COVID-19 همه گیر و ثبات بازار سهام-رویکرد بخشی

به نظر می رسد بیماری همه گیر Covid-19 مهمترین پدیده ای است که از مارس 2020 در تقریباً همه کشورهای جهان مشاهده شده است. ضرورت برای جلوگیری از شیوع COVID-19 و کارآمد نگه داشتن سیستم های مراقبت های بهداشتی منجر به محدودیت شدید و شدید فعالیت اقتصادی شد. بسیاری از بخش های خدماتی به ویژه با این کار سخت مورد توجه قرار گرفتند ، اما صنعت و کشاورزی نیز تحت تأثیر قرار گرفتند. به طور خاص ، این بیماری همه گیر به طور قابل توجهی بر بازارهای مالی تأثیر می گذارد و می توانیم مشاهده کنیم که برخی از بازارها یا ابزارها از نظر ثبات متفاوت هستند زیرا در درجه های مختلف تحت تأثیر قرار گرفته اند. در مقاله ، ما مشکل پایداری بازار سهام در طول همه گیر Covid-19 را ارائه می دهیم. با توجه به تعداد کم آثار مربوط به کشورهای CEE در طول بیماری همه گیر ، ما بورس اوراق بهادار ورشو را که یکی از مهمترین بازارهای CEE است ، تجزیه و تحلیل می کنیم. هدف اصلی ما این بود که پیدا کنیم که صنایع مختلف به نمایندگی از شاخص های بورس اوراق بهادار به شوک Covid-19 واکنش نشان داده اند و در نتیجه اینکه کدام بخش ها پایداری را حفظ کرده و در برابر همه گیر مقاومت می کنند. در تحقیقات ما ، ما از دو روش خوشه بندی استفاده می کنیم: K-means و تکنیک های بخش با معیار حداکثر رساندن ضریب سیلو و شش شاخص که ثبات را از نظر سودآوری ، حجم ، شرایط بیش از حد/بیش از حد توصیف می کنند. نتایج تحقیقات حاکی از آن است که در طول بیماری همه گیر می توان 5 خوشه شاخص های بخش را در کوتاه مدت و 4 در میان مدت شناسایی کرد. ما دریافتیم که ترکیب خوشه ها با گذشت زمان کاملاً پایدار است و هیچ یک از خوشه های به دست آمده نمی توانند با در نظر گرفتن تمام شاخص های تجزیه و تحلیل ، بیشترین یا کمترین پایدارترین را در نظر بگیرند. با این حال ، ما نشان دادیم که خوشه های به دست آمده منشأ پایداری متفاوتی دارند ، یعنی از نظر شاخص های مورد بررسی از ثبات از یکدیگر متفاوت هستند.

استناد: Buszko M ، Orzeszko W ، Stawarz M (2021) Covid-19 همه گیر و ثبات بازار سهام-یک رویکرد بخش. PLOS ONE 16 (5): E0250938. https://doi. org/10. 1371/journal. pone. 0250938

ویراستار: استفان کریستیان گرگینا ، دانشگاه مطالعات اقتصادی بخارست ، رومانی

دریافت: 16 فوریه 2021 ؛پذیرفته شده: 16 آوریل 2021 ؛منتشر شده: 20 مه 2021

کپی رایت: © 2021 Buszko و همکاران. این یک مقاله دسترسی آزاد است که تحت شرایط مجوز انتساب Creative Commons توزیع شده است ، که امکان استفاده ، توزیع و تولید مثل بدون محدودیت در هر رسانه را فراهم می کند ، مشروط بر اینکه نویسنده و منبع اصلی اعتبار داشته باشند.

در دسترس بودن داده ها: داده های مربوطه در https://doi. org/10. 18150/1zhv6h بارگذاری شده است.

بودجه: این کار توسط مرکز ملی علوم تحت کمک هزینه 2019/35/B/HS4/00642 پشتیبانی شد.

منافع رقابتی: نویسندگان اعلام کرده اند که هیچ منافع رقابتی وجود ندارد.

