چکیده:
شناسایی اتصالات بین صنایع مختلف، امری حیاتی برای مدیریت سبد و سیاست‌گذاری است و برای اقتصادهای در حال توسعه‌ای نظیر ایران نیز حائز اهمیت است. در این مقاله داده‌های بازدهی با تواتر بالای روزانه برای مجموعه‌ای از صنایع بورسی (12 صنعت در قالب 4 خوشه اصلی که بیش از 70 درصد ارزش بازاری بورس اوراق بهادار را در اختیار دارند) طی دوره 19/07/1388 تا 12/07/1401 استفاده شده است تا سرریزهای ایستا و پویا در سطح کل و بخشی با به‌کارگیری مدل خودرگرسیون برداری با پارامترهای متغیر در طول زمان (TVP-VAR) و شاخص اتصالات دیبولد-ییلماز (2012) برآورد شوند. یافته‌ها حاکی از آن است که اولا بیش از 56 درصد از واریانس خطای پیش‌بینی را می‌توان به تغییرات بین بخشی در این شبکه نسبت داد لذا هم‌حرکتی مشترک نسبتا قوی بین صنایع مختلف وجود دارد. ثانیا، اتصالات بین عملکرد صنایع مختلف طی زمان به‌طور قابل ملاحظه‌ای تغییر یافته است. قوی‌ترین اتصالات و سرریزها در سال‌های اخیر و با صعود و سقوط بی‌سابقه بازار سهام مشاهده می‌شود که در اواخر سال 1400، به نقطه اوج خود رسید و شاخص اتصالات کل، رقم 85 درصد را تجربه نمود. ثالثا «فلزات اساسی» و «سرمایه‌گذاری» به‌عنوان انتقال‌دهندگان دائمی شوک‌ها و «قند و شکر» و «سرامیک» در نقش پذیرنده دائمی تلاطمات، ایفای نقش کرده‌اند که موید وجود اثر تقدم-تاخر در بازار سهام است. رابعا وجود اتصالات قوی جفتی بین «فلزات اساسی و کانه‌های فلزی» و «صنایع غذایی-قند و شکر» حکایت از انتقال شوک‌ها از صنایع پایین دستی به صنایع بالادستی در خوشه‌های مورد بررسی دارد.
Identifying the connection between different sectors of the economy is central to policy making and portfolio management and this is specifically important for a developing country like Iran. In this paper, we use high-frequency Iranian stock market sector returns data (4 clusters including 12 sectors that constitute more than 70% of the stock market capitalization) from 10/11/2009 to 10/04/2022 and estimate the static and dynamic total connectedness indices using the vector autoregressive model and DY connectedness index. The findings indicate that first, 56% of forecast error variance can be attributed to cross-sectoral innovations within our network, so we deduce that there is indeed strong co-movement across the different sectors. Second, the connectedness between sectoral performances varies significantly across time. The strongest spillovers can be seen in recent years when the stock market experienced incredible ups and downs. The strengthening spillovers led to touching the figure of 85% in the total connectedness index at the beginning of 2022. Third, the basic metal industry and investment sector have played as permanent transmitters of shocks; by contrast, sectors like sugar and ceramic were the recipient of volatilities. This finding confirms the existence of the lead-lag effect in the Iranian stock market. Fourth, the presence of strong pairwise spillovers, especially between “BaseMetal and MetalOres” and “Food-Sugar” indicate that shocks be transferred from downstream to upstream industries in each clusters. JEL Classification: C32, C58, G14, G41
(
, 
, 
)
