حساسیت بازگشت بازار سهام به سیاست اقتصادی بینالمللی: شواهدی از آنتروپی انتقال موثر آفریقا با مفهوم نوآوری باز

این مطالعه به ادبیات مالی اندک در مورد جریان اطلاعات از عدم قطعیت سیاست اقتصادی بین المللی به بازارهای سهام در حال ظهور در آفریقا کمک می کند، با استفاده از عدم قطعیت سیاست اقتصادی روزانه ایالات متحده به عنوان نماینده و شاخص روزانه بازار سهام برای بوتسوانا، مصر، غنا، کنیا، مراکش، نیجریه.، نامیبیا، آفریقای جنوبی و زامبیا از 31 دسامبر 2010 تا 27 مه 2020، با استفاده از آنتروپی انتقال موثر Rényi. عدم قطعیت سیاست اقتصادی بین المللی اطلاعات قابل توجهی را به مصر، غنا، مراکش، نامیبیا و آفریقای جنوبی و اطلاعات ناچیز را به بوتسوانا، کنیا، نیجریه و زامبیا منتقل می کند. عدم تقارن در انتقال اطلاعات باعث می شود که بازار آفریقا به جایگزینی برای تنوع بخشیدن به سبدهای بین المللی در زمانی که عدم قطعیت سیاست اقتصادی جهانی در حال افزایش است، تبدیل کند. این یافته ها همچنین پیامدهایی برای پذیرش نوآوری باز در بازارهای سهام آفریقا دارد.

1. معرفی

پاسخ بازارهای مالی به بحران مالی جهانی 2008/2009 (GFC) و بیماری فعلی Coronavirus 2019 (COVID-19) همه گیر تأثیر جهانی سازی در بازار مالی بازارهای توسعه یافته و نوظهور را نشان داد. آشفتگی اقتصادی و مالی از یک کشور ، به ویژه از اقتصادهای پیشرو جهان ، به طور قابل توجهی بر کشورهای در حال توسعه تأثیر می گذارد [1،2،3]. یک نمونه بارز رکود اقتصادی اخیر و رکود اقتصادی ایالات متحده است که از بازار مسکن ایالات متحده به بازار مالی ایالات متحده گسترش یافته و منجر به بحران مالی جهانی می شود. این امر بر این امر تأکید می کند که "وقتی آمریکا عطسه می کند ، تمام دنیا سرماخوردگی می کنند". پس وقتی آمریکا سرماخوردگی می کند ، برای آفریقا چه اتفاقی می افتد؟بنابراین ، شگفت آور است که مطالعات در مورد تأثیر عدم اطمینان سیاست اقتصادی ایالات متحده در بازارهای مختلف مالی در ادبیات مالی تجربی شکوفا می شود. ناپایداری یا عدم اطمینان سیاست می تواند تصمیم گیری را به تأخیر بیندازد و بر اقتصاد و واکنش قیمت در بازارهای مالی تأثیر بگذارد [4،5،6،7]. همانطور که توسط Carrière-Swallow و Céspedes اشاره شد [8] ، ناهمگونی قابل توجهی در واکنش به این شوک ها در سراسر کشورها وجود دارد و اقتصادهای نوظهور بیشتر رنج می برند و مدت زمان بیشتری برای بهبودی دارند. واکنش بازارهای سهام آفریقا و عدم توانایی بیشتر بازارها در بازگشت به قبل از GFC ، تأیید دشواری در فعالیت های بیش از حد به دنبال عدم اطمینان است [8،9].

