بررسی انجام شده در شرکت بورس نشان داد
عدم ارتباط بورس و اقتصاد ایران
ایران بورس- نگاه اجمالی به عملکرد بورس اوراق بهادار تهران بیانگر آن است که در برخی از دورههای زمانی، عملکرد بورس تهران از رشد قابل ملاحظهای برخوردار بوده است.
استمرار روندهای صعودی، در عین مطلوبیت میتواند نگرانکننده نیز باشد. این روند مطلوب است از این نظر که بورس اوراق بهادار تهران بهعنوان سمبل بازار سرمایه ایران در مسیر یافتن جایگاه واقعی خود در اقتصاد کشور است و نگرانکننده از این دیدگاه که رونقها معمولا دوام نداشته و بلکه با رکود تدریجی یا ناگهانی مواجه میشوند. با این اوصاف شناسایی عوامل رونق و رکود بورس، چگونگی تداوم بخشیدن به آن و جلوگیری از سقوط نابهنگام بازار سهام از اهمیت ویژهای برخوردار است. از طرفی معمولا بازار سهام بهعنوان پیشبینیکننده اقتصاد مطرح است.
در همین راستا، از کاهش قیمت سهام و کاهش شاخص بورسها میتوان رکود اقتصادی را در آیندهای نزدیک پیشبینی نمود و برعکس افزایش نسبتا قابل توجه در شاخص حکایت از رشد اقتصادی آتی خواهد داشت. در این گزارش شناسایی روابط علی و معلولی بین متغیرهای اصلی اقتصاد پرداخته میشود.
این گزارش شامل دو بررسی مستقل است که روابط اشاره شده را مورد ارزیابی و تجزیه و تحلیل قرار میدهد. در بررسی اول متغیرهای کلان اقتصادی نظیر تولید ناخالص داخلی و تورم روی شاخص قیمتی بورس تهران مورد توجه قرار میگیرد. در بررسی دوم با نگاهی منطقیتر به تجزیه و تحلیل روابط علت و معلولی بین تولید ناخالص داخلی تعدیل شده (بخش کشاورزی و آب و برق به جهت تاثیر کم آن بر بورس تهران) و شاخصهای مختلف بورس و سپس ارزش افزوده صنعت با شاخصهای مذکور پرداختیم.
مطالعات انجام شده
برای ارزیابی هر نظام اقتصادی چند شاخص اساسی وجود دارد. یکی از این شاخصها، تولید ناخالص داخلی واقعی است که در واقع نشاندهنده نتیجه کلی فعالیت اقتصادی کشور است. تولید ناخالص داخلی شاخصی است که از طریق آن میتوان نسبت به روند رونق و رکود و رشد و تنزل کل اقتصاد آگاه شد. اما نکته قابل توجه در بررسی تولید ناخالص داخلی، تاثیر بخشهای مختلف اقتصادی در تولید کل کشور است. به بیان دیگر سهم بخشهای مختلف مانند کشاورزی، صنعت، نفت، ساختمان، معدن، آب و برق و گاز و خدمات در ایجاد تولید ملی اهمیت دارد.
مطالعات متعددی در این خصوص صورت گرفته است که بیانگر روابط مختلف بین تولید ناخالص داخلی واقعی و شاخص بورسها است. مطالعات پیرس (1983) برای دوره 83 - 1956 در اقتصاد ایالات متحده آمریکا نشان داد که قیمتهای سهام میتواند مسیر حرکت اقتصاد را نشان دهد، بهطوریکه اقتصاد دو الی چهار فصل پس از کاهش قیمتها در بورس، وارد رکود میشود و تقریبا در تمام موارد قبل از رشد فعالیتهای اقتصادی، قیمتهای سهام افزایش یافتهاند.
