27314

بررسي تاثير جنگ اوكراين و روسيه و شاخص¬هاي اقتصادكلان بر شاخص نوسانات بازار و ارتباطات متقابل بين داده¬هاي جنگ و اقتصادكلان

كارشناسي ارشد

مهندسي صنايع- مهندسي مالي

1398

1401/6/27

سيد جعفر سجادي

روزبه قوسي

مهندسي صنايع

در چند دهه گذشته، ارتباط بين بازاري در بازارهاي مالي جهاني، به ويژه سهام، به دليل توسعه فناوري اطلاعات و ارتباطات و افزايش تجارت بين‌المللي افزايش يافته است. ارتباطات متقابل گسترده بين بازارهاي مالي بين‌المللي براي سرمايه‌گذاران و سياست‌گذاران حياتي و ضروري بوده است. از آنجايي كه بحران ها، حوادث ، اخبار، شايعات و همچنين شوك هاي مربوط به جنگ بر اقتصاد و بازارهاي مالي از جمله سهام و كالا تاثيرگذار هستند و باعث ايجاد نوسان در بازارهاي مالي ميشوند، از اين¬رو بررسي تاثيري كه جنگ بر نوسانات بازار و ترس جهاني گذاشته است و همچنين بررسي تاثيري كه جنگ بر ارتباطات متقابل داده¬هاي مربوط به جنگ و شاخص¬هاي مالي و اقتصاد¬كلان گذاشته است مي-تواند مهم باشد. حمله روسيه به اوكراين به ويژه در 24 فوريه 2022 آغاز شد. جنگ نگراني جدي براي جهانيان به¬همراه داشت. جنگ اوكراين و روسيه منجربه واكنش هاي منفي شديد بازارهاي مالي در سطح جهان شد. بازارهاي مالي نسبت به قبل دچار ترس و نوسان بيشتري شدند. قيمت كالاها از جمله نفت، گاز، گندم، طلا، نرخ بهره و نرخ تورم افزايش شديدي پيدا كرد. اين مطالعه به منظور بررسي اثر جنگ روسيه و اوكراين و داده¬هاي مربوط به آن و همچنين شاخص¬هاي مالي و اقتصاد¬كلان بر روي شاخص نوسانات ضمني (شاخص ترس و وحشت-vix) در بازار آمريكا صورت گرفته¬است. ابتدا به بررسي پايايي داده¬ها با استفاده از آزمون ريشه واحد و خودهمبستگي پرداخته شد. براي ادامه تحقيق براي تبيين رابطه متغيرها با شاخص نوسانات و بررسي اثر جنگ روي اين رابطه از مدل رگرسيون خطي چندمتغيره استفاده كرده است. سپس به بررسي ارتباطات متقابل داده¬هاي مربوط به جنگ، شاخص¬هاي مالي و اقتصاد¬كلان با استفاده از مدل خود رگرسيون برداري پرداخته است. سپس به تحليل شوك براي اينكه مشخص شود هر يك از متغير هاي مدل خود رگرسيون چگونه به شوك ها عكس العمل نشان ميدهند و تجزيه واريانس براي بررسي پويايي مدل خودرگرسيون پرداخته شده¬است. همچنين وجود رابطه تعادلي بين متغير¬ها با آزمون هم¬انباشتگي بررسي شده است. داده ها به دو بازه پنج ماهه قبل و بعد از جنگ تقسيم شده است و براي اين دو بازه به صورت جدا بررسي صورت گرفته است. نتايج نشان ميدهد كه جنگ بر شاخص نوسانات( vix) تاثيرگذار بوده است. و همچنين جنگ بر ارتباطات متقابل داده¬ها تاثير گذاشته است و نتايج قبل و بعد از جنگ متفاوت است.

1401/08/17

Investigating the impact of the war between Ukraine and Russia and macroeconomic indicators on the market volatility index and the interrelationships between war and macroeconomic data

9/18/2023 12:00:00 AM

Over the past few decades, intermarket connectivity has increased in global financial markets, especially stocks, due to the development of information and communication technology and increased international trade. Extensive interconnections between international financial markets have been vital and necessary for investors and policy makers. Since crises, incidents, news, rumors, as well as shocks related to war affect the economy and financial markets, including stocks and goods, and cause fluctuations in financial markets, therefore, the study of the impact of war on market fluctuations and it has caused global fear, and it can also be important to examine the impact that war has had on the interrelationships of war-related data and financial and macroeconomic indicators. Russia's invasion of Ukraine specifically began on February 24, 2022. The war caused serious concern for the world. The war between Ukraine and Russia led to strong negative reactions in financial markets worldwide. Financial markets became more volatile than before. The prices of goods, including oil, gas, wheat, gold, interest rates and inflation rates increased sharply. This study was conducted in order to investigate the effect of the war between Russia and Ukraine and its related data as well as financial and macroeconomic indicators on the implied volatility index (vix) in the American market. First, the reliability of the data was checked using the unit root and autocorrelation test. To continue the research, to explain the relationship between the variables and the volatility index and to investigate the effect of war on this relationship, he used the multivariable linear regression model. Then, he investigated the interrelationships of data related to war, financial and macroeconomic indicators using auto-regression model. Then, shock analysis was done to determine how each of the variables of the autoregression model reacts to the shocks, and variance analysis was done to check the dynamics of the autoregression model. Also, the existence of a balanced relationship between the variables has been checked with the cointegration test. The data has been divided into two periods of five months before and after the war, and these two periods have been analyzed separately. The results show that the war had an effect on the volatility index (vix). Also, the war has affected data communication and the results before and after the war are different.

جنگ اوكراين و روسيه , شاخص نوسانات بازار , رگرسيون خطي چندمتغيره , مدل خودرگرسيون برداري , تجزيه و تحليل واريانس

Ukraine and Russia war , market volatility index , Multivariate Linear Regression , vector autoregression model , analysis of variance

Elahe Poodine

Dr. Elahe Poodine