به طور مشابه ، تجزیه و تحلیل های اولیه توسط آژانس ها و سازمانهای مختلف از تأثیر احتمالی عدم اطمینان اقتصادی جهانی ناشی از بیماری Coronavirus 2019 (COVID-19) همه گیر در عوامل اقتصادی آفریقا به نتیجه فاجعه بار اشاره دارد. سازمان همکاری و توسعه اقتصادی (OECD) [10] ابراز نگرانی در مورد تأثیر احتمالی فاجعه بار Covid-19 بر آفریقا به دلیل کاهش تجارت و سرمایه گذاری از چین در مدت فوری و همچنین کاهش تقاضای جهانی واختلال در زنجیره تأمین ، و منجر به کندی در تجارت می شود. کمیسیون سازمان ملل در آفریقا (UNCA) [11] پیش بینی کاهش سرعت رشد به 1. 8 ٪ و پتانسیل سوق دادن حدود 27 میلیون نفر به فقر شدید است. همه اینها نشانه ای از آسیب پذیری و حساسیت اقتصادهای آفریقا به عدم اطمینان اقتصادی جهانی است. با این حال ، شواهد مستند کمی در مورد چگونگی تعامل عدم اطمینان سیاست اقتصادی ایالات متحده با نمایندگان اقتصادی مانند بورس سهام در آفریقا وجود دارد. مطالعه حاضر به بررسی جریان اطلاعات از عدم قطعیت سیاست اقتصادی ایالات متحده به بازده بازارهای سهام آفریقا می پردازد. این فرضیه فرضیه بازار کارآمد (EMH) و فرضیه انتظارات کلان (MEH) است. EMH معتقد است که قیمت سهام به درستی اطلاعات موجود در آن زمان قیمت گذاری را منعکس می کند [12]. این بدان معنی است که اطلاعاتی که فعالیت اقتصادی آینده را نشان می دهد یک عامل اصلی تهویه در تعیین قیمت های فعلی دارایی های مالی و از این رو بازده است. در حمایت از EMH ، MEH نشان می دهد که بورس سهام از نظر ماهیت آینده نگر است و از این رو ، بازده دارایی منعکس کننده اطلاعات اقتصادی است [13]. در همین راستا ، بسته به اطلاعاتی که بازار از عدم قطعیت سیاست اقتصادی جهانی گرفته می شود ، ممکن است قیمت سهام ممکن است مثبت یا منفی تأثیر بگذارد. معرفی سازه رسمی برای اندازه گیری شاخص عدم قطعیت سیاست اقتصادی (EPU) توسط بیکر و همکاران.[14] عدم اطمینان سیاست اقتصادی و عملکرد بازار سهام را افزایش داده است. به عنوان مثال ، با استفاده از بیکر و همکاران.[14] برای اندازه گیری EPU ، چندین مطالعه تحقیقاتی رابطه منفی بین بورس و EPU را ثبت کرده اند [4،5،15،16،17]. تمرکز این مطالعات به طور کلی بر رابطه بین بازار سهام و EPU داخلی بوده است. با وجود این ، شواهدی مبنی بر سرریز عدم قطعیت سیاست اقتصادی بین المللی وجود دارد. به خصوص،

مشخص شده است که شوک های EPU ایالات متحده تأثیر منفی و قابل توجهی بر بازده بورس در برزیل ، کانادا ، چین ، هند ، ژاپن ، کره و روسیه دارد [3،18].

عواقب بحران مالی جهانی نشان داده است که ریسک سیستمیک جهانی گسترده تر و دور از دسترس است. از این رو ، این مطالعه به رابطه بین EPU بین المللی (به ویژه EPU ایالات متحده) و بازده سهام آفریقایی می پردازد ، چیزی که به طور آشکار از ادبیات موجود گم می شود.

بازارهای سهام آفریقا مدتهاست که به عنوان کاندیداهای اصلی برای گنجاندن در نمونه کارها سرمایه گذاران بین المللی که به دنبال تنوع بین المللی هستند ، دیده می شود [9،19]. با این حال ، ظهور آفریقا به عنوان مقصدی برای سرمایه گذاری خارجی از سراسر جهان به تدریج در حال ادغام بازار سهام آفریقایی در جهان است و آنها را مستعد عدم اطمینان جهانی می کند [9،19،20]. به طور خاص ، سهام آفریقا ، به عنوان مثال ، شدیدترین کاهش را نسبت به سایر بازارهای منطقه ای در بازده خود در طول بحران مالی 2008/2009 ثبت کرد [9]. توانایی بازار سهام آفریقا برای پاسخ به فشارهای جهانی مانند عدم اطمینان سیاست اقتصادی به قابلیت های تطبیقی و نوآوری بستگی دارد. با این حال ، نوآوری بسته ، که باعث افزایش عدم تقارن اطلاعات می شود ، توسط ادبیات مورد انتقاد قرار می گیرد که مستقیماً مسئولیت بحران مالی 2008/2009 را بر عهده داشته است [21،22]. مفهوم عدم اطمینان به عنوان معادل اطلاعات ناقص برای تصمیم گیری آگاهانه تلقی می شود. استراتژی های نوآوری برای بازارهای سهام آفریقا باید ایده های داخلی و خارجی را در قالب نوآوری آزاد ایجاد کند تا بهتر با عدم اطمینان جهانی مقابله کند. بنابراین ، مناسب است که بررسی کنیم که چگونه بازارهای سهام آفریقا به عدم اطمینان اقتصادی جهانی برای اطلاع رسانی به سیاست گذاران و سرمایه گذاران بین المللی پاسخ می دهند.

این مقاله با استفاده از آنتروپی انتقال برای تعیین کمیت و آزمایش جریان اطلاعات از EPU بین المللی به بازارهای سهام آفریقا برای اولین بار به ادبیات کمک می کند. استفاده از آنتروپی انتقال، امکان تشخیص جریان اطلاعات را افزایش می دهد، زیرا روابط غیرخطی نیز می تواند در نظر گرفته شود. به طور خاص، آنتروپی انتقال Rényi، که به فرد اجازه می دهد تا بر روی بخش های خاصی از یک توزیع تمرکز کند، مانند مشاهدات مرکز یا دنباله، به عنوان مثال، داده های بازده مالی، به طور کلی توزیع های تجربی غیرعادی دم چربی را نشان می دهد. این ویژگی مورد توجه ویژه ای در امور مالی است و آنتروپی انتقال Rényi را به جذاب ترین ابزار برای تجزیه و تحلیل جریان اطلاعات بین سری های زمانی مالی تبدیل می کند.

