Does It Pay to Issue Green? An Institutional Comparison of Mainland China and Hong Kong’s Stock Markets Toward Green Bonds
Notice bibliographique
Résumé
The stock market is an indicator of investor sentiment when it comes to new information or innovative firm-level products. Green bonds are both innovative and unique in terms of their higher information disclosures and understanding the impact of sustainable finance on investor outlook for a company's stock. Using the comparative case of Mainland China and Hong Kong's stock market, we examine whether green bond announcements from 2016 to 2019 can create significant investor reactions. By employing the event study methodology, we confirm that both markets react in a positive way toward green bond announcements. This reinforces the reputational and financial benefits of green bonds. We find that issuers that are non-banks, environmentally friendly firms as well as those issuing non-general bonds, create a more positive reaction, whereas ownership aspects do not matter as much for investors. However, even among those issuers listed in both markets, certain institutional dynamics like strategic framing and source credibility tend to reinforce a firm's institutional legitimacy and are seen as being more prominent for investor reaction. The policy implications of our study show that the stock market reaction among two connected economies, where previously varying institutional contexts have resulted in regional differences, are now equally supportive of sustainable financial markets like the green bond. As seen with the positive stock market sentiment, governments and listed issuers can now better align their policies and internal strategies, allowing the low-carbon transition to be a financially attractive opportunity for all investors.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».