MétaCan
Menu
Retour à la cohorte
Enregistrement W3195307616 · doi:10.1080/20430795.2021.1964808

Do greener funds perform better? An analysis of open-end equity funds in China

2021· article· en· W3195307616 sur OpenAlexaff
Xingxing Chen, Olaf Weber, Xianzhong Song, Lidan Li

Notice bibliographique

RevueJournal of Sustainable Finance & Investment · 2021
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEnergy, Environment, Economic Growth
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésFund of fundsGlobal assets under managementBusinessClosed-end fundPassive managementInstitutional investorPrivate equity fundFinanceEquity (law)Open-end fundChinaFinancial systemPrivate equityCorporate governance

Résumé

récupéré en direct d'OpenAlex

This study analyses how equity funds react to institutional pressure related to green finance. Based on the analysis of 378 open-end equity funds in China from 2010 to 2019, we examined the environmental performance of fund holdings to measure their level of green investment. In our analyses, we distinguished between funds with positive and negative screening strategies. Our results indicate that the funds’ green investments are gradually increasing. Furthermore, we found that green investment strategies help to increase the funds’ excess return. The positive connection to financial returns, however, is only valid for funds with negative screening strategies. Finally, we found that fund investors react negatively to funds using positive screening to identify green investments. The study contributes to theoretical and practical knowledge about factors influencing equity funds’ green and financial performance.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,445
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,260
Écart entre enseignants0,229 · 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'étudeObservationnel
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

Citations12
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable Finance & InvestmentMême sujetEnergy, Environment, Economic GrowthTravaux en français237 207