ندازه‌گيري ارتباطات و ريسك سيستماتيك در شاخص صنايع بورس اوراق بهادار تهران (با رهيافت عليت گرنجر خطي و غيرخطي و سويچينگ رگرسيون)

Measurement of Communication and Systematic Risk in Tehran Stock Exchange Index (with Linear and Nonlinear Granger Causality Approach and Regression Switching)

در اين پژوهش با استفاده از روش‌هاي عليت گرنجر خطي و غيرخطي و سويچينگ رگرسيون، ارتباطات بين بازده شاخص صنايع مهم در بازه زماني 1387 تا 1398 به منظور سرمايه‌گذاري در راستاي رشد و توسعه اقتصادي مورد بررسي قرار گرفت. براساس نتايج بدست آمده در دو دوره 1387 تا 1392 و 1397 تا 1398:6 ارتباطات بين بازده شاخص صنايع مورد بررسي به بيشترين مقدار رسيده است. در رويكرد عليت گرنجر خطي بر اساس معيار مركزيت، بازده شاخص فلزات، ماشين‌آلات و سرمايه‌گذاري داراي بيشترين اهميت هستند و بازده شاخص ارتباطات و بانكي داراي كمترين اهميت هستند. همچنين مي‌توان گفت كه ميزان تأثيرگذاري و تأثيرپذيري بازده شاخص صنايع به خوبي تحت تأثير ميزان نوسانات بازار سهام است و اين اهميت به صورت نامتقارن است. در رويكرد عليت گرنجر غيرخطي براساس معيار مركزيت، بخش ارتباطات داراي كمترين اهميت است و صنايع فلزات اساسي، شيميايي و ماشين‌آلات داراي بيشترين اهميت هستند. در بازه 1397 تا 1398، بخش بانكي، صنايع خودرويي و ارتباطات داراي بيشترين اهميت و توليدات نفتي و فلزي داراي كمترين اهميت به منظور سرمايه‌گذاري هستند.

In this study, using linear and nonlinear Granger causality methods and regression switching, the relationships between the returns of important industry indices in the period 2008 to 2019 in order to invest in economic growth and development were examined. Based on the results obtained in the two periods of 2008 to 2013 and 2018 to 2019: 6, the relationship between the returns of the studied industry index has reached the highest value. In the linear Granger causality approach based on centrality criteria, the returns of metals index, machinery and investment are the most important and the returns of communication and banking index are the least important. It can also be said that the degree of effectiveness and efficiency of industry index returns is well affected by the amount of stock market fluctuations and this importance is asymmetric. In the nonlinear Granger causality approach based on the centrality criterion, the communication sector is the least important and the basic metals, chemical and machinery industries are the most important. In the period 2018 to 2019, the banking sector, automotive and communications industries are the most important and oil and metal products are the least important for investment. Keywords: Economic Growth, Large Industries, Systematic Risk, Regression