1. مقدمه

همه گیر Covid-19 تأثیر قابل توجهی در زندگی اقتصادی و اجتماعی اکثر کشورهای جهان داشت. این ویروس پتانسیل تأثیرگذاری در شیوه مخرب افراد ، مشاغل ، صنایع و کل اقتصادها را دارد [1]. در اصل ، ظاهر آن به معنای بار قابل توجهی و سازماندهی مجدد خدمات درمانی و لزوم ارائه ضد عفونی و اقدامات بهداشتی اضافی است ، اما انتظار می رود که دامنه جهانی آن برای چندین دهه تأثیرگذار ترین رویداد اقتصادی و اجتماعی باشد [2]. مشکل ویروس COVID-19 گسترش سریع آن بوده است که ناشی از انتقال هوا و استفاده شدید از حمل و نقل عمومی از جمله پروازهای بین قاره ای است. ضرورت جلوگیری از عدم موفقیت سیستم های مراقبت های بهداشتی و خنثی کردن اثرات COVID-19 ، که تهدیدی مستقیم برای سلامتی و زندگی شهروندان است ، منجر به محدودیت اجباری و اغلب شدید فعالیت اقتصادی می شود. در حقیقت ، این همه گیر فعالیت اقتصادی جهانی را در نیمه اول سال 2020 به طور ناگهانی متوقف کرد [3]. این بخش ها به ویژه به شدت خدمات بودند ، از جمله گردشگری و هتلداری ، تجارت خرده فروشی ، آموزش ، فعالیتهای فرهنگی ، رستوران ها ، گالری ها ، سالن های بدنسازی ، آرایشگاه ، تاکسی ، نمایشگاه ، رویدادهای ورزشی و خدمات شخصی که با تماس مستقیم بین مردم مشخص می شوند [4]. حمل و نقل زمین و هوایی و همچنین نهادهایی که مستقیماً با آن ارتباط دارند ، از جمله فرودگاه ها نیز به شدت متحمل شدند. به خصوص ، در آخرین بخش ، انتظار می رود تقاضا نه تنها در میان مدت بسیار تحت تأثیر قرار گیرد ، بلکه در دراز مدت [5] نیز تحت تأثیر قرار می گیرد زیرا پویایی گسترش همه گیر کاملاً با سیستم هواپیمایی مرتبط است [6]. علاوه بر این ، لیو و همکاران.[7] تجزیه و تحلیل سیستماتیک در مورد پویایی و ابعاد کاهش بی سابقه در تقاضای ترانزیت عمومی به دلیل همه گیر ارائه داد. نیاز به انزوا و عدم توانایی در انجام تولید ، فعالیتهای تجاری یا خدماتی براساس شرایط فعلی منجر به ظهور اختلال در تولید و عرضه و همچنین تجزیه زنجیرهای لجستیک شد. این مشکل همچنین عفونت های کارمندان بود که انجام تجارت به شکلی بدون آشفتگی غیرممکن بود. این همه گیر همچنین منجر به کاهش قابل توجهی در تقاضای انرژی و شرکت جهانی شد₂تولید گازهای گلخانه ای [3]. در جایی که ماهیت خاص این فعالیت به آن اجازه می داد ، همه گیر Covid-19 به تغییر در سازمان و الگوی کار بسیاری از نهادها کمک کرده و باعث عدم تمرکز آنها می شود ، و باعث انعطاف پذیری بیشتر عملکرد و شروع تحول به سمت کار از راه دور می شود بلکه بر روابط داخلی تأثیر می گذارد.، تنظیم کارمندان و مدیریت منابع انسانی [8]. موضوع احترام به حقوق بشر در چنین شرایطی نیز مطرح شد [9].

