Politická ekonomie 2024, 72(3):478-500 | DOI: 10.18267/j.polek.1415

Long Memory in Clean Energy Exchange Traded Funds

Arife Özdemir Höl ORCID...
Department of Finance and Banking, Burdur Mehmet Akif Ersoy University, Turkey

This study aims to investigate whether clean energy exchange traded funds (ETFs) exhibit long-term memory properties and whether the efficient market hypothesis is valid for these assets. The results of the model established to test the dual long memory indicate the existence of long memory in both return and volatility of the ICLN, PBD, PBW series, while the long memory feature is found only in the volatility of the other variables. The results reveal that the selected clean energy ETFs do not exhibit weak efficient market characteristics and volatility has a predictable structure. These results mean that by using the past price movements of clean energy ETFs, future price movements can be predicted and thus above-normal returns can be obtained. In addition, it can be said that risks and uncertainties are effective on the price movements of clean energy ETFs. These results are important for portfolio managers, hedgers and individual and institutional investors aiming to direct their investments to the renewable energy market, as well as for policymakers.

JEL classification: C22, C58, G14, Q42

Vloženo: 3. červen 2023; Revidováno: 27. září 2023; Přijato: 3. říjen 2023; Zveřejněno online: 25. duben 2024; Zveřejněno: 24. červen 2024  Zobrazit citaci

ACS AIP APA ASA Harvard Chicago Chicago Notes IEEE ISO690 MLA NLM Turabian Vancouver
Höl, A.Ö. (2024). Long Memory in Clean Energy Exchange Traded Funds. Politická ekonomie, 72(3), 478-500. doi: 10.18267/j.polek.1415
Stáhnout citaci
  • BibTeX (.bib)
  • Bookends (.ris)
  • EasyBib (.ris)
  • EndNote (.enw)
  • EndNote 8 (.xml)
  • ISI WoS (.isi)
  • Medlars (.medlars)
  • Mendeley (.ris)
  • MODS (.xml)
  • Papers (.ris)
  • RefWorks (.txt)
  • RefManager (.ris)
  • RIS (.ris)
  • MS Word (.xml)
  • Zotero (.ris)
    • Zobrazit celý článek

    Reference

    1. Ahmad, W. (2017). On the Dynamic Dependence and Investment Performance of Crude Oil and Clean Energy Stocks. Research in International Business and Finance, 42, 376-389. https://doi.org/10.1016/j.ribaf.2017.07.140 Přejít k původnímu zdroji...
    2. Ahmad, W., Sadorsky, P., Sharma, A. (2018). Optimal Hedge Ratios for Clean Energy Equities. Economic Modelling, 72, 278-295. https://doi.org/10.1016/j.econmod.2018.02.008 Přejít k původnímu zdroji...
    3. Alfeus, M., Nikitopoulos, C. S. (2022). Forecasting Volatility in Commodity Markets with Long-Memory Models. Journal of Commodity Markets, 28, 100248. https://doi.org/10.1016/j.jcomm.2022.100248 Přejít k původnímu zdroji...
    4. Aloui, C., Shahzad, S. J. H., Jammazi, R. (2018). Dynamic Efficiency of European Credit Sectors: A Rolling-Window Multifractal Detrended Fluctuation Analysis. Physica A: Statistical Mechanics and its Applications, 506, 337-349. https://doi.org/10.1016/j.physa.2018.04.039 Přejít k původnímu zdroji...
    5. Arouri, M. E. H., Hammoudeh, S., Lahiani, A., et al. (2012). Long Memory and Structural Breaks in Modeling the Return and Volatility Dynamics of Precious Metals. The Quarterly Review of Economics and Finance, 52(2), 207-218. https://doi.org/10.1016/j.qref.2012.04.004 Přejít k původnímu zdroji...
    6. Baillie, R. T. (1996). Long Memory Processes and Fractional Integration in Econometrics. Journal of Econometrics, 73(1), 5-59. https://doi.org/10.1016/0304-4076(95)01732-1 Přejít k původnímu zdroji...
    7. Baillie, R. T., Chung, C. F., Tieslau, M. A. (1996a). Analysing Inflation by the Fractionally Integrated ARFIMA-GARCH Model. Journal of Applied Econometrics, 11(1), 23-40. Přejít k původnímu zdroji...
    8. Baillie, R. T., Bollerslev, T., Mikkelsen, H. O. (1996b). Fractionally Integrated Generalized Autoregressive Conditional Heteroskedasticity. Journal of Econometrics, 74(1), 3-30. https://doi.org/10.1016/s0304-4076(95)01749-6 Přejít k původnímu zdroji...
    9. Baillie, R. T., Han, Y. W., Myers, R. J., et al. (2007a). Long Memory Models for Daily and High Frequency Commodity Futures Returns. Journal of Futures Markets: Futures, Options, and Other Derivative Products, 27(7), 643-668. https://doi.org/10.1002/fut.20267 Přejít k původnímu zdroji...
    10. Baillie, R. T., Han, Y. W., Myers, R. J., et al. (2007b). Long Memory and FIGARCH Models for Daily and High Frequency Commodity Prices. Queen Mary University of London Working Paper No. 594. ISSN 1473-0278.
    11. Barkoulas, J. T., Baum, C. F. (1996). Long-Term Dependence in Stock Returns. Economics Letters, 53(3), 253-259. https://doi.org/10.1016/s0165-1765(96)00935-4 Přejít k původnímu zdroji...
    12. Barkoulas, J. T., Baum, C. F. (1997). Long Memory and Forecasting in Euroyen Deposit Rates. Financial Engineering and the Japanese Markets, 4(3), 189-201. https://doi.org/10.1023/a:1009630017314 Přejít k původnímu zdroji...
    13. Barkoulas, J. T., Travlos, N. G., Baum, C. F. (2000a). Long Memory in the Greek Stock Market. Applied Financial Economics, 10(2), 177-184. https://doi.org/10.2139/ssrn.33672 Přejít k původnímu zdroji...
    14. Barkoulas, J. T., Baum, C. F., Caglayan, M., et al. (2000b). Persistent Dependence in Foreign Exchange Rates? A Reexamination. Boston College Working Papers in Economics No. 377.
    15. Bollerslev, T. (1986). Generalized Autoregressive Conditional Heteroskedasticity. Journal of Econometrics, 31, 307-327. https://doi.org/10.1016/0304-4076(86)90063-1 Přejít k původnímu zdroji...
    16. Bollerslev, T., Mikkelsen, H. O. (1996). Modeling and Pricing Long Memory in Stock Market Volatility. Journal of Econometrics, 73(1), 151-184. https://doi.org/10.1016/0304-4076(95)01736-4 Přejít k původnímu zdroji...
    17. Bondia, R., Ghosh, S., Kanjilal, K. (2016). International Crude Oil Prices and the Stock Prices of Clean Energy and Technology Companies: Evidence from Non-Linear Cointegration Tests with Unknown Structural Breaks. Energy, 101, 558-565. https://doi.org/10.1016/j.energy.2016.02.031 Přejít k původnímu zdroji...
    18. Boubaker, H., Saidane, B., Ben Saad Zorgati, M. (2022). Modelling the Dynamics of Stock Market in the Gulf Cooperation Council Countries: Evidence on Persistence to Shocks. Financial Innovation, 8(1), 1-22. https://doi.org/10.1186/s40854-022-00348-3 Přejít k původnímu zdroji...
    19. Bouri, E. (2023). Spillovers in the Joint System of Conditional Higher-Order Moments: US Evidence from Green Energy, Brown Energy, and Technology Stocks. Renewable Energy, 210, 507-523. https://doi.org/10.1016/j.renene.2023.04.006 Přejít k původnímu zdroji...
    20. Caporale, G. M., Gil-Alana, L., Plastun, A. (2019). Long Memory and Data Frequency in Financial Markets. Journal of Statistical Computation and Simulation, 89(10), 1763-1779. https://doi.org/10.1080/00949655.2019.1599377 Přejít k původnímu zdroji...
    21. Chang, C. L., Mcaleer, M., Tansuchat, R. (2012). Modelling Long Memory Volatility in Agricultural Commodity Futures Returns. Annals of Financial Economics, 7(2), 1250010. https://doi.org/10.1142/s2010495212500108 Přejít k původnímu zdroji...
    22. Cheah, E. T., Mishra, T., Parhi, M., et al. (2018). Long Memory Interdependency and Inefficiency in Bitcoin Markets. Economics Letters, 167, 18-25. https://doi.org/10.1016/j.econlet.2018.02.010 Přejít k původnímu zdroji...
    23. Chen, J. H., Diaz, J. F. (2013). Long Memory and Shifts in the Returns of Green and Non-Green Exchange-Traded Funds (ETFS). International Journal of Humanities and Social Science Invention, 2(10), 29-32.
    24. Chung, H., Lin, W. T., Wu, S. (2000). An Analysis of Long Memory in Volatility for Asian Stock Markets. Review of Pacific Basin Financial Markets and Policies, 3(3), 309-330. https://doi.org/10.1142/s0219091500000200 Přejít k původnímu zdroji...
    25. Choi, G., Park, K., Yi, E., et al. (2023). Price Fairness: Clean Energy Stocks and the Overall Market. Chaos, Solitons & Fractals, 168, 113049, 1-9. https://doi.org/10.1016/j.chaos.2022.113049 Přejít k původnímu zdroji...
    26. Christensen, B. J., Nielsen, M. Ø., Zhu, J. (2010). Long Memory in Stock Market Volatility and the Volatility-in-Mean Effect: The FIEGARCH-M Model. Journal of Empirical Finance, 17(3), 460-470. https://doi.org/10.1016/j.jempfin.2009.09.008 Přejít k původnímu zdroji...
    27. Christodoulou-Volos, C., Siokis, F. M. (2006). Long Range Dependence in Stock Market Returns. Applied Financial Economics, 16(18), 1331-1338. https://doi.org/10.1080/09603100600829519 Přejít k původnímu zdroji...
    28. Cochran, S. J., Mansur, I., Odusami, B. (2019). Long Memory and Asymmetry in Commodity Returns and Risk: The Role of Term Spread. In: Chevallier, J., Goutte, S., Guerreiro, D. Financial Mathematics, Volatility and Covariance Modelling, 9-38. London: Routledge. ISBN 9781315162737. Přejít k původnímu zdroji...
    29. Conrad, C., Karanasos, M., Zeng, N. (2011). Multivariate Fractionally Integrated APARCH Modeling of Stock Market Volatility: A Multi-Country Study. Journal of Empirical Finance, 18(1), 147-159. https://doi.org/10.1016/j.jempfin.2010.05.001 Přejít k původnímu zdroji...
    30. Coakley, J., Dollery, J., Kellard, N. (2010). Long Memory and Structural Breaks in Commodity Futures. Journal of Futures Markets, 31(11), 1076-1113. https://doi.org/10.1002/fut.20502 Přejít k původnímu zdroji...
    31. Çelik, İ., Sak, A. F., Höl, A. Ö., et al. (2022). The Dynamic Connectedness and Hedging Opportunities of Implied and Realized Volatility: Evidence from Clean Energy ETFs. The North American Journal of Economics and Finance, 60, 101670. https://doi.org/10.1016/j.najef.2022.101670 Přejít k původnímu zdroji...
    32. Davidson, J. (2004). Moment and Memory Properties of Linear Conditional Heteroscedasticity Models, and A New Model. Journal of Business & Economic Statistics, 22(1), 16-29. https://doi.org/10.1198/073500103288619359 Přejít k původnímu zdroji...
    33. Dawar, I., Dutta, A., Bouri, E., et al. (2021). Crude Oil Prices and Clean Energy Stock Indices: Lagged and Asymmetric Effects with Quantile Regression. Renewable Energy, 163, 288-299. https://doi.org/10.1016/j.renene.2020.08.162 Přejít k původnímu zdroji...
