این یک مقاله دسترسی باز است که تحت مجوز انتساب کریتیو کامنز توزیع شده است, که اجازه استفاده بدون محدودیت را می دهد, توزیع, و تولید مثل در هر رسانه, به شرطی که کار اصلی به درستی ذکر شود.
داده های مرتبط
مجموعه داده های مورد استفاده و تجزیه و تحلیل شده در طول مطالعه حاضر از جریان داده تامسون راترز ایکون در دسترس است.
چکیده
استفاده متناسب از انرژی نشان دهنده فعالیت اقتصادی و همچنین تخریب محیط زیست است. این مطالعه در نظر دارد به بررسی نوسانات نوسانات زیست محیطی (قیمت انرژی) به بازارهای سهام کشورهای جنوب اسیا (به عنوان مثال, بنگلادش, هندوستان, و پاکستان). در این راستا داده ها از جریان داده تامسون رویترز از سال 2013 تا 2021 جمع شده است. این مطالعه از تست علیت گرنجر و قوس دار (1, 1) استفاده کرده است. این نتیجه می گیرد که علیت دو طرفه بین قیمت های زیست محیطی وجود دارد (به عنوان مثال, بازار انرژی) و بنگلادش, پاکستان, و بازارهای سهام هند (بورس اوراق بهادار-100, دسیسه-30, و کی-100, به ترتیب). یافته های تجربی این مطالعه نشان می دهد که نوسانات از انرژی به بازارهای سهام پاکستان و هند وجود دارد. از طرف دیگر هیچ سرریز نوسانی از انرژی به بازار سهام بنگلادش مشاهده نمی شود. علاوه بر این, مطالعه نشان می دهد که سرمایه گذاران باید در این بازارهای سهام سرمایه گذاری به منظور کاهش خطر درگیر با تنوع.
1. مقدمه
محیط زیست به طور قابل ملاحظه ای بخش مهمی از دستیابی به اهداف اقتصادی یک کشور محسوب می شود. در دهه حاضر نفت به ضرورت اساسی برای اداره فعالیت های اقتصادی کشورها به ویژه برای ثبات اقتصاد کشور تبدیل شده است [1, 2]. تقاضای اخیر برای نفت 9 درصد است و در سال 2040 به 17 درصد می رسد [3]. چندین منبع انرژی مورد استفاده قرار می گیرند اما مصرف روغن به یک سوم مصرف کلی انرژی رسیده است [4,5]. علاوه بر این, ایزنمن و پینتو [6] رابطه بین بحران اقتصادی و نوسانات اعلام کرده اند. این رابطه به این دلیل است که پدیده اساسی پشت هر دو این عوامل یکسان است.
طی دهه ها نفت نقش محوری در نوسانات زیست محیطی و رشد اقتصادی داشته است. به خصوص برای کشورهای وارد کننده نفت مانند هند, پاکستان, و بنگلادش به دلیل اقتصاد این کشورها به شدت وابسته به نفت هستند. افزایش چشمگیر قیمت نفت در دهه جاری به شدت به بازارهای سهام هند و پاکستان و بنگلادش لطمه زده است. کتاب حقایق جهانی [7] هند سومین وارد کننده بزرگ نفت اعلام شد در حالی که پاکستان سی و چهارمین کشور بود. هند روزانه 4.521 میلیون بشکه مصرف می کند در حالی که پاکستان روزانه 557000 بشکه مصرف می کند. این تحقیق به بررسی سرریز نوسانات از بازار انرژی به بازارهای سهام برخی از کشورهای عضو منتخب جنوب اسیا, یعنی, هند, پاکستان, و بنگلادش. سوال تحقیق این است که تا چه حد نوسانات سرریز از بازار نفت به کشورهای عضو منتخب جنوب اسیا? دلیل انتخاب این سه کشور متکی بر این واقعیت است که این کشورها به مقدار زیادی در این منطقه نفت وارد می کنند. هند و پاکستان و بنگلادش در فهرست کشورهای در حال توسعه قرار دارند و برای حفظ سطح رشد خود از نفت بیشتری استفاده می کنند.