دوره بیماری همه گیر بدون شک نقطه عطفی در فعالیت های بسیاری از بخش ها و همچنین جهت توسعه کل اقتصادها است ، قطعاً واقعیت های اقتصادی را بیش از بحران قبلی 2007-2009 تغییر می دهد [10]. می توان آن را به عنوان یک شوک تقاضا و عرضه خاص رفتار کرد که منبع آن قفل اقتصاد واقعی و اختلال در فعالیت های خدمات ، تجارت و تولید ناشی از دلایل بهداشتی و اپیدمی است. همه گیر و تأثیرات آن در امور مالی با بحران مالی جهانی قبلی 2007-2009 مقایسه می شود. Wojcik و Ioannou [11] دریافتند که بحران قبلی به عنوان بحران اقیانوس اطلس شمالی که از طریق روابط بین الملل مالی و اقتصادی در سراسر جهان گسترش یافته است ، نامیده می شود ، اما همه گیر Covid-19 واقعاً جهانی است و به دلیل مسافرت به طور مستقیم بر همه کشورها تأثیر می گذاردوادبرخلاف بحران 2007-2009 ، بحران همه گیر در بخش مالی آغاز نشده است ، اما شدت آن در حوزه واقعی آن را به بخش مالی منتقل کرده و سپس دوباره به صورت برگشت پذیر به تولید ، تجارت و خدمات منتقل می شود. در برخی از صنایع ، بدون شک باعث تغییر چشمگیر در مدل کسب و کار شده یا بر تغییر در درآمد و ساختار هزینه تأثیر می گذارد. در حال حاضر عواقب تغییرات و تحولات در بخش های فردی دشوار است ، زیرا مشخص نیست که این بیماری همه گیر در نهایت چه مدت دوام خواهد داشت و هزینه های آن چه خواهد بود. بدون شک ، در زمینه رایانه سازی ، لجستیک ، مدیریت پرسنل ، مدیریت املاک و مستغلات ، امنیت سایبری و حمایت گسترده از سلامت ، چالش های جدیدی وجود خواهد داشت.

همه گیر Covid-19 یک پدیده جدید است ، بنابراین مطالعات روی آن هنوز جدید است اما به سرعت در حال گسترش است. موضوع COVID-19 در درجه اول در پزشکی و داروخانه مطرح شد [12-16] ، اما اندکی پس از آن شروع به موضوع تحقیق در بسیاری از رشته های دیگر مانند علوم بهداشتی شد [17 ، 18] ، روانشناسی [19 ، 20] یا فیزیک و ریاضیات [21]. در زمینه علوم اقتصادی ، به ویژه امور مالی ، دستاوردهای مربوط به COVID-19 بیشتر و بیشتر رایج می شود و بیشتر به پیامدهای قفل ها اشاره می کند. زمان نسبتاً کوتاهی برای مشاهده پدیده و به دست آوردن داده هایی که منعکس کننده تأثیر آن بر صورتهای مالی است ، اما آثار مربوط به جنبه های مختلف COVID-19 در امور مالی و بازارهای سرمایه منتشر شده است. مسائل مالی در طول بیماری همه گیر تاکنون موضوع تحقیقاتی بوده است [22] ، بانکداری [23-25] یا سیستم مالی [26]. همچنین می توان نتایج تحقیقات انجام شده در سایر جنبه های مالی مرتبط با COVID-19 را پیدا کرد ، مانند مواردی که تأثیر پویایی سطح وحشت را به دلیل شوک COVID-19 بر روی حرکات نرخ ارز نشان می دهد [27]. تأثیر بیماری همه گیر بر روی سرمایه گذاری های جایگزین مانند ارزهای رمزنگاری شده نیز در حال تبدیل شدن به حوزه مهم تحقیق در امور مالی است [28-32].

تعداد فزاینده ای از مقالات مربوط به پیوند COVID-19 و امور مالی مربوط به بازار سهام است. ادبیات موجود در این دامنه شامل آثاری است که حتی قبل از وقوع بیماری همه گیر منتشر شده است اما برای توضیح رفتارهای سرمایه گذار در دوره COVID و همچنین آثار انجام شده در طول بیماری همه گیر مناسب است. در گروه اول ، ممکن است مقالات مربوط به موضوعات مربوط به مسری [33] ، سرریز بین بازارها در هنگام شوک [34] و همچنین تأثیر خبرهای بد در بتاهای متغیر زمان پیدا کند [35]. در حالت دوم ، مقالات مربوط به موضوعات وابستگی بین عوامل جهانی و بازارها وجود دارد [36] یا به پیوندها بین واکنشهای بازار سهام فردی و شدت شیوع همه گیر در کشورهای مختلف [37]. علاوه بر این ، می توان برخی از آثار دیگر را ذکر کرد ، به عنوان مثالمربوط به قیمت سهام در طول همه گیر. سینگ [38] دریافت که سرمایه گذاران بیشتر به اصول شرکت ها و ESG که از پایداری طولانی مدت بنگاه ها در هنگام تلاطم پشتیبانی می کنند ، توجه بیشتری می کنند. جنبه های اساسی سرمایه گذاری نیز توسط میرزا و همکاران مورد توجه قرار گرفت.[39] که دریافت که صندوق های سرمایه گذاری کارآفرینی اجتماعی در هنگام وقوع بیماری همه گیر ، از همتایان خود فراتر رفته است. در زمینه قیمت گذاری سهام و تمایلات قیمت ، شهزاد و همکاران.[40] دریافت که همه گیر بر واریانس ایالات متحده ، آلمان و سهام ایتالیا قوی تر از بحران مالی جهانی تأثیر گذاشته است. در برابر این پیشینه ، ناریان و همکاران.[41] و Phan & Narayan [42] تأثیرات مثبتی از قفل های قفل ، ممنوعیت سفر و بسته های محرک اقتصادی بر روی بورس سهام و شریف و همکاران یافتند.[43] دریافت که در ایالات متحده شیوع همه گیر تأثیر بیشتری بر ریسک ژئوپلیتیکی و عدم اطمینان اقتصادی نسبت به خود بورس دارد.

