Abstract:
در دنیای امروز، ساختارهای بهم پیوسته اقتصادهای مدرن باعث شده تا سرایت بحران از یک بخش یا یک کشور به سایر کشورها یا بخشهای اقتصادی رخ بدهد. شواهد تجربی نشان داده است که بازارها با یکدیگر در ارتباط هستند و حرکت آنها از هم جدا نیست. در پژوهش حاضر به منظور بررسی سرایت در بازار سهام ایران رویکردی نو ارایه میشود. نخست با رویکرد تحلیل اقتصادی و بنیادی، یک شبکه از 36 صنعت منتخب اقتصاد ایران مطابق با صنایع فعال در بازار سهام تشکیل و وزن یال هایی که آنها را بهم متصل میکند مطابق با جدول 36 بخشی داده- ستانده اقتصاد ایران تعیین میشود. در مرحله بعد با رویکرد تحلیل تکنیکالی، یک شبکه همبستگی میان شاخص بازار سهام این 36 صنعت تشکیل میگردد. در این پژوهش با استفاده از معیارهای مرکزیت رویکردی ارایه میشود تا ابتدا صنایع کلیدی بازار سهام مشخص شده و در مرحله بعد مورد حمله قرار گیرند. مطابق با نتایج به دست آمده در شبکه نخست، حمله به گرههای با درجه بالاتر مانند گروه پیمانکاری صنعتی، زراعت، شیمیایی و حمل و نقل اثر گذاری بیشتری داشته و شبکه زودتر دچار فروپاشی شده است. مطابق با نتایج به دست آمده از شبکه دوم، حمله به گرههای با مرکزیت بردار ویژه بالاتر مانند گروه خودرو و وسایل نقلیه موتوری، بیمه، قند و شکر، سرمایه گذاریها، بانکها و سایر واسطههای مالی و تجهیزات و ماشین آلات موثرتر مواقع شده و شبکه زودتر متلاشی شده است.
In today's world, the interconnected structures of modern economies have caused the crisis to spread from one sector or country to other countries or sectors of the economy. Empirical evidence has shown that markets are interconnected and do not move apart. In the present study, a new approach is presented to investigate the contagion effect in Iran stock market. First, with the economic and fundamental analysis, a network of 36 selected industries of Iran's economy is formed in accordance with the industries active in the stock market and the weight of the edges that connect them is determined according to the input- output table of Iran. In the next step, with the technical analysis, a correlation network is formed between the stock market indices of these 36 industries. In this study, by using centrality criteria, Key industries are identified and And then attacked. According to the results obtained from the first network, attack to nodes with high in-degree such as industrial contracting, agriculture, chemical and transportation has been more effective. According to the results of the second network, attack to nodes with high eigenvector such as cars and motor vehicle groups, insurance, sugar, investments, banks and other financial intermediaries and equipment and machinery has been more effective.