MétaCan
Menu
Retour à la cohorte
Enregistrement W2726231039

Is the Financial Market a Mechanism for Environmental Overcompliance

2012· dissertation· en· W2726231039 sur OpenAlexaboutno aff
Julie Mallory

Notice bibliographique

RevueTSpace (University of Toronto) · 2012
Typedissertation
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMechanism (biology)BusinessPhysics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Climate change legislation is financially and politically costly. Financial markets have the capacity to encourage companies to do more than what is required by law (i.e. overcomply), and this could lead to socially optimal outcomes without the costs.\n\n\tFirst, I examine how the responses of Canadian companies to a voluntary survey regarding carbon emission levels affect those companies' valuations. I employ a signaling framework where companies choose between two signals - disclosure and nondisclosure - and where investors are uncertain about the likelihood of legislation in addition to company type. I test the prediction of the model that disclosure increases company value only when investors believe legislation is likely. I find that withholding emissions information resulted in average daily abnormal returns of 3 basis points, and that disclosure resulted in average daily abnormal returns of -11 basis points in the days surrounding the submission of survey responses. The level of emissions disclosed is found to be irrelevant. \n\t\n\tSecond, I examine the credibility of green legislative threat. The economic climate impacts the government's ability to credibly threaten new environmental law, and so I model a company's pollution decision as a function of the economic climate. In times of recession, companies may choose to pollute heavily since they believe that the likelihood of legislation is low. As a first step in evaluating the model empirically, I use differences-in-differences regressions to estimate the effect of legislative threat during recession on company value. Although the value of carbon-intensive companies decreased initially in reaction to legislative threat, the relative value of these companies increased as the depth of the recession becomes more apparent. I find that on average the legislative threat of an emission trading scheme reduced Tobin's Q by 18% in the initial stages of the recession, but as the recession deepened the legislative threat effect was eliminated. \n\t\n\tMy results suggest that financial markets combined with a credible threat of legislation could provide encouragement to companies to overcomply with current regulations, possibly to the extent that is socially optimal. More research on factors affecting company carbon emissions levels and intensity is required.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,019
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,004
Communication savante0,0060,008
Science ouverte0,0010,001
Intégrité de la recherche0,0050,002
Charge utile insuffisante (le modèle a refusé de juger)0,0270,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,021
Tête enseignante GPT0,239
Écart entre enseignants0,218 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpace (University of Toronto)Même sujetCorporate Social Responsibility ReportingTravaux en français237 207