Risk contagion, optimal portfolio risk management and hedging in oil, gold and capital markets (hybrid approach MS-VAR-FIAPARCH-cDCC)

Document Type : Original Article

Authors
Mehdi Zare Kasgari 1
Syed Yousef Ahadi Sarkani 2
Syed Mohammad Hasheminejad 3
Abdul Majid Dehghan 4
1 PhD student, Department of Financial Engineering, Firouzkouh Branch, Islamic Azad University, Firouzkouh, Iran.
2 Associate Professor Accounting Department, Firouzkooh Branch, Islamic Azad University, Firouzkooh, Iran
3 Assistant Professor Department of Management, Medical Sciences, Islamic Azad University,Tehran, Iran.
4 Associate Professor Department of Management, Yadegar Imam Khomeini Branch, Islamic Azad University,Tehran, Iran.
10.22034/jik.2025.78477.4741
Abstract
In recent years, structural volatility and regime shifts in financial markets—particularly in oil, gold, and equity markets—have heightened the transmission of risk, complicating decision-making for investors and policymakers. This study aims to enhance risk management and optimize investment portfolios by examining the dynamics of risk contagion and developing effective hedging strategies across the oil, gold, and capital markets during the period 2016 to 2023. A hybrid modeling framework is employed, integrating the Markov-Switching Vector Autoregressive (MS-VAR) model, the Fractionally Integrated Asymmetric Power ARCH (FIAPARCH) model, and the Conditional Dynamic Correlation (cDCC) GARCH model. The findings reveal that the degree of risk contagion varies under different regimes and intensifies during turbulent periods. Moreover, the influence of oil and gold prices on the stock market index is found to be nonlinear and sensitive to political and economic factors. Overall, the hybrid model outperforms traditional models in capturing dynamic correlations and regime-dependent risk spillovers, providing a robust analytical basis for the design of adaptive hedging strategies. These insights offer practical value for financial managers aiming to improve portfolio performance and mitigate risk under uncertain market conditions.
  • آقاسی، سعید و بیگلری، سحر، (1395). "بررسی رابطه ریسک مالی و ویژگی های سرمایه گذاران )هوش مالی، مهارت مدیریت مالی، ثروت( بر اساس مدل بومی شده دونالد مطالعه موردی: بورس اوراق بهادار تهران". دانش مالی تحلیلی اوراق بهادار )مطالعات مالی )، دوره 9، شماره 31 .
  • ابونوری ، اسماعیل و عبداللهی،محمد رضا، (1391) ." مدلسازی نوسانات بخش های مختلف بازار سهام ایران با استفاده از مدل گارچ چندمتغیره". پژوهشات مالی، دوره
  • ابزری، مهدی، صمدی، سعید و تیموری، هادی،(1386) . " بررسی عوامل موثر بر ریسک و بازده سرمایه گذاری در محصولات مالی". روند، شماره 55 .
  • اسکندری،حمید،انواری رستمی،علی اصغرو حسین زاده کاشان،علی،(1395)." پوشش ریسک با استفاده از شاخص ترکیبی قراردادها آتی(مطالعه موردی بازار مالی ایران) ". مهندسی مالی و مدیریت اوراق بهادار،شماره 28.
  • اندرز، والتر ، (1386) ، اقتصاد سنجی سری های زمانی با رویکردی کاربردی، مترجم مهدی صادقی شاهدانی و مهدی شوال پور، چاپ اول ، تهران، انتشارات دانشگاه امام صادق)ع) .
  • باقرزاده، سعید، (1397)."عوامل موثر بر بازده سهام در بورس اوراق بهادار تهران".پژوهشات مالی،دوره 6 ، شماره 1 .
  • پدرام، مهدی ، (1391) ." اثر نوسانات نرخ ارز بر روی نوسانات بازار سهام در ایران" . دانش مالی تحلیل اوراق بهادار ، دوره 5 ، شماره 3.
