本文研究了环境政策与清洁投资之间的关联，提出采用机器学习技术构建基于新闻的环境政策指数（EnvP指数）来量化环境政策新闻的数量和情绪。研究发现，EnvP指数与清洁技术创业公司的风险投资可能性增加相关，也与高排放公司股票回报率下降相关。此外，可再生能源政策新闻指数的冲击与清洁能源风险投资交易数量增加及主要清洁能源交易所交易基金（ETF）管理资产的增加相关。文章还讨论了政府与媒体合作、鼓励清洁技术投资以及使用EnvP指数为政策制定者提供定量信息的建议。研究展望提到可以在气候变化和低碳转型背景下改进EnvP指数，并研究媒体报道和政策沟通对环境和气候政策有效性的重要性。
环境政策对经济的影响是复杂的议题，现有量化指标难以准确捕捉政策演变的连续性和复杂性。新闻文章可以提供关于环境政策的详细信息，但传统方法难以有效识别相关新闻。因此，本文提出采用机器学习技术构建EnvP指数来量化环境政策新闻与清洁投资之间的关联。
本文采用机器学习技术构建EnvP指数，并通过分析不同政治倾向的报纸和使用替代指标控制媒体偏见来验证其准确性和有效性。此外，还采用机器学习方法分析新闻文章的主题，揭示环境政策的多维度特征。
研究发现EnvP指数与清洁技术创业公司的风险投资可能性增加相关，也与高排放公司股票回报率下降相关。可再生能源政策新闻指数的冲击与清洁能源投资相关。
建议政府与政策制定者加强与媒体合作，鼓励清洁技术投资，并定期监测EnvP指数的变动以评估环境政策的有效性。研究展望提到可以在气候变化和低碳转型背景下改进EnvP指数，并深入研究媒体报道和政策沟通对环境和气候政策有效性的重要性。
文献来源
原文题目：
Heard the news?
Environmental policy and clean investments
原文作者
：
Joëlle
Noailly,Laura
Nowzohour,
Matthias
van den Heuvel,
Ireneu
Pla
作者单位：
Geneva Graduate Institute, Switzerland
原载期刊：
Journal of Public Economics
发表时间：
2024
年
10
月
关键词：环境政策、新闻和媒体、文本挖掘、机器学习、清洁技术、投资、风险资本、股票回报
观点摘要
环境政策对经济的影响是一个复杂的
议题
，而现有的量化指标往往难以准确捕捉政策演变的连续性和复杂性。新闻文章作为重要的信息来源，可以提供关于环境政策的详细信息，包括政策细节、争议和情绪等，这些信息在现有的量化指标中难以获得。然而，传统的关键词搜索方法难以有效地识别环境政策相关的新闻文章。为了解决这些问题，
本文
提出采用机器学习技术来构建一个基于新闻的环境政策指数
（
EnvP
, Index of US environmental and climate policy
）
。该指数旨在量化环境政策新闻的数量和情绪，从而评估环境政策新闻与清洁投资之间的关联。
本文
还通过分析不同政治倾向的报纸，以及使用替代指标来控制媒体偏见，来验证
EnvP
指数的准确性和有效性。此外
，
还采用了机器学习方法来分析新闻文章的主题，以揭示环境政策的多维度特征。
研究
发现：
（
1
）
EnvP
指
数与清洁技术创业公司获得风险投资的可能性增加相关，这与环境政策为清洁市场创造更多机会的观点一致，
EnvP
指数也与高排放公司股票回报率下降相关，这可能表明投资者对环境政策变化的预期导致了对这些公司的投资减少；
（
2
）
可再生能源政策新闻指数的冲击与清洁能源风险投资交易数量增加以及主要清洁能源交易所交易基金
（
ETF
）
管理资产的增加相关，这表明环境政策新闻的变化可以影响清洁能源市场的整体投资水平；
（
3
）
通过分析不同政治倾向的报纸，以及使用替代指标来控制媒体偏见，发现
EnvP
指数可以有效地捕捉环境政策的变化，而不会受到媒体偏见的影响。
基于以上研究结论，建议：（
1
）政府和政策制定者需要加强与媒体的合作，以准确、清晰地传达环境政策的目标和措施。可以考虑建立专门的机构或团队，负责与媒体进行沟通，并提供相关的信息和支持
。
（
2
）政策制定者可以采取措施，鼓励和促进清洁技术投资
。
（
3
）
EnvP
指数可以为政策制定者提供关于环境政策实施效果的定量信息，可以定期监测
EnvP
指数的变动，并分析其与清洁投资之间的关系，以评估环境政策的有效性。
研究展望
