Caracterización del Riesgo de Empresas con Atributos ESG Utilizando un Método de Aprendizaje Automático Supervisado
Autores: Simlai, Prodosh Eugene
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Caracterización del Riesgo de Empresas con Atributos ESG Utilizando un Método de Aprendizaje Automático Supervisado
Categoría
Gestión y administración
Subcategoría
Gestión de recursos
Palabras clave
Trade-off entre riesgo y rendimiento
Cartera
Atributos ESG
Regresión penalizada
Método basado en la distancia de Mahalanobis
Variables de estado financiero
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 36
Citaciones: Sin citaciones
Examinamos la relación riesgo-rendimiento de una cartera de empresas que tienen atributos ambientales, sociales y de gobernanza (ESG) tangibles. Introducimos un nuevo tipo de regresión penalizada utilizando el método basado en la distancia de Mahalanobis y mostramos su utilidad utilizando nuestra muestra de empresas ESG. Nuestros resultados muestran que las empresas ESG están expuestas a variables financieras que capturan los cambios en las oportunidades de inversión. Sin embargo, encontramos que no hay una diferencia económicamente significativa entre los rendimientos ajustados al riesgo de varias carteras basadas en calificaciones ESG y que el riesgo asociado con una cartera de calificación ESG baja no es significativamente diferente al de una cartera de calificación ESG alta. Aunque los inversores requieren una compensación por el rendimiento al mantener acciones ESG, el hecho de que el riesgo de una cartera de calificación ESG baja sea comparable al de una cartera de calificación ESG alta sugiere dimensiones de riesgo que van más allá de los atributos ESG. Además, mostramos que la nueva regresión penalizada ajustada por covarianza mejora las predicciones transversales fuera de muestra de los rendimientos esperados de la cartera ESG. En general, nuestro enfoque es pragmático y se basa en la facilidad de un atractivo empírico.
Descripción
Examinamos la relación riesgo-rendimiento de una cartera de empresas que tienen atributos ambientales, sociales y de gobernanza (ESG) tangibles. Introducimos un nuevo tipo de regresión penalizada utilizando el método basado en la distancia de Mahalanobis y mostramos su utilidad utilizando nuestra muestra de empresas ESG. Nuestros resultados muestran que las empresas ESG están expuestas a variables financieras que capturan los cambios en las oportunidades de inversión. Sin embargo, encontramos que no hay una diferencia económicamente significativa entre los rendimientos ajustados al riesgo de varias carteras basadas en calificaciones ESG y que el riesgo asociado con una cartera de calificación ESG baja no es significativamente diferente al de una cartera de calificación ESG alta. Aunque los inversores requieren una compensación por el rendimiento al mantener acciones ESG, el hecho de que el riesgo de una cartera de calificación ESG baja sea comparable al de una cartera de calificación ESG alta sugiere dimensiones de riesgo que van más allá de los atributos ESG. Además, mostramos que la nueva regresión penalizada ajustada por covarianza mejora las predicciones transversales fuera de muestra de los rendimientos esperados de la cartera ESG. En general, nuestro enfoque es pragmático y se basa en la facilidad de un atractivo empírico.