学术信息 首页 - 学术信息 - 正文
景林珞珈金融论坛第245期
2024-06-06
时间:2024-06-03  阅读:

IMG_256

讲座题目:对冲气候变化风险:一种基于实时市场反应的方法&叙述性风险披露:对系统性风险暴露和资产价格的影响

主 讲 人:刘淼     Boston College

讲座时间:2024年6月6日9:30

讲座地点:学院237

讲座内容摘要:

1、我们提出了一种新的方法,用于构建旨在对冲气候变化引发的经济和金融风险的投资组合。我们利用ChatGPT-4在电话会议中定位与气候相关的讨论,并将这些带有时间戳的记录与对话层面的高频股票价格数据连接起来。通过分析股票价格对气候问题讨论的实时反应,这种方法使我们能够评估公司对气候变化风险的动态暴露情况。我们提出的投资组合通过在市场对气候对话有正面反应的股票中采取多头(long)头寸和对负面反应的股票采取空头(short)头寸,在出现负面总体气候新闻冲击期间实现了风险对冲。与使用现有其他方法构建的投资组合相比,我们基于实时市场反应的方法构建的投资组合在样本外对冲表现出色。

2、我们利用无监督自然语言处理技术,通过比较公司年度报告中的叙述性风险披露(NRD)与其他公司的披露之间的语义相关性来评估公司的系统性风险暴露。我们的分析显示,NRD暴露与预期股票回报之间存在强烈的正相关关系,这与跨期资本资产定价模型(ICAPM)一致。我们还发现,在具有共同风险暴露的公司中存在显著的回报预测性,即一家公司当前的表现可以预测具有类似NRD的同行未来的股价回报。这种先行-滞后关系在获得较少投资者关注的公司以及套利成本较高的公司中更为显著。这些发现强调,尽管强制性风险因素披露在促进风险分担和提高投资者福利方面起到了重要作用,但仍有必要提高这些披露的质量。

主讲人学术简介:

刘淼, 美国波士顿学院(Boston College)助理教授。太阳集团0638官方网站2003级金融系本科,芝加哥大学会计学博士。研究主要集中在了解信息及投资者在处理信息时遇到的挑战如何影响投资决策、资源配置以及金融市场中的资产定价。最近的研究工作包括使用机器学习模型预测投资者的注意力分配行为,利用自然语言处理(NLP)模型评估股票对气候变化风险的敏感性,以及利用生成式人工智能揭示管理者在电话会议期间传递的私人信息。刘淼的论文发表在Journal of Accounting Research、American Economic Journal: Macroeconomics等期刊上。