پهلوان، ساره؛ نجفی مقدم، علی؛ امام وردی، قدرت اله و دارابی، رویا (1401). بررسی تأثیر ریسک های مالی، اقتصادی سیاسی و بین الملل بر شاخص بورس اوراق بهادار تهران با استفاده از روش ARDL.
دانش سرمایهگذاری، 11(41)، 303-332.
http://www.jik-ifea.ir/article_19094.html.
پیمانی فروشانی، مسلم؛ امیری، میثم و شیرازی؛ فاطمه (1400). کاربرد تسلط تصادفی مبتنی بر رگرسیون چندک در تحلیل فرصتهای آربیتراژی، کارایی بازار و ترجیحات سرمایهگذاران.
تحقیقات مالی، 23(2)، 172-195. DOI:
10.22059/frj.2021.301157.1007014.
تهرانی، رضا؛ اصولیان، محمد؛ باجلان، سعید و عباسیون، وحید (۱۳۹۹). مدلسازی پویای غیرخطی عوامل موثر بر بازار سهام: رویکرد رگرسیون کوانتایل آستانه با اثرات ناهمسانی واریانس بیزی (BQTR-GARCH).
مهندسی مالی و مدیریت اوراق بهادار، 11(45)، 343-372.
https://journals.iau.ir/article_679095.html.
تهرانی، رضا؛ مختاربند، محمود و العبوده؛ منال (1403). اثر شوک تحریم بر شاخص بازار سرمایه ایران.
مدیریت دارایی و تأمین مالی، 12(2)، 113-126. DOI:
10.22108/amf.2024.141380.1880.
دانیالی ده حوض، محمود و منصوری، حسین (1391). بررسی کارایی بورس اوراق بهادار تهران در سطح ضعیف و اولویتبندی عوامل مؤثر بر آن.
پژوهشنامه اقتصادی، 12(47)، 71-96.
https://joer.atu.ac.ir/article_931.html.
زندیه، مصطفی و قوچانی، روزبه (1392). اثر حجم معاملات و نسبت بالای P/E در ایجاد حباب قیمتی در بورس اوراق بهادار تهران.
دانش سرمایهگذاری، 2(8)، 71-88.
http://www.jik-ifea.ir/article_7533.html.
سواری، ضحی؛ رستمی، محمدرضا؛ فلاح شمس، میر فیض و جمالی، جعفر (1402). اثربخشی دولت، کیفیت قانون و عملکرد بازار سهام: رهیافت رگرسیون کوانتایل.
راهبرد مدیریت مالی، 11(2)، 161-182. DOI:
10.22051/jfm.2023.40276.2683.
شکوهی فرد، سیامک؛ ابوالحسنی، اصغر و فرهنگ، امیرعلی (1400). اثرات فساد بر شکنندگی مالی در ایران: رهیافت رگرسیون کوانتایل.
مجله توسعه و سرمایه، 6(2)، 93-110. DOI:
10.22103/jdc.2021.18460.1169.
شمس، شهاب الدین و سلیمانی اشرفی، ماریه (1392). بررسی رابطه بین حد نوسانات قیمت و عدم تقارن اطلاعاتی در شرکتهای پذیرفته شده در بورس اوراق بهادار تهران.
پژوهشهای تجربی حسابداری، 3(1)، 69-82. DOI:
10.22051/jera.2013.569.
محمدی، مسعود؛ فرزین، محمد رضا؛ حسینی، سید شمسالدین و محمدی، تیمور (1405). تحلیل رگرسیون کوانتایل از اثرات بازده جهانی بازارهای موازی بر بازده ارزهای دیجیتال: مطالعه موردی بیت کوین.
مجله توسعه و سرمایه، 11(1)، 97-120. DOI:
10.22103/jdc.2025.24424.1516.
منجذب، محمدرضا؛ جعفری، فریماه و قاسمی، یاسین (1402). مقایسه پیشبینی نوسانات شاخص سهام بورس تهران در رویکرد گارچ- میداس و رگرسیون کوانتایل.
مدلسازی اقتصادسنجی، 8(2)، 163-194. DOI:
10.22075/jem.2023.30386.1830.
مهاجری، پریسا و طالبلو، رضا (1401). بررسی پویاییهای سرریز تلاطمات بین بازده بخشها با رویکرد اتصالات خودرگرسیون برداری با پارامترهای متغیر در طول زمان (TVP-VAR)؛ شواهدی از بازار سهام ایران.
تحقیقات اقتصادی، 57(2)، 321-356. DOI:
10.22059/jte.2023.349895.1008727.
نجارزاده، رضا (1385). بررسی ارتباط تجربی بین حجم معاملات و نوسانات بازده ، در بورس اوراق بهادار تهران.
