استراتژی های پرچین در بازارهای مالی: مورد دارایی های سبز و قهوه ای

این مقاله با شناخت اهمیت روزافزون بازار انرژی سبز - سهام و اوراق بهادار انرژی قابل رشد - و طبقه بندی آن به عنوان یک دارایی مالی مناسب ، این مقاله استراتژی های پرچین را با ابزارهای بازار قهوه ای - Gold ، Loil ، Bond و Composite S& P500 در بازارهای انرژی سبز بررسی می کند. بشریعنی ما بررسی می کنیم که آیا و تا چه اندازه دارایی های قهوه ای می توانند با استفاده از انواع چارچوب چند متغیره گارچ (DCC ، ADCC و Go-Garch) ، دارایی های قهوه ای را برای دارایی های سبز فراهم کنند. مجموعه داده های ما دوره 01/12/2008 تا 30/09/2021 را شامل می شود. برای پاسخ به تأثیر بیماری همه گیر Covid-19 ، ما مجموعه داده را به دو-PRE-COVID (1/12/2008-10/03/2020) و دوره Covid (11/03/202-30/09/09/09 تقسیم می کنیم. 2021). دو یافته کلیدی از نتایج ما ناشی می شود: اول ، اوراق قرضه و سهام معمولی ، سازگارترین پرچین برای سرمایه گذاری در بازارهای سبز را فراهم می کند. دوم ، نتایج به وضعیت بازار حساس است - اثربخشی برنامه ریزی شده در دوره COVID در بازار سهام سبز کاهش یافته است. از جمله موارد دیگر ، توصیه می شود سرمایه گذاران شامل ابزاری از بازار سبز در تخصیص نمونه کارها باشند.

روی نسخه خطی کار می کنید؟

از رایج ترین اشتباهات خودداری کنید و نسخه خطی خود را برای ویراستاران ژورنال آماده کنید.

1. معرفی

بازارهای انرژی تجدید پذیر اخیراً باعث افزایش علاقه ، حسن نیت ارائه نگرانی در مورد گرم شدن کره زمین ، قیمت سوخت های فسیلی بسیار بی ثبات و میزان کاهش سریع شده است. یکی دیگر از عوامل مؤثر ، کاهش مداوم هزینه انرژی پاک به دلیل نوآوری های فناوری ، رقابت شدید و افزایش سرمایه گذاری در انرژی سبز است. قابل درک است که تعدادی از مطالعات پویایی بازارهای انرژی سبز را بررسی کرده اند. اولین مجموعه مطالعات به بررسی امکان بهبود کارآیی سیستم های بازار سبز (به عنوان مثال ، شهزاد و همکاران 2020 ؛ نعیم و همکاران 2021 ؛ ژوانگ و وی 2022) است. علاوه بر این ، مانند سایر بازارهای مالی ، بازارهای انرژی سبز ویژگی های نوسانات را نشان می دهند و از اصول کلان اقتصادی ، اطلاعیه های خبری و شوک ها مصون نیستند. این امر باعث شده است كه رشته دوم ادبیات بررسی بازگشت و نوسانات بین پاورقی 1 سبز و بازارهای قهوه ای 1 را بررسی كند (به كومار و همكاران 2012 ؛ باندیا و همكاران 2016 ؛ فام 2019 مراجعه كنید). گروه سوم مطالعات پتانسیل های محافظت از دارایی های سبز و قهوه ای را بررسی می کند (Sadorsky 2012 ؛ Sanchez 2015 ؛ Ahmad et al. 2017 ؛ Ahmad et al. 2018). در اصل ، این مطالعات از مدل های GARCH برای تجزیه و تحلیل استراتژی های محافظت از دارایی های معمولی در سهام سبز استفاده می کنند. به عنوان مثال ، احمد و همکاران.(2018) ابزارهای بزرگتر حصار (طلا ، روغن ، VIX و OVX) و چندین مدل GARCH (DCC ، ADCC و Go-Garch) را در نظر بگیرید و نتیجه بگیرید که VIX بهترین عملکرد محافظت را ارائه می دهد.

