氣候新聞燒得越久，綠色與傳統能源 ETF 隨後更容易大跌嗎？69 波新聞、2017 到 2026 年的免費資料：看不出來
讀者互動
登入會員可按讚與收藏。
持續追蹤這項研究
收藏、追蹤與明日提醒只保存必要識別資料，可在會員中心檢視或刪除。
研究資訊不構成個人投資建議；提醒僅代表研究更新，不代表交易訊號。
氣候新聞燒得越久，綠色與傳統能源 ETF 隨後更容易大跌嗎？69 波新聞、2017 到 2026 年的免費資料：看不出來
用免費的新聞量和 ETF 日收盤價，檢查氣候新聞燒得越久，綠色與傳統能源 ETF 之後的風險是否跟著升高。69 波新聞熱潮、18 組檢定，沒有任何一組達到門檻。
這個結果能幫你決定什麼
持有綠色能源 ETF（ICLN、TAN）或傳統能源 ETF（XLE、XOP）的人，看到氣候新聞連續好幾天占滿版面，常會想：這波燒得這麼久，要不要先減碼？這份研究把這個直覺寫成可以檢驗的規則，用 2017-01-01 到 2026-06-23 的免費新聞量，和兩類 ETF 的日收盤價逐一對照。
結果是這套資料給不出可以依靠的訊號。實務上有兩層意思。第一，不必為了「新聞燒多久」這個指標去買資料或調整持股，這條規則在免費日資料上沒有證據。第二，這個結論只涵蓋這套資料；公司層級與日內資料的問題，本篇沒有回答。
怎麼測
資料。 新聞量來自 GDELT（公開的全球新聞資料庫），關鍵字包含 climate change、carbon emissions、net zero 等，2017-01-01 至 2026-06-23，共 3,440 天。價格用 yfinance 的調整後收盤價：綠色能源 ETF 取 ICLN 與 TAN，傳統能源 ETF 取 XLE 與 XOP，大盤用 SPY，期間 2017-01-04 至 2026-06-22。
什麼算一波新聞熱潮。 新聞量連續高於平常水準，而且其中至少有一天特別高，就記為一波。共找到 70 波，其中 69 波有足夠的後續價格可以比較。每波平均燒 10.3 天，中位數 7 天，最長 38 天。
兩個新聞指標。 第一個是「燒得多久」，用熱潮持續與消退的天數合成一個分數。第二個是「兩類 ETF 反應的時間差」，記錄綠色與傳統能源 ETF 各自在幾個交易日後出現明顯的超額報酬，取兩者差距的絕對值，中位數 1 天，平均 1.4 天。
看哪些風險。 每波熱潮之後，分別看兩類 ETF 之後 5 個交易日的四件事：波動有多大、累積虧損有多深、最糟的單日有沒有跌破過去一年（252 個交易日）最差 5% 的門檻、最糟的單日損失超出過去一年尾端平均多少。另外看兩類 ETF 之後 21 個交易日的走勢同步程度有沒有升高。九個風險指標，各配兩個新聞指標，共 18 組檢定。
不偷看未來。 新聞熱潮要等結束被確認（結束後第一個新聞量回落的日子已經完整），而且價格反應期也已收盤，才從隔一個交易日的預測開始使用。GDELT 以 UTC 日為單位，一律延到該日結束後的下一個美股收盤才使用。
門檻。 統計強度要超過 3，並且把 18 組同時檢定的次數算進去校正後，顯著性仍要低於 0.05。兩道門檻都通過，才算有訊號。
結果：18 組檢定，沒有一組過門檻
下表是每組檢定的統計強度。絕對值越大，代表新聞指標與之後風險的關聯越強；正數表示新聞指標越大，之後風險越高，負數則相反。
| 之後的風險 | 比較的波數 | 新聞燒得多久 | 兩類 ETF 的反應時間差 |
|---|---|---|---|
| 綠色能源 ETF：之後 5 日的波動 | 69 | +1.18 | +0.86 |
| 傳統能源 ETF：之後 5 日的波動 | 69 | +1.55 | -0.41 |
| 綠色能源 ETF：之後 5 日的虧損幅度 | 69 | +0.69 | +0.49 |
| 傳統能源 ETF：之後 5 日的虧損幅度 | 69 | +0.02 | -2.19 |
| 綠色能源 ETF：最糟單日跌破風險線 | 64 | -0.47 | +0.63 |