ساختار بقیه مقاله به شرح زیر است: بخش بعدی روش شناسی را مورد بحث قرار می دهد و بخش سوم داده ها، نتایج و بحث ها را ارائه می دهد، در حالی که بخش پایانی نتیجه گیری را ارائه می دهد.

2. بررسی ادبیات و روش شناسی

2. 1. بررسی ادبیات

علاقه به تأثیر عدم قطعیت سیاست های اقتصادی بر عوامل مختلف اقتصادی به دلیل رویدادهای اخیر که باعث ایجاد ابهام در محیط اقتصادی شده است، مانند بحران های مالی جهانی ناشی از ارزان قیمت های پایین ایالات متحده، بحران بدهی های مستقل اروپا، برگزیت، ایالات متحده- افزایش یافته است. تنش تجاری چین و همه گیری اخیر COVID-19. بیکر و همکاران[14] به عدم قطعیت سیاست اقتصادی به عنوان یک احتمال غیر صفر تغییر در سیاست های اقتصادی موجود اشاره می کنند که قوانین بازی را برای عوامل اقتصادی تعیین می کند. عدم قطعیت سیاست ممکن است بر تصمیم گیری یک شرکت در رابطه با سرمایه گذاری، مصرف، پس انداز و کانال های عرضه و غیره تأثیر بگذارد [21،23،24،25]. علاوه بر این، بر تورم، بهره، حق بیمه مورد انتظار ریسک و سطح ارزش حمایت ارائه شده توسط دولت تأثیر می گذارد که ممکن است منجر به افزایش ریسک در بازارهای مالی شود [4،26]. بنابراین، عدم قطعیت سیاست اقتصادی بسته به اطلاعاتی که در یک بازار کارآمد مورد حمایت قرار می گیرد و به فرضیه های انتظارات کلان اقتصادی، بر بازده سهام تأثیر می گذارد. مطالعات اخیر حساسیت بازده سهام به عدم قطعیت سیاست اقتصادی را تایید کرده است [15،16،17،25،27].

مسئله اینکه آیا حساسیت بازارهای سهام به عدم اطمینان سیاست اقتصادی محلی است یا جهانی هنوز مورد بررسی قرار گرفته است. رابطه بین فعالیت اقتصادی یک کشور و فعالیت اقتصادی جهانی برای بازده مورد انتظار مشخص شده است [28،29،30]. بارتمن و همکاران.[31] ، با این حال ، استدلال می کند که بنگاه های کشورهای مختلف ممکن است سطوح مختلفی از خطر ایدیوسنکراتیک داشته باشند ، دلالت بر اینکه برخی از کشورها در مواجهه با عوامل سیستماتیک دارای نقاط قوت متفاوتی هستند. این مورد توسط Mehl [32] تأیید شد که حساسیت به بازده سهام به عوامل جهانی را مورد بررسی قرار داد و مشاهده کرد که قرار گرفتن در معرض بستگی به باز بودن اقتصاد محلی دارد. داس و کومار [33] از موج های متعدد و جزئی برای بررسی وابستگی متقابل عدم قطعیت سیاست اقتصادی بین المللی با بازده 11 سهام توسعه یافته و 6 بازار در حال ظهور استفاده کردند. به نظر می رسد که اقتصادهای نوظهور نسبت به عدم قطعیت سیاست اقتصادی بین المللی که توسط عدم قطعیت سیاست اقتصادی ایالات متحده در مقایسه با بازارهای توسعه یافته ، آسیب پذیر نیست. میزان وابستگی متقابل و قرار گرفتن در معرض خطر در سراسر کشورها متفاوت است. احتمال ناهمگونی قرار گرفتن در معرض ریسک بستگی به سطح ادغام اقتصاد در اقتصاد جهانی دارد. اگرچه بازارهای آفریقا کاملاً از اقتصاد جهانی جدا نشده اند ، اما هنوز به طور کامل با بازارهای جهانی سهام روبرو نشده اند [19]. آدام و جیمفی [19] از عامل ادغام از مدل قیمت گذاری دارایی سرمایه بین المللی برای مطالعه ادغام متغیر زمان سهام آفریقایی در بازارهای جهانی سهام استفاده کردند و یک مسیر نوظهور برای ادغام را مشاهده کردند. علیرغم شواهدی از ادغام ناقص بازار سهام آفریقا ، سرریزهای بازارهای جهانی به شدت بر بازارهای آفریقا تأثیر می گذارد ، همانطور که توسط Sugimoto و همکاران ذکر شده است.[34] با استفاده از شاخص Diebold و Yilmaz [35]. در سطح کشور ، کاکان و گوپتا [36] نشان دادند که اگرچه خبرهای بد در مورد تورم ایالات متحده بر نوسانات بازده سهام آفریقای جنوبی تأثیر نمی گذارد ، اما خبر خوب تمایل به افزایش نوسانات دارد. به همین ترتیب ، Belcaid و El Ghini [37] نشان دادند که نوسانات در بورس اوراق بهادار مراکش برای توضیح عدم اطمینان سیاست اقتصادی در فرانسه ، اسپانیا و ایالات متحده است. آنچه از دست رفته است این است که چگونه بازده سهام آفریقا به عدم اطمینان اقتصادی گسترده تر که از طریق عدم اطمینان سیاست اقتصادی اندازه گیری می شود ، پاسخ می دهد.

