جستجوی مقالات مرتبط با کلیدواژه "stock market" در نشریات گروه "مالی"
تکرار جستجوی کلیدواژه «stock market» در نشریات گروه «علوم انسانی»-
One of the goals of researchers and policymakers is to find measures to achieve economic growth. Financial development is one of the policies that many economists recommend in order to achieve economic growth and development. From this perspective, financial development is an engine for economic growth, and policymakers should focus on creating and expanding financial institutions and markets. The present study examines the impact of financial development and economic performance indicators including economic growth and international trade in developing and developed countries in the long run from 2001 to 2018. Data collection has been done by two methods, library, and field, to complete the literature and research background, refer to libraries and researches, and for financial and economic data, including financial development indicators in two sections: Bank- Index and Capital Markets Stock-Index, as well as figures for Gross Domestic Product (GDP) and international trade from the World Development Index (WDI) databases, are used. Developed countries, due to their technology and power in production, can carry out their industrial production and export to developing countries. However, developing countries do not see long-term equilibrium relationships for economic growth and international trade.
Keywords: Economic Performance, Financial Development, International Trade, Stock Market -
نشریه تحقیقات مالی، پیاپی 75 (پاییز 1403)، صص 553 -578هدف
هدف از پژوهش حاضر توسعه یک مدل جامع پیش بینی قیمت سهام در بازار بورس اوراق بهادار تهران با رویکرد ترکیبی دلفی فازی مدل سازی ساختاری تفسیری است. نوآوری این پژوهش در نظر گرفتن تمام فاکتورهای بعد فنی، بنیادی، کلان اقتصادی و احساسی پیش بینی قیمت سهام است که با استفاده از روش های ریاضی مدل سلسله مراتبی، برای تعیین تاثیرگذارترین و تاثیرپذیرترین معیارهای پیش بینی قیمت سهام انجام شده است.
روشدر این پژوهش، ابتدا به دلیل عدم قطعیت احتمالی در پاسخ خبرگان، از روش دلفی فازی استفاده شد و با تجزیه وتحلیل داده ها، از میان 54 معیار پیش بینی قیمت سهام استخراج شده از ادبیات پژوهش، معیارها شناسایی شدند و در دو مرحله در اختیار خبرگان و سرمایه گذاران صنعت بورس اوراق بهادار تهران و اساتید دانشگاه قرار گرفتند. از میان این عوامل، 15 معیار به عنوان مهم ترین و تاثیرگذارترین معیارها انتخاب شد که 5 معیار میانگین متحرک نمایی، اندیکاتور کانال قیمت، اندیکاتور قدرت نسبی، اندیکاتور حجم معاملات تعادلی و اندیکاتور قیمت مولفه های بعد فنی؛ نرخ ارز از مولفه کلان اقتصادی؛ حجم معاملات از مولفه بعد رفتاری و نسبت قیمت به سود هر سهم، نسبت سود عملیاتی به فروش، نسبت سود ناخالص به فروش، نرخ رشد فروش شرکت، سود تقسیمی هر سهم، درآمد هر سهم و خرید هر سهم از مولفه های بعد بنیادی انتخاب شدند. در ادامه با استفاده از روش مدل سازی ساختاری تفسیری، روابط میان آن ها بررسی و مدل سلسله مراتبی تبیین شد.
یافته هابر اساس یافته های به دست آمده از مدل در مدل سازی ساختاری تفسیری، مشاهده شد که قیمت به سود هر سهم و شاخص جریان پول، در انتهای سلسله مراتب قرار می گیرد و قدرت محرکه زیادی دارد؛ زیرا نحوه قیمت گذاری سازمان ها بر محصولات، روی خرید سرمایه گذاران بسیار موثر است و روش انبساطی یا انقباضی پول، در قیمت گذاری قدرت محرکه زیادی دارد. معیارهایی که در پایین سلسله مراتب قرار میگیرند، عبارت اند از: نرخ ارز که یکی از عوامل کلان اقتصادی است و اندیکاتور قدرت نسبی و میانگین متحرک نمایی که عوامل فنی هستند و به عنوان تاثیرپذیرترین شاخص ها شناسایی شدند. یافته های این پژوهش، یک مدل سلسله مراتبی از مهم ترین عوامل تاثیرگذار بر قیمت سهام را در بورس اوراق بهادار ایران، در اختیار سازمان ها و سرمایه گذاران و صنایع فعال در بورس قرار می دهد.
نتیجه گیرینتایج حاصل از مدل سازی ساختاری تفسیری نشان داد که متغیرهای نرخ تورم، نرخ رشد نقدینگی و نرخ ارز، از بعد کلان اقتصادی، می توانند بر قیمت سهام تاثیر داشته باشند؛ اول به این دلیل که افراد در سبد دارایی مالی خود ترکیب های مختلفی از پول نقد، سهام، سپرده های بانکی، اوراق مشارکت، طلا و ارز را نگهداری می کنند و دوم به این دلیل که متغیرهای یادشده بر شرایط مالی بنگاه های اقتصادی و ارزش سهام شرکت آن ها اثرگذارند.
کلید واژگان: شاخص جریان پول, رشد نقدینگی, سبد دارایی مالی, حجم معاملات, بازار بورسFinancial Research, Volume:26 Issue: 75, 2024, PP 553 -578ObjectiveThis study aims to create a comprehensive stock price prediction model for the Tehran Stock Exchange by employing both fuzzy Delphi and interpretive structural modeling techniques. The research is innovative in that it incorporates all relevant factors from technical, fundamental, macroeconomic, and sentiment perspectives for stock price forecasting. This integration is facilitated through mathematical hierarchical modeling to pinpoint the most significant and responsive criteria for predicting stock prices.
MethodsInitially, due to potential uncertainties in expert responses, the fuzzy Delphi method was employed. Data analysis identified 54 stock price prediction criteria extracted from the literature. These were presented in two stages to experts and investors in the Tehran Stock Exchange industry as well as university professors. Accordingly, 15 criteria were selected as the most significant and influential, including five technical indicators: exponential moving average, price channel, relative strength, on-balance volume, and price. Additionally, the exchange rate from the macroeconomic component; trading volume from the behavioral component; price-to-earnings ratio, operating profit margin, gross profit margin, sales growth rate, dividend per share, earnings per share, and purchase per share from the fundamental component were chosen. Subsequently, using interpretive structural modeling, the relationships among them were examined and a hierarchical model was established. Interpretive structural modeling aids in determining the sequence and purpose of complex interrelationships among elements within a system.
ResultsThe findings from the interpretive structural modeling revealed that the price-to-earnings per share ratio and the money flow index are positioned at the bottom of the hierarchy, indicating they possess a high driving force in influencing stock prices. Because the product pricing methods of organizations have a significant impact on purchases by investors, the expansionary or contractionary monetary policy plays a crucial role in pricing. The criteria at the bottom of the hierarchy include the exchange rate, a key macroeconomic factor, along with the relative strength indicator and the exponential moving average, both of which are considered significant technical indicators. The findings of this research provide organizations, investors, and active industries in the stock market with a hierarchical model of the most significant factors influencing stock prices in the Tehran Stock Exchange.
ConclusionThe results from interpretive structural modeling show that macroeconomic variables such as inflation rate, liquidity growth rate, and exchange rate can significantly influence stock prices. This influence occurs because individuals maintain diverse portfolios of cash, stocks, bank deposits, participatory bonds, gold, and foreign currency. Additionally, these variables impact the financial health of economic enterprises, which in turn affects their stock values.
