Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Dynamic spillovers and investment strategies across artificial intelligence ETFs, artificial intelligence tokens, and green markets

Created by
  • Haebom

저자

Ying-Hui Shao, Yan-Hong Yang, Wei-Xing Zhou

개요

본 논문은 R2 분해 방법을 사용하여 AI ETF, AI 토큰 및 녹색 시장 간의 위험 전파를 조사합니다. 주요 분석 결과는 다음과 같습니다. 첫째, 전체 전파 연결성 지수(TCI)는 동시 TCI와 밀접하게 일치하지만, 지연 TCI는 상당히 낮습니다. 둘째, AI ETF와 청정 에너지는 위험 전파자 역할을 하고, AI 토큰과 녹색 채권은 위험 수용자 역할을 합니다. 셋째, AI 토큰은 헤징이 어렵고 AI ETF 및 녹색 자산에 비해 헤징 능력이 제한적입니다. 그러나 다변량 포트폴리오는 AI 토큰 투자 위험을 효과적으로 줄입니다. 그 중에서도 최소 상관 포트폴리오가 최소 분산 및 최소 연결성 포트폴리오보다 성과가 우수합니다.

시사점, 한계점

시사점:
AI ETF, AI 토큰, 녹색 시장 간 위험 전파의 양상을 정량적으로 분석하고, 각 자산의 위험 전파 및 수용 역할을 규명함.
AI 토큰 투자 위험을 효과적으로 관리하기 위한 다변량 포트폴리오 구성 전략 제시 (최소 상관 포트폴리오의 우수성 확인).
AI ETF 및 녹색 자산을 활용한 AI 토큰 투자 위험 헤징의 어려움 제시.
한계점:
분석에 사용된 R2 분해 방법의 한계점에 대한 논의 부족.
분석 기간 및 데이터의 제약으로 인한 일반화의 어려움.
AI 토큰 시장의 특수성 및 변동성을 고려한 추가적인 분석 필요.
다양한 위험 관리 전략에 대한 비교 분석 부족.
👍