بررسي اثر سرريز تلاطم و همبستگي‌هاي پوياي شرطي در بورس تهران با استفاده از رويكرد ناهمساني واريانس شرطي بيزي مبتني بر آناليز موجك

Investigation of the volatility spillover effect and dynamic conditional correlations in Tehran Stock Exchange using wavelet based Bayesian conditional variance heteroscedasticity

خصلت چولگي، دمهاي پهن و بعد فركانس از ويژگيهاي مهم سريهاي زماني مالي ميباشد كه در مدلهاي اقتصاد سنجي كلاسيك چندان مورد توجه قرار نگرفته است. از اينرو در مطالعه حاضر از يك رويكرد ناهمساني واريانس شرطي بيزي مبتني بر آناليز موجك جهت بررسي اثر سرريز تلاطم و همبستگي‌هاي پوياي شرطي در سه زير دوره ميان بازده هاي روزانه شاخص سهام گروه هاي خودرو و ساخت قطعات، گروه بانكي و گروه فرآورده هاي نفتي طي بازه زماني 1397/9/24 الي 1398/01/31 استفاده شده است. زير دوره ها عبارت اند از: دوره قبل از توافق برجام، دوره پسا برجام و دوره بعد از خروج آمريكا از برجام. نتايج مدلBayesian DCC (GARCH (1,1 ضمن رد فرضيه مدل CCC براساس توزيع هاي پسين حاشيه اي در مقابل فرضيه مدل DCC در تمامي زيربخشها حاكي از يكسان نبودن شدت تاثير شوكها بر تلاطم بازده سهام گروه‌هاي منتخب در موجكها (نوساناتي ) و زير دوره هاي مختلف است. همچنين تحليل نمودارهاي همبستگي شرطي پوياي بيزي براي هر زير دوره و در هر موجك سهام متفاوتي را جهت سرمايه-گذاري در راستاي انتخاب يك بدل مناسب به منظور پوشش ريسك توصيه مي كند.

Skewness, fat tails and frequency dimension are important features of financial time series that have not been taken into account in classical econometric models. Therefore, in this study, the Bayesian method for conditional variance heteroscedasticity based on wavelet analysis has been used to investigate the volatility spillover effect and dynamic conditional correlations in three sub-periods between the daily return data of selected Tehran Stock Exchange (TSE) indices during the period from December 14, 2008 to April 20, 2019. Sub-periods are defined according to the Iran nuclear deal and agreement between Iran and the P5+1, known as Joint Comprehensive Plan of Action (JCPOA), which includes the pre-JCPOA period, JCPOA period, and the period after United States withdrawal from the JCPOA. The results of the Bayesian DCC GARCH (1,1) model, with the rejection of the constant conditional correlation hypothesis versus the dynamic conditional correlation hypothesis based on posterior marginal distribution in all subsections, indicates that the impact of shocks on the volatility of stock returns in wavelets and sub-periods are not the same. Also, Bayesian dynamic conditional correlation graphs are recommended for each sub-periods and in each wavelet, a different stock for a suitable investment.