Caracterização dos Sustainable Business Models: uma análise de clusterização das empresas que compõem o Dow Jones Sustainable World Index
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU) |
Texto Completo: | http://lattes.cnpq.br/6967143251622244 https://repositorio.ufersa.edu.br/handle/prefix/11133 |
Resumo: | Os Sustainable Business Models (SBMs) apesar de sua ampla investigação na literatura internacional ainda carece de estudos, devido à falta de uma definição ou caracterização mais holística. Como consequência, a pesquisa tem como objetivo geral caracterizar os Sustainable Business Models de empresas que compõem a carteira de 2020 do Dow Jones Sustainability World Index. Essa caracterização será realizada por meio do método quantitativo de agrupamentos das variáveis, denominado de clusterização e para a seleção das variáveis foi utilizada a Regressão Linear Múltipla. Nessa pesquisa, a amostra é composta por 60 empresas de diferentes setores. Os dados coletados são compostos por 13 variáveis e são divididos em quatro etapas: (i) coletar e processar dos dados que caracterizam os SBMs, (ii) definir o número de clusters a serem gerados, (iii) agrupar iterativamente os SBMs e (iv) validar os clusters, finalizando com a análise qualitativa dos clusters. Por meio dos resultados, foi possível identificar dois perfis de empresas, distribuídos em quatro clusters. O primeiro é composto por empresas com pontuações médias de ESG, com predominância de países asiáticos e que constituem os setores da indústria e dos serviços em geral. Ao analisar o impacto desses setores, foi constatado que a maioria são de impacto moderado e, por isso, as empresas possuem uma maior cautela em investimentos em ESG. O segundo perfil, apresenta pontuações de ESG acima da média, que é caracterizado em sua maioria, com indústrias de alto impacto que possuem uma legislação ativa, no que concerne as práticas em ESG. As empresas do segundo perfil, totalizam grande parte do continente europeu, conhecido pela sua liderança mundial em investimentos em ESG. Os dois perfis identificados, indicam uma tendência de cenários diferentes de práticas e investimentos em ESG, por regiões e setores. A pesquisa ainda propôs um framework de clusterização por meio de índices de sustentabilidade, uma estrutura metodológica que tem suas implicações teóricas voltadas principalmente para a disseminação dos estudos sobre SBM, a partir da sua caracterização e implicações práticas, auxiliando os gestores de empresas na implementação dos SBMs |
id |
UFER_f3abc3f146f0c03c2b3474569a67f444 |
---|---|
oai_identifier_str |
oai:repositorio.ufersa.edu.br:prefix/11133 |
network_acronym_str |
UFER |
network_name_str |
Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU) |
repository_id_str |
|
spelling |
Caracterização dos Sustainable Business Models: uma análise de clusterização das empresas que compõem o Dow Jones Sustainable World IndexDescription of Sustainable Business Models: a clusterization analysis of the companies that compose the Dow Jones Sustainable World IndexCIENCIAS SOCIAIS APLICADAS::ADMINISTRACAOSustainable Business ModelsDow Jones Sustainable World IndexclusterizaçãoframeworkSustainable Business ModelsDow Jones Sustainable World IndexclusteringframeworkOs Sustainable Business Models (SBMs) apesar de sua ampla investigação na literatura internacional ainda carece de estudos, devido à falta de uma definição ou caracterização mais holística. Como consequência, a pesquisa tem como objetivo geral caracterizar os Sustainable Business Models de empresas que compõem a carteira de 2020 do Dow Jones Sustainability World Index. Essa caracterização será realizada por meio do método quantitativo de agrupamentos das variáveis, denominado de clusterização e para a seleção das variáveis foi utilizada a Regressão Linear Múltipla. Nessa pesquisa, a amostra é composta por 60 empresas de diferentes setores. Os dados coletados são compostos por 13 variáveis e são divididos em quatro etapas: (i) coletar e processar dos dados