بهعنوان مثال، کامین شولی در سال ۱۹۹۶ رابطه بین شاخص S&P۵۰۰ (بهعنوان شاخص بازار سهام ایالات متحده آمریکا) و تولید ناخالص داخلی را با بهکارگیری دادههای فصلی برای دوره ۹۴ - ۱۹۷۰ و با استفاده از رابطه آزمون کرده است:
نتایج بهدست آمده با استفاده از رابطه فوق بهصورت زیر است:
نتایج نشان میدهد که قیمتهای سهام با اقتصاد رابطه مثبت دارد. بهعلاوه قیمتهای سهام با یک وقفه (یک فصل) هم رابطه مثبت و هم از نظر آماری در سطح یک درصد معنیدار است؛ لذا میتوان نتیجه گرفت که بین مقادیر گذشته قیمت سهام و فعالیتهای اقتصادی این رابطه وجود دارد. به عبارت دیگر نتایج این رگرسیون نشان میدهد که مقادیر گذشته قیمت سهام میتواند رفتارهای اقتصادی را پیشبینی کند.
از طرفی دیمسون ، مارش و استنتون ، به این نتیجه رسیدند که سود شرکتها نمایندهای از تولید ناخالص داخلی نیست. به عبارت دیگر با دادههای سالانه به این نتیجه رسیدند که ارتباط بارزی بین بازار سهام و عملکرد اقتصادی وجود ندارد و میتوان در سالهایی که رشد اقتصادی پایین است (سال 1900)، عملکرد خوب بازار مالی را مشاهده نمود و برعکس.
سپس به این سوال پاسخ داده شد که آیا با دادههای فصلی نیز میتوان به این نتایج دست یافت؟ برای این منظور ابتدا در یک نمودار دادههای فصلی تولید ناخالص داخلی اسمی، با دادههای فصلی S&P ۵۰۰ بر پایه لگاریتمی رسم شد و نشان داد که بازار سهام از نوسانپذیری بیشتری برخوردار است؛ سپس نمودار پراکندگی این دو متغیر رسم شد و خط برازش این دو تعیین گردید که R۲ آن صفر به دست آمد که این خود بیانگر عدم ارتباط بین بازار سهام و عملکرد اقتصادی میباشد. در قدم بعد ضریب همبستگی پیرسون بین این دو متغیر بررسی شد و نشان داد که تغییر در بازار سهام با تغییرات دو وقفهای تولید ناخالص داخلی همخوانی دارد؛ اما آزمون ماندگاری این ارتباط حکایت از ضعیف بودن این رابطه داشت.
در نهایت این مطالعات نشان داد که بهطور عملی ارتباطی بین دادههای فصلی بازار سهام آمریکا (شاخص S&P 500) و تولید ناخالص داخلی این کشور وجود ندارد. شاخص بازار سهام یک نماینده ضعیف برای رشد اقتصادی است
(البته با یک وقفه ۳ تا ۹ ماهه) اما تغییر در GDP بیانگر تغییرات آتی بازار سهام نیست. (مطالعات متعدد دیگری وجود این رابطه را برای اقتصادهای پیشرفته تایید میکند که از بحث بیشتر در خصوص آنها خودداری میشود).
بررسی اول
در این بررسی، رابطه بینGDP و شاخص قیمتی بورس برای اقتصاد ایران، با استفاده از دادههای آماری طی دوره ۸۵ - ۱۳۷۰ مورد آزمون قرار گرفت که نتایج بهدست آمده بهصورت زیر است:
ملاحظه میشود که تغییرات GDP (واقعی) تنها با یک وقفه شاخص رابطه مثبت دارد که این رابطه از نظر آماری معنیدار نیست (این رابطه بسیار ضعیف است)، اما با سه وقفه قبل از آن، منفی و بیمعنی است؛ بنابراین میتوان نتیجه گرفت که در ایران، شاخص بورس نمیتواند بهعنوان شاخص فعالیتهای اقتصادی تلقی شود. بهعلاوه R۲ این رابطه منفی است که این بدان معنی است که هیچ ارتباطی بین این دو متغیر در کوتاه مدت وجود ندارد.