بررسی ادبیات تعداد نسبتاً کمی از آثار مربوط به کشورهای CEE را نشان می دهد که این بیماری همه گیر نیز به شدت بر بازارهای مالی تأثیر گذاشته است. دلیل این پدیده ممکن است قطعه قطعه شدن نسبتاً زیاد بازارهای سرمایه محلی در منطقه CEE ، سرمایه کوچک آنها در اکثر کشورها و همچنین تأمین مالی پایین تر اقتصادها در مقایسه با کشورهای بسیار توسعه یافته باشد. در این محدوده ، بررسی Topcu و Gulal [44] نشان می دهد که تأثیر منفی این بیماری همه گیر در بورس سهام در حال ظهور در آسیا قوی تر از اروپا بود و به تدریج سقوط کرده و تا اواسط ماه آوریل شروع به کاهش می کند. نویسندگان همچنین می گویند که در بازارهای نوظهور اندازه بسته های محرک ارائه شده توسط دولت ها در جبران تأثیرات همه گیر اهمیت دارند. سایر تحقیقات مربوط به نرخ ارز و رفتار بورس اوراق بهادار کشورهای Visegrad CEE در طول همه گیر ، ارتباط معنی داری و منفی بین شاخص های بازار سهام ویسگراد و گسترش COVID-19 را نشان می دهد [2].

جدای از کارهای کمی که به همه‌گیری در CEE مربوط می‌شود، بخش عمده‌ای از دست رفته در تحقیقات فعلی، تأثیر کووید-19 بر بخش‌های خاصی از اقتصاد است. برخی از نتایج محبت بخشی را می توان در Wojcik و Ioannou [11] یافت که به نسبتاً کمترین کاهش رتبه مراقبت های بهداشتی و کالاهای مصرفی و بالاترین در بخش های انرژی، مالی و صنعتی اشاره می کنند. ارزیابی دیگر بازار سهام تحت شرایط همه گیر توسط هارون و رضوی بر اساس شاخص های بخشی برای ایالات متحده از داو جونز انجام شد [45]. آنها نشان دادند که وحشت ناشی از اخبار مرتبط با COVID-19 با نوسانات در شاخص های چندین بخش صنعتی مانند حمل و نقل، خودرو و قطعات، انرژی و مسافرت و اوقات فراغت ارتباط مثبتی دارد. نتایج مشابهی در مورد بازده بخشی برای بازار سهام استرالیا توسط Najdu و Ranjeeni [46] به دست آمد. تحلیل دیگری توسط مازور و همکاران انجام شد.[47] که تأثیر COVID-19 را بر رفتار بازار سهام شرکت‌های S&P1500 در سطح صنعت، از جمله قیمت‌گذاری سهام و نوسانات آنها، بررسی کردند. نویسندگان دریافتند که در طول سقوط بازار سهام، سهام در بخش‌های بهداشت، غذا، گاز طبیعی و نرم‌افزار عملکرد غیرعادی خوبی داشتند در حالی که شرکت‌های صنعت نفت خام، املاک، سرگرمی و مهمان‌نوازی بدترین عملکرد را داشتند. علاوه بر این، نویسندگان دریافتند که سهام بازنده دارای حرکات نامتقارن بیشتری بوده و نوسانات بالایی را نشان می‌دهد که با بازده سهام همبستگی منفی دارد. با نگاهی به حساسیت بخشی به بیماری همه گیر COVID-19، اختالروززمان و همکاران.[48] دریافتند که شرکت های مالی نقش مهم تری در سرایت مالی نسبت به شرکت های غیرمالی ایفا می کنند. جدای از آن، برخی ارزیابی‌های بخشی نیز بر اساس شرکت‌های چینی و بازار سهام چین از جمله او و همکاران انجام شد.[49]، گو و همکاران.[50] و Xiong و همکاران.[51]. تمام تحقیقات ذکر شده در بالا عمدتاً بر قیمت‌گذاری بازار سهام یا تحلیل نوسانات متمرکز شده‌اند، اما نه مستقیماً بر ارزیابی پیچیده ثبات.