que caracterizam os SBMs, (ii) definir o número de clusters a serem gerados, (iii) agrupar iterativamente os SBMs e (iv) validar os clusters, finalizando com a análise qualitativa dos clusters. Por meio dos resultados, foi possível identificar dois perfis de empresas, distribuídos em quatro clusters. O primeiro é composto por empresas com pontuações médias de ESG, com predominância de países asiáticos e que constituem os setores da indústria e dos serviços em geral. Ao analisar o impacto desses setores, foi constatado que a maioria são de impacto moderado e, por isso, as empresas possuem uma maior cautela em investimentos em ESG. O segundo perfil, apresenta pontuações de ESG acima da média, que é caracterizado em sua maioria, com indústrias de alto impacto que possuem uma legislação ativa, no que concerne as práticas em ESG. As empresas do segundo perfil, totalizam grande parte do continente europeu, conhecido pela sua liderança mundial em investimentos em ESG. Os dois perfis identificados, indicam uma tendência de cenários diferentes de práticas e investimentos em ESG, por regiões e setores. A pesquisa ainda propôs um framework de clusterização por meio de índices de sustentabilidade, uma estrutura metodológica que tem suas implicações teóricas voltadas principalmente para a disseminação dos estudos sobre SBM, a partir da sua caracterização e implicações práticas, auxiliando os gestores de empresas na implementação dos SBMsSustainable Business Models (SBMs) despite their extensive investigation in the international literature still lacks studies, due to the lack of a more holistic definition or characterization. As a consequence, the general objective of the research is to characterize the Sustainable Business Models of companies that make up the 2020 portfolio of the Dow Jones Sustainability World Index. This characterization will be carried out through the quantitative method of grouping the variables, called clustering and for the selection of variables, Multiple Linear Regression was used. In this research, the sample is composed of 60 companies from different sectors. The collected data are composed of 13 variables and are divided into four stages: (i) collect and process the data that characterize the SBMs, (ii) define the number of clusters to be generated, (iii) iteratively group the SBMs and (iv) validate the clusters, ending with the qualitative analysis of the clusters. Through the results, it was possible to identify two profiles of companies, distributed in four clusters. The first is composed of companies with average ESG scores, with a predominance of Asian countries and which constitute the industry and services sectors in general. When analyzing the impact of these sectors, it was found that most have a moderate impact and, therefore, companies are more cautious in investing in ESG. The second profile has above-average ESG scores, which is mostly characterized by high-impact industries that have active legislation regarding ESG practices. Companies in the second profile cover a large part of the European continent, known for its world leadership in ESG investments. The two identified profiles indicate a trend of different scenarios of practices and investments in ESG, by regions and sectors. The research also proposed a clustering framework through sustainability indices, a methodological structure that has its theoretical implications mainly aimed at the dissemination of studies on SBM, based on its characterization and practical implications, helping company managers in the implementation of the SBMs68 p.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESCCSAHBrasilCentro de Ciências Sociais Aplicadas e Humanas - CCSAHUFERSAUniversidade Federal Rural do Semi-ÁridoPrograma de Pós-Graduação em AdministraçãoRocha, Miriam KarlaRocha, Miriam KarlaNobre, Liana Holanda NepomucenoCarmo, Breno Barros Telles doAvila, Ariane Mello SilvaAraújo, Andreza Rodrigues de2024-08-06T15:20:28Z2024-08-06T15:20:28Z2023-02-13info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesispdfapplication/pdfhttp://lattes.cnpq.br/6967143251622244ARAÚJO, Andreza Rodrigues. Caracterização dos Sustainable Business Models: uma análise de clusterização das empresas que compõem o Dow Jones Sustainable World Index. 2023. 68 f. Dissertação (Mestrado em Administração) - Universidade Federal Rural do Semi-Árido. Mossoró, 2023.https://repositorio.ufersa.edu.br/handle/prefix/11133MossoróAttribution-ShareAlike 3.0 BrazilUFERSAhttp://creativecommons.org/licenses/by-sa/3.0/br/info:eu-repo/semantics/openAccessporreponame:Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU)instname:Universidade Federal Rural do Semi-Árido (UFERSA)instacron:UFERSA2024-08-06T23:20:28Zoai:repositorio.ufersa.edu.br:prefix/11133Repositório Institucionalhttps://repositorio.ufersa.edu.br/PUBhttps://repositorio.ufersa.edu.br/server/oai/requestrepositorio@ufersa.edu.br || admrepositorio@ufersa.edu.bropendoar:2024-08-06T23:20:28Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU) - Universidade Federal Rural do Semi-Árido (UFERSA)false |
dc.title.none.fl_str_mv |
Caracterização dos Sustainable Business Models: uma análise de clusterização das empresas que compõem o Dow Jones Sustainable World Index Description of Sustainable Business Models: a clusterization analysis of the companies that compose the Dow Jones Sustainable World Index |
title |
Caracterização dos Sustainable Business Models: uma análise de clusterização das empresas que compõem o Dow Jones Sustainable World Index |
spellingShingle |
Caracterização dos Sustainable Business Models: uma análise de clusterização das empresas que compõem o Dow Jones Sustainable World Index Araújo, Andreza Rodrigues de CIENCIAS SOCIAIS APLICADAS::ADMINISTRACAO Sustainable Business Models Dow Jones Sustainable World Index clusterização framework Sustainable Business Models Dow Jones Sustainable World Index clustering framework |
title_short |
Caracterização dos Sustainable Business Models: uma análise de clusterização das empresas que compõem o Dow Jones Sustainable World Index |
title_full |
Caracterização dos Sustainable Business Models: uma análise de clusterização das empresas que compõem o Dow Jones Sustainable World Index |
title_fullStr |
Caracterização dos Sustainable Business Models: uma análise de clusterização das empresas que compõem o Dow Jones Sustainable World Index |
title_full_unstemmed |
Caracterização dos Sustainable Business Models: uma análise de clusterização das empresas que compõem o Dow Jones Sustainable World Index |
title_sort |
Caracterização dos Sustainable Business Models: uma análise de clusterização das empresas que compõem o Dow Jones Sustainable World Index |
author |
Araújo, Andreza Rodrigues de |
author_facet |
Araújo, Andreza Rodrigues de |
author_role |
author |
dc.contributor.none.fl_str_mv |
Rocha, Miriam Karla Rocha, Miriam Karla Nobre, Liana Holanda Nepomuceno Carmo, Breno Barros Telles do Avila, Ariane Mello Silva |
dc.contributor.author.fl_str_mv |
Araújo, Andreza Rodrigues de |
dc.subject.por.fl_str_mv |
CIENCIAS SOCIAIS APLICADAS::ADMINISTRACAO Sustainable Business Models Dow Jones Sustainable World Index clusterização framework Sustainable Business Models Dow Jones Sustainable World Index clustering framework |
topic |
CIENCIAS SOCIAIS APLICADAS::ADMINISTRACAO Sustainable Business Models Dow Jones Sustainable World Index clusterização framework Sustainable Business Models Dow Jones Sustainable World Index clustering framework |
description |
