MétaCan
Menu
Retour à la cohorte
Enregistrement W4392896997 · doi:10.3390/jrfm17030121

Renewable Energy Stocks’ Performance and Climate Risk: An Empirical Analysis

2024· article· en· W4392896997 sur OpenAlexvenueno aff
Lingyu Li, Xianrong Zheng, Shuxi Wang

Notice bibliographique

RevueJournal of risk and financial management · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMarket Dynamics and Volatility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRenewable energyClimate changeNatural resource economicsEnvironmental scienceBusinessEconomicsEngineeringEcology

Résumé

récupéré en direct d'OpenAlex

This article studies the relationship between renewable energy stocks’ performance and climate risk. It shows that publicly held renewable energy stocks underperform as a reaction to climate policy information releases, modeled by feed-in tariff (FIT) legislation announcements. The study examined stock price behaviors 2 days before and 30 days after FIT policy announcements. The stock sample used in the study has 3702 firm-day combinations, which included 180 cleantech firms and 32 events from 2007 to 2017. Based on the residual analysis of the sample’s abnormal return, it indicated that the FIT announcements are associated with significant declines in returns. The cumulative abnormal return until Day 18 was a significant −0.83%, while the average abnormal return on the day was −0.16% at normal levels. The study partially excluded the likelihood of a transitory result by varying the measurement horizon. It also adopted both the market model and the Fama–French three-factor models to rule out model misspecification when estimating abnormal returns and thus increased the robustness. In fact, the results were stable to changes in estimating the model’s specifications. In addition, the study compared the portfolio’s performance with mimicking portfolios in terms of size, book-to-market equity (BE/ME), and the firms’ geographic location. It demonstrated that the documented anomaly of the portfolio of renewable energy companies is robust.

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 enseignants0,226
Score d'incertitude au seuil0,513

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,011
Tête enseignante GPT0,225
Écart entre enseignants0,214 · 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

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial managementMême sujetMarket Dynamics and VolatilityTravaux en français237 207