دانشکده دارایی و حسابداری Fengsheng Chien B ، دانشگاه مطالعات و تجارت بین المللی فوژو ، فوجیان ، چین. و دانشکده تجارت ، دانشگاه شهر ماکائو ، ماکائو ، مکاتبات چین jianfengsheng@fzfu. edu. cn https://orcid.org/0000-0002-1394-4161View اطلاعات نویسنده بیشتر

Hafiz Waqas Kamran C استادیار ، گروه مدیریت بازرگانی ، دانشگاه IQRA ، کراچی ، پاکستان به اطلاعات نویسنده بیشتر

Talla M Aldeehani دانشکده مدیریت بازرگانی ، دانشگاه کویت ، کویتویو اطلاعات نویسنده بیشتر

محمد صدیق دانشکده حسابداری و امور مالی ، دانشکده تجارت و حقوق ، دانشگاه تیلور ، مالزی اطلاعات بیشتر نویسنده

Van Chien Nguyen F گروه دارایی و بانکداری ، دانشگاه Thu Dau Mot ، Thu Dau Mot City ، Vietnamhttps: //orcid.org/0000-0003-2947-5870View اطلاعات نویسنده بیشتر

• استناد را بارگیری کنید
• https://doi.org/10. 1080/1331677x. 2021. 1914125
• جایگاه

مقالات

Nexus بین ترس Covid-19 و نوسانات بازار سهام

• مقاله کامل
• ارقام و داده ها
• منابع
• استناد
• معیارهای
• مجوز
• چاپ مجدد و مجوزها
• مشاهده pdf pdfview epub epub

خلاصه

نمایش فرمول:؟فرمول های ریاضی به عنوان MATHML رمزگذاری شده اند و در این نسخه HTML با استفاده از MathJax به منظور بهبود نمایشگر خود نمایش داده می شوند. جعبه را برای خاموش کردن MathJax از آن جدا کنید. این ویژگی به JavaScript نیاز دارد. برای بزرگنمایی روی فرمول کلیک کنید.

این مطالعه یک پیوند تجربی بین ترس COVID-19 و نوسانات بازار سهام را شرح داده است. مطالعه ترس COVID-19 با نوسانات بازار سهام برای برنامه ریزی متنوع سازی نمونه کارها کافی در بازارهای مالی بین المللی بسیار مهم است. در این مطالعه از AR (1)-GARCH (1،1) برای اندازه گیری نوسانات بازار سهام مرتبط با همه گیر Covid-19 استفاده شده است. یافته های ما حاکی از آن است که ترس Covid-19 علت نهایی توجه عمومی و نوسانات بازار سهام است. نتایج نشان می دهد که عملکرد بازار سهام و رشد تولید ناخالص داخلی با افزایش متوسط در طول بیماری همه گیر کاهش یافته است. علاوه بر این ، با افزایش 1 ٪ در موارد COVID-19 ، بازده سهام و تولید ناخالص داخلی به ترتیب 0. 8 ٪ ، 0. 56 ٪ کاهش یافته است. با این حال ، رشد تولید ناخالص داخلی حرکتی جزئی با بورس اوراق بهادار نشان داد. علاوه بر این ، توجه عمومی به نگرش خرید یا فروش بسیار وابسته به شاخص موارد گزارش گزارش شده Covid-19 ، شاخص مرگ و شاخص ترس جهانی بود. در نتیجه ، سرمایه گذاری در بازار طلا به جای بازار سهام توصیه می شود. این مطالعه همچنین پیامدهای سیاست را برای ذینفعان کلیدی نشان می دهد.