Keywords: Money Flow Index, Liquidity Growth, Financial Asset Portfolios, Trading Volume, Stock Market -
اهداف
هدف این مطالعه توسعه الگویی جامع برای پیش بینی قیمت سهام در بورس اوراق بهادار با به کارگیری شناسه های فنی، بنیادی، کلان اقتصادی و رفتاری با استفاده از رویکرد الگوسازی ساختاری تفسیری است.
روشدر این پژوهش 54 معیار از چهار بعد ابعاد اصلی تاثیرگذار بر قیمت بورس تعیین شد و در اختیار خبرگان قرار داده شد. پس از آن با استفاده از روش دلفی فازی، 15 معیار مهم انتخاب و سپس با استفاده از روش الگوسازی ساختاری - تفسیری الگوی جامع تاثیرگذارترین و تاثیرپذیرترین معیارها مشخص شده است.
نوآوری:
اگرچه در پژوهش های پیشین از تلفیق حداکثر دو بعد پیش بینی قیمت سهام استفاده شده، در این پژوهش سعی شده است هر بعد نماینده ای در پیش بینی قیمت سهام داشته باشد. از سوی دیگر در روش فازی میزان ابهامات به کمترین حد کاهش پیدا کند و الگوسازی ساختاری - تفسیری نمای شماتیک از میزان محرک بودن معیارها ارائه کرده است.
نتایجبر اساس یافته ها در الگوی الگوسازی ساختاری - تفسیری مشاهده می شود قیمت به سود هر سهم و شاخص جریان پول در انتهای سلسله مراتب قرار می گیرد و قدرت محرکه زیادی دارد. معیارهایی که در پایین سلسله مراتب قرار می گیرند عبارتند از نرخ ارز و اندیکارتور قدرت نسبی و میانگین متحرک نمایی که تاثیرپذیرترین شاخص ها هستند.
کلید واژگان: بورس اوراق بهادار, الگوی پیش بینی, رویکرد دلفی فازی, الگوسازی ساختاری تفسیریThe aim of this study was to develop a comprehensive model for stock price forecasting in the Tehran Stock Exchange (TSE) using a mixed Delphi-fuzzy approach of Interpretive Structural Modeling (ISM). The model incorporated technical, fundamental, macroeconomic, and emotional factors. In this study, the fuzzy Delphi method was employed to identify key criteria from the investor’s perspective among the 54 stock price prediction criteria extracted from the existing literature. Subsequently, the interpretive structural modeling method was utilized to examine the relationships between these criteria and establish a hierarchical model. The findings of the ISM revealed that the price per share and the money flow index held significant positions at the bottom of the hierarchy and exerted a strong driving force. Among the criteria occupying lower positions in the hierarchy, the exchange rate and the power indicator relative and exponential moving averages were identified as the most influential indicators.
Keywords: Stock Market, Prediction Model, Fuzzy-Delphi Approach, Interpretive Structural Modeling (ISM) -
اهداف
عرضه های اولیه نقطه عطف مهمی در بحث سرمایه گذاری محسوب می شوند. این نوع از سهام نه تنها کمبود منابع و محدودیت سرمایه ای پیش روی شرکت ها را برداشته و زمینه لازم را برای تامین نقدینگی شرکت ها فراهم می کند، بلکه مجموعه ای گسترده از استراتژی های سرمایه گذاری را پیش روی شرکت ها قرار می دهد؛ از این رو، هدف اصلی بررسی رابطه علیت گرنجری بین تعداد عرضه های اولیه سهام با فاکتورهای کلان اقتصادی ازجمله تولیدات صنعتی، نرخ بهره به بدهی دولت، بازار سهام و نوسان ها بازار سهام ایران است.
روشبه منظور دستیابی به هدف فوق از الگوی خودرگرسیون برداری (VAR) طی دوره زمانی 1398-1370 برای بررسی رابطه علیت گرنجری بین تعداد عرضه های اولیه سهام با متغیرهای کلان اقتصادی استفاده شده است.
نتایجیافته ها حاکی است که تعداد عرضه های اولیه علیت گرنجری رشد تولیدات صنعتی و نوسان های شاخص کل است و مشخص شد، تعداد عرضه اولیه، علت رشد شاخص کل و نوسانات بازار سهام و نرخ بهره به بدهی دولت بوده است. به این معنا که عوامل کلان اقتصادی ازجمله تولیدات صنعتی، نرخ بهره به بدهی دولت و بازار سهام به تکانه کوچک از تعداد عرضه های اولیه حساس است و پیامدهای کلان اقتصادی در ایران دارد. براساس نتایج حاصل شده ادعا می شود، منابع مالی به دست آمده از طریق تعداد عرضه های اولیه شرکت ها همه نباید صرف هزینه دولت شود و بهتر است، منابع مالی به دست آمده صرف توسعه و پیشرفت این شرکت ها و بازار سهام شود.
کلید واژگان: علیت گرنجری, تعداد عرضه اولیه, عوامل کلان اقتصادی, خودرگرسیون برداری (VAR)Initial public offerings (IPO) is considered an important turning point in the investment literature. This type of stock not only removes the constraints of resources and capital limitations faced by companies and provides the necessary basis for providing liquidity to companies, but also offers a wide range of investment strategies to companies. Therefore, the main goal of the present study is to investigate the Granger causality relationship between the number of IPO and macroeconomic variables including industrial production, the interest rate on government debt, stock market, and stock market volatility using the Vector Auto Regression (VAR) model during the period 1991-2019 for the Tehran Stock Exchange. The results showed that the number of IPOs is the reason for the growth of industrial production and the fluctuations of the stock index. It was also found that the number of IPOs was the reason for the growth of the stock index and the fluctuations of the stock market and interest rate due to the government's debt. This means that macroeconomic variables such as industrial production, interest rates on government debt, and the stock market are sensitive to small impulses from the number of IPOs and can have macroeconomic consequences in Iran. Based on the results, it can be acknowledged that the financial resources obtained through the number of IPOs of the companies should not be spent at the expense of the government and it is better to spend the financial resources on the development of these companies and the stock market.
Keywords: Granger causality, Number of Initial public offerings, industrial production, the Interest Rate on Government Debt, Stock market, Stock Market Volatility, Vector Auto Regression (VAR) -
گرایش احساسی بازار یا گرایش احساسی سرمایه گذار، تلقی عمومی سرمایه گذاران نسبت به یک اوراق بهادار خاص یا کل بازار مالی است. احساسات سرمایه گذاران یکی از عومل مهم تاثیرگذار بر قیمت سهام ارزیابی می گردد اما تورش های رفتاری انسان ها، سنجش میزان احساسات را با چالش هایی مواجه ساخته است؛ بنابراین مسئله اصلی این پژوهش استخراج یک شاخص کمی برای سنجش گرایش احساسی سرمایه گذاران در بورس اوراق بهادار تهران است. این پژوهش از منظر هدف کاربردی و از منظر نحوه گردآوری داده ها، توصیفی _ همبستگی محسوب می شود. در این پژوهش با استفاده از روش تحلیل مولفه های اساسی (PCA) شاخصی برای سنجش گرایش احساسی سرمایه گذاران بورس اوراق بهادار تهران بر اساس داده های ماهیانه طی بازه زمانی در سال های در سال های 1393 تا 1399 استخراج گردید. متغیرهای احساسی مورد استفاده در شاخص نهایی عبارت اند از: میزان گردش معاملات سهام، خالص جریان نقد صندوق های مشترک سهامی، نسبت معاملات سرمایه گذاران خرد، دقیق تنزیل واحدهای صندوق های با سرمایه بسته، نسبت قیمت به درآمد، شاخص خط روانشناسی، شاخص قدرت نسبی و حجم معاملات سهام.