این مقاله به رشته سوم ادبیات مربوط می شود - وقایع مشخص در جهت نیاز به بررسی تمایلات محافظت از اوراق قرضه انرژی سبز است. اهمیت اوراق قرضه سبز را نمی توان به دلایل زیر مورد تأکید قرار داد: (i) سرمایه گذاری های گسترده ای در بازار وجود داشته است که منجر به سکه "رونق اوراق قرضه سبز" می شود (Tolliver et al. 2020).(ii) بازار از حمایت و حمایت دولت ها تسکین داده است. توافق نامه پاریس افزایش گسترده ای در ابتکارات سرمایه گذاری سبز (Deschryver and de Mariz 2020) ؛(iii) اوراق قرضه سبز ضعیف مربوط به بازارهای سهام و انرژی است (Reforedo 2018 ؛ Saeed et al. 2020). پارک و همکاران.(2020) نشان می دهد که اوراق قرضه سبز به شوک در بازارهای دیگر پاسخ نمی دهد ، در حالی که Reboredo (2018) نتیجه گرفت که اوراق قرضه سبز بیشتر با اوراق بهادار شرکت و دولتی مرتبط است.(IV) افزایش گسترده ای در حجم معاملات و سرمایه گذاری در بازار این دارایی وجود داشته است (دوتا و همکاران 2020 ؛ لی و همکاران 2021). بنابراین این مقاله یکی از تلاشهای اولیه برای بررسی قدرت محافظت از سهام سبز و اوراق قرضه است. نتایج به دست آمده برای سرمایه گذاران و سیاست گذاران از اهمیت زیادی برخوردار است زیرا بهتر از این که کدام یک از بازارها کمترین خطر را دارند ، آگاه هستند.

گفته می شود ، این مقاله سه سهم اصلی را ارائه می دهد. اول ، این مقاله به پویایی بازار سبز می پردازد ، بنابراین دانش محدود بازار موجود را تقویت می کند. دوم ، ما از چندین ابزار بازار سبز (یعنی سهام و اوراق قرضه) استفاده می کنیم. مطالعات قبلی بیشتر روی سهام سبز بدون توجه کافی به اوراق قرضه سبز متمرکز شده است. حتی اگر هر دو بازار سازگار با محیط زیست باشند ، فرر و همکاران.(2021) تفاوت قابل توجهی بین سهام سبز و اوراق قرضه نشان می دهد. طبق گفته های Kuang (2021A ، B) ، سهام سبز و دارایی های اوراق قرضه مزایای متنوع سازی را برای دارایی های کثیف ، با تفاوت های مختلف در عملکرد آنها ، ارائه می دهد ، در حالی که بازار اوراق قرضه منجر می شود. سهم نهایی در استفاده از یک مجموعه داده گسترش یافته برای تأمل در تأثیر همه گیر Covid-19 است. در حالی که اقتصاددانان به طور کلی در مورد مسائل موافق نیستند ، در مورد پیامدهای منفی شرکت کننده در همه حوزه های اقتصادی و اقتصادی و مالی اجماع وجود دارد. علاوه بر این ، هیچ نشانه مشخصی مبنی بر پایان یافتن عواقب این بیماری همه گیر وجود ندارد. بنابراین ، به راحتی می توان فرض کرد که وضعیت فعلی بازار ممکن است برای مدتی باقی بماند و عبارت محبوب "عادی جدید" را تأیید کند. به همین ترتیب ، تجزیه و تحلیل استراتژی های محافظت از دارایی های سبز و قهوه ای به ذینفعان بازار و سرمایه گذاران در تهیه تخصیص نمونه کارها و تصمیمات مدیریت ریسک کمک می کند. شایان ذکر است که دارایی های سبز "نسبتاً" ابزارهای مالی جدید هستند که با گذشت زمان اطلاعات جدید را ارائه می دهند. از زمان آغاز آنها ، این ابزارها شاهد شوک جدی نبوده اند. از این رو هیچ آگاهی از واکنش آنها به شوک وجود ندارد. پاورقی 2 برای پر کردن این شکاف درک شده ، ما نمونه خود را به دوره های دو-PRE-COVID و COVID تقسیم می کنیم-و این امکان مقایسه نتایج را فراهم می آورد. از این رو ، ذینفعان بازار در دوره های آرام و بحران از رفتار دارایی های سبز آگاه هستند. این یکی دیگر از پیشرفت های قابل توجه در مورد برخی از مطالعات قبلی و مشابه است (به عنوان مثال ، به Sadorsky 2012 ؛ Sanchez 2015 ؛ Ahmad et al. ، 2017 ؛ Ahmad et al. 2018).

