پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 162 |
| تعداد شماره‌ها | 6,578 |
| تعداد مقالات | 71,078 |
| تعداد مشاهده مقاله | 125,709,366 |
| تعداد دریافت فایل اصل مقاله | 98,942,787 |
تدوین مدل اندازه‌گیری و ارزیابی نقش کالاها به‌عنوان ابزار پوشش ریسک در پرتفوی سرمایه‌گذاران | ||
| تحقیقات مالی | ||
| دوره 26، شماره 4، 1403، صفحه 791-814 اصل مقاله (598 K) | ||
| نوع مقاله: مقاله علمی پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/frj.2024.350280.1007403 | ||
| نویسندگان | ||
| زهرا محمدی پورمظاهری1؛ بابک جمشیدی نوید* 2؛ مهرداد قنبری2؛ علیرضا مرادی3 | ||
| 1دانشجوی دکتری، گروه حسابداری، دانشکده علوم انسانی، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران. | ||
| 2استادیار، گروه حسابداری، دانشکده علوم انسانی، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران. | ||
| 3استادیار، گروه اقتصاد، دانشکده علوم انسانی، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران. | ||
| چکیده | ||
| هدف: پژوهش حاضر نقش کالاها را به‌عنوان ابزار سرمایه‌گذاری مستقل و تعیین نوع رابطه آن‌ها با یکدیگر و چگونگی رفتار کالاها در پرتفوی‌های مختلط بررسی و مشخص می‌کند که در این پرتفوی‌ها کدام نسبت‌ها برای «شاخص سهام و کالاها» جهت تصمیمات انتخاب سبد بهینه مطلوب است. هدف اصلی، بررسی فرضیه تنوع‌بخشی و پوشش ریسک (پناهگاه امن) کالاهای نقدی و آتی بورس کالای ایران در برابر سهام «در دوره‌های رونق و رکود بازار» و تعیین پرتفوی حداقل واریانس است. روش: این پژوهش از لحاظ هدف، کاربردی و از لحاظ روش پژوهش، کمّی است. رویکرد پژوهش، استنتاج (قیاس) است؛ زیرا مزایای مورد انتظار تجربی را با استفاده از اطلاعات تاریخی بررسی می‌کند. پژوهش حاضر از لحاظ نظری، در زمرۀ پژوهش‌های اثباتی قرار می‌گیرد و از لحاظ آماری، از نوع تحقیقات هم‌بستگی است (مدل‌های اقتصاد سنجی). برای این منظور، از مدل‌های رگرسیونی تست بازار، هم‌بستگی شرطی پویا (DCC-GARCH) و پرتفوی مارکوییتز در طول دوره یازده ساله، از ابتدای سال ۱۳۸۸ تا انتهای سال ۱۳۹۸ در تواتر زمانی روزانه بهره گرفته شده است. یافته‌ها: نتایج پژوهش نشان می‌دهد که کالاها «به‌تنهایی» به‌عنوان محلی برای سرمایه‌گذاری خطرناک هستند. طلا تنها کالایی است که می‌تواند شبیه یک بازار سهام فرض شود؛ زیرا طلا نیز بازده و نوسان‌های مشابه بازار سهام دارد. سایر کالاها «به‌استثنای مس»، نوسان‌های شایان توجه بیشتر با بازده کمتری نسبت به شاخص سهام دارند. در مدل تست بازار، نتایج از توانایی پوشش‌دهی مناسب برخی کالاها، به‌عنوان «پناهگاهی امن» در رژیم‌های مختلف بازار سهام (مراحل چرخۀ تجاری) حکایت دارد. در بحث تشکیل پرتفوی، اضافه‌کردن کالاها به‌صورت منفرد به پرتفوی سهام، اندکی بازده کمتری ارائه می‌دهد؛ اما با نوسان‌های پایین‌تر جبران می‌شود. از طرفی، نتایج گویای بهتر بودن عملکرد «پرتفویی از کالاها» نسبت به عملکرد «کالاهای منفرد» است. با اضافه‌کردن پرتفویی از کالاها «یا شاخص کالا» در پرتفوی مختلط، همچنان شاخص سهام وزن بیشتری در پرتفوی دارد (حدود ۹۴درصد)؛ اما متوسط ریسک پرتفوی به‌میزان بسیار زیادی کاهش یافته (حدود 557/1 واحد) و نسبت شارپ بهتری ارائه می‌دهد. نتیجه‌گیری: بر اساس یافته‌های پژوهش، به‌منظور بهره‌مندی از منافع تنوع‌بخشی، حرکت به‌سمت سرمایه‌گذاری در کالاها گزینه‌ای مناسب خواهد بود. البته، در تصمیمات مربوط به سرمایه‌گذاری «دوره‌های رونق و رکود بازار سهام» را نیز باید مد نظر قرار داد؛ زیرا طبق نتایج، فازهای چرخۀ تجاری یک شاخص قوی برای تخصیص تاکتیکی به کالاها به‌شمار می‌رود. همچنین، نتایج این مطالعه شواهدی را تأیید می‌کند که رفتار گروه‌های کالایی مختلف کاملاً متفاوت است. در نهایت، یک پوشش ریسک، لزوماً پناهگاهی امن برای بازار سهام نیست و برعکس. | ||
| کلیدواژه‌ها | ||
| بازار (بورس) کالا؛ بازار سهام؛ پناهگاه امن؛ تنوع‌بخشی (پوشش‌ریسک)؛ سبد دارایی بهینه | ||
| عنوان مقاله [English] | ||
| Developing a Model for Measuring and Evaluating the Role of Commodities as Hedging Tools in Investor Portfolios | ||