مجموعه فزاینده ای از ادبیات در مورد سرریز نوسانات از مصرف انرژی به بازارهای سهام در کشورهای توسعه یافته و در حال توسعه بحث کرده است [8-14]. مطالعه اولیه در این زمینه توسط همیلتون انجام شد [15] با تمرکز بر تاثیر قیمت نفت بر اقتصاد ایالات متحده و دریافت که نوسانات شدید قیمت نفت تاثیر قابل توجهی بر اقتصاد دارد. علاوه بر این, بشیر و سادورسکی [16] نقش قیمت نفت در 21 بازارهای سهام در حال ظهور با استفاده از یک مدل چند عاملی شناسایی و تاثیر قابل توجهی از قیمت نفت در این بازارهای در حال ظهور پیدا شده است. [8] سرریزهای نوسانات نفت و بازارهای سهام جی 7 را با استفاده از مدل های موجک و گارچ چند متغیره مورد مطالعه قرار داده اند. نتایج تجزیه و تحلیل شواهد قابل توجهی از سرریز نوسانات از بازار نفت به بازارهای سهام کشورهای گروه 7 فراهم می کند.
پس از بررسی همه این مطالعات می توان نتیجه گیری متفاوتی گرفت زیرا برخی مطالعات نشان می دهد که نوسانات از بازار نفت به بازارهای سهام کشورهای مختلف منتقل می شود و از سوی دیگر برخی مطالعات ثابت می کند که هیچ گونه انتقال نوسانات از بازار نفت به سهام کشورهای مختلف وجود ندارد. یافته ها از کشوری به کشور دیگر متفاوت است و دوره های مورد تجزیه و تحلیل [17-21]. این تفاوت در یافته ها ممکن است به دلیل روش, مدل, زمان, یا مجموعه داده ها. این مطالعه تلاشی است برای پر کردن شکاف در ادبیات در مورد انتقال نوسانات زیست محیطی از نوسانات زیست محیطی به بازارهای سهام کشورهای جنوب اسیا با استفاده از مدل قوس گارچ برای مشاهده انتقال بی ثباتی از نفت به بازارهای سهام کشورهای جنوب اسیا, یعنی, پاکستان, هندوستان, و بنگلادش.
علاوه بر این, نتایج مطالعه ما نشان نوسانات انرژی قابل توجهی سرریز به مبادلات سهام هند و پاکستان. هنوز هم هیچ نوساناتی از بازار نفت به بازار سهام بنگلادش وجود ندارد. علاوه بر این مطالعه نشان می دهد که نیاز است که اقتصاددانان و سرمایه گذاران و سیاست گذاران باید نگه داشتن چشم در بازار بین المللی نفت برای جلوگیری از خطر وجود دارد. علاوه بر این, نتایج حاصل از این مطالعه برای معامله گران مثمر ثمر هستند, سازندگان نمونه کارها, سیاست گذاران, و سرمایه گذاران علاقه مند در این بازارهای در حال ظهور.
2. مواد و روش ها
داده های این مطالعه شامل بسته شدن روزانه قیمت نفت غرب تگزاس متوسط (تگزاس) و شاخص های بازار سهام از کشورهای منتخب جنوب اسیا: پاکستان, هندوستان, و بنگلادش. شاخص های معیار از پاکستان, هندوستان, و بازارهای سهام بنگلادش در این مطالعه استفاده شده است از تنها این سه کشور در منطقه به خوبی توسعه یافته بازارهای سهام و شاخص داده. شاخص معیار بورس اوراق بهادار پاکستان 100 دلار است (بورس اوراق بهادار کراچی); برای بورس اوراق بهادار بنگلادش 30 دلار است (بورس اوراق بهادار داکا); و برای بورس اوراق بهادار هند است بورس اوراق بهادار بورس 100 (بورس اوراق بهادار بمبی). سهام روزانه و قیمت نفت از 30 ژانویه 2013 تا 14 جون 2021 برای تجزیه و تحلیل تجربی بهتر انجام شده است. داده های روزانه از جریان داده های تامسون رویترز برای تجزیه و تحلیل جمع شده بودند. همچنین روزهایی که تعطیلات در بازارهای سهام و نفت مشاهده می شود از جریان داده ها حذف شده است. فیلتراسیون دوم این است که داده های قیمت سهام و نفت در دلار ایالات متحده فراهم شده است.
