نوع مقاله : مقاله پژوهشی
موضوعات
عنوان مقاله English
نویسندگان English
This study investigates the impact of price bubbles in Tehran's stock market, foreign exchange market, and oil market on the boom and recession cycles of Iran's economy. Using quarterly data from Spring 2008 to Spring 2024, price bubbles in these financial markets were identified via the Generalized Supremum Augmented Dickey-Fuller (GSADF) test, while business cycles were extracted using the Hodrick-Prescott (HP) filter. The influence of these bubbles on Iran's business cycles was then analyzed through Markov-Switching Regression. The results from the estimated models indicate that fluctuations in gross fixed capital formation, inflation rate, and financial crises exert negative effects on business cycles, whereas labor force fluctuations have a positive effect. A key finding is that price bubbles in the stock, currency, and oil markets exert an asymmetric effect: they have a positive impact during recessionary periods, thereby exacerbating economic downturns, and a negative impact during boom periods, consequently curtailing economic growth.
کلیدواژهها English
1. مقدمه
بازارهای مالی در اقتصاد جهانی از اوایل سال 2000 چندین بحران اقتصادی و مالی را تجربه کردهاند که ناشی از بیثباتی سیاسی یا درگیریهای احزاب بوده است. در حالی که برخی اثرات ناشی از آن بحرانهای مالی، محدود به کشور یا منطقهای خاصی بود که در آن بحران رخ داده بود، برخی دیگر از بحرانها به دلیل توسعهٔ سریع جهانی شدن اقتصاد و مالی شدن کالاهایی مانند نفت بود که باعث تخریب در مقیاس جهانی شدند.[1]
اقتصاد ایران نیز در مقام اقتصاد در حال توسعه و وابسته به درآمدهای نفتی است که همواره در معرض نوسانات شدید بازارهای مالی و کالایی جهانی قرار داشته است. ازجمله مهمترین عواملی که میتواند نقشی تعیینکننده در نوسانات اقتصادی و ادوار تجاری ایفا کند،[2] شکلگیری حبابهای قیمتی در بازارهای دارایی ازجمله بازار ارز، نفت و سهام است. حباب قیمتی به وضعیتی اطلاق میشود که در آن قیمت یک دارایی از ارزش ذاتی آن بهصورت قابل ملاحظهای فاصله میگیرد و در نتیجه پس از مدتی با ترکیدن حباب، شوکهای شدیدی به اقتصاد وارد میشود.[3]
با توجه به نقش کلیدی نفت در بودجه دولت و نیز تأثیرپذیری بالای بازار ارز از سیاستهای پولی و خارجی، نوسانات این بازارها میتواند تأثیر مستقیمی بر چرخههای اقتصادی ایران داشته باشد. حبابهای قیمتی در بازار نفت ممکن است منجر به افزایش موقتی درآمدهای ارزی و گسترش واردات شود که به نوبه خود سبب ایجاد دوره رونق در اقتصاد میشود.[4] از سوی دیگر، نوسانات شدید نرخ ارز و شکلگیری حباب قیمتی در این بازار، میتواند به بیثباتی اقتصاد کلان، افزایش هزینههای تولید و تورم منجر شود.[5]
در سالهای گذشته، بازار سهام نیز به دلیل افزایش نقش سرمایهگذاری مالی در اقتصاد به یکی از عوامل تأثیرگذار بر چرخههای تجاری تبدیل شده است. تغییرات شدید قیمتی در این بازار در صورت شکلگیری حباب قیمتی، ممکن است بر رفتار سرمایهگذاران و مصرفکنندگان تأثیر بگذارد و از سازوکارهای روانی و مالی، نوسانات چرخهای را تشدید کند.[6]
درواقع، ادوار تجاری در هر کشوری به تبیین روند نوسانات تولید ناخالص ملی میپردازد؛ بهصورتی که این نوسانات تولید در عملکرد اقتصادی هر کشوری نقش اساسی ایفا خواهد کرد. بررسی ادوار تجاری به این دلیل دارای اهمیت است که برنامهریزیهای اقتصادی بدون درک چگونگی نوسانات چندان مؤثر نیست. لوکاس، اولین گام در طراحی مناسب سیاستهای اقتصادی را ادوار تجاری میداند. بنابراین شناسایی و عوامل مؤثر بر ادوار تجاری سبب میشود تا با برنامهریزی منطقی و صحیح اقتصاد در سطح کلان بتوان از بروز بحرانهای اقتصادی و مالی جلوگیری کرد و اقتصاد را به رونق حرکت داد.[7] همچنین با در نظر داشتن شرایط فعلی اقتصاد ایران حبابهای قیمتی و ادوار تجاری یکی از بحثبرانگیزترین مباحث کلان اقتصادی ایران هستند؛ زیرا متغیرهای عمدهٔ اقتصاد کلان نظیر تورم، رشد اقتصادی، بیکاری و... همگی حرکتهای ادواری دارند و حل مشکل دورههای رکود ناشی از این حبابها و رسیدن به دورههای رونق از مهمترین دغدغههای سیاستگذاران اقتصادی کشور است. اکنون، سؤالی که مطرح میشود این است که آیا این رفتارها مانند گذشته حباب مثبت یا منفی در قیمت داراییها ایجاد کرده است و تأثیر آنها بر ادوار تجاری چگونه بوده است.
در ادامه مقاله به این صورت سازماندهی شده است که در بخش دوم و سوم به مبانی نظری پیرامون ادوار تجاری و حباب قیمتی و پیشینه تحقیق پرداخته شده است. در بخش چهارم و پنجم روش تحقیق مطرح و در نهایت تحلیل نتایج تجربی و جمعبندی ارائه شده است.
