排出価格ショックの企業への影響に関するイベント研究

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Provides a framework for event studies on carbon pricing with machine learning, and estimates firm-level carbon betas and WACC implications.

🏢実務担当者:Helps sustainability and finance teams understand how carbon price spikes may affect stock performance and cost of capital.

🏛政策担当者:Offers evidence on market reactions to carbon price increases, useful for designing carbon pricing mechanisms.

カーボンプライシングは金融・経済学において重要なテーマとなっており、政策評価や企業の意思決定のためにその効果を定量化することが不可欠である。金融市場が炭素リスクを価格に織り込むにつれ、企業は進化する規制に適応し、より環境に優しい事業運営への移行を迫られている。投資家や規制当局にとって、市場が炭素価格ショックにどのように反応するかを理解することは、貴重な洞察をもたらす。カーボンプライシングは企業の株式パフォーマンスに影響を与え得るが、これは企業の系統リスクと資本コストの両方に影響を及ぼし得る。企業レベルでの系統的炭素リスクを評価するため、私はサンプル内の各企業について、株式リターンを排出枠先物リターンに回帰させることにより炭素ベータを推定した。炭素集約型企業は最も高い感応度を示し、炭素ベータの中央値は0.13である一方、再生可能エネルギー企業は最も低い値（0.075）を示した。エネルギー企業はその中間に位置する。この結果は、この小規模サンプルにおいて炭素リスクが資産価格に完全に反映されているという強い証拠を提供するものではない。2015年から2025年までの期間における加重平均資本コスト（WACC）の分析はさらに、炭素集約型企業が歴史的に最も高い資金調達コストに直面してきた一方、エネルギー企業は最も低いコストに直面してきたことを示している。本論文の中核は、炭素価格の大幅な上昇に対する欧州企業の市場反応を検証するためにイベントスタディ手法を適用することである。機械学習モデルによって補完された実証分析は、炭素集約型企業、エネルギー企業、再生可能エネルギー企業の3つのサブグループにわたって異常リターンを評価する。結果は、イベント当日において、炭素集約型企業の平均異常リターンがわずかに減少し、エネルギー企業と再生可能エネルギー企業ではわずかに増加することを示している。しかし、累積平均異常リターンは炭素集約型企業とエネルギー企業にとって統計的に有意ではない一方、再生可能エネルギー企業にとっては、累積平均異常リターンはイベントウィンドウ全体を通じて負かつ有意である。分析をイベント前後の期間に分割すると、統計的有意性はイベント前の期間にのみ現れる。本論文の重要な側面は、イベントスタディの枠組み内での機械学習手法の評価である。すべての企業グループにわたって、線形回帰は平均的に代替モデルを上回り、市場モデルに2つの説明変数が含まれる場合に最も低い二乗平均平方根誤差を生み出す。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

Carbon pricing has become an important topic in finance and economics, making it essential to quantify its effects for policy evaluation and corporate decision-making.As financial markets increasingly price in carbon risk, firms must adapt to evolving regulation and transition towards greener operations.For investors and regulators, understanding how markets respond to carbon price shocks provides valuable insight.Carbon pricing can affect firms' stock performance, which in turn can influence both the systematic risk of the firm and its cost of capital.To assess systematic carbon risk at the firm level, I estimated carbon betas by regressing stock returns on emission allowance futures returns for each firm in my sample.Carbon-intensive firms show the highest sensitivity, with a median carbon beta of 0.13, while renewable firms show the lowest (0.075).Energy firms fall in between.The results do not provide strong evidence that carbon risk is fully reflected in asset prices in this small sample.Analysis of the weighted average cost of capital (WACC) over the 2015-2025 period further indicates that carbon-intensive firms have historically faced the highest financing costs, while energy firms have faced the lowest.The core of this thesis applies an event study methodology to examine the market reaction of European firms to a significant increase in carbon prices.The empirical analysis, complemented by machine learning models, evaluates abnormal returns across three subgroups: carbon-intensive firms, energy firms, and renewable firms.Results indicate a slight decline in average abnormal returns for carbon-intensive firms and a slight increase for energy and renewable firms on the event day.However, cumulative average abnormal returns are statistically insignificant for carbonintensive and energy firms, while, for renewable firms, cumulative average abnormal returns are negative and significant over the full event window.When the analysis is split into preand post-event periods, statistical significance appears only in the pre-event period.An important aspect of this thesis is the evaluation of machine-learning techniques within the event study framework.Across all firm groups, linear regression outperforms alternative models on average, producing the lowest root mean square error when two explanatory variables are included in the market model.

• openalex https://repozitorij.uni-lj.si/IzpisGradiva.php?id=183446first seen 2026-07-07 04:37:28