我们提出了一种新的方法,用于构建旨在对冲气候变化引起的经济和财务风险的投资组合。我们利用ChatGpt-4在收入电话会议上查明与气候相关的讨论,并在对话级别与高频股票价格数据连接这些时间戳的成绩单。这种方法使我们能够通过分析对气候问题的讨论的实时股票价格响应来评估公司对气候变化风险的动态风险。我们提出的投资组合是通过在市场对气候对话的积极(负)响应的股票中占据长期(短)头寸而建造的,在负面气候新闻冲击的时期内的价值欣赏。与使用现有替代方法构建的投资组合相比,我们基于市场响应的投资组合表现出了出色的样本外套表现。我们方法的一个关键优势是它可以捕获股票迅速发展的时间序列和横截面变化,以使气候风险迅速发展,这是依靠气候相关问题的时机作为值得呼吁的会议讨论和对此类对话的实时市场响应的显着话题的时机。此外,我们还展示了方法在对冲其他类型的动态风险中的多功能性:即政治风险和大流行风险。我们感谢Ana Albuquerque,John Bai,Mark Bradshaw,Jesse Chan,Ki-Soon Choi,Amy Hutton,Lian Fen Lee,Alvis Lo,Alvis Lo,Edward Riedl,Kevin Smith,Estelle Smith,Estelle Sun和Workshop参与者在波士顿学院,Balyasny Asset Managemant和Beacon Manage和Beacon Conference and Beacon Conference and Beaccon Conference。所有错误都是我们自己的。凯蒂·哈特内特(Katie Hartnett)和巴林特·卡萨哈(Balint Czaha)提供了出色的研究帮助。
主要关键词