1. معرفی

اقتصاد جهانی توسط همه گیر Covid-19 ، که باعث ایجاد وحشت در بازارهای مالی جهانی شد ، مورد اصابت قرار گرفت. هدف از این مطالعه دو برابر بود: اول ، برای تعیین میزان افزایش نوسانات سهام می تواند در Covid-19 و دوم ، بررسی عوامل اقتصادی مربوطه مانند توسعه مالی و رشد اقتصادی ردیابی شود. از ابتدای سال 2020 شاهد تغییرات شدید و تأثیرگذار بوده است و تأثیر آنها منجر به وقایع مختلفی شده است که در جنبه های مختلف زندگی بشر از جمله عرصه های اجتماعی و اقتصادی دخالت کرده است. با توجه به این تأثیر ، چندین اقتصاد در حال حاضر سعی در بهبودی از رکود اقتصادی دارند. این بیماری همه گیر تقریباً به همه جنبه های اقتصاد ، از جمله مصرف ، تجارت ، تولید ، زنجیره های تأمین و رفتارهای مالی برخورد کرد. با توجه به عدم اطمینان COVID-19 ، برنامه های بازیابی گسترده برای مقابله با این اثرات جانبی بر اقتصاد ، در سراسر جهان فراخوانی می شود. رویکردهای مختلفی توسط منابع مختلف در سطح بین المللی پیشنهاد شده است ، اما روش بازیابی ایده آل مبتنی بر استراتژی های پایدار پس از کاوید-19 در نظر گرفته شده است (یوشینو و همکاران ، 2021). بنابراین ، کشورها باید برای مراحل مختلف پاسخ به COVID-19 ، از جمله مرحله اضطراری ، یک استراتژی خروج و زندگی عادی جدید برنامه ریزی کنند (میرزا و همکاران ، 2020a ؛ 2020b ؛ ریزوی و همکاران ، 2020 ؛ یاروایا و همکاران.، 2021). علاوه بر این ، سیاست های مربوط به همه مراحل باید پایدار باشد.

تأثیر ترس COVID-19 بر توجه عمومی به نوسانات بازار سهام مورد مطالعه قرار گرفته است. این یکی از اولین مطالعات برای آزمایش تأثیر ترس COVID-19 بر نوسانات بازار سهام است. این به عنوان ستون در موضوع خود در توسعه رشد اقتصادی که نیازهای تجاری و انرژی یک کشور را برآورده می کند عمل می کند (Anser et al. ، 2020b ؛ 2020c). با توجه به شوک و ترس ، قیمت سهام در سراسر جهان کاهش یافته است: براساس داده های منتشر شده توسط شرکت پخش انگلیس (BBC) در تاریخ 31 مارس 2020 ، میانگین صنعتی داو جونز و FTSE 100 به ترتیب با 23 ٪ و 25 ٪ کاهش یافت ، به ترتیب بزرگترین کاهش سه ماههاز سال 1987. در همین مدت ، شاخص 500 استاندارد و پور 20 ٪ کاهش یافته است ، بیشترین میزان از بحران مالی سال 2008. اقتصاددانان پیش بینی های وحشتناکی در مورد رکود اقتصادی انجام دادند. با توجه به "چشم انداز اقتصادی جهانی" (ژوئن 2020) ، این همه گیر بیشتر اقتصادهای جهان را به رکود می رساند و نماینده بالاترین سالانه تولید سرانه در جهان از سال 1870 است. این گزارش همچنین خاطرنشان می کند که انقباض واقعی جهانی تولید ناخالص داخلی خواهد بود5. 2 ٪. کشورهای توسعه یافته نرخ رشد 7. 5 ٪ دارند ، در حالی که بازارهای در حال ظهور و توسعه یافته نرخ رشد 2. 5 ٪ دارند. از آنجا که بازیگران چند ملیتی با هم رقابت می کنند ، سنبله ناگهانی در قیمت انرژی می تواند تأثیر مضر بر تقاضا داشته باشد و می تواند یک رکود اقتصادی جهانی را برانگیزد (Anser et al. ، 2020E) (Anser et al. ، 2020a).

