MétaCan
Menu
Retour à la cohorte
Enregistrement W4385803584 · doi:10.1086/727370

Do Financial Markets Respond to Green Opportunities?

2023· article· en· W4385803584 sur OpenAlexaff
Tobias Kruse, Myra Mohnen, Misato Sato

Notice bibliographique

RevueJournal of the Association of Environmental and Resource Economists · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEnergy, Environment, Economic Growth
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesEconomic and Social Research CouncilGrantham Research Institute on Climate Change and the Environment, London School of Economics and Political ScienceCentre for Climate Change Economics and Policy, University of LeedsHorizon 2020 Framework ProgrammeLondon School of Economics and Political Science
Mots-clésCommitRevenueExploitFinancial marketBusinessCapital marketInvestment (military)FinanceFinancial servicesEconomics

Résumé

récupéré en direct d'OpenAlex

This study investigates whether financial markets respond to firms’ climate actions. We exploit the signing of the Paris Agreement, which required governments to commit to ambitious climate action, as a quasi-natural experiment. Using a proprietary green revenue database, we find that firms deriving a significant fraction of their revenues from green goods and services experience on average a 10% increase in cumulative abnormal returns following the agreement. The empirical evidence indicates that financial markets are responding to opportunities associated with new green markets, and strengthening climate policies can reallocate capital to support green private sector investment.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,211
Score d'incertitude au seuil0,556

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,018
Tête enseignante GPT0,187
Écart entre enseignants0,169 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations32
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Association of Environmental and Resource EconomistsMême sujetEnergy, Environment, Economic GrowthTravaux en français237 207