تحقیقات اقتصادی، 41(3)، 273-299.
https://jte.ut.ac.ir/article_18239.html.
References
Afşar, M., Polat, O., Afşar, A., & Kahraman, G.Ö. (2025). Dynamic interlinkages between oil price shocks and stock markets: A quantile-on-quantile connectedness analysis in emerging economies.
Applied Economics, Advance online publication.
https://doi.org/10.1080/00036846.2025.2473121
Andrews, D.W.K., & Chen, X. (1994). Approximately median-unbiased estimation of autoregressive models.
Journal of Business & Economic Statistics, 12(4), 403-410.
https://ideas.repec.org/v12y1994i2p187-204.html.
Baur, D.G. (2013). Quantile regression estimation of the conditional value-at-risk for European stock markets.
Journal of Empirical Finance, 20, 18-31.
https://ideas.repec.org/p/crt/wpaper/0521.html.
Baur, D.G., Dimpfl, T., & Jung, R.C. (2012). Stock return autocorrelations revisited: A quantile regression approach.
Journal of Empirical Finance, 19(2), 254-265.
https://doi.org/10.1016/j.jempfin.2011.12.002.
Campbell, J.Y., Grossman, S.J., & Wang, J. (1993). Trading volume and serial correlation in stock returns.
The Quarterly Journal of Economics, 108(4), 905-939.
https://ideas.repec.org/a/v108y1993i4p905-939..html
Campbell, J.Y., Lo, A.W., & MacKinlay, A.C. (1997). The econometrics of financial markets.
Princeton University Press. https://www.jstor.org/stable/j.ctt7skm5.
Chiang, T.C., Li, J., & Tan, L. (2010). Empirical investigation of herding behavior in Chinese stock markets: Evidence from quantile regression analysis.
Global Finance Journal, 21(1), 111-124. [
Scientific Research Publishing].
Danyali Deh Howz, M., & Mansouri, H. (2012). Investigating weak form of efficiency in Tehran Stock Exchange and ranking factors that affect it.
Economics Research, 12(47), 71-96.
https://joer.atu.ac.ir/article_931.html [In Persian].
Fama, E.F. (1965). The behavior of stock market prices.
Journal of Business, 38(1), 34–105. [
PDF].
Gebka, B., & Wohar, M.E. (2013). Causality and quantile dependence between stock returns and volume.
Journal of Banking & Finance, 37(5), 1639-1650.
https://ideas.repec.org/a/eee/reveco/v27y2013icp144-159.html.
Györfi, L., Wang, W., & Tu, J. (2011). Asymmetric predictability of conditional quantiles of stock returns.
Journal of Empirical Finance, 18(5), 765–778.
https://doi.org/10.1016/j.jempfin.2011.07.001.
Hamilton, J.D. (1994). Time series analysis. Princeton University Press.
https://doi.org/10.1515/9780691218632.
Koenker, R. (2005). Quantile regression. Cambridge University Press.
https://doi.org/CBO9780511754098.
Koenker, R., & Bassett Jr, G. (1978). Regression quantiles. Econometrica:
journal of the Econometric Society, 33-50.
https://doi.org/10.2307/1913643.
Koenker, R., & Xiao, Z. (2006). Quantile autoregression.
Journal of the American Statistical Association, 101(475), 980-990.
https://ideas.repec.org/a/bes/jnlasa/v101y2006p980-990.html.
Lewellen, J. (2002). Momentum and autocorrelation in stock returns.
Review of Financial Studies, 15(2), 533-563. DOI:
10.1093/rfs/15.2.533.
Li, L., Leng, Sh., Yang, J., & Yu, M. (2016). Stock market autoregressive dynamics: A multinational comparative study with quantile regression.
Journal of Applied Mathematics, 2016(1), 1-15.
https://doi.org/1285768.
Lo, A.W., & MacKinlay, A.C. (1988). Stock market prices do not follow random walks: Evidence from a simple specification test.
The Review of Financial Studies, 1(1), 41-66.
https://www.jstor.org/stable/2962126.
Mohajeri, P., & Taleblou, R. (2022). Investigating the dynamics of volatility spillovers across sectors’ returns utilizing a time-varying parameter vector autoregressive connectedness approach; evidence from Iranian stock market.
Journal of Economic Research, 57(2), 321-356. DOI:
10.22059/jte.2023.349895.1008727 [In Persian].
Mohammadi, M., Farzin, M., Hosseini, S.S., & Mohammadi, T. (2025). A quantile regression analysis of the global return effects of parallel markets on cryptocurrency returns: A case study of Bitcoin.
Journal of Development and Capital, 11(1), 97-120. DOI:
10.22103/jdc.2025.24424.1516 [In Persian].
