Hedging geopolitical risks with real estate investments : evidence from the Covid-19 pandemic
Notice bibliographique
Résumé
This study investigates the potential of Real Estate Investment Trusts (REITs) as hedging instruments against geopolitical and physical risks, focusing on their performance during the COVID19 pandemic. Using a comprehensive dataset from June 2014 to May 2024, the analysis incorporates daily data on REIT indices across seven regions alongside proxies for geopolitical risks (COVOL and GPR) and physical climate risks (e.g., hurricanes and global warming). Quantitative methods, including regression models, VAR, GARCH, and risk-adjusted metrics, evaluate REITs' sensitivity to these risks. The findings reveal significant regional disparities. While US and European REITs demonstrate resilience, regions like Canada, Australia, and China exhibit heightened sensitivity to geopolitical volatility. Interaction effects indicate that physical risks amplify geopolitical impacts, especially in areas prone to extreme weather events. The COVID19 pandemic exacerbated these dynamics, with geopolitical risks intensifying the adverse effects on REIT returns globally, particularly in Canada, Australia, and China. The results highlight REITs' potential as diversification tools, especially in developed markets, while cautioning against higher volatility in emerging markets. These insights contribute to portfolio diversification strategies and emphasize the importance of institutional resilience and climate risk mitigation. This research advances the understanding of REITs' performance under compounded crises, addressing a critical gap in the literature on alternative hedging mechanisms.
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 | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».