| نویسندگان [English] | ||
| Zahra Mohammadi Pourmazaheri1؛ Babak Jamshidinavid2؛ Mehrdad Ghanbari2؛ Alireza Moradi3 | ||
| 1Ph.D. Candidate., Department of Accounting, Faculty of Humanities, Kermanshah Branch, Islamic Azad University, Kermanshah, Iran. | ||
| 2Assistant Prof., Department of Accounting, Faculty of Humanities, Kermanshah Branch, Islamic Azad University, Kermanshah, Iran. | ||
| 3Assistant Prof., Department of Economic, Faculty of Humanities, Kermanshah Branch, Islamic Azad University, Kermanshah, Iran. | ||
| چکیده [English] | ||
| Objective This study investigated the role of commodities as independent investment tools, determined their interrelationships, explored their behavior within hybrid portfolios, and sought to identify suitable relationships for portfolio selection decisions between commodities and the stock index. The primary goal was to examine the diversification and hedging (safe haven) properties of assets and future commodities in Iran's exchange market compared to stocks during "bull and bear periods of the stock market" and to determine the minimum variance portfolio. Methods This research was applied in purpose and quantitative in methodology. The research approach was deductive (comparative), investigating expected empirical benefits using historical data. The study was theoretically categorized as proof research and, statistically, as a correlational study (econometric models). To this end, regression models of market tests, dynamic conditional correlation (DCC-GARCH), and the Markowitz model (portfolio optimization) were applied to daily data from the stock and commodity markets over 11 years from 2009 to 2020. Results The findings revealed that commodities, on their own, present a high-risk investment. Gold is the only commodity comparable to the stock market, which shares similar returns and volatility. Except for copper, other commodities have significantly higher volatility but lower efficiency than the stock index. Regarding the market test model, results indicated that some commodities had the appropriate hedging ability as a “safe haven” in different stock market regimes (business cycle phases). In portfolio construction, adding a single commodity to a quantitative stock portfolio resulted in low returns, offset by reduced fluctuations. However, the results showed that a “commodities portfolio” outperformed a “single portfolio”. When adding a commodities portfolio or a commodity index to the hybrid portfolio, the stock index still held the largest weight (around 94%), but the average portfolio risk was notably reduced (approximately 1/557), yielding an improved Sharpe ratio. Conclusion According to the findings, investing in commodities is a better option for reaping the benefits of diversification. Furthermore, when making investment decisions, the bull and bear periods of the stock market should be considered, as the findings revealed that business cycle phases are a strong indicator for the tactical allocation of commodities. The results of this study also support the evidence that the behavior of different commodity groups varies significantly. Finally, hedging is not always a safe haven for the stock market, and the reverse is also true. | ||
| کلیدواژه‌ها [English] | ||
| Commodity exchange market, Stock market, Safe haven, Diversification (Hedge), Optimal asset portfolio | ||
| مراجع | ||
|
حسینزاده، هدایت (1398). پوشش و پناهگاه امن طلا در مقابل سهام و تورم در ایران. اقتصاد و تجارت نوین، 14 (3)، 71- 95.
