Evaluating the Efficiency of Future Coin Contracts in Iran

Document Type : Original Article

Authors

1 Assistant Professor of Economics, Department of Economics, Faculty of Administrative Sciences & Economics, University of Isfahan, Isfahan , Iran

2 Associate Professor of Management, Department of Management, Faculty of Administrative Sciences & Economics, University of Isfahan, Isfahan , Iran

3 Ms of Economics, Department of Economics, Faculty of Administrative Sciences & Economics, University of Isfahan, Isfahan , Iran

Abstract

The future of coin market as one of the tools of the financial market established in 2008 aims to unify gold transactions and prevent imaginary transactions, prevalence of counterfeit coins, and risk of price fluctuations. Also, given the importance of gold trading in the country, future contracts can help transparency of information in this market, be effective in detecting prices, and attract some wandering capital of the economy. Yet, they can be achieved only if the market is efficient. Evaluating market efficiency helps to identify the existing constraints, correct future directions, and improve market efficiency. Thus, many studies have been done about the financial market in Iran. Despite the launch of Iran's future market, not much has been done in this regard. Therefore, the aim of this research was to investigate market efficiency by using the model of Ordinary Least Squares (OLS) and Error Correction Model (ECM). For the long-term efficiency of the market, which was studied by using the OLS method, the required limitation was 5% and all the models had efficiency. Also, for its short-term efficiency, which was examined by using the ECM, the restrictions for all the models, with the exception of the model of 25-28 days before maturity, were not rejected at the level of 5%, indicating the models were effective.

Keywords

Main Subjects


قرارداد آتی قراردادی است که بر اساس آن، فروشنده متعهد می‌شود در سررسید معین، مقدار معینی از کالای مشخص را به قیمت تعیین‌شده بفروشد و درمقابل، طرف دیگر قرارداد متعهد می‌شود همان کالا با همان مشخصات را در سررسید معین بخرد.

علاوه بر اینکه بازار معاملات طلا به‌طور کلی دارای اهمیت است، بازار قرادادهای آتی سکه طلا اهمیت ویژه دارد؛ زیرا علاوه بر کنترل قیمت سکه و جلوگیری از افزایش بیش از حد آن، به علت نقش ویژه طلا در اقتصاد، محل مناسبی برای جذب سرمایه‌های مردم است و بسیاری از سرمایه‌داران از این قراردادها به‌منظور ابزاری برای مقابله با تورم و کسب سود ناشی از تغییر قیمت سکه استفاده می‌کنند  ]3[.

اما این امور مهم در صورتی محقق می‌شوند که بازار به‌نحو مناسب عمل کند و کارا باشد. کارایی از اصلی‌ترین ویژگی‌های بازار بوده و به یکی از موضوعات بحث‌برانگیز حوزه مالی در سال‌های اخیر تبدیل شده است. در صورت کارابودن، کشف قیمت‌ها به‌صورت عادلانه رخ می‌دهد، جذب و تجهیز سرمایه بهینه صورت می‌گیرد، شفافیت اطلاعات وجود دارد و اعتبار بازار افزایش می‌یابد ]2[. همچنین، کارایی بر نگرش و تصمیمات فعالان اقتصادی نیز تأثیر بسزایی می‌گذارد که اهمیت ارزیابی کارایی را بیشتر می‌کند. اگر سرمایه‌گذار علم به این موضوع داشته باشد که بازار کارا است، اطمینان بیشتری می‌کند و علاقه بیشتری برای سرمایه‌گذاری در این بازار نشان می‌دهد؛ بنابراین، با توجه به اهمیت کارایی بازار قراردادهای آتی، هدف از انجام این پژوهش بررسی کارایی بازار قراردادهای آتی سکه است. بررسی کارایی کمک شایانی به شناسایی محدودیت‌های موجود، اصلاح مسیر آتی و ارتقای عملکرد بازار می‌کند ]4[. همچنین، برای سرمایه‌گذاران فعال در این بازار، در امر تصمیم‌گیری مفید واقع می‌شود و به پژوهشگرانی که در آینده می‌خواهند در این حوزه مطالعه و پژوهش کنند، کمک می‌کند؛ بنابراین، اهمیت کارایی به‌منزلۀ یکی از مهم‌ترین ویژگی قراردادهای آتی و نیز کمبود تحقیقات دربارۀ کارایی قراردادهای آتی، انگیزه‌های اصلی انجام این پژوهش هستند.

 

2- مبانی نظری و پیشینه

نخستین‌بار فاما واژۀ بازار کارا را در ادبیات مالی ارائه کرد. او در مقاله مشهور خود با عنوان «بازارهای سرمایه کارا: مروری بر نظریه و مطالعات تجربی» به تشریح فرضیۀ بازار کارا پرداخت و بازاری را کارا معرفی کرد که با توجه به اطلاعات موجود در بازار، بازده مورد انتظار غیرعادی از استراتژی‌های مختلف بر اساس آن اطلاعات برابر صفر باشد ] 8[.

منظور از کارایی بازار، موفق‌بودن بازار در تعیین قیمت است. موفق‌بودن بدین معنی که قیمت‌ها همواره در حال انعکاس اطلاعات جدید باشند و به‌طور کلی علت طرح موضوع کارایی این بود که آیا قیمت دارایی‌های مالی منعکس‌کنندۀ اطلاعات بازارند یا خیر. در بازار کارا اطلاعات به‌سرعت روی قیمت منعکس می‌شوند و قیمت به ارزش ذاتی نزدیک است. فرض کنید حادثۀ پیش‌بینی‌نشده در زمان t در بازار اتفاق بیفتد. در بازار کارا قیمت بلافاصله در زمان t واکنش نشان می‌دهد؛ ولی در بازار ناکارا زمانی طول خواهد کشید تا قیمت به سطح مدنظر با توجه به اتفاق پیش‌آمده برسد ]10[. اصولاً در اقتصاد سه نوع کارایی در نظر گرفته می‌شود: کارایی تخصیصی، کارایی عملیاتی و کارایی اطلاعاتی. کارایی تخصیصی: یکی از وظایف اصلی بازار سرمایه، تأمین و تخصیص منابع محدود مالی است. در بازار کارا تأمین و تخصیص منابع مالی به بهترین شکل و به‌صورت بهینه و مطلوب انجام می‌شود؛ یعنی زمانی که بازار به کارایی تخصیصی برسد، تخصیص منابع مالی به بهترین موقعیت‌های سرمایه‌گذاری اختصاص می‌یابد یا به عبارت دیگر، منابع محدود مالی که ازطریق پس‌اندازکنندگان ایجاد می‌شود، به طرح‌هایی اختصاص می‌یابد که بالاترین سطح درآمد مورد انتظار در آینده را خواهند داشت. کارایی تخصیصی بر این فرض بنا شده است که قیمت اوراق بهادار باید به گونه‌ای تعیین شود که توازن معقولی بین ریسک و بازده برقرار باشد؛ یعنی اوراقی که ریسک یکسانی برای سرمایه‌گذاران دارند، بازدهی یکسانی نیز داشته باشند. کارایی عملیاتی: تمرکز کارایی عملیاتی بر هزینۀ معاملات است و زمانی حاصل می‌شود که عملیات واسطه‌گری با حداقل هزینه انجام شود و این موضوع باید در سطح بازار به‌طور کلی و در هر معامله به‌طور ویژه صادق باشد ] 1[. معاملات در یک بازار کارای عملیاتی به‌سرعت و با سهولت انجام می‌گیرد و امکان ملاقات خریداران و فروشندگان وجود دارد و سرعت نقدشوندگی دارایی‌ها افزایش می‌یابد. سه مشخصۀ کارایی عملیاتی بازار به‌صورت زیر بیان می‌شود ] 12[. قیمت اوراق بهادار در بازار کارای اطلاعاتی به ارزش ذاتی خود نزدیک‌اند و در بازار کارای اطلاعاتی قیمت نسبت به اطلاعات جدید حساس است و تغییر خواهد کرد و اگر نسبت به اطلاعات جدید واکنش نشان ندهد، طبعاً بازار، ناکارا است. بیشتر تحقیقات انجام‌شده در سطح دانشگاهی روی این نوع از کارایی بوده است و اقتصاددانان و صاحب‌نظران مالی بر کارایی اطلاعاتی تمرکز دارند. منظور از کارایی بازار در بیشتر مواقع، همان کارایی اطلاعاتی است؛ البته موضوع کارایی اطلاعاتی مقوله‌ای نیست که صفر و یک باشد؛ یعنی نمی‌توان گفت بازار به‌طور کامل کارا است یا ناکارا است؛ بلکه باید برای کارایی، سطح مشخص کرد ] 14[. فاما برای نخستین‌بار در سال ۱۹۷۰ کارایی را با توجه به سه دسته از اطلاعات سطح‌بندی کرد. این سه دسته از اطلاعات عبارت‌اند از: اطلاعات مربوط به قیمت گذشته، اطلاعات عمومی منتشرشده و اطلاعات محرمانه و خصوصی. او علاوه بر تعیین سطح کارایی و معیارهای آن، رابطه بین سطوح کارایی را با یکدیگر نیز به‌طور ضمنی بیان کرد ] 10[. در زمینۀ آزمون کارایی مطالعاتی انجام شده است؛ ازجمله کوروپواراچی[1]، لین[2] و پرماچندرا[3] (2018) یک آزمون جدید برای اندازه‌گیری کارایی بازار پیشنهاد داده‌اند؛ در حالی که برآورد صرف ریسک متغیر آتی کالا، با توجه به ناهم‌واریانس بودن قیمت‌ها ارائه شده است. صرف ریسک با استفاده از یک مدل حالت - فضایی با یک فیلتر کالمن اصلاح‌شده برای ناهم‌واریانسی تخمین زده می‌شود. با استفاده از 79 کالای آتی که در 16 مبادله در طول دوره زمانی 2000- 2014 معامله شده است و شبیه‌سازی مونت کارلو، نشان می‌دهد این پیشنهاد نتایجی قوی در مقایسه با روش‌های معمول ارائه می‌دهد. بحران مالی جهانی، بر بهبود بهره‌وری و حجم معاملات آتی کالا تأثیر گذاشته است؛ اما بر میانگین یا نوسان صرف ریسک تأثیری نداشته است ] 21[.