از دیدگاه روش شناختی ، مطالعات قبلی به تعامل بازار سهام آفریقا با فعالیتهای اقتصادی جهانی با استفاده از مدلهای خطی و غیرخطی استقلال و روابط علّی نزدیک می شدند. چنین روشهایی قادر به تعیین میزان جریان اطلاعات از فعالیتهای اقتصادی جهانی به بازارهای سهام آفریقا نیستند. برای غلبه بر چنین محدودیت ها ، مفهوم آنتروپی انتقال توسط Schreiber [38] برای اندازه گیری میزان جریان اطلاعات ارائه شده است. آنتروپی انتقال یک اندازه گیری غیرپارامتری از میزان انتقال اطلاعات از یک متغیر به یک متغیر بر اساس آنتروپی شانون است [39]. Marschinski و Kantz [40] یک آنتروپی انتقال مؤثر را برای به دست آوردن کمی قوی تر از جریان اطلاعات پیشنهاد کردند تا ضعف آنتروپی انتقال را به حداقل برساند ، که به دلیل نیاز به مقدار زیادی از داده ها ، نویز در حال تحول است. آنتروپی انتقال مؤثر به طور گسترده ای در ادبیات برای شناسایی جریان اطلاعات در بازارهای مختلف مالی استفاده شده است [41،42،43،44،45].

2. 2روش شناسی

اندازه گیری جریان اطلاعات با استفاده از آنتروپی انتقال Rényi

به گفته بهرنت و همکاران.[46] ، آنتروپی انتقال ریشه در تئوری اطلاعات و بر اساس مفهوم آنتروپی شانون به عنوان معیار عدم اطمینان دارد. یک متغیر تصادفی گسسته j را با توزیع احتمال p (j) در نظر بگیرید ، جایی که j نتایج احتمالی را نشان می دهد یا (از نظر تئوری اطلاعات ، به Dimpfl و پیتر [47] مراجعه کنید) نمادهای احتمالی j. هارتلی [48] میانگین اطلاعات در هر نماد را به عنوان H = ∑ J = 1 N P J L O G 2 (1 P J) تعریف کرد ، که در آن N تعداد نمادهای مجزا مرتبط با احتمالات P J است. از این رو نتیجه می گیرد که شانون [36] آنتروپی p (j) توسط_{t +1}| i_t ,…, i_{t فرمول شانون عدم قطعیت را اندازه گیری می کند که با تعداد بیت های مورد نیاز برای رمزگذاری بهینه دنباله ای از تحقق j افزایش می یابد. آنتروپی شانون به همراه فاصله Kullbac k-Leibler تحت فرض فرآیندهای مارکوف ، اطلاعات را قادر می سازد تا بین دو سری زمانی جریان یابد. برای دو متغیر تصادفی گسسته I و J ، توزیع احتمال حاشیه P (I) و P (J) است و احتمال مشترک P (I ، J) است که ساختارهای دینامیکی آن با یک فرایند ثابت مارکوف سفارش K مطابقت دارد (فرآیند I) و L (فرآیند J). خاصیت مارکوف دلالت بر این دارد که احتمال مشاهده من در زمان t + 1 در حالت من شرط مشاهدات قبلی k است (من}- k +1_{t +1}| i_t ,…, i_{t − k}) = P (من

). میانگین تعداد بیت های مورد نظر برای رمزگذاری مشاهده در T + 1 ، پس از شناخته شدن مقادیر K قبلی ، توسط_tجایی که من_t(k) = (من_{t فرمول شانون عدم قطعیت را اندازه گیری می کند که با تعداد بیت های مورد نیاز برای رمزگذاری بهینه دنباله ای از تحقق j افزایش می یابد. آنتروپی شانون به همراه فاصله Kullbac k-Leibler تحت فرض فرآیندهای مارکوف ، اطلاعات را قادر می سازد تا بین دو سری زمانی جریان یابد. برای دو متغیر تصادفی گسسته I و J ، توزیع احتمال حاشیه P (I) و P (J) است و احتمال مشترک P (I ، J) است که ساختارهای دینامیکی آن با یک فرایند ثابت مارکوف سفارش K مطابقت دارد (فرآیند I) و L (فرآیند J). خاصیت مارکوف دلالت بر این دارد که احتمال مشاهده من در زمان t + 1 در حالت من شرط مشاهدات قبلی k است (من}- k +1_{t +1} | i_t) (به طور مشابه برای فرآیند J). در مورد دو متغیره ، جریان اطلاعات از فرآیند J به فرآیند I با تعیین کمیت انحراف از خاصیت عمومی مارکوف P (I اندازه گیری می شود (i_{t +1}| i_t(k)) = p (i_t(k) ، j

