بررسی اثر سرریز تلاطم و همبستگی‌های پویای شرطی در بورس تهران با استفاده از رویکرد ناهمسانی واریانس شرطی بیزی مبتنی بر آنالیز موجک

خصلت چولگی، دم های پهن و بعد فرکانس از ویژگی های مهم سری های زمانی مالی میباشد که در مدل های اقتصاد سنجی کلاسیک چندان مورد توجه قرار نگرفته است. از اینرو در مطالعه حاضر از یک رویکرد ناهمسانی واریانس شرطی بیزی مبتنی بر آنالیز موجک جهت بررسی اثر سرریز تلاطم و همبستگی‌های پویای شرطی در سه زیر دوره میان بازده های روزانه شاخص سهام گروه های خودرو و ساخت قطعات، گروه بانکی و گروه فرآورده های نفتی طی بازه زمانی 9.24/1387 الی 01.31/1398 استفاده شده است. زیر دوره ها عبارت اند از: دوره قبل از توافق برجام، دوره پسا برجام و دوره بعد از خروج آمریکا از برجام. نتایج مدلbayesian dcc garch (1,1) ضمن رد فرضیه مدل ccc براساس توزیعهای پسین حاشیه ای در مقابل فرضیه مدل dcc در تمامی زیربخشها حاکی از یکسان نبودن شدت تاثیر شوکها بر تلاطم بازده سهام گروه‌های منتخب در موجک ها (نوساناتی ) و زیر دوره های مختلف است. همچنین تحلیل نمودارهای همبستگی شرطی پویای بیزی برای هر زیر دوره و در هر موجک سهام متفاوتی را جهت سرمایه گذاری در راستای انتخاب یک بدل مناسب به منظور پوشش ریسک توصیه می کند. از ایده اصلی استفاده شده در این پژوهش میتوان در برآوردهای مربوط به رسیک دارایی‌ها و انتخاب سبد دارایی بهینه استفاده نمود.

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

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 subperiods between the daily return data of selected Tehran Stock Exchange (TSE) indices during the period from December 14, 2008 to April 20, 2019. Subperiods 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 preJCPOA 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 subperiods are not the same. Also, Bayesian dynamic conditional correlation graphs are recommended for each subperiods and in each wavelet, a different stock for a suitable investment.