Examinando por Autor "Pra Martos, Inmaculada"

Mostrando 1 - 2 de 2
  • Miniatura
    Publicación
    Impacto de las calificaciones ESG en el rendimiento financiero de empresas turísticas cotizadas
    (Universidad de Educación a Distancia (UNED), 2024-09) Maestro Prieto, Jose Alberto; Pérez Martín, Jorge; Pra Martos, Inmaculada; Arguedas Sanz, Raquel
    El presente trabajo explora la posible existencia de una relación entre el rendimiento financiero de empresas cotizadas en países desarrollados del sector de turismo con la calificación ESG Environmental, Social & Governance) que obtienen estas empresas. El trabajo comienza con una revisión bibliográfica sobre este sector en concreto y de los resultados que se han ido obteniendo cuando se ha tratado de identificar la existencia de esta relación. A partir de esta revisión se ve que hay una gran disparidad de criterios, metodologías que conducen a resultados no concluyentes y que se pueden alcanzar distintas conclusiones, incluyendo que no hay relación, que hay relación lineal positiva, negativa, que la relación es en forma de U o en forma de U invertida. Se ha elegido un modelo sencillo para empresas cotizadas de Noruega, planteado en una de las publicaciones revisadas y se ha intentado replicar sus resultados. Este estudio se planteaba la existencia de una relación con forma de U entre el rendimiento financiero de las empresas y la calificación ESG. Los resultados que se han obtenido con los datos de las empresas de Noruega han sido parciales, y se han explorado otro tipo de modelos, con datos de empresas del sector de turismo en distintos países. Hay dos suposiciones subyacentes en esta elección: (1) el sector de turismo tiene determinadas particularidades que lo diferencian de otros sectores y por tanto, tiene sentido su estudio por separado; y (2) el desarrollo económico de los países en los que se radican las empresas y la actividad turística influye en los posibles resultados. Se han probado distintos tipos de regresiones lineales, dos redes neuronales recurrentes (RNN) y otros métodos y técnicas de IA, en con tres conjuntos de datos distintos: empresas turísticas de Europa, de América del norte (Estados Unidos y Canadá) y de los países del G7 (Alemania, Italia, Francia, Reino Unido, Estados Unidos, Canadá y Japón). Los resultados obtenidos son similares para los tres conjuntos de datos: no parece haber una relación clara entre la calificación ESG, que tiene tendencia ascendente con el tiempo, y el rendimiento financiero de las distintas empresas. Pero, se ha visto que en general, los modelos obtenidos, ajustan bastante mal el conjunto de datos. Los modelos que obtienen mejor ajuste son los que utilizan métodos y técnicas de IA, pero solo cuando se modelan algunas relaciones, en concreto, cuando se obtiene un modelo para la variable TobinQ.
  • Miniatura
    Publicación
    Relación entre la emisión de bonos verdes y la “prima verde” en mercado primario. Evidencias con modelos de aprendizaje automático.
    (Universidad Nacional de Educación a Distancia (UNED). E.T.S. de Ingeniería Informática. Departamento de Inteligencia Artificial, 2025-02) Cuevas i Fajardo, Àlvar; Pérez Martín, Jorge; Pra Martos, Inmaculada; Arguedas Sanz, Raquel
    Este trabajo presenta un análisis del mercado de bonos verdes y su relación con los criterios ambientales, sociales y de gobernanza (ESG) de las empresas emisoras. El objetivo principal es investigar la existencia de una «prima verde» en estos bonos, es decir, si los inversores están dispuestos a aceptar un rendimiento menor a cambio de invertir en empresas que certifican como verde su deuda. Se han utilizado para ello datos de entidades no públicas que han emitido deuda verde a medio y largo plazo en el período 2020 y 2024, en todo el mundo. En una primera aproximación del estudio, se compara el ratio de deuda verde emitida por las organizaciones con sus puntuaciones ESG para buscar una relación directa entre estos dos parámetros. Dado que la muestra de bonos verdes con puntuaciones completas ESG es escasa, se han utilizado algoritmos de aprendizaje automático para completarla. Posteriormente se ha hecho un estudio pormenorizado sobre la existencia de la prima verde, basado en una técnica de comparación de datos reales con datos generados a través de un modelo de aprendizaje automático. Para llevar a cabo estos análisis, se han construido y probado varios modelos de aprendizaje automático para seleccionar el más adecuado en cada ocasión. La muestra de estudio incluye una selección diversa de bonos verdes emitidos por empresas con diferentes niveles de compromiso con la sostenibilidad. Las calificaciones para la reconstrucción de los parámetros ESG, así como las valoraciones de la deuda, se obtienen de fuentes de datos reconocidas. Este estudio contribuye a la literatura existente sobre bonos verdes y ESG al proporcionar evidencia empírica sobre la existencia y magnitud de la prima verde. Asimismo, puede ofrecer información relevante para los inversores que buscan integrar criterios de sostenibilidad en sus decisiones de inversión y para las empresas que buscan financiar proyectos verdes a través de la emisión de bonos.