加载中...
数据目录 · 共 64 个条目 · 20 个分类浏览简化目录
SSRD上市公司与资本市场5
政府与司法数据4
企业主体与全景画像4
人民数据1
人物数据1
劳动就业数据2
Hedging Climate Change News
我们提出并实施了一种动态对冲气候变化风险的流程。我们从通过报纸文本分析构建的气候新闻序列中提取创新。然后，我们使用模仿组合方法构建气候变化对冲组合。我们利用第三方ESG评分来刻画企业的气候风险暴露，以约束该过程。我们表明，这种方法产生了简约且行业平衡的组合，在样本内和样本外均能很好地对冲气候新闻的创新。我们讨论了金融方法管理气候风险的多个未来研究方向。
Abstract
We propose and implement a procedure to dynamically hedge climate change risk. We extract innovations from climate news series that we construct through textual analysis of newspapers. We then use a mimicking portfolio approach to build climate change hedge portfolios. We discipline the exercise by using third-party ESG scores of firms to model their climate risk exposures. We show that this approach yields parsimonious and industry-balanced portfolios that perform well in hedging innovations in climate news both in sample and out of sample. We discuss multiple directions for future research on financial approaches to managing climate risk.
基于Sustainalytics E-Score的对冲组合样本外对冲效果最佳
基于Sustainalytics E评分的对冲组合在样本外与WSJ气候新闻指数创新的相关系数高达30%，显著优于基于MSCI E评分或ETF的组合（相关系数分别为1.3%和-0.5%）。这表明选择合适的公司气候风险暴露特征对构建有效对冲组合至关重要。
对冲组合在样本内可解释约15%-19%的气候新闻创新变异
使用Sustainalytics E评分的对冲组合在样本内回归中R方为0.153至0.187，能解释WSJ气候新闻指数创新约15%-19%的变异。而使用MSCI E评分的组合R方仅为0.083至0.088，ETF组合R方最低（0.047）。
对冲组合与XLE负相关、与PBD正相关，但并非简单的行业押注
对冲组合收益与能源ETF（XLE）负相关、与清洁能源ETF（PBD）正相关，表明组合倾向于做空传统能源股、做多绿色能源股。但组合在行业内部和行业间均识别出气候风险暴露最大的公司，且行业集中度较低，并非简单的行业倾斜。
ESG评分仅能部分由行业解释，大部分变异来自行业内部
将Sustainalytics E评分对2位SIC行业固定效应回归，调整R方为0.103；对4位SIC回归调整为0.184。MSCI E评分类似，说明虽然存在行业效应，但大部分评分变异发生在狭窄行业内部，对冲组合并非简单做多绿色行业。
基于排名的E评分与绝对E评分的对冲组合表现无系统性差异
使用绝对去均值E评分与排名标准化E评分构建的对冲组合在样本内和样本外表现高度相关（相关系数0.97以上），两者在样本外对冲WSJ气候新闻创新的相关系数分别为17.4%和20.6%，相对表现无系统性差异。
核心解释变量
气候新闻创新（CC_t），包括WSJ气候变化新闻指数创新（CC_WSJ_t）和Crimson Hexagon负面气候变化新闻指数创新（CC_NegNews_t），基于报纸文本分析构建，取AR(1)模型残差作为创新
被解释变量
对冲组合超额收益（h_CC_t），通过模仿组合方法构建，权重基于公司特征（ESG评分、规模、价值、市场）的横截面排序组合
样本与数据
美国NYSE、AMEX、NASDAQ上市普通股（share code 10和11），剔除股价低于5美元的便士股和市值最低20%的微盘股。样本期为2009年9月至2016年12月，共88个月。ESG评分来自MSCI（1995-2016年年度评分）和Sustainalytics（2009年9月起月度评分）。股票收益率来自CRSP。
识别方法 / 模型设定
采用模仿组合方法（mimicking portfolio approach），将气候新闻创新对基于公司特征排序的组合收益进行投影回归（CC_t = ξ + w'Z'_{t-1}r_t + e_t），得到对冲组合权重。组合需满足对气候风险因子的单位暴露且对其他因子（规模、价值、市场）零暴露。使用两步法避免数据挖掘：先用ESG评分刻画气候风险暴露，再投影到特征排序组合。
内生性及稳健性检验
进行了样本外检验和交叉验证。样本外检验使用截至t-1期的数据估计权重，然后计算t期组合收益与CC_t的相关系数；交叉验证则对每个t'使用所有t≠t'期数据估计。结果表明基于Sustainalytics E评分的组合在样本外和交叉验证中均优于MSCI和ETF组合。此外，比较了绝对值和排名两种E评分构建方式，发现无系统性差异。
更多相关数据正在补充