آیا زمین لرزه بازارهای سهام را لرزاند؟

تجزیه و تحلیل داده ها: SF BK. معرفها/مواد/ابزارهای تجزیه و تحلیل مشارکت شده: SF BK. مقاله را نوشت: SF BK.

* پست الکترونیکی: ude. agu@ilarakb دریافت 2015 25 مارس ؛پذیرفته شده 2015 25 ژوئن. کپی رایت © 2015 فریرا ، کارالی

این یک مقاله دسترسی آزاد است که تحت شرایط مجوز انتساب Creative Commons توزیع شده است ، که اجازه استفاده ، توزیع و تولید مثل بدون محدودیت در هر رسانه را می دهد ، مشروط بر اینکه نویسنده و منبع اصلی به درستی اعتبار داشته باشند.

داده های مرتبط

داده های مربوط به زمین لرزه ها و متغیرهای اقتصادی به صورت آنلاین و رایگان از پایگاه داده جهانی زمین لرزه قابل توجه در اداره ملی اقیانوسی و اتمسفر در دسترس است (http://www. ngdc. noaa. gov/dc/struts/form؟t=101650& s=1 & d = 1) ، بررسی زمین شناسی ایالات متحده (http://earthquake. usgs. gov) ، شاخص های توسعه جهانی بانک جهانی (http://data. worldbank. org/data-catalog/world-development-dicators) و بانک جهانیراه حل های تجاری یکپارچه جهانی (http://wits. worldbank. org). داده های مربوط به شاخص های بازار سهام از طریق خدمات اشتراک از Thomson Reiters Datastream در دسترس است.

خلاصه

در این مقاله به بررسی چگونگی تأثیر زمین لرزه های بزرگ بر بازده و نوسانات شاخص های کل بازار سهام در سی و پنج بازار مالی در طی بیست سال گذشته پرداخته شده است. نتایج نشان می دهد که بازارهای مالی جهانی نسبت به شوک های ناشی از زمین لرزه ها حتی اگر این موارد داخلی باشد ، مقاومت می کند. تجزیه و تحلیل ما نشان می دهد که ، در چند مورد ، برخی از متغیرهای کلان اقتصادی و ویژگی های زمین لرزه (تولید ناخالص داخلی سرانه ، باز بودن تجارت ، جریان تجارت دو طرفه ، بزرگی زلزله ، یک شاخص سونامی ، فاصله تا مرکز و تعداد تلفات) واسطه تأثیرگذاریزمین لرزه در بازده بازار سهام ، و در نتیجه اثر خالص صفر ایجاد می شود. با این حال ، تأثیر این متغیرها خاص بازار است و هیچ الگوی سیستماتیک در بازارهای جهانی سرمایه را نشان نمی دهد. نتایج همچنین نشان می دهد که نوسانات بورس سهام به جز ژاپن تحت تأثیر زمین لرزه ها نیست.

معرفی

طی چند دهه گذشته ، جهان شاهد افزایش فرکانس گزارش شده و خسارت های ناشی از بلایای طبیعی ، به ویژه بلایای هیدرولوژیکی بوده است [1،2،3]. ادبیات رو به رشد به تجزیه و تحلیل تأثیرات اقتصادی و گسترده تر اجتماعی و سیاسی آنها آغاز شده است. اکثر مطالعات اقتصادی تأثیر کوتاه و بلند مدت بلایای طبیعی بر شاخص های کلان اقتصادی ، در درجه اول تولید ناخالص داخلی (تولید ناخالص داخلی) و رشد سالانه آن را ارزیابی می کنند ، به طور معمول با استفاده از رگرسیون های اتومبیل وکتور پانل یا رگرسیون رشد [4،5،6،77، 8،9]. در حالی که این یافته ها گاهی بی نتیجه است ، اجماع عمومی این است که بلایای همیشه بر رشد تولید ناخالص داخلی یا تولید ناخالص داخلی طولانی مدت تأثیر منفی نمی گذارد ، اما در صورت انجام این کار ، تأثیرات منفی برای کشورهای در حال توسعه بزرگتر است. Fomby و همکاران.[10] نشان می دهد که پاسخگویی به نوع فاجعه بسیار مهم است. در مطالعه خود ، خشکسالی تأثیر منفی بر رشد تولید ناخالص داخلی دارد ، در حالی که سیل متوسط تأثیر مثبت دارد و زمین لرزه ها هیچ تاثیری ندارند. به طور مشابه ، Raddatz [6] اثر ناچیز از بلایای زمین شناسی (مقوله ای که شامل زمین لرزه ها) بر روی تولید ناخالص داخلی سرانه است ، می یابد ، در حالی که Skidmore و Toya [4] نشان می دهد که حوادث زمین شناسی رشد تولید ناخالص داخلی را کاهش می دهد.