رابطه فوق نمیتواند رابطه علیت گرنجر بین دو متغیر را تشریح کند. برای بررسی رابطه علیت گرنجر بین دو متغیر و تعیین جهت علیت از رابطه زیر استفاده میشود:
برای بررسی اینکه آیا قیمتهای سهام میتواند علیت گرنجر GDP باشد یا به عبارت دیگر تغییرات GDP را توضیح دهد، از معادله یک استفاده میکنیم؛ به این صورت که ابتدا تغییرات GDP را تنها بر روی مقادیر گذشته خودش رگرس میکنیم (معادله شامل وقفههای TEPIX نمیباشد) که به این رگرسیون، رگرسیون مقید گفته میشود و سپس رگرسیون با در نظر گرفتن وقفههای TEPIX برآورد میشود و در نهایت از طریق آزمون F این رابطه مورد بررسی قرار میگیرد:
که در آن RSSR مجموع مربعات رگرسیون مقید و RSSUR مجموع مربعات رگرسیون نامقید است. فرض صفر bi=0 برای تمامی iها میباشد و به این معنی است که وجود وقفههای TEPIX در رگرسیون فوق هیچ تاثیری ندارد و در واقع درصد معنیداری از تغییرات GDP را توضیح نمیدهد.در صورتیکه مقدار محاسبه شده F از رابطه فوق از سطح بحرانی آن بیشتر باشد، فرض صفر مبنی بر عدم تاثیرگذاری TEPIX بر GDP رد میشود و به این معنی است که TEPIX میتواند بخشی از تغییرات GDP را توضیح دهد و تغییرات آن میتواند GDP را تحت تاثیر قرار دهد. با استفاده از رابطه دوم نیز میتوان رابطه علیت از طرف GDP روی TEPIX را آزمون کرد؛ مبنی بر اینکه آیا تغییرات TEPIX میتواند ناشی از GDP باشد یا خیر.البته این آزمون با استفاده از شاخص S&P500 و GDP برای آمریکا نیز انجام شده است که نتایج آن در جدول (2) آمده است. در ستونهای شماره (1)، این مساله آزمون شده است که آیا قیمتهای سهام میتواند اقتصاد را پیشبینی کند یا خیر؟ و در ستون دوم نیز این مسئله آزمون شده است که آیا اقتصاد میتواند شاخصهای قیمت سهام را پیشبینی کند و یا بهعبارت دیگر آیا تغییرات شاخص قیمت سهام متاثر از
GDP است یا خیر؟
همانگونه که ملاحظه میشود آمار ا(1) F نشان میدهد که ضرایب شاخص S&P500 تا سه وقفه معنیدار است. این نتایج حکایت از آن دارد که قیمت سهام میتواند علیت گرنجری فعالیتهای اقتصادی باشد؛ به این معنی که مقادیر گذشته شاخص میتواند در توضیح و تشریح سطح فعالیتهای اقتصادی حتی هنگامیکه مقادیر گذشته خود GDP در معادله وجود دارد، موثر باشد. اما معادله آمار (2)اF نشان میدهد که فرضیه صفر برای هیچیک از وقفهها رد نمیشود؛ بنابراین مقادیر گذشته GDP اثر معنیدار بر پیشبینی سطح جاری شاخص ندارد و لذا رابطه علیت از اقتصاد به شاخص وجود ندارد. با توجه به آزمون فوق ملاحظه میشود که در اقتصاد ایالات متحده آمریکا یک رابطه علیت یک طرفه از طرف شاخص به GDP وجود دارد. روابط فوق برای شاخص قیمت بورس (TEPIX) و GDP برای ایران نیز انجام شده است که خلاصه آن در جدول زیر آمده است:
با توجه به ستونهای 1 جدول ملاحظه میشود که هیچیک از وقفههای TEPIX نمیتواند اثر معنیداری بر روی GDP واقعی داشته باشد. نکته جالب آنکه کل وقفهها نیز به طور جمعی معنیدار نیست (ستون آخر جدول (3)) و نشان میدهد که تغییرات شاخص بهطور جمعی نیز هیچ اثری بر سطح فعالیتهای اقتصادی ندارد.
