MétaCan
Menu
Retour à la cohorte
Enregistrement W4401817176 · doi:10.1016/j.bar.2024.101463

WITHDRAWN: Mimicking crypto portfolios in sustainable investment

2024· article· en· W4401817176 sur OpenAlexaff
Mengxia Yu, Ke Xu, Xinwei Zheng

Dossier post-publication

OpenAlex signale ce travail comme rétracté, mais aucune notice correspondante de Retraction Watch ne figure dans cette base.

Notice bibliographique

RevueThe British Accounting Review · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueBlockchain Technology Applications and Security
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésInvestment (military)BusinessEconomicsNatural resource economicsPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

In this paper, considering the difference in the energy demand level, we utilize the daily pricing data from 10/01/2019 to 06/30/2023 to construct mimicking crypto portfolios with 12 clean cryptocurrencies to replace the dirty cryptocurrency, Bitcoin (BTC). With a monthly rebalancing strategy, the mimicking portfolio closely matches the exposures to the risk factors of the BTC but with fewer specific risks. Furthermore, relying on the bivariate dynamic conditional correlation (DCC-) GARCH model, we compare the hedging capability of BTC and the corresponding mimicking crypto portfolio against movements of returns of sustainable assets. The empirical results show that the mimicking crypto portfolio provides ESG investors with a cheaper hedge tool of higher hedge effectiveness compared to the BTC. Moreover, we find that the mimicking crypto portfolio can act as a strong safe haven for the S&P Global Clean Energy Index and S&P Latin America Emerging LargeMidCap ESG Index during periods of market stress. Therefore, the mimicking crypto portfolio is a more attractive option for ESG investors due to its superior hedging efficiency and the added environmental advantages.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,007
Tête enseignante GPT0,241
Écart entre enseignants0,234 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe British Accounting ReviewMême sujetBlockchain Technology Applications and SecurityTravaux en français237 207