
ندارد
يوسل و همكاران (2003)
ARDL
ضريب نوسان سهام شرکتها در ترکیه براي كل نمونه و براي شركتهاي صادر كننده بزرگتر از ضريب نوسان براي شركتهاي غيرصادراتي است، ولي ضريب نوسان براي كليه شركتها منفي است.
كاسمن (2003)
GARCH
رابطة با ثبات بلندمدتي بين قيمتهاي سهام و نرخ ارز در كشور تركيه وجود دارد. اما آزمون عليت گرنجر نشان ميدهد كه ارتباط علّي موجود از طرف متغير نرخ ارز به متغير شاخص بخش صنعت وجود دارد.
یانگ و چنگ(2008)
GARCH دوآستانهِ چهار رژیمی 232
واکنش نامتقارن میانگین و واریانس شرطی بازدهی سهام 5 بازار تایوان، سنگاپور، کره جنوبی، ژاپن و امریکا مورد تایید قرار گرفت
بارترام و همکاران (2012)
خانواده GARCH
که تاثیر نوسانات نرخ ارز بر بازده سهام بصورت شرطی است و شواحدی از تاثیرپذیری بازدهی شرکتها در هنگام تغییرات نرخ ارز را نشان دادند
کوچران و همکاران (2012)
خانواده GARCH
فرآیند نوسانات چهار گروه فلزی- مس، طلا، پلاتین و نقره مبین وابستگی زمانی بلندمدت است.
سو (2014)
خانواده GARCH
به بررسی تاثیر نوسانات نرخ ارز بر بازار سهام با استفاده از مدل EGARCH و MHS پرداخت. نتایج نشان داد در بازارهای نوظهور ریسک نوسانات نرخ ارز بر بازار سهام بیشتر است.
اندریس و همکاران (2014)
تبدیل موجک
با استفاده از تبدیل موجک به بررسی رابطه بین تاثیر نرخ ارز و بهره بر شاخص بورس پرداختند. نتایج نشان داد شاخص بورس با وقفه به نوسانات دو متغیر واکنش نشان میدهد و بسته به مقیاس تاثیرات متفاوتی را میپذیرد.
هو (2015)
معادلات علیت
به بررسی رابطه غیرخطی بین نوسانات نرخ ارز و شاخص بورس پرداخته ضمن تایید وجود چنین رابطهای بر مشهمود بودن این رابطه در بازه هفتگی تاکید مینماید.
خدابخش (1376)
OLS
واکنش بازار بورس در ارتباط با تاثیر نرخ ارز و تغییرات قیمت سهام شرکت هاي پذیرفته شده در بورس ارتباط معنی داري ولی بسیار ضعیف وجود دارد
تقوي، محمدي و برزنده (1376)
VAR
رابطه علیت از طرف نرخ ارز و شاخص قیمت وسایط نقلیه به سمت شاخص بورس اوراق بها دار معنی دار است
قالیباف (1381)
OLS
تغییرات نرخ ارز اثر منفی روی بازده سهام دارد ولی درصد تغییرات نرخ ارز با یک وقفه زمانی اثر مثبت بر بازده سهام شرکتها دارد.
جلالي نائيني و قاليباف (1382)
VAR
كه ارزش سهام شركتهاي صادراتي و غيرصادراتي با تغييرات نرخ ارز رابطة مستقيم دارد و بازده سهام با يك وقفه شش ماهه يا دو وقفه سه ماهه با نرخ ارز رابطه معني داري دارد.
محرابيان (1383)
OLS
نرخ ارز، شاخص قيمت خرده فروشي و توليد ناخالص داخلي رابطه مستقيم با شاخص قيمت سهام دارند
قطمیری و هراتی (1383)
ARDL
شاخص قیمت مصرفکننده، نرخ ارز، درجه بازبودن اقتصاد رابطه مستقیمی با شاخص قیمت مواد غذایی دارند.
نجارزاده و همکاران (1388)
VAR
رابطه بلندمدت معناداری بین شاخص بورس با نرخ ارز واقعی و تورم وجود دارد. شوکههای ناشی از نرخ تورم و ارز در بلندمدت تاثیر منفی و در کوتاهمدت تاثیر مثبت دارند البته تاثیر شوک ارزی شدیدتر است
دستگیر و همکاران (1388)
صنعت پتروشیمی دارای ریسک سیستماتیک کمتری نسبت به بازار است
بيات (1384)
OLS
ارتباط قوي و معناداري بين تغييرات نرخ ارز و بازده صنايع بدست نيامده است. در مورد ضريب ريسك نرخ ارز و ويژگي هاي شركت نيز هيچ گونه ارتباط معناداري مشاهده نشد.
قاسم زاده(1384)
ARDL
شاخص قیمت سهام بورس با نقدینگی رابطه مثبت دارد و ارتباط این شاخص با نرخ ارز حقیقی و نرخ سود واقعی بانکی منفی است
ملوییان و زارع (1384)
ARDL
متغیرهاي نسبت شاخص قیمت داخل به خارج، قیمت نفت، شاخص قیمت مسکن و نیز بهاي سکه داراي تأثیر مثبت و دو متغیر نرخ ارز و حجم پول داراي تأثیر منفی بر متغیر شاخص قیمت سهام دارند.
احمدیان (1384)
ARDL
حجم پول، قیمت جهانی نفت، نرخ ارز، قیمت سکه، شاخص قیمت مسکن از عوامل تاثیرگذار بر شاخص تولیدات صنعتی میباشند
واعظ برزانی و همکاران(1385)
VECM
در بلند مدت ارزش بازاري سهام با متغيرهاي مخارج دولت و حجم پول رابطه مستقيم و با متغيرهاي ماليات و نرخ ارز رابطه معكوس دارد
ابونوری و مشرفی (1385)
OLS
نتایج حاصله، حاکی از وجود یک رابطه تعادلی بلندمدت بین تورم، نرخ ارز و قیمت نفت با شاخص قیمت سهام صنعت پتروشیمی بوده است. در میان متغیرهاي کلان اقتصادي تورم، قیمت نفت و نرخ ارز به ترتیب اثر معنادار و مثبت بر شاخص سهام صنعت پتروشیمی داشتهاند.
نمازی و همکاران (1386)
ARDL
هیچ یک از متغیرهای رشد پول، قیمت سکه طلا، نرخ دلار و شاخص قیمت، تغییرات بازده سهام را توصیف نمیکنند.
پیرایی و شهسوار (1388)
ARDL
شاخص با تولیدناخالص داخلی و سطح عمومی قیمتها رابطه مستقیمی دارد و با حجم پول و نرخ ارز رابطه منفی دارد.
سعیدی و امیری (1390)
OLS
نتایج بررسی این مطالعه حاکی از عدم رابطه معنادار بین شاخص مصرف کننده و نرخ ارز بازار آزاد با شاخص کل بورس بوده است؛ ولی قیمت نفت خام با شاخص کل بورس رابطه معنادار ولی معکوس را نشان میدهد
سجادی و همکاران (1390)
ARDL
نتایج آزمون همجمعی حاکی از وجود رابطه بلندمدت میان متغیّرهای اقتصادی مزبور و نرخ رشد شاخص بازده نقدی است. رابطه بلندمدت بین نرخ رشد شاخص بازده نقدی و درآمد نفتی و نرخ ارز منفی، و با نرخ تورم، رابطه ی مثبت است
تهرانی و همکاران (1392)
Panel Data
اثر نوسانات نرخ ارز بر بازده سهام 75 شرکت صادرکننده پذیرفته شده در بورس اوراق بهادار تهران مثبت و معنی دارد بوده و رابطه اي بین نوسانات نرخ ارز با بازده سهام این شرکتها با یک وقفه زمانی مشاهده نشده است
بورس اوراق بهادار تهران (1393)
VECM
در بلندمدت نرخ ارز تاثیر منفی و معناداری بر بازدهی شاخص کل بورس اوراق بهادار تهران دارد.