در این مقاله ، ما از یک روش جایگزین برای برآورد اثرات اقتصادی کل بلایای طبیعی استفاده می کنیم. ما تجزیه و تحلیل می کنیم که آیا زمین لرزه ها در بازارهای جهانی سهام سرمایه گذاری می شوند. بر خلاف سایر بلایای طبیعی (به عنوان مثال خشکسالی یا حتی سیل و طوفان) ، زمین لرزه ها شروع بسیار سریع دارند که مطمئناً برای بازارهای سهام تعجب آور است. یعنی زمان آنها اگزوژن است. علاوه بر این ، زمین لرزه ها می توانند بسیار مخرب باشند. به عنوان مثال ، کاوالو و همکاران.[11] هزینه مستقیم زلزله را که در ژانویه 2010 هائیتی به وجود آورد ، تخمین بزنید و حدود 2. 4 ٪ از جمعیت آن را با 8. 1 میلیارد دلار کشته است (بیش از 100 ٪ از ارزش تولید ناخالص داخلی هائیتی ، و در عین حال رقمی که در نظر گرفته می شودبرآورد پایین تر). گرانترین فاجعه طبیعی در رکورد زلزله و سونامی سال 2011 Tohoku-Oki در سال 2011 است که خسارت مستقیم آنها 211 میلیارد دلار آمریکا تخمین زده می شود [12]. زمین لرزه ها همچنین می توانند تأثیر چشمگیری در کشورهایی غیر از منطقه ای که مرکز آن در آن قرار دارد ، به عنوان مثال در همسایگان یا شرکای تجاری ، تأثیر چشمگیری داشته باشد. اختلال در زنجیره های عرضه در صنایع الکترونیکی خودرو و مصرفی ایالات متحده و تغییرات چشمگیر سیاست انرژی در آلمان پس از رویداد Tohoku-Oki در سال 2011 در ژاپن نشان می دهد که با توجه به پاسخ بازارهای سرمایه جهانی به بلایای طبیعی ، زمین لرزه ها ، به طور فزایندهجهان متصل به طور بالقوه مهم است.

ادبیات تجزیه و تحلیل تأثیر بلایای طبیعی در بازارهای سرمایه کمیاب است و عمدتاً شامل مطالعات موردی و رویدادهایی است که تأثیر فاجعه "داخلی" در بخش های خاص مانند بیمه ، ساخت و ساز و املاک و مستغلات را برآورد می کند [13،14،15،16 ،17،18]. تعدادی از مطالعات تأثیرات "مسری" را در بازارهای مالی بین المللی مورد تجزیه و تحلیل قرار داده اند ، به عنوان مثال پس از فروپاشی پزو مکزیکی در سال 1994 ، بحران شرقی و آسیایی در 1997-1998 و بحران روسیه در سال 1998 [19،20،21]. ما فقط از یک مطالعه ، لی و همکاران ، از بلایای طبیعی استفاده می کنیم.[22] ، با تجزیه و تحلیل اثر آلودگی در بازارهای مالی بین المللی یک تا سه ماه پس از سونامی جنوب شرقی آسیا در 26 دسامبر 2004.