بررسی تحقیقات در مورد تأثیر همه‌گیری و امور مالی تعداد نسبتاً کمی از تحقیقات مربوط به ثبات بازارهای مالی پس از شیوع همه‌گیری کووید-19 را نشان می‌دهد. مفهوم ثبات مالی مبهم است و می تواند به طرق مختلف و همچنین از دیدگاه های مختلف از جمله زیرساخت ها، نهادها، ابزارها، بازارها، مقررات و نتایج مالی تفسیر شود. بررسی تحقیق در مورد ثبات مالی ثابت می کند که هیچ تعاریف، مدل ها یا چارچوب های تحلیلی پذیرفته شده ای برای ارزیابی آن وجود ندارد. پیچیدگی موضوع و همچنین مشکلات مربوط به تعریف و اندازه گیری ثبات مالی توسط شیناسی [52] و گودهارت [53] نشان داده شد که آثارشان به این نتیجه می رسد که یک متغیر هدف واحد نمی تواند برای تعریف و اندازه گیری ثبات مالی مناسب باشد. با این وجود، ثبات مالی به ساده‌ترین روش خود را می‌توان به عنوان وضعیتی تعریف کرد که سیستم مالی امکان تخصیص کارآمد پس‌انداز به سرمایه‌گذاری‌ها را بدون اختلال می‌دهد [54]. همچنین زمانی می توان ثبات را شناسایی کرد که سیستم مالی قادر به مقاومت در برابر شوک ها باشد بدون اینکه تخصیص پس انداز، سرمایه گذاری و پردازش پرداخت ها را مختل کند [55]. به روشی پیچیده تر، ثبات مالی را می توان به عنوان اجزای سیستم مالی که به خوبی کار می کنند، از جمله واسطه های مالی، مؤسسات، بازارها، پرداخت ها، تسویه و سیستم های تسویه تعریف کرد [56، 57]. شیناسی [52] ثبات مالی را بر حسب توانایی برای تسهیل و تقویت فرآیندهای اقتصادی، مدیریت ریسک ها و جذب شوک ها توصیف می کند. نویسنده همچنین خاطرنشان می کند که ثبات مالی باید به عنوان یک پیوستار در نظر گرفته شود، یعنی در طول زمان قابل تغییر است و با ترکیب های متعددی از عناصر تشکیل دهنده مالی سازگار است. جدای از آن، مفهوم ثبات مالی ممکن است از طریق منشور بی ثباتی نیز تعریف شود، که در آن ثبات حالتی است که احتمال وقوع بی ثباتی وجود ندارد [58]. بی‌ثباتی مالی به معنای شرایط موجود در بازارهای مالی است که به عملکرد اقتصاد از طریق تأثیر آنها بر عملکرد سیستم مالی آسیب می‌زند یا تهدید می‌کند. رویکرد دیگر بی‌ثباتی را به‌عنوان درجه‌ای تعریف می‌کند که شوک‌های سیستم مالی در بازارها یا بین مؤسسات تقویت و انتشار می‌یابند [60]. مفهوم ثبات مالی در زمینه عملکرد روان بانک ها و سیستم مالی [61]، سیاست پولی و بانکداری مرکزی [62، 63]، ثبات قیمت [64-67] از جمله بازارهای نوظهور [68] یا اقتصاد و اقتصاد به کار گرفته شده است. سیاست اقتصادی [69]. در ادبیات، می‌توان حوزه‌های خاص‌تری را پیدا کرد که در آن مفهوم ثبات مالی ظاهر می‌شود، مانند انرژی‌های تجدیدپذیر [70]، مالی دیجیتال [71] یا بانکداری سایه [72].

