کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
5053059 1476503 2017 17 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Can investors of Chinese energy stocks benefit from diversification into commodity futures?
ترجمه فارسی عنوان
آیا سرمایه گذاران بخش های انرژی چینی می توانند از متنوع بودن به آیندۀ کالاها بهره مند شوند؟
ترجمه چکیده
ما تلاش می کنیم تا پتانسیل انحصاری آتی کالا برای سهام انرژی در چین را ارزیابی کنیم. با استفاده از انواع توابع کوپولا و سه معیار پویای مبتنی بر ریسک، نتایج ما نشان می دهد که با وجودی که آینده آتی کالاها در بهبود ریسک با بازده سهام انرژی مفید نیست، آنها می توانند بطور قابل توجهی کاهش نوسانات و انتظارات کمبود اوراق بهادار متنوع . مزایای چنین متنوعی در حین رکود بزرگ بازار نسبت به زمانهای معمول، بسیار بزرگتر است. به طور خاص، معاملات آتی طلا (مس) بیشترین (حداقل) جذاب در خطرات مختلف منابع انرژی در اغلب موارد است. نتایج همچنین نشان می دهد که در هنگام برآورد مزایای انحصار، وابستگی غیر خطی نمی تواند نادیده گرفته شود، و سرمایه گذاران دارای سهام انرژی، به ویژه سهام شرکت های ذغال سنگ، انتظار می رود که استراتژی های مختلف هدر ریسک بیشتری مورد انتظار باشد.
موضوعات مرتبط
علوم انسانی و اجتماعی اقتصاد، اقتصادسنجی و امور مالی اقتصاد و اقتصادسنجی
چکیده انگلیسی
We attempt to evaluate the diversification potential of commodity futures for energy stocks in China. With a variety of copula functions and three risk-based dynamic measures, our results show that even though commodity futures are not helpful in improving the risk-adjusted returns of energy stocks, they can significantly reduce the volatilities and expected-shortfalls of the diversified portfolios. Such diversification benefits are much larger during large market downturns than during normal times. In particular, gold (copper) futures are the most (least) attractive in diversifying risks of energy stocks in most cases. The results also highlight that the non-linear dependence cannot be ignored when estimating the diversification benefits, and more various risk hedging strategies are expected for investors holding energy stocks, especially coal company stocks.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Economic Modelling - Volume 66, November 2017, Pages 184-200
نویسندگان
, ,