• 研究创新点及数据来源：

- 首次利用电视新闻（Bloomberg, CNBC, Fox Business）构建气候风险与情绪指标，数据来源于GDELT电视新闻数据库，时间跨度2013年12月至2021年8月 [page::2][page::5]

• 气候风险指标构建：

- 总体气候报道量（VolCov）、气候危机（物理风险，CovCC）、可再生能源、政府及人类行动（转型风险，CovGHI）等主题报道比例
- 情绪指标分正面（PosSent）与负面（NegSent），采用NRC情绪词典（EmoLex）定义
- 2013-2021年各月报道量峰值对应重大事件，如巴黎协定签署、特朗普退出巴黎协定、新冠疫情爆发等

• 量化模型与变量：

- 依赖变量为清洁能源企业的系统性风险（β_ER）与非系统性风险（残差标准差）[page::12]
- 采用固定效应回归控制企业特征、宏观经济因素及疫情影响

• 主要发现：

- 总气候报道量增加显著降低非系统性风险（-12.42%变化）且显著提升系统性风险（+6.45%变化） [page::13]

- 分类风险中：气候危机和政府及人类行动显著正向影响系统性风险，转型风险提高政策不确定性带来市场风险增加，非系统性风险无显著影响 [page::13]
- 情绪影响存在负面偏向（negativity bias）：负面情绪显著减少非系统性风险并增加系统性风险，正面情绪无显著影响 [page::16]

• 鲜明异质性表现：

- COVID-19期间，气候报道量对非系统性风险的负面影响更强，系统性风险的正向影响减弱至不显著；正面情绪开始对系统性风险产生正向影响 [page::20][page::23]

• 其他控制变量影响：

- 交易量、市场账面比、技术及宏观指数影响均符合理论预期，反映市场流动性与风险调整机制 [page::17][page::21]

• 电视媒体情绪与印刷媒体情绪的互补性：

- 在引入Engle等（2020）和Ardia等（2023）印刷媒体指标的回归中，电视负面情绪指标依然显著，表明电视媒体提供独特信息，助力投资决策 [page::18]

• 研究贡献与展望：

-电视新闻数据为气候金融研究提供新视角，既适用于风险评估，也具备构建动态对冲组合和评估债市期权市场定价的潜力 [page::4][page::24]

深度分析报告：《Tuning into Climate Risks: Extracting Innovation from Television News for Clean Energy Firms》

---

1. 元数据与概览

• 标题：《Tuning into Climate Risks: Extracting Innovation from Television News for Clean Energy Firms》

- 作者：Wasim Ahmad, Mohammad Arshad Rahman, Suruchi Shrimali, Preeti Roy，均来自印度理工学院

• 发布日期：2024年11月26日

- 主题：清洁能源企业在美国市场中，基于电视新闻报道挖掘的气候风险和媒体情绪对其系统性和非系统性风险的影响研究

• 研究核心：

- 构建基于Bloomberg、CNBC和Fox Business三大电视财经新闻的多项气候风险指标及情绪指标
- 评估这些指标对美国清洁能源企业股票系统性（市场相关）和非系统性（个别企业特有）风险的影响
- 区分风险类型：物理风险（气候危机）与转型风险（政府及人类行为相关）
- 探索新闻报道情绪的非对称影响，尤其是负面情绪与风险关系的差异

• 核心结论：

- 气候相关新闻报道的总体增加降低了个体公司的非系统性风险，但提升了系统性风险；
- 气候危机及政府人类举措类报道均正向影响系统性风险，但对非系统性风险无显著影响；
- 观测到媒体负面情绪对风险的非对称影响：负面情绪减少非系统性风险并增加系统性风险，正面情绪无显著影响；
- 以上结论在加入印刷媒体和气候政策不确定性指标后保持稳健，仅COVID-19期间稍有变动[page::0-4]

---

2. 逐节深度解读

2.1 引言与研究背景

• 内容总结：

- 当前气候变迁越来越严峻，物理风险（极端天气等造成的损失）和过渡风险（为达成低碳经济转换而产生的政策和市场风险）正影响市场表现；
- 清洁能源企业在金融市场中竞争激烈，投资者风险认知是投资决策核心；
- 总风险由系统性风险（市场系统风险，无法通过多元化规避）和非系统性风险（可被多元化规避）组成；
- 过去研究多聚焦印刷媒体报道，但电视新闻媒体作为信息来源的影响及其指标构建尚未研究，本研究重点填补此空白[page::0-2]

• 推理依据：

- 综述现有文献指出媒体报道和情绪指标对股票表现和风险的重要影响，鼓励探索不同媒体形式的作用；
- 结合媒体报道的公众关注度导向投资决策，通过构建关键词词典筛选相关电视新闻快照。

2.2 数据及变量构建

• 数据来源：

- 电视新闻数据源：GDELT数据库电视新闻广播数据，包含所有相关快照（15秒段）；
- 选取频道：Bloomberg, CNBC, Fox Business，皆为关注金融市场的美国主流财经频道；
- 时间跨度：2013年12月至2021年8月；

• 气候风险指标构建：

- 依据26个气候词汇表筛选关键词（例如：“carbon tax”，“climate crisis”，“renewable energy”等），共37,948条相关快照；
- 三大主题分类：
- 气候危机（physical risk，如污染、飓风等）
- 可再生能源（renewable energy）
- 政府及人类举措（政策相关，transition risk）
- 指标定义：
- 量度报道量（取对数）
- 各主题报道占比（主题词频/总词数*100%）
- 媒体情绪指标：
- 基于NRC Emotion Lexicon统计正面和负面词频，分别占比正负情绪；
- 情绪指标用于捕捉新闻中的情绪色彩及其对投资者行为的可能影响[page::5-9]

• 相关控制变量：

- 公司层面6个变量（如资产收益率ROA、市值、杠杆率、交易量等）
- 宏观经济5个变量（科技股指数PSE、全球股市MSCI、能源市场波动指数OVX、经济政策不确定性指数EPU、COVID-19政策死亡数与管控指数交互项）
- 依赖变量系统性风险与非系统性风险通过三因子Fama-French模型估计得出[page::10-12]

2.3 实证模型与主结果

• 模型说明：

- 采用固定效应回归模型，因变量分别为各公司月度的估计系统性风险（FF3中市场贝塔系数估计）和非系统性风险（残差标准差）；
- 自变量包括气候风险指标、情绪指标、公司及宏观控制变量。

• 主要发现：

- 风险报道量（VolCov）影响：
- 增加1个单位自然对数报道量，非系统性风险降低12.42个百分点（统计显著），系统性风险增加6.45个百分点（统计显著）；
- 解释逻辑：更多气候新闻提高投资者关注度，降低公司特定风险；同时提升整体气候风险认知，推动市场整体风险提升，投资者预期股票回报上升[page::13]

- 三类主题报道影响：
- 非系统性风险方面，三主题报道均无显著影响；
- 系统性风险方面，气候危机报道和政府与人类举措报道正相关（前者显著，后者次显著），可再生能源报道不显著；
- 说明物理风险和政策转型风险会影响整体市场风险，投资者对这些主题的报道敏感；而对个别企业风险影响有限[page::13]

- 媒体情绪影响：
- 负面情绪（NegSent）对非系统性风险为负影响（即负情绪提升了资金流入，降低公司特有风险），对系统性风险则正向影响，且均统计显著；
- 正面情绪（PosSent）对两类风险均无显著影响；
- 表明投资者更敏感于负面新闻（“否定性偏差”），符合文献所示情绪非对称效应；
- 负面消息或驱使投资者重新调整资产配置，更关注与气候风险相关的清洁能源资产，故公司层面风险波动降低[page::16]

- 公司及宏观变量：
- 交易量、市场账面比、科技股指数、能源波动指数等符合预期对风险表现出一定影响；
- 例如，股票交易量高能提升流动性，降低个体风险，全球股市表现上升降低个别风险，能源市场波动升高增大个别风险；
- 这部分控制变量增强模型解释力度[page::17]

2.4 稳健性检验

• 印刷媒体情绪对比：

- 采用Engle等（2020）的CHNeg指数和Ardia等（2023）的MCCC指数作为印刷媒体情绪代表；
- 回归模型加入这两指数，电视媒体负面情绪仍保持显著性，表明电视新闻提供了独立且有增值信息；
- 电视媒体不完全被印刷媒体所涵盖，具有独特市场影响力[page::17-19]

• 气候政策不确定性考量：

- 引入Gavriilidis（2021）的气候政策不确定性指数（CPU）作为控制；
- 负面情绪和报道量对风险影响持续显著，证实上述结论稳健；
- 说明气候新闻的风险和情绪指标并非仅反映政策不确定性[page::19-21]

• COVID-19特殊期分析：

- 拆分2020年初至2021年8月疫情期间数据进行回归；
- 报道量对非系统性风险影响增强显著，但对系统性风险影响变得不显著；
- 气候危机报道对系统性风险变为负向且显著，转型风险报道对风险影响减弱，显示疫情期间政府关注点偏离气候转型；
- 负面情绪对非系统性风险影响更明显，正面情绪反而对系统性风险产生正向影响；
- 显示疫情带来市场情绪和风险关系的动态变化[page::20-23]

---

3. 图表深度解读

图1（第7页）：各月气候新闻快照数量及重要事件注释

• 描述：

- x轴为2013年12月至2021年6月的月份，y轴为每月新闻快照数量（15秒段数）；
- 标注重要事件如巴黎协定签署、特朗普退出巴黎协定、COVID-19爆发等；

• 解析：

- 明显观察到关键气候政策事件及全球危机期间报道量显著增加，显示新闻媒体对市场重要节点反应敏锐；
- 例如2016年4月巴黎协定签署和2017年特朗普退出，分别对应报道量峰值和第二峰值；
- COVID-19大流行期间报道量也达到高峰，体现该时期气候话题的媒体关注度激增[page::7]

图2（第8页）：三类主题报道占比时序变化

• 面板A-C分别为气候危机（CovCC）、可再生能源（CovRE）、政府及人类举措（CovGHI）报道的词频占比；

- 趋势：
- CovCC平均较高，波动较大，2014年气候峰会时达到高点，2018年全球气候行动峰会时降到低谷；
- CovRE占比较低，相比前两年在2018年峰会期间显著提升；
- CovGHI最低，波动较小，特朗普退出巴黎协定时达到峰值；

• 说明三种主题报道在关注度和时间动态上存在显著差异，为进一步风险影响分析提供支持[page::8]

图3（第9页）：正负情绪占比时序变化

• 正面情绪（PosSent）整体高于负面情绪（NegSent）；

- 正面情绪高峰出现在2016年巴黎协定签署等乐观事件时；

• 负面情绪峰值则与2014年气候峰会高关注期相关，2018年全球气候峰会则负面情绪降至低点；

- 反映情绪指标能够捕捉公众及投资者对新闻事件乐观／悲观情绪的变化，指导情绪与风险的分析[page::9]

表1（第10页）：变量描述性统计

• 气候新闻报道平均每日约352条相关片段，主题词占比在0.5%-7%之间；

- 正面词汇比负面词汇多，正态偏度与标准差均适中；

• 公司及宏观变量如ROA、市场市值、杠杆率、股票交易量等显示较大波动；

- 股票风险指标的均值和偏度表示大部分月份风险分布偏右，即存在极端风险事件[page::10]

表2 & 表3（第14、15页）：固定效应回归主要结果

• 表2（非系统性风险）：

- 报道量负显著，说明更多气候新闻减少个股风险；
- 负面情绪负显著，正面情绪不显著；
- 公司流动性、市场账面比等变量同向影响风险，符合预期；

• 表3（系统性风险）：

- 报道量正显著，气候危机及政府举措均增加系统风险；
- 负面情绪正显著，正面情绪仍无显著影响；
- 公司规模负向影响系统风险，表明大公司风险较低；
- 宏观股市指数正向或负向影响合乎理论预期[page::14-16]

表4（第18页）：电视媒体情绪与印刷媒体情绪联合检验结果

• 电视负面情绪指标依然在控制印刷媒体指数后显著影响风险；

- 两个渠道的情绪变量对风险的解释能力存在差异，凸显电视媒体作为即时信息对市场影响的独特作用[page::18-19]

表5（第21页）：引入气候政策不确定性指标后的稳健性检验

• 政策不确定性指标CPU在模型中表现不显著，且电视新闻报道及负面情绪核心结果不变，证实核心发现稳健；

- 防止将电视新闻指标仅作为政策不确定性代理，提升研究信度[page::19-21]

表6（第22页）：COVID-19期间的疫情子样本检验

• 期间报道量对非系统性风险影响加深，对系统性风险不再显著；

- 物理风险报道对系统性风险由正转负，表明疫情特殊时期风险认知和市场反应模式发生改变；

• 正面情绪影响首次显现系统风险，与疫情中情绪转暖契合；

- 研究揭示疫情对清洁能源板块风险定价机制的冲击[page::20-23]

---

4. 估值分析

本研究未直述估值方法，而是通过资产风险的系统性与非系统性两类风险指标，间接影响投资人对清洁能源企业的风险收益预期。系统性风险上升可能对应较高的资本成本和预期股权回报率，进而影响企业估值。研究聚焦风险影响机制和情绪驱动，未单独构建贴现现金流模型或市盈率倍数等估值模型，但其发现对估值具有重要参考价值。

---

5. 风险因素评估

• 主要风险因素：

- 气候物理风险：自然灾害、极端气候事件对企业运营的直接影响；
- 过渡风险：政策变化、碳税及新能源推广政策带来的市场风险；
- 市场情绪风险：负面媒体情绪对市场整体风险的提升作用；
- 特殊时期风险：COVID-19疫情带来的市场波动和政策风险调整；

• 风险影响：

- 物理和转型风险显著影响系统性风险，投资者对整个行业或市场敞口敏感；
- 个别公司风险更多受投资者对ESG理念驱动的资金流入调整影响，负面报道在某种程度上可能激发投资者加仓清洁能源，降低非系统性风险；
- 疫情造成风险反馈机制局部失效，政策与情绪影响模式出现不同侧重点；

• 缓解策略：

- 研究未具体提供应对策略，但提出通过丰富媒体及政策信息指标，投资者可更精准识别风险并调整资产配置；
- 提升信息透明度及新闻覆盖的多样性，可助力风险管理；

---

6. 审慎视角与细节

• 研究创新性明显，首度利用电视新闻快照数据构建气候风险与情绪指标；

- 仅基于美国清洁能源企业，可能限制外推至其他市场或行业；

• 气候风险词汇的选择虽谨慎，但辞典式方法仍存在遗漏或误分类风险，未来可结合机器学习优化；

- 病毒及疫情期间发现的风险影响变化提醒需关注非常规事件对金融市场冲击下结果的动态不稳定性；

• 估计模型解释力相对有限（系统性风险R²约0.015-0.016），暗示还存在未捕捉的风险因子；

- 部分结果如负面情绪降低非系统性风险的直觉反常，须结合ESG投资潮流等因素谨慎解读；

---

7. 结论性综合

本文首创性地构建并利用电视财经新闻报道中的气候风险和情绪指标，探讨其对美国清洁能源企业股票系统性与非系统性风险的影响。核心发现包括：

• 报道总量（气候风险的代理）显著提升系统性风险，降低非系统性风险，反映市场对气候变化风险的整体敏感与个别多元化风险的降低。

- 物理风险（气候危机）与转型风险（政府及人类举措）主题报道均正向影响系统性风险，表明投资者关切这两类气候风险对市场的宏观影响。

• 媒体负面情绪对风险呈非对称作用：其增加系统性风险而降低非系统性风险，符合投资者对负面新闻的“否定性偏差”，且这种情绪效应在加入印刷媒体指标后依然稳健，凸显电视媒体的独特信息价值。

- 新冠疫情期间，风险影响结构发生显著变化，系统性风险对气候报道响应减弱，而个体风险受威胁增加，显示市场在极端环境下对风险定价机制的调整。

• 以上结果为气候金融领域全面捕捉媒体信息、理解投资风险和促进动态资产配置提供了重要视角，未来可进一步细化风险指标，探索债券及衍生品市场中的定价机制。

整体而言，作者以系统严谨的实证方法展示电视新闻作为气候风险传播渠道的重要角色，揭示媒体内容和情绪对清洁能源板块风险形成和投资预期的深远影响，为气候金融研究和实务市场提供全新、富有启发的研究成果。[page::0-25]

---

附：关键图表示意

---

（完）

报告