Carbon emissions and crash risk: US evidence from firm-level data

Abstract

Num mundo cada vez mais consciente das questões climáticas, compreender as implicações financeiras das emissões de carbono tornou-se crucial. À medida que investidores e governadores lidam com riscos associados a fatores ambientais, é vital examinar de que forma as emissões de carbono influenciam a estabilidade financeira e a dinâmica dos mercados. Esta dissertação investiga a relação entre as emissões de carbono e o risco de queda do preço das ações através de uma análise de 1,279 empresas listadas nos EUA, no período de 1999 a 2022. O estudo baseia-se no enquadramento teórico proposto por Jin and Myers (2006), que sugere que a assimetria de informação leva a colapsos nos preços das ações quando informações ocultas são reveladas. Partindo da premissa de que empresas com maiores emissões de carbono reportadas são mais transparentes e genuínas, o objetivo central é avaliar se estas empresas estão associadas a um menor risco de colapso. Duas medidas de risco de queda são utilizadas – Assimetria Condicional Negativa (𝑁𝐶𝑆𝐾𝐸𝑊) e Volatilidade (𝐷𝑈𝑉𝑂𝐿) – para avaliar esta relação. Os resultados revelam uma associação não significativa entre as emissões de carbono e o risco de queda, medido pela 𝑁𝐶𝑆𝐾𝐸𝑊 e pela 𝐷𝑈𝑉𝑂𝐿, após controlar para os fatores que preveem o risco de queda e para os efeitos fixos de ano e empresa. Estudos futuros deveriam expandir a análise para uma amostra mais ampla e diferentes contextos geográficos de forma a retirar comparações e resultados mais robustos.

In today’s increasingly climate-conscious world, understanding the financial implications of carbon emissions has become crucial. As investors and policymakers grapple with the risks associated with environmental factors, it is vital to examine how carbon emissions influence financial stability and market dynamics. This dissertation investigates the relationship between carbon emissions and stock price crash risk through an analysis of 1,279 U.S. listed firms over the period from 1999 to 2022. The study is grounded in the theoretical framework proposed by Jin and Myers (2006), which suggests that information asymmetry leads to stock price crashes when hidden information is revealed. Based on the premise that companies with higher reported carbon emissions are more transparent and genuine, the main purpose is to evaluate whether these companies are associated with a lower risk of stock price collapse. Two measures of crash risk – Negative Conditional Skewness (𝑁𝐶𝑆𝐾𝐸𝑊) and Down-to-Up Volatility (𝐷𝑈𝑉𝑂𝐿) – are employed to assess this relationship. The findings reveal no statistically significant association between carbon emissions and crash risk as measured by 𝑁𝐶𝑆𝐾𝐸𝑊 and 𝐷𝑈𝑉𝑂𝐿, after controlling for predictors factors of crash risk and year, and firm fixed effects. Further studies should extend the analysis to a broader sample and different geographical contexts to enhance comparative insights.