همچنین، حمید [4]و همکاران (2017) کارایی ضعیف بازار سهام پاکستان، هند، سریلانکا، چین، کره، هنگ کنگ، اندونزی، مالزی، فیلیپین، سنگاپور، تایلند، تایوان، ژاپن و استرالیا را آزمون کردند. مشاهدات ماهانه برای دوره ژانویه 2004 تا دسامبر 2009 انجام شده است. از آزمون خودهمبستگی، آزمون آماره Q، آزمون لجانگ باکس[5]، آزمون گردش، آزمون ریشه واحد و نسبت واریانس برای آزمون فرضیۀ بازار کارا پیرو گام تصادفی استفاده شده است. نتایج نشان می‌دهند بازده ماهانه به‌طور معمول توزیع نشده است؛ زیرا آنها به‌طور منفی چوله‌اند. درمجموع نتیجه گرفتند قیمت ماهانه در تمامی کشورهای منطقه آسیا - اقیانوس آرام پیرو گام تصادفی نیست. سرمایه‌گذاران می‌توانند از این جریان منفعت ببرند و ازطریق فرآیند آربیتراژ سود در این بازارها به دست آورند] 14[.

کیم[6] (2015) به بررسی چگونگی تأثیر معاملات سفته‌بازان معاملات آتی بر بازار کالاها ازنظر تأثیر قیمت، نوسانات و کیفیت بازار پرداخت. برخلاف تصور رایج مبنی بر اینکه سفته‌بازان مسئولیت نوسان قیمت کالا را بر عهده دارند، تجزیه‌وتحلیل کیم هیچ مدرکی پیدا نمی‌کند مبنی بر اینکه سفته‌بازان بازار را بی‌ثبات می‌کنند. درعوض، سفته‌بازان بر کاهش نوسانات و افزایش کیفیت بازار نقش دارند. مهم‌تر از همه، نتایج تجربی شواهد محکمی را ارائه می‌دهند که سفته‌بازان یا هیچ تأثیری ندارند یا در طی دوره‌هایی به تثبیت قیمت کمک می‌کنند. یافته‌های کیم حاکی از آن است که سفته‌بازان در دوره اخیر در تأمین مالی تأثیر شایان توجه و درواقع مثبتی در بازار کالاها داشته‌اند ]19[.

اینوی[7] و هماروی[8] (2014) به بررسی کارآیی بازار کالاهای آتی در هند پرداخته‌اند که طی چند سال گذشته به‌طور پویا در حال رشد است و رابطۀ تعادلی بلندمدت بین معاملات آتی چندکالایی و قیمت نقدی را تخمین زدند و سپس با استفاده از هر دو روش حداقل مربعات معمولی پویا و حداقل مربعات معمولی کاملاً اصلاح‌شده، کارایی ضعیف بازار را آزمون کردند. کل دوره نمونه از 2 ژانویه 2006 تا 31 مارس 2011 است. نتایج حاکی از آن است که بین این شاخص‌ها رابطۀ هم‌جمعی وجود دارد و به نظر می‌رسد بازار آتی کالاها از ژوئیه 2009 به بعد  کارا است ] 16[.

سندهیل[9] و همکاران (2013) کارایی معاملات آتی گندم هند را ازنظر انتقال قیمت، کشف قیمت و میزان نوسانات بررسی کرده‌اند. تجزیه‌وتحلیل هم‌انباشتگی یک تعادل بلندمدت را به دلیل انتقال قیمت بین معاملات آتی و بازارهای لحظه‌ای برای سه قرارداد نشان می‌دهد. تجزیه‌وتحلیل دربارۀ کشف قیمت نشان می‌دهد تنها در یک قرارداد مصون‌سازی وجود دارد و بقیه قیمت‌های سوداگرانه را تجربه می‌کنند. نتایجGARCH  که فرض ثابت‌بودن واریانس جملات خطا را کنار می‌گذارد، تداوم عدم ثبات قیمت را نشان می‌دهد. تجزیه‌وتحلیل فوق نشان‌دهندۀ ناکارایی در بازار آتی گندم است. در این مقاله نتیجه‌گیری می‌شود مشارکت کشاورزان ازطریق مداخلۀ نهادی و نوآوری باعث افزایش چشمگیر کارایی می‌شود ]26[.

نارایان[10] و همکاران (2010) در مقاله‌ای رابطۀ بلندمدت میان بازارهای نقدی و آتی‌های دو کالای نفت و طلا را بررسی کردند. آنها چارچوبی فکری را بدین ترتیب مطرح کردند که وقتی قیمت نفت بالا می‌رود، فشارهای تورمی ایجاد می‌کند که باعث می‌شود سرمایه‌گذاری در طلا به‌عنوان یک محافظت در برابر تورم ایجاد شود. در این مقاله، رابطۀ بلندمدت میان قیمت‌های آتی‌های طلا و نفت با سررسیدهای مختلف، آزمون و مشکل هم‌انباشتگی مرتفع شد. این امر بر دو مفهوم دلالت دارد: 1- سرمایه‌گذاران از بازار طلا به‌عنوان پوششی در مقابل تورم استفاده می‌کنند. 2- بازار نفت را می‌توان برای پیش‌بینی قیمت‌های بازار طلا و برعکس استفاده کرد؛ بنابراین، بازار هر دو کالا دست‌کم برای دوره زمانی نمونه مشترکاً ناکاراست ]24[.

کاواماتو[11] و هاموری[12] (2010) بازار نااریب آتی را تعریف و مفهوم بازار به‌طور مداوم کارا در N-ماه سررسید را ارائه کردند. طبق این تعریف، کارایی بازار و نااریبی در معاملات آتی WTI که مخففWest Texas Intermediate و نوعی نفت سبک است، با سررسیدهای مختلف با استفاده از تجزیه‌وتحلیل هم‌انباشتگی و کارایی کوتاه‌مدت بازار با استفاده از یک مدل تصحیح خطا و  GARCH ‐ M ‐ ECMآزمایش می‌شود. نتایج نشان می‌دهند معاملات آتی WTI به‌طور مداوم در طی 8 ماه سررسید، کارا و در طی 2 ماهه سررسید به‌طور مداوم کارا و نااریب هستند ]17[.

وانگ[13] و یانگ[14] (2010) با استفاده از داده‌های فرکانس بالا برای نخستین‌بار به‌طور جامع به بررسی کارایی روزانۀ چهار بازار اصلی انرژی آتی (نفت خام، نفت گرمایش، بنزین، گاز طبیعی) پرداختند. برخلاف مطالعات قبلی که به شواهد درون‌نمونه‌ای متمرکز شده‌اند و فرضیۀ خطی‌اند، این مقاله از مدل‌های مختلف غیرخطی و چند مدل معیارهای ارزیابی برای بررسی کارآیی بازار در پیش‌بینی خارج از نمونه استفاده می‌کند. به‌طور کلی، شواهدی برای ناکارایی دو بازار از چهار بازار آتی انرژی (نفت گرمایشی و گاز طبیعی)، به‌ویژه در شرایط صعودی بازار وجود دارد ]28 [.

ایسواران[15] و راماساندارام[16] (2008) به تحلیل آماری داده‌ها درخصوص کشف قیمت با استفاده از اقتصادسنجی پرداخته‌اند. آنها پس از بررسی نمونه‌ای شامل چهار کالای کشاورزی شکر، پنبه، فلفل و سویا که در معاملات آتی کشور هندوستان مبادله می‌شوند، به این نتیجه رسیدند که کشف قیمت در بازار آتی‌های کالاهای کشاورزی اتفاق نمی‌افتد و با تحلیل اقتصادسنجی رابطه میان بازده قیمتی، حجم مبادلات، عمق و نوسان بازار نشان دادند بازدهی و نوسان در بازار نقدی و آتی‌ها تأثیر بسزایی بر حجم و عمق بازار ندارند. مقدار ناچیز آمارۀ آزمون بارتلت درخصوص هر دو بازار بیان‌کنندۀ عدم همبستگی بازارهای نقدی و آتی است. مشکلات مختص به این دو بازار مانند حجم پایین مبادلات و عمق کم بازار، کمبود مشارکت مؤثر اعضای معامله‌گر، نبود آگاهی کافی دربارۀ بازار آتی‌ها‌ در میان کشاورزان، نبود بازار نقدی توسعه‌یافته در مجاورت بازار آتی‌ها، تحویل فیزیکی ضعیف کالا، نبود سامانۀ استانداردسازی و رتبه‌بندی توسعه‌یافته و نارسایی‌های بازار به‌عنوان نقیصه‌های اصلی کندشدن رشد بازار آتی‌ها مطرح شدند و آینده بازار معاملات آتی در رابطه با محصولات کشاورزی در هند، خواستار یک رویکرد بیشتر متمرکز و عمل‌گرا از دولت است ]7[.

فوکوبژ[17] و ماهووا[18] (2006) کارایی ضعیف در بازارهای آتی آفریقای جنوبی را آزمون کردند. آنها با استفاده از قیمت‌های ماهانۀ گندم و آفتابگردان در بازه زمانی 2000 تا 2003 و با از استفاده از آزمون‌های دیکی فولر تعمیم‌یافته و فلیپ برون به این نتیجه رسیدند که بازار در سطح ضعیف کارا نیست ] 25[.

کنورگیوس[19] (2005) فرضیۀ مشترک کارایی در بازار و بدون تورش بودن قیمت‌های آتی را برای معاملات آتی شاخص تراشه آبی FTSE-20 بررسی کرده است. بازار معاملات آتیFTSE / ATHENS STOCKAN (ASE) -20 نخستین بازار مشتقات سازمان‌یافتۀ مستقر در یونان است و عملیات آن با بورس مشتقات آتن (ADEX) و خانۀ ترخیص کالا از گمرک مشتقات آتن (ADECH) است. روش هم‌جمعیِ استفاده‌شده برای آزمایش کارایی بازار نشان می‌دهد فرضیۀ مشترک کارایی در بازار و بدون تورش بودن قیمت‌های آتی رد می‌شود و این نشان‌دهندۀ ناکارآمدی بازار است ] 20[.

وانگ[20] و بینگفن[21] (2003) با تمرکز بر دو محصول گندم و سویا و با استفاده از روش هم‌جمعی جوهانسون به بررسی کارایی بازار آتی پرداختند. نتیجۀ نبود هم‌جمعی میان قیمت آتی و سررسید در سطح اطمینان 95% است ] 28[.