در ادبیات ثبات بازارهای مالی پس از شیوع همه‌گیری کووید-19، بخش کمتری از آن به بازارهای سهام اختصاص دارد. ثبات بازار سهام را می توان به عنوان انتشار مداوم (پایدار) شوک های سیستماتیک در بازار سهام در شرایط عادی و شدید بازار تعریف کرد [73]. تعریف و کار منتشر شده توسط نویسندگان مذکور منجر به تحقیقات بیشتر توسط Ayinde و Yinusa [74] برای بازار آفریقا و Chirila و Chirila [75] برای کشورهای CEE شده است. با پیوند مفهوم ثبات مالی با رفتار بازارهای سهام از نظر همه گیر COVID-19، ما شکاف در تحقیقات مربوط به ارزیابی بخشی از ثبات مالی و همچنین ارزیابی بازارها در کشورهای CEE در طول دوره را شناسایی می کنیم. پاندمی. برای کاهش چنین شکافی، تصمیم گرفتیم یکی از مهم ترین بازارهای سهام در منطقه CEE، یعنی بورس اوراق بهادار ورشو (WSE) را تحلیل کنیم که طبقه بندی و ارزیابی رسمی عملکرد بخش ها را با زیرشاخص های WSE ارائه می دهد. همانطور که در اکتبر 2020، WSE از نظر تعداد شرکت های فهرست شده (434)، و همچنین سرمایه شرکت های داخلی (تقریباً 200 میلیارد یورو) بزرگترین بازار سهام در CEE بود. علاوه بر این، از سپتامبر 2018 لهستان شروع به طبقه بندی در شاخص FTSE Russel به عنوان یک کشور بسیار توسعه یافته کرد و در گروه 25 کشور به عنوان اولین کشور اروپای مرکزی و شرقی قرار گرفت. بنابراین، برخی از بزرگترین شرکت های لهستانی در شاخص های بازارهای توسعه یافته و بنابراین در شاخص Stoxx Europe 600 قرار گرفتند. این واقعیت ها کیفیت و کمیت تغییراتی را که در سال های اخیر در WSE رخ داده است تأیید می کند و همچنین انتخاب این بازار را برای بررسی ما توجیه می کند.

هدف اصلی این مقاله ارزیابی ثبات مالی (تاب‌آوری در برابر شوک) 16 صنعت (بخش) است که توسط شاخص‌های بخش در WSE در دوره شیوع همه‌گیری COVID-19 نشان داده شده است. ما قصد داریم دریابیم که صنایع مختلف که توسط شاخص‌های بورس نشان داده می‌شوند، در ماه‌های اول همه‌گیری چگونه به شوک COVID-19 واکنش نشان داده‌اند و در نتیجه کدام بخش‌ها ثبات خود را حفظ کرده و در برابر همه‌گیری مقاوم مانده‌اند. ما چندین پیامد عملی مهم چنین تحقیقاتی را می بینیم، به عنوان مثال، ممکن است برای طراحی و توسعه استراتژی های سرمایه گذاری جدید در بازار سهام، برای بازسازی پرتفوی سرمایه گذاری و همچنین برای مدیریت ریسک سرمایه گذاری موثرتر استفاده شود. به لطف آن، ما ممکن است رفتار بخش ها و شرکت های مختلف را در طول شوک های خارجی بهتر درک کنیم.

در تحقیق خود ما بر ارزیابی عملکرد بخشی تمرکز می کنیم. این مطالعه معیارهای ثبات را برای رفتار بخش‌ها قبل و بعد از شروع همه‌گیری مشخص می‌کند، شباهت رفتار بخش‌ها را با تقسیم آنها به خوشه‌ها و همچنین تغییر آنها (بازخوشه‌بندی) در جریان همه‌گیری بررسی می‌کند. ما ثبات را با مقایسه عملکرد قبل از همه‌گیری و همه‌گیری شاخص‌ها با استفاده از دو نقطه زمانی که ممکن است به عنوان آغاز همه‌گیری در نظر گرفته شود، بررسی می‌کنیم، یعنی اولین گزارش جهانی شیوع بیماری WHO در 5 ژانویه 2020 در مورد شیوع کووید-19 و 12 مارس 2020، یعنی آغاز قرنطینه در لهستان و WHO اعلام کرد که شیوع کووید-19 همه‌گیری است.

