Comparative analysis of precious metals as hedges for clean energy stocks
Notice bibliographique
Résumé
• We analyze volatility spillovers between clean energy stocks and precious metals. • We apply DCC-GARCH and Diebold-Yilmaz methods to 2014–2024 market data. • Gold offers strong, time-varying hedge benefits across clean energy sectors. • Correlations with interest rates show gold's robust North American hedge role. • Global events shape hedge effectiveness and market connectedness over time. This study investigates the dynamic interactions between clean-energy subsectors and precious metals. Using a comprehensive dataset from 2014 to 2024, we apply the Diebold and Yilmaz (2012) volatility spillover framework alongside the Dynamic Conditional Correlation Generalized Autoregressive Conditional Heteroskedasticity (DCC-GARCH) model. The analysis reveals pronounced volatility transmissions within and between clean-energy sectors and precious metals. Precious metals, especially gold, serve as cost-effective hedges against clean-energy equities, with hedging effectiveness varying over time and across sectors. Correlation results show that gold maintains stable positive associations with US and Canadian interest rates, reinforcing its hedging potential during periods of economic uncertainty in North American markets. Conversely, weak or negative correlations with Japanese and Chinese rates suggest regional differences in hedging effectiveness. The study also highlights how global events—such as the COVID-19 pandemic and the Russia–Ukraine conflict, significantly influenced market connectedness and hedge performance, especially during periods of heightened uncertainty. These findings provide insight into the role of precious metals in clean-energy portfolio risk management, offering practical implications for investors seeking diversification strategies under volatile market conditions. By accounting for sector-specific behavior and time-varying correlations, the study enhances our understanding of hedging strategies in the clean-energy–commodity nexus.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».