Os Sustainable Business Models (SBMs) apesar de sua ampla investigação na literatura internacional ainda carece de estudos, devido à falta de uma definição ou caracterização mais holística. Como consequência, a pesquisa tem como objetivo geral caracterizar os Sustainable Business Models de empresas que compõem a carteira de 2020 do Dow Jones Sustainability World Index. Essa caracterização será realizada por meio do método quantitativo de agrupamentos das variáveis, denominado de clusterização e para a seleção das variáveis foi utilizada a Regressão Linear Múltipla. Nessa pesquisa, a amostra é composta por 60 empresas de diferentes setores. Os dados coletados são compostos por 13 variáveis e são divididos em quatro etapas: (i) coletar e processar dos dados que caracterizam os SBMs, (ii) definir o número de clusters a serem gerados, (iii) agrupar iterativamente os SBMs e (iv) validar os clusters, finalizando com a análise qualitativa dos clusters. Por meio dos resultados, foi possível identificar dois perfis de empresas, distribuídos em quatro clusters. O primeiro é composto por empresas com pontuações médias de ESG, com predominância de países asiáticos e que constituem os setores da indústria e dos serviços em geral. Ao analisar o impacto desses setores, foi constatado que a maioria são de impacto moderado e, por isso, as empresas possuem uma maior cautela em investimentos em ESG. O segundo perfil, apresenta pontuações de ESG acima da média, que é caracterizado em sua maioria, com indústrias de alto impacto que possuem uma legislação ativa, no que concerne as práticas em ESG. As empresas do segundo perfil, totalizam grande parte do continente europeu, conhecido pela sua liderança mundial em investimentos em ESG. Os dois perfis identificados, indicam uma tendência de cenários diferentes de práticas e investimentos em ESG, por regiões e setores. A pesquisa ainda propôs um framework de clusterização por meio de índices de sustentabilidade, uma estrutura metodológica que tem suas implicações teóricas voltadas principalmente para a disseminação dos estudos sobre SBM, a partir da sua caracterização e implicações práticas, auxiliando os gestores de empresas na implementação dos SBMs |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023-02-13 2024-08-06T15:20:28Z 2024-08-06T15:20:28Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://lattes.cnpq.br/6967143251622244 ARAÚJO, Andreza Rodrigues. Caracterização dos Sustainable Business Models: uma análise de clusterização das empresas que compõem o Dow Jones Sustainable World Index. 2023. 68 f. Dissertação (Mestrado em Administração) - Universidade Federal Rural do Semi-Árido. Mossoró, 2023. https://repositorio.ufersa.edu.br/handle/prefix/11133 |
url |
http://lattes.cnpq.br/6967143251622244 https://repositorio.ufersa.edu.br/handle/prefix/11133 |
identifier_str_mv |
ARAÚJO, Andreza Rodrigues. Caracterização dos Sustainable Business Models: uma análise de clusterização das empresas que compõem o Dow Jones Sustainable World Index. 2023. 68 f. Dissertação (Mestrado em Administração) - Universidade Federal Rural do Semi-Árido. Mossoró, 2023. |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-ShareAlike 3.0 Brazil UFERSA http://creativecommons.org/licenses/by-sa/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-ShareAlike 3.0 Brazil UFERSA http://creativecommons.org/licenses/by-sa/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
pdf application/pdf |
dc.coverage.none.fl_str_mv |
Mossoró |
dc.publisher.none.fl_str_mv |
CCSAH Brasil Centro de Ciências Sociais Aplicadas e Humanas - CCSAH UFERSA Universidade Federal Rural do Semi-Árido Programa de Pós-Graduação em Administração |
publisher.none.fl_str_mv |
CCSAH Brasil Centro de Ciências Sociais Aplicadas e Humanas - CCSAH UFERSA Universidade Federal Rural do Semi-Árido Programa de Pós-Graduação em Administração |
dc.source.none.fl_str_mv |
reponame:Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU) instname:Universidade Federal Rural do Semi-Árido (UFERSA) instacron:UFERSA |
instname_str |
Universidade Federal Rural do Semi-Árido (UFERSA) |
instacron_str |
UFERSA |
institution |
UFERSA |
reponame_str |
Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU) |
collection |
Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU) |
repository.name.fl_str_mv |
Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU) - Universidade Federal Rural do Semi-Árido (UFERSA) |
repository.mail.fl_str_mv |
repositorio@ufersa.edu.br || admrepositorio@ufersa.edu.br |
_version_ |
1809747489197129728 |