا و آرش بابایی (1390)، «الگو‌‌سازی تلاطم بازده نقدی در بورس سهام تهران با استفاده از داده‌‌های پانل و الگوی GARCH». نشریه پژوهش‌های مالی، 13 (31)، صص 72-41.
موسایی، میثم، نادر مهرگان و حسین امیری (1389)، «رابطه بازار سهام و متغیرهای کلان اقتصادی در ایران»، پژوهش‌‌ها و سیاست‌‌‌های اقتصادی، 54، صص 94-73.
Aboura, S., & Chevallierm, J. (2014), “Cross-Market Spillovers with Volatility Surprise”, Review of Financial Economics, 23 (14): 194-207.
Agnolucci, P. (2009), “Volatility in Crude Oil Futures: a Comparison of the Predictive Ability of GARCH and Implied Volatility Models”, Energy Economics, 31: 316–321.
Alexander, C. (1999), “Risk Management and Analysis: Measuring and Modeling Financial Risk”, Volume 1. New York, John Wiley and Sons.
Alotaibi, A. R. & Mishra, A. V. (2015), “Global and Regional Volatility Spillovers to GCC Stock Markets”, Economic Modeling, 45: 38-49.
Arouri, M. H., Jouini J., & Nguyen D. K. (2012), “On the Impacts of Oil Price Fluctuations on European Equity Markets: Volatility Spillover and Hedging Effectiveness”, Energy Economics, 34: 611–617.
Arouri, M. E. H., Lahiani, A., & Khuong Nguyen D. (2015), “World Gold Prices and Stock Returns in China: Insights for Hedging and Diversification Strategies”, Economic Modeling, 44: 273–282.
Badshah, I.U., Frijns, B., & Tourani Rad, A.R. (2013), “Contemporaneous Spillover among Equity, Gold, and Exchange Rate Implied Volatility Indices”, Journal of Futures Markets, 33(6): 555–572.
Beirne, J., Caporale, G. M., Schulze-Ghattas, M., & Spagnolo, N. (2010), “Global and Regional Spillovers in Emerging Stock Markets: A Multivariate GARCH-in-Mean Analysis”, Emerging Markets Review, 11: 250–260.
Bollerslev, T. (1986), “Generalized Autoregressive Conditional Heteroscedasticity”, Journal of Econometrics, 31(3): 307-327.
Branson, W.H. (1983), “Macroeconomic Determinants of Real Exchange Risk. In: Herring, R.J. (Ed.)”, Managing Foreign Exchange Risk, Cambridge University, Cambridge.
Chang, C. L., Khamkaew, T., Tansuchat, R. & McAleer, M. (2011), “Interdependence of International Tourism Demand and Volatility in Leading ASEAN Destinations”,Tourism Economics, 17 (3): 481–507.
Dornbusch, R., Fischer, S. (1980), “Exchange Rates and the Current Account”, the American Economic Review, 70(5): 960–971.
Engle, R. F. (1982), “Autoregressive Conditional Heteroscedadticity with Estimates of the Variance of UK Inflation”, Econometrica, 50 (4): 987-1008.
Engle, R., and Kroner, K. (1995), “Multivariate Simultaneous Generalized ARCH”, Econometric Reviews, 11: 122–150.
Fardous Alom, Md. (2012), “Essays on the Volatility and Spillover Effects of Oil and Food Price Shocks”, Thesis of Doctor of Philosophy in Economics, Lincoln University.
Gavin, M.(1989), “the Stock Market and Exchange Rate Dynamics”, Journal ofInternational Money and Finance, 8(2):181–200.
Hassan, S. A. & Malik, F. (2007), “Multivariate GARCH Modeling of Sector Volatility Transmission”, The Quarterly Review of Economics and Finance, 47: 470–480.
Kang, S. H., Kang, S. M. & Yoon, S.M. (2009), “Forecasting Volatility of Crude Oil Markets”, Energy Economics, 31 (1): 119–125.
Karolyi, G. A. (1995), “A Multivariate GARCH Model of International Transmissions of Stock Returns and Volatility: The Case of the United States and Canada”, Journal of Business & Economic Statistics, 13(1): 11-25.
Khalifa A. A. A., Hammoudeh, S., Otranto, E.(2014), “Patterns of Volatility Transmissions within Regime Switching across GCC and Global Markets”, International Review of Economics & Finance, 29: 512–524.
Kumar, D. (2014), “Return and Volatility Transmission between Gold and Stock Sectors: Application of Portfolio Management and Hedging Effectiveness”, IIMB Management Review, 26 (1): 5–16.
Ling, S. & McAleer, M.(2003), “Asymptotic Theory for a Vector ARMA–GARCH Model”, Econometric Theory, 19: 280–310.
Martin L.v., Hurn, s. and Harris, D. (2012), “Econometric Modeling with Time Series: Specification, Estimation and Testing, Themes in Modern Econometrics”, Cambridge University Press, New York.
McAleer, M. (2005), “Automated Inference and Learning in Modeling Financial Volatility”, Econometric Theory, 21 (1): 232-261.
Mensi, W., Hammoudeh, S., Nguyen, D. K. & Yoon S. M.(2014), “Dynamic Spillovers among Major Energy and Cereal Commodity Prices”, Energy Economics,43: 225–243.
Mensi, W., Beljid, M., Boubaker, A. & Managi, S. (2013), “Correlations and Volatility Spillovers across Commodity and Stock Markets: Linking Energies, Food, and Gold”, Economic Modeling, 32: 15–22.
Natarajana, V. K., Singhb A. R. R. & Priyac, N. C. (2014), “Examining Mean Volatility Spillovers across National Stock Markets”, Journal of Economics, Finance and Administrative Science, (19): 55–62.
Zhao, H. (2010), “Dynamic Relationship between Exchange Rate and Stock Price: Evidence from China”, Research in International Business and Finance, (24): 103–112.