Co-movements and diversification opportunities among Dow Jones Islamic indexes
Notice bibliographique
Résumé
Purpose This paper aims to analyse the opportunity of an exclusive investment in the DJ Islamic indexes. The objective is to characterize the links between MENA region index with seven DJ Islamic indexes. Design/methodology/approach A co-movement analysis was conducted to assess whether there is a safe investment during crisis. The VECM verifies the existence of a long run association. The MGARCH-DCC characterizes the dynamic links. The wavelet coherence detects a correlation in a time-frequency domain, which is relevant to set up a diversification strategy based on investment horizons. Findings Despite the existence of a long run association between the Islamic indexes, diversification opportunities are present. The MGARCH-DCC results recommend including the USA, Canada and Emerging Markets indexes with the Mena index to get diversification benefits. The Wavelet coherence confirms these results for 0 to 16 days holding period and more than six-months’ investment horizons. Hence, MENA portfolio managers should not invest in Europe, UK and Emerging Markets indexes. Research limitations/implications This study focused only on the bivariate correlation analysis without taking into consideration multivariate relationships. Future research should use multiple wavelet coherence and explore S&P Shariah indexes. Practical implications This work is important for investors searching for assets governed by sharia rules, who reject resorting to conventional markets, and policy makers dealing with coordination costs. They would be able to formulate strategies based on the different indexes’ relationships. Originality/value This paper enriches the limited stream of literature focusing only on Islamic indexes. Due to the important development of Islamic Finance in each MENA country, the authors shed the light on this Region’s index.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».