تأثیرات منفی قابل توجه سرمایه گذاری COVID-19 بر رشد بخش بورس اوراق بهادار نشان می دهد که سرمایه گذاری مستقیم خارجی (FDI) تعیین کننده اصلی ادغام خارجی در هر دو اقتصاد توسعه یافته و در حال توسعه است. بیشتر دانشگاهیان بر تأثیر FDI بر رشد اقتصادی تأکید کرده اند. اقتصاد جهانی به دلیل COVID-19 متحمل خسارات قابل توجهی شد. در نتیجه ، راه هایی برای مقابله با تأثیر همه گیر در اقتصاد جهانی در ماه های اخیر موضوعی محبوب بوده است (انگلاردت و همکاران ، 2021 ؛ Lyócsa & Molnár ، 2020 ؛ Uddin et al. ، 2021). علاوه بر این ، مطالعه آکادمیک مدل سازی و پیش بینی نوسانات بازار سهام همیشه یک چالش بوده است. با این وجود این گزارش برای اولین بار تأثیر آن بر توسعه در بازار بورس اوراق بهادار را مورد بررسی قرار داده و بینش هایی را برای سیاست گذاران ارائه می دهد. سیاست گذاران باید پیشنهادات جذاب برای سرمایه گذاری در بورس را به خریداران بین المللی ارائه دهند. از آنجا که FDI کارایی بخش بورس اوراق بهادار را افزایش می دهد ، از طریق تولید بخش بورس اوراق بهادار نیز سهم مثبتی در تولید ناخالص داخلی دارد. بخش بورس اوراق بهادار در خدمت الزامات دانه خانگی و صنعت و مواد اولیه است. تأثیر مثبت کل شاخص قیمت فروش در توسعه بخش بورس اوراق بهادار نشان می دهد که تقاضای محلی و خارجی عرضه صنعت بورس اوراق بهادار را مصرف می کند. نتایج مثبت بدان معنی است که تولید از تقاضا کم می شود و به افزایش هزینه قیمت و توانایی تولید کنندگان در تولید بیشتر کمک می کند. افزایش تقاضا را می توان به رشد و دستمزد جمعیت های محلی و جهانی نسبت داد.

این عدم اطمینان در بازارهای مالی ، که نوسانات بازار سهام را به یک منطقه خصمانه کشاند (دبلیو ژانگ و همکاران ، 2020) ، ثبات بازار را متوقف کرد (میرزا و همکاران ، 2020a ؛ ریزوی و همکاران ، 2020). این امر منجر به یک استدلال جدید شد و شاخص ترس از بیماری عفونی و همزمان کروناویروس با تأثیر شدید بر نوسانات بازار سهام (Alemzero et al. ، 2020a ؛ 2020b ؛ Mirza et al. ، 2020b ؛ Yarovaya et al.، 2021). چنین شرایطی به نفع فعالیت ها ، تعادل و رشد تجارت است. مطالعات همچنین نشان داده اند که همه گیر COVID-19 از تغییرات آب و هوایی پشتیبانی می کند (داگتون ، 2020 ؛ روون و گالاناکیس ، 2020).

هدف از این مطالعه آزمایش تأثیرات مثبت و منفی COVID-19 بر نوسانات بازار سهام بود. سهم ما همچنین شامل ارزیابی نظرات COVID-19 و قیمت سهام بود. ما از مدل AR (1)-GARCH (1 ، 1) استفاده کردیم که برای برآورد تأثیر ترس Covid-19 بر توجه عمومی به نوسانات بازار سهام قابل اعتماد است. این مطالعه همچنین با هدف ارزیابی برنامه ها و اقدامات انجام شده توسط کشورهای مختلف توسعه یافته ، دلایل چنین رویکردها و کارآیی استراتژی های بازیابی آنها انجام شده است (W. Zhang et al. ، 2020). ما از چند طریق در این زمینه کمک کردیم. ما رابطه بین Covid-19 و بورس اوراق بهادار مانند S & P500 ، NASDAQ ، DOW ، DAX ، CRIA و قبرس را بررسی کردیم. ما تأکید کردیم که در حالی که همه گیر در حال انجام است ، استراتژی های بهبود اقتصادی فراخوانده شده است.

بقیه مقاله به شرح زیر سازماندهی شده است: بخش 2 بررسی و پیشینه ادبیات را خلاصه می کند. بخش 3 تکنیک های مورد استفاده در این مطالعه را توضیح می دهد. بخش 4 نتایج و بحث را شرح می دهد ، و بخش 5 مطالعه را نتیجه می گیرد و پیامدهای سیاست را ارائه می دهد.

