综述：气候变化与股票市场：基于TCCM框架和Meta分析的系统性综述

这篇综述系统梳理了气候变化与股票市场的关联研究，采用理论-背景-特征-方法（TCCM）框架和Meta回归分析，揭示气候政策不确定性（CPU）、物理风险（如极端天气）和投资者行为对市场表现的异质性影响。研究发现，气候风险披露（CDP）和绿色能源投资显著影响市场波动，而发展中国家市场研究存在空白。推荐结合AI和现代投资组合理论（MPT）深化跨学科探索。

　　

气候变化与金融市场的碰撞：系统性风险与投资策略重构

理论框架：行为金融与市场效率的博弈
行为金融理论揭示投资者对气候风险存在过度反应与保守偏见，高温天气导致零售交易量下降。高效市场假说（EMH）则显示气候政策新闻被不对称定价，推特舆情对高污染企业股价波动影响显著。利益相关者理论强调，机构投资者通过碳披露（CDP）验证可降低风险溢价，而董事会气候承诺能提升ESG评级企业的超额收益。

地理与行业异质性：数据背后的投资密码
Meta分析显示，美国和中国市场对气候风险呈现正向响应（效应量+0.891/_USA、+0.209/_China），而欧洲市场呈负相关。能源板块股票受益于气候政策（效应量+0.093），但银行业和房地产受冲击。值得注意的是，农业板块受干旱指数（PDSI）影响显著，而"蓝色经济"企业在中国市场表现特殊敏感性。

方法论突破：从事件研究到AI预测
54项研究的Meta回归证实，面板数据模型（效应量+0.067）和时间序列分析（+0.081）是主流方法。气候情绪指数通过谷歌搜索量构建，而CPU指数采用文本挖掘技术。新兴方向包括：

• 机器学习预测区域性物理风险指标
• 期权定价理论（OPT）应用于气候衍生品定价
• 深度学习分析非结构化气候披露文本

未来十年关键赛道

1. 发展中国家市场：44.9%的FDI流向地气候风险研究亟待加强
2. 跨行业比较：化石燃料vs清洁能源企业的资本重置动态
3. 行为实验：设计气候风险感知与投资决策的神经经济学研究
4. 政策工具箱：巴黎协定（Paris Agreement）对波动率指数（VIX）的长期影响

这项研究为构建气候韧性投资组合提供了理论基石，同时暴露出物理风险量化工具的不足。下一步需整合卫星遥感数据和供应链暴露度分析，推动气候金融进入精准预测时代。