متفاوت از مطالعات قبلی ، مقاله ما محدود به زمین لرزه های داخلی نیست. ما تأثیر بزرگترین 24 زمین لرزه هایی را که در طی دو دهه گذشته در بازده به شاخص های بازار سهام کل 35 بازار مالی مختلف (تمام بازارهایی که داده های کامل در دسترس بودند) تجزیه و تحلیل می کنیم. علاوه بر این ، ما تأثیر فوری و نه طولانی مدت آن زمین لرزه های بزرگ در بورس سهام را تجزیه و تحلیل می کنیم. مشروط بر اینکه بازارهای سهام نسبتاً کارآمد هستند ، تأثیر زمین لرزه ها باید در تغییرات قیمت کوتاه سهام منعکس شود. این تغییرات قیمت ، اعتقادات بازار را در مورد تغییرات مورد انتظار در سودآوری آینده ناشی از بروز فاجعه نشان می دهد. هاتاز و همکاران.[23] شواهدی از افزایش نوسانات نرخ ارز در دوره پس از سه زمین لرزه بزرگ در ژاپن پیدا کنید ، پدیده ای که در سایر کشورها نیز مشاهده می شود. آنها فرض می کنند که این نوسانات بیش از حد به دنبال زمین لرزه های مهم (داخلی) نشان دهنده این واقعیت است که یک زلزله ویرانگر باعث افزایش عدم اطمینان در مورد اصول اقتصادی آینده کشور می شود.

در مقابل ، تمرکز ما در این مقاله بر عملکرد کل بازار سهام است. ما از شاخص های بازار کل محاسبه شده از داده های نمونه نماینده سهام که حداقل 75 تا 80 درصد از کل سرمایه بازار را در هر بازار محاسبه می کنیم ، استفاده می کنیم. مشروط بر اینکه شاخص های بازار نمایانگر عادلانه ای از چشم اندازهای آینده عملکرد اقتصادی کلی (به جای بخش خاص) باشد ، رویکرد ما می تواند مکمل مطالعات کلان اقتصادی با تمرکز بر تأثیرات زلزله بر رشد تولید ناخالص داخلی یا تولید ناخالص داخلی باشد. با این حال ، ما توجه می کنیم که این مقایسه فقط می تواند تقریبی باشد ، زیرا با استفاده از ساخت و ساز ، شاخص های بازار شرکت های معامله شده غیر عمومی را حذف می کنند. اینها می توانند بخش قابل توجهی از کل فعالیت اقتصادی ، به ویژه در کشورهایی که بخش های غیررسمی زیادی دارند ، نشان دهد.

در مقاله اخیر ، Scholtens و Voorhorst [24] گزارش می دهند که میانگین بازده غیر طبیعی 19 شاخص بازار سهام به دنبال 101 زمین لرزه داخلی است. در مقابل ، ما تأثیرات زمین لرزه های بزرگ را در کلیه بازارهای سهام که داده ها در دسترس بودند ، تجزیه و تحلیل می کنیم. علاوه بر این ، یکی از مهمترین سهم مقاله ما این است که ما تأثیر زمین لرزه های بزرگ را بر روی میانگین مشروط و واریانس مشروط بازده بورس تحلیل می کنیم. ما یک مدل GARCH-X (1،1) را برای هر یک از 35 بازار مالی تخمین می زنیم تا تأثیر زمین لرزه ها بر بازده غیر طبیعی و نوسانات بازار سهام را بررسی کنیم. سهم مهم دیگر مقاله ما این است که ما صریحاً به ناهمگونی تأثیرات زلزله بزرگ "متوسط" در بازارهای مختلف مالی پرداخته و کانال هایی را بررسی می کنیم که از طریق آن بازارهای سهام ممکن است از شوک های زلزله استفاده کنند. یعنی ما تعدادی از عوامل را در نظر می گیریم که ممکن است تأثیرات زلزله را بر بازده کاهش یا تشدید کند. ما این عوامل را به دو دسته گسترده طبقه بندی می کنیم. دسته اول شامل شاخص هایی از نزدیکی بین بازارهای مالی و مکان های زلزله (پیوندهای تجاری بین کشور که زلزله و کشور/منطقه ای که بازار مالی در آن واقع شده است ، و فاصله جغرافیایی بین حماسه زلزله و بازار مالی) است. دسته دوم شامل شاخص هایی از آسیب پذیری و قرار گرفتن در معرض احتمالی اقتصاد در برابر شوک ها (تولید ناخالص داخلی سرانه و باز بودن تجارت) در کشورهای زمین لرزه و بازار مالی/مناطق است. ما همچنین ویژگی های زمین لرزه (بزرگی ، تعداد کشته ها و جمعیت تحت تأثیر) را کنترل می کنیم و اینکه آیا این زمین لرزه منجر به سونامی شده است.

ما هیچ تأثیر سیستماتیک از زمین لرزه ها در بازده شاخص های کل بورس سهام ، که نشان می دهد بازارهای مالی بین المللی در برابر شوک های بزرگ زلزله مقاومت می کنند ، نمی یابیم. به طور متوسط ، برخی از متغیرهای کلان اقتصادی (به ویژه تولید ناخالص داخلی و تجارت تجاری) و ویژگی های زمین لرزه (بزرگی ، خواه منجر به سونامی ، فاصله با مرکز و تلفات) شود که واسطه تأثیر زمین لرزه ها بر بازده های غیر طبیعی است. تعداد کمی از موارد که از نظر آماری از نظر آماری قابل توجه است ، تأثیر آنها بسیار خاص در بازار است. یادآور یافته های Hatase و همکاران.[23] برای نرخ ارز ، نتایج ما نشان می دهد که زمین لرزه ها باعث افزایش نوسانات بازار سهام در ژاپن می شود ، اما نه از بازارهای دیگر.

روش شناسی

روش مطالعه رویداد فاما و همکاران.[25] به طور گسترده در ادبیات مالی برای اندازه گیری واکنش قیمت سهام به اعلامیه های کلان اقتصادی یا مرتبط با شرکت و همچنین هرگونه اتفاق غیر منتظره مانند حملات تروریستی مورد استفاده قرار گرفته است. برای ارزیابی تأثیر یک رویداد بر قیمت سهام ، دو روش متفاوت متداول در ادبیات وجود دارد [26،27]. روش اول شامل برآورد مدل بازار است که در آن بازده سهام شرکت در بازده یک سبد بازار مانند S& P 500 برای اندازه گیری بازده "عادی" قبل از این رویداد ، رکود می شود. این نتایج برای پیش بینی بازده مورد انتظار شرکت در یک روز معین به عنوان تابعی از عملکرد کلی بازار در آن روز استفاده می شود. تفاوت بین این بازده های پیش بینی شده (عادی) و بازده های سابق تحقق یافته در طول پنجره رویداد به بازده "غیر طبیعی" گفته می شود و به این رویداد نسبت داده می شود. با این حال ، یکی از مضرات این روش این است که بازده غیر طبیعی در مورد وقایع متعدد یا همپوشانی قابل تشخیص نیست.

روش دوم شامل مدل سازی بازده غیر طبیعی به عنوان ضرایب رگرسیون است. در این حالت ، یک متغیر ساختگی که مقدار یکی را در طول دوره رویداد (و در غیر این صورت صفر) به مدل بازار اضافه می کند. ضریب متغیر ساختگی به اندازه گیری بازده غیر طبیعی تبدیل می شود. یکی از مزیت های این روش این است که بازده غیر طبیعی می تواند به عنوان تابعی از متغیرهای قابل مشاهده مدل شود. مزیت دیگر این است که چندین رویداد را می توان به طور همزمان یا با ایجاد متغیرهای ساختگی جداگانه برای هر رویداد ، یا با ایجاد یک متغیر ساختگی واحد که در هر دوره رویداد برابر است ، مورد مطالعه قرار داد. در حالت دوم ، ضریب متغیر ساختگی منفرد نشان دهنده میانگین بازده غیر طبیعی در تمام دوره های رویداد است. این دو ویژگی ، روش مطالعه رویداد مبتنی بر رگرسیون را به ویژه برای مطالعه ما مناسب می کند. بنابراین ما این روش مطالعه رویداد مبتنی بر رگرسیون را دنبال می کنیم و یک متغیر ساختگی واحد ایجاد می کنیم تا تمام زمین لرزه های بزرگ در نظر گرفته شده را نشان دهد و میانگین بازده غیر طبیعی بازارهای مالی را به دلیل وقایع زلزله اندازه گیری کند. یعنی با استفاده از داده های مربوط به هر یک از 35 بازار مالی با گذشت زمان ، ما میانگین پاسخ در بازار سهام به زمین لرزه های بزرگ را تخمین می زنیم. این روش در حالی که از دست دادن ویژگی زلزله با معرفی 24 آدمک های رویداد ، اجازه می دهد تا الگوهای اساسی مقاومت در برابر بازارهای سهام را به روشی معقول و قوی توصیف کند. علاوه بر این ، از دیدگاه سیاست ، سؤال مربوطه احتمالاً هویت زمین لرزه نیست بلکه ماهیت آن است که با عواملی مانند مکان ، بزرگی و خسارت ها مشخص می شود ، که همانطور که در زیر توضیح داده شده است ، در مدل ما کنترل می شود.