به دنبال این بخش مقدماتی ، بقیه مقاله به شرح زیر ساخته شده است: بررسی ادبیات در بخش ارائه شده است. 2. روش و داده ها در بخش مورد بحث قرار گرفته است. 3. بخش 4 بر نتایج تجربی متمرکز است. نتیجه گیری و توصیه های سیاست در بخش ارائه شده است. 5

2 ادبیات مرتبط

بازار انرژی سبز نسبتاً "کودک جدید در بلوک" است زیرا افزایش قیمت نفت ، افزایش نرخ بهره و نوآوری های فناوری باعث ایجاد علاقه به پویایی بازار سبز می شود. از این رو ، تحقیقات تجربی از این کلاس دارایی جدید همچنان مرحله مرکزی را به عهده می گیرد (به عنوان مثال ، Henriques and Sadorsky 2008 ؛ Kumar et al. 2012 ؛ Reboredo 2018 ؛ Pham 2019 ؛ Sadorsky 2012 ؛ Bondia et al. 2016 ؛ and Ahmad et al. 2018؛ لی و همکاران 2021 ؛ فرر و همکاران 2021 ؛ و کونگ 2021a ، ب).

علاوه بر این ، بیشتر این تحلیل های تجربی قبلی از بازار سبز تا حد زیادی با ابزارهای مختلف اقتصاد سنجی متمایز می شوند. به عنوان مثال ، در حالی که Henriques و Sadorsky (2008) از یک چارچوب VAR برای بررسی رابطه بلند مدت بین قیمت سهام دارایی های سبز ، شرکت های فناوری ، قیمت نفت و نرخ بهره ، کومار و همکاران استفاده کردند.(2012) با استفاده از یک چارچوب تغییر یافته VAR--، نتایج Henriques و Sadorsky را تأیید کرد تا نشان دهد عملکرد قیمت کربن (سهام جهانی) ضعیف (خوب) بود. از طرف دیگر ، با استفاده از مدل GARCH ، سانچز (2015) می یابد که سرریز نوسانات بین سهام انرژی و قیمت فناوری بالاتر از سهام انرژی و نفت است و دلالت بر این دارد که قیمت فناوری پرچین بهتری را فراهم می کند. در حالی که نتایج تجزیه و تحلیل توسط احمد و همکاران.(2018) نشان می دهد که VIX پرچین بهتری را بیش از دارایی های معمولی مانند روغن ، طلا و OVX فراهم می کند ، اما از نزدیک با روغن دنبال می شود. Dutta (2017) نتیجه می گیرد که تأثیر مثبت و معناداری OVX در سهام انرژی وجود دارد ، و این اثر در طول بحران مالی 2007/08 قوی تر است. و معرفی نقش وقفه های ساختاری در مدل ، Bondia و همکاران.(2016) دریافت که رابطه قوی بین سهام انرژی و دارایی های متعارف-سهام فناوری ، نفت و نرخ بهره-محدود به کوتاه مدت است. در پیچ و تاب دیگری ، Reforedo و همکاران.(2017) ساختار وابستگی را از طریق روش های موجک ، بین سهام انرژی و قیمت نفت بررسی می کند. نتایج آنها نشان دهنده وابستگی شدید در طولانی مدت ، هرچند وابستگی ضعیف در کوتاه مدت است.

تعدادی از مطالعات اضافی همچنین بر استراتژی های احتمالی محافظت در ترکیب دارایی های سبز و بزرگ متمرکز شده است. به عنوان مثال ، سادورسکی (2012) می یابد که یک موقعیت طولانی 1 دلاری در سهام انرژی می تواند حدود 20 سنت با موقعیت کوتاه در بازار آینده نفت محافظت کند. فرر و همکاران.(2021) وابستگی متقابل بین دارایی های مالی سبز و سایر دارایی های عمده مالی را مورد مطالعه قرار داد. آنها نشان می دهند که شاخص اوراق قرضه سبز کاملاً با اوراق قرضه شرکت مرتبط است. Kuang (2021A ، B) تنوع مقایسه ای بین دارایی های سبز (سهام و اوراق بهادار) و سهام انرژی کثیف را بررسی می کند و نتیجه می گیرد که هر دو دارایی سبز تنوع ریسک را برای سرمایه گذاران در سهام انرژی کثیف فراهم می کند.

