تأثیر تحریم های بین المللی در بازارهای مالی روسیه

حرکات بین المللی و حرکات ژئواستراتژیک روسیه ، به ویژه حمله به اوکراین و الحاق کریمه در سال 2014 ، باعث تغییر اساسی در روابط بین المللی اقتصادی و سیاسی خود شد. در پاسخ به حمله روسیه ، ایالات متحده آمریکا ، اتحادیه اروپا و متحدین آنها یک سری تحریم ها را تحمیل کردند. در این مطالعه ، با استفاده از یک مدل ناهمگونی مشروط مشروط به خودی ، به بازده لگاریتمی روزانه نرخ ارز روبل و شاخص قیمت بسته شدن سیستم معاملاتی روسیه ، ما تجزیه و تحلیل می کنیم که چگونه بازده و نوسانات نرخ ارز و شاخص قیمت سهام پاسخ می دهدبه تحریم ها و تغییر قیمت نفت. نتایج تخمین نشان می دهد که تحریم ها تأثیر کوتاه مدت مثبت قابل توجهی در بازده نرخ ارز دارند. تحریم های اقتصادی تأثیر طولانی مدت منفی قابل توجهی در بازده و واریانس نرخ ارز و تأثیر طولانی مدت مثبت در بازده شاخص قیمت سهام دارد. تحریم های مالی تأثیر طولانی مدت/منفی بر بازده نرخ ارز/شاخص قیمت سهام و تأثیر طولانی مدت مثبت بر واریانس نرخ ارز و شاخص قیمت سهام دارد. تحریم های شرکت ها تأثیر طولانی مدت در بازده نرخ ارز دارند.

کلید واژه ها: طبقه بندی ژل: F31 ؛F36 ؛F51

1. معرفی

شرکت های بین المللی و حرکات ژئواستراتژیک روسیه ، به ویژه حمله به اوکراین و الحاق کریمه بین فوریه و مارس 2014 ، باعث تغییر اساسی در روابط اقتصادی و سیاسی بین المللی خود شد. در پاسخ به حمله روسیه ، ایالات متحده آمریکا (ایالات متحده) ، اتحادیه اروپا (اتحادیه اروپا) و متحدین آنها یک سری تحریم ها را تحمیل کردند. در مجموع 15 تحریم اقتصادی ، 12 مالی و 22 تحریم شرکتی برای روسیه توسط ایالات متحده و اتحادیه اروپا بین 3 مارس 2014 و 13 سپتامبر 2018 اعمال شد (رادیو آزاد اروپا/رادیو آزادی 2018). در همین مدت ، پنج مجازات دیپلماتیک و 31 مجازات شخصی اعمال شد و تحریم های قبلی 21 بار تمدید شد. به جز یک مجازات مربوط به جنگ در سوریه ، دو تحریم مربوط به انتخابات ریاست جمهوری روسیه و سه مجازات مربوط به حادثه سرگئی اسکریپال در سال 2018 (در 4 مارس ، سرگئی اسکریپال ، افسر سابق نظامی روسیه و دخترش در آن مسموم شد. شهر سالیسبری ، انگلیس) ، تمام تحریم های دیگر با اوکراین مرتبط بودند. به عنوان پاسخی به این تحریم ها ، روسیه واردات برخی مواد غذایی از اتحادیه اروپا را ممنوع اعلام کرد و سیاست جایگزینی واردات بلند مدت خود را با هدف حاکمیت اقتصادی و اطمینان از عرضه محصولات مهم ، که از اوایل دهه 2000 مورد توجه قرار گرفته بود ، تقویت کرد. دولت همچنین "برنامه دولت در مورد صنایع و رقابت" را برای تقویت تولید داخلی تقریباً در همه صنایع تصویب کرد (Korhonen et al. 2018).

شورای اتحادیه اروپا این تحریم ها را به عنوان پاسخی به الحاق غیرقانونی کریمه و سوستوپول و اقدامات بی ثبات کننده روسیه در اوکراین توجیه کرد (شورای اتحادیه اروپا 2014). کنگره ایالات متحده تحریم ها را به عنوان حمایت از حاکمیت ، یکپارچگی ، دموکراسی و ثبات اقتصادی اوکراین و محکومیت مداخله غیرقانونی نظامی روسیه در منطقه کریمه و اشغال آن و همچنین هر شکل دیگری از تجاوز سیاسی ، اقتصادی یا نظامی ذکر کرد. در برابر اوکراین (کنگره ایالات متحده 2014).

در اردوگاه مقابل ، تحریم های غربی به عنوان اقدامات پرخاشگری علیه منافع روسیه دیده می شد. یوگنی پریوداکوف ، یک سیاستمدار و دیپلمات برجسته روسی ، درگیری ها و تحریم های مربوط به کریمه را به عنوان تلاش های ایالات متحده برای ترویج کنترل کنترل نظامی بر دریای سیاه در چارچوب سیاست ایالات متحده ، با هدف ایجاد نظم جهانی یک قطبی و هل دادن تعبیر کرد. روسیه خارج از سیاست جهانی (Primakov 2015). Rustem Nureev ، نماینده آکادمی روسیه ، دلایل تحریم ها علیه روسیه را به ژئوپلیتیکی و اقتصادی تقسیم کرد ، مانند تلاش برای تضعیف موضع روسیه در مورد موضوعات مهم بین المللی و محدود کردن رقابت شرکت های روسیه در بازار جهانی و به ویژه در بازار اروپا (نوره 2017).

به طور تصادفی ، در ژوئیه سال 2014 ، قیمت نفت خام در بازار بین المللی انرژی شروع به سقوط کرد. قیمت WTI/Brent از 1 ژوئیه 2014 از 106. 1/110. 1 USD در 1 ژوئیه 2015 به 56. 9/61. 7 USD کاهش یافت و در 22 ژانویه 2016 به 32. 1/30. 1 USD (همانطور که توسط تامسون رویترز گزارش شده است). در نتیجه ، صادرات سوخت به عنوان درصدی از صادرات کالاهای روسی از 71. 2 ٪ در سال 2013 به 48. 2 ٪ در سال 2016 کاهش یافته است (بانک جهانی 2020A).

این شوک خارجی ناشی از تحریم های تحمیل شده و قیمت پایین نفت تأثیر قابل توجهی بر اقتصاد روسیه داشت. نرخ ارز ارز روسیه از 33. 8 روبل در هر 1 دلار در تاریخ 1 ژوئیه 2014 به 55. 8 روبل در 1 ژوئیه 2015 و به 83. 6 روبل در 22 ژانویه 2016 (بانک مرکزی روسیه 2020) کاهش یافته است. صادرات کالا و خدمات از 592 میلیارد دلار در سال 2013 به 562. 5 میلیارد در سال 2014 و به 393 میلیارد در سال 2015 کاهش یافته است. واردات از 470 میلیارد دلار در سال 2014 به 429 میلیارد در سال 2014 و به 282 میلیارد در سال 2015 کاهش یافته است (بانک جهانی 2020b ، 2020c)بشر

کاهش شدید ارزش روبل مستلزم تغییر در سیاست نرخ ارز و اقدامات مناسب برای ثبات سیستم مالی بود. بانک مرکزی روسیه 30 میلیارد دلار برای حمایت از نرخ مبادله روبل در اکتبر 2014 هزینه کرد. یک ماه بعد، بانک مرکزی برای جلوگیری از کاهش بیشتر ذخایر، به نرخ ارز شناور آزاد روی آورد. اقدامات بیشتری برای تقویت سیاست مالی در دسامبر 2014 انجام شد. به ویژه، بانک مرکزی وام های ارزی را به 11 بانک با سرمایه کلان معرفی کرد، صادرکنندگان عمده دولتی موظف شدند خالص دارایی های خارجی خود را کاهش دهند، بانکی به ارزش یک تریلیون روبل. برنامه افزایش سرمایه از طریق انتشار اوراق خزانه آغاز شد و لایحه ای که به دولت اجازه می داد 10 درصد از صندوق ثروت ملی را در سپرده ها و اوراق قرضه بانکی سرمایه گذاری کند تصویب شد (بانک جهانی 2015).

در این مطالعه، با استفاده از یک مدل ناهمسانی شرطی خودبازگشتی تعمیم یافته نمایی (EGARCH) به بازده لگاریتمی روزانه نرخ مبادله روبل و شاخص قیمت بسته شدن سیستم معاملاتی روسیه (RTS)، چگونگی بازده و نوسانات نرخ ارز وشاخص قیمت سهام به تحریم ها و کاهش قیمت نفت پاسخ داد.

در حالی که تأثیر قیمت نفت بر بازارهای مالی روسیه به طور گسترده ای در ادبیات مورد بررسی قرار می گیرد ، تأثیر تحریم های اقتصادی کمتر مورد تجزیه و تحلیل قرار می گیرد. محققان برای ارزیابی تأثیر تحریم ها در بازارهای مالی روسیه از رویکردهای مختلفی استفاده کرده اند. مقایسه تغییرات و بین متغیرهای مالی در دوره های مختلف قبل و بعد از تحریم ها اعمال شد (Schmıdbauer et al. 2016 ؛ Tyll et al. 2018) ، استفاده از یک شاخص کلی شامل انواع تحریم ها با وزنهای مختلف (Dreger et al. 2015؛ Kholodilin and Netšunajev 2019) ، و ترکیب متغیرهای ساختگی جداگانه برای هر مجازات ضمن تحقیق در مورد تأثیر تعداد محدودی از تحریم ها (Stone 2017). استفاده از مدل EGARCH ، استفاده از داده های روزانه با فرکانس بالا و ترکیب تحریم های اقتصادی ، مالی و شرکت ها به عنوان متغیرهای ساختگی جداگانه در معادلات در عوض و واریانس ما را قادر می سازد تا به طور مناسب تأثیر تحریم ها را بر بازده و نوسانات ارزیابی کنیممتغیرهای اساسی بازارهای مالی روسیه. شامل متغیرهای ساختگی برای روزهای دو هفته اول پس از روزهای اعلام تحریم ها و متغیرهای ساختگی نظم برای دوره های بعد از روزهایی که تحریم ها اعلام شده اند ، ما تأثیرات کوتاه مدت و طولانی مدت تحریم ها را اندازه می گیریم.

این مقاله به شرح زیر سازماندهی شده است. در بخش بعدی ، یافته های تحقیق ادبیات مربوطه را مرور می کنیم. داده ها و روش مورد استفاده در برآوردهای ما در بخش 3 شرح داده شده است. در بخش 4 ، نتایج تخمین را ارائه می دهیم. بخش 5 مقاله را نتیجه می گیرد.

2. بررسی ادبیات

تحریم های بین المللی به یک ویژگی آشنا از روابط بین الملل در قرن بیستم تبدیل شد. اتحادیه ملل و جانشین آن ، سازمان ملل متحد (سازمان ملل) ، تحریم های بین المللی را به عنوان هنجارهای رفتار برای ترویج حل و فصل مسالمت آمیز اختلافات بین المللی نهادینه کردند (Doxey 1987).

اثربخشی تحریم های بین المللی با سهم آنها در دستیابی به تغییرات در سیاست های تصویب شده توسط کشور هدف ارزیابی می شود. تحقیقات تجربی اولیه ، مانند گالتونگ (1967) و لیندسی (1986) ، تحریم های بین المللی را ابزارهای ناکارآمد در روابط بین الملل توصیف کردند ، در حالی که Hufbauer و همکاران.(1990) ، با ارزیابی 116 مجازات برای دوره 1914 تا 1990 ، نشان داد که 34 ٪ از تحریم ها مؤثر است. وبر و اشنایدر (2020) پایگاه داده های تحریم های موجود را یکپارچه و اصلاح کردند و 326 تهدید مجازات را شمارش کردند و تحریم های اتحادیه اروپا ، ایالات متحده و سازمان ملل متحد را برای دوره 1989 تا 2015 تحمیل کردند. ایالات متحده 182 مجازات علیه 103 کشور را تحمیل کرد ، از جمله 119 کشورموارد به صورت جداگانه تحمیل شده و 63 مورد در اتحادیه اروپا یا سازمان ملل تحمیل شده است. اتحادیه اروپا 81 مجازات علیه 60 کشور ، از جمله 10 مورد تحمیل شده به صورت جداگانه و 71 مورد تحمیل شده با ایالات متحده یا سازمان ملل تحمیل کرد. سازمان ملل متحد 34 مجازات علیه 29 کشور ، از جمله پنج مورد تحمیل شده به صورت جداگانه و 29 مورد تحمیل شده توسط ایالات متحده یا اتحادیه اروپا اعمال کرده است. نتایج تحقیق (وبر و اشنایدر 2020) اثربخشی جزئی برای تحریم های تحمیل شده در دوره 1989 تا 2015 ، مشابه Hufbauer و همکاران را نشان می دهد.(1990) ، و نشان می دهد که تحریم های اتحادیه اروپا و سازمان ملل در مقایسه با مصوب ایالات متحده موفق تر بودند. جینگ و همکاران.(2003) و Smeets (2018) ، با بررسی مطالعات مرتبط ، نشان می دهند که با وجود تأثیرات اقتصادی و اجتماعی قابل توجه ، اثربخشی تحریم های بین المللی قابل بحث است (Smeets 2018) ؛رابطه بین کشور تحمیل کننده و کشور هدفمند و همچنین قدرت اقتصادی و سیاسی کشورهای هدفمند ، عوامل مهمی است که بر عملی بودن تحریم های تحمیل شده تأثیر می گذارد (جینگ و همکاران 2003).

تعداد کمی از مطالعات تأثیر تحریم ها در بازارهای مالی روسیه را ارزیابی کرده اند. Dreger و همکاران.(2015) ، بر اساس مدل های وکتور یکپارچه Autoregressive (VAR) و داده های روزانه برای دوره از 1 ژانویه 2014 تا 31 مارس 2015 ، ادعا می کنند که استهلاک روبل ممکن است مربوط به کاهش قیمت نفت باشد ، در حالی که مجازات ها فقط تحت تأثیر قرار می گیرندنوسانات مشروط نرخ ارز. Schmıdbauer و همکاران.(2016) ، با استفاده از یک مدل VAR در بازده روزانه برای شش بازار سهام نماینده (از ایالات متحده ، انگلیس ، اتحادیه اروپا ، ژاپن ، چین و روسیه) از 3 مارس 1998 تا 6 ژوئیه 2015 ، استدلال می کنند که این تحریم ها اهمیت را کاهش می دهداز بازار سهام روسیه به عنوان مبلغ شوک های برگشتی اما اهمیت آن را به عنوان مبلغ شوک های نوسانات در بازارهای مالی بین المللی افزایش داد. با استفاده از یک مدل ناهمگونی مشروط مشروط (GARCH) برای داده برای دوره بین 1 ژانویه 2014 و 31 اکتبر 2014 ، استون (2017) نشان می دهد که جریان اطلاعات مربوط به تحریم ها با کاهش بازده و افزایش واریانس همراه استاوراق بهادار روسی. تیل و همکاران.(2018) ، با استفاده از یک مدل تاخیر توزیع شده خودکار و حداقل مربعات پویا در داده های روزانه برای دوره از 2 ژانویه 2013 تا 7 نوامبر 2016 ، شواهد تأیید شده آماری را ارائه می دهد که نشان می دهد این تحریم ها باعث شده است که نرخ ارز روبل محکم به تغییرات قیمت نفت محدود شود. بشرKholodilin و Netšunajev (2019) ، با استفاده از یک مدل VAR ساختاری و داده های سه ماهه برای Q1-2018 Q1 1997 ، نشان می دهد که نرخ ارز مؤثر واقعی Ruble پس از شوک تحریم کاهش می یابد. آنها تأثیر تحریم ها بر نرخ ارز را در نتیجه تغییر در تجارت خارجی ناشی از تحریم ها توضیح می دهند.

این تحریم ها همزمان با سقوط قابل توجهی در قیمت نفت در بازار بین المللی انرژی و در نتیجه کاهش درآمد حاصل از صادرات سوخت بود. از این رو ، مطالعاتی که در مورد تأثیر تحریم ها ارزیابی می کنند ، کاهش قیمت نفت را یک عامل اساسی در بدتر شدن اقتصادی در نظر گرفته اند (Dreger et al. 2015 ؛ Tyll et al. 2018). با توجه به وابستگی شدید روسیه به صادرات کالا ، واردات کالاهای مصرفی و سرمایه گذاری خارجی ، محققان تأثیر قابل توجهی از کاهش قیمت نفت و تحریم های اقتصاد این کشور را پیش بینی کردند (Dreger et al. 2015 ؛ Tyll et al. 2018 ؛ Kholodilin and Netšunajev2019).

3. داده ها و روش شناسی

3. 1شرح داده ها

داده های تحریم مورد استفاده در تخمین های ما در جدول 1 نمایش داده شده است. در دوره ای که در تجزیه و تحلیل ما قرار دارد ، در مجموع 49 مجازات اقتصادی ، مالی و شرکتی توسط ایالات متحده و اتحادیه اروپا به روسیه تحمیل شده است. تحریم های اقتصادی شامل اقداماتی از قبیل تعلیق تجارت ، محدودیت صادرات و واردات و محدودیت در صادرات فن آوری های مختلف نفت و گاز است. تعلیق مذاکرات تجاری و سرمایه گذاری و همکاری های نظامی به نظامی با روسیه (توسط ایالات متحده) ، ممنوعیت صدور مجوزهای صادراتی برای محصولات و خدمات دفاعی به روسیه (توسط ایالات متحده) ، محدودیت واردات کالاهایی که به نظر می رسد مشارکت داشته باشندبه توانایی نظامی روسیه (توسط ایالات متحده) ، تحریم های مربوط به شرکت های مربوط به دفاعی روسی و ممنوعیت جزئی سرمایه گذاری در کریمه (توسط اتحادیه اروپا) ، محدودیت در صادرات کالاهای نفت و گاز و فن آوری به روسیه (توسط ایالات متحده) و یکممنوعیت تجارت با کریمه (توسط ایالات متحده و اتحادیه اروپا) نمونه های واقعی تحریم های اقتصادی است. تحریم های مالی مواردی است که به طور خاص بانک ها و موسسات مالی روسیه را هدف قرار می دهد. مثالها شامل محدودیت دسترسی به بازارهای سرمایه برای بانک مسکو ، بانک روسیا ، گازپرومانک ، بانک کشاورزی روسیه ، بانک ملی تجاری روسیه ، Sberbank ، Vneshekonombank و VTB Bank است. تحریم های شرکت ها شامل تعلیق بودجه برای شرکت های روسی و گنجاندن آنها در لیست تحریم ها است. این لیست شامل شرکت های انرژی کریمه (Cheomoeftegaz و Feodosia) ، شرکت های کلیدی انرژی روسی (Novatek ، Rosneft ، Transneft ، Gazpromneft و Uralvagonzavod) ، شرکت های نظامی و دفاعی روسیه (Oboronprom ، شرکت هواپیماهای متحد و Almaz-Antey) و شرکت هایی هستند که اعتقاد دارندبا رئیس جمهور ولادیمیر پوتین مرتبط باشید.

آمار توصیفی برای سری برگشتی لگاریتمی روزانه از نرخ ارز ، شاخص قیمت سهام و قیمت نفت خام در دوره 29 ژانویه 2014-19 سپتامبر 2018 در جدول 2 ارائه شده است.

میانگین مقادیر نشانگر روند فزاینده ای برای روبل و روند کاهش برای سایر متغیرها است. مقادیر انحراف استاندارد نوسانات بالاتری را برای روغن خام نشان می دهد. مقادیر پوستی و کورتوز نشان می دهد که داده ها به طور معمول توزیع نمی شوند. بازده لگاریتمی برای همه متغیرها Leptokurtic است ، با یک شکاف مثبت برای Ruble و یک شکاف منفی برای متغیرهای دیگر.

در یک سطح اهمیت 1 ٪ ، آزمون ضرب Lagrange برای ناهمگونی شرطی خودجوش (ARCH) این فرضیه تهی را رد می کند که خطاها برای همه متغیرها به جز برنت ، ناهمگونی شرطی اتخاذ کننده نیستند. با توجه به عدم وجود اثر قوس ، برنت را از تخمین های بیشتر خارج می کنیم. طبق آزمون افزودنی دیکی فولر (دیکی و فولر 1979 ، 1981) برای ریشه واحد ، سری زمانی ثابت است. آمار آزمون از مقادیر بحرانی در سطح اهمیت 1 ٪ کوچکتر است.

سری بازگشت لگاریتمی مورد استفاده در تخمین های ما در شکل 1 نشان داده شده است. تصاویر از توضیحات آمار نمایش داده شده در جدول 2 پشتیبانی می کنند. علاوه بر این ، شکل 1 نشان می دهد که این سریال در حالت اول از نیمه دوم دوره در درجه اول بی ثبات استسوالاین ممکن است با مقایسه سری بازگشت لگاریتمی در شکل 1 با داده های اصلی (سطح) در شکل A1 و شکل A2 در پیوست A توضیح داده شود. همانطور که در شکل A1 و شکل A2 نشان داده شده است ، بیشتر تحریم ها در نیمه اول دوره اعلام شده استدر سوال. کاهش شدید قیمت نفت خام نیز در نیمه اول آن دوره رخ داده است. به نظر می رسد اعلامیه های تحریم و کاهش قیمت نفت خام با استهلاک گسترده نرخ ارز و تغییر قابل توجه در شاخص قیمت سهام همراه است.

3. 2روش شناسی

با اشاره به تعداد زیادی از مطالعات تجربی ، بولرسلو و همکاران.(1992) نشان داد که مدل های قوس برای تجزیه و تحلیل نوسانات متغیر زمان داده های مالی نسبت به سایر مدلهای اقتصاد سنجی مناسب تر هستند. فرآیندهای تصادفی قوس اصلی که توسط Engle (1982) معرفی شده است ، فرآیندهای متوسط صفر ، سریال با همبستگی با واریانس غیر قابل قبول در واریانس های بی قید و شرط ثابت گذشته است که در گذشته اخیر اطلاعاتی در مورد واریانس پیش بینی یک دوره ارائه می دهد. مدل پیشنهادی توسط Engle (1982) برای قوس عمومی (GARCH) توسط بولرزلف (1986) ، مدل خطای مطلق توسط تیلور (1986) و شورت (1989) ، گارچ نمایی (EGARCH) توسط نلسون (1991) تهیه شده است.، و مدل GJR (Glosten ، Jagaathan و Runkle) توسط Glosten و همکاران.(1993).

مدل اصلی توسط y t = c + b x t + ε t ،

در جایی که متغیر وابسته است ، C ثابت است ، B یک بردار از پارامترهای ناشناخته است ، X T یک بردار متغیرهای توضیحی است ، ε نشان دهنده نوآوری هایی است که نشانگر یک فرآیند تصادفی در زمان گسسته واقعی است و T زمان است. با توجه به مجموعه اطلاعات کلیه اطلاعات (φ t) در طول زمان ، فرآیند Garch Bollerslev است

ε t |φ t - 1~n (0 ، H t) ، H t = ω + ∑ i = 1 p α i ε t - i 2 + ∑ i = 1 q β i h t - i ،

where ω> 0 , α i ≥ 0 ( i = 1 , … , p ) , p>0 ، β i ≥ 0 (i = 1 ،… ، q) ، q ≥ 0. تعمیم طبیعی فرآیند قوس ارائه شده توسط بولرزلف (1986) اجازه می دهد تا واریانس های مشروط گذشته وارد معادله واریانس شرطی فعلی شوند.

نلسون (1991) استدلال كرد كه پویایی مدل های GARCH به طور غیرقانونی محدود کننده است و غالباً توسط ضرایب تخمین زده می شود. از این رو ، وی یک مدل EGARCH را پیشنهاد کرد ، که در آن از مقدار ورود به سیستم به عنوان یک متغیر توضیح داده شده استفاده می شود و هیچ محدودیتی در پارامترهای دینامیک واریانس ایجاد نمی شود. معادله واریانس Egarch است

l n h t = ω + ∑ i = 1 p<γ i ( ε t − i / h t − i 1 / 2 ) + α i ( | ε t − i / h t − i 1 / 2 | )>+ ∑ i = 1 q β i l n h t - i ،

در جایی که γ I ، α I و β I تأثیر نامتقارن اطلاعات در مورد نوسانات گذشته ، اثر متقارن اطلاعات در مورد نوسانات گذشته و تداوم نوسانات است.

ما بازده لگاریتمی نرخ ارز روبل و شاخص قیمت سهام را به عنوان تابعی از بازده قبلی آنها ، بازده قیمت روغن قبلی و متغیرهای ساختگی برای تحریم ها (معادله (1) با متغیرهای ساختگی) مدل می کنیم. مقادیر ورود به سیستم واریانس به عنوان تابعی از اطلاعات استاندارد شده دوره های قبلی ، ارزش ورود به سیستم واریانس ، بازده قیمت نفت و متغیرهای ساختگی برای تحریم ها (معادله (3) با متغیرهای ساختگی) مدل می شوند.

پارامترهای مدل (تعداد تاخیر برای متغیرهای وابسته موجود در معادله بازده (معادله (1)) و تعداد تاخیر برای اطلاعات (P) و واریانس های گذشته (Q) در معادله واریانس (معادله (3))بر اساس معیارهای اطلاعات و نتایج تشخیصی استاندارد باقیمانده تعیین می شوند.

متغیرهای ساختگی برای اندازه گیری تأثیر کوتاه مدت تحریم ها برای روزهای دو هفته اول پس از روزهایی که تحریم ها اعلام می شوند و برای تمام روزهای دیگر 0 ارزش 1 را می گیرند. از متغیرهای ساختگی معمولی برای اندازه گیری تأثیر طولانی مدت تحریم ها استفاده می شود. این متغیرهای ساختگی قبل از روزهای اعلام تحریم ها ، مقدار 0 و مقدار 1 را به خود اختصاص می دهند. ما معادلات (1) و (3) را با یک متغیر ساختگی برای کلیه تحریم های اقتصادی ، مالی و شرکتی ترکیب می کنیم (مدل 1 برای تأثیرات کوتاه مدت و مدل 3 برای تأثیرات بلند مدت) و با سه متغیر ساختگی جداگانه برای اقتصادی ،تحریم های مالی و شرکتی (مدل 2 برای تأثیرات کوتاه مدت و مدل 4 برای تأثیرات بلند مدت). با در نظر گرفتن آدمک های جداگانه برای هر مجازات ، ما توانستیم نتایج آموزنده تری کسب کنیم. با این حال ، تعداد معادلات تخمین زده می شود و برای بیشتر معادلات ، آزمایش های تشخیصی از نتایج تخمین پشتیبانی نمی کنند.

از آنجا که روسیه یکی از صادرکنندگان اصلی نفت است ، تحریم هایی که به روسیه اعمال می شود ممکن است بر قیمت نفت نیز تأثیر بگذارد. با این وجود ، تصادف تحریم ها با دوره سقوط شدید قیمت نفت خام ناشی از تغییر تقاضا و عرضه در بازار بین المللی انرژی ، تأثیر تحریم ها بر قیمت نفت خام ناچیز است.

4. یافته های تجربی

4. 1تأثیر کوتاه مدت تحریم ها

استفاده از مدل GARCH (ترکیبی از معادلات (1) و (2)) نشان داد که محدودیت ها توسط ضرایب تخمین زده شده نقض شده است ، همانطور که در نلسون (1991) ذکر شد. علامت ثابت برای همه معادلات منفی بود ، که بر قابلیت اطمینان نتایج تخمین تأثیر منفی می گذارد (جدول A1 و جدول A2 در پیوست A). بنابراین ، ما از مدل EGARCH (ترکیبی از معادلات (1) و (3) (جدول 3)) استفاده کردیم.

نتایج معادلات (1) و (3) (جدول 3) تأثیر مثبت قابل توجهی از بازده تاخیر یک دوره از نرخ ارز (در سطح اهمیت 1 ٪) در بازده نرخ ارز برای مدل بدون بازده قیمت نفت خام نشان می دهدو متغیرهای ساختگی برای تحریم ها (مدل 0). این بدان معنی است که قدردانی/استهلاک از روبل در یک روز معین ، یک روز بعد با قدردانی/استهلاک دنبال می شود. بازده قیمت نفت خام یک دوره از تأثیر منفی/مثبت (در سطح اهمیت 1 ٪) در بازده شاخص نرخ ارز/قیمت سهام دارد. این بدان معناست که افزایش/کاهش بازده قیمت نفت خام در یک روز معین ، با تقدیر/استهلاک روبل و افزایش/کاهش در RTS روز بعد باز می گردد.

با توجه به وابستگی اقتصاد روسیه به صادرات منابع انرژی ، قدردانی از نرخ ارز و افزایش بازده قیمت سهام ناشی از افزایش قیمت نفت خام مطابق با تئوری است.

متغیر ساختگی برای کلیه تحریم ها در دو هفته اول (مدل 1) تأثیر کوتاه مدت مثبت (در سطح اهمیت 1 ٪) در بازده نرخ ارز دارد. این نشان می دهد که اطلاعات مربوط به تحریم ها باعث می شود نرخ ارز در دو هفته اول پس از روز اعلام تحریم ها کاهش یابد. متغیرهای ساختگی جداگانه برای تحریم های اقتصادی ، مالی و شرکت ها در دو هفته اول (مدل 2) تأثیر کوتاه مدت قابل توجهی در نرخ ارز و بازده قیمت سهام نشان نمی دهد.

استهلاک نرخ ارز ناشی از اطلاعات مربوط به تحریم ها در دو هفته اول یک واقعیت قابل انتظار است زیرا عدم قطعیت های ناشی از تحریم ها باعث می شود سرمایه گذاران بتوانند نمونه کارها خود را تنظیم کنند ، و فروشندگان بیشتری را به فروش می رسانند.

تأثیر نامتقارن اطلاعات در مورد نوسانات گذشته بر واریانس مشروط مثبت/منفی و از نظر آماری معنی دار (در سطح اهمیت 1 ٪) برای RUBLE/RTS است. این بدان معنی است که اطلاعات مثبت/منفی تأثیر بیشتری بر نوسانات آینده نرخ ارز/شاخص قیمت سهام نسبت به اطلاعات منفی/مثبت دارد. تأثیر متقارن مثبت و از نظر آماری معنی دار است (در سطح اهمیت 1-5 ٪). واریانس شرط قبلی تأثیر مثبت و آماری معنی داری (در سطح اهمیت 1 ٪) بر واریانس شرطی روبل و RTS دارد. این واقعیت نشانگر خوشه بندی نوسانات ، تمایل تغییرات بزرگ در نرخ ارز و شاخص قیمت سهام برای جمع شدن در کنار هم و منجر به تداوم نوسانات است.

متغیر ساختگی برای کلیه تحریم ها و متغیرهای ساختگی جداگانه هیچ تأثیر کوتاه مدت قابل توجهی در نوسانات نرخ ارز و قیمت سهام نشان نمی دهد. آمار Portmanteau (Q) (Box and Pierce 1970 ؛ Ljung and Box 1978) نشان می دهد که هیچ مشکلی در باقیمانده های استاندارد و مقادیر مربع آنها تا پنج تاخیر وجود ندارد و مدل ها به درستی تعریف شده اند.

4. 2تأثیر طولانی مدت تحریم ها

جدول 4 نشان می دهد که متغیر ساختگی برای تحریم های اقتصادی تأثیر طولانی مدت منفی قابل توجهی (در سطح اهمیت 1 ٪) در بازده نرخ ارز و تأثیر طولانی مدت مثبت (در سطح اهمیت 1 ٪) در بازده RTS دارد. متغیر ساختگی برای تحریم های مالی تأثیر طولانی مدت مثبت (در سطح اهمیت 1 ٪) در بازده نرخ ارز و تأثیر طولانی مدت منفی (در سطح اهمیت 1 ٪) در بازده RTS دارد. متغیر ساختگی برای تحریم های شرکتی تأثیر طولانی مدت مثبت (در سطح اهمیت 5 ٪) در بازده نرخ ارز دارد. تأثیر متغیر ساختگی برای تحریم های اقتصادی با انتظارات ما مغایرت دارد. این می تواند مربوط به سیاست های ضد تحریم است که توسط دولت روسیه گرفته شده است. تأثیرات متغیرهای ساختگی برای تحریم های مالی و شرکتی همانطور که انتظار می رود است. متغیر ساختگی برای تحریم های اقتصادی تأثیر طولانی مدت منفی قابل توجهی (در سطح اهمیت 10 ٪) بر واریانس شرطی نرخ ارز دارد. متغیر ساختگی برای تحریم های مالی تأثیر طولانی مدت مثبت قابل توجهی در واریانس شرطی نرخ ارز (در سطح اهمیت 5 ٪) و شاخص قیمت سهام (در سطح اهمیت 10 ٪) دارد. این نشان می دهد که تحریم های اقتصادی باعث کاهش نوسانات نرخ ارز می شود ، در حالی که تحریم های مالی نوسانات نرخ ارز و شاخص قیمت سهام را افزایش می دهد.

استفاده از متغیرهای ساختگی برای جلوه های بلند مدت به جای متغیرهای ساختگی برای تغییرات اثرات کوتاه مدت ، تا حدی ، مقادیر و قدرت سایر ضرایب در تخمین ها.

5. نتیجه گیری اظهارات

در این مطالعه ، با استفاده از یک مدل EGARCH در بازده لگاریتمی روزانه نرخ ارز روبل و شاخص قیمت بسته شدن RTS ، ما تجزیه و تحلیل کردیم که چگونه بازده و نوسانات نرخ ارز و شاخص قیمت سهام به دو عامل حیاتی خارجی پاسخ می دهد ، مجازات هاو قیمت نفت تغییر می کند. استفاده از یک مدل EGARCH ، استفاده از داده های روزانه با فرکانس بالا و ترکیب تحریم های اقتصادی ، مالی و شرکت به عنوان متغیرهای ساختگی جداگانه در معادلات بازده و واریانس ما را قادر می سازد تا به طور مناسب تأثیر کوتاه مدت و بلند مدت را ارزیابی کنیمتحریم های بازده و نوسانات نرخ ارز و شاخص قیمت سهام.

نتایج تخمین نشان داد که تحریم ها تأثیر کوتاه مدت مثبت قابل توجهی در بازده نرخ ارز داشتند. جدایی تحریم ها به اقتصادی ، مالی و شرکتی و استفاده از آنها به عنوان متغیرهای ساختگی هیچ تأثیر کوتاه مدت قابل توجهی در بازده و واریانس شرطی نرخ ارز و شاخص قیمت سهام نشان نداد. تحریم های اقتصادی تأثیر طولانی مدت منفی بر بازده و واریانس نرخ ارز و تأثیر طولانی مدت مثبت در بازده شاخص قیمت سهام داشت. تحریم های مالی تأثیر طولانی مدت مثبت/منفی بر بازده نرخ ارز/شاخص قیمت سهام و تأثیر طولانی مدت مثبت بر واریانس نرخ ارز و شاخص قیمت سهام داشت. تحریم های شرکت ها تأثیر مثبت بلند مدت بر بازده نرخ ارز داشتند. تأثیر قیمت نفت خام منفی/مثبت و از نظر آماری در بازده نرخ ارز/قیمت سهام معنی دار بود.

با توجه به تعداد زیادی از تحریم های ارزیابی شده و آزمایش تشخیصی برای استحکام تخمین ، ما نتوانستیم متغیرهای ساختگی جداگانه را برای هر مجازات به عنوان Stone (2017) درج کرده باشیم. با این حال ، با استفاده از یک مدل EGARCH و درج تحریم های اقتصادی ، مالی و شرکت ها به عنوان متغیرهای ساختگی جداگانه در معادلات در عوض و واریانس ، ما تأثیر تحریم ها بر بازده نرخ ارز را نشان دادیم ، که توسط Dreger و همکاران آشکار نشد.(2015) ، و تفاوت در تأثیر انواع مختلف تحریم ها بر نرخ ارز و بازده قیمت سهام و نوسانات را ارزیابی کرد ، که با استفاده از مطالعات با استفاده از تعداد محدودی از تحریم ها (Stone 2017) یا یک شاخص کلی شامل انواع مختلف ، نمی تواند به درستی نشان داده شود. تحریم ها (Dreger et al. 2015 ؛ Kholodilin and Netšunajev 2019).

نتایج ما تأثیر تحریم ها و قیمت نفت خام بر نرخ ارز روبل و شاخص های قیمت سهام روسیه را تأکید می کند و به ادبیات تأثیر تحریم ها در بازارهای مالی کمک می کند. علاوه بر این ، این یافته های تحقیقاتی برای سیاست گذاران در تصمیم گیری و سرمایه گذاران که به بازارهای مالی روسیه علاقه مند هستند برای مدیریت مناسب نمونه کارها از اهمیت حیاتی برخوردار هستند. اطلاعات دقیق در مورد تفاوت در تأثیر کوتاه مدت و بلند مدت تحریم های اقتصادی ، مالی و شرکتی بر بازده و نوسانات نرخ ارز و شاخص قیمت سهام برای انجام اقدامات مناسب برای افزایش سیاست مالی مهم است. تحریم ها عدم اطمینان در بازار مالی را افزایش می دهد و اطلاعات دقیق در مورد تغییرات نرخ ارز و قیمت سهام به سرمایه گذاران کمک می کند تا پس از تحریم منطقی تر تصمیمات خود را بگیرند.

منابع مالی

این تحقیق بودجه خارجی دریافت نکرد.

تصدیق

نویسنده از ویرایشگر و سه داور ناشناس بخاطر نظرات و پیشنهادات مفید آنها تشکر می کند. نویسنده به تنهایی مسئول هرگونه خطایی است که ممکن است باقی بماند.