همانطور که اشاره شد ، ثبات مالی یک مفهوم پیچیده است و فقط با یک متغیر قابل اندازه گیری نیست. علاوه بر این ، در ادبیات ، هیچ پیشنهاد روشنی وجود ندارد که شاخص ها (متغیرها) مناسب ترین برای بررسی پایداری بازار سهام باشند. با توجه به ماهیت چند جانبه این مشکل ، تصمیم گرفتیم از روشهای خوشه بندی (یعنی: K-means و تکنیک های بخش) استفاده کنیم تا آن را در یک دامنه جامع و گسترده تجزیه و تحلیل کنیم. هر دو روش با موفقیت در ادبیات برای بررسی بازارهای سرمایه [76-80] و تجزیه و تحلیل پیامدهای همه گیر Covid-19 [81-84] استفاده شده است.

سهم این مقاله در درجه اول ارزیابی بورس اوراق بهادار ورشو ، یعنی بزرگترین و توسعه یافته ترین بورس سهام در CEE در طول همه گیر در دامنه ثبات مالی از دیدگاه بخش است. علاوه بر این ، ما شاخص هایی را پیشنهاد می کنیم که می تواند برای خوشه بندی در ارزیابی ثبات بازار سهام در هنگام شوک استفاده شود.

قسمت باقیمانده مقاله به شرح زیر سازماندهی شده است: در بخش 2 ، ما روشهای خوشه بندی و همچنین توصیف داده ها و روند تحقیق را شرح می دهیم. در بخش 3 ، نتایج و بحث را ارائه می دهیم. مقاله با نتیجه گیری به پایان رسیده است.

2. روش ها و توضیحات تحقیق

2. 1 روش خوشه بندی

خوشه بندی گروه بندی بدون نظارت از اشیاء به کلاس ها بدون هیچ گونه دانش پیشینی از مجموعه داده ها است که باید مورد تجزیه و تحلیل قرار گیرد [85]. هدف از خوشه بندی یافتن گروه های با کیفیت بالا از اشیاء مشابه و شناسایی الگوهای در داده ها است. مشکل خوشه بندی تقسیم داده های داده شده به خوشه ها (گروه ها) به گونه ای است که نقاط داده در یک خوشه بیشتر از هرچه بیشتر از امتیازات در خوشه های مختلف هستند. خود خوشه بندی نباید به عنوان یک الگوریتم خاص در نظر گرفته شود زیرا این یک کار کلی برای حل است. این امر می تواند با استفاده از روشهای مختلف خوشه بندی حاصل شود ، که به معنای آنچه که یک خوشه را تشکیل می دهد و نحوه یافتن آنها متفاوت است.

بیشتر روشهای خوشه بندی را می توان به عنوان خوشه بندی سلسله مراتبی یا جزئی طبقه بندی کرد. الگوریتم های خوشه بندی سلسله مراتبی با استفاده از تکنیک های تقسیم اکتشافی یا ادغام ، یک درخت خوشه (دندروگرام) ایجاد می کنند. در مقابل ، روشهای جزئی معمولاً نیاز دارند که تعداد خوشه ها و خوشه بندی اولیه به عنوان ورودی به روش مشخص شود [86 ، 87].

در مطالعه ما دو روش خوشه بندی را اعمال می کنیم: K-means و تکنیک های بخش. روش K-means [88] یک الگوریتم خوشه بندی جزئی شناخته شده است. این خوشه ها را با حداقل تغییرپذیری مشاهدات در هر خوشه تعیین می کند ، با استفاده از جمع درون خوشه ای از مربع ها محاسبه می شود: (1) که در آن k تعداد خوشه ها است ، c_k(k = 1،2 ،… ، k) خوشه ها ، μ_kآیا سانتروئیدها هستند (معمولاً با میانگین نقاط در خوشه C توصیف می شوند_k). به منظور نشان دادن خوشه بندی بهینه ، الگوریتم تکراری انجام می شود. این مرکز با انتخاب تصادفی (یا از اطلاعات پیشینی) شروع می شود. سپس هر نقطه از مجموعه داده ها بر اساس عملکرد فاصله به نزدیکترین خوشه (یعنی به نزدیکترین سانتروئید) اختصاص می یابد. در مرحله بعد ، بر اساس موارد جذب شده ، سانتروئیدهای جدید محاسبه می شوند. این فرآیند تا زمان دستیابی به همگرایی تکرار می شود [89].