کینز[22] و هالت[23] (1998) پنج محصول از محصولات کشاورزی بورس کالای آمریکا را از سال 1966 تا 1995 به‌منظور آزمون کارایی بازار آتی بررسی کردند. آنها از انگل گرنجر و آزمون هم‌جمعی برای کارایی بلندمدت و از مدل ECM[24] برای کارایی کوتاه‌مدت استفاده کردند و به این نتیجه رسیدند که چهار محصول در بلندمدت کارا هستند و در کوتاه‌مدت هر پنج محصول ناکارا هستند] 23[.

 

3- روش پژوهش

فاما (1970) فرضیۀ بازار کارا را توسعه داد و بیان کرد اگر قیمت‌ها منعکس‌کنندۀ تمام اطلاعات موجود در هر زمان باشند، بازارهای مالی کارا هستند [9]. کارا در بازار آتی نیز اطلاعات نقش اساسی دارد و بلافاصله بر قیمت تأثیر می‌گذارد؛ بدین صورت که اطلاعات، انتظارات را شکل می‌دهد و فعالان این بازار که فرض می‌شود ریسک خنثی و منطقی‌اند، برای کسب سود طبق انتظارات معامله می‌کنند. اگر انتظار افزایش قیمت در سررسید را داشته باشند، می‌خرند و اگر انتظار کاهش قیمت در سررسید را داشته باشند، می‌فروشند؛ تا جایی که قیمت آتی با قیمت انتظاری سررسید برابر شود ] 20[؛ بنابراین، در یک بازار آتی، اگر قیمت آتی فعلی (t-n)، با قیمت در تاریخ سررسید (t) که با توجه به تمام اطلاعات، در زمان t-n مورد انتظار است، برابر باشد، آن بازار، کارا است؛ درنتیجه، قیمت آتی فعلی بهترین پیش‌بینی برای قیمت نقد سررسید است ]6[؛ یعنی تمام اطلاعات موجود در قیمت آتی فعلی وجود دارد و اطلاعات اضافی وجود ندارد که فعالان بازار با استفاده از آن بتوانند سود کسب کنند ] 9[. در ادبیات بازارهای آتی این موضوع با عنوان فرضیۀ بدون تورش مطرح می‌شود که به زبان ریاضی به‌صورت زیر نوشته می‌شود:         

                            (1)   

: قیمت سررسید در زمان t که در زمان t-n با توجه به تمام اطلاعات مورد انتظار است. : قیمت آتی در زمان t-n با سررسید. : اطلاعات موجود در زمان t-n. n: یک روز به‌خصوص قبل از سررسید است. همان‌طور که اشاره شد اطلاعات انتظارات را شکل می‌دهند و در بازار کارا فرض می‌شود فعالان بازار به تمامی اطلاعات موجود دسترسی دارند و انتظارات عاقلانه است؛ ولی ممکن است قیمتی که برای سررسید انتظار می‌رود با قیمتی که درواقع برای سررسید محقق می‌شود، تفاوت داشته باشد؛ این تفاوت با عنوان خطای منطقی انتظارات بیان می‌شود ] 23[.

 (2)                      

: جز اخلال و خطای منطقی انتظارات است که دارای فروض کلاسیک، میانگین صفر و واریانس ثابت است.

با جایگذاری معادله (1) در معادله (2) معادله زیر به دست می‌آید که نشان‌دهندۀ رابطه بین قیمت آتی و قیمت سررسید در یک بازار کارا است.

                                     (3)   

 بنابراین، یک رویکرد رایج برای آزمون فرضیه بدون تورش این است که قیمت سررسید  روی قیمت آتی   برازش شود و با توجه به رابطه (4) فرضیۀ صفر یعنی  و آزمون شود ] 30[

(4)                                   

کارایی بازار آتی مستلزم این است که  و  باشد که این قید با آزمون والد[25] بررسی می‌شود؛ البته  محدودیت اصلی برای کارایی است؛ زیرا پارامتر  در صورت وجود صرف ریسک حتی در بازار کارا غیر صفر است ] 28[.

بدین ترتیب برای آزمون کارایی بازار آتی به دو سری زمانی از قیمت‌های سررسید و آتی نیاز است و علاوه بر اینکه برای انجام رگرسیون به روش حداقل مربعات معمولی (OLS[26]) باید فروض کلاسیک بررسی شوند، با توجه به اینکه در OLS فرض بر این است که متغیرهای سری زمانی مانا هستند، لازم است مانایی سری‌های زمانی آزمون شود. برای آزمون مانایی از روش آزمون پایایی براساس همبستگی نگار[27] یا آزمون‌های ریشه واحد[28] ازجمله آزمون دیکی فولر تعمیم‌یافته[29] یا آزمون فلیپس پرون[30] استفاده می‌شود. اگر سری‌های زمانی نامانا باشند، با روش هم‌جمعی[31] متغیرها تجزیه‌وتحلیل می‌شوند؛ زیرا علاوه بر اینکه اگر دو سری زمانی نامانا هم‌جمع باشند، برآورد رابطه رگرسیون آنها کاملاً با مفهوم است و کاذب نیست. همچنین، هم‌جمعی بین   و  نشان‌دهندۀ نوعی رابطه بلندمدت بین متغیرها است که یک شرط ضروری برای کارایی بازار آتی است ] 21[. برای بررسی هم‌جمعی از آزمون انگل گرنجر و انگل گرنجر تعمیم‌یافته[32] استفاده می‌شود. اگر دو سری زمانی  و  نامانا و هم‌جمع باشند، ترکیب خطی زیر بین آنها برقرار است که جز اخلال این ترکیب خطی مانا است.

     (5)                          

هاکیو[33] و راش[34] (1989) ثابت کردند هم‌جمعی یک شرط لازم برای کارایی بازار است؛ ولی کافی نیست. نخست، قیمت آتی یک پیش‌بینی‌کننده بدون تورش برای قیمت سررسید باشد؛ یعنی در معادله (4) باید قید  و برقرار باشد. دوم، باید کارایی کوتاه‌مدت بازار آتی هم بررسی شود [13]. کارایی کوتاه‌مدت با استفاده از یک مدل تصحیح خطا(ECM)  در فرم زیر بررسی می‌شود ] 22[.

    (6)

  : تغییرات قیمت سررسید t.  : جمله خطا با یک وقفه زمانی.  : تغییرات قیمت آتی در زمان t-n با سررسید t ( ).  : تغییرات قیمت آتی در زمان t-n با سررسید t-i. : تغییرات قیمت سررسید t-j.

برای اینکه بازار در کوتاه‌مدت کارا باشد، باید  باشد؛ یعنی تمام اطلاعات جدید که مربوط به تغییرات قیمت سررسید در آینده است، به‌طور فوری در تغییرات قیمت آتی فعلی بازتاب پیدا کند. به‌علاوه اگر  باشد، بدین ترتیب تمام اطلاعات گذشته فقط در قیمت آتی فعلی وجود دارد و همچنین، باید دو محدودیت   و  برقرار باشد؛ اگر این دو محدودیت برقرار نباشد، قیمت‌های آتی و سررسید گذشته حاوی اطلاعاتی هستند که به‌طور کامل در  موجود نیستند و این موضوع کارایی بازار آتی را نقض می‌کند. برای فهم بهتر این مطلب، رابطه (5) در رابطه (6) جایگذاری می‌شود و رابطه زیر به دست می‌آید  ] 23[.

                                       (7)

همان‌طور که در معادله 5 مشخص است اگر محدودیت‌های   و  برقرار نباشند،  و  روی  اثر می‌گذارند و این خلاف کارایی بازار است. به‌طور خلاصه با برقراربودن محدودیت‌های ، ،  همان معادله (3) حاصل می‌شود و بازار در کوتاه‌مدت نیز کارا است. عبارت‌های  و  همان‌طور که قبلاً اشاره شد، در صورت وجود صرف ریسک در بازار کارا نیز صفر نیستند؛ بنابراین، اگر شرایط گفته‌شده برقرار باشد، به‌طور کلی بازار در بلندمدت، کوتاه‌مدت کارا است. نمونه این پژوهش شامل کلیۀ قراردادهای آتی سکه بهار آزادی طرح جدید با سررسید یک ماهه و دوماهه است که در شرکت بورس کالای ایران معامله شده‌اند. قراردادهای آتی به استثنای سال ۱۳۹۱ و ۱۳۹۲ که دارای سررسید یک‌ماهه بوده‌اند و در این دو سال به‌ازای هر سال ۱۲ قرارداد آتی معامله شده است، در دیگر سال‌ها قراردادهای آتی دارای سررسید دو ماهه بوده‌اند و هر سال دارای ۶ قرارداد آتی بوده است. به دلیل اینکه داده‌های بررسی‌شده یکدست باشند و توزیع سری‌ها و همچنین، توزیع جملات خطای حاصل از برازش آنها نرمال شود، از قراردادهای با سررسید یک‌ماهه سال ۹۱ و ۹۲ صرف‌نظر شده است و نمونۀ بررسی‌شده شامل کلیه قراردادهای دارای سررسید دوماهه است (یعنی ۴۳ قرارداد). همان‌طور که بیان شد برای انجام برازش و ارزیابی کارایی به دو متغیر نیاز است؛ یکی قیمت سررسید و دیگری قیمت آتی. متغیر قیمت سررسید در مدل برازش، سری قیمت‌های سررسید قراردادهای نمونۀ بررسی‌شده است. همانگونه که بیان شد نمونۀ بررسی‌شده شامل قراردادهای با سررسید ۲ ماه است که شامل ۴۳ قرارداد است؛ بنابراین، در این سری ۴۳ قیمت سررسید حضور دارد که هر کدام مربوط به یک قرارداد است. متغیر قیمت آتی نیز سری قیمت‌های آتی مربوط به یک روز به‌خصوص قبل از سررسید است که هر کدام از قیمت‌ها مربوط به یک قرارداد و متناظر با قیمت سررسید قراردادش است و طبیعتاً تعداد داده‌های این سری نیز ۴۳ است؛ به‌طور مثال، سری قیمت‌های آتی ده روز قبل سررسید شامل قیمت‌های ده روز قبل از سررسید 43 قرارداد است؛ بنابراین، برای انجام برازش و ارزیابی کارایی باید متغیر قیمت سررسید را هر بار روی یک روز بخصوص قبل از سررسید برازش کرد و نتیجه گرفت آیا بازار در آن روز بخصوص قبل از سررسید کارا است یا خیر؛ به‌طور مثال، در روز هفتم قبل از سررسید بازار کارا است یا خیر. به دلیل اینکه همپوشانی رخ ندهد و همبستگی بین جملات خطا پیش نیاید، باید قیمت‌های آتی استخراجی برای هر قرارداد قیمت‌های بعد از تاریخ سررسید قرارداد قبلی باشند؛ به‌طور مثال، اگر قرارداد دی سال 1394 در تاریخ 26 دی بسته می‌شود، قیمت‌های مربوط به اسفند 1394 باید از 26 دی به بعد تا سررسید اسفند استخراج شوند؛ بنابراین، روزهای قبل از سررسید محدود می‌شوند. در این پژوهش، کارایی تا 35 روز قبل از سررسید بررسی می‌شود؛ یعنی 35 مدل رگرسیونی برآورد می‌شود و برای هر مدل آزمون‌های مربوطه انجام می‌شود و نتیجه گرفته می‌شود هر روز بخصوص قبل از سررسید کارا است یا نه؛ پس از آنکه این کار صورت گرفت می‌توان نتیجه گرفت بازار به‌صورت کلی کارا است یا خیر ] 31[.

در این پژوهش به جای استفاده از مقادیر اصلی قیمت‌ها، لگاریتم آنها استفاده شده است. تبدیل لگاریتمی تبدیلی است که به‌طور وسیعی در تحلیل رگرسیون به کار می‌رود؛ زیرا برای انجام رگرسیون باید پیش‌فرض‌هایی مانند نرمال‌بودن، همسانی واریانس و ... برقرار باشد که گاهی داده‌های خام این فروض را برقرار نمی‌کنند و نمی‌توان روی آنها آزمون‌های آماری انجام داد؛ بنابراین، باید آنها را تبدیل کرد.

 

4- تجزیه‌وتحلیل داده‌ها

آمارۀ توصیفی متغیرهای پژوهش به شرح جدول زیر است.

 

 

جدول1. آماره‌های توصیفی متغیرها

متغیر

میانگین

میانه

انحراف معیار

چولگی

کشیدگی

جارک - برا

سطح معناداری

 

8156/6

9602/6

2763/0

-5084/0

7434/1

6817/4

0962/0

 

8158/6

9592/6

2754/0

-5061/0

7390/1

6843/4

0961/0

 

8160/6

9590/6

2758/0

-5137/0

7402/1

7345/4

0937/0

 

8154/6

9595/6

2765/0

-5141/0

7441/1

7200/4

0944/0

 

8154/6

9599/6

2774/0

-5209/0

7501/1

7438/4

0933/0

 

8159/6

9592/6

2771/0

-5245/0

7475/1

7821/4

0915/0

 

8157/6

9582/6

2776/0

-5243/0

7407/1

8117/4

0901/0

 

8155/6

9594/6

2767/0

-5208/0

7361/1

8062/4

0904/0

 

8146/6

9592/6

2776/0

-5226/0

7298/1

8482/4

0885/0

 

8142/6

9615/6

2785/0

-5282/0

7385/1

8512/4

0884/0

 

8145/6

9628/6

2793/0

-5283/0

7352/1

8665/4

0877/0

 

8138/6

9607/6

2799/0

-5283/0

7279/1

9000/4

0862/0

 

8132/6

9654/6

2802/0

-5277/0

7205/1

9286/4

0850/0

 

8129/6

9683/6

2807/0

-5290/0

7173/1

9534/4

0840/0

 

8130/6

9682/6

2812/0

-5357/0

7194/1

995/4

0822/0

 

8124/6

9678/6

2801/0

-5393/0

7151/1

0424/5

0803/0

 

8119/6

9678/6

2788/0

-5337/0

7084/1

0301/5

0808/0

 

8105/6

9684/6

2793/0

-5349/0

7187/1

9923/4

0823/0

 

8113/6

9681/6

2786/0

-5437/0

7318/1

0000/5

0820/0

 

8118/6

9669/6

2789/0

-5422/0

7335/1

9809/4

0828/0

 

8121/6

9677/6

2797/0

-5429/0

7292/1

0059/5

0818/0

 

8119/6

9691/6

2799/0

-5358/0

7348/1

9254/4

0852/0

 

8117/6

9709/6

2806/0

-5316/0

7314/1

9090/4

0859/0

 

8116/6

9677/6

2801/0

-5311/0

7225/1

9456/4

0843/0

 

8115/6

9615/6

2793/0

-5271/0

7181/1

9353/4

0847/0

 

8108/6

9615/6

2788/0

-5188/0

7020/1

9476/4

0842/0

 

8104/6

9607/6

2788/0

-5201/0

7153/1

8954/4

0864/0

 

8105/6

9634/6

2793/0

-5168/0

7184/1

8571/4

0881/0

 

8096/6

9639/6

2793/0

-5191/0

7259/1

8399/4

0889/0

 

8091/6

9681/6

2793/0

-5146/0

7226/1

8213/4

0897/0

 

8081/6

9689/6

2799/0

-5093/0

7131/1

8259/4

0895/0

 

8077/6

9681/6

2796/0

-5081/0

7100/1

8317/4

0892/0

 

8076/6

9638/6

2795/0

-5102/0

7083/1

8546/4

0882/0

 

8080/6

9637/6

2798/0

-5198/0

7107/1

9146/4

0856/0

 

8071/6

9653/6

2797/0

-5124/0

7027/1

8969/4

0864/0

 

8064/6

9635/6

2792/0

-5126/0

7033/1

8960/4

0864/0

          منبع: یافته‌های پژوهش

 

همان‌طور که از مقدار میانگین و میانه مشخص است در تمام متغیرها میانه از میانگین بزرگ‌تر است و نشان‌دهندۀ این است که تعداد داده‌های بزرگ‌تر از میانگین بیشتر از داده‌های کوچک‌تر از میانگین است و تمامی متغیرها چوله به چپ‌اند. مقدار چولگی که برای همۀ متغیرها منفی است، گواه این سخن است. با توجه به مقادیر انحراف معیار در جدول، حداکثر مقدار انحراف معیار مربوط به متغیر ۱۴ روز قبل از سررسید است و پراکندگی بیشتری دارد و یک روز قبل از سررسید دارای حداقل انحراف معیار است و پراکندگی کمتری دارد. مقدار کشیدگی برای همۀ متغیرها کوچک‌تر 3 است و قلۀ منحنی تمام متغیرها از قلۀ توزیع نرمال کوتاه‌تر است؛ اما با توجه به اینکه مقدار چولگی و کشیدگی متغیرها اختلاف زیادی با مقدار چولگی صفر و کشیدگی سه توزیع نرمال ندارد، مقدار جارک برا برای تمام متغیرها کوچک و سطح معناداریش از ۵ درصد بالاتر است؛ بنابراین، تمام متغیرها نرمال‌اند.

برای آزمون اینکه سری‌های زمانی مانا هستند یا خیر، از آزمون ریشه واحد دیکی فولر تعمیم‌یافته استفاده شده است و نتایج این آزمون با استفاده از نرم‌افزار ایویوز برآورد شده‌اند. با توجه به اینکه تمام سری‌های زمانی نامانا هستند، باید آزمون مانایی از تفاضل‌های این سری‌های زمانی به عمل آید تا مشخص شود در تفاضل مرتبه چند مانا هستند. با توجه به نتایج به‌دست‌آمده مشخص می‌شود تمام متغیرها با یک بار تفاضل‌گیری مانا می‌شوند و همگی I(1) هستند. اکنون که متغیر وابسته و متغیرهای مستقل هم‌جمع از مرتبه یک‌اند، باید هم‌جمعی بین دو متغیر وابسته و مستقل برای هر مدل بررسی شود تا مشخص شود آیا می‌توان بدون تفاضل‌گیری رابطۀ رگرسیونی را برآورد کرد و دچار رگرسیون کاذب نشد یا خیر. برای عملیاتی‌کردن آزمون هم‌جمعی، ابتدا هر مدل، برآورد و جملات خطای آن محاسبه می‌شود، سپس مانایی جملات خطا آزمون می‌شود؛ اگر جملات خطا مانا بودند، متغیرها هم‌جمع‌اند و می‌توان بدون هراس از رگرسیون کاذب رابطۀ بین آنها را برآورد کرد. با توجه به مقادیرADF  محاسبه‌شده و سطح معناداریشان، مشخص است تمام سری جملات خطاها مانا هستند و برای هر ۳۵ مدل دو متغیر مستقل و وابسته هم‌جمع‌اند؛ بنابراین، رابطۀ رگرسیونی بین آنها برآورد می‌شود.

در این مرحله باید آزمون فروض کلاسیک انجام شود. نتایج حاصل از بررسی ۵ فرض کلاسیک و آزمون‌های مربوط به آنها برای هر ۳۵ مدل نشان می‌دهند مقادیر میانگین جملات خطا بسیار کوچک و نزدیک به صفرند؛ بنابراین، فرض اول برای همۀ مدل‌ها برقرار است و با توجه به نتایج به‌دست‌آمده از آزمون بروش پاگان همسانی واریانس برای همۀ مدل‌ها اثبات می‌شود و فرض دوم نیز برقرار است. برای بررسی فرض سوم، تعداد وقفه برای آزمون بروش گادفری به‌صورت پیش‌فرض دو است. همان‌طور که از مقادیر F و سطح معناداری به‌دست‌آمده از آزمون مشخص است تمام جملات خطای مدل‌ها دارای عدم خودهمبستگی هستند و این فرض نیز برقرار است. اعداد به‌دست‌آمده برای ضریب‌های همبستگی نیز همگی نزدیک به صفرند و بین جملات خطا و متغیر توضیحی در همه مدل‌ها همبستگی وجود ندارد و فرض چهارم نیز همانند سه فرض اول برقرار است. نتایج آزمون جارک برا برای بررسی نرمال‌بودن جملات خطا نشان می‌دهند 19 مدل از ۳۵ مدل دارای جملات خطای نرمال نیستند. برای حل این مشکل از متغیر مجازی استفاده می‌شود؛ بدین صورت که با رسم گراف جمله خطای هر مدل داده دورافتادۀ آن، شناسایی و برای آن یک متغیر مجازی ایجاد می‌شود؛ به‌طور مثال، با رسم جمله خطای مدل یک روز قبل از سررسید مشخص می‌شود هفتمین داده، نوزدهمین داده و سی‌وششمین داده دورافتاده‌اند؛ بنابراین، سه متغیر مجازی برای این داده‌ها به‌ترتیب با نمادهای ,  ,    ایجاد می‌شوند؛ به این صورت که به‌طور مثال، برای متغیر مجازی  همه داده‌ها برابر صفرند؛ به‌جز داده شماره 7 که برابر یک است؛ بنابراین، یک بار دیگر فروض کلاسیک برای مدل‌هایی بررسی می‌شود که دارای جملات خطای نرمال نبودند؛ منتها این بار برای هر مدل متغیر مجازی مختص خودش در نظر گرفته می‌شود و ستونی با عنوان متغیر مجازی به جدول قبلی اضافه می‌شود تا نشان دهد چه متغیر مجازی برای هر مدل ایجاد شده است.

