エネルギー転換からメタバースへ：グローバル金融におけるAI強化型リスク分析
From energy transition to the metaverse: AI-enhanced risk analysis in global finance (原題)
Seyi Saint Akadırı, Oktay Özkan, Branimir Kalaš, Magdalena Radulescu, Lucian Belaşcu
🤖 gxceed AI 要約
日本語
分位点R²連関（QR2C）フレームワークを新たに構築し、従来型エネルギー・グリーン金融・エネルギー転換資産・デジタル新興セクター（AI・ブロックチェーン・メタバース）間のボラティリティ相互依存を2018〜2024年のデータで分析した。グリーン金融とエネルギー転換資産はシステム安定化（純ショック受容）に寄与する一方、AIやメタバースはリスク伝播源として作用することが判明。連関は分布の裾（5%・95%分位）で顕著に強まり、技術主導市場に内在するテールリスクの罠を浮き彫りにしている。
English
Introduces a Quantile R² Connectedness (QR2C) framework combining quantile series with model-free R² connectedness to analyze volatility spillovers among conventional energy, green finance, energy transition assets, and digital sectors (AI, blockchain, metaverse) from 2018–2024. Green finance and energy transition assets act as systemic stabilizers (net shock receivers), while AI and metaverse transmit risk. Connectedness intensifies in extreme tails, revealing a tail-risk trap in tech-driven markets and arguing for state-dependent risk management.
Unofficial AI-generated summary based on the public title and abstract. Not an official translation.
📝 gxceed 編集解説 — Why this matters
日本のGX文脈において
グリーン金融・転換資産をボラティリティの安定化装置として位置づける実証は、日本の機関投資家がGX投資をポートフォリオのリスク緩和手段として説明する際の根拠になり得る。SSBJ開示やTCFD対応で気候関連リスクとデジタル資産リスクを併記する議論にも示唆を与える。
In the global GX context
Frames green finance and transition assets as volatility stabilizers rather than risk sources — a useful counterpoint to disclosure regimes (TCFD/ISSB) that often treat climate transition as pure risk. The tail-dependence findings support state-dependent risk management and stress-testing narratives relevant to transition finance and climate-risk modeling under CSRD/ISSB.
👥 読者別の含意
🔬研究者:分位点ベースの連関分析をグリーン金融とデジタル資産のクロスセクター・リスク伝播に適用する手法例として参照できる。
🏢実務担当者:GX関連資産がポートフォリオのボラティリティ緩和に寄与し得る一方、AI・メタバース関連エクスポージャはテール局面でリスク源となる点を投資判断に反映できる。
🏛政策担当者:グリーン金融の安定化機能とフロンティア技術のリスク伝播を踏まえ、状態依存的なマクロプルーデンス政策の設計を検討する材料になる。
📄 Abstract（原文）
The rapid convergence of technological innovation and sustainability transitions has fundamentally reshaped global financial risk architectures. This study introduces a novel Quantile R² Connectedness (QR 2 C) framework that integrates quantile series (QSER) with model-free R² connectedness to analyse volatility interdependencies among conventional energy, green finance, energy transition assets, and emerging digital sectors (AI, blockchain, and the metaverse). Utilising data from June 1, 2018, to November 29, 2024, the methodology circumvents the linear and parametric limitations of traditional VAR-based models, enabling a distribution-sensitive assessment of risk transmission across normal and extreme market states. Our findings reveal that while green finance and energy transition assets function as systemic stabilisers (net receivers of shocks), emerging technologies, particularly AI and the metaverse, act as systemic risk transmitters, amplifying volatility across the network. The analysis uncovers significant asymmetric and nonlinear spillovers, with connectedness intensifying in the extreme tails (5th and 95th quantiles) compared to the median. These results, robust across multiple rolling-window specifications, highlight the tail-risk trap inherent in technology-driven markets. The study offers important insights for policymakers and investors, emphasising the need for state-dependent risk management strategies that leverage stabilising green sectors to buffer against volatility contagion from frontier digital innovations.
🔗 Provenance — このレコードを発見したソース
- openalex https://doi.org/10.1016/j.jik.2026.101186first seen 2026-11-15 05:02:40
🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。
gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。