2. مبانی نظری
ادوار تجاری در هر کشوری روند نوسانات تولیدات ملی را تبیین میکند؛ به نحوی که این نوسانات، نقش مهمی را در عملکرد هر کشوری ایفا میکند. بررسی ادوار تجاری ازاینرو اهمیت دارد که برنامهریزیهای اقتصادی بدون درک چگونگی نوسانات تولید ناخالص ملی و علت و ریشه این نوسانات چندان مؤثر به نظر نمیرسد.[8]
مکدرمات و اسکات[9] در سال 1999 و هاردینگ و پاگان[10] در سال 2005، دو نوع روششناسی مشخص برای توصیف چرخههای تجاری ارائه کردند. اول، چرخه کلاسیکی است که بر پایه براساس تعریف برنز و میچل[11] در سال 1946 بهصورت الگوی متوالی شکوفاییها و کسادیها در فعالیت اقتصادی کل تعریف میشود. دوم، چرخه رشد است که با توجه به توصیفهای لوکاس[12] در سال 1977 و کیدلند و پرسکات[13] در سال 1990 بهصورت انحرافات محصول کل واقعی از روند آن بیان میشود. لوکاس معتقد است که نخستین گام در طراحی سیاستهای مناسب تثبیت، شناخت و درک ادوار تجاری است. تجزیه و تحلیل این نوع چرخه تجاری ایجاب میکند که روند یا همان مؤلفه پایدار از سری زمانی دادههای مورد بررسی حذف شود بهطوری که بتوان با استفاده از آن به تجزیه و تحلیل مؤلفه چرخهای (که همان چرخه رشد است) پرداخت. به این ترتیب، توجه عمده روش چرخه تجاری کلاسیکی معطوف به شناسایی مجموعهای از نقاط برگشت است که دورههای رونق و رکود را از هم جدا میکنند. درواقع، میان نشیب و اوج فعالیت، اقتصاد در مرحله انبساطی (رونق) و میان اوج و نشیب فعالیت اقتصادی، اقتصاد در مرحله انقباضی (رکود) قرار میگیرد.[14] از دیدگاه مکاتب گوناگون اقتصادی، عوامل زیادی میتوانند منجر به بروز ادوار تجاری شوند؛ ازجملهٔ این عوامل شامل شوکهای سمت عرضه و تقاضا، سیاستهای پولی و مالی و نوسانات قیمتی بازارهای دارایی است.[15]
بروز ادوار تجاری میتواند بر تصمیمگیری اشخاص برای سرمایهگذاری در بازارهای مالی مؤثر باشد. در شرایط رکود اقتصادی و نااطمینانی اقتصادی اشخاص ترجیح میدهند از سرمایهگذاری در بخشهای مولد که باعث تقویت توسعه مالی شود، خودداری کنند و به فعالیتهای غیرمولدی بپردازند که میتواند بازدهی بیشتری داشته باشد.[16]
درواقع در این شرایط تولید ناخالص داخلی کاهش مییابد و شرایط رکودی را ایجاد خواهد کرد. در کشورهای وابسته به درآمدهای نفتی مانند ایران، مخارج جاری دولتها افزایش مییابد و این مخارج عموماً از طریق استقراض از شبکه بانکی یا درآمدهای مالیاتی تأمین میشود و میتواند دارای آثار تورمی در اقتصاد باشد.[17] با توجه به عدم افزایش دستمزدهای اسمی متناسب با تورم، دستمزد حقیقی اشخاص کاهش مییابد و توانایی سرمایهگذاری افراد در بازارهای مالی مانند سهام نیز کاهش مییابد که خود میتواند منجر به کاهش توسعه مالی شود.[18]
در اقتصاد ایران، بازار نفت میتواند با کاهش درآمدهای ارزی دولت سبب تشدید کسری بودجه در شرایط رکود اقتصادی شود که عموماً در کشورهای نفتی به واسطه کاهش در درآمدهای نفتی و متعاقباً کاهش عرضه ارز رخ میدهد که به دنبال آن نرخ ارز نیز دچار نوسان و افزایش قیمت میشود[19] و افزایش قیمت ارز باعث افزایش ارزش فروش شرکتهای نفتی صادرکننده شده است و از طرف دیگر با تورم انتظاری که قیمت ارز ایجاد کرده است، ارزش داراییهای این شرکت نجومی شده است که در نهایت ممکن است باعث حبابی شدن بازار ارز شود که در بلندمدت این حبابهای قیمتی میتواند در عملیات شرکتها خلل وارد نماید؛ زیرا قیمت قطعات و تکنولوژی وارداتی بهمراتب گرانتر شده است و هزینههای تولید به دنبال آن افزایش و تولید کاهش مییابد که این امر در نهایت منجر به رکود میشود و این تکرار ادوار تجاری است.[20]
بازار ارز نیز میتواند با تأثیر بر تورم وارداتی و اختلال در تجارت کشور به کاهش مصرف خصوصی و سرمایهگذاری منجر شود؛ همچنین این تغییر قیمتی با تأثیر بر هر دو سمت عرضه و تقاضای اقتصاد بر عملکرد بازار سهام و کاهش شدید قیمتها در این بازار و ایجاد حبابهای قیمتی منفی منجر میشود که بهطور معمول، بازار سهام از طریق انحراف سرمایه به سمت بخشهای غیرمولد اقتصادی به افزایش نوسانات در دورههای رکود و رونق اقتصادی منجر میشود.[21]
3. پیشینه پژوهش
در این بخش به بررسی و مقایسه مطالعات انجامشده در داخل و خارج از کشور پرداخته میشود.
3-1. مطالعات خارجی
هیگنز و آچامپونگ[22] در سال 2018 به شناسایی حبابهای قیمت دارایی در آمریکا با استفاده از مدل تغییر رژیم مارکف طی دوره زمانی ژانویه 1888 تا می 2010 پرداختند. نتایج این بررسی حاکی از آن است که سه رژیم خاموش، انفجاری و فروپاشی برای قیمت دارایی مشخص شده است. همچنین نتایج دیگر نشان میدهد که حبابهای انفجاری قبل از دوره رکود اقتصادی رخ میدهند در حالی که حبابهای در حال سقوط همزمان با دورههای رکود اقتصادی رخ میدهند.
کوئن[23] در سال 2020 به بررسی رفتار بیتکوین، دلار، طلا و بازار سهام طی دوره زمانی 2014-2019 با استفاده از روش خودرگرسیون VAR پرداخت. نتایج این بررسی حاکی از آن است که میان بازارهای بیت کوین، ارز و طلا همبستگی مثبت وجود دارد.
ژاو و همکاران[24] در سال 2021 به شناسایی حبابهای قیمتی در بازارهای نفت و سهام کشور چین طی شش دورهٔ زمانی با استفاده از آزمونهای سوپریمم عمومی دیکی فولر تعمیمیافته (GSADF) و علیت گرنجر پرداختند. نتایج این بررسی حاکی از آن است که در هر سری قیمتی، دو دورهٔ حبابی بحران مالی جهانی 2007-2008 و حباب نفتی 2014-2015 را تأیید کردند.
نوس و همکاران[25] در سال 2021 به بررسی ادوار تجاری جهانی و تقاضای سوداگرانه نفت خام طی دورهٔ زمانی 2003-2020 و استفاده از روش خودرگرسیون برداری پرداختند. نتایج این بررسی حاکی از آن است که افزایش تقاضای نفت تأثیر مثبت و معناداری بر دورههای رونق جهانی میشود.
ایزدی و همکاران[26] در سال 2023 به شکلگیری حباب قیمتی در بازار سهام و اثر آن بر ادوار تجاری ایران با استفاده از روش بیزین طی دورهٔ زمانی 1383-1398 پرداختند. نتایج این بررسی حاکی از آن است که حباب قیمتی بازار سهام بر ادوار تجاری اقتصاد ایران، اثری مثبت دارند.
گوپتا و همکاران[27] در سال 2024 به پیشبینی حبابهای قیمتی بازارهای مالی سهام و نفت برای کشورهای گروه G7 از سال 1973 تا 2020 با استفاده از رویکرد شاخص اطمینان از تکنیک قانون توان لگاریتمی- ادواری چندگانه (MS-LPPLS-CI) میپردازند. نتایج این بررسی حاکی از آن است که حبابهای قیمتی بازار سهام در افق پیشبینی کوتاهمدت تا میانمدت، ارزش پیشبینی برای نوسانات تحققیافته را دارند.
3-2. مطالعات داخلی
نادمی و خوچیانی[28] در سال 1396 به بررسی همحرکتی بازارهای سهام، ارز و طلا در ایران طی دوره زمانی 09/07/1376-31/04/1394 با تواتر هفتگی و استفاده از تکنیک اکونوفیزیک پرداختند. نتایج این بررسی حاکی از آن است که در افق زمانی کوتاهمدت طی سالهای 1384-1387 و افقهای میانمدت طی سالهای 1382-1385 ارتباط نرخ بازدهی سهام و نرخ ارز در جهت عکس بوده است، اما در افقهای بلندمدتتر در سالهای 1386-1389 نرخ بازده سهام بعد از نرخ ارز حرکت میکند و متغیری پسرونده محسوب میشود؛ همچنین همبستگی بین سکه و طلا و نرخ ارز در افقهای کوتاهمدت در سالهای 1377-1381 بالا و همفاز بوده است.
بهاروند و همکاران[29] در سال 1397 به بررسی اثر شوکهای نفتی بر ادوار تجاری در اقتصاد ایران با استفاده از رهیافت مارکوف سوئیچینگ و بهکارگیری دادههای فصلی طی دورهٔ زمانی (2)1988-(4)2014 پرداختند. نتایج این بررسی حاکی از آن است که شوکهای قیمت نفت اثر مثبت در زمان رونق اقتصادی و اثر منفی در زمان رکود اقتصادی بر ادوار تجاری اقتصاد ایران داشته است و پایداری دو رژیم تقریباً مساوی و نزدیک به هم است. نتایج دیگر این بررسی نشان میدهد که اقتصاد ایران در بازه زمانی مورد نظر 52 فصل رکودی و 50 فصل رونق را پشت سر گذاشته که بهطور متوسط میتوان گفت که طول دوره رکود و رونق برابر بوده است.