با توجه به نتایج به‌دست‌آمده مشخص است با اضافه‌شدن متغیرهای مجازی، مدل‌هایی که دارای جملات خطای نرمال نبودند، جملات خطایشان نرمال شده و دیگر فروض کلاسیک نیز برایشان برقرار است؛ بنابراین، اکنون تمامی ۳۵ مدل دارای فروض کلاسیک‌ و آماده برآورد و آزمون فرضیه‌اند.

نتایج حاصل از ۳۵ مدل برآورد پس از بررسی فروض اولیۀ کلاسیک در جدول زیر آورده شده‌اند.

 

 

جدول 2. نتایج برآوردها

 

برآورد

 

مقدار ضرایب متغیرها

 

 

آماره t

(معناداری ضرایب)

 

 

 

 

D.W

مقدار F

(معناداری برآورد)

 

متغیرهای مجازی

 

 

متغیرهای مجازی

 

1eq

 

 

 

 

003/1

 

 

 

 

020/0-

19/599

(000/0)

 

(000/0)

 

(000/0)

 

(000/0)

767/1-

(085/0)

999/0

97/1

96514

(000/0)

eq2

 

001/1

___

012/0-

75/321

(000/0)

___

604/0-

(549/0)

999/0

94/1

103526

(000/0)

eq3

 

998/0

___

007/0

57/223

(000/0)

___

238/0

(812/0)

999/0

39/2

49987

(000/0)

eq4

 

995/0

___

030/0

97/188

(000/0)

___

840/0

(405/0)

998/0

51/2

35710

(000/0)

eq5

 

996/0

___

023/0

13/174

(000/0)

___

600/0

(551/0)

998/0

49/2

30324

(000/0)

eq6

 

 

 

997/0

 

 

 

 

018/0

29/232

(000/0)

 

(000/0)

 

(000/0)

 

(002/0)

640/0

(525/0)

999/0

48/2

13598

(000/0)

eq7

 

997/0

___

014/0

75/152

(000/0)

___

331/0

(741/0)

998/0

44/2

23334

(000/0)

eq8

 

 

 

 

997/0

 

 

 

 

017/0

71/195

(000/0)

 

(001/0)

 

(000/0)

 

(0/002)

496/0

(622/0)

999/0

39/2

9653

(000/0)

eq9

 

991/0

___

059/0

72/155

(000/0)

___

371/1

(177/0)

998/0

37/2

24249

(000/0)

eq10

988/0

___

079/0

57/138

(000/0)

___

636/1

(109/0)

997/0

50/2

19201

(000/0)

eq11

 

 

989/0

 

 

 

073/0

17/154

(000/0)

 

(000/0)

 

(001/0)

682/1

(100/0)

998/0

23/2

7987

(000/0)

eq12

 

 

986/0

 

 

096/0

64/130

(000/0)

 

(001/0)

867/1

(069/0)

997/0

063/2

8545

(000/0)

eq13

 

982/0

___

12/0

26/108

(000/0)

___

962/1

(056/0)

996/0

15/2

11720

(000/0)

eq14

980/0

___

133/0

33/105

(000/0)

___

102/2

(041/0)

996/0

01/2

11094

(000/0)

eq15

 

984/0

___

108/0

00/104

(000/0)

___

678/1

(100/0)

996/0

81/1

10816

(0.000)

eq16

 

988/0

___

078/0

94/99

(000/0)

___

168/1

(249/0)

995/0

81/1

9989

(000/0)

eq17

 

987/0

___

091/0

63/94

(000/0)

___

29/1

(204/0)

995/0

81/1

8956

(000/0)

eq18

 

989/0

___

076/0

24/94

(000/0)

___

063/1

(293/0)

995/0

01/2

8881

(000/0)

eq19

 

988/0

___

082/0

27/95

(000/0)

___

165/1

(250/0)

995/0

99/1

9076

(000/0)

eq20

 

985/0

___

103/0

51/89

(000/0)

___

380/1

(174/0)

994/0

97/1

8012

(000/0)

eq21

 

986/0

 

 

092/0

94/101

(000/0)

 

(000/0)

397/1

(170/0)

996/0

89/1

5198

(000/0)

eq22

 

984/0

 

 

106/0

95/98

(000/0)

 

(000/0)

569/1

(124/0)

995/0

98/1

4898

(000/0)

eq23

 

 

988/0

 

 

 

082/0

11/105

(000/0)

 

(000/0)

 

(000/0)

285/1

(206/0)

996/0

85/1

3689

(000/0)

eq24

 

989/0

 

 

073/0

64/91

(000/0)

 

(000/0)

001/1

(322/0)

995/0

13/2

 

4200

(000/0)

eq25

 

991/0

 

 

061/0

11/85

(000/0)

 

(000/0)

774/0

(443/0)

994/0

09/2

3624

(000/0)

eq26

 

991/0

 

 

063/0

66/88

(000/0)

 

(000/0)

834/0

(409/0)

994/0

06/2

3932

(000/0)

eq27

 

989/0

 

 

075/0

97/84

(000/0)

 

(000/0)

950/0

(347/0)

994/0

 

13/2

3611

(000/0)

eq28

 

984/0

___

 

110/0

78/66

(000/0)

___

094/1

(280/0)

990/0

30/2

4459

(000/0)

eq29

 

988/0

 

 

082/0

57/79

(000/0)

 

(000/0)

975/0

(335/0)

993/0

29/2

3167

(000/0)

eq30

 

984/0

 

 

097/0

18/82

(000/0)

 

(000/0)

192/1

(239/0)

994/0

25/2

3378

(000/0)

eq31

 

987/0

 

 

090/0

69/78

(000/0)

 

(000/0)

052/1

(298/0)

993/0

35/2

3097

(000/0)

eq32

 

988/0

 

 

084/0

19/75

(000/0)

 

(000/0)

937/0

(354/0)

992/0

37/2

2828

(000/0)

eq33

 

 

 

991/0

 

 

 

063/0

50/80

(000/0)

 

(000/0)

 

(000/0)

753/0

(455/0)

994/0

37/2

2175

(000/0)

eq34

 

987/0

 

 

090/0

11/75

(000/0)

 

(000/0)

008/1

(319/0)

992/0

26/2

2822

(000/0)

eq35

 

989/0

 

 

078/0

42/76

(000/0)

 

(000/0)

888/0

(379/0)

993/0

28/2

2921

(000/0)

 منبع: یافته‌های پژوهش

 

 

در ستون اول این جدول، اسم هر برآورد با  مشخص شده که n نشان‌دهندۀ تعداد روز قبل از سررسید است و در ستون دوم که شامل سه ستون زیرین است، مقادیر ضرایب برآوردی برای متغیرهای ، متغیرهای مجازی و عرض از مبدأ ارائه شده‌اند. در ستون دوم نیز با استفاده از آماره t نتایج حاصل از معناداری ضرایب آورده شده‌اند و همان‌طور که مشخص است تمام ضرایب برای متغیرهای   و متغیرهای مجازی معنادارند و تمامی ضرایب به‌دست‌آمده برای عرض از مبدأها معنادار نیستند. در ستون سوم مقدار  ارائه شده که یک معیار برای خوبی برازش است.  که عددی بین صفر و یک است، نشان می‌دهد چند درصد از تغییرات متغیر وابسته با متغیرهای مستقل توضیح داده می‌شود.  های به‌دست‌آمده در جدول، همگی حدود 99% هستند. آمارۀ دوربین واتسون نیز معیاری است برای سنجش خودهمبستگی مرتبه اول که مقداری بین صفر و ۴ دارد. اگر به صفر نزدیک باشد، نشان‌دهندۀ خودهمبستگی مثبت و اگر به چهار نزدیک باشد، نشان‌دهندۀ خودهمبستگی منفی است و اگر به دو نزدیک باشد، نشان می‌دهد خودهمبستگی وجود ندارد که دوربین واتسون‌های محاسبه‌شده همگی نزدیک به دو هستند. همچنین، مقایسۀ مقدار دوربین واتسون با مقدار  به تشخیص رگرسیون کاذب نیز کمک می‌کند؛ به این صورت که اگر مقدار دوربین واتسون از  کوچک‌تر باشد، نشانه‌ای بر کاذب‌بودن رگرسیون است که در برازش‌های انجام‌شده چنین پدیده‌ای وجود ندارد.

و در ستون آخر سطح معناداری کل رگرسیون با استفاده از آماره F بررسی شده است. همان‌طور که مشخص است مقادیرFها بزرگ‌اند و سطح معناداری آنها برای همۀ برازش‌ها برابر صفر است؛ پس تمامی برازش‌ها معنادارند.

در ادامه، کارایی در بلندمدت بررسی می‌شود. همان‌طور که در روش پژوهش بیان شد هم‌جمعی که نشان‌دهندۀ وجود یک رابطه بلندمدت بین  و  است، یک شرط لازم برای کارایی بلندمدت بازار است؛ ولی کافی نیست. علاوه بر هم‌جمعی باید فرضیۀ مشترک  و نیز برقرار باشد؛ البته همان‌طور که اشاره شد  محدودیت اصلی برای کارایی بازار است؛ زیرا ممکن است بازار کارا باشد؛ ولی به دلیل وجود صرف ریسک قیمت آتی یک تخمین‌زننده بدون تورش نباشد و فرضیۀ مشترک رد شود؛ بنابراین، در صورت رد فرضیۀ مشترک فرضیه  به‌تنهایی آزمون می‌شود. اگر این فرضیه رد نشود، بازار کارا است. پس علاوه بر آزمون فرضیۀ مشترک، آزمون   نیز برای مدل‌هایی انجام می‌گیرد که فرضیۀ مشترکشان رد می‌شود تا وضعیت کارایی بازار به‌طور دقیق‌تر مشخص شود.

