بررسی آثار حقیقی نااطمینانی در بازارهای مالی با تاکید بر اوراق خزانه اسلامی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکترای اقتصاد دانشگاه تبریز

2 استاد اقتصاد دانشگاه تبریز

3 دانشیار اقتصاد دانشگاه تبریز

4 گروه اقتصاد دانشگاه تبریز

چکیده

هدف از مطالعه حاضر بررسی تلاطم‌ و نااطمینانی در بازار مالی و آثار و پیامدهای آن بر متغیرهای حقیقی اقتصاد است. بدین منظور، در این مطالعه از یک الگوی تعادل عمومی پویای تصادفی استفاده شده است که در آن واحدهای اقتصادی به صورت ناهمگن بوده (افراد ماهر و افراد مبتدی) و برای دو دوره زندگی می‌کنند (نسل جوان و نسل پیر). همچنین بنگاه‌های اقتصادی نیز در یک فضای رقابت انحصاری با چسبندگی قیمت فعالیت دارند. در این ساختار، نااطمینانی بازار مالی از طریق نوسان‌های قیمت‌ سهام، بدبینی افراد مبتدی نسبت به دارایی‌های ریسکی و نااطمینانی افراد مبتدی نسبت به آینده بازار بررسی شده است. پارامترهای این الگو با استفاده از داده‌های فصلی دوره 1398–1383 و روش بیزین برآورد شده است. نتایج حاصل از شبیه‌سازی تصادفی الگو نشان می‌دهد که با افزایش بدبینی افراد مبتدی، مصرف کل اقتصاد و در نتیجه سطح تولید کاهش می‌یابد. همچنین، افزایش نااطمینانی افراد مبتدی نسبت به آینده بازار سهام باعث افزایش سطح مخارج مصرفی، افزایش سطح سرمایه‌گذاری و افزایش نرخ تورم در اقتصاد می‌شود. در نهایت، افزایش واریانس قیمت دارایی‌های با ریسک باعث می‌شود که مخارج مصرفی افراد مبتدی افزایش اما مخارج مصرفی افراد ماهر کاهش یابد.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Analyzing Real Effects of Uncertainty in Financial Markets with the Emphasizing on Islamic Treasury Bond

نویسندگان [English]

  • Najmeh Izadi 1
  • Mohammad Ali Motafakker Azad 2
  • Reza Ranjpour 3
  • Zahra Karimi Takanlou 4
1 PhD Student in Economics, University of Tabriz
2 Professor of Economics, University of Tabriz
3 Associate Professor of Economics, University of Tabriz
4 Associate Professor of Economics, University of Tabriz
چکیده [English]

The aim of this study is analyzing fluctuations and uncertainty in the financial market and its effects and outcomes on real variables. To do so, in this study a DSGE model is used in which economic agents are heterogeneous (skilled and un-skilled person) and live for two periods (young and old generations). Moreover, firms are active in a monopolistic competition market with sticky prices. In this structure, financial market uncertainties are analyzed by fluctuations in stock prices, pessimistic of un-skilled agents about risky assets and uncertainty of un-skilled person regarding future of market. The difference of this study from related others is that government debt (from budget deficit) is financed by Islamic treasury bonds (Akhza) and therefore unlike interest rate – based economies, macro variables did not influence by interest rate. Model parameters is estimated using Bayesian approach and quarterly data on 2004 – 2019 period. The results from stochastic simulation shows that by increasing pessimistic degree of un-skilled persons, total consumption of economy and thereby output level will decrease. Moreover, increasing in uncertainty of un-skilled persons about future of stock market leads to increase in total consumption spending, investment spending and inflation rate in economy. Finally, the increase in variance of risky assets prices lead to increase in consumption spending of un-skilled persons but reduction in consumption spending of skilled persons

کلیدواژه‌ها [English]

  • Financial market uncertainty
  • DSGE model
  • finical market fluctuations
  • heterogeneous agents

مراجع

  1. باقرزاده آذر، فاطمه، محسنی زنوزی، سید جمال­الدین و منصورفر، غلامرضا (1399). رابطه غیرخطی نااطمینانی سیاست‌های اقتصادی دولت و رشد اقتصادی ایران با تأکید بر توسعه بازارهای مالی در قالب مدل نوین GAS. فصلنامه نظریه‌های کاربردی اقتصاد، 7 (2)، 128-103.
  2. مهرگان، نادر، و احمدی قمی، محمدعلی (1394). شوک‌های ارزی و بازارهای مالی: کاربردی از مدل خودرگرسیون برداری پانل. فصلنامه پژوهش­ها و سیاست‌های اقتصادی، 23 (75)، 130 –
  3. نجارزاده، رضا، آقایی، مجید، و رضایی‌پور، محمد (1388). بررسی تاثیر نوسانات شوک­های ارزی و قیمتی بر شاخص قیمت سهام بورس اوراق بهادار تهران با استفاده از رهیافت خودرگرسیون برداری. پژوهش‌های اقتصادی، 9 (1)، 175-147.