در این پژوهش تست ریشه واحدی با استفاده از تست دیکی–فولر تقویت شده و تست فیلیپس–پرون انجام شده است تا مشخص شود که دادههای سری زمانی ثابت هستند یا خیر. فرضیه صفر (ح0) برای تست ای دی اف و تست پی پی این است که یک ریشه واحد در سری وجود دارد یا داده ها ثابت نیستند در حالی که ح1نشان می دهد که داده های سری زمانی ثابت هستند یا هیچ ریشه واحدی در داده ها وجود ندارد. این مطالعه علیت گرنجر و مدل قوس دار (1, 1) را برای بررسی سرریز نوسانات از نفت به بازارهای سهام, یعنی, بورس اوراق بهادار کراچی, بورس اوراق بهادار بمبی, و بورس اوراق بهادار داکا. گارچ (1.1) نشان دهنده یک اصطلاح قوس و یک اصطلاح گارچ است. برای اعمال این مدل دو شرط وجود دارد.,
در اینجا نوسانات خوشه بندی نشان می دهد که دوره نوسانات بالا باید دوره نوسانات بالا را دنبال کند. دوره نوسانات کم باید یک دوره نوسان کم برای مدت طولانی دنبال شود. گارچ (1, 1) مدل تعیین انتقال از بازار نفت به پاکستان, بنگلادش, و بازار سهام هند. در این مدل دو معادله وجود دارد که اول معادله میانگین و دوم معادله واریانس است. میانگین معادله این مدل به شرح زیر است:
جایی که رtنشان دهنده سری بازگشت از بازار نفت و یا سهام و markettسری های باقیمانده را نشان می دهد که به طور معمول با میانگین صفر توزیع می شوند. حال با حرکت به سمت معادله واریانس شرطی این مدل به صورت زیر داده می شود:
توجه داشته باشید که ساعتtنمایش واریانس شرطی است که به سطح میانگین نوسانات بستگی دارد ()), 2 2ت ی-1نشان دهنده اثر اخبار از دوره قبل, در حالی که ساعتت ی-1نشان دهنده واریانس شرطی از دوره قبل است. مجموع vol و β با مدت زمان نوسانات ناشی از یک شوک اندازه گیری می شود.
3. نتایج و بحث
جدول 1 یافته های توصیفی بازارهای سهام و بازده بازار نفت از 30 ژانویه 2013 تا 14 جون 2021 را نشان می دهد. این نشان می دهد که میانگین بازده روزانه کسب شده توسط بازار نفت 0.0003 با انحراف استاندارد 0.034 است که در مقایسه با بازارهای سهام بالاتر است. این نشان می دهد که بازگشت بازار نفت در مقایسه با بازارهای سهام بی ثبات تر است و دلیل این امر این است که نفت خام در بازار بین المللی شناخته شده و قابل توجه است. انحراف معیار بازده سهام کراچی به 0.014 رسید که نشان می دهد بازده سهام کراچی در مقایسه با بازار نفت از نوسان کمتری برخوردار است و در مقایسه با بازده بورس اوراق بهادار داکا بی ثبات تر است. در مورد بورس اوراق بهادار بمبی صحبت می شود که میانگین بازده روزانه از سال 2013 تا 2021 0.0007 است که در مقایسه با بورس اوراق بهادار کراچی کم و در مقایسه با بورس اوراق بهادار داکا و بازار نفت خام بالا است.
جدول 1
| متغیرها | دکتری | کی | بس | روغن |
|---|---|---|---|---|
| میانگین | 0.0003 | 0.00082 | 0.0007 | 0.0003 |
| S.D | 0.011 | 0.0148 | 0.013 | 0.034 |
| کورتوز | 16.460 | 59.54 | 37.15 | 133.80 |
| چولگی | 0.190 | 2.680 | 1.593 | 5.128 |
| حداکثر | 0.102 | 0.249 | 0.190 | 0.710 |
| حداقل | −0.086 | −0.097 | −0.082 | −0.323 |
| مشاهدات | 1453 | 1453 | 1453 | 1453 |
جدول 2 نتایج تست دیکی–فولر افزوده را با روند و بدون روند نشان می دهد. هدف از این تست دانستن در مورد ثابت بودن داده ها است. این تست برای بررسی ثابت بودن یا نبودن داده ها اعمال می شود. مقادیر بحرانی برای بدون روند در 1%, 5%, و 10% هستن د-2.580, -1.950, و-1.620, به ترتیب, در حالی که برای با روند اس ت-3.960, -3.410, و-3.120. فرضیه جایگزین پذیرفته می شود و فرضیه صفر در صورتی رد می شود که ارزش تست بیشتر از مقدار بحرانی باشد. به طور معمول ما ارقام تست را با ارزش بحرانی 5 درصد مقایسه می کنیم. پذیرش ح1ثابت داده ها را نشان می دهد. بنابراین از نتایج تجزیه و تحلیل می توان نتیجه گرفت که داده های ما برای بازارهای سهام و بازار نفت ثابت است. برای ثابت نگه داشتن داده ها نیازی به ایجاد تفاوت نداریم. در کل نتایج نشان داد که ساعت1پذیرفته شده است و ساعت0رد شده است.
جدول 2
نتایج تست ریشه واحد.
| با روند | بدون روند | |||
|---|---|---|---|---|
| کشور | ای دی اف | تست پلی پروپیلن | ای دی اف | تست پلی پروپیلن |
| بنگلادش | −45.834 | −44.974 | −45.415 | −44.377 |
| پاکستان | −51.015 | −48.941 | −50.630 | −48.386 |
| هند | −46.754 | −45.846 | −46.610 | −45.583 |
| روغن | −50.529 | −51.448 | −50.496 | −51.365 |
جدول 2 نشان دهنده تجزیه و تحلیل انجام شده برای تست فیلیپس–پرون با روند و بدون روند برای بررسی ثابت بازار سهام و نفت خام است. مقادیر بحرانی برای بدون روند در 1%, 5%, و 10% اس ت-2.580, -1.950, و-1.620, به ترتیب, در حالی که برای با روند اس ت-3.960, -3.410, و-3.120. فرضیه جایگزین پذیرفته می شود و فرضیه صفر در صورتی رد می شود که ارزش تست بالاتر از مقدار بحرانی باشد.
همانطور که ارزش تست بالاتر از مقدار بحرانی است می توان ارزیابی کرد که داده ها ثابت هستند. این نشان می دهد که ساعت0رد می شود و ساعت1پذیرفته شده است. مرحله بعدی پیاده سازی مدل گارچ (1, 1) است و قبل از اجرای این مدل بررسی می شود که نوسانات خوشه ای وجود دارد یا خیر و اینکه داده ها دارای اثر قوس هستند یا خیر. مدل گارچ تنها در صورت وجود نوسانات خوشه ای و همچنین در صورت وجود نمایش اثر قوس در داده ها اجرا می شود.
شکل 1 نوسانات خوشه ای باقیمانده ها را نشان می دهد و از نمودار می توان ارزیابی کرد که نوسانات خوشه ای در داده ها وجود دارد زیرا دوره نوسانات کم با نوسانات کم و دوره نوسانات زیاد با یک دوره نوسان زیاد برای مدت طولانی دنبال می شود. این یک شرط برای اجرای مدل گارچ (1, 1) را دارد. حال باید شرط دوم را بررسی کنیم که نمایش یک اثر قوس در داده ها وجود دارد یا خیر و این می تواند از طریق تست ال ام انجام شود. اگر مقدار احتمال بیشتر از 5 در تست ال ام باشد هیچ اثر کمان وجود نخواهد داشت و اگر احتمال کمتر از 5 باشد اثر قوس در داده ها وجود خواهد داشت.
نوسانات خوشه ای از باقی مانده.
جدول 3 نشان دهنده تست علیت گرنجر برای انرژی و بازار سهام است. نتایج نشان می دهد علیت دو طرفه بین بازار نفت وست تگزاس و بنگلادش, پاکستان, و هند. این نتایج مشابه هو و هوانگ است [22] زیرا علیت بین نفت و بازار سهام هند را نیز یافتند. علاوه بر این, علیت دو طرفه اجرا می شود بین بازار سهام بمبی و بازار سهام بنگلادش. نکته قابل توجه این است که هیچ علتی بین بازار سهام بنگلادش و پاکستان وجود ندارد.
جدول 3
خلاصه ای برای تست علیت گرنجر.
| فرضیه صفر | χ 2 | تاخیر | پ ارزش | فرضیه صفر | χ 2 | تاخیر | پ ارزش |
|---|---|---|---|---|---|---|---|
| B.D. ≠>صنعتی | 0.21 ∗∗ | 1 | 0.02 | PAK ≠>بیدی | 0.43 | 1 | 0.23 |
| BD ≠>پاکستان | 0.41 | 1 | 0.41 | PAK ≠>صنعتی | 0.45 ∗∗ | 1 | 0.01 |
| BD ≠>روغن | 0.24 ∗∗∗ | 1 | 0.001 | PAK ≠>روغن | 1.65 ∗∗∗ | 1 | 0.001 |
| IND ≠>بیدی | 1.24 ∗∗ | 1 | 0.01 | Oil ≠>بیدی | 3.45 ∗∗ | 1 | 0.04 |
| IND ≠>پاکستان | 0.43 | 1 | 0.21 | Oil ≠>صنعتی | 0.90 ∗∗∗ | 1 | 0.001 |
| IND ≠>روغن | 1.45 ∗∗∗ | 1 | 0.001 | Oil ≠>پاکستان | 3.54 ∗∗∗ | 1 | 0.001 |
Notes: “≠>"به معنای" گرنجر نیست-علت."از معیار اطلاعات شوارتز استفاده شده است. برای نشان دادن رد فرضیه صفر.
جدول 4 نشان دهنده تست ال ام برای بررسی وضعیت اثر قوس است و نشان دهنده این است که شرایط اثر قوس تحقق یافته است زیرا مشاهده می شود که احتمال کمتر از 5 است بنابراین می توانیم بپذیریم ح1 و رد ح0 که نمایانگر اثر قوس در داده ها است. اکنون به طور کلی می توان گفت که مدل گارچ (1, 1) را می توان پیاده سازی کرد زیرا نوسانات خوشه ای همراه با اثر قوس در داده ها وجود دارد.