 

 

جدول 3.آزمون فرضیۀ مشترک

برآورد

آزمون محدودیت‌ها (والد)

 

برآورد

آزمون محدودیت‌ها (والد)

 

a=0 , b=1

 

a=0 , b=1

eq1

612/2

(086/0)

eq19

492/1

(236/0)

eq2

305/0

(738/0)

eq20

541/1

(226/0)

eq3

033/0

(967/0)

eq21

212/1

(308/0)

eq4

356/0

(702/0)

eq22

421/1

(253/0)

eq5

206/0

(814/0)

eq23

480/1

(240/0)

eq6

285/0

(753/0)

eq24

674/0

(514/0)

eq7

055/0

(946/0)

eq25

526/0

(594/0)

eq8

990/0

(380/0)

eq26

728/0

(489/0)

eq9

198/1

(312/0)

eq27

775/0

(467/0)

eq10

453/1

(245/0)

eq28

607/1

(212/0)

eq11

422/3

(042/0)

eq29

226/1

(304/0)

eq12

023/3

(059/0)

eq30

915/1

(160/0)

eq13

393/2

(104/0)

eq31

725/1

(191/0)

eq14

617/2

(085/0)

eq32

438/1

(249/0)

eq15

058/2

(140/0)

eq33

072/2

(139/0)

eq16

513/1

(232/0)

eq34

671/1

(200/0)

eq17

307/2

(112/0)

eq35

918/1

(160/0)

eq18

578/1

(218/0)

                            منبع: یافته‌های پژوهش



با توجه به نتایج جدول، مشخص است فرضیۀ مشترک برای تمامی مدل‌ها به‌جز مدل ۱۱ روز قبل از سررسید، دارای سطح معناداری بالای ۵ درصد است و نمی‌توان فرضیۀ مشترک دربارۀ آنها را رد کرد و این مدل‌ها در بلندمدت کارا و بدون تورش‌اند. اکنون فرضیه  برای مدل 11 روز قبل از سررسید آزمون می‌شود.

 

 

جدول 4. آزمون فرضیه

برآورد

آزمون محدودیت (والد)

b=1

eq11

553/2

(118/0)

                                                     منبع: یافته‌های پژوهش

 

 

همان‌طور که مشخص است دربارۀ مدل ۱۱ روز قبل از سررسید چون مقدار سطح معناداری برای فرضیه  بزرگ‌تر از ۵ درصد است، نمی‌توان آن را رد کرد و این مدل نیز در بلندمدت کارا است. همچنین، برای بررسی کارایی در کوتاه‌مدت از مدل تصحیح خطا (ECM) در فرم زیر استفاده می‌شود.

 (8)   

 فرم بالا برای ۳۵ مدل برآورد می‌شود و نتایج آن در قالب یک جدول ارائه می‌شوند. این معادله یک مدل اتورگرسیو با وقفۀ توزیعی ([35]ARDL) است و همان‌طور که ملاحظه می‌شود متغیر وابسته از وقفه‌های این متغیر و سایر متغیرها تأثیر می‌گیرد؛ یعنی سمت راست معادله متغیر وابسته و متغیر مستقل با وقفه‌های متفاوت وجود دارند؛ بنابراین، برای برآورد این مدل‌ها در ایویوز از مدل ARDL استفاده می‌شود.

 برای تعیین وقفۀ بهینه در این مدل از معیارهای آکائیک (AIC)، شوارتز (SC) و حنان کوئین (HQC) استفاده می‌شود. هر کدام از این معیارها ممکن است وقفه‌های متفاوتی را پیشنهاد دهند که معمولاً SC کمترین وقفه را پیشنهاد می‌کند؛ یعنی در تعداد وقفه‌ها صرفه‌جویی می‌کند. AIC بیشترین تعداد وقفه را پیشنهاد می‌کند و  HQCحد وسط این دو را پیشنهاد می‌کند ] 5[. معیار AIC مناسب برای الگوهایی با داده‌های زیاد و بیشتر از ۱۰۰۰، HQC  مناسب برای داده‌های بین ۱۰۰ تا ۱۰۰۰ و معیار SC برای الگوهایی با حجم نمونه پایین مناسب است؛ بنابراین، در این پژوهش که داده‌ها کمتر از صد است، برای تعیین وقفه بهینه از معیار SC استفاده شده است. برای مدل‌های که داده پرت دارند و جملات خطای آنها نرمال نیست، مانند برآورد مدل‌های بلندمدت، متغیر مجازی به مدل اضافه می‌شود تا مشکل رفع شود. درخور ذکر است واردکردن متغیرهای مجازی بر توزیع زیرساختی آمارۀ آزمون‌ها تأثیر می‌گذارد؛ به گونه‌ای که کمیت‌های بحرانی این آماره‌ها بسته به تعداد متغیرهای مجازی تغییر می‌کنند؛ بنابراین، مقدارهای بحرانی ارائه‌شده در چنین شرایطی تنها به‌منزلۀ نمادی از واقعیت تلقی می‌شوند ] 5[.

در جدول هر برآورد با عنوان  نامگذاری شده و برای ضرایب برآوردی هر مدل یک ستون اختصاص یافته که در آن مقدار ضریب، آماره t مربوط به ضریب و سطح معناداریش ارائه شده است. سه ستون ، D.W و F نیز مانند جدول مربوط به مدل بلندمدت آورده شده است که اطلاعات مهمی را مربوط به مدل ارائه می‌دهند و ستون آخر نیز مربوط به آزمون والد است که نتیجۀ آزمون محدودیت‌های لازم برای کارایی کوتاه‌مدت را نشان می‌دهد. شد این محدودیت‌ها ، ،  هستند که در قالب یک فرضیۀ مشترک آزمون می‌شوند.

 

جدول 5. نتایج برآوردهای مدل ECM

برآورد

 

 

 

 

 

 

متغیرهای مجازی

ECM 1

 

 

0001/0-

186/0- t=

(853/0)

150/1-

62/10- t=

(000/0)

026/1

28/73t=

(000/0)

0009/0

069/0t=

(945/0)

021/0

671/1 t=

(104/0)

 

D7:

013/0-

565/4- t=

(000/0)

D19:

013/0-

771/4- t=

(000/0)

D36:

011/0-

059/4- t=

(000/0)

 

ECM 2

000/0-

002/0- t=

(997/0)

987/0-

882/5- t=

(000/0)

012/1

95/36 t=

(000/0)

020/0-

759/0- t=

(452/0)

 

 

 

 

 

 

ECM 3

0005/0

306/0 t=

(761/0)

194/1-

240/7- t=

(000/0)

987/0

97/25 t=

(000/0)

028/0-

745/0- t=

(460/0)

 

 

 

 

 

ECM 4

 

0009/0

471/0 t=

(640/0)

249/1-

828/7- t=

(000/0)

949/0

45/22 t=

(000/0)

018/0-

439/0- t=

(663/0)

 

 

 

 

 

ECM 5

 

0001/0-

081/0- t=

(935/0)

229/1-

432/8- t=

(000/0)

958/0

27/23 t=

(000/0)

006/0-

165/0- t=

(869/0)

 

 

D18:031/0

435/3 t=

(001/0)

ECM 6

 

 

001/0

860/0 t=

(395/0)

257/1-

930/7- t=

(000/0)

925/0

65/18 t=

(000/0)

025/0-

502/0- t=

(618/0)

 

 

 

 

 

 

ECM 7

 

001/0

787/0 t=

(436/0)

179/1-

191/7- t=

(000/0)

925/0

17/17 t=

(000/0)

006/0-

115/0- t=

(908/0)

 

 

 

 

 

ECM 8

 

001/0

615/0t=

(542/0)

100/1-

394/6- t=

(000/0)

930/0

89/14 t=

(000/0)

005/0-

091/0- t=

(927/0)

 

 

 

 

 

 

ECM 9

 

001/0

418/0 t=

(678/0)

174/1-

786/6- t=

(000/0)

948/0

15/17 t=

(000/0)

006/0-

120/0- t=

(904/0)

 

 

 

 

 

 

ECM10

 

0008/0

293/0 t=

(771/0)

258/1-

107/7- t=

(000/0)

950/0

09/15 t=

(000/0)

006/0-

97/0- t=

(922/0)

 

 

 

 

 

 

ECM11

 

001/0

497/0 t=

(634/0)

143/1-

444/6- t=

(000/0)

913/0

93/12 t=

(000/0)

002/0-

040/0- t=

(968/0)

 

 

 

 

 

 

ECM12

 

001/0-

448/0- t=

(656/0)

138/1-

233/6- t=

(000/0)

931/0

78/11 t=

(000/0)

006/0

088/0 t=

(930/0)

130/0

801/1 t=

(080/0)

 

 

 

 

ECM13

 

 

002/0-

622/0- t=

(537/0)

067/1-

515/5- t=

(000/0)

946/0

00/11 t=

(000/0)

002/0

030/0 t=

(975/0)

153/0

977/1 t=

(559/0)

 

 

 

 

ECM14

 

 

001/0

486/0 t=

(629/0)

621/0-

309/2- t=

(026/0)

868/0

914/9 t=

(000/0)

299/0-

659/1- t=

(105/0)

 

336/0

967/1 t=

(056/0)

 

 

 

ECM15

001/0-

438/0- t=

(663/0)

907/0-

929/4- t=

(000/0)

894/0

66/10 t=

(000/0)

029/0

339/0 t=

(736/0)

155/0

941/1 t=

(060/0)

 

 

 

 

ECM16

 

001/0-

248/0- t=

(805/0)

860/0-

528/4- t=

(001/0)

913/0

00/10 t=

(000/0)

015/0-

167/0- t=

(867/0)

155/0

847/1 t=

(073/0)

 

 

 

 

 

ECM17

001/0

373/0 t=

(711/0)

866/0-

297/4- t=

(000/0)

932/0

990/8 t=

(000/0)

021/0-

204/0- t=

(839/0)