سیفالدینی، جلال و رهنمای رودپشتی، فریدون (1397). طلا به‌عنوان پناهگاه امن برای بورس اوراق بهادار تهران: رویکرد تغییر حالت. دانش مالی تحلیل اوراق بهادار تهران، 11 (40)، 147- 160.
عبدالهیان، فرزانه (1397). طراحی و گسترش مدل ریاضی برای پیش‌بینی ادوار رونق و رکود در بورس اوراق بهادار تهران با تأکید بر شاخص‌های مؤثر بر آن. رساله دکتری، دانشگاه آزاد اسلامی تهران مرکز.
محمدی نژاد پاشاکی، محمد باقر؛ صادقی شریف، جلال و اقبال نیا، محمد (1402). بررسی و تحلیل اثرهای سرریز بین بازارهای سهام، ارز، طلا و کامودیتی: مدل VARMA-BEKK-AGARCH. تحقیقات مالی، 25 (1)، 88- 109.
وفایی قایینی، وحید؛ افروزی، مصطفی و کیمیاگری، علی محمد (1397). پوشش‌ریسک پناهگاه امن داراییها با مطالعه موردی طلا، دلار، نفت شاخص بورس در ایران. پانزدهمین کنفرانس بین المللی مهندسی صنایع، یزد.
References Abanomey, W. S. & Mathur, I. )2000(. The hedging benefits of commodity futures in international portfolio diversification. The Journal of Alternative Investments, 2(3), 51-62. Abdollahian, F. (2018). Designing and developing a mathematical model for predicting periods of boom and bust in Tehran Stock Exchange with emphasis on its effective indicators. PhD dissertation, Islamic Azad University, Centeral Tehran. (in Persian) Adams, Z., Fuss, R. & Kaiser, D. )2008(. Macroeconomic determinants of commodity futures returns. The Handbook of Commodity Investing, 87-112. Akpak Aygul, M. )2016(. An examination of commodity derivative markets: efficiency, volatility and diversification benefits. PhD dissertation, University of Essex. Anson, M. J., Fabozzi, F. J. & Jones, F. J. )2010(. The handbook of traditional and alternative investment vehicles: investment characteristics and strategies (Vol. 194). John Wiley & Sons. Baur, D. G. & Lucey, B. M. (2010). Is gold a hedge or a safe haven? An analysis of stocks, bonds and gold. Financial Review, 45(2), 217-229. Baur, D. G. & McDermott, T. K. (2010). Is gold a safe haven? International evidence. Journal of Banking & Finance, 34(8), 1886-1898. Bhardwaj, G., Gorton, G. & Rouwenhorst, G. (2015). Facts and fantasies about commodity futures ten years later (No. w21243). National Bureau of Economic Research. Buyukşahin, B. & Robe, M. A. )2014(. Speculators, commodities and cross-market linkages. Journal of International Money and Finance, 42, 38-70. Daigler, R. T., Dupoyet, B. & You, L. )2017(. Spicing up a Portfolio with Commodity Futures: Still a Good Recipe? The Journal of Alternative Investments, 19(4), 8-23. Demidova-Menzel, N. & Heidorn, T. )2007(. Commodities in asset management. Working paper series. Frankfurt School of Finance & Management. Engle, R. )2002(. Dynamic Conditional Correlation: A Simple Class of Multivariate Generalized Autoregressive Conditional Heteroskedasticity Models. Journal of Business and Economic Statistics, 20(3), 339-350. Filiptchuk, K. & Lindholm, H. )2011(. Portfolio Optimization with Commodities - Sub-Sector and Business Cycle Analysis. Master Thesis in Finance. Franch, M. & Shehabi, B. )2016(. A study of the properties related to the investment in several commodities and adding them to stock portfolios. Master thesis, Umea School of Business and Economics. Gorton, G. & Rouwenhorst, K. G. )2006(. Facts and fantasies about commodity futures. Financial Analysts Journal, 62(2), 47-68. Greer, R. J. )1978(. Conservative commodities: A key inflation hedge. The Journal of Portfolio Management, 4(4), 26-29. Haneklaus, Li. B. & Rahman, M. M. (2024). Dynamic connectedness and hedging opportunities of the commodity and