2. بررسی ادبیات و پیشینه

در ژانویه سال 2020 ، Covid-19 مورد توجه جهان قرار گرفت. شتاب شتاب ویروس و تعداد فزاینده ای از موارد گزارش شده باعث شد دولت چین به سرعت حرکت کند. در 23 ژانویه سال 2020 ، کل شهر ووهان تحت تعقیب قرار گرفت و جهان را تکان داد و بعداً ثابت کرد که یک حرکت استراتژیک بسیار قدرتمند توسط دولت چین است. WHO یک هفته بعد این بیماری همه گیر در چین را فوریت های بهداشت جهانی با اهمیت بین المللی (PHEIC) خواند. در آن زمان 7،711 مورد گزارش شده است که 83 مورد در 18 کشور خارج از چین وجود دارد. این بحران شروع به تأثیرگذاری بر اقتصاد جهانی کرد. به عنوان مثال ، براساس آمار بین المللی صندوق های پولی ، به عنوان یک رهبر جهانی در صادرات خودرو ، اقتصاد ژاپن احتمالاً در سه ماهه سوم 2020 8 ٪ کاهش می یابد و بعداً انتظار می رود که به حالت عادی جدید گسترش یابد. علیرغم استراتژی های ژاپن ، اقتصاد این کشور به همان سرعتی که انتظار می رفت پاسخ نداد. برنامه بهبودی کلی به دو مرحله تقسیم می شود: پشتیبانی اضطراری اقتصادی. در این دوره ، دولت سعی می کند تا حد ممکن اقتصاد را تا پایان مسری تثبیت کند (اقبال و همکاران ، 2020). این یک دوره استراتژیک بلافاصله پس از پایان همه گیر است که زمان آن ناشناخته است. این دوره ای است که تقاضا به سطح عادی تحریک می شود و سایر ابزارهای پولی در کنترل کامل خواهند بود. در این دوره ، تمرکز بیشتری بر بخش های تحت تأثیر گردشگری ، صنعت اوقات فراغت و بخش های خدماتی (رستوران ها ، کافه ها و غیره) وجود خواهد داشت. برخی از استراتژی ها شامل کمک های مستقیم به همه شهروندان و مشاغل منتخب برای تأمین حداقل نیازهای روزانه و جبران بخشی از ضرر و زیان تجارت آنها است. این شرکت همچنین قصد دارد تقاضای روزانه کالاها را در سطح عادی حفظ کند. این نه تنها قدرت خرید را حفظ می کند بلکه باعث افزایش تولید صنعتی نیز می شود. برنامه های پشتیبانی همچنین شامل تهیه وام با بهره تقریباً 0 ٪ است. این کشور اهمیت اصلی عرضه پول در اقتصاد را شناسایی کرد و تصمیم گرفت وام های بدون ریسک و بدون بهره را از طریق بانک ژاپن (اشرف ، 2020a) فراهم کند ، با هدف تشویق بیشتر افراد تجاری و سایر ذینفعان برای گسترش مشاغل خوددامنه و حفظ نیروی کار (Phan & Narayan ، 2020).

مبلغ کل JPY 1 میلیارد برای حمایت از مشاغل در مقیاس کوچک کنار گذاشته شد. برای اطمینان از جریان مداوم کالاها به ژاپن ، آداب و رسوم ژاپنی تسکین وظیفه واردات را برای کلیه کالاهای وارداتی اعلام کرد. این امر در دسترس بودن کالاها را تسهیل می کند و تسکین قیمت را برای مصرف کنندگان فراهم می کند ، بنابراین تقاضا را به یک سطح عادی تر افزایش می دهد. این طرح با بودجه یارانه پیشرفته ای برای کالاهایی که در طول دوره ای از قفل ها تقاضای کمتری دارند ، همراه بود. به خوبی توضیح داده شده است که ژاپن نمی تواند به تقاضای خارجی برای بازیابی اقتصاد خود تکیه کند ، اما می تواند از طریق صادرات گسترده خودروها ، بهره برداری بهینه صنایع سنگین آنها و سرمایه گذاری بیشتر در کالاهای پیشرفته ، تأثیر Covid-19 را کاهش دهد. علی رغم همه گیر ، هنوز هم تقاضای زیادی دارند. این به طور غیرمستقیم پیشرفت اقتصاد ژاپن را به سمت بهبودی بهبود می بخشد (Okorie & Lin ، 2021). هماهنگی بازارهای سهام جهانی اغلب به عنوان فشارسنج جهانی سازی اقتصادی و ادغام مالی مورد استفاده قرار می گیرد. مطالعات متعددی همكاری را در بازارهای بین المللی مورد آزمایش قرار داده است (كوربت و همكاران ، 2020 ؛ Straif-Bourgeois & Robinson ، 2020 ؛ Zaremba et al. ، 2020) ، و اثرات قابل توجهی را در بازده سهام بین المللی ، نوسانات ، تنوع پرتفوی و Inter نشان می دهد. ثبات زمانی (میرزا و همکاران ، 2020b ؛ یاروایا و همکاران ، 2021). مطالعات همچنین نشان داده اند که بحران های مالی به طور قابل توجهی بر عملکرد بین المللی بورس تأثیر می گذارد. مطالعه هماهنگی شاخص ترس جهانی بحران COVID-19 با موضوعی مطالعه هنوز پیوند مفقود شده است. بنابراین ، این مطالعه فرضیه رابطه معنی داری بین شاخص ترس COVID-19 و توجه عمومی به نوسانات بازار سهام است.

اقتصاد جهانی به دلیل قفل های فشرده ای که بسیاری از کشورها برای مقابله با مرگ و میر و عفونت های بی شماری ناشی از ادامه گسترش سریع کروناویروس ، با مشکلات عظیمی روبرو شده اند ، با مشکلات عظیمی روبرو شده است. اقتصاد جهانی در طی این قفل های تحمیل شده توسط دولت ، کاهش قابل توجهی متحمل شد و به دلیل بسته شدن مشاغل مختلف ، همچنان رنج می برد. بسیاری از آنها کار را مورد اختلاف قرار دادند ، در حالی که صنایعی مانند گردشگری ، آموزش و حمل و نقل به طور کامل تعطیل می شوند (چاندیو و همکاران ، 2020 ؛ کویگلی و همکاران ، 2020). ما ادبیات مربوطه را از دو دیدگاه مورد مطالعه قرار دادیم ، با تمرکز بر نشریات اخیر در مورد تأثیرات مالی و اقتصادی اقتصادی همه گیر COVID-19: (1) بی ثباتی انتقال در طول بحران COVID-19 و (2) ارتباط شاخص های COVID-19 با سهامعملکرد بازار و عدم اطمینان اقتصادی. چندین گزارش جدید در مورد تأثیرات مالی و اقتصادی و اقتصادی COVID-19 بررسی شده است. به عنوان مثال ، در طول همه گیر ، اخترروزامان و همکاران.(2021) از روش DCC برای بررسی انتشار مسری برای هر دو شرکت مالی و غیر مالی بین چین و اقتصادهای G7 استفاده کرد. آنها دریافتند که انجمن های مشروط بین بازده سهام شرکت های مالی و غیر مالی به میزان قابل توجهی افزایش یافته است (Salisu & Akai ، 2020). آنها همچنین اظهار داشتند که میزان افزایش این همبستگی ها برای شرکت های مالی بسیار بیشتر است و این نشان می دهد که آنها نقش مهمی در انتشار مسری مالی بین چین و G7 دارند. سرانجام ، آنها نشان دادند كه ، در بیشتر مواقع ، نسبت های پرچین ایده آل به طور قابل توجهی افزایش می یابد و دلالت بر هزینه های محافظت بالاتر در دوره بحران COVID-19 دارد. به گفته کوربت و همکاران.(2020) ، جای تعجب آور نیست که بازارهای چین در آغاز همه گیر Covid-19 ، مرکز سلطنت جسمی و مالی بودند. آنها همچنین نشان دادند كه كلمه "كورونا" شباهتهای تیز ، پیچیده و اخیر دارد. ژانگ و همکاران.(2020) استدلال كرد كه گسترش شتاب Covid-19 عواقب چشمگیری برای بازارهای سهام در سراسر جهان داشته است ، و به افزایش چشمگیر ناپایداری بازار مالی جهانی و خسارات قابل توجه برای سرمایه گذاران در مدت کوتاهی از زمان (Narayan et al. ، 2021)بشر

