論文の概要: Sustainable Venture Capital
- arxiv url: http://arxiv.org/abs/2209.10518v1
- Date: Tue, 13 Sep 2022 01:17:39 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 11:19:23.789150
- Title: Sustainable Venture Capital
- Title（参考訳）: 持続可能なベンチャーキャピタル
- Authors: Sam Johnston
- Abstract要約: ベンチャー支援のサステナビリティスタートアップは、投資家に1セントを返さずに、優れた成果を得ることができる。
最も有望な成果は目的を持って利益をもたらし、既存の「抽出」ベンチャーキャピタルを作る方法においてすべての利害関係者を満足させる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Sustainability initiatives are set to benefit greatly from the growing
involvement of venture capital, in the same way that other technological
endeavours have been enabled and accelerated in the post-war period. With the
spoils increasingly being shared between shareholders and other stakeholders,
this requires a more nuanced view than the finance-first methodologies deployed
to date. Indeed, it is possible for a venture-backed sustainability startup to
deliver outstanding results to society in general without returning a cent to
investors, though the most promising outcomes deliver profit with purpose,
satisfying all stakeholders in ways that make existing 'extractive' venture
capital seem hollow.
To explore this nascent area, a review of related research was conducted and
social entrepreneurs & investors interviewed to construct a questionnaire
assessing the interests and intentions of current & future ecosystem
participants. Analysis of 114 responses received via several sampling methods
revealed statistically significant relationships between investing preferences
and genders, generations, sophistication, and other variables, all the way down
to the level of individual UN Sustainable Development Goals (SDGs).
- Abstract（参考訳）: 持続可能性イニシアチブは、戦後に他の技術的努力が実現され加速されたのと同じように、ベンチャーキャピタルの関与の増大から大きな恩恵を受ける。
株主と他の利害関係者の間でスポイトが共有されるようになっているため、これまで展開されていた金融ファーストの方法論よりも微妙な見方が必要となる。
実際、ベンチャー支援のサステナビリティスタートアップは、投資家に利益をもたらす最も有望な成果は目的を持って利益をもたらし、既存の「抽出」ベンチャーキャピタルを中途半端に思える方法で利害関係者を満足させることは、一般的に社会に顕著な成果をもたらすことが可能である。
この領域を探索するため、関連研究のレビューを行い、社会起業家や投資家がインタビューを行い、現在および将来の生態系参加者の関心や意図を評価するアンケートを構築した。
複数のサンプリング手法を用いて受信した114の回答の分析により、個々の国連持続開発目標(SDG)レベルまで、投資好みと性別、世代、洗練、その他の変数の間の統計的に有意な関係が明らかとなった。
関連論文リスト
- InvestESG: A multi-agent reinforcement learning benchmark for studying climate investment as a social dilemma [8.867831781244575]
InvestESGは、ESG開示義務が企業気候投資に与える影響を研究するために設計された、新しいマルチエージェント強化学習(MARL)ベンチマークである。
我々の実験は、十分な資本を持つESGを意識した投資家がいなければ、開示委任統治下での企業緩和努力は限定的であることを示している。
地球温暖化のリスクに関するより多くの情報を提供することで、投資家が関与しなくても、企業は緩和により多くの投資をすることができる。
論文 参考訳（メタデータ） (2024-11-15T00:31:45Z) - Cooperate or Collapse: Emergence of Sustainable Cooperation in a Society of LLM Agents [101.17919953243107]
GovSimは、大規模言語モデル(LLM)における戦略的相互作用と協調的意思決定を研究するために設計された生成シミュレーションプラットフォームである。