 

 

 

 

 

 

ECM18

002/0

599/0 t=

(552/0)

934/0-

887/4- t=

(000/0)

876/0

961/8 t=

(000/0)

012/0-

132/0- t=

(895/0)

 

 

 

 

 

 

ECM19

002/0

625/0 t=

(535/0)

922/0-

799/4- t=

(000/0)

907/0

916/8 t=

(000/0)

046/0-

459/0- t=

(648/0)

 

 

 

 

 

ECM20

 

002/0

641/0 t=

(525/0)

907/0-

677/4- t=

(000/0)

899/0

902/7 t=

(000/0)

047/0-

428/0- t=

(671/0)

 

 

 

 

 

 

ECM21

002/0

751/0 t=

(457/0)

435/0-

943/1- t=

(060/0)

760/0

052/7 t=

(000/0)

264/0-

797/1- t=

(080/0)

 

263/0

810/1 t=

(078/0)

D16:089/0

783/4 t=

(000/0)

ECM22

 

003/0

856/0 t=

(397/0)

438/0-

034/2- t=

(049/0)

742/0

053/7 t=

(000/0)

279/0-

982/1- t=

(055/0)

 

264/0

991/1 t=

(054/0)

D16:095/0

217/5 t=

(000/0)

ECM23

003/0

999/0 t=

(324/0)

471/0-

173/2- t=

(036/0)

731/0

751/6 t=

(000/0)

275/0-

933/1- t=

(061/0)

 

245/0

894/1 t=

(066/0)

D16:098/0

196/5 t=

(000/0)

ECM24

 

003/0

945/0 t=

(351/0)

480/0-

149/2- t=

(038/0)

710/0

479/6 t=

(000/0)

244/0-

658/1- t=

(106/0)

 

230/0

815/1 t=

(078/0)

D16:102/0

259/5 t=

(000/0)

ECM25

0007/0

160/0 t=

(873/0)

667/0-

941/3- t=

(000/0)

726/0

505/6 t=

(000/0)

052/0-

460/0- t=

(647/0)

163/0

788/1 t=

(082/0)

 

D16:109/0

342/5 t=

(000/0)

ECM26

 

004/0

033/1 t=

(308/0)

622/0-

457/3- t=

(001/0)

748/0

566/6 t=

(000/0)

094/0-

819/0- t=

(417/0)

 

 

D16:111/0

379/5 t=

(000/0)

ECM27

 

005/0

188/1 t=

(242/0)

604/0-

333/3- t=

(002/0)

717/0

257/6 t=

(000/0)

102/0-

878/0- t=

(385/0)

 

 

D16:110/0

229/5 t=

(000/0)

ECM28

 

006/0

436/1 t=

(159/0)

631/0-

312/3- t=

(002/0)

634/0

292/5 t=

(000/0)

082/0-

672/0- t=

(505/0)

 

 

D16:101/0

425/4 t=

(000/0)

 

ECM29

006/0

231/1 t=

(226/0)

628/0-

015/3- t=

(004/0)

689/0

356/5 t=

(000/0)

101/0-

773/0- t=

(444/0)

 

 

D16:103/0

485/4 t=

(000/0)

ECM30

 

005/0

093/1 t=

(281/0)

630/0-

806/2- t=

(008/0)

732/0

498/5 t=

(000/0)

115/0-

858/0- t=

(396/0)

 

 

D16:103/0

478/4 t=

(000/0)

ECM31

 

005/0

972/0 t=

(337/0)

678/0-

006/3 t=

(004/0)

709/0

924/4 t=

(000/0)

083/0-

568/0- t=

(573/0)

 

 

D16:109/0

619/4 t=

(000/0)

ECM32

 

005/0

057/1 t=

(297/0)

677/0-

395/3- t=

(001/0)

637/0

679/4 t=

(000/0)

034/0-

240/0- t=

(811/0)

 

 

D16:116/0

993/4 t=

(000/0)

ECM33

 

005/0

089/1 t=

(283/0)

683/0-

493/3- t=

(001/0)

596/0

126/4 t=

(000/0)

011/0-

076/0- t=

(939/0)

 

 

D16:117/0

932/4 t=

(000/0)

ECM34

 

005/0

952/0 t=

(347/0)

684/0-

377/3- t=

(001/0)

642/0

231/4 t=

(000/0)

022/0-

146/0- t=

(884/0)

 

 

D16:117/0

965/4 t=

(000/0)

ECM35

 

004/0

885/0 t=

(381/0)

686/0-

144/3- t=

(003/0)

706/0

330/4 t=

(000/0)

071/0-

426/0- t=

(672/0)

 

 

D16:118/0

945/4 t=

(000/0)

منبع: یافته‌های پژوهش



مقدار برآوردی  در تمام مدل‌ها دارای سطح معناداری بالای ۵ درصد و بی‌معنا هستند و می‌توان آنها را نادیده گرفت. ضریب جمله تصحیح خطا ( ) نیز که بیان‌کنندۀ سرعت تعدیل است، در تمام مدل‌ها معنادار است که این تأییدی بر وجود رابطۀ بلندمدت بین قیمت سررسید و قیمت آتی است و علامت منفی ضریب نشان‌دهندۀ این است که نوسانات به‌وجودآمده در مدل در طول زمان کاهش پیدا می‌کنند و به تعادل بلندمدت نزدیک می‌شوند. در مدل‌هایی که این ضریب از 1- کوچک‌تر است، همگرایی و حرکت به سمت تعادل به‌صورت سینوسی است و در مدل‌هایی که از 1- بزرگ‌تر است، همگرای به‌صورت نمایی اتفاق می‌افتد.

 که نشان‌دهندۀ رابطۀ کوتاه‌مدت بین قیمت سررسید و قیمت آتی است، در تمام مدل‌ها معنادار است و به‌طور نسبی هرچه روزها از سررسید دور می‌شود، کوچک می‌شود و دارای سیر نزولی است که این نشان‌دهندۀ این موضوع است که هرچه قرارداد به تاریخ سررسید نزدیک می‌شود، قیمت آتی نیز به قیمت سررسید نزدیک می‌شود.

مقادیر  نیز در تمام مدل‌ها دارای سطح معناداری بالای ۵ درصدند و معنادار نیستند که این نشان می‌دهد محدودیت  برای تمام مدل‌ها برقرار است. متغیرهای مجازی نیز که برای تعدیل اثر داده‌های پرت به بعضی از مدل‌ها اضافه شدند، دارای مقدار نزدیک به صفرند. مقدار  نیز به‌صورت کلی دارای سیر نزولی است و هرچه روزها از تاریخ سررسید دورتر می‌شوند، مقدار  مدل کم می‌شود و متغیرهای مستقل کمتر متغیر وابسته را توضیح می‌دهند. مقدار دوربین واتسون نیز در تمام مدل‌ها نزدیک به مقدار ۲ است که نشان می‌دهد مدل‌ها دارای خودهمبستگی مرتبه اول نیستند. مقدار F نیز در ستون آخر بیان‌کنندۀ این است که کل مدل‌های برآوردی معنادارند.

و درنهایت، در ستون آخر که مربوط به آزمون والد است، اشاره شد محدودیت‌های لازم برای کارایی کوتاه‌مدت را در قالب یک فرضیۀ مشترک آزمون می‌کند. مقدار سطح معناداری برای این آزمون نیز برای بیشتر مدل‌ها بالای ۵ درصد است و مدل‌ها در کوتاه‌مدت نیز کارا هستند. تنها دو مدل ۲۵ و ۲۸ روز قبل از سررسید دارای سطح معناداری زیر 5 درصدند که در این سطح کارا نیستند؛ البته تمام مدل‌ها در سطح خطای یک درصد کارا هستند.

 

5- بحث و نتیجه‌گیری

با استفاده از آزمون والد کارایی بلندمدت مدل‌ها بررسی شد. برای تمام مدل‌ها به‌جز مدل ۱۱ روز قبل از سررسید فرضیۀ مشترک b=1 و a=0 در سطح ۵ درصد رد نشد؛ یعنی این مدل‌ها در بلندمدت بدون تورش و کارا هستند. برای مدل ۱۱ روز قبل از سررسید نیز فرضیه b=1 به‌تنهایی در سطح ۵ درصد رد نشد که نشان می‌دهد این مدل نیز در بلندمدت کارا است. پس از بررسی کارایی در بلندمدت، کارایی کوتاه‌مدت نیز در قالب مدل تصحیح خطا بررسی شد. محدودیت لازم برای کارایی کوتاه‌مدت نیز با استفاده از آزمون والد بررسی شد و نتایج این آزمون نشان دادند محدودیت‌ها در تمام مدل‌ها به جز مدل ۲۵ و ۲۸ روز قبل از سررسید در سطح ۵ درصد رد نمی‌شوند و این مدل‌ها در کوتاه‌مدت نیز کارا هستند؛ البته نتایج نشان‌دهندۀ این است که در سطح ۱ درصد تمام مدل‌ها حتی ۲۵ و ۲۸ روز قبل از سررسید نیز در کوتاه‌مدت کارا هستند. بهبود وضعیت بازار و ارتقای سطح آن به برنامه‌ریزی و اقدامات وسیع مسئولین مربوطه نیاز دارد. اکنون پس از بررسی کارایی بازار آتی سکه طلا و با توجه به نتایج به‌دست‌آمده پیشنهاداتی ارائه می‌‌شوند.

1- همان‌طور که نشان داده شد بین دو متغیر قیمت آتی و قیمت سررسید ارتباط بلندمدت برقرار است و می‌توان از این ارتباط در راستای پیش‌بینی قیمت سررسید استفاده کرد؛ بنابراین، به فعالان بازار سرمایه و به‌ویژه فعالان بازار آتی سکه طلا، در نظر گرفتن وجود ارتباط بلندمدت بین قیمت آتی و قیمت سررسید به‌عنوان یک راهنما پیشنهاد می‌شود.

2- تعداد بالای فعالان در بازار آتی سکه و همچنین، عاقلانه و منطقی عمل کردن این فعالان از شرایطی هستند که کارایی بازار را سهل‌الوصول‌تر می‌کنند و در روش پژوهش این مقاله نیز پیش‌فرض در نظر گرفته شدند؛ بنابراین، مسئولین مربوطه می‌توانند با تبلیغات و استفاده از رسانه‌های جمعی تعداد فعالان بازار آتی را بیشتر کنند و با آموزش، سواد معاملاتی فعالان را افزایش دهند و کارشناسان متخصص و تحلیلگران حرفه‌ای تربیت کنند یا افراد متخصص و حرفه‌ای را جذب این بازار کنند تا به‌طور کلی شرایط را برای کاراترشدن بازار بهبود بخشند.