stock markets in China: evidence from the TVP-VAR and cDCC-FIAPARCH. Financial Innovation, 10(1), 52. Hattingh, J. J. (2004). Portfolio management: the use of alternative investments for the purpose of diversification (Doctoral dissertation, University of Johannesburg). Hood, M. & Malik, F. (2013). Is gold the best hedge and a safe haven under changing stock market volatility?. Review of Financial Economics, 22(2), 47-52. Hossein Zadeh, H. (2018). Hedge and safe haven of gold against stocks and inflation in Iran. Modern Economy and Business, 14 (3), 71-95. (in Persian) Kat, H. M., & Oomen, R. C. (2006). What every investor should know about commodities, Part II: Multivariate return analysis. Alternative Investment Research Centre Working Paper, (33). Kaul, A. & Sapp, S. (2006). Y2K fears and safe haven trading of the US dollar. Journal of international money and finance, 25(5), 760-779. Low, R. K. Y., Yao, Y. & Faff, R. (2016). Diamonds vs. precious metals: What shines brightest in your investment portfolio?. International Review of Financial Analysis, 43, 1-14. Maller, R. A., Durand, R. B. & Jafarpour, H. (2010). Optimal portfolio choice using the maximum Sharpe ratio. The Journal of Risk, 12(4), 49. Mjørud, F. & Haug, T. (2023). Enhancing the 60/40 Portfolio: The Value of Commodity Futures. Master's thesis, Handelshøyskolen BI. Mohammadinejad Pashaki, M. B., Sadeghi Sharif, J. & Eghbalnia, M. (2023). Investigating and Analyzing the Spillover Effects among Stock, Currency, Gold, and Commodity Markets: VARMA-BEKKAGARCH Approach. Financial Research Journal, 25 (1). (in Persian) Naeem, A.M., Hasan, M., Arif, M., Suleman, M.T. & Kang, S.H. (2022). Oil and gold as a hedge and safe-haven for metals and agricultural commodities with portfolio implications. Energy Economics 105, 105758. Ozdemir. H. & Ozdemir. Z.A. (2021). A Survey of Hedge and Safe Havens Assets against G-7 Stock Markets before and during the COVID-19 Pandemic. The IZA Institute of Labor Economics No. 14888. Pandey, V. (2023). Does Commodity Exposure Benefit Traditional Potfolios? Evidence From India. Journal of Investment Management and Financial Innovations, 20 (4). Pirttiala, A. (2015). Investing for consumers: comparing returns of different investing instruments 2004-2014. Seifoddini, J. & Rahnama Roodposhti, F. (2017). Gold as a safe haven for Tehran Stock Exchange: Mode change approach. Financial knowledge of Tehran securities analysis, 11 (40), 147-160. (in Persian) Sensoy, A. (2013). Dynamic relationship between precious metals. Resources Policy, 38(4), 504-511. Sesit, M.R. (2004). Commodities enter the investment mainstream. The Global Player 9 September. http://www.fullermoney.com/content/2004-09-09/ MichaelSesitCommodities THEGLOBALPLAYER.pdf. Shakil, M.H., Mustapha, I.M., Tasnia, M. & Saiti, B. (2018). Gold a Hedge or a Safe Haven? An Application of ARDL. Journal of Economics, Finance and Administrative Science, 23(44), 60-76. Vafai Ghaini, V., Afroozi, M. & Kimiyagari, A. M. (2017). Risk hedging and safe haven of assets with a case study of gold, dollar, oil stock market index in Iran. 15th International Industrial Engineering Conference, Yazd. (in Persian) Wang, Y. M., Lin, C. F. & Li, Y. H. (2013). The Correlation and Hedging Effects between Commodity and Stock Markets. Journal of Applied Finance and Banking, 3(5), 269. | ||
|
آمار تعداد مشاهده مقاله: 241 تعداد دریافت فایل اصل مقاله: 76 |
||
سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب