طراحی یک الگوی هشدار زودهنگام با هدف بررسی اثر اعلامیه‌های اجلاس اوپک بر شکل‌گیری حباب در بازار سهام: رویکرد رگرسیون لاجیت

در اقتصاد جهانی امروز، نوسانات قیمت نفت پیامدهای قابل‌توجهی در ابعاد مختلف دارد. رشد اقتصادی، تورم، تراز تجاری و بازارهای مالی به‏شدت به تغییرات قیمت نفت حساس هستند. این نوسانات می‏تواند بر بازارهای سراسر جهان تاثیر عمیقی بگذارد و چالش‏ها و فرصت‏های مهمی را برای سرمایه‏گذاران، نهادهای مالی و سیاست‏گذاران ایجاد کند. نظر به اهمیت این موضوع، انگیزه و نوآوری اصلی پژوهش حاضر طراحی یک الگوی هشدار زودهنگام با هدف بررسی اثر اعلامیه‏های اجلاس اوپک بر شکل‌گیری حباب در بازار سهام ایران طی دوره زمانی 11-1:1401-1390 با استفاده از رویکرد رگرسیون لاجیت است. نتایج نشان می‏دهد اعلامیه‌های اجلاس اوپک مبنی بر کاهش سطح تولید با کاهش احتمال شکل‌گیری حباب قیمتی و اعلامیه‌های حفظ تولید با افزایش احتمال شکل‌گیری حباب قیمتی همراه هستند. علاوه بر این، الگوی هشدار زودهنگام طراحی شده از دقت 94 درصدی در پیش‌بینی دوره‌های حبابی بازار سهام ایران برخوردار است. با توجه به نتایج پژوهش توصیه می‌شود، سیاست‌گذاران، با طراحی یک الگوی هشدار زودهنگام و پایش دوره‌ای متغیرهای کلان اقتصادی نظیر رشد نقدینگی، نرخ تورم، نرخ ارز و غیره، شرایط لازم را برای اتخاذ اقدامات مناسبی که موجب کاهش احتمال شکل‌گیری حباب در بازار سهام می‌شود، فراهم کنند.

designing an early warning model to examine the effect of opec summit announcements on stock market bubble formation: a logit regression

in today’s global economy, oil price fluctuations have significant implications across various dimensions. economic growth, inflation, trade balance, and financial markets are all highly sensitive to changes in oil prices. these fluctuations can deeply impact markets worldwide, creating both challenges and opportunities for investors, financial institutions, and policymakers. in light of this importance, the main motivation and innovation of this study is to design an early warning model to examine the effect of opec summit announcements on the formation of stock market bubbles in iran during the period from april 2011 to february 2023, using a logit regression approach. the findings indicate that opec announcements regarding production cuts are associated with a reduced probability of bubble formation, while announcements to maintain production levels are linked to an increased likelihood of bubble formation. furthermore, the designed early warning model demonstrates a 94% accuracy rate in predicting bubble periods in iran’s stock market. based on these results, it is recommended that policymakers develop an early warning system and periodically monitor key macroeconomic indicators such as money supply growth, inflation rate, exchange rate, and etc. to create the necessary conditions for taking appropriate actions to reduce the likelihood of stock market bubbles.