نتایج حاصل از برآورد رابطه (۲) نشان میدهد که نه تنها هیچیک از وقفهها، بلکه کلیه وقفههای GDP واقعی (بهطور جمعی) نیز هیچ اثری بر روی شاخص بورس ندارد. بنابراین میتوان نتیجه گرفت هیچ رابطه علیت اعم از یکطرفه و یا دو طرفه بین ایندو متغیر وجود ندارد.
بررسی دوم
در این بخش و بهدنبال اخذ نتایج مذکور و بهمنظور بررسی دقیقتر، با استفاده از روشهای اقتصادسنجی تلاش میشود تا رابطه بین شاخصهای بورس اوراق بهادار تهران و برخی از متغیرهای کلان اقتصادی مانند تولید ناخالص داخلی واقعی، رشد نقدینگی، ارزش افزوده بخش صنعت و شاخص قیمت خانههای مسکونی مورد آزمون تجربی قرار گیرد. هدف، پاسخ به این سوال است که آیا رابطه تعادلی بلندمدتی بین شاخص قیمت سهام و متغیرهای کلان اقتصادی کشور وجود دارد یا خیر؟ در این بخش ابتدا در یک مدل دو متغیره رابطه شاخص صنعت با ارزش افزوده بخش صنعت و همچنین شاخص قیمت و سود نقدی با تولید ناخالص داخلی واقعی تعدیل شده ( ارزش افزوده بخش کشاورزی و ارزش افزوده بخش آب، برق و گاز به دلیل نداشتن سهم در شاخص بورس از کل تولید ناخالص داخلی کم گردید) بررسی شد. لازم به یادآوری است که مسیر طی شده در اجرای هر یک از مدلهای مذکور به این ترتیب بوده است که ابتدا مانایی متغیرها با توجه به آزمون ریشه واحد بررسی شد و تعیین گردید که متغیرهای مذکور از مرتبه جمعی چندم میباشند. بررسی بهعمل آمده نشان داد که همه متغیرها در سطح جمعی از مرتبه یک یا(۱) Iامانا هستند و این بدان
معنی است که متغیرها در حالت سطح، ایستا نبوده و با یکبار تفاضلگیری، ایستا میشوند. در گام اول مدل رگرسیون حداقل مربعات (OLS) برای دو متغیر شاخص صنعت بهعنوان متغیر وابسته و ارزش افزوده بخش صنعت اجرا گردید که نتایج آن در جدول زیر ارایه شده است:
0
همانطور که مشخص است این روش با توجه به احتمال بهدست آمده (۶۰۸۳/۰)، رابطه معنیداری را بین این دو متغیر بیان نمیکند. بنابراین برای اینکه رابطه این دو متغیر را بهطور دقیقتر بررسی نماییم، میبایست از روش تحلیل هم جمعی در الگوی خودتوضیح برداری استفاده نماییم. الگوی خودتوضیح برداری، الگویی است که در آن رفتار چند متغیر سری زمانی و ارتباطات متقابل بین این متغیرها بررسی میشود؛ در این الگو بدون آنکه متغیرها از قبل بهعنوان برونزا یا درونزا در نظر گرفته شوند، مدل برآورد میشود.