3. داده ها و روش شناسی

برای اندازه گیری نوسانات بازار سهام ، از آمار شاخص شاخص نوسانات روزانه مرتبط با همه گیر COVID-19 استفاده شد. طبق گفته WHO (2020) ، دوره جوجه کشی بیشتر موارد مثبت کرونوویروس تقریباً 14 روز در مراکز جوجه کشی است. با تأیید حکم WHO ، این دوره از 14 روز حداکثر تعداد روزها را برای موارد مثبت کروناویروس در مراکز جوجه کشی نشان می دهد. برای برآورد تجربی ، داده ها در چهار صفحه مورد تجزیه و تحلیل قرار گرفت: 16 دسامبر 2019 تا 16 آوریل 2020 (پانل 1) ، 17 آوریل 2020 تا 16 ژوئن 2020 (پانل 2) ، 17 ژوئن 2020 تا 16 اوت 2020 (پانل 3) ، و17 اوت 2020 تا 16 دسامبر 2020 (پانل 4). با استفاده از داده های شاخص بین المللی سهام ، برآورد اولیه مطالعه الگوی نوسانات شاخص سهام از طریق ارقام در طول شیوع COVID-19 را برجسته می کند (Akinsomi ، 2020 ؛ Aydın & Ari ، 2020). این ارقام درک غنی از نوسانات بازار سهام در هماهنگی با شاخص ترس جهانی شیوع COVID-19 را در شاخص های بین المللی سهام ارائه می دهد. بنابراین ، شاخص ترس از شیوع COVID-19 به سمت ترس در بازارهای بین المللی و توجه عمومی به مسائل بورس اوراق بهادار است. برای برآورد مدل های تحقیق از مطالعه اخیر ، از توزیع های حاشیه ای که نشان دهنده AR (1) - GARCH (1،1) بود ، استفاده شد و از نتایج برای برآورد توزیع بهم پیوسته استفاده شد. مدل AR (1) - GARCH (1،1) قبلاً مورد بحث و عملیاتی قرار گرفت. مدل AR (1) - GARCH (1 ، 1) به شرح زیر توضیح داده شده است ، جایی که ، (1) σ t 2 = ω + ∑ i = 1 q α i ε t - 1 2 + ∑ j = 1 p β j σT - J 2 (1) (2) V I ، T = β 0 + β 1 V I ، T + β 2 (V I ، T - 1) + β 3 σ + ɛ I ، T (2)

σ t 2 واریانس شرطی را نشان می دهد، ε خطای باقیمانده را نشان می دهد. این مدل دارای هشت ساختار است که پارامترهای تخمین را نشان می دهد، سه پارامتر (α و β) در رابطه (1)، سه پارامتر (ω، α، β) در رابطه (1)، با توزیع هایی که AR را نشان می دهند (1) استفاده شده است.) مدل GARCH (1, 1). علاوه بر این، ω GARCH را با استفاده از Log-Likelihood (L. L.)، معیار اطلاعات Akaike (AIC) و معیار اطلاعات Bayesian (BIC) نشان می دهد، مدل قوی مطالعه اخیر تجزیه و تحلیل شده است (Econ. Time Covid-19، 2020؛ Haroonو رضوی، 2020). متغیرهای مورد استفاده در این تحقیق شامل توسعه اقتصادی است که به عنوان رشد تولید ناخالص داخلی (سالانه درصد) اندازه گیری می شود و به عنوان متغیرهای پیش بینی استفاده می شود، در حالی که اعتبار سبز به عنوان پیش بینی کننده استفاده می شود و به عنوان کل اعتبار سبز بانک ها / کل وام های بانک ها اندازه گیری می شود. علاوه بر این، سرمایه گذاری سبز و اوراق بهادار سبز نیز به عنوان پیش بینی کننده استفاده می شوند و به عنوان مخارج مالی صنایع/کل هزینه های مالی، ارزش کل بازار و ارزش کل بازار همه سهام اندازه گیری می شوند. در نهایت، تشکیل سرمایه و مخارج آموزشی دولت نیز به عنوان پیش بینی کننده استفاده می شوند و به ترتیب به عنوان تشکیل سرمایه ناخالص (درصد تولید ناخالص داخلی) و هزینه های جاری آموزشی (درصد از کل هزینه ها) اندازه گیری می شوند. ما از مدل ارائه شده توسط He و همکاران استفاده کردیم.(2020)، که به این نتیجه رسیدند که مدل AR (1) - GARCH (1، 1) برای تخمین تأثیر ترس از COVID-19 بر توجه عمومی به نوسانات بازار سهام قابل اعتماد است.(3) F i , t = g i , t ɛ i , t , ɛ i , t ∼ RkT ( u , λ ) (3) (4) H i t = ω i t + α ϵ 2 t − 1 + β h i t − 1+ γ e 2 t − 1 − e i t − 1 (4)