Monjazeb, M., Jafari, F., & Ghasemi, Y. (2023). Comparison of predicting volatility of Tehran stock index in GARCH-MIDAS approach and quantile regression.
Journal of Econometric Modelling, 8(2), 163-194. DOI:
10.22075/jem.2023.30386.1830 [In Persian].
Najarzadeh, R. (2006). Investigating the empirical relationship between trading volume and return volatility in the Tehran Stock Exchange.
Journal of Economic Research, 41(3), 273-299.
https://jte.ut.ac.ir/18239.html [In Persian].
Özdemir, M. (2025). Asymmetric shock persistence in the OECD stock exchanges: New insight from quantile exponential smooth transition autoregression approach.
Computational Economics, 1-54. DOI:
10.1007/10889-1.
Pahlavan, S., Najafi Moghadam, A., Emamverdi, G., & Darabi, R. (2022). Investigating the impact of financial, economic, political and international risks on Tehran Stock Exchange index using method ARDL.
Journal of Investment Knowledge, 11(41), 303-332.
http://www.jik-ifea.ir/article_19094.html [In Persian].
Peymany Foroushany, M., Amiri, M., & Shirazi, F. (2021). Application of stochastics dominance via quantile regression in analysis of arbitrage opportunities market efficiency and investors preferences.
Financial Research Journal, 23(2), 172-195. DOI:
10.22059/frj.2021.301157.1007014 [In Persian].
Ren, X., Xiao, Y., He, F., & Gozgor, G. (2024). The contagion of extreme risks between fossil and green energy markets: evidence from China.
Quantitative Finance, 24(5), 627-642. DOI:
10.1080/14697688.2024.2339374.
Saboo, N., Ali, R., & Khan, S. (2014). Examining stock return behavior and predictability in Asian markets.
South Asian Journal of Global Business Research, 3(2), 123–145.
https://doi.org/10.1108/SAJGBR-03-2014-0006.
Samuelson, P.A. (1965). Proof that properly anticipated prices fluctuate randomly. Industrial Management Review, 6(2), 41–49.
Savari, Z., Rostami, M., Fallahshams, M., & Jamali, J. (2023). Government effectiveness, regulatory quality and stock market performance: A quantile regression approach.
Financial Management Strategy, 11(2), 161-182. DOI:
10.22051/jfm.2023.40276.2683 [In Persian].
Shams, S., & Ashrafi, M. (2013). Examining relationshionship between on limit price and information asymmetry in Tehran Stock Exchange.
Empirical Research in Accounting, 3(1), 69-82. DOI:
10.22051/jera.2013.569 [In Persian].
ShokouhiFard, S., Abolhasani, A., & Farhang, A. (2021). The effects of corruption on financial fragility in Iran: A quantile regression approach.
Journal of Development and Capital,
6(2), 93-110. DOI:
10.22103/jdc.2021.18460.1169 [In Persian].
Su, C.W., Zhu, M.N., & Gupta, R. (2015). Time-varying return predictability in the US: Evidence from quantile predictive regression.
Journal of Economics and Business, 82, 92–110.
https://doi.org/10.1016/j.jeconbus.005.
Tehrani, R., Mokhtarband, M., & Aboodeh, M. (2024). Impact of sanction shock on Iran's stock market index.
Journal of Asset Management and Financing, 12(2), 113-126. DOI:
10.22108/amf.2024.141380.1880 [In Persian].
Tehrani, R., Osoolian, M., Bajalan, S., & Abbasion, V. (2020). Nonlinear dynamic modeling of factors affecting the stock market: Baysian quantile threshold regression-GARCH approach.
https://journals.iau.ir/679095.html [In Persian].
Tsai, I.C. (2012). The relationship between stock price index and exchange rate in Asian markets: A quantile regression approach.
International Review of Financial Analysis, 23, 208–217.
https://doi.org/1016/j.intfin.005.
Tsay, R.S. (2010). Analysis of financial time series (3rd ed.). Wiley. [
PDF].
Umoru, D., Umar, S.S., Igbinovia, B., & Hussaini, R. (2025). Currency volatility risk, VIX and equity market performance of developed countries: Quantile and Markov regressions analysis.
African Journal of Management and Social Sciences, 6(1), 46-65. [
PDF].
Yu, K., Lu, Z., & Stander, J. (2003). Quantile regression: applications and current research areas.
Journal of the Royal Statistical Society: Series D (The Statistician), 52(3), 331-350.
https://doi.org/10.1111/1467-9884.00363.
Zandieh, M., & Ghouchani, R. (2013). The effect of trading volume and high P/E ratio on the price bubble in Tehran Stock Exchange market.
Journal of Investment Knowledge, 2(8), 271-288.
http://www.jik-ifea.ir/article_7533.html [In Persian].