3- اطلاعات مهم‌ترین عامل تأثیرگذار بر کارایی بازارند و بورس کالا باید در اطلاع‌رسانی به پیشرفته‌ترین روش‌ها مجهز باشد تا اطلاعات را جامع، کامل، صحیح و در کمترین زمان ممکن به فعالان بازار برساند.

4- در سال 1397 پس از نوسان شدید قیمت سکه، بازار قراردادهای آتی سکه پس از حدود ده سال فعالیت متوقف شد. در آن زمان، برخی از کارشناسان، قیمت سکه در بازار فیزیکی را متأثر از معاملات آتی می‌دانستند و بیان می‌کردند افرادی با انجام معاملات در این بازار به روند قیمت سکه جهت می‌دهند. این کارشناسان معتقد بودند بازار آتی سکه که یکی از کارکردهای اصلی خود، یعنی پوشش ریسک را از دست می‌دهد و بیشتر از 95 درصد معاملاتش با هدف سفته‌بازی انجام می‌شود و به تحویل فیزیکی کالا منجر نمی‌شود، بازاری کنترل‌ناپذیر و قدرتمند در راستای هدایت قیمت سکه است و با تأثیر روانی که دارد، می‌تواند سبب نوسان بیشتر قیمت سکه شود؛ بنابراین، ازنظر آنها وجود نوسان بسیار زیاد و عمق کم بازار تنها به ضرر و زیان فعالان موجود در بازار منجر می‌شد و توقف بازار تنها گزینۀ مناسب بود که امکان انجام آن وجود داشت؛ اما درمقابل، برخی از کارشناسان مخالف متوقف‌شدن این بازار بودند و بیان می‌کردند با بازگشت تحریم‌ها و افزایش نرخ ارز از حدود 4000 تومان به 18000 تومان، بیشتر بخش‌های اقتصاد با اینکه بازار آتی ندارند، با افزایش قیمت مواجه شده‌اند. آنها معتقد بودند توقف معاملات آتی سبب کاهش شفافیت بازار و سرازیرشدن نقدینگی موجود در این ابزار مالی به بازار نقدی می‌شود که به افزایش قیمت سکه منجر می‌شود. با توجه به این پژوهش، باید در نظر گرفت بازار آتی یک بازار پیش‌بینی‌کننده است که قیمت آینده را براساس اطلاعات پیش‌بینی می‌کند. همان‌طور که نشان داده شد بازار آتی در دورۀ بررسی‌شده کارا بوده است؛ یعنی اطلاعات جدید بر قیمت آتی منعکس و سبب تغییر آن می‌شده است. پس تغییر قیمت آتی در آن زمان براساس کارایی بازار و ورود اطلاعات جدید بوده است و بازار کار خودش را انجام می‌داده و قیمت آینده را پیش‌بینی می‌کرده است. پس نسبت‌دادن نوسان قیمت سکه به بازار آتی شاید درست نبوده است. همان‌طور که با گذشت حدود دو سال از متوقف‌شدن بازار آتی، نوسان قیمت سکه متوقف نشده و قیمت سکه حدوداً دوبرابر شده است؛ بنابراین، پیشنهاد می‌شود فعالیت بازار آتی سکه به‌منزلۀ یک بازار کارا از سر گرفته شود.

 

[1] Kuruppuarachchi

[2] Lin

[3] Premachandra

[4] Hamid

[5] Ljung-Box

[6] Kim

[7] Inoue

[8] Hamori

[9] Sendhil

[10] Narayan

[11] Kawamoto

[12] Hamori

[13] Wang

[14] Yang

[15] Easwaran

[16] Ramasundaram

[17] Phukubje

[18] Moholwa

[19] Kenourgios

[20] Wang

[21] Bingfan

[22] Mckenzie

[23] Holt

[24] Error-Correction Model

[25] Wald

[26] Ordinary Least Squares

[27] Correlogram

[28] Unit root

[29] Augmented Dickey-Fuller

[30] Philips-Perron

[31] Cointegration

[32] Augmented Engle-Granger

[33] Hakkio

[34] Rush

[35] Autoregressive Distributed Lag

  1. الله‌یاری، اکبر. (1387). بررسی شکل ضعیف کارایی بازار سرمایه در بورس اوراق بهادار تهران. فصلنامۀ بورس اوراق بهادار، سال اول، شماره 4، صص 108-75.
  2. بردبار، غلامرضا، فرید، داریوش و حسین منصوری. (1387). بررسی شکل ضعیف کارایی بازار سرمایه در بورس اوراق بهادار تهران. پایان‌نامۀ کارشناسی ارشد، دانشکده اقتصاد، دانشگاه یزد.
  3. چشمی، علی، فیضی، مهدی و مسعود فیلسوف کاخکی. (1394). بررسی عوامل اقتصادی مؤثر بر نرخ بازده انتظاری طلا طبق قراردادهای آتی سکه در بورس کالای ایران. پایان‌نامۀ کارشناسی ارشد، دانشکده علوم اداری و اقتصادی، دانشگاه فردوسی مشهد.
  4. دانیالی ده حوض، محمود و حسین منصوری. (1391). بررسی کارایی بورس اوراق بهادار تهران در سطح ضعیف و اولویت‌بندی عوامل مؤثر بر آن. فصلنامۀ پژوهشنامه اقتصادی، سال دوازدهم، شماره 47، صص 96-71.
  5. نوفرستی، محمد. (1378). ریشه واحد و همجمعی در اقتصادسنجی، تهران: خدمات فرهنگی رسا، چاپ اول.
  6. Beck, S. E. (1994). Co-integration and Market Efficiency in Commodities Futures Markets. Applied Economics, 26, 249-57.
  7. Easwaran, S. R. and Ramasundaram, P. (2008). Whether the Commodity Futures in Agriculture Are Efficient in Price Discovery? (an Econometric Analysis). Agricultural Economics Research Review, 21, 337-344.
  8. Fama, E. F. (1965). The behavior of stock market prices. Journal of Business, 38, 34-105.
  9. Fama, E. F. (1970(. Efficient Capital Markets: A Review of Theory and Empirical Work. The Journal of Finance, 25(2), 383-417.
  10. Fama, E. F. (1976). Foundations of Finance: Portfolio Decisions and Securities Prices. New York: Basic Books Inc. Publishers, 395.
  11. Francis Clark, J. & Taylor R. W. (2000). Schaum's outline of theory and problems of investments. New York: McGraw Hill, 2nd edition, 330.
  12. Frankfurter, G. M. and McGoun, E. G. (1996). Toward finance with meaning: the methodology of finance: what it is and what it can be. JAI Press Inc., 260.
  13. Hakkio, C. S. and Rush, M. (1989), Market Efficiency and Co-integration: An Application to the Sterling and Deutschmark Exchange Markets. Journal of International Money and Finance, 8, 75-88.
  14. Hamid, K., Suleman, M. T., Ali Shah, S. Z. & Imdad Akash, R. S. (2017). Testing the Weak Form of Efficient Market Hypothesis: Empirical Evidence from Asia-Pacific Markets. International Research Journal of Finance and Economics, 58, 121-134.
  15. Haugen, R. A. (1997). "Modern Investment Theory". Prentice Hall, International Editions, 748.
  16. Inoue, T. and Hamori, S. (2014). Market efficiency of commodity futures in India. Applied Economics letters, 21(8), 522-527.
  17. Kawamoto, K. and Hamor, S. (2010). Market efficiency among futures with different maturities: Evidence from the crude oil futures market. Journal of Futures Markets, 31(5), 487- 501.
  18. Kenourgios, D. (2005). Testing Efficiency and the Unbiasedness Hypothesis of the Emerging Greek Futures Market. European Review of Economics and Finance, 4(1), 3-20.
  19. Kim, A. (2015). Does Futures Speculation Destabilize Commodity Markets? Journal of Futures Markets, 35(8), 696-714.
  20. Kuruppuarachchi, D., Lin, H., & Premachandra, I. M. (2018). Testing commodity futures market efficiency under time-varying risk premiums and heteroscedastic prices, Economic Modeling.
  21. Lai, K. S. and Lai, M. (1991). Co-integration Test for Market Efficiency. The Journal of Futures Markets, 11, 567-75.
  22. Liu, P. C. and Maddala, G. S. (1992). Rationality of Survey Data and Tests for Market Efficiency in Foreign Exchange Markets. Journal of International Money and Finance, 11, 366-81.
  23. McKenzie, A. M. and Holt, M. T. (1998). Market Efficiency in Agricultural Futures Markets. American Agricultural Economics Association, 1998 Annual meeting, Salt Lake City.
  24. Narayan, P. K., Narayan, S., & Zheng, X. (2010). Gold and oil futures markets: Are markets efficient? Applied Energy, 87(10), 3299-3303.
  25. Phukubje, M. P. and Moholwa, M. B. (2006). Testing for weak-form efficiency in South African futures markets for wheat and sunflower seeds. Agrekon, 45(2), 198-2013.
  26. Sendhil, R., Kar, A., Mathur, V. C., & Jha, K. G. (2013). Testing the Efficiency of Indian Wheat Futures. International Journal of Economics & Management, 7(2), 408- 430.
  27. Simons, D. N. and Laryea, S. (2006). Testing the Efficiency of Selected African Stock Markets. Finance India, 20(2), 553-571.
  28. Wang, H. H. and Ke, B. (2003). Is China's Agricultural Futures Market Efficient? International Association of Agricultural Economists, 2003 Annual Meeting, Durban, South Africa.
  29. Wang, T. and Yang, J. (2010). Nonlinearity and intraday efficiency tests on energy futures markets. Energy Economics, 32(2), 496-503
  30. Yaganti, C. H. and Kamaiah, B. (2010). Market Efficiency of Commodity Futures Markets in India. GITAM Review of International Business, 3(2), 87-109.
  31. Zuykov, K. (2005). The Efficiency of the Futures Market in the Deregulated Electricity Industry. National University Kyiv-Mohyla Academy, M.A. Thesis.