اثر بنیان های اقتصاد کلان بر نوسانات بازار مالی در ایران (روش الگوی داده‌های ترکیبی با تواتر متفاوت (میداس))

نوع مقاله : مقاله پژوهشی

نویسندگان

گروه اقتصاد، واحد یزد، دانشگاه آزاد اسلامی ،یزد، ایران

چکیده

مدل‌سازی نوسانات در بازارهای مالی به دلیل اهمیت آن برای اقتصاد، مورد توجه پژوهشگران دانشگاهی است. علیرغم کارهای تجربی انجام ‌شده، مدل‌سازی نوسانات در این بازارها همچنان یک چالش است. برای این منظور در مطالعه حاضر به بررسی نوسانات بازارهای مالی و بنیان‌های اقتصاد کلان در ایران با استفاده از روش الگوی داده‌های ترکیبی با تواتر متفاوت (میداس) برای بازه زمانی متفاوت فصلی و سالانه پرداخته شد. در الگوی برآورد شده از داده­های سالانه درجه باز بودن تجاری، مخارج دولت، بهره‌وری، نرخ تورم و نرخ بهره و داده­های فصلی نوسانات قیمت نفت، نوسانات نرخ ارز، حجم پول و شاخص قیمت سهام برای سال­های 1397-1370 استفاده شده است. اطلاعات مربوط به سال 1398 در برآورد اولیه رابطه استفاده نشد تا بتوان قدرت پیش بینی الگو را خارج از محدوده برآورد، محک زد. براساس نتایج نرخ تورم، حجم پول، نوسانات نرخ ارز و نوسانات قیمت نفت خام تاثیر مثبت بر نوسانات بازارهای مالی دارد و به ازای یک درصد افزایش در نرخ تورم و حجم پول، نوسانات بازارهای مالی 92 و 82 درصد افزایش می‌یابد. بعبارتی از لحاظ ساختار اقتصادی، افزایش نرخ ارز به صورت پایدار موجب رونق اقتصادی در جامعه می‌شود، اما اگر این افزایش به صورت مقطعی باشد، نمی‌توان رونق اقتصادی را مشاهده کرد. همچنین با مقایسه مقادیر پیش­بینی شده با مقادیر محقق شده و اضافه کردن فصول دوم، سوم و چهارم به مدل، دقت پیش­بینی مدل بالاتر رفته و به مقادیر واقعی نزدیکتر می­شود.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

The effect of macroeconomic fundamentals on financial market fluctuations in Iran (Combined Data Pattern Method with Different Frequency (Midas))

نویسندگان [English]

  • Maryam Falah Tafti
  • Seyyed Yahya Abtahi
  • Jalil Totonchi
  • Zohreh Tabatabaii Nasab
PHD student, Islamic Azad University, Yazd Branch
چکیده [English]

Modeling fluctuations in financial markets is of interest to academic researchers due to its importance for the economy. Despite the empirical work done, modeling volatility in these markets is still a challenge. For this purpose, in the present study, the fluctuations of the financial markets and macroeconomic foundations in Iran were investigated using the mixed data pattern method with different frequency (MIDAS) for different seasonal and annual time frames.
The present study analyzes the fluctuations of financial markets and the foundations of macroeconomics in Iran (method of mixed data pattern with different frequency (Midas)) based on the frequency of data for different seasonal and annual periods. In the estimated model, annual data on trade openness, government spending, productivity, inflation and interest rates, and quarterly data on oil price fluctuations, exchange rate fluctuations, money supply and stock price index for the years 1370-1397 have been used. Data related to 1398 were not used in the initial estimation of the relationship in order to test the predictive power of the model outside the estimation range.          According to the results of inflation, money supply, exchange rate fluctuations and crude oil price fluctuations have a positive effect on financial market fluctuations and for one percent increase in inflation rate and money supply, financial market fluctuations increase by 92 and 82 percent. In other words, in terms of economic structure and according to the principles of economics, a steady increase in the exchange rate causes economic prosperity in society, but if this increase is temporary, economic prosperity cannot be observed. Also, by comparing the predicted values ​​with the realized values ​​and adding the second, third and fourth chapters to the model, the prediction accuracy of the model goes higher and gets closer to the real values

