Local Air Pollution, Market Risk, and Trading Activity: Evidence from Borsa Istanbul City Indices

Resumo Técnico: Poluição do Ar Local, Risco de Mercado e Atividade de Negociação na Borsa Istanbul

Problema e Motivação
Este estudo investiga se a poluição do ar local atua como um fator de risco ambiental de curto prazo que influencia a dinâmica do risco de mercado e a atividade de negociação em um mercado de ações emergente. Embora a literatura de finanças comportamentais sugira que condições externas (ex: clima, sentimento) podem distorcer a atenção do investidor, o processamento cognitivo e a percepção de risco, o impacto específico da poluição do ar local diária sobre os resultados financeiros permanece subexplorado, particularmente em mercados emergentes. O autor postula que a poluição pode não alterar necessariamente os retornos médios dos ativos, mas pode se manifestar através de dimensões não relacionadas ao preço, como volatilidade, volume de negociação e quantidade de negociação. O estudo utiliza a estrutura única dos índices de cidades da Borsa Istanbul para correlacionar estressores ambientais localizados com dados financeiros geograficamente desagregados, abordando uma lacuna na literatura que frequentemente depende de índices nacionais agregados ou foca no desempenho ambiental corporativo de longo prazo.

Metodologia
A pesquisa utiliza um conjunto de dados de painel diário balanceado cobrindo sete cidades turcas (Adana, Ankara, Balikesir, Bursa, Istanbul, Izmir e Kocaeli) de 3 de janeiro de 2017 a 31 de janeiro de 2025.

• Fontes de Dados: Os dados financeiros (preços de fechamento, volume de negociação, quantidade de negociação) são obtidos da Borsa Istanbul A.Ş., enquanto os dados de poluição do ar (PM₁₀, NO₂, SO₂, O₃) são obtidos da Rede Nacional de Monitoramento da Qualidade do Ar do Ministério do Meio Ambiente da Turquia.
• Variáveis:
  • Variáveis Dependentes: Retornos diários dos índices das cidades, proxies de volatilidade de curto prazo (retornos absolutos e ao quadrado) e indicadores de atividade de mercado (volume de negociação e quantidade de negociação transformados em logaritmo).
  • Variáveis Independentes: Concentrações ao nível da cidade de PM₁₀ e NO₂ (atual e defasada em um dia de negociação). SO₂ e O₃ são utilizados para testes de robustez.
  • Controles: Efeitos fixos de cidade e data são incluídos para controlar características invariantes no tempo das cidades e choques nacionais/globais comuns.
• Estratégia Empírica:
  1. Modelos de Painel de Efeitos Fixos de Duas Vias: A análise de base utiliza erros padrão robustos de Driscoll–Kraay para considerar a dependência de corte transversal, correlação serial e heterocedasticidade. Esta abordagem testa associações médias entre poluição e resultados de mercado.
  2. Modelos GARCH-X Específicos por Cidade: Para capturar dinâmicas de volatilidade heterogêneas, o estudo estima modelos GARCH(1,1) separados com variáveis exógenas (GARCH-X) para cada cidade. Estes modelos incluem termos contemporâneos e defasados de poluição tanto nas equações de média quanto nas de variância condicional.
• Testes Diagnósticos: O estudo confirma a estacionariedade via testes CIPS de Pesaran, detecta dependência de corte transversal via testes CD de Pesaran e valida o uso de modelos GARCH através de testes ARCH-LM, que rejeitam a hipótese nula de ausência de efeitos ARCH para todas as séries das cidades.

Principais Resultados
Os achados empíricos revelam uma dissociação entre a poluição do ar e os retornos médios, com efeitos mais pronunciados observados na volatilidade e na atividade de negociação:

• Retornos: Não há associação sistemática entre as concentrações de PM₁₀ ou NO₂ e os retornos diários dos índices das cidades. A hipótese H1 (associação negativa com retornos) não é sustentada.
• Volatilidade:
  • NO₂: Apresenta uma associação positiva com proxies de volatilidade de curto prazo (retornos absolutos e ao quadrado).
  • PM₁₀: Surpreendentemente, apresenta associações negativas com proxies de volatilidade nos modelos de painel, embora os resultados GARCH específicos por cidade sejam mistos.
• Atividade de Negociação:
  • PM₁₀: Associado a um volume de negociação mais fraco.
  • NO₂: Associado a uma menor quantidade de negociação.
• Heterogeneidade: As estimativas GARCH-X específicas por cidade demonstram que a relação entre a poluição e a volatilidade condicional não é uniforme. A direção e a significância dos coeficientes variam entre cidades, poluentes e defasagens temporais (contemporâneo vs. defasado). Por exemplo, enquanto o NO₂ frequentemente aumenta a variância condicional em cidades como Ankara e Bursa, ele a diminui em Adana.

Principais Contribuições
O artigo apresenta três contribuições primárias para a literatura:

1. Evidência ao Nível de Cidade em Mercados Emergentes: Fornece a primeira análise ao nível de cidade vinculando a poluição do ar local à dinâmica de risco do mercado financeiro em um contexto de mercado emergente, indo além de índices nacionais agregados.
2. Diferenciação por Poluente: Ao modelar PM₁₀ e NO₂ separadamente, o estudo identifica canais comportamentais e de risco distintos para diferentes poluentes, em vez de tratar a poluição do ar como um fator monolítico.
3. Dimensões de Mercado Não Relacionadas ao Preço: O estudo desloca o foco dos retornos médios para a volatilidade e a atividade de negociação, demonstrando que os riscos ambientais locais são refletidos de forma mais clara no funcionamento do mercado (liquidez e incerteza) do que nos níveis de preços.

Significância e Alegações
O autor conclui que o risco ambiental local é refletido de forma mais clara nas dinâmicas de volatilidade de curto prazo e na atividade de negociação do que nos retornos médios. O estudo alega que, embora a poluição do ar não altere sistematicamente a precificação de ativos (retornos), ela influencia o comportamento do mercado ao potencialmente reduzir a atenção do investidor ou aumentar o risco percebido, levando a padrões alterados de volumes de negociação e volatilidade.

O artigo enquadra explicitamente seus achados como evidência associacional, e não prova causal. O autor afirma modestamente que os resultados não sustentam estratégias imediatas de previsão ou negociação. Em vez disso, a significância reside em sugerir que estressores ambientais merecem consideração ao analisar a volatilidade de curto prazo e a atividade de negociação em mercados de ações emergentes. O autor enfatiza que os padrões observados são heterogêneos e específicos por poluente, alertando contra a interpretação destes como efeitos causais uniformes da poluição nos mercados financeiros. Sugere-se que pesquisas futuras incorporem dados ao nível de empresa, controles meteorológicos e desenhos quase-experimentais para explorar mais profundamente esses mecanismos.