رحمانیفر و همکاران[30] در سال 1399 به بررسی اثرات قیمت نفت، طلا و ارز بر ادوار تجاری کشور در رژیمهای رکود و رونق با بهکارگیری روش چرخشی مارکوف سوئیچینگ طی دورهٔ زمانی 1364-1397 پرداختند. نتایج این بررسی حاکی از آن است که در دوران رونق با افزایش شوک مثبت نفتی، شکاف تولید کاهش و با افزایش شوک پولی و بحرانهای مالی، تورم و افزایش قیمت طلا در رژیم رکود و رونق، شکاف تولید افزایش مییابد. طبق نتایج دیگر نشان میدهند که 17 دوره رکود در مقابل 16 دوره رونق در مدل اول و 15 دوره رکود در مقابل 18 دوره رونق در مدل دوم و 17 دوره رکود در مقابل 16 دوره رونق برای مدل سوم وجود دارد؛ همچنین براساس نتایج توابع احتمال انتقالات ملاحظه میشود که میزان ماندگاری در دوران رکود ایران، احتمال بالایی دارد.
زاهدی و همکاران[31] در سال 1402 به سنجش و آزمون انتقال متقابل حباب در بازارهای بورس اوراق بهادار، ارز و طلا در اقتصاد ایران با استفاده از توابع کاپولا و آزمون ریشه واحد راست دنباله طی دورهٔ زمانی 1389-1400 پرداختند. نتایج این بررسی حاکی از آن است که در هر سه بازار حباب قیمتی وجود دارد. نتایج آزمونهای خودرگرسیونی کاپولا نشان میدهد که میان سه بازار مالی وابستگی پویا وجود دارد و این وابستگی زمانی که بازار در رژیم رونق است نسبت به رژیم رکود بیشتر است. نتایج دیگر نشان میدهد که وابستگی دنبالهای میان بازار سکه و نرخ ارز بهمراتب قویتر از وابستگی میان بازار سهام و طلا است.
با توجه به مطالعات انجامشده در داخل و خارج از کشور تاکنون مطالعات مدونی در خصوص شکلگیری حبابهای قیمتی بازارهای مالی سهام، ارز و نفت و اثرگذاری آنها بر ادوار تجاری صورت نگرفته است. مطالعهٔ ژاو و همکاران در سال 2021 به شناسایی حبابهای قیمتی بازارهای نفت و سهام با آزمونهای ریشه واحد و علیت این بازارها میپردازد یا مطالعه ایزدی و همکاران در سال 2023 به شکلگیری حباب قیمتی بازار سهام و اثرگذاری آن به ادوار تجاری پرداخته شده است و فقط اثرگذاری حباب قیمتی یک بازار مالی را بر ادوار تجاری در نظر گرفته است. همچنین، زاهدی و همکاران در سال 1402 به استخراج و انتقال حباب بازارهای مالی بورس، ارز و طلا با آزمونهای ریشه واحد میپردازد؛ در حالی که در مطالعهٔ حاضر علاوه بر استخراج حباب قیمتی بازارهای مالی سهام، ارز و نفت به نحوهٔ اثرگذاری غیرخطی این حبابهای قیمتی مالی بر ادوار تجاری نیز پرداخته میشود.
4. روش پژوهش
برای بررسی تأثیر حبابهای قیمتی بازارهای سهام، ارز و نفت بر دورههای رکود و رونق در اقتصاد ایران با بهرهگیری از مطالعه رحمانیفر و همکاران در سال 1400، اسعدی و همکاران در سال 1399 و انصاری سامانی در سال 1398 از مدل مارکوف- سوئیچینگ استفاده شد. از آنجایی که یکی از مزیتهای اساسی این روش، تبیین رفتار متغیرهای اقتصادی است که تغییر وضعیت (رژیم) میدهند و همین ویژگی منجر به استفادهٔ گسترده از انواع این مدلها در مطالعات اقتصادی شده است؛ همچنین همیلتون[32] در سال 1989، مدل مارکوف سوئیچینگ را ابزاری مفید برای سیاستگذاران به منظور بررسی بخش حقیقی اقتصاد، تعیین دورههای رکود و رونق و عوامل مؤثر بر آنها معرفی کرد. بنابراین، مدلهای سوئیچینگ توسط گلد فلد و کوانت،[33] گلدفلد[34] ارائه و توسط همیلتون برای استخراج ادوار تجاری بسط داده شده است.[35]
کلیترین حالت مدلهای تبدیل مارکوف در بررسی ارتباط بین دو متغیر که به مدل MSIAX(k)-ARX(p, q) معروف است که بهصورت زیر است:
متغیر وابسته ادوار تجاری، : جزء اخلال دارای توزیع مستقل با میانگین صفر و واریانس ثابت ، c: مقدار عرض از مبدأ مدل میباشد. یک متغیر تصادفی گسسته و نهفته (غیرقابل مشاهده) است که در طول زمان بر اثر تغییرات نهادی و ساختاری تغییر میکند و میتواند k حالت به خود بگیرد. همچنین فقط احتمال مربوط به هر حالت (رژیم) را میتوان به دست آورد. به عبارت بهتر، نمیتوان دقیقاً رژیم رخداده در زمان t را تعیین کرد؛ ولی میتوان گفت احتمال اینکه در رژیم باشد، چقدر است. تعیین وضعیت بهوسیلهٔ توابع احتمالی انتقالی یک فرایند محدود k وضعیتی مارکوف با گسستگی زمانی صورت میگیرد. برای سادگی فرض میشود زنجیرهٔ مارکوف از نوع مرتبهٔ اول است. با پیگیری این زنجیره، فرایند ایجاد داده (Data Generating Process (DGP)) در مورد متغیر رژیم تکمیل میشود. زنجیرهٔ مارکوف بهصورت رابطه زیر بیان میشود:
با کنار هم قرار دادن این احتمالات در یک ماتریس ، ماتریس احتمال انتقالات p به دست میآید که هر عنصر آن احتمال انتقال از وضعیت i به وضعیت j را نشان میدهد.
برای تخمین مدلهای تبدیل مارکوف از تابع احتمال مشترک بین وقوع و ها استفاده میگردد. بهطوری که براساس خاصیت توابع حداکثر درستنمایی ML بهمنظور حداکثر کردن احتمال رخداد نمونهٔ مورد بررسی در جامعهٔ آماری، احتمال وقوع مشترک کمیتهای تصادفی در نمونه حداکثر میشود؛ ازاینرو با توجه به این امر برای برآورد تمامی کمیتهای تصادفی مدلهای تبدیل مارکوف استفاده میشود.[36]
درواقع مهمترین مزیت روش مارکوف سوئیچینگ، انعطافپذیری آن است به این شکل که در روش نامبرده امکان وجود تغییری دائمی یا چندین تغییر موقت وجود دارد و این تغییرات میتوانند به دفعات بالا و برای مدت زمان کوتاه رخ دهند. قابلیتهای روش مارکوف سوئیچینگ در تبیین رفتار متغیرهای اقتصادی است که تغییر وضعیت (رژیم) میدهند و همین ویژگی منجر به استفادهٔ گسترده از انواع این مدلها در مطالعات اقتصادی شده است. لازم به توضیح است که این نوع از مدلها متفاوت از مدلهای مبتنی بر شکست ساختاری و متغیرهای مجازی هستند.[37]
با در نظر گرفتن پژوهشهای مختلفی ازجمله مطالعه بهاروند و همکاران در سال 1397، که در زمینه درج متغیرهای قیمت انواع داراییها در توابع تولید انجام شده است، الگوی پیشنهادی این مطالعه بهصورت تابع تولید کاب داگلاس تعمیمیافته تنظیم شده است، زیرا تابع تولید کاب داگلاس به دلیل سادگی، انعطافپذیری و توانایی مدلسازی روابط پیچیده میان عوامل تولید در اقتصاد بهصورت گسترده برای استخراج ادوار تجاری و عوامل مؤثر بر آنها استفاده شده است. بنابراین در این زمینه کوشش شده است تا با بهکارگیری این تابع، نحوهٔ اثرگذاری حبابهای قیمتی بازارهای بورس اوراق بهادار تهران، طلا و نفت بر ادوار تجاری در اقتصاد ایران را مورد سنجش قرار داد؛ بنابراین الگوی مورد نظر بهصورت زیر است:
Y: تولید ناخالص داخلی (GDP)، K: تشکیل سرمایه ثابت ناخالص، L: عامل نیروی کار، Fin: متغیر دامی بحران مالی ایران و جهان (برای فصول دارای بحران عدد یک و فصول غیربحران عدد صفر لحاظ میشود)، INF: نرخ تورم، Bubble: حباب قیمتی دارایی (شاخص کل بورس، نرخ ارز و قیمت نفت اوپک)، A: تکنولوژی، : سهم سرمایه ثابت ناخالص از تولید، : سهم عامل نیروی کار از تولید، : سهم بحران مالی از تولید، : سهم تورم از تولید، : سهم حباب قیمتی دارایی از تولید، t: روند زمانی میباشد. لازم به توضیح است که جهت استخراج حباب قیمتی بازار ارز از نرخ ارز، بازار نفت از قیمت نفت اوپک و بازار سهام تهران از بازده شاخص کل بورس برای استخراج حباب قیمت نفت و حباب قیمتی بازار سهام تهران استفاده شده است.
با استفاده از لگاریتم طبیعی از دو طرف معادله تابع تولید کاب داگلاس تعیمیافته خطی بهصورت رابطه (5) به دست میآید:
شکلهای زیر به ترتیب ادوار تجاری اقتصاد ایران، دورههای حبابی در بازارهای سهام تهران، ارز و نفت را طی دورهٔ مورد بررسی نشان میدهند. نمودار (1)، ادوار تجاری ایران را از بهار 1387 تا بهار 1403 به تصویر میکشد.
نمودار (1): ادوار تجاری اقتصاد ایران
منبع: یافتههای پژوهش
نمودار بالا نشان میدهد که ادوار تجاری ایران طی دورهٔ مورد بررسی دورههای رکود و رونق بسیاری را پشت سر گذاشته است. نمودار (2)، دورههای حباب قیمتی بازار سهام تهران را از بهار 1387 تا بهار 1403 به تصویر میکشد.
نمودار (2): دورههای حباب قیمتی بازار سهام تهران
منبع: یافتههای پژوهش
نمودار بالا سه دوره حبابی برای بازار سهام تهران طی دورهٔ زمانی مورد بررسی نشان میدهد که بزرگترین آنها از فروردین 1397 تا اسفند 1399 است. نمودار (3)، دورههای حباب قیمتی بازار ارز را از بهار 1387 تا بهار 1403 به تصویر میکشد.
نمودار (3): دورههای حباب قیمتی بازار ارز
منبع: یافتههای پژوهش
نمودار بالا چهار دوره حبابی برای بازار ارز طی دورهٔ زمانی مورد بررسی نشان میدهد. نمودار (4)، دورههای حباب قیمتی بازار نفت را از بهار 1387 تا بهار 1403 به تصویر میکشد.
نمودار (4): دورههای حباب قیمتی بازار نفت
منبع: خروجی نرمافزار Eviews 10
نمودار بالا دو دوره حبابی برای بازار نفت طی دورهٔ زمانی مورد بررسی نشان میدهد.
5. برآورد مدل
متغیرهای مورد مطالعه در این پژوهش بهصورت فصلی در طول دورهٔ زمانی (1)1387-(1)1403 از سایتهای بانک دادههای اقتصادی و مالی،[38] مرکز آمار ایران[39] و گزارشهای بانک مرکزی[40] استخراج شده است. لازم به توضیح است که حبابهای قیمتی بازارهای مورد بررسی نیز با استفاده از آزمون دیکی فولر سوپریم تعمیمیافته (GSADF)[41] و ادوار تجاری نیز با استفاده از فیلتر هودریک پرسکات (HP) توسط نرمافزار ایویوز نسخه 10 (Eviews 10) استخراج شدند و سپس برای بررسی نحوهٔ تأثیرگذاری بر ادوار تجاری ایران در قالب سه الگوی مجزا و روش چرخشی مارکوف سوئیچینگ با استفاده از نرمافزار OX-Metics 7 مورد بحث و بررسی قرار گرفتند. بررسی حاضر بهمنزله بخشی از مطالعات انجامشده در رسالهٔ دکتری این جانب است و تاکنون در این زمینه مطالعهٔ مدونی در ایران انجام نشده است. در ادامه معرفی و آمار توصیفی مربوط به متغیرهای مورد بررسی در جدول (1) ارائه میشود.
جدول (1): آمار توصیفی متغیرها
|
متغیرها |
نماد متغیرها |
میانگین |
انحراف معیار |
ضریب چولگی |
ضریب گشیدگی |
|
لگاریتم تولید ناخالص داخلی |
LnGDP |
54/12 |
32/0 |
13/0- |
85/1 |
|
لگاریتم تشکیل سرمایه ثابت ناخالص |
LnK |
32/11 |
43/0 |
15/0- |
71/1 |
|
لگاریتم نیروی کار |
LnL |
41/13 |
33/0 |
24/0- |
32/1 |
|
لگاریتم نرخ تورم |
LnINF |
21/1 |
51/0 |
12/0- |
41/1 |
|
لگاریتم حباب قیمتی نفت |
LnBOIL |
54/3 |
62/0 |
32/0 |
63/1 |
|
لگاریتم حباب قیمتی ارز |
LnBEX |
36/4 |
72/0 |
41/0 |
87/1 |
|
لگاریتم حباب قیمتی سهام |
LnBSTOCK |
49/9 |
67/0 |
28/0 |
65/1 |
منبع: محاسبات تحقیق
نتایج جدول (1)، لگاریتم متغیرهای مورد بررسی از ضریب چولگی پایینتر و توزیع متقارنتری برخوردار هستند.
پیش از انجام دادن هرگونه تحلیل، باید نسبت به وضعیت مانایی متغیرها آزمونهایی انجام شود. آزمون ریشه واحد یکی از معمولترین آزمونهایی است که امروزه برای تشخیص مانایی یک فرایند سری زمانی مورد استفاده قرار میگیرد. از آنجا که دادههای مورد بررسی دارای تناوب فصلی هستند از آزمون ریشه واحد هگی استفاده میشود که نتایج آن در جدول (2) ارائه شده است.
