Алиса Боррелло, Ирен Бенго, Майкл Моран
Фонды импакт-инвестирования (ФИИ) представляют собой особый тип инвестиционных фондов, целью которых является достижение как финансовых, так и социальных целей. В этом они становятся ценным ресурсом для организаций социального назначения, ищущих капитал. В исследовании оценивается процесс инвест ирования, сравниваются подходы в двух странах: Италии и Австралии. Авторы провели полуструктурированные интервью с 9 ФИИ и 12 организациями социального назначения, анализируя данные с помощью методологии Джиои. Они обнаружили как сходства, так и различия. Процесс инвестирования ФИИ в Австралии более консервативен, ориентирован на меньший риск и прибыль с доминирующей стратегией «финансы превыше всего». В Италии же, напротив, преобладает стратегия «приоритет воздействия». Исследователи доказывают, что это отражает фундаментальное различие в философии инвестирования, и что ФИИ в этих двух странах по-разному подходят, интерпретируют и понимают сферу импакт-инвестирования. В заключение исследование вносит вклад в растущий корпус литературы по импакт-инвестированию, предложив «идеальный» процесс импакт-инвестирования, который учитывает целостность и особенности подхода к инвестициям в социальное воздействие.
https://clck.ru/37Hquw
Кв. Ху, Д. Даза, Л. Свинкелс, К. Усайте, Р. Хоэн, П. Грот
Цели устойчивого развития (ЦУР), представленные Организацией Объединенных Наций, направлены на стимулирование политик и действий, способствующих обеспечению процветания и устойчивости человечества. Системы оценки ЦУР, разработанные в финансовом секторе, предназначены для оценки соответствия компаний каждой из 17 целей. Такие оценки позволяют систематически анализировать инвестиции, способствующие созданию инклюзивной и устойчивой экономики. Из-за высоких требований к качеству и надежности, процесс создания и поддержания таких систем требует много времени и глубоких знаний в данной области. В настоящей работе описывается система, основанная на данных, которая предназначена для автоматизации создания системы оценки ЦУР. Во-первых, предлагается новый метод сбора и отбора корпуса текстов из различных интернет-источников и графа знаний, связанных с рядом компаний. Затем авторы реализуют и внедряют классификаторы, обученные на этих данных, для предсказания соответствия компаний целям устойчивого развития. Результаты показывают, что лучшая модель может точно предсказывать оценки ЦУР с микросредним значением метрики F1, равным 0,89, что демонстрирует высокую эффективность предложенного решения. Авторы также описывают, как можно облегчить интеграцию моделей для их использования людьми, путем предоставления объяснений в форме данных, связанных с предсказанной оценкой. Они обнаружили, что предложенное ими решение позволяет получить доступ к большому объему информации, которую аналитики не смогли бы обработать в обычных условиях, что обеспечивает точное предсказание оценок ЦУР при значительной экономии затрат.
https://clck.ru/37Hr2m
H. Кьяппини, Н. Маринелли, Р. Набиль-Уд-Дин Джалал, Г. Биринделли