جدول 4
تست برای اثر قوس.
| تاخیر( پ ) | چی2 | Df | Prob >چی2 |
|---|---|---|---|
| 1 | 24.672 | 1 | 0.0000 |
Table 5 represents the transmittal of volatility from the oil market to the stock markets of India, Pakistan, and Bangladesh using the GARCH (1, 1) model. However, the results from the GARCH model came out that there is transmittal of volatility from the oil market to the stock markets of India and Pakistan, and the results for the Bangladesh stock market are not significant means there is no spillover effect in that market. These results are evaluated from the P > |z| value. If the P > |z| value came out to be less than 5%, then there is volatility spillover, and the results are significant. On the other hand, if the P > |z| value came out to be greater than 5%, the results are insignificant, and there is no spillover effect. As the results of this study came out to be smaller than 5%, that is , 0.00 for Pakistan and the Indian stock market, this means that volatility will be transmitted from the oil market to the stock markets of Pakistan and India. On the other hand, the results for the Bangladesh stock market do not come out to be significant as the P >ز / ارزش بیشتر از 5% یعنی 0.160 در بازار سهام بنگلادش است. از این نتایج می توان نشات گرفت که اگر هرگونه اختلال در بازار نفت ایجاد شود این اختلال بر بازارهای سهام پاکستان و هند نیز تاثیر خواهد گذاشت. در عین حال هیچ تاثیری بر بازار سهام بنگلادش نخواهد داشت.
جدول 5
رگرسیون خانواده قوس دار.
| نمونه: 30 ژانویه 13 تا 14 ژانویه 21 اما با شکاف | نه. مشاهدات = 1453 | |||||
|---|---|---|---|---|---|---|
| توزیع: گاوسی | Prob >چی2 = 0.0000 | |||||
| نفت وست تگزاس | کوف کردن. | انحراف. اشتباه کردن. | Z | P>/ ز| | [95% کنفرانس. فاصله] | |
| اویلوتی | — | |||||
| 30 | 0.062 | 0.044 | 1.41 | 0.160 | 0.0245 | 0.1491 |
| 100 | 0.359 | 0.042 | 8.41 | 0.000 | 0.2759 | 0.4438 |
| 100 | 0.654 | 0.051 | 12.72 | 0.000 | 0.5533 | 0.7549 |
| - منفی | −0.0004 | 0.0005 | −0.68 | 0.495 | −0.0015 | 0.0007 |
| طاق | 0.8013 | 0.046 | 17.42 | 0.000 | 0.711 | 0.891 |
| ل1. | ||||||
| گارچ | ||||||
| ل1. | 0.1056 | 0.0324 | 3.26 | 0.001 | 0.0421 | 0.169 |
| - منفی | 0.0002 | 0.00002 | 9.21 | 0.000 | 0.0002 | 0.0003 |
4. نتیجه گیری
این مقاله با هدف تعیین نوسانات زیست محیطی از انرژی به بازارهای سهام کشورهای جنوب اسیا (پاکستان و هند و بنگلادش) وجود دارد. بدین منظور از مدل قوس-گارچ و تستهای علیت گرنجر استفاده شده است. دوره نمونه این مطالعه از سال 2013 تا 2021 است. این مطالعه از تاریخ بسته شدن روزانه قیمت سهام و قیمت نفت خام از دوره 30 ژانویه 2013 تا 4 جون 2021 استفاده می کند. یافته های تجربی این مطالعه نشان می دهد که بورس اوراق بهادار کراچی و بورس اوراق بهادار بمبی تحت تاثیر بازار نفت قرار دارند در حالی که نتایج بورس اوراق بهادار داکا یکسان نیست.