 

  1. Aguiar, M., & Gopinath, G. (2007). Emerging market business cycles: The cycle is the trend. Journal of political Economy, 115(1), 69-102.‏
  2. Andersen, T. G. (1996). Return volatility and trading volume: An information flow interpretation of stochastic volatility. The Journal of Finance, 51(1), 169-204.‏
  3. Arellano, C., Bai, Y., & Kehoe, P. (2010). Financial markets and fluctuations in uncertainty. Federal Reserve Bank of Minneapolis Working Paper.‏
  4. Avery, C., & Zemsky, P. (1998). Multidimensional uncertainty and herd behavior in financial markets. American economic review, 724-748.‏
  5. Bacchetta, P., & Caminal, R. (2000). Do capital market imperfections exacerbate output fluctuations?. European Economic Review, 44(3), 449-468.‏
  6. Baker, S. R., Bloom, N., & Davis, S. J. (2016). Measuring economic policy uncertainty. The quarterly journal of economics, 131(4), 1593-1636.‏
  7. Nicholas, B., Shleifer, A., & Vishny, R. (1998). A model of investor sentiment. Journal of Financial Economics, 49(3), 307-343.‏
  8. Basu, S., & Bundick, B. (2017). Uncertainty shocks in a model of effective demand. Econometrica, 85(3), 937-958.‏
  9. Bernanke, B.S., Gertler, M. & Gilchrist, S. (1999). The financial accelerator in a quantitative business cycle framework. Handbook Macroeconomics, 1, 1341–1393.
  10. Bagherzadeh Azar, F., Mohseni Zonouzi, S.J. & Mansourfar, G. (2020). The nonlinear relationship between the uncertainty of government economic policies and economic growth of Iran with emphasis on the development of financial markets in a novel Gas model framework. Quarterly Journal of Applied Theories of Economics, 7 (2), 103-128 (In Persian).
  11. Bils, M. (1987). The cyclical behavior of marginal cost and price. The American Economic Review, 77 (5), 838–855.
  12. Black, F. (1986). Noise. The Journal of Finance, 41 (3), 528–543.
  13. Bloom, N., (2009). The impact of uncertainty shocks. Econometrica, 77 (3), 623-685.
  14. Bollerslev, T., Tauchen, G. & Zhou, H. (2009). Expected Stock Returns and Variance Risk Premia. The Review of Financial Studies, 22 (11), 4463- 4492.
  15. Brown, G.W., (1999). Volatility, sentiment, and noise traders. Financial Analysts Journal, 55 (2), 82–90.
  16. Choudhry, T. (2003). Stock market volatility and the US consumer expenditure. Journal of Macroeconomics, 25 (3), 367–385.
  17. Cogley, T, & Sargent, T.J. (2005). Drift and volatilities: Monetary policies and outcomes in the post WWII US. Review of Economic Dynamics, 8(2), 262-302.
  18. Davis, J.S., & Khan, A.J. (2008). Interpreting the great moderation: Changes in the volatility of economic activity at the macro and micro levels. Journal of Economic Perspectives, 22 (4), 80-155.
  19. De Long, J.B., Shleifer, A., Summers, L.H. & Waldmann, R.J. (1990). Noise trader risk in financial markets. Journal of Political Economy, 703–738.
  20. Dixit, A., & Pindyck, R.S. (1994). Investment under uncertainty. Princeton University Press.
  21. Engle, R. (1982). Autoregressive conditional heteroscedsticity with estimates of the variance of UK inflation. Econometrica, 50, 987– 1008.
  22. Fernández-Villaverde, J., Guerrón-Quintana P., Kuester, K,. & Juan Rubio Ramírez, J. (2015). Fiscal volatility shocks and economic activity. American Economic Review, 105 (11), 3352-3384.
  23. Gilchrist, S., Sim, J.W. & Zakrajšek, E. (2014). Uncertainty, financial frictions and investment dynamics. National Bureau of Economic Research.
  24. Guerron-Quintana, P. (2009). Do uncertainty and technology drive exchange rates?. Working Papers 09-20, Federal Reserve Bank of Philadelphia.
  25. Ilut, C. & Saijo, H. (2021). Learning, confidence, and business cycles. Journal of Monetary Economics, 117, 354-376.
  26. Ludvigson, S.C., Ma, S. & Ng, S. (2019). Uncertainty and business cycles: exogenous impulse or endogenous response?. NBER working paper series.
  27. Mehregan N. & Ahmadi Ghomi M.A. (2016). Exchange rate shocks and financial markets: An application of panel vector autoregression model (Panel VAR). Journal of Economic Research and Policies, 23 (75), 103-130 (In Persian).
  28. Najarzadeh R., Aghaei M. & Rezaeipour, M. (2009). The impact of price and exchange rate fluctuations on stock price index in Tehran Stock Market: Using a vector auto- regression method.  Journal of sustainable growth and development, 9 (1), 147-175 (In Persian).
  29. Ng, S., & Wright. J.H. (2013). Facts and challenges from the Great Recession for forecasting and macroeconomic modeling. Journal of Economic Literature, 51 (4), 1120-1154.
  30. Romer, P.M. (1990). Endogenous technological change. Journal of Political Economy, 98(5), 71-102.
  31. Segal, G., Shaliastovich, I., & Yaron, A. (2015). Good and bad uncertainty: Macroeconomic and financial market implications. Journal of Financial Economics, 117, 369–397.
  32. Trueman, B. (1988). A theory of noise trading in securities markets. The Journal of Finance, 43 (1), 83–95.
  33. Verma, R. & Verma, P. (2007). Noise trading and stock market volatility. Journal of Multinational Financial Management. 17 (3), 231–243.
  34. Villaverde,J., Guerrón-Quintana, P., Kuester, K. & Rubio-Ramírez, J. (2015). Fiscal volatility shocks and economic activity. American Economic Review, 105 (11), 3352-3384.
  35. Yıldırım-Karaman, S. (2018). Uncertainty in financial markets and business cycles. Economic modelling, 68, 329-339

فایل ها

هم رسانی

ارجاع به این مقاله

آمار