    34. Di Febo, E., Foglia, M., Angelini, E. (2021). Tail Risk and Extreme Events: Connections between Oil and Clean Energy. Risks, 9(2), 39. https://doi.org/10.3390/risks9020039 Přejít k původnímu zdroji...
    35. Dias, R., Heliodoro, P., Alexandre, P., et al. (2021). Long Memory in Stock Returns: Evidence from the Eastern European Markets. In: SHS Web of Conferences, 91, 01029). Online. https://doi.org/10.1051/shsconf/20219101029 Přejít k původnímu zdroji...
    36. Dias, R., Horta, N., Chambino, M. (2023). Clean Energy Action Index Efficiency: An Analysis in Global Uncertainty Contexts. Energies, 16(9), 3937, 1-18. https://doi.org/10.3390/en16093937 Přejít k původnímu zdroji...
    37. Ding Z., Granger C. W. J., Engle R. F. (1993). A Long Memory Property of Stock Market Returns and A New Model. Journal of Empirical Finance, 1, 83-106. https://doi.org/10.1016/0927-5398(93)90006-d Přejít k původnímu zdroji...
    38. Dutta, A. (2017). Oil Price Uncertainty and Clean Energy Stock Returns: New Evidence from Crude Oil Volatility Index. Journal of Cleaner Production, 164, 1157-1166. https://doi.org/10.1016/j.jclepro.2017.07.050 Přejít k původnímu zdroji...
    39. Dutta, A., Bouri, E., Noor, M. H. (2018). Return and Volatility Linkages Between CO2 Emission and Clean Energy Stock Prices. Energy, 164, 803-810. https://doi.org/10.1016/j.energy.2018.09.055 Přejít k původnímu zdroji...
    40. Dutta, A., Bouri, E., Saeed, T., et al. (2020). Impact of Energy Sector Volatility on Clean Energy Assets. Energy, 212, 118657. https://doi.org/10.1016/j.energy.2020.118657 Přejít k původnímu zdroji...
    41. Elder, J., Jin, H. J. (2007). Long Memory in Commodity Futures Volatility: A Wavelet Perspective. Journal of Futures Markets: Futures, Options, and Other Derivative Products, 27(5), 411-437. https://doi.org/10.1002/fut.20260 Přejít k původnímu zdroji...
    42. Elie, B., Naji, J., Dutta, A., et al. (2019). Gold and Crude Oil As Safe-Haven Assets for Clean Energy Stock Indices: Blended Copulas Approach. Energy, 178, 544-553. https://doi.org/10.1016/j.energy.2019.04.155 Přejít k původnímu zdroji...
    43. Engle, R. F. (1982). Autoregressive Conditional Heteroskedasticity with Estimates of the Variance of U.K. Inflation. Econometrica, 50, 987-1008. Přejít k původnímu zdroji...
    44. Engle, R. F. Bollerslev, T. (1986). Modelling the Persistence of Conditional Variances. Econometric Reviews, 5, 1-50. https://doi.org/10.1080/07474938608800095 Přejít k původnímu zdroji...
    45. Fahmy, H. (2022). Clean Energy Deserves to Be An Asset Class: A Volatility-Reward Analysis. Economic Modelling, 106, 105696. https://doi.org/10.1016/j.econmod.2021.105696 Přejít k původnímu zdroji...
    46. Fama, E. F. (1970). Efficient Capital Markets: A Review of Theory and Empirical Works. The Journal of Finance, 25(2), 383-417. https://doi.org/10.2307/2325486 Přejít k původnímu zdroji...
    47. Ferrer, R., Shahzad, S. J. H., López, R., et al. (2018). Time and Frequency Dynamics of Connectedness Between Renewable Energy Stocks and Crude Oil Prices. Energy Economics, 76, 1-20. https://doi.org/10.1016/j.eneco.2018.09.022 Přejít k původnímu zdroji...
    48. Fuentes, F., Herrera, R. (2020). Dynamics of Connectedness in Clean Energy Stocks. Energies, 13(14), 3705. https://doi.org/10.3390/En13143705 Přejít k původnímu zdroji...
    49. Geweke J., Porter-Hudak S. (1983). The Estimation and Application of Long Memory Time Series Models. Journal of Time Series Analysis, 4(4), 221-238. https://doi.org/10.1111/j.1467-9892.1983.tb00371.x Přejít k původnímu zdroji...
    50. Ghosh, B., Bouri, E. (2022). Long Memory and Fractality in the Universe of Volatility Indices. Complexity in Financial Markets, 2022, 1-8. https://doi.org/10.1155/2022/6728432 Přejít k původnímu zdroji...
    51. Glosten, L. R., Jagannathan, R., Runkle, D. (1993). On the Relation Between the Expected Value and the Volatility of the Nominal Excess Return on Stocks. Journal of Finance, 48(5), 1779-1801. https://doi.org/10.1111/j.1540-6261.1993.tb05128.x Přejít k původnímu zdroji...
    52. Granger, C. W. J. (1980). Long Memory Relationships and the Aggregation of Dynamic Models. Journal of Econometrics, 14(2), 227-238. https://doi.org/10.1016/0304-4076(80)90092-5 Přejít k původnímu zdroji...
    53. Granger, C. W. J., Joyeux, R. (1980). An Introduction to Long-Memory Time Series Models and Fractional Differencing. Journal of Time Series Analysis, 1(1), 15-29. https://doi.org/10.1111/j.1467-9892.1980.tb00297.x Přejít k původnímu zdroji...
    54. Gustafsson, R., Dutta, A., Bouri, E. (2022). Are Energy Metals Hedges or Safe Havens for Clean Energy Stock Returns? Energy, 244(A), 122708, 1-18. https://doi.org/10.1016/j.energy.2021.122708 Přejít k původnímu zdroji...
    55. Han, C., Wang, Y., Ning, Y. (2019). Comparative Analysis of the Multifractality and Efficiency of Exchange Markets: Evidence from Exchange Rates Dynamics of Major World Currencies. Physica A: Statistical Mechanics and Its Applications, 535, 122365. https://doi.org/10.1016/j.physa.2019.122365 Přejít k původnímu zdroji...
    56. Henriques, I., Sadorsky, P. (2008). Oil Prices and the Stock Prices of Alternative Energy Companies. Energy Economics, 30(3), 998-1010. https://doi.org/10.1016/j.eneco.2007.11.001 Přejít k původnímu zdroji...
    57. Hosking, J. R. M. (1981). Fractional Differencing. Biometrika, 68(1), 165-176. https://doi.org/10.2307/2335817 Přejít k původnímu zdroji...
    58. Hosking, J. R. M. (1985). Fractional Differencing Modeling in Hydrology 1. JAWRA Journal of the American Water Resources Association, 21(4), 677-682. https://doi.org/10.1111/j.1752-1688.1985.tb05382.x Přejít k původnímu zdroji...
    59. Hurst H. (1951). Long Term Storage Capacity of Reservoirs. Transactions of the American Society of Civil Engineers, 116, 770-799. https://doi.org/10.1061/taceat.0006518 Přejít k původnímu zdroji...
    60. Inchauspe, J., Ripple, R. D., Trück, S. (2015). The Dynamics of Returns on Renewable Energy Companies: A State-Space Approach. Energy Economics, 48, 325-335. https://doi.org/10.1016/j.eneco.2014.11.013 Přejít k původnímu zdroji...
    61. IEA (2022). World Energy Investment 2022. [Retrieved 2022-08-07] Available at: https://iea.blob.core.windows.net/assets/b0beda65-8a1d-46ae-87a2-f95947ec2714/worldenergyinvestment2022.pdf
    62. IRENA and CPI (2020). Global Landscape of Renewable Energy Finance 2020. Abu Dhabi: International Renewable Energy Agency. ISBN 978-92-9260-523-0.
    63. Jenkins, N. T., Kimbrough, M. D., Wang, J. (2016). The Extent of Informational Efficiency in the Credit Default Swap Market: Evidence from Post-Earnings Announcement Returns. Review of Quantitative Finance and Accounting, 46(4), 725-761. https://doi.org/10.1007/S11156-014-0484-Y Přejít k původnímu zdroji...
    64. Jiang, Y., Nie, H., Ruan, W. (2018). Time-Varying Long-Term Memory in Bitcoin Market. Finance Research Letters, 25, 280-284. https://doi.org/10.1016/j.frl.2017.12.009 Přejít k původnímu zdroji...
    65. Jin, H. J., Elder, J., Koo, W. W. (2006). A Reexamination of Fractional Integrating Dynamics in Foreign Currency Markets. International Review of Economics & Finance, 15(1), 120-135. https://doi.org/10.1016/j.iref.2004.08.005 Přejít k původnímu zdroji...
    66. Kang, S. H., Yoon, S. M. (2007). Long Memory Properties in Return and Volatility: Evidence from the Korean Stock Market. Physica A: Statistical Mechanics and Its Applications, 385(2), 591-600. https://doi.org/10.1016/j.physa.2007.07.051 Přejít k původnímu zdroji...
    67. Kang, S. H., Mclver, R., Park, S. Y., et al. (2014). Long Memory Features Evolve in the Time-Varying Process in Asia-Pacific Foreign Exchange Markets. Procedia Economics and Finance, 14, 286-294. https://doi.org/10.1016/s2212-5671(14)00714-x Přejít k původnímu zdroji...
    68. Kasman, A., Torun, E. (2007). Long Memory in the Turkish Stock Market Return and Volatility. Central Bank Review, 2(2), 13-27.
    69. Kumar, S., Managi, S., Matsuda, A. (2012). Stock Prices of Clean Energy Firms, Oil and Carbon Markets: A Vector Autoregressive Analysis. Energy Economics, 34(1), 215-226. https://doi.org/10.1016/j.eneco.2011.03.002 Přejít k původnímu zdroji...
    70. Lo, A. W. (1991). Long Term Memory in Stock Market Prices. Econometrica, 59(5), 1279-1313. https://doi.org/10.2307/2938368 Přejít k původnímu zdroji...
    71. Maghyereh, A. I., Awartani, B., Abdoh, H. (2019). The Co-Movement Between Oil and Clean Energy Stocks: A Wavelet-Based Analysis of Horizon Associations. Energy, 169, 895-913. https://doi.org/10.1016/j.energy.2018.12.039 Přejít k původnímu zdroji...
    72. Managi, S., Okimoto, T. (2013). Does the Price of Oil Interact with Clean Energy Prices in the Stock Market? Japan and the World Economy, 27, 1-9. https://doi.org/10.1016/j.japwor.2013.03.003 Přejít k původnímu zdroji...
    73. Mandelbrot, B. B., Van Ness, J. (1968). Fractional Brownian Motion, Fractional Noises and Applications. SIAM Review, 10(4), 422-437. Přejít k původnímu zdroji...
    74. Mandelbrot, B. B., Wallis, J. R. (1969). Robustness of the Rescaled Range R/S in the Measurement of Noncyclic Long Run Statistical Dependence. Water Resources Research, 5(5), 967-988. https://doi.org/10.1029/wr005i005p00967 Přejít k původnímu zdroji...
    75. Mandelbrot, B. B. (1972). Statistical Methodology for Nonperiodic Cycles: From the Covariance to R/S Analysis. Annals of Economic and Social Measurements, 1, 259-290.
    76. Mandelbrot, B. B. (1975). Limit Theorems on the Self-Normalized Range for Weakly and Strongly Dependent Processes. Zeitschrift für Wahrscheinlichkeitstheorie und Verwandte Gebiete, 33(3), 271-285. Přejít k původnímu zdroji...
    77. Malinda, M., Hui, C. J. (2016). The Study of the Long Memory in Volatility of Renewable Energy Exchange-Traded Funds (ETFs). Journal of Economics, Business and Management, 4(4), 252-257. https://doi.org/10.18178/joebm.2016.4.4.400 Přejít k původnímu zdroji...
    78. Malinda, M. (2017). Long Memory in Asymmetric Volatility of ASEAN Exchange-Traded Funds. International Journal of Trade, Economics and Finance, 8(2). https://doi.org/10.18178/ijtef.2017.8.2.543 Přejít k původnímu zdroji...
    79. Mensi, W., Lee, Y. J., Al-Yahyaee, K. H., et al. (2019). Intraday Downward/Upward Multifractality and Long Memory in Bitcoin and Ethereum Markets: An Asymmetric Multifractal Detrended Fluctuation Analysis. Finance Research Letters, 31, 19-25. https://doi.org/10.1016/j.frl.2019.03.029 Přejít k původnímu zdroji...
    80. Nasreen, S., Tiwari, A. K., Eizaguirre, J. C., et al. (2020). Dynamic Connectedness Between Oil Prices and Stock Returns of Clean Energy and Technology Companies. Journal of Cleaner Production, 260, 121015. https://doi.org/10.1016/j.jclepro.2020.121015 Přejít k původnímu zdroji...
    81. Narayan, P. K., Smyth, R. (2004). Is South Korea's Stock Market Efficient?. Applied Economics Letters, 11(11), 707-710. https://doi.org/10.1080/1350485042000236566 Přejít k původnímu zdroji...
    82. Nelson, D. B. (1991). Conditional Heteroskedasticity in Asset Returns: A New Approach. Econometrica, 59(2), 347-370. https://doi.org/10.2307/2938260 Přejít k původnímu zdroji...
    83. Paul, R. K., Samanta, S., Gurung, B. (2015). Monte Carlo Simulation for Comparison of Different Estimators of Long Memory Parameter: An Application of ARFIMA Model for Forecasting Commodity Price. Model Assisted Statistics and Applications, 10(2), 117-128. https://doi.org/10.3233/mas-140317 Přejít k původnímu zdroji...
    84. Reboredo, J. C. (2015). Is There Dependence and Systemic Risk Between Oil and Renewable Energy Stock Prices? Energy Economics, 48, 32-45. https://doi.org/10.1016/j.eneco.2014.12.009 Přejít k původnímu zdroji...
    85. Reboredo, J. C., Quintela, M., Otero, L. A. (2017a). Do Investors Pay A Premium for Going Green? Evidence from Alternative Energy Mutual Funds. Renewable and Sustainable Energy Reviews, 73, 512-520. https://doi.org/10.1016/j.rser.2017.01.158 Přejít k původnímu zdroji...
    86. Reboredo, J. C., Rivera-Castro, M. A., Ugolini, A. (2017b). Wavelet-Based Test of Co-Movement and Causality Between Oil and Renewable Energy Stock Prices. Energy Economics, 61, 241-252. https://doi.org/10.1016/j.eneco.2016.10.015 Přejít k původnímu zdroji...
    87. Sadique, S., Silvapulle, P. (2001). Long-term Memory in Stock Market Returns: International Evidence. International Journal of Finance & Economics, 6(1), 59-67. https://doi.org/10.1002/ijfe.143 Přejít k původnímu zdroji...
    88. Sadorsky, P. (2012). Correlations and Volatility Spillovers Between Oil Prices and the Stock Prices of Clean Energy and Technology Companies. Energy Economics, 34(1), 248-255. https://doi.org/10.1016/j.eneco.2011.03.006 Přejít k původnímu zdroji...
    89. Saeed, T., Bouri, E., Tran, D. K. (2020). Hedging Strategies of Green Assets Against Dirty Energy Assets. Energies, 13(12), 3141, 1-17. https://doi.org/10.3390/en13123141 Přejít k původnímu zdroji...
    90. Saeed, T., Bouri, E., Alsulami, H. (2021). Extreme Return Connectedness and its Determinants Between Clean/Green and Dirty Energy Investments. Energy Economics, 96, 105017, 1-14. https://doi.org/10.1016/j.eneco.2020.105017 Přejít k původnímu zdroji...
    91. Saleem, K. (2014). Modeling Long Memory in the Russian Stock Market: Evidence from Major Sectoral Indices. Journal of Applied Business Research (JABR), 30(2), 567-574. https://doi.org/10.19030/jabr.v30i2.8426 Přejít k původnímu zdroji...
    92. Saleem, K., Al-Hares, O. (2018). Measuring the Market Efficiency of Energy Exchange-Traded Funds (ETFs). Theoretical Economics Letters, 8(6), 1247-1256. https://doi.org/10.4236/tel.2018.86082 Přejít k původnímu zdroji...
    93. Shahzad, S. J. H., Hernandez, J. A., Hanif, W., et al. (2018). Intraday Return Inefficiency and Long Memory in the Volatilities of Forex Markets and the Role of Trading Volume. Physica A: Statistical Mechanics and Its Applications, 506, 433-450. https://doi.org/10.1016/j.physa.2018.04.016 Přejít k původnímu zdroji...
    94. Shahzad, S. J. H., Bouri, E., Kayani, G. M., et al. (2020). Are Clean Energy Stocks Efficient? Asymmetric Multifractal Scaling Behaviour. Physica A: Statistical Mechanics and its Applications, 550, 124519, 1-14. https://doi.org/10.1016/j.physa.2020.124519 Přejít k původnímu zdroji...
    95. Tan, Z., Fu, Y., Cheng, H., et al. (2020). Stock Prices' Long Memory in China and the United States. International Journal of Emerging Markets, 17(5), 1292-1314. https://doi.org/10.1108/IJOEM-11-2019-0921 Přejít k původnímu zdroji...
    96. Tiwari, A. K., Abakah, E. J. A., Gabauer, D., et al. (2022). Dynamic Spillover Effects Among Green Bond, Renewable Energy Stocks and Carbon Markets During COVID-19 Pandemic: Implications for Hedging and Investments Strategies. Global Finance Journal, 51, 100692. https://doi.org/10.1016/j.gfj.2021.100692 Přejít k původnímu zdroji...
    97. Tse, Y. K. (1998). The Conditional Heteroscedasticity of the Yen-Dollar Exchange Rate. Journal of Applied Econometrics, 13(1), 49-55. Přejít k původnímu zdroji...
    98. Urquhart, A. (2016). The Inefficiency of Bitcoin. Economics Letters, 148, 80-82. https://doi.org/10.1016/j.econlet.2016.09.019 Přejít k původnímu zdroji...
    99. Wang, X., Lei, T., Liu, Z., et al. (2017). Long-Memory Behavior Analysis of China Stock Market Based on Hurst Exponent. In: 2017 29th Chinese Control and Decision Conference (CCDC), 1710-1712. Piscataway: Institute of Electrical and Electronics Engineers. https://doi.org/10.1109/ccdc.2017.7978792 Přejít k původnímu zdroji...
    100. Xiu, J., Jin, Y. (2007). Empirical Study of ARFIMA Model Based on Fractional Differencing. Physica A: Statistical Mechanics and Its Applications, 377(1), 138-154. https://doi.org/10.1016/j.physa.2006.11.030 Přejít k původnímu zdroji...
    101. Zhang, H., Cai, G., Yang, D. (2020). The Impact of Oil Price Shocks on Clean Energy Stocks: Fresh Evidence from Multi-Scale Perspective. Energy, 196, 117099. https://doi.org/10.1016/j.energy.2020.117099 Přejít k původnímu zdroji...

    Tento článek je publikován v režimu tzv. otevřeného přístupu k vědeckým informacím (Open Access), který je distribuován pod licencí Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License (CC BY NC ND 4.0), která umožňuje nekomerční distribuci, reprodukci a změny, pokud je původní dílo řádně ocitováno. Není povolena distribuce, reprodukce nebo změna, která není v souladu s podmínkami této licence.


    Zpět na obsah