رويكرد كاپيولا براي مدل‌بندي ساختار وابستگي قيمت نفت و شاخص‌هاي بازار سهام ايران

Copula approach for modeling the structure of oil price dependence and Iranian stock market indices

هدف تحقيق حاضر مدل‌بندي رابطه بين شاخص‌هاي بورس اوراق بهادار تهران با قيمت نفت بود. جامعه آماري در پژوهش حاضر شاخص‌هاي كل قيمت، شاخص صنعت، شاخص قيمت 50 شركت و شاخص بازار دوم و قيمت نفت در بازه زماني 23/09/1387 تا 25/11/1398بود. به منظور تجزيه و تحليل داده ها از روش آماري كاپيولا با استفاده از نرم‌افزارR استفاده شد. بدين ترتيب با استفاده از هشت تابع كاپيولاي نرمال، گامبل، كلايتون، فرانك، جو، گالامبوس، هاستلرريس و تابع كاپيولاي مقدار حدي تي استيودنت به مدل‌بندي رابطه بين شاخص ها با قيمت نفت پرداخته شد. نتايج نشان داد كه رابطه بين شاخص‌ها با قيمت نفت با استفاده از تابع كاپيولاي كلايتون بهترين نتيجه را دارد. سپس بر اساس تابع كاپيولاي برازش داده شده، مقدار همبستگي بر اساس ضرائب همبستگي اسپيرمن‌رو و كندال‌تاو محاسبه شد. نتايج تحليل همبستگي نشان داد كه همبستگي بين شاخص ها و قيمت نفت رابطه مثبتي بود. از آنجايي كه اكثر متغيرهاي مالي داراي توزيع نرمال نيستند، بنابراين تحليل‌هاي مختلفي كه در مراكز دانشگاهي استفاده مي‌شود، دچار نتايج اريب هستند، بنابراين پيشنهاد مي‌شود كه رابطه بين متغيرهاي مالي با استفاده از كاپيولا مدلبندي شود و سپس بر اساس تابع كاپيولاي برازش داده شده اقدام به تحليل، برآورد و پيش‌بيني شود.

The purpose of study was to model the relationship between Tehran Stock Exchange indices and oil prices. The statistical population of the present study included total price indices, industry index, price index of 50 companies, and second market index and oil price in the period 2008/09/13 to 2018/11/25. To analyze the data, Copula statistical method was used using R software. Relationship between indices and oil prices was studied using eight capillary normal, Gamble, Clayton, Frank, Jo, Galambos, Hostelries and Copula function, respectively. The results showed that the relationship between the indices and the oil price using the Copula Clayton function was the best. The results showed that the relationship between the indices and the oil price using the Copula Clayton function was the best. Then based on the fitted Copula function, the correlation value was calculated based on Spearman and Kendall correlation coefficients. The results of correlation analysis showed that the correlation between indices and oil prices was positive. most financial variables do not have a normal distribution, the various analyzes used in academic institutions have skewed results, so it is suggested that the relationship between financial variables be modeled using copula and then fitted based on the copula function.