این مطالعه نتیجه می گیرد که علیت دو طرفه بین بازار نفت وست تگزاس و بنگلادش و پاکستان و هند وجود دارد. علاوه بر این یافته ها نشان می دهد که هیچ تاثیری بر بازار نفت در بازار سهام داکا وجود ندارد. این به این معنی است که نتیجه این مطالعه نشان دهنده انتقال نوسانات از بازار نفت به بازارهای سهام پاکستان و هند است. هنوز هیچ اثر سرریزی از بازار نفت به بازار سهام بنگلادش وجود ندارد. از این نتایج می توان نتیجه گرفت که دلیل این انتقال از بازار نفت به بازارهای سهام پاکستان و هند ممکن است این باشد که این کشورها برای رفع نیاز مردم خود مقدار زیادی نفت وارد می کنند. مالک [23] دریافته است که بیشتر کشورهایی که نفت وارد می کنند به دلیل هرگونه نوسان در بازار نفت خام تحت تاثیر قرار می گیرند. به همین ترتیب بازارهای سهام این کشورهای وارد کننده نفت نیز تحت تاثیر قیمت نفت خام قرار می گیرند زیرا هر گونه نوسان به طور مستقیم بر سود همراه با جریان های جریان نقدی در قیمت نفت خام تاثیر می گذارد. این موضوع در بالا مطرح شد که وقتی قیمت نفت در بازار بینالمللی افزایش مییابد هزینههای تولید و ورودی افزایش مییابد و سود یک سازمان را کاهش میدهد و قیمت سهام کاهش مییابد. کاهش بیشتر قیمت سهام منجر به کاهش سود سهام و سود یک سازمان می شود که باعث کاهش سرمایه گذاری داخلی و خارجی می شود.
از طرفی وقتی قیمت نفت کاهش می یابد هزینه ورودی و تولید کاهش می یابد و سود و سرمایه گذاری افزایش می یابد. بنابراین انتقال بی ثباتی از بازار نفت به بازارهای سهام پاکستان و هند را می توان در این مطالعه مشاهده کرد. همزمان, نتایج بنگلادش قابل توجه نیست, به این معنی که هیچ اثر سرریز در بازار سهام در بنگلادش وجود دارد. اطلاعات موجود در این مقاله زمینه ای را برای سیاستگذاران و سرمایه گذاران فراهم می کند تا تصمیمات موثرتر و سودمندتری بگیرند.
این مطالعه نشان می دهد که نیاز است که اقتصاددانان وجود دارد, سرمایه گذاران, و سیاست گذاران به نگه داشتن چشم در اطلاعات است که از بازار بین المللی نفت. بر اساس نتایج این مطالعه توصیه می کند که هند و پاکستان برای ایجاد تعادل در بودجه خود باید تلاش کنند تا واردات و صادرات خود را متعادل کنند زیرا به دلیل عدم وجود گزینه های جایگزین نمی توانند مصرف نفت خود را کاهش دهند. به عنوان سطح مصرف نفت در حال افزایش است روز به روز در پاکستان, هندوستان, و بنگلادش, دولت این کشورها نیاز به تسهیل حمل و نقل برای مصرف سوخت. همانطور که در بالا بحث شد گروهی از مطالعات انتقال نوسانات از بازار نفت به بازارهای سهام را بررسی کرده اند. هنوز, تعداد بسیار محدودی از مطالعات اثر سرریز از بازار نفت به بازارهای سهام پاکستان مشاهده کرده اند, هندوستان, و بنگلادش با استفاده از گارچ (1, 1) مدل.
این مطالعه تنها سه کشور جنوب اسیا را در نظر گرفته است اما در مطالعه بعدی می تواند بر روی تمام کشورهای جنوب اسیا انجام شود. مناطق دیگر مانند اتحادیه اروپا نیز می تواند مورد بررسی قرار گیرد. به همین ترتیب می توان مقایسه سرریز نوسانات را بین کشورهای توسعه یافته و در حال توسعه نیز انجام داد. هر روش دیگری مانند سلاح (1, 1) یا هر روش دیگری می تواند برای مشاهده انتقال نوسانات از بازار نفت به پاکستان استفاده شود, بنگلادش, و بازارهای سهام هند.
تقدیرنامه ها
این تحقیق توسط صندوق تحقیقات علمی 2022 اداره پرورش استان یوننان (2022جی1245) حمایت شد.
در دسترس بودن داده ها
مجموعه داده های مورد استفاده و تجزیه و تحلیل شده در طول مطالعه حاضر از جریان داده تامسون راترز ایکون در دسترس است.
