
تعداد نشریات | 26 |
تعداد شمارهها | 447 |
تعداد مقالات | 4,557 |
تعداد مشاهده مقاله | 5,379,997 |
تعداد دریافت فایل اصل مقاله | 3,580,061 |
ریسکگریزی و ارزش درمعرض خطر در پرتفوی داراییهای کلان: رهیافتی از فیزیک اقتصاد | ||
توسعه و سرمایه | ||
مقاله 2، دوره 5، شماره 2 - شماره پیاپی 9، اسفند 1399، صفحه 17-30 اصل مقاله (983.09 K) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22103/jdc.2020.11447.1037 | ||
نویسندگان | ||
هاشم زارع* 1؛ زینب رضایی سخا2؛ محمد زارع2 | ||
1گروه اقتصاد، دانشکده اقتصاد و مدیریت، واحد شیراز، دانشگاه آزاد اسلامی، شیراز، ایران. | ||
2کارشناس ارشد اقتصاد و پژوهشگر. | ||
چکیده | ||
روش: برای بررسی موضوع، با بهرهگیری از یک الگوی تعادلی ریاضی و استفاده از روش های اقتصاد سنجی پویا به تحلیل داده های ماهانه بازارهای سهام، ارز و طلا طی بازه زمانی 1374 تا 1397 پرداخته شده است. یافتهها: براساس یافتههای پژوهش، میزان ریسک گریزی برای حجم نمونه مورد بررسی نشان میدهد که میانگین شاخص ریسک گریزی سرمایهگذاران در بازار سهام از دو بازار دیگر بیشتر و این شاخص در بازار طلا کمترین مقدار را به خود اختصاص میدهد. همچنین شاخص ارزش در معرض خطر بازدهی رابطه علیت یکطرفه و معناداری با میزان ریسک گریزی سرمایهگذار در هر سه بازار دارایی دارد. نتیجهگیری: نتایج بررسی محاسبه ریسک گریزی و ارزش در معرض خطر در این بازارها میتواند به سیاستگزاران کلان اقتصادی برای شناخت بهتر فعلوانفعالات این بازارها، کنترل و از بین بردن شرایط بیثبات کننده این بازارها یاری رساند. بهطور مشخص در مورد بازار بورس ایران میتوان عنوان کرد که سرمایهگذاران به طور نسبی در شرایط رکود اقتصادی و افزایش بی ثباتی سیاسی نسبت به دو بازار طلا و ارز ریسک گریزی بیشتری دارند و یا به عبارتی از سرمایه گذاران بازار سهام اطمینان ذهنی کمتری نسبت به دو بازار ارز و سهام برخوردار می باشند. دلیل این امر نیز در نوپا بودن بازار سهام نسبت به بازارهای سهام جهانی و نیز قدمت طولانی تر وجود بازارهای طلا و ارز نسبت به بازار نوظهور سهام در ایران می باشد. همچنین ازآنجاکه دارایی طلا دارای یک ارزش ذاتی است و بازار ارز دلار نیز از پشتوانه یک اقتصاد بزرگ جهانی برخوردار است. لذا بی شک برای تقویت پشتوانه بازار بورس اوراق بهادار ایران نیز بهبود زیرساخت های اقتصادی، بهبود شرایط حضور بنگاه ها در بورس، حمایت دولت ها از شرایط رقابتی و عدم مداخله مستقیم در بازار بورس ضروری به نظر میرسد. به علاوه با توجه به ماهیت پیچیده بازار بورس و عدم وجود آشنایی کافی عموم مردم لزوم اطلاع رسانی و افزایش اگاهی افراد جامعه جهت حضور بلندمدت در بازار بورس اوراق بهادار ضروری به نظر میرسد. | ||
کلیدواژهها | ||
سهام؛ ارز؛ طلا؛ ریسک گریزی؛ ارزش در معرض خطر | ||
مراجع | ||
ابراهیمی، سیدبابک؛ باباخانی، مسعود؛ متقی دستنایی، سمیرا؛ جبارزاده، آرمین. (1390). اثر ریسکگریزی فرد در انتخاب پویای سبد مالی بهینه. پژوهشنامه اقتصادی، 11(40)، 271-241. حسینیون، نیلوفرسادات؛ بهنامه، مهدی؛ ابراهیمی سالاری، تقی. (1395). بررسی انتقال تلاطم نرخ بازده بین بازارهای سهام، طلا و ارز در ایران. پژوهشهای اقتصادی ایران، 21(66)، 150-123. سجادی، زینب؛ فتحی، سعید. (1392). تبیین فرایند چهارگامی محاسبه ارزش در معرض خطر بهعنوان معیاری برای اندازهگیری ریسک و پیادهسازی آن در یک مدل بهینهسازی سرمایهگذاری. دانش مالی تحلیل اوراق بهادار، 6(4)، 13-1. فلاحی، فیروز، حقیقت؛ جعفر، صنوبر، ناصر؛ جهانگیری، خلیل. (1393). بررسی همبستگی بین تلاطم بازار سهام، ارز و سکه در ایران با استفاده از مدل DCC-GARCH. پژوهشنامه اقتصادی، 14(52)، 147-123. محمودی، وحید؛ تهرانی، رضا؛ پیمانی، مسلم. (1386). بررسی مقایسهای بین انواع روشهای تخمین بتا جهت رفع مشکلات ناشی از معاملات ناهمزمان. تحقیقات مالی، 9(2)، 102-83. References
Brown, D.P., Zhang, Z.M. (1997). Market orders and market efficiency. The Journal of Finance, 52(1), 277-308.
Ebrahimi, S. B., Babakkhani, M., Motaghi, S., Jabarzadeh, A. (2011). The effect of risk aversion on the dynamic selection of the optimum portfolio, Journal of Economic Research,11(40), 241-271 [In Persian].
Fallahi, F., Hghighat, J., Sanoubar, N., Jahangiri, K. (2014). Study of correlation between volatility of stock, exchange and gold coin markets in Iran with DCC-GARCH model. Economics Research, 14(52), 147-123 [In Persian].
Grossman, S. (1976). On the efficiency of competitive stock markets where trades have diverse information. The Journal of Finance, 31(2), 573-585.
Hull, J., Treepongkaruna, S., Colwell, D., Heaney, R., Pitt, D. (2013). Fundamentals of Futures and Options Markets. Pearson Higher Education AU.
Hosseinioun, N.S., Behname, M, Ebrahimi, S.T. (2016). Volatility transmission of the rate of returns in Iranian stock, gold and foreign currency markets. Iranian Journal of Economic Research, 21(66), 123-150 [In Persian].
Iqbal, J. (2017). Does gold hedge stock market, inflation and exchange rate risks? An econometric investigation. International Review of Economics & Finance, 48, 1-17.
Iori, G. (2002). A microsimulation of traders activity in the stock market: the role of heterogeneity, agents’ interactions and trade frictions. Journal of Economic Behavior & Organization, 49(2), 269-285.
Jain, A., Biswal, P.C. (2016). Dynamic linkages among oil price, gold price, exchange rate, and stock market in India. Resources Policy, 49, 179-185.
Levy, M., Levy, H., Solomon, S. (1995). Microscopic simulation of the stock market: the effect of microscopic diversity. Journal de Physique I, 5(8), 1087-1107.
Mahmoodi, V.,Tehrani, R., Peymani, M. (2007). Comparing methods of beta estimation in cases of non-synchronize trading. Financial Research Journal, 9(2), 83-102 [In Persian].
Marsili, M., Maslov, S., Zhang, Y.C. (1998). Dynamical optimization theory of a diversified portfolio. Physica A: Statistical Mechanics and its Applications, 253(1-4), 403-418.
Mas-Colell, A., Whinston, M.D., Green, J.R. (1995). Microeconomic Theory (Vol. 1). New York: Oxford university press.
Menezes, C.F., Hanson, D.L. (1970). On the theory of risk aversion. International Economic Review, 11(3), 481-487.
Navale, G.S., Dudhwala, N., Jadhav, K., Gabda, P., Vihangam, B.K. (2016). Prediction of stock market using data mining and artificial intelligence. International Journal of Engineering Science, 134, 9-11.
Palmer, R.G., Arthur, W.B., Holland, J.H., LeBaron, B., Tayler, P. (1994). Artificial economic life: A simple model of a stockmarket. Physica D: Nonlinear Phenomena, 75(1-3), 264-274.
Sajadi, Z.,Fathi, S. (2014).Explain the four-step process of calculating risk value as a measure of risk and its implementation in an investment optimization model, Financial Knowledge of Securities Analysis, 31(66), 1-13 [In Persian].
Vargas, M.R., De Lima, B.S., Evsukoff, A.G. (2017). Deep learning for stock market prediction from financial news articles. In Computational Intelligence and Virtual Environments for Measurement Systems and Applications, IEEE International Conference, 60-65.
Von Neumann, J., Morgenstern, O. (1945). Theory of games and economic behavior. Bulletin of the American Mathematical Society, 51(7), 498-504.
Wen, X., Cheng, H. (2018). Which is the safe haven for emerging stock markets, gold or the US dollar? Emerging Markets Review, Online at: https://papers.ssrn.com, 1-61. | ||
آمار تعداد مشاهده مقاله: 605 تعداد دریافت فایل اصل مقاله: 432 |