کلیدواژه‌ها [English]

  • Financial markets
  • macroeconomic fundamentals
  • currency fluctuations
  • composite data with different frequencies

مراجع

  1. بهرامی، جاوید، محمدی، تیمور و بزرگ، شادی (1393). انتقال نامتقارن نرخ ارز به شاخص­های قیمت داخلی با رویکرد SVAR. فصلنامه پژوهش­های اقتصادی ایران، 40، 37-65.
  2. صادقی شاهدانی، مهدی، صاحب هنر، حامد، طاهری فرد، علی و نخلی، سیدرضا (1392). بررسی رابطه بین نرخ ارز و متغیرهای کلان اقتصادی (با استفاده از رهیافت BVAR با تابع پیشین: SSVS مطالعه موردی ایران). پژوهشنامه اقتصادی، 13(49)، 1-48.
  3. عزیزنژاد، صمد و کمیجانی، اکبر (1396). تغییرات نرخ ارز و اثر آن بر نوسانات متغیرهای منتخب اقتصاد کلان در ایران. پژوهش­های رشد و توسعه پایدار، 17(1)، 121-143.
  4. کمیجانی، اکبر و ابراهیمی، سجاد (1392). اثر نوسانات نرخ ارز بر رشد بهره­وری در کشورهای در حال توسعه با لحاظ سطح توسعه مالی. مطالعات اقتصادی کاربردی، 2(6)، 1-27.
  5. علیقلی، منصوره و حسینی، سیدمهدی (1396). چگونگی اثرگذاری نوسانات شاخص قیمت سهام بر تغییرات رشد اقتصادی در ایران. اقتصاد مالی، 11(41)، 224-201.
  6. رستمی، علی، زمردیان، غلامرضا و جلالی، سجاد (1394). بررسی رابطه شوک­های قیمت سهام با نوسانات حساب جاری. مهندسی مالی و مدیریت اوراق بهادار، 7(26)، 43-58.
  7. جعفری صمیمی، احمد، اعظمی، کورش و عزیزیان، جبار (1394). تاثیر نااطمینانی متغیرهای اقتصاد کلان (نرخ ارز، تورم و نرخ رشد) بر واردات کشورهای منتخب در حال توسعه (شامل ایران). اقتصاد مقداری، 12(3)، 49-27.
  8. ورهرامی، ویدا و عباسقلی نژاد اسبقی، رعنا (1397). بررسی تاثیر متغیرهای خرد و کلان پولی بر شاخص قیمت سهام دوازده گروه شرکتی فعال­تر در بازار بورس اوراق بهادار با استفاده از روش داده‌های تابلویی پویا. اقتصاد کاربردی، 8 (27)، 26-13.

 

  1. Algozhina, A. (2022). Monetary policy rule, exchange rate regime, and fiscal policy cyclicality in a developing oil economy. Energy Economics, 112, 106126.‏
  2. Aliqoli, M., & Hosseini, S. M. (2017). How stock price index fluctuations affect changes in economic growth in Iran. Financial Economics, 11 (41), 201-224 (In Persian).
  3. Aziznejad, S., & Komijani, A. (2017). Exchange rate changes and its effect on fluctuations in selected macroeconomic variables in Iran. Research on Sustainable Growth and Development, 17 (1), 121-143 (In Persian).
  4. Bahrami, J., Mohammadi, T., & Bozorg, S. (2014). Asymmetric transfer of exchange rates to domestic price indices with SVAR approach. Iranian Journal of Economic Research, 40, 65-37 (In Persian).
  5. Bekiros, S. D. (2014). Exchange rates and fundamentals: Co-movement, long-run relationships and short-run dynamics. Journal of Banking & Finance, 39, 117-134.‏
  6. Chang, M. J., & Su, C. Y. (2014). The dynamic relationship between exchange rates and macroeconomic fundamentals: Evidence from Pacific Rim countries. Journal of International Financial Markets, Institutions and Money, 30, 220-246.‏
  7. Deng, Y., Girardin, E., & Joyeux, R. (2018). Fundamentals and the volatility of real estate prices in China: A sequential modelling strategy. China Economic Review, 48, 205-222.‏
  8. Engle, R. F., & Rangel, J. G. (2008). The spline-GARCH model for low-frequency volatility and its global macroeconomic causes. The review of financial studies, 21(3), 1187-1222.‏
  9. Ellington, M. (2018). Financial market illiquidity shocks and macroeconomic dynamics: Evidence from the UK. Journal of Banking & Finance, 89, 225-236.‏
  10. Engle, R. F., Ghysels, E., & Sohn, B. (2013). Stock market volatility and macroeconomic fundamentals. Review of Economics and Statistics, 95(3), 776-797.‏
  11. Gong, Y., Ma, C., & Chen, Q. (2022). Exchange rate dependence and economic fundamentals: A Copula-MIDAS approach. Journal of International Money and Finance, 123, 102597.
  12. Girardin, E., & Joyeux, R. (2013). Macro fundamentals as a source of stock market volatility in China: A GARCH-MIDAS approach. Economic Modelling, 34, 59-68.‏
  13. Jafari Samimi, A., Azami, K., & Azizian, J. (2015). Impact of macroeconomic variables (exchange rate, inflation and growth rate) on imports of selected developing countries (including Iran). Quantitative Economics, 12(3), 27-49 (In Persian).
  14. Komijani, A., & Ebrahimi, S. (2013). The effect of exchange rate fluctuations on productivity growth in developing countries in terms of the level of financial development. Applied Economic Studies, 2 (6), 1-27 (In Persian).
  15. Loipersberger, F., & Matschke, J. (2019). Financial cycles and domestic policy choices: A dynamic assessment. Working paper.‏
  16. Pan, Z., Wang, Y., Wu, C., & Yin, L. (2017). Oil price volatility and macroeconomic fundamentals: A regime switching GARCH-MIDAS model. Journal of Empirical Finance, 43, 130-142.‏
  17. Raheem, I. D. (2017). Asymmetry and break effects of oil price-macroeconomic fundamentals dynamics: The trade effect channel. The Journal of Economic Asymmetries, 16, 12-25.‏
  18. Rostami, A., Zomordian, Gh. R., & Jalali, S. (2015). Investigating the relationship between stock price shocks and current account fluctuations. Financial Engineering and Securities Management, 7(26), 43-58 (In Persian).
  19. Salisu, A. A., Gupta, R., & Demirer, R. (2022). Global financial cycle and the predictability of oil market volatility: Evidence from a GARCH-MIDAS model. Energy Economics, 108, 105934.‏
  20. Sadeghi Shahdani, M., Saheb Honar, H., Taheri Fard, A., & Nakhli, S. R. (2013). Investigating the relationship between exchange rate and macroeconomic variables (using the BVAR approach with the former function: SSVS Iran case study). Economic Research Journal, 13(49), 1-48 (In Persian).
  21. Varhrami, V., & Abbasgholi Nejad Esbaqi, R. (2018). Investigating the effect of micro and macro variables on the stock price index of twelve more active companies in the stock market using the dynamic panel data method. Applied Economics, 8(27), 13-26 (In Persian).
  22. Yin, W., & Li, J. (2014). Macroeconomic fundamentals and the exchange rate dynamics: A no-arbitrage macro-finance approach. Journal of International Money and Finance, 41, 46-64.‏

فایل ها

هم رسانی

ارجاع به این مقاله

آمار