کلید واژگان: گرایش احساسی سرمایه گذار, گرایش احساسی بازار, بورس اوراق بهادار, تحلیل مولفه های اساسی, PCAMarket sentiment or investor sentiment is investors' general perception towards a particular security or the entire financial market. Investors' emotions are considered one of the critical factors affecting the stock price, but the behavioral tendencies of humans have made the measurement of emotions face challenges; Therefore, the main problem of this research is to extract a quantitative index to measure sentiment tendency in Tehran Stock Exchange. This research is considered to be descriptive-correlational from the point of view of practical purpose and from the point of view of data collection. In this research, using the principal component analysis (PCA) method, an index was extracted to measure the emotional tendency of Tehran Stock Exchange investors based on monthly data during the period of 2019-2018. The emotional variables used in the final index are the number of stock transactions, the net cash flow of mutual funds, the ratio of small investors' transactions, the discount of investment companies' shares, the price-to-earnings ratio, the psychological line index, the relative strength index, and the volume of stock transactions.
Keywords: Investor Sentiment, market sentiment, Stock Market, Principal Component Analysis, PCA -
یکی از مباحث مهم علم مالی که ارتباط تنگاتنگی با مباحث انتخاب سبد دارایی، کارایی بازار و تخصیص دارایی دارد مسئله اثرات سرریز بین بازارها و دارایی ها است و این اثرات شامل سرریز بازده، نوسان و شوک است. امروزه هر تکانه یا نوسانی در یک بازار، بازارهای دیگر را تحت تاثیر قرار می دهد. تشخیص صحیح اثرات سرریز وارده به بازارهای مالی جهت مدیریت و کنترل این اثرات بسیار حائز اهمیت است. هدف این پژوهش اندازه گیری و تحلیل اثرات سرریز بین بازارهای سهام، ارز، سکه طلا ، نفت و مسکن است. بدین منظور داده های روزانه مربوط به شاخص سهام، نرخ ارز(دلار)، سکه طلا ، نفت و مسکن طی دوره زمانی دوازده ساله شامل ابتدای سال 1388 الی پایان سال 1399 با استفاده از مدل VARMA-BEKK -AGARCH موردبررسی و سنجش قرار گرفت. نتایج حاصل از برآورد مدل، سرریز بازده از بازار ارز به بازار سهام و از بازار سهام به مسکن و سرریز شوک از بازارهای ارز، سکه طلا و نفت به بازار سهام و سرریز نوسان از بازارهای ارز و سکه طلا به بازار سهام و از بازار سهام به بازار مسکن را نشان می دهد. همچنین اثر اهرمی شوک ها فقط در مورد شوک های وارده از بازار سهام به بازار مسکن مشاهده گردید.
کلید واژگان: بازار ارز, بازار سهام, بازار مسکن, اثرات سرریز, بازار نفت, بازار سکه طلا, مدل VARMA-BEKK-AGARCHOne of the most important issues in financial knowledge which is related to portfolio selection, efficiency market and asset allocation is spillover effect between markets and this effect includes return, volatility and shock effect. These days every shock or volatility in one market effect on other markets. Correct identification of spillover effect is very important. This paper aims to measure and analysis spillover effect between stock, currency, gold-coin, oil and housing markets. For these purposes we collect daily data of stock, currency, gold-coin, oil and housing for the time period of 2009 to 2020.we used VARMA-BEKK-AGARCH model for estimation. Results show return spillover from currency to stock and from stock to housing and shock spillover from currency, gold-coin and oil to stock and also volatility spillover from currency and gold-coin to stock and from stock to housing. Besides result show leverage effect of shocks from stock to housing market.so we suggest in order to minimize investment risk we had better to evaluate the spillover effects in selecting markets(assets)for our portfolio.
Keywords: spillover effects, stock market, Exchange rate, gold-coin market, oil market, housing market, VARMA-BEKK-AGARCH Model -
نشریه بورس اوراق بهادار، پیاپی 64 (زمستان 1402)، صص 191 -222
در مباحث اقتصاد و مالی رفتاری از نگرانی مالی و نشخوار ذهنی مالی به عنوان دو نوع از پریشانی های سرمایه گذاران بازار مالی ذکر می شود. با وجود آنکه هم نشخوار ذهنی و هم نگرانی مرتبط با اضطراب و سایر وضعیت های منفی هیجانی هستند. نشخوار ذهنی بر احساسات بد و تجارب گذشته تمرکز دارد در حالی که نگرانی بر امکان بالقوه وقوع حوادث بد در آینده تمرکز می کند. با توجه به ارتباط نشخوار ذهنی مالی و نگرانی مالی با وضعیت مالی افراد در گذشته و حال و آینده از نظر مفهومی، در این تحقیق ارتباط پیشینه مالی و ویژگی های دموگرافیک با این دو متغیر مورد بررسی قرار گرفت. جامعه آماری، سرمایه گذاران بورس منطقه ای یزد می باشد که با توجه به یکنواختی جامعه، روش نمونه گیری ساده تصادفی انتخاب شد. تحقیق از نظر هدف کاربردی است و با به کارگیری پرسشنامه و حجم نمونه 123 نفر، داده های مورد نیاز جمع آوری و تایید روابط میان متغیر ها و عوامل از طریق تحلیل عاملی تاییدی و تکنیک مدل سازی PLS انجام گرفته است. آزمون های انجام شده نشان دهنده روایی و پایایی پرسشنامه می باشد. نتایج تحقیق نشان داد متغیرهای شرایط کنونی مالی، شرایط آینده مالی، عوامل مالی کنونی و جمعیت شناختی بر روی ادراکات و عواطف نگرانی مالی تاثیر معنی داری دارند. همچنین متغیرهای شرایط گذشته و جمعیت شناختی بر روی ادراکات و عواطف نشخوار ذهنی مالی تاثیر معنی داری دارند.
کلید واژگان: نگرانی مالی, نشخوار ذهنی مالی, عوامل مالی, ویژگی های جمعیت شناختی, بورس اوراق بهادارIn behavioral finance and economics’ discussions, financial worry and rumination are mentioned as two types of financial distress for investors. Although both worry and rumination are related to anxiety and other negative emotional status, but rumination focuses on bad feelings and past experiences, while worry focuses on the potential for bad events to happen in the future. Given the relationship between financial rumination and financial worry with people's financial status in the past, present, and future, in this research, was examined the relationship between financial background and demographic characteristics with these two variables. The statistical population is the investors of the Yazd Regional Stock Exchange, and due to the homogeneity of the population, a simple random sampling method was chosen using a questionnaire for 123 people as the sample size. The data collection and the confirmation of the relationship between variables and factors conducted through confirmatory factor analysis and PLS modeling technique. The conducted tests indicated the validity and reliability of the questionnaire. The results suggested that current and future financial status, and current financial and demographic factors have a significant effect on the perceptions and emotions of financial concern. Also, person’s background and demographic characteristics have a significant effect on the perceptions and emotions of financial rumination.
