Modeling for Measuring Corporate Financial Sustainability Using the Econophysics Method
Subject Areas : Financial Knowledge of Securities Analysismoloud soleimani 1 , Faegh ahmadi 2 , Mohammad Hossein Ranjbar 3 , hamidreza vakilifard 4
1 - PhD student of Accounting, Islamic Azad University, Qeshm International Campus, Science Department, Qeshm, Iran
2 - Assistant Professor of Financial Management, Islamic Azad University, Qeshm, Iran.
3 - Department of Accounting and Finance, Faculty of Humanities, Islamic Azad University, Bandar Abbas Branch, Bandar Abbas
4 - Associate Professor of Financial Management, Islamic Azad University, Tehran, Iran.
Keywords: financial stability, Econophysics Method, Noise Dispensing,
Abstract :
Each set of wavelet coefficients contains part of the time series at different time scales. Implementing wavelet transforms by utilizing the best wavelets at the right levels will have a significant impact on financial analysis results. Therefore, the present study seeks to present a proposed model for measuring firm financial sustainability by using an economophysical method using a sample of 86 companies listed in Tehran Stock Exchange during 2015-2019. The results of the research hypothesis show that the prediction of financial sustainability based on the economophysical method can provide better results. According to the findings of the study, it can be stated that the dendrogram observed in the Dabshiz wavelet is more accurate in decoupling and consequently clustering.
* انصاری، حجت الله. (1386). بررسی تأثیر استفاده از مقیاسهای زمانی متفاوت در محاسبه ارزش در معرض ریسک با استفاده از تئوری موجک. پایاننامه کارشناسی ارشد. دانشکده مدیریت دانشگاه تهران.
* آقایی، مجید؛ کوهبر، محمدامین و احمدینژاد، حسین. (1397). ثبات مالی و عملکرد اقتصادی: مطالعه موردی کشورهای عضو اوپک. اقتصاد و الگوسازی، دوره 9، شماره 2، صص 65-29.
* بزرگ اصل، موسی؛ برزیده، فرخ و صمدی، محمدتقی. (1397). تأثیر ریسک نقدینگی و ریسک اعتباری بر پایداری مالی در صنعت بانکداری ایران؛ رهیافت رگرسیون چندک. دانش مالی تحلیل اوراق بهادار، سال 11، شماره 38، صص 1-13.
* بیدگلی، غلامرضا؛ عبده تبریزی، حسین؛ محمدی، شاپور و شمس، شهاب الدین. (1388). بررسی زمان مقیاس مدل قیمتگذاری دارایی سرمایهای از طریق تبدیل موجک. بررسیهای حسابداری و حسابرسی، دوره 16، شماره 58، صص 35-52.
* خوچیانی، رامین. (1397). بررسی اثرات متقابل زمان- مقیاسی میان شاخص قیمت سهام و نوسانات نرخ ارز در بورس اوراق بهادار تهران. راهبرد مدیریت مالی، دوره 6، شماره 2، صص 191-168.
* رستمی، محمدرضا؛ کلانتری بنجار، محمود و نوری جعفرآباد، دنیال. (1395). بررسی هم حرکتی میان بازده شاخص صنایع مختلف در بورس اوراق بهادار تهران با بازده بازارهای نفت، طلا، دلار و یورو با استفاده از تحلیل موجک. دانش سرمایهگذاری، دوره 5، شماره 17، صص 251-227.
* شایگانی، بیتا؛ سلامی، امیربهداد و رامین، خوچیانی. (1393). مدل پیشنهادی برای پیشبینی تولید ناخالص داخلی کاربرد مدلهای ARIMA شبکههای عصبی و تبدیل موجک. دانش مالی تحلیل اوراق بهادار، دوره 7، شماره 24، صص 162-147.
* عباسی نژاد، حسین؛ گودرزی، یگانه و مشتری دوست، شیوا. (1391). آیا نوسانات حجم پول دارای اثرات حقیقی بر اقتصاد است؟ فصلنامه تحقیقات اقتصادی راه اندیشه. شماره 5، دوره 2، صص 1-23.
* فلاحتی، علی؛ فتاحی، شهرام؛ حیدری دیزگرانی، علی و شکری، نعیم. (1396). بررسی پایداری مالی و شوکهای مالی گذرا در اقتصاد ایران. فصلنامه اقتصاد مالی. دوره 11، شماره 41، صص 154-123.
* قنبری، علی؛ خضری، محسن و ترکی سمایی، رقیه. (1388). تخمین ریسک سیستماتیک در مقیاسهای زمانی مختلف با استفاده از تحلیل موجک برای بورس اوراق بهادار تهران. اقتصاد مقداری، دوره 6، شماره 4، صص 29-50.
* مشیری، سعید؛ پاکیزه، کامران؛ دبیریان، منوچهر و جعفری، ابوالفضل. (1389). بررسی رابطه میان بازدهی سهام و تورم با استفاده از تجزیهوتحلیل موجک در بورس اوراق بهادار تهران. پژوهشهای اقتصادی ایران، سال 14، شماره 42، صص 55-74.
