Connectedness of AI and Islamic stocks: Evidence from frequency-domain quantile regressions
Notice bibliographique
Résumé
This study explores the dynamic relationship between artificial intelligence (AI)-based stocks and Islamic stock indices. Motivated by the rising prominence of AI in global finance and the ethical appeal of Islamic investing, the study investigates whether AI stocks offer hedging, diversification, or safe haven potential relative to Islamic assets. Daily data from January 1, 2019, to April 13, 2024, is employed, covering the NASDAQ CTA Artificial Intelligence and Robotics Index (as the proxy for AI stocks), along with the Dow Jones Islamic Market World Index, United States and Canada. Using the Empirical Mode Decomposition (EEMD) with Quantile Regression techniques, the analysis captures the asymmetric relationships across different investment horizons and market states. The results reveal that AI stocks generally move in tandem with Islamic stock indices during stable and bullish markets, offering limited diversification benefits. However, in bearish markets, particularly over the long term, AI stocks exhibit a negative relationship with the global and U.S. Islamic indices, indicating potential safe haven or hedging roles. No such hedging benefit is observed concerning the Canadian Islamic index. Additionally, Islamic indices do not serve as effective hedges for AI stocks across any market regime. These results offer detailed insights into the asymmetric co-movement patterns between AI-related stocks and Islamic equities. It offers practical implications for ethical and tech-focused investors, suggesting that AI stocks may enhance portfolio resilience under specific market conditions. Policymakers and financial product designers can also leverage these insights to integrate emerging technologies into Shariah-compliant investment strategies better.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».