¿Existe una prima verde (greenium) en el mercado de bonos corporativos de la U.E.? Evidencia empírica con modelos de Machine Learning

Abstract

En un mundo donde la sostenibilidad está en el eje central de las preocupaciones sociales, ésta ha logrado constituirse como una guía en la integración de las prácticas empresariales. De esta manera, el beneficio económico ya no es el único objetivo, sino lograr un beneficio cuidando su impacto. En este contexto, en el año 2007 surge un nuevo instrumento financiero diseñado para financiar exclusivamente los proyectos sostenibles, los bonos verdes, y facilitar la movilidad de recursos de financiación hacia los proyectos de inversión verde. La idea original es que la rentabilidad de dichos bonos en la fecha de emisión sea menor que la de los bonos marrones (y por tanto su precio mayor que el de los bonos marrones), de manera que el coste de financiar proyectos verdes sea menor para el emisor. A dicha diferencia de rentabilidades se le denomina prima verde o greenium y por tanto, lo inicialmente previsto cuando se introdujeron los bonos verdes en los mercados financieros era que la greenium fuese negativa. Pero a día de hoy sigue abierto en la literatura académica el debate aún sobre si existe una prima verde (greenium) y, sobre el signo de la misma. Se trata de un tema muy investigado pero para el cual la evidencia empírica no es unánime. Aunque la evidencia existente en la actualidad es mayoritaria para una greenium negativa, la diversidad de resultados sobre si la greenium es positiva o negativa depende en gran medida de las características de la muestra de bonos analizados en cuanto al emisor (soberanos, corporativos, etc.), geografía (EE.UU., China, Europa, etc.), periodo temporal, mercado (primario o secundario o ambos), etc. Por otro lado, la inmensa mayoría de los estudios publicados utilizan métodos econométricos tradicionales, siendo muy escasos los que utilizan modelos de ML. Por ello, nuestro estudio pretende contribuir a dicho debate aportando nueva evidencia empírica sobre el tema, en concreto sobre los bonos corporativos de la UE durante el periodo 2014-2025, aplicando técnicas de ML (random forest y gradient boosting). Para ello, analizaremos el comportamiento de los bonos corporativos en la UE, tanto verdes como no verdes, durante el periodo 2014-2025.,Se obtiene una prima verde negativa, pequeña pero estadísticamente significativa, de 2.9927 puntos básicos en nuestra muestra. Este trabajo además de aportar mayor evidencia empírica que orienta el debate, también puede ser informativa para el inversor.

In a world where sustainability is at the core of social issues, it has become a key principle for incorporating business practices. Consequently, economic profit isn’t the only goal anymore; instead, the focus is on achieving a return while considering its consequences. In this setting, a new financial tool—green bonds—was developed in 2007 specifically to fund sustainable initiatives and direct resources toward environmentally friendly investments. The initial concept was that the yield on these bonds at issuance would be less than that of “brown” bonds (and thus their price higher), resulting in reduced financing costs for green projects for the issuer. The disparity in yields became known as the “green premium,” or greenium, and when green bonds were launched in financial markets, it was anticipated that the greenium would turn out to be negative. To this day, though, the scholarly literature still discusses whether a green premium truly exists and, if it does, what its value is. It is a well-explored subject, yet the empirical findings are not consistent. While most recent research indicates a negative greenium, the diverse results—whether positive or negative—are heavily influenced by the characteristics of the analyzed bond sample: type of issuer (sovereigns, corporates, etc.), location (U.S., China, Europe, etc.), time period, market (primary, secondary, or both), and more. Furthermore, most published research utilizes conventional econometric techniques; only a small number utilize machine-learning models. This research seeks to enhance this discussion by offering new empirical data—focused on EU corporate bonds from 2014 to 2025—employing ML methods (random forest and gradient boosting). We examine the performance of green and non-green EU corporate bonds from 2014 to 2025 and discover a minor yet statistically significant negative green premium of 2.9927 basis points in our analysis. In addition to supplying further empirical evidence to inform the debate, this work may also prove informative for investors.