دومین تکنیک کاربردی، روش Ward برای خوشه‌بندی سلسله مراتبی است. مانند سایر تکنیک های انباشته، این شامل ساخت خوشه های تو در تو با ادغام متوالی آنها است. نتیجه را می توان به عنوان یک درخت (دندروگرام) نشان داد که سلسله مراتب خوشه ها را توصیف می کند. الگوریتم Ward با خوشه بندی شروع می شود که در آن هر نقطه داده به تنهایی یک خوشه را تشکیل می دهد. در هر مرحله دو خوشه که واریانس درون خوشه ای را به حداقل می رساند (یعنی مجموع خطاهای مربع (1) با ) ادغام می شوند. الگوریتم زمانی خاتمه می یابد که تنها یک خوشه باقی بماند.

برای ارزیابی نتایج خوشه بندی، اقدامات اعتبار سنجی باید اعمال شود. چنین اقداماتی می‌تواند برای انتخاب روش خوشه‌بندی مناسب و پارامترهای آن، به عنوان مثال، مفید باشد. تعداد فرضی خوشه ها [90]. یکی از این معیارها که اغلب در ادبیات پیشنهاد می شود، ضریب silhouette [91] است. برای محاسبه ضریب silhouette، باید شباهت هر نقطه x را تخمین زد_منبه خوشه خود در مقایسه با خوشه های دیگر، با استفاده از فرمول: (2) که در آن a (i) میانگین عدم تشابه بین x است._منو نقاط خوشه C که حاوی x است_من، یعنی: (3) و b (i) کوچکترین تفاوت میانگین بین x است._منو تمام نقاط در هر خوشه دیگر، به عنوان مثال: (4)

وقتی |ج |= 1، معادله (3) را نمی توان محاسبه کرد، و فرض می شود که s (i) = 0.

اندازه گیری های s (i) مقادیری را از بازه 〈−1،1〉 می گیرند، زمانی که نقطه x بزرگ هستند (یعنی نزدیک به 1)_منبه یک خوشه مناسب اختصاص داده شده است. مقدار 0 نشان می دهد که x_مننزدیک به مرز تصمیم بین دو خوشه همسایه است و یک مقدار منفی نشان می دهد که ممکن است به خوشه اشتباهی اختصاص داده شده باشد.

طبق تعریف، s (i) شبح‌ها را برای نقاط منفرد اندازه‌گیری می‌کند. به نوبه خود، برای ارزیابی کیفیت همه K خوشه ها، باید شبح متوسط را محاسبه کرد: (5) که در آن N تعداد نقاط است. حداکثر مقدار (برگرفته از کل K ) ضریب silhouette (SC) نامیده می شود و شاخص اصلی کیفیت خوشه بندی است. طبق نظر کافمن و روسیو [92]، ضریب شبح را می توان به صورت زیر تفسیر کرد:

• SC ≤0. 25: هیچ ساختار قابل توجهی یافت نشد،
• 0. 26≤ SC ≤0. 50: ساختار ضعیف است و می تواند مصنوعی باشد،
• 0. 51≤ SC ≤0. 70: ساختار معقولی پیدا شده است،
• 0. 71≤ SC ≤1: یک ساختار قوی پیدا شده است.

2. 2 داده ها و فرآیند تحقیق

به منظور بررسی ثبات رفتار تک تک بخش‌های WSE، یعنی مقاومت آن‌ها در برابر تأثیر همه‌گیری COVID-19، از مجموع 16 شاخص استفاده کردیم که 14 مورد از آن‌ها شاخص‌های بخش منعکس‌کننده صنایع و دو شاخص کلان منعکس‌کننده بودند. صنایعی که مستقیماً در شاخص های بخش گنجانده نشده اند، مانند WIG. GAMES و WIGtech. جدول 1 ویژگی های شاخص های مورد بررسی را نشان می دهد.