The choice of probability mapping in ESG questionnaire scoring: a structural risk-metric perspective for venture-capital and private-equity due diligence, with a dynamical-systems foundation
यह शोध पत्र तर्क देता है कि ESG स्कोरिंग में प्रायिकता मैपिंग (probability mapping) का चयन एक तकनीकी विचार के बजाय एक महत्वपूर्ण संरचनात्मक जोखिम निर्णय है, यह प्रदर्शित करते हुए कि कैसे विभिन्न मैपिंग रेटिंग परिणामों को नाटकीय रूप से बदल सकती है और वेंचर कैपिटल एवं प्राइवेट इक्विटी ड्यू डिलिजेंस के लिए रक्षात्मक और तुलनीय ESG मूल्यांकन सुनिश्चित करने हेतु एक मिथ्याकरणीय (falsifiable), गतिशीलता-आधारित मानदंड का प्रस्ताव करता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
उच्च-दांव वाले वित्त (high-stakes finance) की दुनिया में, निवेशक अक्सर एक कठिन पहेली का सामना करते हैं: उस कंपनी के चरित्र को कैसे मापा जाए जिसका कोई इतिहास नहीं है। जब वेंचर कैपिटलिस्ट और प्राइवेट इक्विटी फर्में नए स्टार्टअप में निवेश करने की दृष्टि से देखती हैं, तो वे पिछले क्रेडिट स्कोर या दशकों की वित्तीय रिपोर्टों पर भरोसा नहीं कर सकतीं। इसके बजाय, उन्हें एक संरचित प्रश्नावली पर निर्भर रहना पड़ता है, जो कंपनी द्वारा पर्यावरण, अपने श्रमिकों और अपने स्वयं के शासन (governance) के साथ किए जाने वाले व्यवहार के बारे में 'हाँ' या 'ना' वाले प्रश्नों की एक श्रृंखला है। इन उत्तरों को एक एकल संख्या में जोड़ा जाता है, जो एक ऐसा स्कोर है जिसका उद्देश्य कंपनी का नैतिक मानकों के साथ संरेखण (alignment) को दर्शाना है। लेकिन एक कच्ची संख्या (raw number) अकेले व्याख्या करने में कठिन होती है। इसे उपयोगी बनाने के लिए, विश्लेषकों को उस स्कोर को एक संभावना (probability) में बदलना होता है—एक प्रतिशत संभावना कि कंपनी एक अच्छा निवेश है या, इसके विपरीत, विफलता का जोखिम है। यह अनुवाद प्रक्रिया हर रेटिंग के पीछे का अदृश्य इंजन है, फिर भी अब तक, इस बात के नियम कि वह अनुवाद कैसे होता है, को गहरे तर्क के बजाय केवल सुविधा के लिए चुने गए एक मामूली तकनीकी विवरण के रूप में माना जाता रहा है।
शोधकर्ता फ्रांसेस्को यूसेपी का एक नया अध्ययन इस आकस्मिक दृष्टिकोण को चुनौती देता है, और यह तर्क देता है कि प्रश्नावली स्कोर को संभावना में बदलने के लिए उपयोग की जाने वाली विधि केवल एक गणितीय प्राथमिकता नहीं है, बल्कि एक ऐसा निर्णय है जो निवेश के परिणाम को मौलिक रूप से बदल देता है। शोध पत्र प्रदर्शित करता है कि दो अलग-अलग, फिर भी समान रूप से वैध, गणितीय विधियाँ एक ही उत्तरों के सेट को ले सकती हैं और उसी कंपनी के लिए पूरी तरह से अलग रेटिंग प्रदान कर सकती हैं। एक परिदृश्य में, एक कंपनी को उच्च-जोखिम वाले निवेश के रूप में चिह्नित किया जा सकता है जिसे तत्काल सुधार की आवश्यकता है; दूसरे में, एक अलग लेकिन न्यायसंगत विधि का उपयोग करते हुए, वही कंपनी एक शीर्ष-स्तरीय, कम-जोखिम वाले अवसर के रूप में रेट की जा सकती है। शोध सुझाव देता है कि इस अनुवाद के लिए एक सख्त, सहमत नियम के बिना, नैतिक निवेश की पूरी प्रणाली असंगत हो जाती है, जिससे कंपनियों की निष्पक्ष तुलना करना या विभिन्न फर्मों द्वारा प्रदान की गई रेटिंग पर भरोसा करना असंभव हो जाता है।
समस्या का मूल उस वक्र (curve) के आकार में निहित है जिसका उपयोग अनुवाद करने के लिए किया जाता है। एक ऐसी रेखा की कल्पना करें जो शून्य से शुरू होती है और एक तक बढ़ती है, जो पूर्ण जोखिम से पूर्ण सुरक्षा की ओर बदलाव को दर्शाती है। अध्ययन इस रेखा के लिए दो विशिष्ट आकारों की तुलना करता है: एक जो लगातार और सुचारू रूप से ऊपर उठती है, और दूसरी जो शुरुआत में बहुत तेजी से ऊपर जाती है और फिर समतल (flatten) हो जाती है। जब शोधकर्ताओं ने इन दो आकारों को काल्पनिक कंपनियों के एक ही सेट पर लागू किया, तो परिणाम चौंकाने वाले थे। चिकने, सुचारू वक्र का उपयोग करते हुए, पचास के अधिकतम संभव स्कोर में से एक मध्यम स्कोर वाली कंपनी को एक समझौतापूर्ण निवेश के रूप में रेट किया गया, जिसे सुरक्षित माने जाने से पहले महत्वपूर्ण कार्य की आवश्यकता थी। हालांकि, जब उसी स्कोर को उस वक्र के माध्यम से चलाया गया जो शुरुआत में तेजी से ऊपर उठता है, तो उसी कंपनी को एक शीर्ष-स्तरीय, सुरक्षित निवेश के रूप में रेट किया गया। यह अंतर एक छोटा समायोजन नहीं था; यह दस-चरणीय रेटिंग स्केल पर सात चरणों का बदलाव था। इसका अर्थ यह है कि दो विश्लेषक, एक ही डेटा को देखते हुए और दो विधियों का उपयोग करते हुए जो तर्क के बुनियादी परीक्षणों में दोनों पास होती हैं, निवेश करने या न करने के बारे में विपरीत निष्कर्षों पर पहुँच सकते हैं।
यह शोध पत्र इस बात पर प्रकाश डालता है कि बैंक किसी कंपनी के दिवालिया होने के जोखिम का आकलन कैसे करते हैं। उस क्षेत्र में, विशेषज्ञ "डिफ़ॉल्ट की दूरी" (distance to default) की एक अवधारणा का उपयोग करते हैं, जो यह मापता है कि एक कंपनी वित्तीय विफलता से कितनी दूर है। वे फिर उस दूरी को विफलता की संभावना में बदलने के लिए एक विशिष्ट गणितीय उपकरण का उपयोग करते हैं। अध्ययन का तर्क है कि ESG प्रश्नावली इसी तरह काम करती है: स्कोर 'दूरी' है, और संभावना मानचित्र (probability map) वह उपकरण है। जिस तरह एक बैंक दिवालियापन जोखिम को मापने के लिए अपने पूरे सिस्टम को पुनर्गठित किए बिना मनमाने ढंग से उपयोग किए जाने वाले उपकरण को नहीं बदल सकता, उसी तरह ESG रेटर्स को अपने संभावना मानचित्रों को बिना परिणामों को समझे नहीं बदलना चाहिए। शोध से पता चलता है कि उपकरण का चुनाव स्कोर अक्ष (axis) पर "खतरे के क्षेत्रों" और "सुरक्षित क्षेत्रों" के स्थान को बदल देता है। एक विधि रेटिंग को संभावित स्कोर की पूरी सीमा में समान रूप से फैला देती है, जिससे कंपनियों के बीच सूक्ष्म अंतर संभव होता है। दूसरी विधि, जो गणितीय रूप से वैध है, लगभग सभी रेटिंग्स को स्कोर की एक बहुत ही छोटी पट्टी में सिकोड़ देती है, जिससे स्कोर के लगभग पूर्ण होने तक एक अच्छी कंपनी और एक महान कंपनी के बीच अंतर करना लगभग असंभव हो जाता है।
निवेशकों के लिए इससे होने वाले तत्काल भ्रम के अलावा, अध्ययन विश्वास और शासन के एक गहरे मुद्दे को उजागर करता है। यदि इन रेटिंग्स की गणना के लिए उपयोग की जाने वाली विधि स्पष्ट रूप से बताई और न्यायोचित नहीं है, तो परिणामी संख्याएँ वास्तव में तुलनीय नहीं हैं। एक फर्म की रेटिंग दूसरी फर्म की तुलना में पूरी तरह से अलग अर्थ रख सकती है, केवल इसलिए क्योंकि उन्होंने गणित करने के लिए अलग-अलग वक्रों का उपयोग किया था। शोध पत्र नियमों का एक सेट, या 'स्वयंसिद्ध' (axioms) प्रस्तावित करता है, जिसका पालन किसी भी स्वीकार्य विधि को निष्पक्ष और सुसंगत होने के लिए करना चाहिए। यह सुझाव देता है कि सबसे विश्वसनीय विधि वह है जो एक स्थिर, अनुमानित बल की तरह व्यवहार करती है, जहाँ कंपनी के स्कोर में प्रत्येक छोटे सुधार से उसकी रेटिंग में आनुपातिक सुधार होता है। 'लॉजिस्टिक्स सिग्मॉइड' (logistic sigmoid) के रूप में जानी जाने वाली यह पद्धति यह सुनिश्चित करती है कि रेटिंग प्रणाली प्रदर्शन के पूरे स्पेक्ट्रम में संवेदनशील बनी रहे, न कि अधिकांश डेटा को अनदेखा करे।
निष्कर्ष वित्तीय उद्योग को चेतावनी देते हैं कि नैतिक जिम्मेदारी को मापने के लिए उपयोग किए जाने वाले उपकरणों को लाभ मापने के लिए उपयोग किए जाने वाले वित्तीय मॉडलों के समान कठोरता के साथ चुना जाना चाहिए। अध्ययन यह दावा नहीं करता है कि इसने प्रकृति का कोई नया नियम खोज लिया है, बल्कि यह कि इसने एक ऐसे छिपे हुए चर (variable) को उजागर कर दिया है जिसे कई लोग तय मान रहे थे। यह दिखाते हुए कि संभावना मानचित्र का चुनाव एक कंपनी को विफल ग्रेड से उत्तीर्ण ग्रेड की ओर ले जा सकता है, यह शोध ड्यू डिलिजेंस (due diligence) के संचालन के पुनर्मूल्यांकन के लिए मजबूर करता है। यह तर्क देता है कि प्रणाली को रक्षात्मक, ऑडिट योग्य और वास्तव में उपयोगी बनाने के लिए, अनुवाद की विधि का खुलासा और मानकीकरण किया जाना चाहिए। इस स्पष्टता के बिना, अरबों डॉलर के निवेश निर्णयों को निर्देशित करने वाली रेटिंग मॉडलर के मनमाने विकल्पों के प्रति असुरक्षित रहती है, जिससे पूंजी उन कंपनियों से दूर जा सकती है जो वास्तव में इसके योग्य हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।