  • پیرایی ، خسرو و شهسوار، محمد رضا ، (1388) . " تاثیر متغیرهای کلان اقتصادی بر بازار بورس " . پژوهشهای اقتصادی، دوره 9 ، شماره 1 .
  • جونز، چالز پی . (1382) ، مدیریت سرمایه گذاری ، ترجمه دکتر رضا تهرانی و عسگر نور بخش، چاپ سوم ، تهران ، انتشارات نگاه دانش .
  • حاتمی، امین، محمدی، تیمور، خداداد کاشی، فرهاد و ابوالحسنی هستیانی، اصغر (۱۳۹7). پویایی‏های نسبت بهینه پوشش ریسک در بازارهای سهام و طلا: رهیافت VAR-DCC-GARCH، فصلنامه اقتصاد مالی، سال دوازدهم، شماره ۴5.
  • حسینی، سید محمد و ابراهیمی، سید بابک، (1392) . "مدل سازی و سنجش سرایت تلاطم با استفاده از مدل های گارچ چند متغیره" . بورس اوراق بهادار، دوره 6 ،شماره 21 .
  • خبیری، علی و عبده تبریزی، حسین، بازار آتی، چاپ 1، سال 1397.
  • درخشان، مسعود (1390)، مشتقات و مدیریت ریسک در بازارهای نفت، موسسه مطالعات بین‏المللی انرژی، چاپ دوم.
  • راعی، رضا. (1390). مبانی مهندسی مالی و مدیریت ریسک، تهران ، انتشارات دانشگاه تهران و سمت.
  • فرزانگان، الهام (1397)، استراتژی های پوشش ریسک قیمت سکه بهار آزادی: مقابسه بین رویکردهای GARCH, GO- GARCH, ADCC مبتنی بر کاپیولا، فصلنامه پژوهش های اقتصادی ایران، سال بیست و سوم، شماره 75، تابستان 1397.
  • طاهری ،حامد و صارم ،میلاد ، (1387 ) . " بررسی رابطه بین نرخ ارز و شاخص قیمت بورس اوراق بهادار تهران: با استفاده از رویکرد ARDL " . روند پژوهش های اقتصادی، دوره 19 ، شماره 60 .
  • علمی، زهرا، ابونوری، اسمعیل، راسخی، سعید و شهرازی، محمد مهدی (1393)، اثر شکست‏های ساختاری در نوسانات بر انتقال تکانه و سرریز نوسان میان بازارهای طلا و سهام ایران.فصلنامه علمی - پژوهشی مدلسازی اقتصادی، دوره  8  .
  • مهرآرا، محسن، الهی، ناصر ، اسلامی بیدگلی، سعید و شاه آبادی فراهانی، عاطفه ،(1397). " بررسی نسبت بهینه پوشش ریسک نرخ ارز و طلا در بازار‌های مالی در حال توسعه و نوظهور: مطالعه موردی بورس تهران و استانبول ". مطالعات و سیاست های اقتصادی ، دوره 14 ، شماره 109.
  • میرزاپور باباجان اکبر و بهرامی، جاوید (1391)، نسبت بهینه پوشش ریسک در قراردادهای آتی سکه بهار آزادی مورد معامله در بورس کالای ایران، فصلنامه پژوهش­ها و سیاست­های اقتصادی، سال بیستم، زمستان 1391.
  • نیکومرام، هاشم، پورزمانی، زهرا و دهقان، عبدالمجید (۱۳۹۳)، سرایت­­پذیری تلاطم در بازار سرمایه ایران، فصلنامه علمی پژوهشی دانش سرمایه­گذاری، انجمن مهندسی مالی ایران، سال سوم، شماره 15 .
  • نیکو مرام، هاشم، پور زمانی، زهرا، دهقان، عبدالمجید (1394)، بررسی سرایت‌ تلاطم بازارهای موازی بازار سرمایه بر صنایع بورسی (صادرات و واردات محور)، دوره 8، شماره 25 - شماره پیاپی 25.

 

  • Ahmad W., (2017) , “ On the dynamic dependence and investment performance of crude oil and clean energy stocks” , Research in International Business and Finance ,Vol.42, PP.376–389.
  • Arouri, M. E. H,. Lahiani, A., & Nguyen, D. K. (2015). World gold prices and stock returns in China: insights for hedging and diversification strategies. Economic Modelling, 44, PP.273-282.
  • Bali, T.G., Brown, S.J., Caglayan, M.O., 2019. Upside potential of hedge funds as a predictor of future performance. J. Bank. Finance 98, PP 212–229.
  • Bildirici Melike E and M.Badur Mesut., (2019), “ The effects of oil and gasoline prices on confidence and stock return of the energy companies for Turkey and the US”. Energy, Vol.173,PP.134–141.
  • Bollerslev, T(1990), Modeling the Coherence in Short-run Nominal Exchange Rates: a Multivariate Generalized ARCH Model, Review of Economics and Statiscs,72.
  • Calmorin, L., 2004. Statistics in Education and the Sciences. Rex Bookstore, Inc. Carter, C. A.; Rausser, G. C.; and Schmitz, A., 1983. Efficient asset portfolios and the theory of normal backwardation. Journal of Political Economy, 91, 2 (1983), 319–331.
  • Chang, Ch. L., McAleer, M., & Tansuchat, R. (2013). “Conditional correlations and volatility spillovers between crude oil and stock index returns”. The North American Journal of Economics and Finance, Vol. 25, PP. 116–138.
  • Finta Marinela A and B.Frijns and A.Tourani-Rad., (2019) , “ Volatility spillovers among oil and stock markets in the US and Saudi Arabia” , Applied Economics , Vol.51,PP. 329–345.
  • Gao, C., Haight, T.D., Yin, C., 2020. Fund selection, style allocation, and active management abilities: evidence from funds of hedge funds’ holdings. Financ. Manage 49 (1), 135–159.
  • Jin, J., Han, L., Wu, L., Zeng, H., 2020. The hedging effect of green bonds on carbon market risk. Int. Rev. Financ. Anal. 71, 101509.
  • Kwame AD and A.Khairul ., (2020) . “ Cross Hedging Effectiveness of Real Estate Securities Exchange Traded Funds” . Journal of Real Estate Portfolio Management , Vol.79,PP.33-41.
  • Lai, Y.-S., 2022b. Improving hedging performance by using high-low range. Finance Res. Lett. 48, 102975. Lai, Y.-S., 2023. Optimal futures hedging by using realized semicovariances: the information contained in signed high-frequency returns. J. Futures Markets 43, PP 677–701.
  • Musen X and Z.Jianxiong and Z.Guowei., (2020) , “ Quantity decision timing with spillover effect and asymmetric demand information” . Transportation Research.Part E , Vol.116,PP.61-69.
  • Pastor, ́ L., Stambaugh, R.F., Taylor, L.A., 2021. Sustainable investing in equilibrium. J. Financ. Econ. 142, 550–571.
  • Smita Mahapatra, Saumitra N. Bhaduri(2019). Dynamics of the impact of currency fluctuations on stock markets in India: Assessing the pricing of exchange rate risks. Borsa Istanbul Review 19-1 (2019) 15 _ e23.
  • Sujata K and KH.Pulkit KH., (2020) . “ Cross-hedging aviation fuel price exposures with commodity futures: Evidence from the Indian aviation industry” . IIMB Management Review, Vol.32, PP. 389-401.
  • Sun, Z., Wang, A.W., Zheng, L., 2018. Only winners in tough times repeat: hedge fund performance persistence over different market conditions. J. Financ. Quant. Anal. 53 (5), 2199–2225.
  • Walid M and R. Abdel Razzaq and V.Xuan and K.Sang Hoon ., (2021) . “ Asymmetric spillover and network connectedness between crude oil,gold, and Chinese sector stock markets” . Energy Economics ,Vol.98,PP.64-77.