We investigate various methods for generating a market-based proxy for climate related transition risk in financial markets, and use these to determine the sensitivities of various investments towards climate change policies. We find that assets tied to the energy and materials sector have consistently high sensitivity towards market factors which are likely to decline in response to climate regulations, and as such consequently face mark-to-market losses conditional on systemic climate events. For beta estimation we use both traditional linear regression and the dynamic conditional beta model developed by Engle, based on multivariate GARCH volatility models. We find suggestive evidence that our stylised climate factors, based on stranded assets, responds negatively to news of policies related to a move towards renewable energies. / Vi undersöker olika metoder för att skapa en marknadsbaserad proxy för klimatrisk inom finansmarknaden, och använder dessa för att bestämma känsligheter för olika investeringar mot klimatrelaterade händelser. Vi finner att tillgångar med koppling mot sektorer såsom energi eller material har konsekvent hög känslighet mot marknadsfaktorer som sannolikt kommer minska som svar till klimatbestämmelser, och således också tappa marknadsvärde vid en systemisk klimathändelse. Vi uppskattar ett klimatbeta genom både linjär regression, och Engles dynamic conditional beta modell baserad på en GARCH process i flera variabler. Vi finner suggestiva bevis för att våra klimatfaktorer, baserade på strandade tillgångar, svarar negativt till nyheter som hanterar omställningen till förnybar energi.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-344998 |
| Date | January 2023 |
| Creators | Krantz, Oscar |
| Publisher | KTH, Matematik (Avd.) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-SCI-GRU ; 2023:336 |
Page generated in 0.0029 seconds