جدول (2): آزمون ریشه واحد Hegy
|
Prob |
آماره محاسباتی |
فرضیه صفر |
متغیر |
|
0056/0 |
6396/4- |
وجود ریشه واحد با تناوب نیمسالانه |
Ln (GDP) |
|
0000/0 |
5314/26 |
وجود ریشه واحد با تناوب فصلی |
|
|
0267/0 |
2813/2- |
وجود ریشه واحد با تناوب نیمسالانه |
Ln (K) |
|
0092/0 |
7528/2 |
وجود ریشه واحد با تناوب فصلی |
|
|
0004/0 |
8068/3- |
وجود ریشه واحد با تناوب نیمسالانه |
Ln (L) |
|
0000/0 |
5294/22 |
وجود ریشه واحد با تناوب فصلی |
|
|
0271/0 |
2763/2- |
وجود ریشه واحد با تناوب نیمسالانه |
Ln (BPOIL) |
|
0000/0 |
8310/16 |
وجود ریشه واحد با تناوب فصلی |
|
|
0001/0 |
001/4- |
وجود ریشه واحد با تناوب نیمسالانه |
Ln (BEX) |
|
0003/0 |
8521/41 |
وجود ریشه واحد با تناوب فصلی |
|
|
0138/0 |
588/2- |
وجود ریشه واحد با تناوب نیمسالانه |
Ln (BSTOCK) |
|
0074/0 |
4377/0 |
وجود ریشه واحد با تناوب فصلی |
|
|
0120/0 |
201/4- |
وجود ریشه واحد با تناوب نیمسالانه |
LINF |
|
0004/0 |
215/36 |
وجود ریشه واحد با تناوب فصلی |
منبع: محاسبات تحقیق
مطابق نتایج مندرج در جدول (2)، همه متغیرها بدون هرگونه ریشه واحد با تناوب فصلی و نیمسالانه هستند. الگوهای مورد بررسی به شرح روابط (6)، (7) و (8) میباشند.
الگوی اول: نحوه اثرگذاری حباب قیمتی بازار سهام تهران بر ادوار تجاری
الگوی دوم: نحوه اثرگذاری حباب قیمتی بازار ارز بر ادوار تجاری
الگوی سوم: نحوه اثرگذاری حباب قیمتی بازار نفت تهران بر ادوار تجاری
مدل مارکوف- سوئیچینگ در صورتیکه الگوی دادههای مورد بررسی غیرخطی باشد، مدل مناسبی است که برای آزمون آن از حداکثر راست نمایی استفاده میشود. نتایج آزمون حداکثر درستنمایی در جدول (3) ارائه شده است.
جدول (3): نتایج آزمون LR
|
Prob |
درجه آزادی |
|
الگوها |
|
0000/0 |
18 |
081/75 |
الگوی اول |
|
0000/0 |
18 |
816/59 |
الگوی دوم |
|
000/0 |
19 |
22/149 |
الگوی سوم |
منبع: محاسبات تحقیق
نتایج مندرج در جدول (3)، نشان میدهد که مدل مارکوف سوئیچنگ در سه الگو را تأیید میکند.
همانطور که در جدول (4) نیز ارائه شده است، نتایج بهدستآمده از تخمین مدلهای مارکوف سوئیچینگ به منظور بررسی اثرگذاری حبابهای قیمتی بازارهای سهام، ارز و نفت بر ادوار تجاری ایران حاکی از آن است که ادوار تجاری قابل تفکیک به دو رژیم هستند بهطوری که یک رژیم بهعنوان رژیم رونق و رژیم دیگر بهعنوان رژیم رکود در نظر گرفته میشود.
جدول (4): نتایج تخمین مدل MSIAH(2)-AR(4)
|
|
مدل سوم |
|
مدل دوم |
|
مدل اول |
|
متغیر |
|
Prob |
ضریب |
Prob |
ضریب |
Prob |
ضریب |
رژیم |
|
|
000/0 |
1524/0- |
000/0 |
1651/0- |
000/0 |
1824/0- |
رژیم صفر |
Constant |
|
000/0 |
4953/0 |
000/0 |
2581/0 |
000/0 |
3421/0 |
رژیم یک |
Constant |
|
609/0 |
2301/0- |
317/0 |
1823/0 |
041/0 |
6257/0- |
رژیم صفر |
LnK_1 |
|
471/0 |
0849/0 |
090/0 |
0834/0- |
316/0 |
5124/0- |
رژیم یک |
|
|
006/0 |
9430/0- |
510/0 |
0831/0- |
004/0 |
0028/0- |
رژیم صفر |
LnK_2 |
|
0835/0 |
9180/0- |
0005/0 |
1560/0- |
000/0 |
8341/0 |
رژیم یک |
|
|
100/0 |
3680/0- |
024/0 |
0619/0- |
162/0 |
0007/0 |
رژیم صفر |
LnK_3 |
|
904/0 |
0031/0 |
153/0 |
0025/0 |
028/0 |
8267/0 |
رژیم یک |
|
|
039/0 |
521/0- |
633/0 |
734/0- |
0306/0 |
1127/0- |
رژیم صفر |
LnK_4 |
|
000/0 |
0671/0 |
020/0 |
0438/0 |
003/0 |
0081/0 |
رژیم یک |
|
|
076/0 |
5139/0 |
089/0 |
0281/0 |
243/0 |
0121/0 |
رژیم صفر |
LnL_1 |
|
809/0 |
1456/0- |
110/0 |
8530/0- |
370/0 |
1438/0 |
رژیم یک |
|
|
317/0 |
0617/0 |
091/0 |
0157/0 |
936/0 |
0008/0- |
رژیم صفر |
LnL_2 |
|
639/0 |
5180/0- |
032/0 |
8129/0- |
108/0 |
9428/0- |
رژیم یک |
|
|
548/0 |
1122/0 |
228/0 |
2264/0 |
369/0 |
8980/0 |
رژیم صفر |
LnL_3 |
|
034/0 |
0614/0- |
002/0 |
0021/0- |
000/0 |
0004/0- |
رژیم یک |
|
|
054/0 |
7181/0 |
762/0 |
1356/0 |
771/0 |
6058/0 |
رژیم صفر |
LnL_4 |
|
514/0 |
1068/0- |
116/0 |
0157/0- |
198/0 |
6122/0- |
رژیم یک |
|
|
004/0 |
6170/0 |
000/0 |
2828/0 |
007/0 |
1425/0- |
رژیم صفر |
LnBubble _1 |
|
000/0 |
0913/0- |
001/0 |
0558/0- |
003/0 |
0022/0 |
رژیم یک |
|
|
438/0 |
9614/0 |
510/0 |
1193/0 |
125/0- |
4052/0 |
رژیم صفر |
LnBubble _2 |
|
026/0 |
6671/0- |
336/0 |
0011/0- |
520/0 |
0081/0 |
رژیم یک |
|
|
000/0 |
3074/0- |
000/0 |
1509/0- |
000/0 |
1212/0 |
رژیم صفر |
LnBubble _3 |
|
268/0 |
3320/0 |
111/0 |
7181/0- |
729/0 |
8502/0- |
رژیم یک |
|
|
818/0 |
0070/0 |
812/0 |
0097/0 |
591/0 |
0016/0- |
رژیم صفر |
LnBubble _4 |
|
638/0 |
0142/0 |
551/0 |
0044/0 |
008/0 |
0005/0 |
رژیم یک |
|
|
781/0 |
1154/0- |
961/0 |
2268/0- |
426/0 |
3371/0- |
رژیم صفر |
LINF_1 |
|
528/0 |
0022/0- |
117/0 |
0199/0- |
662/0 |
0005/0- |
رژیم یک |
|
|
000/0 |
0407/0- |
000/0 |
0726/0- |
000/0 |
0135/0- |
رژیم صفر |
LINF_2 |
|
000/0 |
0021/0- |
000/0 |
0004/0- |
000/0 |
0006/0- |
رژیم یک |
|
|
682/0 |
7100/0- |
479/0 |
2168/0- |
118/0 |
1007/0 |
رژیم صفر |
LINF_3 |
|
000/0 |
1255/0- |
000/0 |
5910/0- |
032/0 |
1841/0- |
رژیم یک |
|
|
000/0 |
0014/0- |
008/0 |
0065/0- |
000/0 |
0009/0- |
رژیم صفر |
LINF_4 |
|
112/0 |
1598/0 |
628/0 |
3301/0 |
129/0 |
1003/0 |
رژیم یک |
|
|
000/0 |
0197/0 |
018/0 |
0384/0 |
001/0 |
0215/0 |
|
Sigma(0) |
|
000/0 |
0031/0 |
003/0 |
0129/0 |
000/0 |
0092/0 |
|
Sigma(1) |
|
000/0 |
2216/0- |
000/0 |
4118/0- |
001/0 |
6258/0- |
|
LnK |
|
001/0 |
2005/0 |
000/0 |
1308/0 |
000/0 |
1538/0 |
|
LnL |
|
000/0 |
1146/0- |
002/0 |
1941/0- |
000/0 |
01258/0- |
|
LINF |
|
005/0 |
0021/0- |
000/0 |
3602/0- |
000/0 |
2937/0- |
|
LnBubble |
|
000/0 |
0221/0- |
000/0 |
0024/0- |
003/0 |
0182/0- |
|
|
منبع: محاسبات تحقیق، سطح معناداری 5% است.
