2024年秋国际经济合作研究院第一周学习研讨会回顾

Conference Briefing

2023级世界经济专业博士生汪芳报告了Sautner Zacharias、van Lent Laurence、Vilkov Grigory和Zhang Ruishen于2022年发表在The Journal of Finance的论文“Firm-level climate change exposure”。该文基于企业层面的数据，研究了气候变化对于企业增加绿色就业岗位和绿色专利数量的影响，以及气候变化对于公司股票收益和风险的影响。

该文开发了一种方法，利用机器学习中的关键词发现算法，识别财报电话会议参与者对公司气候变化风险的关注，捕捉与气候变化相关的机会、物理和监管冲击的风险。该风险度量涵盖了2002年至2020年期间，来自34个国家的逾10,000家公司的数据。研究结果表明，这些度量在预测与“净零排放”过渡相关的内容上极具价值，尤其是在绿色技术就业创造和绿色专利申请方面。此外，这些度量还包含在期权和股票市场中被定价的信息。

该文介绍了另一种关键词搜索方法，利用文本信息提取气候相关数据，突破传统自然语言处理技术的局限，展示了在处理专业化和高技术性语言（如气候变化相关语言）时的有效性。通过训练的语言模型学习词汇模式，有利于气候变化领域的研究取得新进展。

实证部分，该文分析了气候变化敞口对绿色技术就业和专利的影响。研究显示，气候变化敞口每增加一个标准差，随后一年内绿色专利的数量将增加72%，这表明气候变化敞口会显著促进绿色创新活动。此外，高气候变化敞口的企业不仅在绿色技术领域增加了招聘，同时减少了在非绿色技术领域的招聘和专利产出，显示出这些企业倾向于将资源分配给支持环保和可持续发展的技术创新。

进一步，该论文探讨了气候变化敞口如何影响金融市场，尤其是在期权市场中。结果发现，与气候政策相关的政策不确定性在期权市场价格中得到了体现。投资者倾向于为高敞口股票支付更高的溢价，以对冲潜在的极端气候风险。在机会敞口较高的公司中，投资者更愿意为这些公司的期权支付更高的风险溢价，反映了他们对企业未来潜在收益的预期和对风险的评估。此外，文章还探讨了反映气候变化敞口创新的因子在金融市场上的定价情况，发现对这一因子敏感度较高的公司面临更大的不确定性，因此能够获得更高的回报。