Keywords: financial worry, financial rumination, financial factors, demographic characteristics, Stock Market -
پیش بینی سریهای زمانی بازارهای مالی مسیله ای چالش برانگیز در حوزه مطالعات تخصصی سری های زمانی محسوب میشود و نظر بسیاری از پژوهشگران را به خود جلب نموده است. این موضوع با توجه به حضور کلان داده ها موجب رشد تحولات در زمینه مدل های یادگیری ماشین شده است. با توجه به اهمیت این موضوع، در این پژوهش، با بهره گیری از مقایسه مدل های مختلف یادگیری ماشین از قبیل رویکردهای جنگل تصادفی، ماشین بردار پشتیبان، شبکه عصبی مصنوعی و شبکه عصبی بازگشتی مبتنی بر یادگیری عمیق به بررسی توانایی مدل های مختلف یادگیری ماشین در پیش بینی شاخص کل بورس اوراق بهادار تهران در طی دوره ی 1392 تا 1399 پرداخته شده است. نتایج پیش بینی دوره های 1، 3 و 6 روزه برای دوره خارج از نمونه نشان می دهد که روش یادگیری ماشین مبتنی بر شبکه عصبی بازگشتی حافظه طولانی کوتاه مدت (LSTM) در مقایسه با سایر مدل های مورد بررسی نتیجه بهتری داشته است.کلید واژگان: بازار سهام, پیش بینی, یادگیری ماشین, شبکه عصبی بازگشتیPredicting time series of financial markets is a challenging issue in the field of specialized studies of time series and has attracted the attention of many researchers. Due to the presence of big data, this issue has led to the growth of developments in the field of machine learning models. Due to the importance of this issue, in this study, by using the comparison of different machine learning models such as random forest approaches, support vector machine, artificial neural network and deep learning-based recurrent neural networks to investigate the ability of different machine learning models in prediction. The total index of Tehran Stock Exchange during the period 2013 to 2020 has been discussed. The prediction results of 1, 3 and 6 day courses for the out-of-sample period show that the machine learning method based on the long short-term memory (LSTM) network, a recurrent neural networks, has a better result compared to other models.Keywords: Stock market, forecasting, Machine Learning, recurrent neural networks
-
بازار سهام نقش مهمی در گردآوری سرمایه و ایجاد پشتوانه مالی برای تولید ایفا می کند. کشورهای توسعه نیافته اغلب دارای بازارهای بورس کوچک نسبت به GNP خود هستند که این مسیله در مورد کشورهای صادرکننده نفت خاورمیانه بیشتر نمایان است. با حرکت این کشور ها به سمت جایگزینی درآمدها از سایر فعالیت های اقتصادی مانند درآمدهای بازار بورس، تاثیر متغیرهای اقتصادی مختلف بر این بازارها مورد توجه قرار گرفته. در این میان، نحوه پاسخ بازارهای بورس خاورمیانه به شوک های وارده از بازارهای موازی یا رقیب مانند بازار طلا و بازار ارز، از اهمیت ویژه ای برخوردار شده است. فقدان مطالعه در این زمینه در کشورهای درحال توسعه و صادرکننده نفت در خاورمیانه محسوس می باشد، همچنین مطالعات گذشته نتایج متناقضی را در این خصوص حاصل کرده اند. بر این اساس، هدف پژوهش حاضر بررسی نحوه پاسخ بازده بازارهای سهام کشورهای منتخب خاورمیانه به شوک های بازار ارز و بازار طلا به عنوان دو بازار رقیب و موازی می باشد. رویکرد تخمینی خودرگرسیونی برداری پنلی (PVAR) جهت برآورد مدل و توابع پاسخ به تکانه (IRF) جهت استخراج اثر شوک ها در دوره 2010 تا 2021 مبتنی بر داده های ماهانه بکارگرفته شده اند. نتایج مطالعه حاضر نشان دهنده پاسخ مثبت بازارهای بورس خاورمیانه به شوک ارزی و شوک قیمت طلا است بگونه ای که با افزایش قیمت ارز و قیمت طلا، بازده بازارهای سهام در خاورمیانه افزایش می یابد. همچنین نتایج تابع تجزیه واریانس (VDC) بیانگر آن است که بیشترین توضیح در تغیرات واریانس خطای پیش بینی ناشی از متغیر قیمت طلا بوده و متغیر ارز در درجه دوم اهمیت قرار می گیرد.
کلید واژگان: بازار سهام, شوک ارزی, شوک قیمت طلا, مدل PVARSimilar to other main markets in an economy the stock market is also affected by various shocks that can negatively or positively affect the stock market and subsequently the national economy. Despite the fact that the economies of the Middle East are generally dependent on oil revenues, the change in the views of their politicians in recent decades and moving towards the replacement of incomes from other economic activities, such as capital market incomes instead of traditional income channels, has caused to pay special attention to the impact of different economic variables on these markets. In the meantime, the way the stock markets of the Middle East economies respond to various shocks, especially the shocks of competing markets such as the gold market and the foreign exchange market, has gained so importance. Therefore, the aim of the present study is to investigate the response of stock market returns of selected Middle Eastern countries to the shocks of parallel markets such as the foreign exchange market and the gold market as two competing markets. The estimated panel vector autoregression (PVAR) approach was used to estimate the model and impulse response functions (IRF) to extract the effect of shocks in the period from 2010 to 2021 using monthly data. The results show the positive response of the Middle East stock markets to the currency shock and the gold price shock. Increase in the exchange rate and the gold price lead the returns of the stock markets in the Middle East economies to increase at the first month. Moreover, the results of the variance decomposition (VDC) reveal that the most explanation in the variation of the forecast error variance is caused by the gold price variable and the exchange rate stands as the second.