بازده دارایی مالی روزانه نشان داده شده است که همبستگی سریال و واریانس متغیر زمان را نشان می دهد. برای به دست آوردن برآورد پارامتر کارآمد ، هر دو باید حساب شوند [28،29]. Engle [30] یک مدل ناهمگونی مشروط (ARCH) مشروط خود را تهیه کرد ، که در آن واریانس شرطی فعلی به مقادیر گذشته اصطلاح خطای تصادفی مربع بستگی دارد. مدل قوس توسط Bollerslev [31،32] اصلاح شد تا واریانس شرطی فعلی به واریانس های شرطی گذشته و همچنین خطاهای تصادفی مربع گذشته در یک مدل ناهمگونی مشروط مشروط (GARCH) وابسته باشد. از آن زمان ، پسوندهای مختلفی از مدل GARCH به طور گسترده ای در ادبیات مورد استفاده قرار گرفته و در مدل سازی بازده سهام مناسب تر است [32،33،34،35].

مورد توجه ویژه به کاربرد ما ، مدل های GARCH-X [36،37] اجازه می دهد تا واریانس شرطی به متغیرهای توضیحی اضافی بستگی داشته باشد. ما یک مدل GARCH-X (1،1) را با اصطلاح خطای دانش آموز [38،39] اتخاذ می کنیم و اجازه می دهیم معادلات واریانس شرطی و شرطی هم تابعی از متغیر ساختگی زلزله باشد. متغیر ساختگی در میانگین معادله بازده های غیر طبیعی ناشی از وقایع زلزله را اندازه گیری می کند ، که هدف اصلی این مقاله است ، در حالی که متغیر ساختگی در معادله واریانس تأثیر زمین لرزه ها بر نوسانات بورس را اندازه گیری می کند. همانطور که در مقدمه ذکر شد ، هاتاز و همکاران.[23] دریافت که نوسانات نرخ ارز پس از زمین لرزه های عمده افزایش می یابد ، نشان می دهد که زمین لرزه ها ممکن است نوسانات شاخص های کل را نیز افزایش دهد.

علاوه بر تخمین بازده بازار غیر طبیعی ، ما به ویژه علاقه مندیم که عوامل بالقوه ای را توضیح دهیم که مقاومت در برابر بازارهای مالی به شوک های زلزله را توضیح می دهد. بنابراین ، مدل ما حاوی متغیرهای کنترل است که کانال های انتقال را با متغیر ساختگی زلزله در معادله میانگین مشروط سیستم GARCH تعامل می کنند. به طور خاص ، معادله زیر را برای هر بازار مالی تخمین می زنیم:

r i t = μ i + γ i d j t + π i d j t i k j = i + (ψ i f i + λ i h k j + ϕ i g i k j + θ i e j + Δ i d i j) d j t + ∑ τ = 1 5 ζ ackyi τ r i ، t - τ + ∑ ℓ = 1995 2013 χ i ℓ y ℓ + ε i t ،