Contagion risk of turbulence caused by the release of good and bad news in the accepted banks of Tehran Stock Exchange with MGARCH model approach

Document Type : Original Article

Authors
Mansour Moghaddasin 1
mir feyz Fallah Shams Layalestani 2
Seyyed Kazem Chavoshi 3
Reza Gholami Jamkarani 4
1 Department of Financial Management, Qom Branch, Islamic Azad University, Qom, Iran
2 Department of Financial Management, central Tehran Branch, Islamic Azad University, Tehran, Iran
3 Department of Insurance, Banking and Customs Management, Kharazmi University, Tehran, Iran
4 Department of Accounting, Qom Branch, Islamic Azad University, Qom, Iran
10.30495/jik.2024.72034.4213
Abstract
study is to investigate the contagion caused by the release of good and bad news in the stock market with the MGARCH model approach. The statistical population of the current study includes banks admitted to the Tehran Stock Exchange. The time period of this study was chosen according to the availability of information in the period of 2011-2021. study are the stock price and the index of good and bad news, which is considered to be zero in the case of bad news (negative stock return rate or number one) and zero in the case of good news (positive stock return rate). In order to achieve the goal of the research, EGARCH and TARCH methods were used to model the effects of good and bad news on the fluctuations of the stock returns of each of the studied banks, then, in the form of the MGARCH model, the effects related to the contagion of the risk of turbulence caused by news on the bank. were checked. Empirical evidence from the use of volatility models for banks admitted to the Tehran Stock Exchange has indicated that the effect of positive and negative price shocks on future price fluctuations is statistically different, and positive and negative news have asymmetric effects on volatility.
Keywords
contagion
volatility risk
returns
good and bad news
MGARCH model
  1. ابونوری، اسمعیل و عبداللهی، محمدرضا (1391)، مدل سازی نوسانات بخش‏ های مختلف بازار سهام ایران با استفاده از مدل گارچ چندمتغیره، نشریه تحقیقات مالی، دوره چهاردهم، شماره 1 : 1-16.
  2. آقاسی، سعید؛ آقاسی، احسان و بیگلری، سحر (1395)، بررسی رابطه تحمل ریسک مالی و ویژگی های سرمایه گذاران (هوش مالی، مهارت مدیریت مالی، ثروت) بر اساس مدل بومی شده دونالد مطالعه موردی: بورس اوراق بهادار تهران، فصلنامه علمی پژوهشی دانش مالی تحلیل اوراق بهادار، سال نهم، شماره 31 : 21-
  3. دیانتی دیلمی، زهرا و خداکرمی، الهام (1396)، تاثیر انتشار اخبار زیست محیطی روی قیمت سهام شرکت های پذیرفته شده در بورس اوراق بهادار تهران، فصلنامه علمی پژوهشی دانش سرمایه گذاری، سال ششم، شماره 23 : 189-209.
  4. زمانی، شیوا، سوری، داوود، ثنائی اعلم، محسن (1389)، بررسی وجود سرایت بین سهام شرکت‎ها در بورس اوراق بهادار تهران با استفاده از یک مدل دینامیک چندمتغیره، مجله تحقیقات اقتصادی، شماره 93 : 29-54.
  5. ساده وند، محمدجواد، نیکومرام، هاشم، قالیباف اصل، حسن و فلاح شمس، میرفیض (1401)، بررسی و مقایسه عملکرد مدل‌های متعارف و ترکیبی در پیش‌بینی درماندگی مالی، تحقیقات مالی، 24(2) : 214-235.
  6. فلاح شمس، میرفیض و بنی شریف، عباس (1400)، سرایت‌پذیری ریسک‌های مالی در بانک‌های پذیرفته‌شده در بورس اوراق بهادار تهران با استفاده از رهیافت MGARCH، نشریه تحقیقات مالی، 23(1) : 87-107.
  7. مهرآرا، محسن و عبدلی، قهرمان (1385)، نقش اخبار خوب و بد در نوسانات بازدهی سهام در ایران، فصلنامه پژوهش های اقتصادی ایران، سال هشتم، شماره 26 : 25-40.
  8. نیکومرام, هاشم, پورزمانی, زهرا, دهقان, عبدالمجید (1394)، بررسی سرایت‌ تلاطم بازارهای موازی بازار سرمایه بر صنایع بورسی (صادرات و واردات محور)، فصلنامه علمی پژوهشی دانش مالی تحلیل اوراق بهادار، سال هشتم، شماره 25 : 1-18.
  9. Barth M., McNichols M. (1994), Estimation and Market Valuation of Environmental Liabilities Relating to Superfund sites. Journal of Accounting Research 32:177–209
  10. Baur, D.G., (2011). Financial contagion and the real economy. Journal of Banking & Finance 36 (10), 2680–2692.
  11. Blacconiere W. G., Patten D. M. (1994) Environmental Disclosure, Regulatory Costs and Changes in Firm Value. Journal of Accounting and Economics 18(3): 357–377
  12. Cetorelli, N., Gambera, M., (2001). Banking market structure, financial dependence and growth: international evidence from industry data. Journal of Finance 56 (2), 617–648.
  13. Cheong, C.S., Olshansky, A., Zurbruegg, R., (2011). The influence of real estate risk on market volatility. Journal of Property Investment & Finance 29 (2), 145–166.
  14. Clarkson, P., Li, Y., Richardson, G., Vasvari, F., (2008). Revisiting the relation between environmental performance and environmental disclosure: an empirical analysis. Acc. Organ. Soc. 33, 303–327.
  15. Cole, R.A., Moshirian, F., Wu, Q., (2008). Bank stock returns and economic growth. Journal of Banking & Finance 32 (6), 995–1007.
  16. Cormier, D., Magnan, M., (2007). The revisited contribution of environmental reporting to investors’ valuation of a firm’s earnings: an international perspective. Ecol. Econ. 62, 613–626.
  17. Fan, Q.X., Du, M.D. & Long, W. (2022). Risk Spillover Effect of Chinese Commercial Banks: Based on Indicator Method and CoVaR Approach. Procedia Computer Science, 122, 932–940.
  18. Fernadez, M.A, manzana, V.A.Argo & Saez, J.C. Mattellin.(2009). Doinvestors in spain react to news on sustainability and corporate social responsibility, international Journal ofsustainable economy. 227, 224
  19. Granger, E., & Pon, M. (2008). An empirical comparison of alternative models in estimating Value-at-Risk: Evidence and application from the LSE. Int. J. Monetary Economics and Finance, 1(2), 201-218
  20. Kaufman, G. (2020). Banking and currency crises and systemic risk: Lessons from recent events. Financial Markets, Initiation, and instruments, 9(2), 69-131.
  21. Kroszner, R.S., Laeven, L., Klingebiel, D., (2007). Banking crises, financial dependence, and growth. Journal of Financial Economics 84 (1), 187–228.
  22. Liu, Y.A., Pan, M.-S., (1997). Mean and volatility spillover effects in the U.S. and Pacific-Basin stock markets. Multinational Finance Journal 1 (1), 47–62.
  23. Ortiz-Molina, H., Phillips, G., (2014). Real asset illiquidity and the cost of capital. Journal of Financial and Quantitative Analysis.
  24. Wang, Z., (2010). Dynamics and causality in industry-specific volatility. Journal of Banking & Finance 34 (7), 1688–1699.