最強のLSMエージェントを除く全てのエージェントは、GovSimの持続的均衡を達成することができず、生存率は54%以下である。
道徳的思考の理論である「大学化」に基づく推論を活用するエージェントは、持続可能性を大幅に向上できることを示す。
論文 参考訳（メタデータ） (2024-04-25T15:59:16Z) - WESE: Weak Exploration to Strong Exploitation for LLM Agents [95.6720931773781]
本稿では,オープンワールド対話型タスクの解法において,LLMエージェントの強化を目的としたWeak Exploration to Strong Exploitation (WESE)を提案する。
WESEは、探究と搾取のプロセスを分離し、費用対効果の弱いエージェントを用いて世界的知識の探索を行う。
次に、獲得した知識を格納し、タスク関連知識を抽出する知識グラフベースの戦略を導入する。
論文 参考訳（メタデータ） (2024-04-11T03:31:54Z) - Balancing Progress and Responsibility: A Synthesis of Sustainability Trade-Offs of AI-Based Systems [8.807173854357597]
我々は、AIをソフトウェアシステムに統合する文脈において、持続可能性に関連するトレードオフを合成することを目指している。
この研究はオランダの金融機関と共同で行われた。
論文 参考訳（メタデータ） (2024-04-05T10:11:08Z) - Beyond Gut Feel: Using Time Series Transformers to Find Investment Gems [1.7343080574639578]
本稿では,PE(Private Equity)業界におけるデータ駆動アプローチの適用拡大について論じる。
本稿では、関連するアプローチの総合的なレビューを行い、候補企業の成功可能性を予測するための新しいアプローチを提案する。
3つの一般的なベースラインに向けてベンチマークした2つの実世界の投資タスクに関する実験は、我々のアプローチの有効性を実証した。
論文 参考訳（メタデータ） (2023-09-28T23:03:12Z) - Surveying (Dis)Parities and Concerns of Compute Hungry NLP Research [75.84463664853125]
我々は,3つのトピック,すなわち環境影響,株式,およびピアレビューへの影響に関する懸念を定量化するための最初の試みを提供する。
我々は、高齢者、アカデミック、産業に関して、異なるグループと異なるグループ内の既存の(異なる)格差を捉えます。
私たちは、発見された格差を軽減するためのレコメンデーションを考案しました。
論文 参考訳（メタデータ） (2023-06-29T12:44:53Z) - E2EAI: End-to-End Deep Learning Framework for Active Investing [123.52358449455231]
本稿では, ファクタ選択, ファクタ組み合わせ, 株式選択, ポートフォリオ構築を通じて, ファクター投資のほぼ全過程をカバーするE2Eを提案する。
実際の株式市場データの実験は、アクティブ投資におけるエンドツーエンドのディープ・リーン・フレームワークの有効性を示している。
論文 参考訳（メタデータ） (2023-05-25T10:27:07Z) - A Data-Driven Framework for Identifying Investment Opportunities in
Private Equity [0.0]
本稿では、投資機会の自動スクリーニングのためのフレームワークを提案する。
このフレームワークは、企業の財務的および管理的立場を評価するために、複数のソースからデータを引き出す。
次に、説明可能な人工知能(XAI)エンジンを使用して投資勧告を提案する。
論文 参考訳（メタデータ） (2022-04-04T21:28:34Z) - Graph Neural Network Based VC Investment Success Prediction [11.527912247719915]
我々は,ノードの豊富な属性とともにネットワーク構造を利用して,漸進的な表現学習機構と逐次学習モデルを設計する。
本手法は,グローバルベンチャーキャピタル投資の包括的データセットを用いて,最先端の予測性能を実現する。
医療やITといった業界のスタートアップの成果を予測するのに長けている。
論文 参考訳（メタデータ） (2021-05-25T14:29:45Z) - Learning to Plan Optimistically: Uncertainty-Guided Deep Exploration via
Latent Model Ensembles [73.15950858151594]
本稿では,不確実な長期報酬に直面した最適化による深層探査を可能にするLOVE(Latent Optimistic Value Exploration)を提案する。
潜在世界モデルと値関数推定を組み合わせ、無限水平リターンを予測し、アンサンブルにより関連する不確実性を回復する。
連続行動空間における視覚ロボット制御タスクにLOVEを適用し、最先端や他の探査目標と比較して、平均20%以上のサンプル効率の改善を実証する。
論文 参考訳（メタデータ） (2020-10-27T22:06:57Z) - Qlib: An AI-oriented Quantitative Investment Platform [86.8580406876954]
AI技術は、量的投資システムに新たな課題を提起した。
Qlibは、その可能性の実現、研究の強化、定量的投資におけるAIテクノロジの価値の創造を目的とする。
論文 参考訳（メタデータ） (2020-09-22T12:57:10Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。