Keywords: Stock Market, Currency Shock, Gold Price Shock, PVAR Model -
در این پژوهش به بررسی تاثیر مخارج دولت و بازار سهام بر توزیع درآمد پرداخته شده است.کشورهای مورد بررسی در این تحقیق کشورهای منتخب منا (ایران،الجزایر،مصر،تونس و اردن) می باشند.بازه زمانی مورد بررسی نیز سال های 2005 تا 2018 می باشند.برای براورد مدل تحقیق نیز از روش پنل دیتا استفاده شده است.نتایج این تحقیق نشان می دهد که لگاریتم نسبت حجم مبادلات در بازار سهام به تولید ناخالص داخلی با ضریب 0.02- تاثیر منفی و معناداری بر ضریب جینی می گذارد.افزایش حجم مبادلات در بازار سرمایه سبب افزایش سرمایه در گردش شرکت ها و در نهایت تولید آنها می شود.با افزایش و رونق تولید،تولید کل افزایش می یابد و این مسیله سبب افزایش درآمد ملی می گردد و در نتیجه دولت با درآمد بیشتر می تواند به بهبود توزیع درامد اقدام نماید.همچنین لگاریتم نسبت هزینه های مصرفی به تولید ناخالص داخلی با ضریب 0.03- تاثیر منفی و معنی داری بر ضریب جینی دارد.افزایش هزینه های دولت از دو جنبه می تواند تاثیرات متفاوتی بر توزیع درآمد بگذارد.اگر هزینه ها بیشتر در جهت پرداخت های انتقالی به مردم باشد بنابراین توزیع درآمد بهبود پیدا می نماید.اما اگر هزینه ها به صورت انتقالی نباشند بنابراین توزیع درآمد بهبود پیدا نمی کند.با توجه به ضریب بدست آمده نسبت پرداخت های انتقالی به هزینه های دیگر بیشتر بوده و در نهایت سبب کاهش نابرابری شده است.کلید واژگان: مخارج دولت, بازار سهام, توزیع درآمدIn this study, the effect of government and stock market expenditures on income distribution has been investigated. The countries studied in this study are the selected countries of Mena (Iran, Algeria, Egypt, Tunisia and Jordan). 2018. The data panel method has been used to estimate the research model. The results of this study show that the logarithm of the ratio of the volume of transactions in the stock market to GDP with a coefficient of -0.02 has a negative and significant effect on the Gini coefficient. The volume of exchanges in the capital market increases the working capital of companies and ultimately their production. With the increase and prosperity of production, the total production increases and this issue increases the national income and as a result the government can Improve income distribution. Also, the logarithm of the ratio of consumption expenditures to GDP with a coefficient of 0.03 has a negative and significant effect on the Gini coefficient. Increasing government spending can have different effects on income distribution in two ways. In the direction of transfer payments to the people, so the distribution of income is improved No, they are not transferable, so the distribution of income does not improve.Keywords: Government Expenses, Stock Market, Income Distribution
-
Due to overlap between stock markets and financial markets, this study was an attempt to examine the herding behavior in the Iranian stock market and the crude oil, foreign exchange and gold markets. For this purpose, in this research, monthly data between 2011 and 2020 for Tehran Stock Foreign exchange were used. The results of the study based on two criteria explaining herding behavior indicate the existence of herding behavior of the stock market and crude oil, gold and foreign exchange markets. The results also show that it has had different ef-fects on herding behavior in different periods. This issue has also been different in increasing and decreasing market periods. Therefore, gold is introduced as an important asset that influences herding behavior. Also, during the decreasing period of the stock market, herding behavior is not affected by the exchange and crude oil market, and in this period, the behavior of investors and investment risks in the stock market can be predicted without considering the exchange and crude oil market.Keywords: Herding Behavior, Sectional standard deviation, Stock market, Time Variable Effects
-
قابلیت نقدشوندگی در بورس، میزان نزدیکی سهام به پول نقد را بیان می کند. از آنجا که بورس اوراق بهادار تهران در ردیف بورس های غیرنقد جهان لحاظ شده و مسیله نقدشوندگی سهام یکی از دغدغه های اصلی سرمایه گذاران است، لذا در این پژوهش سعی بر این است با استفاده از مدل های یادگیری عمیق به پیش بینی نقد شوندگی بورس اوراق بهادار تهران پرداخته شود. جامعه آماری شامل شرکت های فعال در بورس اوراق بهادار تهران در سال های 1400-1394 می باشد که 23 شرکت به عنوان نمونه مورد مطالعه قرار گرفتند. حجم و ارزش معاملات، نسبت گردش سهام، آمیهود، اختلاف قیمت های پیشنهادی خرید و فروش و شکاف نسبی به عنوان معیارهای نقدشوندگی، اندازه گیری شده و یک شبکه عصبی تماما متصل بر اساس پرسپترون چند لایه (MLP)، مدل ترکیبی یادگیری عمیق (MDL) و مدل کلاسیک رگرسیون خطی (LR) مورد آزمون قرار گرفت. برای سنجش قدرت پیش بینی مدل ها، میانگین مربعات خطا (MSE) و میانگین قدر مطلق خطا (MAE) محاسبه شده و جهت مقایسه میزان دقت روش های مختلف پیش بینی، آزمون t مورد استفاده قرار گرفت. طبق نتایج، میزان خطای پیش بینی مدل ترکیبی یادگیری عمیق از دو مدل دیگر کمتر بوده و آزمون های آماری نیز در سطح اطمینان 95 درصد، معنی داری اختلاف دقت پیش بینی مدل ها را تایید می کند که عملکرد مناسب مدل ترکیبی پیشنهادی را در مقایسه با دو مدل دیگر نشان می دهد.کلید واژگان: بازار سهام, پیش بینی, معیارهای نقدشوندگی, یادگیری عمیقLiquidity in the stock market expresses how close the stock is to cash. Since the Tehran Stock Exchange is included among the world's non-cash stock exchanges and the issue of stock liquidity is one of the main concerns of investors, therefore, in this research, an attempt is made to predict the liquidity of the stock exchange using deep learning models. The statistical population includes companies active in the Tehran Stock Exchange in the years 1394-1400, and 23 companies were studied as a sample. The transaction volume and value, stock turnover ratio, Amihood, the difference between the bid and ask prices (spread) and the relative spread were measured as liquidity measure and a fully connected neural network based on multilayer perceptron (MLP), mixed deep learning (MDL) model and classical linear regression (LR) model was tested. To measure the predictive power of the models, the mean squared error (MSE) and mean absolute error (MAE) measures were calculated, and t-test was used to compare the accuracy of forecasting methods. According to the results, the prediction error rate of MDL model is lower than the other two models, and the statistical tests also confirm the significance difference in the prediction accuracy of the models at the 95% confidence level, which shows the proper performance of the proposed hybrid model compared to two other models.Keywords: Stock market, Prediction, liquidity criteria, deep learning
-
نشریه تحقیقات مالی، پیاپی 70 (تابستان 1402)، صص 275 -299هدفتلاطم و سنجه ریسک، پارامترهای ضروری در برنامه های مدیریت ریسک هستند که بر فعالیت های اقتصادی و اعتماد عمومی در بازار سهام تاثیر می گذارند. همچنین این دو، پارامترهای کلیدی در مطالعاتی هستند که ارتباط بین بازار سهام، رشد اقتصادی و سایر متغیرهای مالی را بررسی می کنند. بی ثباتی در بورس اوراق بهادار تهران در سالیان اخیر، کنترل اثرهای منفی ناشی از تلاطم قیمت های سهام، پیش بینی و مدلسازی پویایی های قیمت و اندازه گیری ریسک را برای مشارکت کنندگان در این بازار ضروری کرده است.روشدر پژوهش حاضر، از کلاس مدل های پارامترمحور تلاطم تصادفی برای پیش بینی تلاطم قیمت های سهام و محاسبه ریسک بورس اوراق بهادار تهران استفاده شده است. برای بررسی جامع، مدل ها به گونه ای انتخاب شده است که ویژگی های خوشه ای بودن تلاطم، عدم تقارن در تلاطم (اثر اهرمی) و دم سنگین بودن توزیع بازده قیمت سهام (با توزیع t و نرمال چوله) را دربرگیرند.یافته هابر اساس فاکتور بیزی، مدل تلاطم تصادفی با توزیع نرمال چوله (SNSV) در پیش بینی تلاطم بازار سهام، از سایر مدل ها کاراتر است؛ بنابراین به منظور تجزیه وتحلیل ریسک های بازار سهام با استفاده از مدل های تلاطم تصادفی، به لحاظ کردن اثر اهرمی در فضای حالت معادله تلاطم این مدل ها نیازی نیست.نتیجه گیرینتایج حاکی از آن است که مدل SNSV برآورد مناسبی از تلاطم ارایه می دهد و پیش بینی ها با استفاده از آن، شفافیت بازار و مدیریت ریسک را بهبود می بخشد. همچنین پس آزمون های ارزیابی ریسک بازار VaR و CVaR با استفاده از آزمون کوپیک و DQ، شواهدی از برآورد بیش ازحد یا کمترازحد ریسک را نشان نمی دهد.