Publications
ThesisJan 2022

Ilmastoriskit osakkeiden hinnoissa

Vainio, J; Kauppi, H
Product Used
Genes
Abstract
Opinnäytetyön tarkoituksena on selvittää, mitä riskejä ilmastonmuutokseen liittyy ja mitkä ovat niiden vaikutukset rahoitusmarkkinoilla. Tutkimus keskittyy osakemarkkoihin, sillä osakemarkkinoiden on huomattu reagoivan luottomarkkinoita nopeammin uuteen informaatioon. Kasvihuonepäästöjen vaikutuksesta ilmastonmuutokseen on akateemisessa keskustelussa vahva yhteisymmärrys. Myös siitä, että ilmastonmuutos on osaltaan ihmiskunnan aikaansaannos, on saavutettu akateemisessa kirjallisuudessa konsensus. Ilmastonmuutoksen vaikutuksiin liittyy siitä huolimatta vielä epävarmuutta, joka heijastuu myös rahoitusmarkkinoihin. Ilmastonmuutoksesta aiheutuvat riskit voidaan jaotella fyysisiin ja transitioriskeihin, sekä transitioriskit vielä pidemmän ja lyhyemmän aikavälin riskeihin. Muutoksia ilmastoriskeissä tutkitaan tarkastelemalla sosiaalisen median, Twitterin, julkaisuja. Tutkielmassa käytetään GSDMM-algoritmia, joka on ohjaamaton koneoppimismenetelmä. Sen avulla twiitit (Twitterin tekstipohjaiset julkaisut) saadaan jaoteltua erilaisiin ilmastoriskeihin. Lyhyen aikavälin transitioriskiä kuvaavat twiitit liittyvät Yhdysvaltain ilmastopolitiikkaan, pidemmän aikavälin transitioriskiä kuvaa puolestaan kansainväliset ilmastokokoukset ja pidemmän aikavälin fyysistä riskiä kuvaa twiitit, jotka liittyvät luonnossa havaittuihin muutoksiin ja luonnonkatastrofeihin. Lisäksi twiiteistä havaitaan aihe, joka kuvaa suoraan rahoitusmarkkinoille koituvia riskejä ilmastonmuutoksesta. Havaittujen ilmastoriskien vaikutuksia Yhdysvaltain osakemarkkinoilla tarkastellaan portfolioihin jaon avulla ilmastoriski kerrallaan sekä yhdistämällä kaikki ilmastoriskit yhdeksi. Osakkeet jaotellaan portfolioihin ilmastoriskiherkkyyksien mukaisesti. Ostetaan niitä osakkeita, joilla ilmastoriskiherkkyyden havaitaan olevan suurin ja myydään lyhyeksi niitä, joilla havaittu herkkyys on pienin. Menetelmän avulla havaitaan, että fyysisen ilmastoriskin avulla muodostettu spread-portfolio tuottaa useammissa tapauksissa tilastollisesti merkitsevää ylituottoa markkinatuottoon verrattuna. Tulosten vahvistamiseksi toteutetaan vielä Fama-MacBeth-regressiot, jotka eivät kuitenkaan anna tukea sille, että fyysiset ilmastoriskit olisivat sisällytetty Yhdysvaltain osakemarkkinoilla. Mahdollisiksi selityksiksi heikolle tilastolliselle merkitsevyydelle voidaan argumentoida tekstidatan jaotteluun liittyvät ongelmat, osakedatan erilainen jaottelu regressiomalleissa sekä ilmastonmuutoksen itseensä liittyvä epävarmuus, joka heijastuu myös rahoitusmarkkinoihin.
Product Used
Genes

Related Publications