اما به دنبال انتقادات متعدد از سیستم معاملات همزمان، الگوی VAR معرفی شد. تحلیل هم جمعی در قالب الگوی خودتوضیح برداری این امکان را فراهم میآورد تا بردارهای هم جمعی (روابط بلندمدت) را از روی ضرایب الگوی خودتوضیحبرداری بهدست آوریم. در ابتدا به این سوال پاسخ میدهیم که آیا میتوان رابطه علیتی بین دو متغیر شاخص صنعت و ارزش افزوده آن بهدست آورد یا نه؟ که برای پاسخدهی به این سوال ابتدا یک مدل var بین این دو متغیر به اجرا درآمد و سپس وقفه بهینه با استفاده از نرمافزار Eviews مشخص گردید. با توجه به احتمالهای بهدست آمده در هر بخش میتوان بیان نمود که تغییر در هر یک از این دو متغیر میتواند تغییر در دیگری را با توجه به وقفه بیان شده موجب شود. البته باید ذکر نمود که آزمون علیت، رابطه قطعی بین دو متغیر را نشان نمیدهد و تنها بیان میدارد که تغییر در یکی از این دو متغیر میتواند تغییر در دیگری را موجب شود. برای بررسی دقیق رابطه بین دو متغیر در بلندمدت، از الگوی تصحیح خطای برداری استفاده شده است و رابطه زیر برای این دو متغیر به اجرا درآمده است:
۱
که در آن Dindustry و Dvalue در واقع دیفرانسیلهای مرتبه اول شاخص صنعت و ارزش افزوده بخش صنعت میباشند و RCE نیز جزء اصلاح خطای تورش در بلندمدت بوده و (1)ARا متغیر مجازی برای اصلاح مشکل خودهمبستگی مدل است که به آن اضافه گردید. با توجه به عدم معنیداری بین دو متغیر، در بلندمدت رابطه معنیداری بین آنها وجود ندارد. لازم به ذکر است که در این تحلیل از دادههای شاخص صنعت و ارزش افزوده بخش صنعت طی سالهای 1377 تا 1385 استفاده شد. دوره مورد مطالعه با توجه به آنکه شاخص صنعت از سال 1377 در دسترس بود، انتخاب شده است.
2
در ادامه، مطالعه برای دو متغیر شاخص قیمت و سود نقدی و تولید ناخالص واقعی تعدیل شده انجام شد. مشابه با بررسی قبل، مدل حداقل مربعات (OLS) رابطهای را بین این دو متغیر نشان نمیدهد، آزمون علیت گیرینجر در سطح وقفه 11 (5/2 سال) معنیدار است اما الگوی تصحیح خطای برداری نیز رابطه پویای بلندمدتی را نشان نمیدهد.
سپس به بررسی رابطه شاخص بورس با متغیرهای تولید ناخالص داخلی واقعی تعدیل شده (dregdp)، حجم نقدینگی (dm) و شاخص قیمت خانههای مسکونی (dphouse)، در قالبهای یک مدل چند متغیره پرداختیم. در مدل var، وقفه بهینه با توجه به تعداد مشاهدات موجود تعیین شد؛ سپس با این وقفه آزمون علیت گرینجر برای متغیرهای مذکور به اجرا درآمد، همانطور که در جدول شماره ۸ مشخص است، مدل اول رابطه معنیداری را بین شاخص بورس بهعنوان متغیر وابسته با سایر متغیرها بهعنوان متغیر مستقل ارایه نمیکند. تنها زمانی که متغیر قیمت مسکن بهعنوان متغیر وابسته در نظر گرفته شده است، روابط معنیدار میباشند. این بدان معنی است که تغییر متغیرهای مستقل شاخص بورس، GDP واقعی و حجم نقدینگی میتواند در آینده، تغییر در سطح عمومی قیمتهای مسکن را منجر شود. مدل خطای تصحیح برداری این متغیرها برای بررسی دقیق رابطه بلندمدت آنها به اجرا درآمد که نتایج آن در جدول شماره ۶ ارائه شده است.
۳
با توجه به احتمالهای بهدست آمده، تنها رابطه حجم نقدینگی با شاخص بورس تهران (dTepix) معنیدار است و دارای یک رابطه منفی بین این دو متغیر است که دلیل آن این است که در کشور ما، هر زمان که حجم نقدینگی افزایش یافته است، این افزایش به سمت بخش ساختمان و مسکن هدایت شده که این نتیجه را مدل ols به اجرا درآمده بین این دو متغیر به وضوح نشان میدهد.
DPHOUSE = C + α DM
4
ارسال نظر