کلید واژگان: ارزش در معرض ریسک, بازار سهام, تلاطم تصادفی, ریسک, آزمون کوپیک, آزمون DQFinancial Research, Volume:25 Issue: 70, 2023, PP 275 -299ObjectiveThe daily observations of the total index of the Tehran Stock Exchange show that in the last few years, stock prices have been very volatile. This volatility can harm the economic environment of Iran. Modeling and predicting price volatility in this market can provide important information about uncertainty and risk to actors and thus help with managing possible unwanted changes in the field of financial investments. This, along with the rise in the value of the stock market in recent years, has caused the investigation of the issue of volatility to become increasingly popular among academicians and financial policymakers. Volatility and risk measurements are essential parameters in risk management programs and can affect a country’s economic activity and public confidence. These are also key parameters in studies that examine the relationship between the stock market, economic growth, and other financial variables. Tehran Stock Exchange markets have been volatile in recent years. Controlling the negative effects caused by stock price volatility has made it necessary to predict and model price dynamics for participants in this market.MethodsIn this paper, the class of Parameter-Driven volatility models (stochastic volatility models) is used to predict the price volatility and calculate the risk of the price index in the Tehran stock market. Therefore, four stochastic volatility models were used. To make a comprehensive review, the asymmetry in the volatility (leverage effect) and the heavy tail of the stock price return distribution (with t- student distribution and Skew normal) have been included in the models. To estimate the models, the Gibbs sampling method was used, and to accurately compare the models, the test based on the posterior distribution of the models and the Bayesian factor was used.ResultsThe results indicated that the canonical stochastic volatility model with Skew normal distribution (SNSV) is more effective than other stochastic volatility models in predicting the price of stock market volatility based on the Bayesian factor. Therefore, to analyze stock market risks using stochastic volatility models, there is no need to include the leverage effect in the state space of the Volatility equation.ConclusionThe SNSV model makes it possible to observe volatility and make predictions related to it, thereby improving market transparency and ultimately making diversification and risk management easier to implement. Also, the backtests of VaR and CVaR market risk assessment using Kupiec and DQ tests do not show evidence that the estimation is over or under the risk limit. As a result, the calculation of volatility and pricing with this model will lead to more precision risk management for professionals, especially fund managers who intend to include Tehran Stock Exchange stocks for asset allocation.Keywords: Stock market, VAR, Stochastic Volatility, risk, Kupiec Test, DQ Test
-
فصلنامه دانش سرمایه گذاری، پیاپی 49 (بهار 1403)، صص 279 -298
سرایت در بازارهای مالی به دلایل پیوندهای بنیادی وغیر بنیادی می توانند سطح ریسک بازارها را افزایش داده و حتی به تخصیص ناکارای منابع مالی منجر شودلذابدلیل اهمیت سرایت برای سرمایه گذاران دراین بازارها، در تحقیق حاضر با استفاده از مدلسازی اپیدمیک مبتنی بر شبکه، پویایی های سرایت در بازار سهام ایران در دوره سالهای 1390 تا 1398 در دو مقیاس کوتاه مدت و بلندمدت مورد تجزیه و تحلیل گرفته است. برای این منظور ابتدا شبکه همبستگی 46 گروه بازار سهام ایران ساخته شده و سپس با استفاده از شبیه سازی پویایی های سرایت در دومقیاس تحلیل شده است. نتایج تحقیق نشان می دهد که وسعت و سرعت انتشار سرایت در کوتاه مدت بسیار بیشتر از بلندمدت است و در بلندمدت تعداد قابل توجهی از گروه ها مصون از سرایت می توانند باشند. اگرچه در بلندمدت سرعت بازگشت به وضعیت قبل از سرایت کمتر از کوتاه مدت است.
کلید واژگان: سرایت مالی, شبیه سازی اپیدمیک, شبکه های پیچیده, بازار سهامContagion in financial markets takes place both because of fundamental or non-fundamental reasons like herd behaviors that can increase market risk levels and even end in inefficient allocation of financial resources. Thus, understanding the contagion and its dynamics will be critical for the participants of financial market. Hence, using network-based epidemic modeling, the study examined the dynamics of contagion in the Iranian stock market from 2011 to 2019 and short-term and long-term scales. To this end, first the correlation network of 46 Iranian stock market groups was developed and then analyzed using short-term and long-term contagion dynamics simulations. The results showed that the extent and speed of contagion is much higher in the short-term than in long-term and in long-term a significant number of groups can be immune to the contagion. However, in long-term the rate of return to pre-contagion status is shorter than in short-term
Keywords: financial contagion, epidemic simulation, Complex Networks, Stock Market -
تجارت و مراودات بین کشورها، شرط لازم برای همگرایی مالی است. با این رویکرد مطالعه حاضر به بررسی تاثیرپذیری بازار سهام ایران از بازار سهام کشورهای طرف تجاری ایران در منطقه منا پرداخته است. جهت رسیدن به این هدف اطلاعات در خصوص شاخص کل بازار سهام کشورهای منتخب طی سپتامبر 2015 الی ژوین 2022 جمع آوری و با استفاده از تحلیل موجک نوسانات شاخص محاسبه شد. در ادامه الگوی VAR برآورد و آزمون علیت گرنجر صورت پذیرفت. در نهایت نیز با استفاده از انواع مدل های GARCH تاثیر نوع خبر بر بازار سهام کشورها بررسی شد. نتایج تحلیل موجک نشان داد که در طول زمان، دامنه نوسان بازار سهام در کشورهای منطقه منا افزایش یافته است. بر پایه نتایج مدل VAR و آزمون علیت گرنجر نیز، بازار سهام ایران به صورت یکطرفه تحت تاثیر نوسانات در بازار سهام کشورهای طرف تجاری و عضو اوپک شامل کویت، عمان، قطر، عربستان، امارات و لبنان قرار دارد. با این حال علامتی در خصوص تاثیرپذیری بازار سهام ایران از نوسان در بازار سهام سایر کشورها شامل اردن، بحرین، مصر، تونس و مراکش مشاهده نشد. در نهایت نیز نتایج مدل های واریانس شرطی بیان گر آن بوده که کشورهای منتخب از یک الگوی نوسانات مشابه نامتقارن پیروی می کنند.کلید واژگان: بازار سهام, منطقه منا, تحلیل موجک, الگوی VAR, مدل GARCHTrade and relations between countries are a necessary condition for the financial convergence. With this approach, the present study investigated the impact of the Iranian stock market on the stock market of Iran's trading partner in the MENA region. for this purpose, information about the total stock market index of selected countries was collected during September 2015 to June 2022 and index fluctuations calculated using wavelet analysis. Next, the VAR model was estimated and the Granger causality test was performed. Finally, the effect of the news on the country's stock market was investigated using GARCH models. The results of wavelet analysis showed that, the range of stock market fluctuations in MENA countries has increased. Based on the results of the VAR model and Granger causality test, Iran's stock market is unilaterally affected by fluctuations in the stock market of trading partner and OPEC member countries, including Kuwait, Oman, Qatar, Saudi Arabia, the United Arab Emirates, and Lebanon. However, there was no sign of Iran's stock market being affected by fluctuations in the stock market of Jordan, Bahrain, Egypt, Tunisia, and Morocco. Finally, the results of the conditional variance models indicate that the selected countries follow a similar asymmetric fluctuation pattern.Keywords: Stock market, MENA Region, Wavelet analysis, VAR model, GARCH Model
-
شناسایی و کمی سازی اثرات سرریزدر بازارهای مالی یکی از مباحث مهم علم مالی می باشد. با آگاهی از کانال های سرریز و اندازه گیری اثرات سرریز به بازارها می توان از اختلالات و بی نظمی بازارها جلوگیری کرد و با برقراری شرایط ثبات و آرامش در بازارها زمینه رشد و توسعه اقتصادی را فراهم نمود. این پژوهش به بررسی و سنجش اثر سرریز نوسان دردوره های متفاوت تحریم های اقتصادی می پردازد. با توجه به سابقه تحریم های اقتصادی تحمیل شده از سوی کشورهای غربی خصوصا آمریکا و اتحادیه اروپا، در دوره هایی شدت این تحریم ها افزایش یافته و در دوره هایی نیز از شدت این تحریم ها کاسته شده است لذا برای بررسی دقیق تر نقش تحریم ها در سرریز نوسان، دوره زمانی پژوهش به چهار دوره شامل دو دوره با تحریم های شدید اقتصادی و دو دوره عدم وجود تحریم های شدید دسته بندی شدند. بدین منظور داده های روزانه مربوط به بازارهای سهام، ارز و سکه طلا طی دوره زمانی 14/09/1387الی 11/10/1401 با استفاده از مدل VARMA-AGARCH مورد استفاده قرار گرفت. نتایج پژوهش نشان دهنده سرریز نوسان برای دوره های دوم و چهارم به عنوان نماینده دوره های تحریمی شدید می باشد اما برای دوره های اول و سوم که دوره تحریمی غیرشدید می باشند اثر سرریز نوسان برای هیچ کدام از بازارها تایید نشد لذا نتایج نشان دهنده رابطه مستقیم و مثبت بین شدت تحریم های اقتصادی با افزایش اثر سرریز نوسان در بازارها است .