همانطور که در جدول (4) نیز ارائه شده است، نتایج بهدستآمده از تخمین، نشاندهنده رژیم صفر در سه مدل برآوردی به ترتیب با عرض از مبدأ منفی (1824/0-، 1651/0- و 1524/0-) است که دوره رکود و رژیم یک در سه مدل برآوردی به ترتیب با عرض از مبدأ مثبت (3421/0، 2581/0 و 4953/0) است که دوره رونق را در دورهٔ زمانی مورد بررسی نشان میدهند. از آنجایی که واریانس جزء اخلال تابعی از متغیر وضعیت (رژیم) است، ازاینرو واریانس اجزاء اخلال مربوط به سه مدل برآوردی، دو رژیم صفر (رکود) و رژیم یک (رونق) ادوار تجاری اقتصادی متفاوت بوده است و در رژیم صفر یا همان دوران رکود بزرگتر از رژیم یک یا همان دوران رونق میباشند که این اعداد گویای این امر هستند که نوسانات در دوره رکود نسبت به دوره رونق در اقتصاد ایران در بازه زمانی مورد مطالعه کمتر میباشند. با توجه به دیگر اطلاعات مندرج در جدول (4)، نوسانات تشکیل سرمایه ثابت ناخالص در سه مدل برآوردی دارای ضریب منفی است که اثر منفی تشکیل سرمایه ثابت ناخالص بر ادوار تجاری در اقتصاد ایران را نشان میدهد و چندان هم دور از انتظار نیست؛ زیرا در اقتصاد ایران شرایطی مانند امنیت، عدم اطمینان از سودآوری، بیثباتی و پایین بودن نرخ سودآوری واقعی و مهیا بودن شرایط برای خروج سرمایه از کشور وجود ندارد و همچنین نبود راهبرد مشخص برای جذب سرمایهگذاریهای بخش خصوصی و خارجی، دولت با استفاده از درآمدهای حاصل از فروش نفت، اقدام به جبران این خلأ موجود مینماید و با عنایت به این نکته که سرمایهگذاریهای دولتی اکثراً بهصورت ناکارآمد صورت میگیرند و در نهایت این سرمایهگذاریها نهتنها به رشد و رونق اقتصادی کشور کمکی نخواهند کرد، بلکه باعث تضعیف رشد اقتصادی و رکود در اقتصاد میشوند.[42]
همچنین نوسانات متغیر نیروی کار دارای ضریب مثبت است که اثر مثبت نیروی کار بر ادوار تجاری در اقتصاد ایران را نشان میدهد. درواقع اهمیت مسئلهٔ توجه هرچه بیشتر به موضوع وضعیت اشتغال در اقتصاد کشور را بیان میکند، زیرا از یک سو، افزایش اشتغال سبب افزایش تولید و رونق و از سوی دیگر، افزایش بیکاری به کاهش تولید و رکود در اقتصاد کشور میشود؛ بنابراین، بالا بودن ضریب متغیر نیروی کار نسبت به متغیر سرمایه بیانگر اهمیت بالای این متغیر در دورهٔ زمانی مورد نظر در اقتصاد ایران است که ضرورت دارد تا مسئولان اقتصادی به برنامهریزی و مهندسی علمی در اشتغال و بیکاری کشور توجه بیشتر داشته باشند.
همچنین نتایج نشان میدهد که نرخ تورم بر ادوار تجاری رابطهٔ منفی و معنادار داشته است به این معنا که با افزایش تورم، رکود اقتصادی نیز بیشتر خواهد شد، زیرا تورم منجر به افزایش هزینههای تولید و در نتیجه کاهش تولید ناخالص داخلی میشوند. بحران مالی نیز بر ادوار تجاری تأثیر منفی دارد به این معنا که با افزایش بحران مالی اقتصاد کشورهای در حال توسعه، تولید ناخالص داخلی آن کشور نیز کاهش خواهد یافت.
نتایج دیگر نشان میدهد که حباب قیمتی بازار سهام، حباب قیمتی نرخ ارز و حباب قیمتی نفت بر دورههای رکودی تأثیر مثبت دارد و باعث تشدید رکود در اقتصاد ایران میشود و این حبابهای قیمتی تأثیر منفی بر دورههای رونق دارند و باعث کاهش رشد اقتصادی در کشور میشوند.
با توجه به اینکه در اقتصاد ایران، نوسانات قیمت نفت باعث تغییر درآمد نفت و ایجاد حبابهای قیمتی و درآمدی میشود و با توجه به این نکته که درآمدهای نفتی بهمثابه منبع اصلی تأمین ارز برای نیازهای مصرفی و سرمایهای بخشهای خصوصی و دولتی میشوند، محور اصلی اقتصاد ایران را تشکیل میدهند.[43] درآمدهای ناپایدار نفتی بهمنزله عامل اصلی انتقال مستقیم بیثباتیها و نااطمینانی به تولید ناخالص داخلی کشور تبدیل شدهاند؛ بهطوری که هرگونه تغییر در قیمت نفت سبب تغییر تولید ناخالص داخلی و ایجاد دورههای رکود و رونق و در نتیجهٔ بیثباتی این متغیر مهم اقتصادی در کشور شده است. علاوه بر این، بودجهٔ دولت نیز که زبان مالی اهداف و برنامههای اقتصادی است بر درآمدهای ناپایدار، حبابی و ناشی از فروش سرمایه ملی متکی شده است.
همچنین بازار سهام در ایران در طی دوره زمانی فعالیت خود ادوار پر نوسانی را تجربه کرده است؛ به نحوی که در برخی زمانها رشد آن آهسته و هموار بوده است، اما در برخی سالها از رشد قابل توجهی و نوسانهای شدید برخوردار بوده است. همین امر سبب شده است تا قیمت سهام شرکتهای مختلف فعال در این بازار از بازه نوسان قابل توجهی برخوردار شود که این امر میتواند بر عملکرد آنها و تأمین مالی در طی زمان این شرکتها اثرگذار باشد.[44]
جدول (5): احتمال انتقال از یک رژیم به رژیم دیگر
|
احتمال قرار گرفتن در رژیم یک |
احتمال قرار گرفتن در رژیم صفر |
تعداد مشاهدات در هر رژیم |
نوع رژیم |
مدل |
|
19749/0 |
8025/0 |
44 |
رژیم صفر |
مدل اول |
|
20673/0 |
79327/0 |
17 |
رژیم یک |
|
|
05682/0 |
94318/0 |
50 |
رژیم صفر |
مدل دوم |
|
73025/0 |
26975/0 |
11 |
رژیم یک |
|
|
10479/0 |
89521/0 |
48 |
رژیم صفر |
مدل سوم |
|
78912/0 |
21088/0 |
13 |
رژیم یک |
منبع: محاسبات تحقیق
همانطور که در جدول (5) نیز ارائه شده است، احتمالات شرطی دو رژیم محاسبه شده است و نتایج مندرج در این جدول احتمال انتقال هر رژیم به رژیم دیگر را نشان میدهد. براساس نتایج بهدستآمده، میتوان گفت رژیم رکودی (صفر) در بازهٔ زمانی مورد مطالعه برای هر سه مدل پایدارتر از رژیم رونق (یک) است، زیرا در هر سه مدل مورد بررسی احتمال انتقال از رژیم رکودی به خود این رژیم به نسبت بالاتر از احتمال انتقال رژیم رونق به خود این رژیم میباشد؛ نتایج حاصل از این جدول مطابق نظریات اقتصادی نیست، چراکه براساس نظریات اقتصادی عمر دورههای رکودی کمتر از دورههای رونق است.
نتایج دیگر این مطالعه نشان میدهد که بهطور متوسط در مدل اول، 13/72 درصد مشاهدات در رژیم صفر یا به عبارتی دوره رکود و بهطور متوسط 87/27 درصد مشاهدات در رژیم یک یا دوره رونق قرار گرفتهاند. در مدل دوم بهطور متوسط 96/81 درصد مشاهدات در رژیم صفر و بهطور متوسط 04/18 درصد مشاهدات در رژیم یک و در مدل سوم نیز بهطور متوسط 68/78 درصد مشاهدات در رژیم صفر و بهطور متوسط 32/21 درصد مشاهدات در رژیم یک قرار گرفتهاند.
جدول (6): آزمونهای نیکویی برازش
|
Prob |
مقدار آماره آزمون |
آماره آزمون |
مدل |
نوع آزمون |
|
1300/0 |
0812/3 |
|
مدل اول |
آزمون خودهمبستگی Ljung-Box Portmanteau Test |
|
2153/0 |
5762/2 |
|
مدل دوم |
|
|
2342/0 |
9681/2 |
|
مدل سوم |
|
|
3356/0 |
95097/0 |
F(1,38) |
مدل اول |
آزمون ناهمسانی واریانس ARCH Test |
|
3615/0 |
7586/0 |
F(1,38) |
مدل دوم |
|
|
3548/0 |
7992/0 |
F(1,38) |
مدل سوم |
|
|
0621/0 |
468/20 |
|
مدل اول |
آزمون نرمال بودن Jarque–Bera Test |
|
1528/0 |
182/18 |
|
مدل دوم |
|
|
1036/0 |
312/20 |
|
مدل سوم |
منبع: محاسبات تحقیق
همانطور که در بخش معرفی مدل نیز بدان اشاره شد، جملات اخلال مدل مارکوف- سوئیچینگ باید نرمال باشند و عاری از خودهمبستگی و ناهمسانی واریانس باشند. در جدول (6) نتایج حاصل از آزمونهای مربوط به ویژگیهای ذکرشده آورده شده است. نتایج آزمون خودهمبستگی نشان میدهد که جملات اخلال دارای عدم خودهمبستگی هستند. نتایج آزمون ناهمسانی واریانس و آزمون نرمال نیز به ترتیب نشان میدهد که واریانس جملات اخلال همسان هستند و آزمون نرمال بودن نیز نشان میدهد که توزیع جملات اخلال مدل تخمین زدهشده نرمال میباشد.
6. نتیجهگیری
هدف از انجام این مطالعه، بررسی شکلگیری حبابهای قیمتی در بازارهای مالی سهام تهران، ارز و نفت و سپس اثرگذاری این حبابهای قیمتی بر ادوار تجاری اقتصاد ایران طی دورهٔ زمانی بهار 1387 تا بهار 1403 است. پس از اطمینان از درستی محاسبات و انجام آزمون حداکثر راستنمایی برای اطمینان از وجود رابطه غیرخطی با استفاده از روش مارکوف- سوئیچینگ اثر حبابهای قیمتی بازارهای سهام تهران، ارز و نفت بر ادوار تجاری ایران در دورهٔ زمانی مذکور مورد مطالعه قرار گرفت. در شرایط رکود و رونق، اقتصاد رفتار متفاوتی نشان میدهد که یکی از مشخصههای بارز نظریه ادوار تجاری است. با توجه به رد فرضیه خطی بودن ادوار تجاری در هر سه الگو از مدل MSIAH(2)-AR(4) که در این مدل، عرض از مبدأ و واریانسها متغیر و تابعی از رژیم هستند، استفاده شده است.
نتایج نشان میدهند که اقتصاد ایران در بازه زمانی مورد نظر، فصلهای رکودی و رونقی بسیاری را پشت سر گذاشته که بهطور متوسط میتوان گفت که طول دوره رکودی بیشتر از طول دوره رونق بوده است.
نتایج دیگر حاکی از آن است که نوسانات تشکیل سرمایه ثابت، نیروی کار، نرخ تورم و بحران مالی به ترتیب تأثیر منفی، مثبت، منفی و منفی بر ادوار تجاری اقتصاد ایران داشته است؛ همچنین نتایج نشان میدهد که حبابهای قیمتی در سه بازار مالی سهام، ارز و نفت بر ادوار تجاری اقتصاد ایران تأثیر منفی و معناداری داشته است.
درواقع نتایج گویای آن است که قیمت نفت در ایجاد دورههای رکود و رونق اقتصادی ایران نقش بسزایی ایفا کرده است. این امر گویای وابستگی اقتصاد کشور به نفت است و همچنین زمانی که قیمت نفت افزایش پیدا کرده اقتصاد در وضعیت رونق قرار داشته است و در فصولی که قیمت نفت کاهش پیدا کرده است اقتصاد در وضعیت رکود اقتصادی قرار داشته است، زیرا افزایش قیمت نفت منجر به افزایش درآمدهای ارزی کشور و در نتیجه افزایش قیمت سهام شرکتهای نفتی و در نتیجه افزایش شاخص سهام در اقتصاد ایران میشود. اسکات آیگیسی در سال 2018 در بررسی خود با عنوان «اثرات نوسانات قیمت نفت بر ادوار تجاری نیجریه» و قریشی و احمد در سال 2025 نیز در بررسی خود با عنوان «نوسانات قیمت نفت بر ادوار تجاری آمریکا» به نتایجی مشابه به نتایج مطالعه حاضر رسیدند. همچنین، بهاروند و همکاران در سال 1396 نیز با استفاده از دادههای فصلی به این نتیجه رسیدند که در زمان رونق (رکود) قیمت نفت افزایش (کاهش) مییابد.
براساس نتایج بهدستآمده میتوان موارد زیر را بهمنزله توصیههای سیاستی ارائه کرد:
1. مکانیسمهای ضد چرخهای در سیاستگذاریهای اقتصادی ایجاد کرد به این صورت که در زمان رونق (رکود) اقتصادی برای جلوگیری از شکلگیری حباب قیمتی، سیاستهای انقباضی (انبساطی) اعمال کرد.
2. بهبود سیاستهای ارزی از طریق هماهنگی سیاست پولی با بودجه دولت برای اینکه از تزریق درآمدهای نفتی به اقتصاد در دورههای رونق جلوگیری شود.
3. در بازار سهام به شفافسازی اطلاعات در خصوص ریسکهای قیمت نفت و ارز در گزارشهای فصلی پرداخته شود.
[1]. Onur Özdemir, “Cue the Volatility Spillover in the Cryptocurrency Markets during the COVID-19 Pandemic: Evidence from DCC-GARCH and Wavelet Analysis,” Financial Innovation 8, no. 1 (2022): 1-38.
[2]. Charles P. Kindleberger and Robert Z. Aliber, Manias, Panics and Crashes: A History of Financial Crises, 6th edition (New York: Palgrave Macmillan, 2011).
[3]. Kindleberger and Aliber, Manias, Panics and Crashes.
[4]. James D. Hamilton, “Causes and Consequences of the Oil Shock of 2007-08,” Brookings Papers on Economic Activity 1, no. 40 (2009): 215-261.
[5]. Rudiger Dornbusch and Stanley Fischer, “Exchange rates and the current account,” The American economic review 70, no. 5 (1980): 960-971.
[6]. Hyman P. Minsky, Stabilizing an Unstable Economy (New Haven: Yale University Press, 1986).
[7]. ناهید بهاروند، وحید فرزام، و یونس نادمی، «اثر شوکهای نفتی بر ادوار تجاری در اقتصاد ایران با استفاده از رهیافت مارکوف سوئیچینگ (1988:2-2014:4)»، مطالعات و سیاستهای اقتصادی 5، شماره 1 (1397): 3-22.
[8]. یونس نادمی و ناهید بهاروند، «مدلسازی عوامل مؤثر بر رشد اقتصادی در ایران: رویکرد مارکوف سوئیچینگ گارچ»، فصلنامه سیاستهای مالی و اقتصادی ۶، شماره ۲۴ (1397): 33-58.
[9]. C. John McDermott and Alsdair Scott, “Concordance in business cycles,” Reserve Bank of New Zealand, Working Paper, no. G99/7 (1999).
[10]. Don Harding and Adrian Pagan, “A Suggested Framework for Classifying the Modes of Cycle Research,” Journal of Applied Econometrics 20, no. 2 (2005): 151-159.
[11]. Arthur F. Burns and Wesley C. Mitchell, Measuring Business Cycles (New York: National Bureau of Economic Research, 1946), 3.
[12]. Robert E. Lucas Jr, “Understanding business cycles”, in Essential readings in economics (London: Macmillan Education UK, 1995), 7-29.
[13]. Finn E. Kydland and Edward E. Precott, “Business cycles: real facts and a monetary myth,” Federal Reserve Bank of Minneapolis Quartely Review, no. 14 (1990): 3-18.
[14]. Rachel Male, “Developing country business cycles: Characterizing the cycle,” Emerging Markets Finance and Trade 2, no. 47 (2011): 20-39.
[15]. Robert J. Shiller, Irrational Exuberance (Princeton, NJ: Princeton University Press, 2000).
[16]. سهیل رودری، ابوالفضل شاهآبادی، و لیلا آرغا، «نقش رکود و رونق در اثرگذاری رانت منابع نفتی بر شاخص توسعه مالی در ایران: آیا کیفیت نهادها موضوعیت دارد؟»، فصلنامه راهبرد مدیریت مالی 11، شماره 1 (1402): 77-100.
[17]. Tarek Bel Hadj and Adel Ghodbane, “Do Natural Resources Rents and Institutional Development Matter for Financial Development under Quantile Regression Approach,” Resources Policy 73, no. 6 (2021): 102169.
[18]. Lutz Kilian and Xiaoqing Zhou. “Oil price shocks and inflation,” Economics (2025): 420-438.
[19]. سهیل رودری و دیگران، «منحنی فیلیپس نیوکینزی و درجه عبور نرخ ارز در اقتصاد ایران: شواهدی جدید از الگوی MCWT»، اقتصاد و تجارت نوین 19، شماره 63 (1403): 99-131.
[20]. سمن هوشمندی و همکاران، «اثر نوسانات ارزی بر شاخص قیمتی فرآوردههای نفتی در بورس اوراق بهادار تهران با استفاده از مدل MS-VAR»، اقتصاد پولی مالی 28 (1400): 153-177.
[21]. Zhengxu Qu, “A Review about the Business Cycle and Stock Market,” Proceedings of the 8th International Conference on Economic Management and Green Development 124, no. 1 (2024): 234-238.
[22]. Matthew Higgins and Frank Ofori-Acheampong, “A Markov Regime-Switching Model with Time-Varying Transition Probabilities for Identifying Asset Price Bubbles,” International Journal of Economics and Finance 10, no. 4 (2018): 1-14.
[23]. Ji Ho Kwon, “Tail behavior of Bitcoin, the dollar, gold and the stock market index,” Journal of International Financial Markets, Institutions and Money 67 (2020): 1-14.
[24]. Zhao Zhao Huwei Wen, and Ke Li, “Identifying bubbles and the contagion effect between oil and stock markets: New evidence from China,” Economic Modelling 94 (2021): 780-788.
[25]. Elisabete Neves et al., “The global business cycle and speculative demand for crude oil,” China Finance Review International 11, no. 4 (2021): 502-521
[26]. مریم ایزدی و دیگران، «شکلگیری حباب قیمت در بازار سهام و اثر آن بر ادوار تجاری ایران»، فصلنامه علمی پژوهشی اقتصاد مقداری 20، شماره 2 (1402): 72-99.
[27]. Gupta, Rangan, Joshua Nielsen, and Christian Pierdzioch, “Stock market bubbles and the realized volatility of oil price returns,” Energy Economics 132 (2024): 107432.
[28]. یونس نادمی و رامین خوچیانی، «همحرکتی بازارهای سهام، ارز و طلا در ایران: یک تحلیل اکونوفیزیک»، مهندسی مالی و مدیریت اوراق بهادار 8، شماره 31 (1396): 149-166.
[29]. بهاروند، فرزام، و نادمی، «اثر شوکهای نفتی بر ادوار تجاری در اقتصاد ایران»، 3-22.
[30]. مهرداد رحمانیفر و دیگران، «بررسی اثرات قیمت نفت، طلا و ارز بر ادوار تجاری کشور در رژیمهای رکود و رونق با بهکارگیری مدل چرخشی و تغییر رژیم مارکوف سوئیچینگ»، دوفصلنامهٔ علمی مطالعات و سیاستهای اقتصادی 8، شماره 2 (1400): 226-251.
[31]. یعقوب زاهدی، نادر رضایی، و ودود نجاری، «سنجش و آزمون انتقال متقابل حباب در بازارهای بورس اوراق بهادار، ارز و طلا (مطالعه موردی: ایران با استفاده از توابع کاپولا)»، فصلنامه مهندسی مالی و مدیریت اوراق بهادار 14، شماره 57 (1402): 135-154.
[32]. James D. Hamilton, “A New Approach to the Economic Analysis of Nonstationary Time Series and the Business Cycle,” Econometrica 2, no. 57 (1989): 357-384.
[33]. Stephen M. Goldfeld, Richard E. Quandt, and Dennis E. Smallwood, Nonlinear methods in econometrics (Amsterdam: North-Holland, 1972).
[34]. Stephen M. Goldfeld and Richard E. Quandt, “A Markov model for switching regressions,” Journal of econometrics 1, no. 1 (1973): 3-15.
[35]. Walter Enders and C. W.J. Granger, “Unit Root Tests and Asymmetric Adjustment with an Example Using the Term Structure of Interest Rates,” Journal of Business and Economic Statistics 16 (2004): 304-311.
[36]. Tin-Chun Lin, “The role of higher education in economic development: An empirical study of Taiwan case,” Journal of Asian Economics 15, no. 2 (2004): 355-371.
[37]. بهاروند، فرزام، و نادمی، «اثر شوکهای نفتی بر ادوار تجاری در اقتصاد ایران»، 3-22.
[38]. بانک دادههای اقتصادی و مالی. https://databank.mefa.ir
[39]. مرکز آمار ایران. https://amar.org.ir
[40]. بانک مرکزی جمهوری اسلامی ایران. https://www.cbi.ir
[41]. Peter C. B. Phillips, Shu-Ping Shi, and Jun Yu, “Testing for Multiple Bubbles: Historical Episodes of Exuberance and Collapse in the S&P 500,” International Economic Review 56, no. 4 (2015): 1043-1078.
[42]. بهاروند، فرزام، و نادمی، «اثر شوکهای نفتی بر ادوار تجاری در اقتصاد ایران»، 3-22.
[43]. نادر مهرگان و یونس سلمانی، «نوسانات قیمتی نفت و رشد پایدار اقتصادی: مطالعه موردی در ایران و ژاپن»، مطالعات اقتصادی کاربردی ایران 3، شماره 10 (شهریور 1392): 107-125.
[44]. ایزدی و دیگران، «شکلگیری حباب قیمت در بازار سهام»، 72-99.