* مطیعی بجارپسی، علی؛ اسماعیلزاده، علی و جهانشاد، آزیتا. (1395). بررسی پایداری مالی شرکتهای بیمه با تأکید بر توانگری مالی آنها. پایاننامه کارشناسی ارشد، دانشگاه آزاد اسلامی، دانشکده اقتصاد و حسابداری، تهران مرکز.
* میرباقری هیر، میر ناصر؛ ناهیدی امیرخیز، محمدرضا و شکوهی فرد، سیامک. (1395). ارزیابی ثبات مالی و تبیین عوامل مؤثر بر ثبات مالی بانکهای کشور. سیاستهای مالی و اقتصادی، سال 4، شماره 15، صص 42-23.
* نارمنجی، مرضیه؛ زمانیان، غلامرضا؛ یعقوبی، نورمحمد و پور شهابی، فرشید. (1396). نقش رقابت و تمرکز بر پایداری مالی در صنعت بانکداری ایران. پایاننامه کارشناسی ارشد، مدیریت، مدیریت بازرگانی، دانشگاه سیستان و بلوچستان، دانشکده ادبیات و علوم انسانی.
* نظری، سودابه؛ اسماعیلی کیا، غریبه و اوشنی، محمد. (1396). تأثیر سرمایه فکری بر عملکرد مالی و پایداری مالی. پایاننامه کارشناسی ارشد حسابداری، موسسه آموزش عالی باختر ایلام، دانشکده مدیریت و حسابداری.
* Afshan, A. Sharif, N. Loganathan, R. Jammazi. (2018). Time-frequency causality between stock prices and exchange rates: Further evidences from cointegration and wavelet analysis, Physica A, Vol 945, pp 225-244.
* Aguiar-Conraria, L., &Soares, M.J. (2014). The continuouswavelet transform: Moving beyond uni- and bivariate analysis. Journal of Economic Surveys, 28, 344-375.
* Ashraf Abdelbadie, Roba & Salama, Aly. (2019). corporate governance and financial stability in US banks: Do indirect interlocks matter? , Journal of Business Research, Vol 104, PP 85-105.
* Borio C, 2006. Monetary and financial stability: here to stay? Journal of Banking & Finance, 30(12), 3407–3414.
* Castellano, C, S. Fortunato, V. Loreto, Statistical physics of social dynamics, Review of Modern Physics 81 (2) (2007) 591–646.
* Cheung YL, Jiang P, Tan W. (2010). a transparency disclosure indexmeasuring disclosures: Chinese listed companies. J AccountPublic Policy 29:259–280.https://doi.org/10.1016/j. jaccpubpol.2010.02.001
* Gencary R, Selcak F & WhitcherB. (2002). an introduction to wavelets and other filtering methods in finance and economics. Academic press.2002:202-234.
* Jensen MC, Meckling WH (1976) Theory of the firm: managerial behav-ior, agency costs and ownership structure. J Financ Econ 3:305–360.
* LoCascio, Iolanda. (2015). A wavelet analysis of US fiscal sustainability. Economic Modeling Volume 51, December 2015, Pages 33-37.
* Mahmood M, Orazalin N. (2017). Green governance and sustainabilityreporting in Kazakhstan’s oil, gas, and mining sector: evidence froma former USSR emerging economy. J Clean Prod 164:389–397.https://doi.org/10.1016/j.jclepro.2017.06.203.
* Markose, S.M., Giansante, S., Rais Shaghaghi, A., 2012. Too interconnected to failfinancial network of US CDS market: topological fragility and systemic risk. J.Econ. Behav. Organ. 83, 627–646.
* Ozili, P. K. (2018). Banking Stability Determinants in Africa. International Journal of Managerial Finance 14 (4), 462-483
* Ozili. P.K., & Thankom, A.G. (2018). Income smoothing among European systemic and non-systemic banks. The British Accounting Review.
* Rajgopal S, Venkatachalam M. (2011). Financial reporting quality andidiosyncratic return volatility. J Account Econ 51:1–20. https://doi.org/10.1016/j.jacceco.2010.06.001
* Torrence, C. and G. P. Compo (1998). A practical guide to wavelet analysis, Bulletin of the American Meteorological Society, 79 (1): 61–78
* Yusgiantoro, Inka, Soedarmono, Wahyoe & Tarazi, Amine. (2019). Bank consolidation and financial stability in Indonesia. International Economics, Vol 159, PP 94-104.
* Zanin, M, L. Zunino, O. A. Rosso, D. Papo, Permutation entropy and its main biomedical and econophysics applications: A review, Entropy 14 (8) (2012) 1553
* Zhong, Guang- Yan., Cheng Li, Jiang., Cheng Mei, Dong & Sheng Tang, Nian. (2019). An approach for measuring corporation financial stability by Econophysics and Bayesian method, Physica A, https://doi.org/10.1016/j.physa.2019.121197
* Zubaidi Baharumshah, A. Soon, Siew-Voon. Lau, E (2017), “Fiscal sustainability in an emerging market economy: When does public debt turn bad?”, Journal of Policy Modeling, Volume 39, Issue 1, January–February 2017, Pages 99-113
_||_