The Impact of Divestment Announcements on the Share Price of Fossil Fuel Stocks
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Several prominent institutional investors concerned about climate change have announced their intention or have divested from fossil fuel shares, to limit their exposure to the industry. The act of fossil fuel divestment may directly depress share prices or stigmatize the industry’s reputation, resulting in lower share value. While there has been considerable research conducted on the performance of the fossil fuel industry, there is not yet any empirical evidence that divestment announcements influence share prices. Adopting an event study methodology, this study measures abnormal deviations in stock prices of the top 200 global oil, gas, and coal companies by proven reserves, on days of prominent divestment announcements. Events are analyzed independently and in aggregate. The results make several notable contributions. While many events experienced short-term negative abnormal returns around the event day, the effects of events were more pronounced over longer event windows following the New York Climate March, suggesting a shift in investor perception. The results also find that divestment announcements related to campaigns, pledges, and endorsements all have a significant effect over the short-term event window. Finally, the results control for the general underperformance of the industry over the estimation window, attesting that the price change is caused by divestment announcements. Several robustness tests using alternate expected returns models and statistical tests were conducted to ensure the accuracy of the result. Overall, this study finds that divestment announcements decrease the share price of the fossil fuel companies, and thus, we conclude that ‘divestors’ can influence the share price of their target companies. Theoretically, the result adds new knowledge regarding the efficacy of the efficient market hypothesis in relation to divestment.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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