MétaCan
Menu
Retour à la cohorte
Enregistrement W3125328688

The Effect of Air Pollution on Investor Behavior: Evidence from the S&P 500

2016· article· en· W3125328688 sur OpenAlexaff
Anthony Heyes, Matthew Neidell, Soodeh Saberian

Notice bibliographique

RevueNational Bureau of Economic Research · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEnergy, Environment, Economic Growth
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésDownloadRobustness (evolution)Empirical evidenceDeveloping countryEconometricsMonetary economicsInfluencer marketingParticulatesAir pollutionStock (firearms)EconomicsBusinessComputer scienceEngineeringMarketingBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We provide detailed empirical evidence of a direct effect of air pollution on the efficient operation of the New York Stock Exchange, linking short-term variations in fine particulate matter (PM2.5) in Manhattan to movements in the S&P 500. The effects are substantial – a one standard deviation increases in ambient PM2.5 reduces same-day returns by 11.9% in our preferred specification – and remarkably robust to a variety of specifications and a battery of robustness and falsification checks. Furthermore, the intra-day effects that we observe are difficult to reconcile with competing hypotheses. Despite investors being dispersed geographically we find strong evidence that the effect is strictly local in nature, consistent with the high concentration of market influencers in New York. While we are agnostic as to the underlying mechanism, we provide evidence suggestive of the role of decreased risk tolerance operating through pollution-induced changes in mood or cognitive function.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,388
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,185
Tête enseignante GPT0,389
Écart entre enseignants0,204 · 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 tête enseignante, pas un consensus.

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

Citations47
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetEnergy, Environment, Economic GrowthTravaux en français237 207