محدودیت عمده بسیاری از مطالعات قبلی ، تمرکز نامتناسب بر سهام انرژی سبز بدون توجه به بازار اوراق قرضه است. همانطور که قبلاً برجسته شد ، این مقاله تلاش مهمی برای اتصال پیوند مفقود شده است. ما پویایی بازار سبز را مورد بررسی قرار می دهیم ، از چندین ابزار بازار سبز (یعنی سهام و اوراق قرضه) استفاده می کنیم و یک مجموعه داده گسترده را بازجویی می کنیم تا در مورد تأثیر همه گیر فعلی Covid-19 در استراتژی های محافظت در بازارهای مالی تأمل کند.

3 روش و داده

3. 1 روش شناسی

چارچوب Garch به عنوان ابزاری برای بررسی نوسانات ، همبستگی پویا و محافظت از اثربخشی بین دارایی های مالی ، محبوبیت زیادی پیدا کرده است. توجه به این نکته حائز اهمیت است که انواع چارچوب Garch وجود دارد: Bekk ، CCC و Varma Garch. مدل های BEKK با مسائل مربوط به عملکردهای احتمال ضعیف همراه است ، بنابراین تخمین را دشوار می کند ، به خصوص در مدلهایی با بیش از دو متغیر. چارچوب CCC برای حل مسئله مرتبط با مدل BEKK طراحی شده است اما دارای نقص های خاص خود است. عدم توانایی آن در پاسخگویی به ویژگی های پویا و نامتقارن. مطالعات نشان داده اند که وقتی این ویژگی ها وجود دارد اما برای آنها حساب نشده است ، نتایج ممکن است کاهش یابد (به Salisu و Oloko 2015 مراجعه کنید). این جایی است که همبستگی شرطی پویا (DCC) و مدل های همبستگی شرطی نامتقارن (ADCC) GARCH به جلو می آیند.

Garch متعامد (Go-Garch) یکی دیگر از مدل های متداول Garch است که فرض می کند که بازده توسط مجموعه ای از عوامل اساسی بدون محافظت که از نظر شرط ناهمگن هستند تولید می شود. Go-Garch فرض می کند که فاکتورهای اساسی بدون رعایت همبستگی و مستقل هستند. در نتیجه ، پویایی پارامترهای چگالی حاشیه ای از این عوامل ممکن است به طور جداگانه و به طور موازی تخمین زده شود بدون اینکه به هر مدل یا پویایی خاص محدود شود. از این رو ، به نظر می رسد مدل Go-Garch نسبت به سایر مدل های رقیب Garch برتر است (به Basher and Sadorsky 2016 مراجعه کنید).

ما از سه نوع مدل GARCH برای تجزیه و تحلیل در این مقاله استفاده می کنیم: DCC (به Engle 2002) ، ADCC (به Cappiello و همکاران 2006 مراجعه کنید) و Go-Garch (به Van Der Weide 2002 مراجعه کنید) برای بررسی همبستگی شرطی پویا و پرچیننسبت بین دارایی های تمیز - سهام و اوراق قرضه سبز انرژی قابل جوش و دارایی های معمولی (سهام ، اوراق قرضه ، روغن و طلا). این انتخاب بر اساس چندین عامل است: (i) DCC پایداری در نوسانات و همبستگی را ضبط می کند.(ب) DCC همبستگی متغیر زمان را ضبط می کند اما اثرات سرریز را در نوسانات ضبط نمی کند. و (iii) DCC تحول خطی زیر خطی بسته نیست. از طرف دیگر مدل Go-Garch همه این الزامات را برآورده می کند و مدل سازی به شرح زیر شروع می شود:

بازگشت AR (1) بازده دارایی به این صورت بیان شده است:

$ $ r_= rho + pi r_+ varepsilon_. $$

باقیمانده مدل بر اساس: