بررسی اثرات اهرمی و سرایت پذیری تلاطم میان نرخ ارز، شاخص صنایع دارویی و غذایی

نوع مقاله : علمی - پژوهشی

نویسندگان

1 استادیار، گروه مدیریت مالی و بیمه، دانشگاه شهید بهشتی، تهران، ایران

2 دانشیار، گروه حسابداری، دانشگاه سمنان، سمنان، ایران.

3 دانشجوی دکتری، گروه مهندسی مالی، دانشگاه سمنان، سمنان، ایران

4 دانشجوی دکتری، گروه مهندسی مالی، دانشگاه سمنان، سمنان، ایران.

چکیده

یکی از عوامل موثر بر بازده شاخص صنعت دارو و غذا در کشورهای در حال توسعه مانند ایران که از درجه بالایی از نااطمینانی متغیرهای کلان اقتصادی برخوردار است نرخ ارز می باشد. صنعت دارو و غذا به لحاظ ارتباط مستقیم آن با سلامت فرد یکی از صنایع استراتژیک در کشور محسوب می‌شود از این رو همواره مدیران، سیاستگذاران به آن توجه کرده‌اند. عوامل مختلفی صنایع غذا و دارو را تحت تاثیر قرار می‌دهد که یکی از مهم‌ترین آنان تلاطم‌های نرخ ارز است. هدف اصلی مطالعه حاضر به دلیل وجود اهمیت صنعت دارو و غذا در اقتصاد کشور بررسی انتقال تلاطم میان نرخ بازده دلار، شاخص صنعت دارویی و شاخص صنعت غذایی می‌باشد. در این مطالعه ابتدا از مدل میانگین  ARMA(1,1) جهت استخراج باقیمانده‌ها، استفاده شده است و برای بررسی اثرات اهرمی مدل GJR-GARCH به کارگرفته شد و در نهایت جهت بررسی تسری تلاطم میان نرخ دلار، شاخص صنعت دارویی و شاخص صنعت غذایی مدل DECO-GARCH مورد استفاده قرار گرفت. همچنین داده‌های مورد استفاده در این پژوهش به‌صورت روزانه و از سایت بورس ویو برای بازه زمانی ششم فروردین ۱۳۹۹ تا سیزده آبان ۱۴۰۲استخراج شده است که مجموعا شامل ۸۶۱ روز کاری، مشاهده می‌باشد. طبق یافته‌های پژوهش ضرایب گارچ نامتقارن GJR تمامی سری‌ها غیرصفر بوده یا به عبارت دیگر اثر اهرمی وجود داشته همچنین با توجه به یافته‌های پژوهش، اثر شوک‌های مثبت در هرسه سری بازده بیشتر از اثر شوک‌های منفی بوده است. همچنین نتایج حاصل از برآورد مدل DECO-GARCH، بیانگر وجود اثر سرریز تلاطم بین نرخ بازده دلار، شاخص صنعت دارویی و شاخص صنعت غذایی می‌باشد.

کلیدواژه‌ها


عنوان مقاله [English]

Investigating The Leverage effect and The Volatility Spillover among Exchange rate, pharmaceutical and Food industry index in Tehran stock market

نویسندگان [English]

  • Mohammad Hasannezhad 1
  • Seyed Kazem Ebrahimi 2
  • Seyed Ramin Abolfazli 3
  • Hosein Veisi 4
1 Assistant Prof, Department of Management and Accounting, University of Shahid Beheshti, Tehran, Iran
2 Associate Prof, Department of Department of Accounting, University of Semnan, Semnan, Iran.
3 Ph.D. Candidate in Financial Engineering, University of Semnan, Semnan, Iran
4 Ph.D. Candidate in Financial Engineering, University of Semnan, Semnan, Iran.
چکیده [English]

One of the factors affecting the efficiency of the pharmaceutical and food industry index in developing countries such as Iran, which has a high degree of uncertainty in macroeconomic variables, is the exchange rate (dollar). The pharmaceutical and food industry is considered one of the strategic industries in the country in terms of its direct relationship with people's health, therefore managers and policymakers have always paid attention to it. Various factors affect the food and pharmaceutical industries, one of the most important of which is exchange rate fluctuations. The main purpose of this study is to investigate the contagion of fluctuations between the return of the dollar and the return of the pharmaceutical and food industry index due to the importance of these two industries in the country's economy. In this study, first, ARMA (1,1) model was used to extract the residuals.Then, GJR-GARCH model was used to check the Leverage effects, and finally, The DECO-GARCH model was used to check the contagion of volatilities between the dollar return, pharmaceutical and food industry indices. Also, the data used in this research was extracted daily from the Bourseview.com website for the period of March 25, 2020, to November 4, 2023. The result of GJR coefficient, which is positive and significant for all return series leverage effects exist. AlsoThe results of DECO-GARCH model estimation indicate the existence of a spillover effect between the dollar return and the pharmaceutical and food industry indices.

کلیدواژه‌ها [English]

  • Volatility Spillover
  • Leverage Effect
  • Pharmaceutical and Food Industry Index
  • DECO-GJR-GARCH Model
  1. Allen, D., Amram, R., & McAleer, M. (2011). Volatility spillovers from the Chinese stock market to economic neighbors. Mathematics and Computers in Simulation, 94, 238-257.
  2. Bauwens, L., Laurent, S., & Rombouts, J. V. (2006). Multivariate GARCH models: a survey. Journal of applied econometrics, 21(1), 79-109.
  3. Bollerslev, T., Engle, R. F., & Wooldridge, J. M. (1988). A capital asset pricing model with time-varying covariances. Journal of political Economy, 96(1), 116-131
  4. Cappiello, L., Engle, R., & Sheppard, K. (2006). Asymmetric dynamics in the correlations of global equity and bond returns. Journal of Financial Econometrics, 4, 537–572.
  5. Einabadi, J., & moradi, N. (2021). The effects of exchange rate appreciation on the stock value of pharmaceutical companies based on the estimated value obtained from the evaluation models of cash dividend discount, free cash flow and residual profit and real price. Journal of Business Management, 13(52), 467-485. (In Persian)
  6. Engle, R. (2002). Dynamic conditional correlation: A simple class of multivariate generalized Auttoregressive conditional heteroskedasticity models. Journal of Business & Economic Statistics, 20(3), 339-350.
  7. Engle, R.F., Sheppard, K., 2001. Theoretical and Empirical Properties of Dynamic Conditional Correlation Multivariate GARCH. Working Paper. University of California, San Diego.
  8. Hamao, Y., Masulis, R. W., & Ng, V. (1990). Correlations in price changes and volatility across international stock markets. The review of financial studies, 3(2), 281-307.
  9. Heidari, H., Mohammadzadeh, Y., & Refah-Kahriz, A. (2018). An Investigation of the Effect of Exchange Rate on the Pharmaceutical Industry Stock Return in Tehran Stock Exchange: An Application of the Markov Switching Approach. Journal of Asset Management and Financing, 6(2), 35-56. doi: 10.22108/amf.2017.21420(In Persian)
  10. Hou, Y. G., & Li, S. (2020). Volatility and skewness spillover between stock index and stock index futures markets during a crash period: New evidence from China. International Review of Economics & Finance, 66, 166-188.
  11. Koutmos, G., & Spillover Effect On Different industries For Capital MarketBooth, G. G. (1995). Asymmetric volatility transmission in international stock markets. Journal of international Money and Finance, 14(6), 747-762.
  12. Shams Safa, F., Daman keshideh, M., Afsharirad, M., HadiNejad, M., & Daghighi Asl, A. (2022). The Effects of Exchange Rate Volatility and Entry of Real Shareholders on the Return on Assets in the Food and Drink Companies of Tehran Stock Exchange (Dynamic Panel Data Approach). Financial Management Perspective, 12(39), 121-145. doi: 10.52547/JFMP.12.39.121(In Persian)
  13. Shokri, N., Sahab Khodamoradi, M., & Hajiloo moghadam, A. H. (2021). Investigating the effects of financial volatility spillover between digital currencies (application of multivariate GARCH approach). Financial Management Perspective, 11(35), 143-172. doi: 10.52547/jfmp.11.35.143(In Persian(
  14. Y, Jiang, F, Yuyuan, R, Weihuan. (2019). Risk Spillover and Portfolio management between precious metal and BRICS stock markets. Physica A (534)
  15. Yadav, N., Singh, A. B., & Tandon, P. (2023). Volatility Spillover Effects between Indian Stock Market and Global Stock Markets: A DCC-GARCH Model. FIIB Business Review.