با استفاده از این معادلات، حرکت مشترک متغیرها برای عملیاتی سازی ایجاد شد و این نتایج با روش GARCH قوی بودند. با اختلال کامل اقتصاد، دولت باید بیشتر بر سیاست های مالی انبساطی برای تحریک بهبود تمرکز کند. این عمدتاً به معنای افزایش مخارج دولت است که باعث افزایش جریان نقدی و نقدینگی دارایی ها می شود و در نتیجه پول بیشتری را در اختیار شهروندان قرار می دهد تا تقاضای بالاتر برای کالاها و خدمات را تشویق کند. این به نوبه خود باعث افزایش سطح یا حجم عرضه در اقتصاد خواهد شد. انسجام موجک یک چارچوب تجربی است که برای بررسی رابطه بین دو یا دو متغیر استفاده می شود. برای توجیه استفاده از انسجام موجک، از دو دنباله سری به نام های x (t) و y (t) استفاده کردیم که تابع را به صورت (5) W x y (m, n) = Wx (m, n) W توجیه و روشن می کند. y * ( m , n ) , (5)

Wherever the given wavelet transforms of x(t) and y(t) contribute in the objective function, for example, Wx (m, n) and Wy (m, n), the wavelet index to evaluate as n; therefore, the composite conjugate solution as the sign *. (6) x ( t ) = 1 C ψ ∫ 0 ∞ [ ∫ − ∞ ∞ W x ( m , n ) ψ m , n ( t ) d u ] d n N 2 , N >0 (6)

Whereas (7) ‖‖ x ‖‖ 2 = 1 C ψ ∫ 0 ∞ [∫ - ∞ ∞ |W X (M ، N) |2 d m] d n n 2 (7)

در نتیجه ، از تبدیل موجک به عنوان یک روش تجربی برای اندازه گیری متغیرهای زیربنایی غیر ثابت استفاده می شود (لوپز-تیرو و همکاران ، 2020). قاب تحول موجک حاوی نوسانات از زیاد تا پایین و کم به بالا و فرکانس بین موجودات اساسی است. عملکرد هدف در تبدیل های موجک متقابل می تواند قدرت موجک متقابل بین دو متغیر را در یک سری تخمین بزند. مدل ریاضی و ضرایب انسجام موجک تنظیم شده به صورت اندازه گیری می شود ، (8) r 2 (m ، n) = |n (n - 1 w x y (m ، n)) |2 n (n - 1 | w x (m ، n) | 2) n (n - 1 | w y (m ، n) | 2) (8)

r مکانیسم هموار سازی در تبدیل موجک را مشخص می کند ، در حالی که 0 ≤ R2 (M ، N) ≤ 1 نشان دهنده فاصله ضرایب مربع انسجام موجک است. نمره 1 نشانگر همبستگی شدیدتر بین موجودات اندازه گیری شده است ، در حالی که ضرایب انسجام موجک کوچکتر از آستانه با آستانه پارامتر تخمین ریشه کن می شود. عملکرد هدف کاهش آستانه سخت را می توان به شرح زیر نوشت: (9) x h t =< 0 i f | x | ≤ λ x i f | x | >λ >، (9)

آستانه میانی به عنوان یک تکنیک انعطاف پذیر استفاده می شود ، که تضمین می کند کاهش سطح میانی در عملکرد هدف به شرح زیر است: (10) x H t =< 0 i f | x | ≤ λ x − λ 2 x i f | x | >λ >، (10) (11) x y t =< 0 i f | y | ≤ λ y − λ 2 y i f | y | >λ >، (11)

ترازهای متقابل تراکم x h t و x y t را می توان در قالب w. x. y. توصیف کرد.= W. X. W. Y. ∗ ، در حالی که W. X. و W. Y. به ترتیب با استفاده از دو تراریخته طراحی شده برای موجک های X و Y به ترتیب مشخص کنید. بحث مختلط (w x y) را می توان به عنوان مرحله معادل اصلی توصیف کرد: (12) d (| w n x (s) w n y * (s) | σxσy< p ) = U ϑ ( p ) ϑ P k X P k , y (12)

سطح اطمینان مرتبط با احتمال P و برای اهداف احتمال چگالی Uϑ (P) است که از طریق ریشه مربع ضرب دو توزیع χ2 توضیح داده شده است. قسمت بروز علیت Granger (GC) برای طبقه بندی این دو سری بر اساس وابستگی ماوراء طبیعی شرح داده شده است. Breitung and Candelon (2006) نشان داد که آزمون فوق الذکر ارتباط بین x و y در مدل ریاضی var (p) را به شرح زیر نشان می دهد: (13) x = a 1 x t - 1 +… + a p x t - p + β 1 y t t- 1 +… + β p y t - p + β 1 t (13)

فرضیه تهی از طریق آزمون پیشنهادی Geweke (1991) در محدودیت خطی تهی ، به شرح زیر تأیید شد: H 0: My → X (ω) = 0.