پدرام و حری (1393)
ARDL
در بلندمدت متغيرهاي اندازه دولت، حجم پول، قيمت زمين و نرخ ارز داراي تاثير منفي و معني دار بر شاخص قيمت بورس هستند و شاخص قيمت مصرف کننده داراي تاثير مثبت و معني دار بر عملکرد بورس اوراق بهادار است.
رحمانی و همکاران (1393)
GARCH
يافتههای تحقيق حاکی از تأثيرگذار بودن ريسک نرخ ارز بر قيمت سهام صنعت پتروشيمی است و با توجه به علامت مثبت ضريب اين متغير، نشان از تأثير مثبت بر ريسک صنعت پتروشيمی دارد.
تنظیم: یافتههای تحقیق
پیوست (ب): خلاصه نتایج یافتههای سایر محققین در خصوص استفاده از مدل خانواده GARCH در بازار سهام
نویسنده (سال انتشار)
نتایج
تگليفچي (1995)
در بازار سهام امریکا مدلهای نامتقارن GARCH عملکرد بهتري از خود نشان داده و نه تنها برآورد خوبي از تلاطم دارند، بلکه این مدلها به خوبي اثر اخبار منفي و مثبت را نشان داده و در مشخصه نمايي مدل، نيازي به وجود توزيعهاي با دم پهن نيست.
رونالد هیین و هری کت (1997)
بررسی تلاطمهاي بازار سهام و نرخ ارز نشانگر برتري مدل EGARCH در مقايسه با ساير مدلهاي ديگر است
بولرسلو و میکلسن (1996)
نتایج مطالعه، حاکی از وجود حافظه بلندمدت و نامتقارنی در بازرهای سهام امریکا بود و استفاده از مدلهای دارنده این ویژگیها قابل اطمینانتر است.
بولرسلو و میکلسن (1996)
وابستگی بلندمدت نوسانات بازار سهام امریکا بهتر است بوسیله فرایند انباشته کسری بازگشت میانگین آرام233 توضیح داده شود. در این مطالعه ایشان مدل FIGARCH را معرفی نمودند.
ويلاسوسو(2002)
مدلهای FIGARCH در مقايسه با ساير مدلهاي GARCH برای پيشبيني يك روزه و ده روزة تلاطم نرخ ارز عملكرد بهتري دارند
کتی-دبلیو-چن و تیفانییوب (2004)
در بررسی 6 شاخص اصلي بورس سهام شرق آسيا و امریکا نشان دادند که حافظه بلندمدت در این بازارها وجود دارد.
چين ون چونگا و همكارانشان (2006)
مدلهاي با حافظة بلندمدت توضيح بسیار مناسبی از رفتار متلاطم شاخص سهام مالزي، نسبت به مدل GARCH برخوردار بودند
ژانگ (2006)
در بورس سهام شنزن، مدلهاي نامتقارن از قبيل ،EGARCH و GJR عملكرد بهتري در مقايسه با ساير مدل هاي نوع GARCH دارند، اما مدلهايي با توزيع تی-استیودنت چوله، با تفاوت اندکی در مقایسه با مدلهايي با ساير توزيعها، نتایج بهتری دادند
رویز و ویگا (2008)
مدل نوسانی آماری جدیدی تحت عنوان A-LMSV را برای مقابله با اثر اهرمی و حافظه بلندمدت در نوسانات سهام پیشنهاد نمودند و نشان دادند که همبستگی تقاطعی بین مشاهدات واقعی و مربعات، بطور کلی، در ارزشهای قدر مطلق در FIEGARCH بیشتر از A-LMSV است.
کانگ و همکاران (2009)
مدلهای FIGARCH و CGARCH به ترتیب از دقت پیشبینی و پایداری بالاتری نسبت به سایر مدلها برای نوسانات قیمت نفت خام وست تگزاس برخوردار هستند.
چئونگ (2010)
چارچوب تجربی کانگ و همکاران (2009) را برای تخمین مدلهای خطی و غیر خطی توسعه داد. نتایج تحقیق وی نشان داد که مدلهای غیرخطی GARCH قابلیت بالاتری نسبت به مدلهای خطی دارند.
کریستنسن و همکاران (2010)
مدل FIEGARCH-M برای بازدهی روزانه سهام مورد بررسی قرار داد و ضمن استخراج اثر نوسانات در میانگین234 به این نتیجه رسیدن که مدل یاد شده بهتر از مدل FIEGARCH است.
آروری و همکاران (2012)
مدلهای نوسانانی پس از برطرف نمودن (تعدیل) شکست ساختاری نتایج دقیقتری میدهند در میان این مدلها نیز مدل FIGARCH نتایج مناسبتری داشت.
اورتگا (2014)
با استفاده از مدلهای ARCH و GARCH تعمیم یافته به بررسی رابطه همبستگی بین قیمت سهام شرکتها پرداخته و وجود رابطه همبستگی بلندمدت میان قیمت سهام شرکتها را تایید نمود.
بنتز (2015)
به بررسی قدرت پیشبینیکنندههای مبتنی بر مدلهای GARCH پرداخت و بر پیشبینیهای خارج از نمونه این مدلها صحه گذاشت.
مهرآرا و عبدلي (1385)
نقش اخبار خوب و بد را در نوسانات بازدهي سهام ايران مورد تجزيه و تحليل قرار دادند. در اين مقاله، رابطه تکانههای بازدهی یا يا قيمت سهام (اخبار) و نوسانات شرطي با استفاده از الگوهاي GARCH، TARCH، CGARCH و EGARCH متقارن و غيرمتقارن در بازار اوراق بهادار تهران، بررسی و فرضیه عدمتقارن آزمون شد. نتايج پژوهش نشان ميدهد كه، هيچگونه شواهدي مبني بر وجود اثرات نامتقارن قوي و معنيدار وجود ندارد، به اين مفهوم كه اخبار خوب و بد با اندازة يكسان، تأثير مشابهي بر نوسانات شرطي بازدهي دارد
کشاورز و صمدی (1388)
انجام پيش بيني در دورة خارج از دورة نمونه مدل ARFIMA-FIGARCH با توزيع نرمال، دقيق ترين مدل بوده و نتايج بهتري را ارائه مي دهد. همچنین مدل FIGARCH بهترین عملکرد را در تخمین ارزش در معرض ریسک ( VaR) ارائه داد.
ارشدی (1390)
مدل هاي TARCH و EGARCH، به منظور استخراج اثر اهرمی مورد تاييد قرار گرفت. از سوي ديگر نتايج آزمون هاي ضرايب GARCH گوياي آن است كه واريانس شرطي در بلندمدت به ميانگين خود بازگشت مي کند.
سجاد و همکاران (1392)
در مقایسه مدل تلاطم تصادفی و مدلهاي GARCH، از طریق محاسبه ارزش در معرض خطر، مدل GARCH و GARCH-t مناسب ارزیابی شد.
حسینی ایمنی و نجفی (1392)
با استفاده از رويکرد VAR-Multivariate GARCH و در نظرگيري ريسک نقدشوندگي به تعيين سبد بهينه سرمايه گذاري در صنايع مختلف بورس اوراق بهادار تهران پرداختند.
فلاح شمس و پناهی (1393)
از بین 5 مدلی که از خانواده GARCHبه منظور مدل سازي ریسک نقدشوندگی بورس اوراق بهادار تهران استفاده شد مدل ARCH-M بهترین مدل براي مدل سازي ریسک نقدشوندگی می باشد.
پیوست (ج): خلاصه نتایج یافتههای سایر محققین در خصوص استفاده از مدل ارزش در معرض ریسک (VaR)
نویسنده (سال انتشار)
نتایج
كريستيانسن (1999)
از مدل GARCH به منظور تخمين ميزان VaR براي تعدادي از پرتفويهاي متشكل از اوراق قرضه با نرخ بهرة صفر استفاده كرد.
بلتراتی و مورانا (1999)
ارزش درمعرض ریسک با دادههای روزانه و دادههای فرکانس بالا را برای نرخ ارز دلار- مارک مقایسه کردند. نتایج مطالعه حاکی از برتری مدل FIGARCH در تخمین VaR یک روزه بود.
کریستوفرسن و