کلید واژگان: تحریم اقتصادی, سرریز نوسان, بازار ارز, بازار سکه طلا, بازار سهامIdentification and quantification of spillover effect in financial markets is one of the most important topics of financial knowledge. recognizing the spillover channels and measuring spillover effect in financial market will help us to prevent disorder and disruption in markets and by settling stable situation in markets will provide economic growth and welfare. this paper investigates and measure spillover effect at different economic sanction periods. Due to the history of economic sanction imposed by western country at some periods such sanctions were raised and at some periods such sanction declined so for more precise appraisal of sanction role in return spillover, we divided research periods into four sub periods included two periods of severe sanction and two periods of no severe sanction. In this order we collect daily data of sock, currency and gold coin markets for the periods of 2008 to 2022 by applying the VARMA-AGARCH model for measuring and analyzing. Results presents unidirectional volatility spillover effect from currency and gold coin market into stock market and bidirectional volatility spillover effect between currency market and gold coin market. by dividing research periods into four time periods, volatility spillover effect has been seen for second and fourth time periods which are proxy for severe sanction periods but volatility spillover effect has not been seen for first and third time periods which are proxy for no severe sanction periods. results showed direct and positive relation between intensity of economic sanction and volatility spillover effect in parallel markets.
Keywords: Economic Sanction, Volatility spillover, Currency market, gold coin market, stock market -
پیش بینی بازار بورس در هر دوره ای دشواری هایی به همراه داشته و ارزش معاملات بورس تحت تاثیر عوامل مختلف بوده است. از جمله این عوامل، حوزه نفت و گاز به ویژه در کشورهای وابسته به درآمد حاصل از فروش آنها بوده است. از طرفی شیوع پاندمی کووید-19 به تغییراتی عمیقی در هر دو حوزه منجر گردیده است. لذا در مقاله پیش رو، ارتباط بین قیمت های نفت و بازار بورس ایران با توجه به شیوع پاندمی کرونا مورد بررسی قرار می گیرد. شناخت پویایی های رفتار شاخص ارزش معامله بورس می تواند به پیش بینی دقیق تر رفتار آتی این متغیر کمک کند. بر این اساس، هدف اصلی این مقاله تحلیل بررسی ارتباط نامتقارن قیمت نفت، همچنین به طور هم زمان تاثیر تعداد مبتلایان ویروس کرونا، شاخص رسانه ای، شاخص هراس، شاخص اخبار جعلی، شاخص پوشش رسانه ای و شاخص احساس ویروس کرونا بر ارزش معامله بورس ایران، مورد مطالعه قرار می گیرد. در مقاله حاضر، از الگوی خودتوضیح با وقفه های گسترده غیرخطی(NARDL) در دوره زمانی (1399:05:15-1398:11:30) استفاده شده است. نتایج نشان می دهد که در بلندمدت افزایش قیمت نفت، اثر معنی دار نامتقارن بر ارزش معامله بورس دارد. از سوی دیگر در کوتاه مدت میزان مبتلایان کووید-19 رابطه مثبت بدون معنی و شاخص رسانه ای ویروس کرونا رابطه منفی با معنی با ارزش معامله بورس دارد.کلید واژگان: ویروس کرونا, قیمت نفت, بازار سهام, ارزش معامله بورس, NARDLForecasting the stock market in each period has been difficult and the value of stock trading has been affected by various factors. Among these factors have been the oil and gas sector, especially in countries that depend on the revenue from their sales. On the other hand, the outbreak of Covid-19 pandemic has led to profound changes in both areas. Therefore, in this article, the relationship between oil prices and the Iranian stock market is examined with respect to the prevalence of the Corona pandemic. Understanding the behavior dynamics of the stock exchange value index can help to more accurately predict the future behavior of this variable. Accordingly, the main purpose of this paper is to analyze the asymmetric relationship between oil prices, as well as the simultaneous impact of the corona pandemic news and the rate of corona virus infection on the value of the Iranian stock exchange. In the present paper, nonlinear Autoregressive Distributed Lag (NARDL) in the time period (1399: 05: 15-1398: 11: 30) has been used. The results show that in the long run, rising oil prices have a significant asymmetric effect on stock exchange value. On the other hand, in the short run, the rate of Covid-19 patients has a positive relationship without meaning and the Covid-19 media index has a negative relationship with meaning with the value of stock exchange trading.Keywords: Corona virus, oil prices, Stock Market, stock index, NARDL
-
این مطالعه باهدف، «شناسایی و اولویت بندی ویژگی های تبلیغات اینترنتی در بازار سهام به منظور ترغیب سرمایه گذاران» انجام گرفته است. در گام نخست پژوهش ابتدا با استفاده از روش تحلیل محتوای کیفی به شناسایی ویژگی های تبلیغات اینترنتی در بازار سهام به منظور ترغیب سرمایه گذاران، پرداخته شد. همچنین روایی محتوایی شاخص های شناسایی شده به وسیله شاخص نسبت روایی محتوایی (CVR) و پایایی آن توسط شاخص کاپا بررسی شد. سپس در گام دوم با استفاده از روش بهترین- بدترین ابعاد، مولفه ها و شاخص های شناسایی شده توسط 8 خبره اولویت بندی شد. درنهایت شاخص های شناسایی شده در 2 بعد، 10 مولفه و 27 شاخص طبقه بندی شدند. نتایج اولویت بندی نشان از اهمیت بعد ویژگی های محتوایی در مقایسه با بعد ویژگی های ساختاری را دارد. همچنین در میان بعد ویژگی های محتوایی مولفه های جذبه های هیجانی، کیفیت، جذبه های عقلایی، اعتبار و جذبه های اخلاقی و از میان بعد ویژگی های ساختاری مولفه های کمیت، دسترسی و هدایت پذیری کاربر، ویژگی های ظاهری، استفاده آسان کاربر و ارتباطات به ترتیب اهمیت قرار گرفتند.کلید واژگان: بازار سهام, تبلیغات اینترنتی, سرمایه گذاری و ترغیب کردنThe aim of this study was to »identify and prioritize the features of Online Advertisements for Persuade Investors to the Stock Market«. in the first step, using qualitative content analysis method was used to identify the features of Online advertising in the stock market to investors. The content validity and reliability of the model were assessed by the content validity ratio index and kappa index respectively. In the next step, dimensions, components and indices of the model were prioritized by 8 experts using best-worst method. Finally, the identified indicators were classified into 2 dimensions, 10 components and 27 indicators. The results of the prioritization indicate the importance of content component in comparison with structural component. Moreover, among the dimension of the content features, the components of emotional attractions, quality, rational attractions, validity and ethical attractions and among the structural features of the quantity components, accessibility and user friendliness, apparent features, easy use of users and communication were recognized in the order of significance.Keywords: Stock Market, Online advertising, investment, persuasion
