Czy niestabilność krajowych czynników makroekonomicznych przyczynia się do przenoszenia zmienności stóp zwrotu z globalnego na islamski rynek akcji?

Autor

DOI:

https://doi.org/10.18778/1508-2008.24.06

Słowa kluczowe:

przenoszenie zmienności, kapitał islamski, model GARCH, model ADCC, dane panelowe

Abstrakt

Niniejsze badanie dotyczy wpływu niestabilności makroekonomicznej na przenoszenie zmienności stóp zwrotu z globalnego na islamski rynek akcji. Badane czynniki ekonomiczne to kurs walutowy, stopa inflacji, stopa procentowa i wzrost produkcji. Aby osiągnąć cel badania, wykorzystano trzy narzędzia analityczne: model GARCH (p, q) do wyliczania wartości zmienności dla wszystkich zmiennych, model ADCC w celu uzyskania miary wpływu zmienności jako zmiennej zależnej oraz technikę regresji danych panelowych do oceny znaczenia przyczynowości czynników makroekonomicznych w przenoszeniu zmienności. Niniejsze badanie jest pierwszym, które rozszerza takie podejście. Obserwowano miesięczne dane dotyczące światowych i islamskich indeksów rynkowych, kursów walutowych, wskaźników cen konsumpcyjnych, stóp procentowych i wskaźników produkcji przemysłowej. Dane z okresu od maja 2002 do lutego 2019 roku pochodzą z rynku światowego i dwudziestu trzech gospodarek – czternastu rozwiniętych i dziewięciu wschodzących rynków posiadających islamskie indeksy giełdowe. W kilku sekcjach przedstawiono ważne dodatkowe analizy dla pięciu rynków akcji w gospodarkach Europy Środkowej, które są porównywane z innymi rynkami. Wyniki badania sugerują, że na występowanie efektu przenoszenia zmienności wywodzącej się z rynku globalnego na rynki islamskie wpływa wewnętrzna niestabilność czynników makroekonomicznych, z wyjątkiem niestabilności produkcji przemysłowej na rynkach rozwiniętych, w tym na rynkach Europy Środkowej. Z badania wynika, że regulatorzy powinni przewidywać niekorzystne konsekwencje przenoszenia zmienności i zapobiegać im poprzez zorganizowanie wewnętrznej polityki gospodarczej w celu kontrolowania stóp inflacji, stóp procentowych i wzrostu produkcji przemysłowej, a także elastyczności kursu walutowego. Ponadto praktycy rynkowi powinni uwzględnić w swoich prognozach zmienność rynków globalnych i niestabilność makroekonomiczną, tak aby minimalizować ryzyko.

Pobrania

Brak dostępnych danych do wyświetlenia.

Bibliografia

Abbas, G., McMillan, D.G., Wang, S. (2018), Conditional volatility nexus between stock markets and macroeconomic variables, “Journal of Economic Studies”, 45 (1), pp. 77–99, https://doi.org/10.1108/JES-03-2017-0062
Google Scholar DOI: https://doi.org/10.1108/JES-03-2017-0062

Adjasi, C.K.D. (2009), Macroeconomic uncertainty and conditional stock‐price volatility in frontier African markets, “The Journal of Risk Finance”, 10 (4), pp. 333–349, https://doi.org/10.1108/15265940910980641
Google Scholar DOI: https://doi.org/10.1108/15265940910980641

Alotaibi, A.R., Mishra, A.V. (2015), Global and regional volatility spillovers to GCC stock markets, “Economic Modelling”, 45, pp. 38–49, https://doi.org/10.1016/j.econmod.2014.10.052
Google Scholar DOI: https://doi.org/10.1016/j.econmod.2014.10.052

Balli, F., Hajhoj, H.R., Basher, S.A., Ghassan, H.B. (2015), An analysis of returns and volatility spillovers and their determinants in emerging Asian and Middle Eastern countries, “International Review of Economics & Finance”, 39, pp. 311–325, https://doi.org/10.1016/j.iref.2015.04.013
Google Scholar DOI: https://doi.org/10.1016/j.iref.2015.04.013

Baltagi, B.H. (2005), Econometric Analysis of Panel Data, The Atrium, Southern Gate, John Wiley & Sons Ltd., Chichester.
Google Scholar

Bollerslev, T. (1986), Generalized Autoregressive Conditional Heteroskedasticity, “Journal of Econometrics”, 31, pp. 307–327, https://doi.org/10.1016/0304-4076(86)90063-1
Google Scholar DOI: https://doi.org/10.1016/0304-4076(86)90063-1

Cappiello, L., Engle, R.F., Sheppard, K. (2006), Asymmetric Dynamics in the Correlations of Global Equity and Bond Returns, “Journal of Financial Econometrics”, 4 (4), pp. 537–572, https://doi.org/10.1093/jjfinec/nbl005
Google Scholar DOI: https://doi.org/10.1093/jjfinec/nbl005

Chinzara, Z. (2011), Macroeconomic Uncertainty and Conditional Stock Market Volatility in South Africa, “South African Journal of Economics”, 79 (1), pp. 27–49, https://doi.org/10.1111/j.1813-6982.2011.01262.x
Google Scholar DOI: https://doi.org/10.1111/j.1813-6982.2011.01262.x

Diebold, F.X., Yilmaz, K. (2012), Better to give than to receive: Predictive directional measurement of volatility spillovers, “International Journal of Forecasting”, 28 (1), pp. 57–66, https://doi.org/10.1016/j.ijforecast.2011.02.006
Google Scholar DOI: https://doi.org/10.1016/j.ijforecast.2011.02.006

Engle, R.F. (2002), Dynamic conditional correlation: a new simple class of multivariate GARCH models, “Journal of Business & Economic Statistics”, 20 (3), pp. 339–350, https://doi.org/10.1198/073500102288618487
Google Scholar DOI: https://doi.org/10.1198/073500102288618487

Georgiadis, G. (2016), Determinants of global spillovers from US monetary policy, “Journal of International Money and Finance”, 67, pp. 41–61, https://doi.org/10.1016/j.jimonfin.2015.06.010
Google Scholar DOI: https://doi.org/10.1016/j.jimonfin.2015.06.010

Guesmi, K., Teulon, F. (2014), The determinants of regional stock market integration in middle east: A conditional ICAPM approach, “International Economics”, 137, pp. 22–31, https://doi.org/10.1016/j.inteco.2013.10.006
Google Scholar DOI: https://doi.org/10.1016/j.inteco.2013.10.006

Haokip, N. (2018), Empirical analysis of stock market volatility and macroeconomic volatility in India, “International Journal in Management and Social Science”, 6 (11), pp. 25–53.
Google Scholar

Jebran, K., Chen, S., Ullah, I., Mirza, S.S. (2017), Does volatility spillover among stock markets varies from normal to turbulent periods? Evidence from emerging markets of Asia, “The Journal of Finance and Data Science”, 3 (1–4), pp. 20–30, https://doi.org/10.1016/j.jfds.2017.06.001
Google Scholar DOI: https://doi.org/10.1016/j.jfds.2017.06.001

Karali, B., Ramirez, O.A. (2014), Macro determinants of volatility and volatility spillover in energy markets, “Energy Economics”, 46, pp. 413–421, https://doi.org/10.1016/j.eneco.2014.06.004
Google Scholar DOI: https://doi.org/10.1016/j.eneco.2014.06.004

Leung, H., Schiereck, D., Schroeder, F. (2017), Volatility spillovers and determinants of contagion: Exchange rate and equity markets during crises, “Economic Modelling”, 61, pp. 169–180, https://doi.org/10.1016/j.econmod.2016.12.011
Google Scholar DOI: https://doi.org/10.1016/j.econmod.2016.12.011

Liljeblom, E., Stenius, M. (1997), Macroeconomic volatility and stock market volatility: empirical evidence on Finnish data, “Applied Financial Economics”, 7 (4), pp. 419–426, https://doi.org/10.1080/096031097333538
Google Scholar DOI: https://doi.org/10.1080/096031097333538

Majdoub, J., Mansour, W., Jouini, J. (2016), Market integration between conventional and Islamic stock prices, “The North American Journal of Economics and Finance”, 37, pp. 436–457, https://doi.org/10.1016/j.najef.2016.03.004
Google Scholar DOI: https://doi.org/10.1016/j.najef.2016.03.004

Morelli, D. (2002), The relationship between conditional stock market volatility and conditional macroeconomic volatility, “International Review of Financial Analysis”, 11 (1), pp. 101–110, https://doi.org/10.1016/S1057-5219(01)00066-7
Google Scholar DOI: https://doi.org/10.1016/S1057-5219(01)00066-7

Muharam, H., Wahyudi, S., Pangestuti, I.R.D., Najmudin (2018), Interaction of Islamic and Conventional Stock Markets and the Economic Connectivity, “Journal of Advanced Research in Law and Economics”, IX (2 (32)), pp. 591–602.
Google Scholar

Najmudin, Kurniasih, R., Sulistyandari, Jati, D.P. (2019), The effect of dynamic relationship between domestic market and world market on stock returns volatility, “IOP Conference Series: Earth and Environmental Science”, 255, pp. 1–8, https://doi.org/10.1088/1755-1315/255/1/012052
Google Scholar DOI: https://doi.org/10.1088/1755-1315/255/1/012052

Oseni, I.O., Nwosa, P.I. (2011), Stock Market Volatility and Macroeconomic Variables Volatility in Nigeria: An Exponential GARCH Approach, “Journal of Economics and Sustainable Development”, 2 (10), pp. 28–42.
Google Scholar

Prasad, N., Grant, A., Kim, S.‑J. (2018), Time varying volatility indices and their determinants: Evidence from developed and emerging stock markets, “International Review of Financial Analysis”, 60, pp. 115–126, https://doi.org/10.1016/j.irfa.2018.09.006
Google Scholar DOI: https://doi.org/10.1016/j.irfa.2018.09.006

Robiyanto, R., Santoso, M., Rambu Atahau, A., Harijono, H. (2019), The Indonesia Stock Exchange and Its Dynamics: An Analysis of the Effect of Macroeconomic Variables, “Montenegrin Journal of Economics”, 15 (4), pp. 59–73, http://mnje.com/sites/mnje.com/files/059_-_073_-_robiyanto_et_al._.pdf (accessed: 9.02.2021).
Google Scholar DOI: https://doi.org/10.14254/1800-5845/2019.15-4.5

Ross, S.A. (1976), The Arbitrage Theory of Capital Asset Pricing, “Journal of Economic Theory”, 13, pp. 341–360, https://doi.org/10.1016/0022-0531(76)90046-6
Google Scholar DOI: https://doi.org/10.1016/0022-0531(76)90046-6

Yusof, R.M., Majid, M.S.A. (2007), Stock market volatility transmission in Malaysia: Islamic versus conventional stock market, “Journal of King Abdulaziz University: Islamic Economics”, 20 (2), pp. 17–35, https://doi.org/10.4197/islec.20-2.2
Google Scholar DOI: https://doi.org/10.4197/islec.20-2.2

Zakaria, Z., Shamsuddin, S. (2012), Empirical Evidence on the Relationship between Stock Market Volatility and Macroeconomics Volatility in Malaysia, “Journal of Business Studies Quarterly”, 4 (2), pp. 61–71.
Google Scholar

Opublikowane

2021-03-30

Jak cytować

Muharam, H., Najmudin, N., Mawardi, W., & Arfinto, E. D. (2021). Czy niestabilność krajowych czynników makroekonomicznych przyczynia się do przenoszenia zmienności stóp zwrotu z globalnego na islamski rynek akcji?. Comparative Economic Research. Central and Eastern Europe, 24(1), 103–121. https://doi.org/10.18778/1508-2008.24.06

Numer

Dział

Artykuły