Фрактальна модель трансформації фондового ринку України: соціально-відповідальне інвестування для досягнення Цілей сталого розвитку
Notice bibliographique
Résumé
Об’єкт дослідження – економічні відносини, що виникають між суб’єктами фондового ринку у процесі відповідального інвестування як основи для фінансування сталого розвитку. Мета дослідження – розвиток теоретико-методологічних основ та комплексного міждисциплінарного методичного інструментарію до моделювання траєкторії трансформації фондового ринку методами фрактального аналізу та створення в його архітектурі нового сегменту соціально-відповідального інвестування, розробку його інструментарію (продуктів, технологій, інфраструктури), нормативного, інформаційного та регуляторного забезпечення, спрямованих на подолання інвестиційного гепу у досягненні Цілей сталого розвитку. Методи дослідження – методи бібліометричного мета-аналізу, економіко-статистичного (трендового, динамічного та структурного аналізу), компаративного та бенчмарк-аналізу, статичний та динамічний R/S (Rescaled Range) аналіз, метод фракційного інтегрування, параметричні та непараметричні теси і критерії (тест Стьюдента, ANOVA аналіз, тести Манна-Уітні, Крускала-Уолліса, Колмогорова-Смірнофа, а також критерії і тести Ліліфорса, Крамера-фон Мізеса, Уотсона, Андерсона-Дарлінга та ADF), модифікований підхід кумулятивної аномальної віддачі, регресійний аналіз із фіктивними змінними, метод торгового моделювання (симуляції), критерії Лапласа, Вальда, Гурвіца і Севіджа, правила Борда і Кондорсе, методи Expectation-Maximization та адитивно-мультиплікативної згортки. Основні наукові результати – розроблено орієнтири для формування дорожньої карти запровадження сегменту відповідального інвестування в Україні, його нормативне, інформаційне забезпечення, напрями імплементації кодексів, стандартів для регулювання та стимулювання відповідального інвестування, принципи координації дій регуляторів в межах системи «спліт», запропоновано науково-методичні засади бенчмаркінгу відповідального інвестування як засобу подолання інформаційної асиметрії в ESG-сегменті, підвищення інформаційної прозорості учасників фондового ринку та моніторингу подолання інвестиційного гепу у досягненні ЦСР, проведено комплексне порівняння властивостей традиційних та ESG-фондових індексів на основі фрактальної моделі, запропоновано уніфікований науково-методичний підхід до створення ESG-рейтингів та розроблено пропозиції по удосконаленню калькуляції ESG-індексів; формалізовано взаємозв’язок між відповідальним інвестуванням та перситентністю фондового ринку, проведено кількісне обґрунтування доцільності розроблення індексів зі сталого розвитку (ESG-індексів) як маркерів відповідального інвестування; удосконалено методологію ранжування та пріоритизації енергоефективних, клімато- та природоохоронних проєктів для більш ефективного спрямування відповідального інвестування; запропоновано концептуальні основи здійснення імпакт-інвестицій для повоєнного відновлення економіки України; розвинено підхід до формування схеми функціонування суверенного фонду добробуту як суб’єкта сегменту відповідального інвестування на фондовому ринку України.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,011 |
| Communication savante | 0,015 | 0,009 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,040 | 0,010 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».