4. نتایج و بحث

4. 1COVID-19 با توجه عمومی از ترس ترسید

در مرحله اول این همه گیر ، ما رابطه طولانی مدت بین عملکرد بورس و موارد تجمعی روزانه Covid-19 و مرگ و میر در سراسر جهان مشاهده کردیم. در موج دوم COVID-19 ، پس از محدودیت های قرنطینه عمومی به دنبال موج اول ، همبستگی باقی ماند. بین امواج اول و دوم ، افزایش مداوم عفونت های COVID-19 و مرگ و میر باعث افزایش آشفتگی در بازار سهام و کل اقتصاد شد و تأثیر قابل توجهی در امور مالی داشت. بیکاری به دلایل مختلف ، عمدتاً بسته شدن بسیاری از مشاغل غیر ضروری ، در طول بیماری همه گیر به شدت افزایش یافت. این امر منجر به افزایش نرخ فقر شد زیرا مردم کار نمی کردند و درآمد یکبار مصرف آنها به میزان قابل توجهی کاهش می یابد و باعث می شود آنها نتوانند بار مالیاتی خود را برآورده کنند. دولت ها می توانند با افزایش مزایای بیکاری برای افرادی که شغل خود را از دست داده اند ، این مشکل را کاهش دهند (جدول 1).< Pan> در مرحله اول همه گیر ، ما رابطه طولانی مدت بین عملکرد بورس و موارد تجمعی روزانه Covid-19 و مرگ و میر در سراسر جهان مشاهده کردیم. در موج دوم COVID-19 ، پس از محدودیت های قرنطینه عمومی به دنبال موج اول ، همبستگی باقی ماند. بین امواج اول و دوم ، افزایش مداوم عفونت های COVID-19 و مرگ و میر باعث افزایش آشفتگی در بازار سهام و کل اقتصاد شد و تأثیر قابل توجهی در امور مالی داشت. بیکاری به دلایل مختلف ، عمدتاً بسته شدن بسیاری از مشاغل غیر ضروری ، در طول بیماری همه گیر به شدت افزایش یافت. این امر منجر به افزایش نرخ فقر شد زیرا مردم کار نمی کردند و درآمد یکبار مصرف آنها به میزان قابل توجهی کاهش می یابد و باعث می شود آنها نتوانند بار مالیاتی خود را برآورده کنند. دولت ها می توانند با افزایش مزایای بیکاری برای افرادی که شغل خود را از دست داده اند ، این مشکل را کاهش دهند (جدول 1). در مرحله اول این همه گیر ، ما یک رابطه طولانی مدت بین عملکرد بورس و موارد تجمعی روزانه Covid-19 و مرگ و میر در سراسر جهان مشاهده کردیمبشردر موج دوم COVID-19 ، پس از محدودیت های قرنطینه عمومی به دنبال موج اول ، همبستگی باقی ماند. بین امواج اول و دوم ، افزایش مداوم عفونت های COVID-19 و مرگ و میر باعث افزایش آشفتگی در بازار سهام و کل اقتصاد شد و تأثیر قابل توجهی در امور مالی داشت. بیکاری به دلایل مختلف ، عمدتاً بسته شدن بسیاری از مشاغل غیر ضروری ، در طول بیماری همه گیر به شدت افزایش یافت. این امر منجر به افزایش نرخ فقر شد زیرا مردم کار نمی کردند و درآمد یکبار مصرف آنها به میزان قابل توجهی کاهش می یابد و باعث می شود آنها نتوانند بار مالیاتی خود را برآورده کنند. دولت ها می توانند با افزایش مزایای بیکاری برای افرادی که شغل خود را از دست داده اند ، این مشکل را کاهش دهند (جدول 1).