| 傳統能源 ETF：最糟單日跌破風險線 | 64 | -0.28 | +0.27 |
| 綠色能源 ETF：最糟單日超出尾端平均 | 64 | +0.50 | -1.23 |
| 傳統能源 ETF：最糟單日超出尾端平均 | 64 | +0.47 | +0.68 |
| 兩類 ETF：之後 21 日走勢同步度升高 | 69 | -0.66 | +1.57 |
同方向最強的一組，是兩類 ETF 的反應時間差對「之後 21 日走勢同步度升高」，統計強度 +1.57，離門檻 3 還有一段距離。絕對值最大的一組，是反應時間差對傳統能源 ETF 之後 5 日的虧損幅度，統計強度 -2.19，方向與預期相反：兩類 ETF 反應的時間差越大，傳統能源 ETF 之後的虧損反而越小。
這一組在校正前的顯著性是 0.029，看起來低於 0.05；把 18 組同時檢定的次數算進去之後，變成 0.52。其餘各組校正後都是 1.0。同時檢定很多組的時候，偶爾有一組在校正前低於 0.05 並不稀奇，何況這一組的方向和假設相反。
高分組與低分組
另一種看法是直接分組比較。把 69 波熱潮按「燒得久加反應慢」的綜合分數排序，取最高的 23 波和最低的 23 波。綠色能源 ETF 在高分組之後 5 日的年化實現變異平均 0.1038，低分組是 0.0568。這個數字把之後 5 日每天報酬的平方加起來，再換成一年的尺度，越大代表越晃。
單看平均，高分組明顯比較晃。但每組只有 23 波，兩組差距 +0.0471，重抽樣 1,000 次得到的 95% 範圍是 -0.0109 到 +0.1072，範圍跨過 0。兩組平均差的檢定（Welch）統計強度 1.45，顯著性 0.16，未達顯著水準，只靠這個比較，排除不了兩組其實沒有差別。
傳統能源 ETF 的高分組是 0.1160，低分組是 0.0953，差距的 95% 範圍從 -0.0927 到 +0.1050，同樣跨過 0。
對投資人的意思
別把免費的新聞量當警示燈。 GDELT 計算的是報導篇數的比例，反映媒體的關注度，不反映事件對市場的實質衝擊。嚴重程度、機構的部位調整，都在這個數字之外。
ETF 籃子很粗。 ICLN 和 TAN 各自包含許多檔股票，同一波新聞對不同公司的衝擊，在籃子裡會互相抵消。
樣本有限。 69 波熱潮要支撐 18 組檢定，檢定力本來就有限。結論只能說這套資料看不出關聯，不能說關聯一定不存在。
有一篇 2025 年發表在 Journal of Banking & Finance 的論文（Fahmy, 2025）用公司層級的日內資料研究氣候新聞的反應時間。本篇用的是 ETF 日資料，檢驗不了那個機制，所以也無法推翻它。
資料與限制
- 新聞資料：GDELT DOC 2.0 TimelineVolRaw，2017-01-01 至 2026-06-23，3,440 筆日資料。
- 價格資料：yfinance 調整後日收盤價，ICLN、TAN、XLE、XOP、SPY，2017-01-04 至 2026-06-22。
- 可比較的新聞熱潮：69 波。
- ETF 籃子是公開的日資料代理，不是公司層級的綠色與傳統能源資產。
- GDELT 的數字是新聞關注度，不代表氣候內容的品質或嚴重程度。
- 熱潮的長短要等新聞結束後才知道，所以這個檢驗只能用來看「過去的熱潮之後」，不能在熱潮進行中即時使用。
- 日資料測不到日內的反應，這次的結果不能否定公司層級或日內的研究。
文獻來源：Fahmy (2025), A stochastic model for predicting the response time of green vs brown stocks to climate change news risk, Journal of Banking & Finance。
以上分析僅供研究參考，不構成投資建議。
懶人包圖組
相關文章
先讀正式關聯，若無則使用標籤與主題相似度補齊