Autores:  (1) Aarav Patel, Escuela Secundaria Regional Amity – correo electrónico: aarav.dhp@gmail.com;  (2) Peter Gloor, Centro de Inteligencia Colectiva, Instituto de Tecnología de Massachusetts y autor correspondiente – correo electrónico: pgloor@mit.edu.  Tabla de enlaces   Resumen e introducción   Obras relacionadas   Objetivo   Métodos   Resultados   Discusión   Conclusión y bibliografía  Abstracto  La Gobernanza Social Ambiental (ESG) es una métrica ampliamente utilizada que mide la sostenibilidad de las prácticas de una empresa. Actualmente, los criterios ESG se determinan mediante informes corporativos autoinformados, lo que permite a las empresas presentarse bajo una luz artificialmente positiva. Como resultado, la evaluación ESG es subjetiva e inconsistente entre los evaluadores, lo que da a los ejecutivos señales contradictorias sobre qué mejorar. Este proyecto tiene como objetivo crear un sistema de evaluación ESG basado en datos que pueda proporcionar una mejor orientación y puntuaciones más sistematizadas incorporando el sentimiento social. El sentimiento social permite perspectivas más equilibradas que resaltan directamente la opinión pública, ayudando a las empresas a crear iniciativas más enfocadas e impactantes. Para crear esto, se desarrollaron web scrapers de Python para recopilar datos de Wikipedia, Twitter, LinkedIn y Google News para las empresas del S&P 500. Luego, los datos se limpiaron y pasaron a través de algoritmos de PNL para obtener puntuaciones de sentimiento para las subcategorías ESG. Utilizando estas características, se entrenaron y calibraron algoritmos de aprendizaje automático según S&P Global ESG Ratings para probar sus capacidades predictivas. El modelo Random-Forest fue el modelo más sólido con un error absoluto medio del 13,4 % y una correlación del 26,1 % (valor p 0,0372), lo que muestra resultados alentadores. En general, medir el sentimiento social ESG en todas las subcategorías puede ayudar a los ejecutivos a centrar sus esfuerzos en las áreas que más preocupan a las personas. Además, esta metodología basada en datos puede proporcionar calificaciones para empresas sin cobertura, permitiendo que prosperen más empresas socialmente responsables.    : Gobernanza social ambiental, aprendizaje automático, análisis de redes sociales, responsabilidad social corporativa, procesamiento del lenguaje natural, sostenibilidad, redes sociales en línea. Palabras clave  1. Introducción  Muchos sienten que las empresas deben poner más énfasis en la responsabilidad social. Por ejemplo, 100 empresas han sido responsables del 71% de las emisiones mundiales de gases de efecto invernadero desde 1998 (Carbon Majors Database[1]). Muchos líderes empresariales han declarado públicamente que están de acuerdo con la incorporación de medidas de sostenibilidad. En 2016, una encuesta de la ONU encontró que el 78% de los directores ejecutivos encuestados creían que los esfuerzos corporativos deberían contribuir a los Objetivos de Desarrollo Estándar de la ONU, que son objetivos adoptados por las Naciones Unidas como un llamado universal a la acción para poner fin a la pobreza y proteger el planeta (ONU, 2016). ). Sin embargo, si bien muchos ejecutivos prometieron centrarse más en estas áreas de preocupación, sólo unos pocos tomaron medidas tangibles y perceptibles. En una encuesta de la ONU más reciente de 2019, solo ~20% de los directores ejecutivos que respondieron sintieron que las empresas estaban marcando una diferencia en la agenda mundial de sostenibilidad (ONU, 2019). Estas encuestas resaltan una desconexión entre los objetivos de sostenibilidad y las acciones de sostenibilidad. También destacan las ineficiencias en las acciones ejecutivas actuales, ya que muchos sienten que no están avanzando lo suficiente hacia la responsabilidad social.   ESG, o Gobernanza Social Ambiental, es una métrica de uso común que determina la sostenibilidad y el impacto social de las prácticas de una empresa. Los calificadores de ESG como MSCI (Morgan Stanley Capital International), S&P Global y FTSE (Financial Times Stock Exchange) lo hacen midiendo subcategorías como contaminación, diversidad, derechos humanos, impacto en la comunidad, etc. (figura 1). Medir estas áreas de preocupación es necesario ya que alientan a las empresas a rectificar malas prácticas. Esto se debe a que las calificaciones ESG pueden influir en factores como el capital de los inversores, la percepción pública, las calificaciones crediticias, etc. Además, las calificaciones ESG pueden proporcionar a las empresas información específica sobre qué áreas clave mejorar, lo que puede ayudar a guiar mejor sus iniciativas.  Por el momento, las agencias de calificación evalúan los criterios ESG mediante informes de las empresas. Como resultado, las empresas a menudo pueden presentarse bajo una luz artificialmente positiva. Estos informes sesgados han llevado a análisis subjetivos e inconsistentes entre diferentes organizaciones de calificación ESG, a pesar de que buscan medir lo mismo (Kotsanonis et al., 2019). Por ejemplo, la correlación entre seis destacadas agencias de calificación ESG es de 0,54; en comparación, las calificaciones crediticias convencionales tienen una correlación más fuerte de 0,99 (Berg et al., 2019). Como resultado, muchos sienten que existe una desconexión entre las calificaciones ESG y la verdadera responsabilidad social de una empresa. Esto pone de relieve cómo la evaluación subjetiva y la transparencia limitada de los datos provenientes de los autoinformes pueden crear calificaciones inconsistentes.  Es importante contar con una evaluación ESG más consistente y precisa. La divergencia y la imprecisión en las calificaciones ESG obstaculizan la motivación de las empresas para mejorar, ya que dan a los ejecutivos señales contradictorias sobre qué cambiar (Stackpole, 2021). Como resultado, resulta difícil crear iniciativas de sostenibilidad mejor orientadas. Además, la autoevaluación permite a las empresas con más recursos presentarse mejor. Es por eso que existe una correlación positiva significativa entre el tamaño de una empresa, los recursos disponibles y la puntuación ESG (Drempetic et al., 2019). En última instancia, estas cuestiones frustran el propósito de ESG al no lograr motivar a las empresas hacia prácticas sostenibles. Esto plantea la necesidad de un enfoque más holístico y sistematizado para la evaluación ESG que pueda medir con mayor precisión la responsabilidad social de una empresa. Al establecer una verdad fundamental más representativa, se puede guiar mejor las iniciativas de las empresas hacia la responsabilidad social, aumentando así el impacto de ESG.  Este documento está   bajo licencia CC BY-NC-ND 4.0 DEED. disponible en arxiv

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Read My Stories

carbonization

Este audio es producido en el idioma original de la historia!

Demasiado Largo; Para Leer

Boost your HackerNoon story @ $159.99! 🚀

Creación de un sistema sistemático de puntuación ESG: resumen e introducción

About Author

COMENTARIOS

ETIQUETAS

ESTE ARTÍCULO FUE PRESENTADO EN

Related Stories

Una breve introducción a la teoría del cerebro de Boltzmann

De los foros a los feeds: cómo los algoritmos de las redes sociales influyen en la interacción digital

Nómadas digitales escuchen: lo que necesitan saber sobre la nueva visa DTV de Tailandia

Una breve introducción a la teoría del cerebro de Boltzmann

De los foros a los feeds: cómo los algoritmos de las redes sociales influyen en la interacción digital

Nómadas digitales escuchen: lo que necesitan saber sobre la nueva visa DTV de Tailandia

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps