polito.it
Politecnico di Torino (logo)

Investimenti Socialmente Responsabili tra Indici ESG discordanti, Greenwashing e Intelligenza Artificiale.

Beatrice Paviano

Investimenti Socialmente Responsabili tra Indici ESG discordanti, Greenwashing e Intelligenza Artificiale.

Rel. Laura Rondi. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Gestionale, 2022

[img]
Preview
PDF (Tesi_di_laurea) - Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives.

Download (24MB) | Preview
Abstract:

Il background sugli investimenti socialmente sostenibili, i noti RSI, ha posto l’attenzione sui vantaggi competitivi che strategie e governance basate sugli RSI portano alle organizzazioni che le adottano. L'elaborato analizza come sia influenzato il comportamento degli investitori nella costruzione del loro portafoglio di investimenti rispetto al rating ESG, evidenziando il carattere eterogeneo che lo contraddistingue attualmente. Il concetto di sostenibilità attorno al quale è costruita l'analisi, è approfondito in relazione al processo di gestione dei rischi climatici e come questa disciplina si sia uniformata alle volontà governative di mitigarli e preservare le future generazioni. Mediante la descrizione del contesto normativo esistente, è stata data evidenza del fenomeno di greenwashing che attualmente invade il mercato dei rating ESG, ponendo un particolare focus sugli strumenti finanziari, i green bond, stanziati per dare maggiore credibilità alle iniziative sostenibili ed incentivare gli investitori ad allocare eticamente il proprio denaro. La presente analisi si conclude descrivendo come le tecnologie di intelligenza artificiale e apprendimento automatico stiamo convogliando le proprie competenze tecniche per livellare l'eterogeneità del settore informativo dei rating ESG e promuovere pratiche di responsabilità sociale e ambientale.

Relators: Laura Rondi
Academic year: 2022/23
Publication type: Electronic
Number of Pages: 131
Subjects:
Corso di laurea: Corso di laurea magistrale in Ingegneria Gestionale
Classe di laurea: New organization > Master science > LM-31 - MANAGEMENT ENGINEERING
Aziende collaboratrici: UNSPECIFIED
URI: http://webthesis.biblio.polito.it/id/eprint/25404
Modify record (reserved for operators) Modify record (reserved for operators)