MétaCan
Menu
Retour à la cohorte
Enregistrement W2883145315 · doi:10.1016/j.najef.2018.07.008

Does the Malaysian Sovereign sukuk market offer portfolio diversification opportunities for global fixed-income investors? Evidence from wavelet coherence and multivariate-GARCH analyses

2018· article· en· W2883145315 sur OpenAlexaboutno aff
Rubaiyat Ahsan Bhuiyan, Buerhan Saiti, Gairuzazmi Mat Ghani

Notice bibliographique

RevueThe North American Journal of Economics and Finance · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueIslamic Finance and Banking Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDiversification (marketing strategy)SukukFinancial economicsEmerging marketsBondAsset allocationEconomicsPortfolioBusinessFixed incomeBond marketFinancial systemFinanceIslamic financeIslamGeography

Résumé

récupéré en direct d'OpenAlex

Understanding the co-movement among asset returns is a critical issue in finance, as investors can minimize risk through diversification. International investors seek alternative asset classes to diversify their portfolio. Therefore, it would be meaningful to investigate whether sukuk (Islamic bond) offer any advantages in terms of global diversification. In this context, we examined the volatilities and correlations of sovereign bond indexes in developed countries, such as the US, Canada, Germany, the UK, Australia, and Japan, and the Thomson Reuters BPA Malaysia Sukuk Index, using wavelet coherence and multivariate-GARCH analyses. The data cover the period January 2010–December 2015. The results of the study significantly highlight that wavelet coherence illustrates lower co-movement between returns on developed market bond index (the US, the UK, Australia, Canada, Germany, and Japan) with returns on the Malaysian sukuk index during the sample period. Moreover, the Malaysian sukuk market has negative unconditional correlation with the US and Canadian bond markets, which is a good sign of diversification benefits. This study reveals attractive opportunities in terms of diversification benefits, with credit quality and sharia-compliant financial sector exposure for investors who want to invest in fixed-income securities.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,219
Score d'incertitude au seuil0,322

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,060
Tête enseignante GPT0,260
Écart entre enseignants0,200 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations37
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe North American Journal of Economics and FinanceMême sujetIslamic Finance and Banking StudiesTravaux en français237 207