(i)) ، با تکیه بر فاصله Kullbac k-Leibler. فرمول آنتروپی انتقال شانون توسط

t j → i (k ، l) = ∑ p (i t + 1 ، i t (k) ، j t (i)) l o g p (i t + 1 | i t (k) ، j t (i) p (i t + 1 | i t (k) ،_{J → I}جایی که_I→Jجریان اطلاعات را از J به I اندازه گیری می کند. حرف_{J → I}، به عنوان یک اندازه گیری برای جریان اطلاعات از I به J ، می تواند به طور مشابه حاصل شود. جهت غالب جریان اطلاعات با محاسبه تفاوت بین t استنباط می شود_{I → J} .

و t

with q>جیزبا و همکاران.[49] پیشنهاد کرد که آنتروپی انتقال نیز می تواند بر اساس آنتروپی Rényi باشد نه آنتروپی شانون که توسط Rényi معرفی شده است [50]. آنتروپی Rényi به یک پارامتر وزنی Q بستگی دارد و می تواند به عنوان محاسبه شود0. برای Q → 1 ، آنتروپی Rényi به آنتروپی شانون همگرا می شود. برای 0

Using the escort distribution [51], ϕ q ( j ) = P q ( j ) ∑ j P q ( j ) with q>1 وزنه ها نتایج J را با احتمال اولیه بالاتر به نفع خود می کنند. در نتیجه ، آنتروپی Rényi بسته به پارامتر Q [46] ، بر مناطق مختلف توزیع تأکید می کند.

0 تا J توزیع های وزنی ، جیزبا و همکاران.[49] آنتروپی انتقال Rényi را به عنوان استخراج کنید

r t j → i (k ، i) = 1 1 - q l o g ∑ i ϕ q (i t (k)) p q (i t + 1 | i t (k)) ∑ i ، j ϕ q (i t (k) ، j t (l t (l)) P Q (I T + 1 | I T (K) ، J T (L)).

توجه داشته باشید که محاسبه آنتروپی انتقال Rényi می تواند منجر به مقادیر منفی شود. در چنین شرایطی ، دانستن تاریخ j ، عدم اطمینان حتی بیشتر از آنچه در غیر این صورت فقط با دانستن تاریخ من تنها نشان می دهد ، نشان می دهد.

همانطور که توسط مارشینسکی و کانتز ذکر شد [39] ، برآورد آنتروپی انتقال در نمونه های کوچک مغرضانه است. تصحیح تعصب امکان پذیر است و می تواند برای محاسبه آنتروپی انتقال مؤثر به عنوان استفاده شود

جایی که t j s h u f f l e d → i (k ، l) آنتروپی انتقال را با استفاده از یک نسخه تغییر یافته از سری زمانی j نشان می دهد. این به طور تصادفی مقادیر از سری زمانی مشاهده شده J و تنظیم مجدد آنها برای تولید یک سری زمانی جدید است ، که وابستگی های سری زمانی J و همچنین وابستگی های آماری بین J و I را از بین می برد. این امر باعث می شود که با افزایش اندازه نمونه به صفر برسد و هر مقدار غیرزرو از t j s h u f l e d → i (k ، l) به صفر برسد. بنابراین ، حرکت مکرر و میانگین تخمین های آنتروپی انتقال یافته در نتیجه در تمام تکرارها به عنوان یک برآوردگر برای تعصب نمونه کوچک عمل می کند و از تخمین آنتروپی انتقال شانون یا rényi برای به دست آوردن یک تخمین آنتروپی انتقال مؤثر اصلاح شده تعصب استفاده می شود.

با تکیه بر یک بوت استرپ بلوک مارکوف ، اهمیت آماری برآورد آنتروپی انتقال ، همانطور که توسط معادله (7) آورده شده است ، قابل ارزیابی است [46،47]. این وابستگی ها را در متغیرهای J و I حفظ می کند ، اما وابستگی های آماری بین آنها بر خلاف تغییر شکل از بین می برد. برآورد مکرر آنتروپی انتقال سپس توزیع تخمین ها را تحت فرضیه تهی از جریان اطلاعاتی ارائه می دهد. p-Value همراه توسط 1-q ^ t داده می شود ، جایی که q ^ t نشانگر کمی از توزیع شبیه سازی شده است که توسط برآورد آنتروپی انتقال مربوطه تعیین می شود.

3. داده ها و نتایج

داده های این تجزیه و تحلیل شامل شاخص عدم قطعیت سیاست اقتصادی روزانه ایالات متحده (EPU) و شاخص های روزانه بورس سهام برای نه کشور آفریقایی ، یعنی بورس اوراق بهادار نیجریه همه شاخص سهم (نیجریه) ، نایروبی همه شاخص سهم (کنیا) ، زامبیا همهشاخص سهم (زامبیا) ، FT/JSE کلیه شاخص سهم (آفریقای جنوبی) ، بورس اوراق بهادار غنا کلیه شاخص سهم (غنا) ، شاخص شرکت داخلی بوتسوانا (بوتسوانا) ، کازابلانکا همه شاخص سهم (مراکش) ، شاخص کلی بورس اوراق بهادار (نامیبیا) ، و مصر EGX30 (مصر). این داده ها از 31 دسامبر 2010 تا 27 مه 2020 متغیر است و 2389 مشاهدات را به همراه دارد. متغیر EPU یک شاخص است که توسط بیکر و همکاران ساخته شده است.[14] و مبتنی بر داده های استفاده از بیش از 1000 روزنامه از بانک News News Access است. دوره این مطالعه بخشی از بحران مالی جهانی از زیرپرسی های ایالات متحده ، بحران بدهی های حاکمیت اروپا ، تنش تجاری ایالات متحده و چین ، Brexit و ظهور COVID-19 را به عنوان یک بیماری همه گیر جهانی در بر می گیرد. انتخاب بازار صرفاً مبتنی بر در دسترس بودن داده ها بود ، اما شامل بیشتر بازارهای مهم آفریقا است. تجزیه و تحلیل بر اساس بازده شاخص های سهام روزانه داده شده است

جایی که R T بازگشت مداوم به طور مداوم است ، و P T و P T - 1 قیمت های فعلی و قبلی مربوطه هستند.

شکل 1 طرح سری زمانی از نه بازده سهام آفریقایی و EPU ایالات متحده را نشان می دهد. از توطئه ها می توانیم ببینیم که توطئه های سری زمانی ثابت بودن و اندکی از نوسانات را با یک دوره پایدار نشان می دهد. ما خواص ثابت را با دو تست ریشه واحد مختلف تأیید می کنیم: تست های تقویت شده دیک ی-مولفر (ADF) و فیلیپ س-پررون (PP). جدول 1 آمار خلاصه بازده روزانه و تست های ریشه واحد را نشان می دهد. همه سریال های بازگشت از نرمال بودن خارج می شوند. نکته قابل توجه ، میانگین بازده روزانه برای هر 9 شاخص سهام برای تغییر در EPU بین المللی منفی و مثبت است. با این وجود ، میانگین بازده تمام سهام نزدیک به صفر است. انحراف استاندارد از هر 9 بازده پایین تر از تغییر EPU است که بوتسوانا کمترین آن را دارد. بازده تنظیم شده در ریسک همه سهام برای EPU منفی و مثبت است. علاوه بر این ، فرضیه تهی هیچ ریشه واحد در تمام سری های برگشتی را نمی توان از آزمون های افزودنی دیک ی-مولفلر (ADF) و فیلیپ س-پررون (PP) رد کرد.

محاسبه آنتروپی انتقال مؤثر مستلزم ثبت نمونه است. انتخاب سطل ها با توزیع داده ها ایجاد می شود. بر اساس نمودار چگالی در شکل A1 در پیوست A ، که با استفاده از هسته Epanechnikov تولید می شود ، سه سطل پیشنهاد شده و داده های بازده را به همراه کمیت 5 ٪ و 95 ٪ توزیع برگشتی مربوط به مجموعه داده های کامل تقسیم می کند. با توجه به اینکه Q [0. 05] R و Q [0. 95] R به ترتیب 5 ٪ و 95 ٪ را نشان می دهد ، رمزگذاری نمادین جایگزین هر مقدار در سری زمان بازگشت مشاهده شده ، R T ، توسط یک نماد مربوطه (1 ، 2 ، 3) است. در این حالت ، سطل میانی برای تمرکز بر روی وقایع شدید بزرگ نگه داشته می شود ، که به ما امکان می دهد تا تأثیر اطلاعات واقعی را از الگوی "عادی" بازده جدا کنیم [41]. این در امور مالی قابل قبول است ، قیمت گذاری اطلاعات مربوطه به راحتی با وقایع دم همراه است ، که به بازده مثبت و منفی بزرگ اشاره دارد [46]. برای تعیین کمیت وزن عدم قطعیت شدید به جریان اطلاعات به بازده سهام ، ما آنتروپی انتقال مؤثر را برای پارامتر مختلف وزنی q تخمین می زنیم. مقادیر کم Q اطلاعاتی را در دم می دهد.<1 f o r r t ≤ q [ 0.05 ] r 2 f o r q [ 0.05 ] r

S T =

در جدول 2 آنتروپی انتقال مؤثر از عدم قطعیت سیاست اقتصادی بین المللی به بازده سهام در آفریقا برای مقادیر مختلف Q ارائه شده است (q = 0. 1 ، 0. 2 ،… ، 0. 9). نتایج نشان می دهد جریان اطلاعات قابل توجهی از EPU به پنج مورد از 9 بازده سهام آفریقا: مصر ، غنا ، مراکش ، نامیبیا و آفریقای جنوبی برای تمام مقادیر Q. در همه موارد ، هیچ تفاوت مشاهده شده در میزان جریان اطلاعات در مقادیر مختلف Q وجود ندارد ، که این نشانگر این است که تقارن در واکنش بازگشت سهام به عدم اطمینان سیاست بین المللی وجود دارد. آنتروپی انتقال مؤثر Rényi در همه موارد نشان می دهد که خطر بازده آینده سهام آفریقا با آگاهی از عدم اطمینان سیاست اقتصادی بین المللی کاهش می یابد. افزایش غافلگیرانه در عدم اطمینان سیاست اقتصادی خطر قرار گرفتن در معرض بازارهای آفریقا را به همراه دارد. برخلاف آدم و جیمفی [19] ، مشاهده قبلی از افزایش ادغام بورس اوراق بهادار آفریقا ، به ویژه نیجریه و نامیبیا ، به بازارهای مالی جهانی نشان داد که جریان اطلاعات از EPU به بوتسوانا ، کنیا ، نیجریه و زامبیا قابل توجه نبودندسطح معنی داری 5 ٪ در تمام سطوح وزن پارامتر. شکل 2 نقشه گرمای آنتروپی انتقال مؤثر را در وزن پارامتر مختلف نشان می دهد. نتایج نشان می دهد که سهام آفریقا ، مانند سایر بازارهای نوظهور ، کاملاً از عدم اطمینان سیاست اقتصادی بین المللی عایق بندی نشده است. یافته های مشابه اثر نامتقارن عدم قطعیت سیاست اقتصادی بین المللی در سهام اقتصادهای در حال توسعه ثبت شده است [25،52،53]. به دنبال بحران مالی جهانی ، بازارهای مالی از نزدیک به هم پیوسته تر شده اند [19] و سرمایه گذاران جهانی نسبت به عدم اطمینان اقتصادی حساس تر شده اند ، از این رو جریان اطلاعات از EPU در بازارها است. این یافته حاکی از آن است که EPU در پیش بینی رفتار بازگشت سهام آفریقایی مرتبط است. تفاوت در جریان اطلاعات باعث می شود تا نامزدهای سهام آفریقایی برای تنوع داخلی و بین المللی نامزدها را داشته باشند. این یافته پیامدهای قابل توجهی برای سرمایه گذاران بین المللی و تشکیل نمونه کارها دارد.

4. بحث: دلالت برای نوآوری باز

رشته پدیده های اقتصادی ، سیاسی و طبیعی در زمان های اخیر منجر به سطح بالایی از عدم قطعیت سیاست های اقتصادی می شود ، علاقه فعلی تحقیق بر عدم اطمینان سیاست اقتصادی بر عوامل اقتصادی را توضیح می دهد. مطابق با یافته های جهانی اثر سرریز شوک های عدم اطمینان بین المللی در بازارهای سهام ، یک جریان اطلاعاتی قابل توجه از عدم اطمینان جهانی به بیشتر سهام آفریقایی مورد مطالعه یافت شد [18،54،55،56]. به ویژه ، این یافته با نتایج [37] Belcaid و El Ghini از حساسیت بازار سهام مراکش به عدم اطمینان سیاست اقتصادی فرانسه ، اسپانیا و ایالات متحده تأیید می شود. این انتظار می رفت که اقتصادهای آفریقا برای بیشتر فعالیتهای اقتصادی آنها به اقتصاد بین المللی بستگی داشته باشد. با کمال تعجب ، بازار سهام نیجریه ، که از نظر سرمایه گذاری در بازار در آفریقا در رده سوم قرار گرفته است و به نظر می رسد نسبتاً در بازار جهانی ادغام شده است ، به نظر می رسد از عدم اطمینان اقتصادی جهانی عایق بندی شده است. این یافته با واکنش پاسخ نیجریه به بحران مالی جهانی 2009 متناقض است اما از DAS و Kumar پشتیبانی می کند [33] ، می گوید که بازارهای نوظهور در برابر عدم اطمینان سیاست اقتصادی بین المللی آسیب پذیر نیستند. علی رغم عدم تقارن در جریان اطلاعات به بازده سهام آفریقا ، تأثیر عدم اطمینان جهانی در بازارهای سهام عمیق است. افزایش آزادسازی بازارهای مالی در آفریقا منجر به ادغام بیشتر در بازار جهانی شده و بازار مالی آفریقا را در برابر عدم اطمینان جهانی آسیب پذیر می کند. استدلال شده است که نوآوری در سازگاری با عدم اطمینان در مواقع بحران مهم است ، بنابراین ، بازارهای سهام برای به حداقل رساندن تأثیر جهانی سازی باید نوآوری کنند [57].

پیچیدگی محصولات و به سرعت در حال تغییر تقاضای بازار ، به بازارهای مالی نیاز دارد تا شیوه های جدیدی را برای پاسخ به عدم اطمینان و ماندن رقابتی ارائه دهند [58،59]. جستجوی خارجی برای اطلاعات و ادغام آن در زمینه نوآوری باز روشی است که می تواند منجر به افزایش موفقیت شود [58،60،61]. به عنوان مثال ، ناتوانی بیشتر بازارها در بازگشت به قبل از GFC ، مشکل در بیش از حد در فعالیت ها ، به دنبال عدم اطمینان می تواند به عدم نوآوری نسبت داده شود. در نوآوری آزاد ، ایده ها نه تنها در داخل سازمان بلکه در مرزهای سازمان نیز مورد سوء استفاده قرار می گیرند. درست همانطور که جهانی سازی جهان را به مکانی "کوچکتر" تبدیل کرده است ، نوآوری باید مشترک باشد و هم ایده های داخلی و هم خارجی را برای مقاومت در برابر عدم اطمینان جهانی در بر بگیرد. گرچه نوآوری مالی برای بحران مالی جهانی سال 2009 مقصر است ، عدم تقارن اطلاعات منجر به پیچیدگی محصولات مالی شد و این بحران مالی را بدتر کرد [22]. نوآوری با دقت انتخاب شده برای پرداختن به فشارهای جهانی و عدم قطعیت در سیاست های بین المللی بسیار مهم است [62].

5. نتیجه گیری ها

5. 1خلاصه این مطالعه

در این مقاله حساسیت به بازده بورس سهام آفریقا به عدم قطعیت سیاست های بین المللی اقتصادی و پیامدهای آن برای نوآوری آزاد ، استفاده از شاخص عدم اطمینان سیاست اقتصادی روزانه ایالات متحده به عنوان نماینده ای برای عدم اطمینان سیاست های بین المللی اقتصادی و شاخص بازار سهام روزانه برای نه کشور آفریقایی بررسی شده است.، یعنی ، بورس اوراق بهادار نیجریه کلیه شاخص سهم (نیجریه) ، نایروبی همه شاخص سهم (کنیا) ، زامبیا همه شاخص سهم (زامبیا) ، FT/JSE همه شاخص سهم (آفریقای جنوبی) ، بورس اوراق بهادار غنا همه شاخص سهم (غنا) ،شاخص شرکت داخلی Botswana (بوتسوانا) ، Casablanca All Share Index (مراکش) ، شاخص کلی بورس اوراق بهادار نامیبیا (نامیبیا) و مصر EGX30 (مصر) از 31 دسامبر 2010 تا 27 مه 2020. نتایج نشان می دهد که عدم قطعیت اقتصادی بین المللی قابل توجه استاطلاعات مربوط به تمام بورس های سهام مورد مطالعه ، به جز بوتسوانا ، کنیا ، نیجریه و زامبیا. آنتروپی انتقال مثبت Rnyi نشان می دهد که خطر بازده آینده سهام آفریقا با دانش عدم قطعیت سیاست اقتصادی بین المللی کاهش می یابد. از این رو ، افزایش غیر منتظره در عدم اطمینان سیاست اقتصادی خطر قابل توجهی از قرار گرفتن در معرض بازارهای آفریقا را به همراه دارد.

5. 2. پیامد

یافته های این مطالعه پیامدهای سرمایه گذاران از نظر انتخاب نمونه کارها و نوآوری برای مقابله با عدم اطمینان آینده دارد. ماهیت نامتقارن جریان اطلاعات در بازارها باعث می شود تا سهام آفریقایی نامزدهای خوبی را برای هم در آفریقا و هم برای تنوع بین المللی از نمونه کارها ایجاد کند. افزایش عدم قطعیت سیاست در بازار ایالات متحده اطلاعات مهمی را برای رفتار بازده سهام در برخی از بازارهای آفریقا دارد. شرکت کنندگان در بازار می توانند از یک ریسک سیاست بین المللی اقتصادی در ایالات متحده به عنوان ابزاری برای انتخاب بازارها برای تنوع در اوراق بهادار خود استفاده کنند.

تفاوت در پاسخ بورس سهام آفریقا نشان دهنده عدم تقارن جریان اطلاعات در سهام آفریقایی است که می تواند بر شرکت کننده در بازار تأثیر منفی بگذارد و برخی از بازارها را در برابر شوک و عدم اطمینان خارجی آسیب پذیر کند. علاوه بر این ، نوآوری با دقت انتخاب شده می تواند به بازارهای سهام آفریقایی کمک کند تا با عدم اطمینان در سیاست اقتصادی جهانی مقابله کنند.

5. 3. محدودیت و موضوع تحقیق آینده