-
در این پژوهش با استفاده از داده های دفتر سفارش سهام 30 شرکت بزرگ در بازار سهام تهران در سال2020 میلادی اثر رویدادهای دفتر سفارش بر تغییرات قیمت سهام بررسی می شود. هدف از این پژوهش اندازه گیری حساسیت قیمت به تغییرات حجم عرضه و تقاضا در سرخط های مختلف دفتر سفارش و شناسایی عوامل موثر بر این حساسیت است. برای این منظور ابتدا با استفاده از داده های دفتر سفارش، متغیر نابرابری جریان سفارش، که نشان دهنده نابرابری حجم سفارش ها در دو سمت عرضه و تقاضای سهم است، ساخته می شود. سپس مشابه روش پیشنهادی کنت و همکاران (2014)، با انجام حدود سی هزار رگرسیون OLS نشان داده می شود که متغیر نابرابری جریان سفارش تغییرات قیمت سهام در بازه های کوتاه مدت را توضیح می دهد [7]. همچنین نشان داده می شود که استفاده از متغیر نابرابری جریان سفارش در سه سرخط اول دفتر سفارش می تواند توضیح دهندگی مدل را برای تغییرات قیمت سهام افزایش دهد که حاکی از آن است که سرخط های بالاتر دفتر سفارش نیز بر تغییرات قیمت سهام اثرگذار هستند. همچنین نشان داده می شود که بین میزان اثرگذاری سفارش ها بر تغییرات قیمت سهام و عمق بازار یک رابطه خطی منفی وجود دارد. بنا بر شواهد ارایه شده، این نتایج به تغییرات در ماه ها یا سهم ها حساس نیستند.
کلید واژگان: بازار سهام, دفتر سفارش, نابرابری جریان سفارش, عمق بازارWe investigate the impacts of the order book events on the prices of the 30 largest stocks in the Tehran Stock Exchange in the year 2020. The purpose of this article is to measure the price sensitivity to changes in supply and demand volumes and identify the factors affecting this sensitivity. Similar to the method proposed by Cont et al. (2014), by performing about thirty thousands of OLS regressions, we show that in a low-depth market, the mid-price returns are explained significantly by the order flow imbalance that represents the net change in demand, namely the difference between the volumes of events on two sides of the order book [7]. We also show that the use of the Order Flow Imbalance in the first three levels of the order book can increase the explanatory power of the model for stock mid-price changes, indicating that higher levels of the order book also affect stock price changes significantly. Moreover, the results confirm that the market depth has a negative effect on the power of events to move the stock price. In addition, we show that our results are robust to changes in months or stocks.
Keywords: Stock market, Order Book, Order Flow Imbalance, Market Depth -
توسعه فناوری اطلاعات و ارتباطات، نقش بسیار مهمی در تغییر مناسبات فرهنگی، سیاسی و اقتصاد جامعه داشته است که ازجمله مهم ترین مصادیق آن در بعد اقتصادی، بازارهای مالی و بورس اوراق بهادار است. هدف از انجام این پژوهش بررسی ارتباط میان تغییرات فناوری های نوین ارتباطی و نوسانات شاخص بورس اوراق بهادار تهران (یا ریسک بازار) می باشد. موضوع از این جهت دارای اهمیت است که توسعه بازارهای مالی و تاثیرگذاری و تاثیرپذیری آن از فضای مجازی و حوزه فناوری اطلاعات و ارتباطات، از یک سو می تواند زمینه ایجاد نوسان و درنتیجه سوءاستفاده را برای عده ای فراهم آورده و از سوی دیگر می تواند با آگاهی بخشی و ارایه اطلاعات صحیح، اسباب کاهش نوسانات را فراهم آورد. برای پاسخ به پرسش اصلی پژوهش، از داده های حوزه فناوری اطلاعات و ارتباطات و نوسانات شاخص قیمت سهام به عنوان متغیرهای اصلی و نوسانات نرخ قیمت در بازار کالا و خدمات، نوسان نرخ ارز، نوسان قیمت طلا و نوسان قیمت نفت خام به عنوان متغیرهای کنترلی طی دوره زمانی 1370-1399 استفاده شده است. نتایج تجربی حاصل از روش خود رگرسیون با وقفه های توزیعی (ARDL) بیانگر آن است که شاخص فناوری اطلاعات و ارتباطات بر شاخص نوسانات بازار بورس اثر منفی و معناداری دارد. به عبارت دیگر در طول سالیان گذشته، بهبود شاخص فناوری اطلاعات و ارتباطات، نوسانات بازار بورس را کاهش داده است. ازاین جهت می توان با مدیریت صحیح و بهبود عملکرد شاخص های فناوری اطلاعات و ارتباطات، ریسک بازارهای مالی را کاهش داد و مانع سوءاستفاده نوسان گیران از بازار شد. اثر متغیرهای کنترلی نیز مورد تجزیه و تحلیل قرار گرفته است.کلید واژگان: بازار بورس, فناوری اطلاعات و ارتباطات, بورس اوراق بهادار, نرخ ارز, فاواThe purpose of this study is to investigate the relationship between changes in new communication technologies and fluctuations in the Tehran Stock Exchange index (or market risk). The issue is important because the development of financial markets and its impact on cyberspace and the field of information and communication technology, on the one hand can cause fluctuations and consequently abuse for some, and on the other hand can raise awareness and provide Proper information to reduce fluctuations, and therefore the subject requires proper management and the establishment of correct and efficient laws in this area. To answer the main question of the research, data of information and communication technology and stock price index fluctuations. have been used as the main variables and price fluctuations in the goods and services market, exchange rate fluctuations, gold price fluctuations and crude oil price fluctuations as control variables during The time period of 1991-2020 has been used. the results obtained from the ARDL method indicate that the ICT index has a negative and significant effect on the stock market fluctuations. In other words, the improvement of the ICT index over the past years has reduced the fluctuations of the stock market. Therefore, by properly managing and improving the performance of ICT indicators, the risk of financial markets can be reduced and fluctuators in the market can be prevented from being abused. The effect of control variables has been evaluated.Keywords: Stock market, Information, Communications Technology, Stock Exchange, Exchange rate, Fava
- نتایج بر اساس تاریخ انتشار مرتب شدهاند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شدهاست. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که میخواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.