Kontrollvariabler

de har förvaltat det tillgängliga kapitalet. Att ROE och ROA representerar finansiell lönsamhet har betydelse för denna studie då ökad miljöprestanda har en inverkan på företags effektivitet vilket även leder till att ROA påverkas. På ett likartat sätt kan investeringar i miljöprestanda påverka investerarnas avkastning eftersom det kräver kapital. Nedan beskrivs de formler som ROA och ROE beräknas utifrån:

ROE= Nettoresultat/eget kapital

ROA= Resultat före skatt/genomsnittliga totala tillgångar

3.3.2 Den oberoende variabeln miljöprestanda

Den oberoende variabeln miljöprestanda mäts genom Environmental Pillar Score som är en indikator som hämtas från dimensionen Environmental i ESG-måttet i Thomson Reuters Datastream. Det är ett genomsnittligt mått på företags resursanvändning som mäter ett företags inverkan på ekosystem inklusive luft, land och vatten. Måttet reflekterar även hur företag

utnyttjar möjligheter inom miljöarbete och undviker miljörisker för att generera långsiktiga relationer med intressenter (Refinitiv, 2020). Syftet med studien är att påvisa samband mellan ökad miljöprestanda och finansiell lönsamhet, där denna oberoende variabel har en inverkan på den beroende variabeln förklarar Djurfeldt et al. (2018). Indikatorn Environmental Pillar Score är en del av faktorn Environmental inom det aggregerade ESG-betyget. Tidigare forskning mäter miljöprestanda genom specifika indikatorer som exempelvis vattenanvändning, avfall,

växthusgasutsläpp och förnybar energi (Hoang et al., 2020; Ruggiero och Lehkonen, 2017; Semenova och Hassel, 2015; Fan et al., 2017; Song et al., 2017). I denna studie används indikatorn Environmental Pillar Score som möjliggör en sammanvägning av de olika

komponenterna inom miljöprestation istället för att enbart fokusera på enskilda komponenter (Refinitiv, 2019). Användningen av detta mått leder till en bredare mätning till skillnad från om enskilda komponenter används.

Environmental Pillar Score = företags miljöprestation

3.4 Kontrollvariabler

För att kontrollera om sambandet mellan miljöprestanda och ekonomiska resultat påverkas av ytterligare faktorer inkluderas ett antal kontrollvariabler i studien. Enligt Bryman och Bell (2017) och Eliasson (2018) används kontrollvariabler då fler variabler än den oberoende har en inverkan på den beroende variabeln. Användning av kontrollvariabler medför en högre grad av signifikans och kan i sin tur leda till att syftet får en högre förklaringsgrad. Forskare som Hoang et al. (2020),

31 Ruggiero och Lehkonen (2017) och Fan et al. (2017) använder kontrollvariabler som Storlek,

Bransch, Risk, Research and Development, Tillväxttakt, P/E och Bokfört värde. Denna studie använder kontrollvariabler som Storlek, Bransch, Land, Risk, Tillväxttakt och Miljömässig Research and Development eftersom de är anpassade för denna studies syfte.

3.4.1 Storlek

I denna studie inkluderas Storlek som en kontrollvariabel. Större företag granskas i allt högre grad av allmänheten menar Chih et al. (2010) vilket kan anses utgöra en anledning till att större företag hållbarhetsrapporterar i en större omfattning än mindre företag. Företagsstorlek bedöms utifrån företagets totala tillgångar. Enligt Hoang et al. (2020) och Ruggiero och Lehkonen (2017) är det ett mått som kan användas för företagsstorlek och kan anses vara en avgörande faktor vid mätningar mellan miljöprestanda och finansiell lönsamhet. Av den anledningen uttrycks företags storlek enligt följande formel:

Storlek = den naturliga logaritmen av totala tillgångar

3.4.2 Risk

Variabeln Risk används i denna studie för att kontrollera risk i förhållandet mellan miljöprestanda och finansiell lönsamhet. Enligt Ruggiero och Lehkonen (2017) är företags finansiella resultat nära sammankopplat med risk för förväntad avkastning och därför är risk en kontrollvariabel som ofta nämns i samband med mätningar mellan miljöprestanda och finansiella resultat. Risk mäts genom skuldsättningsgraden, förhållandet mellan totala skulder och totala tillgångar vilket även Ruggiero och Lehkonen rekommenderar för en studie likt denna.

Skuldsättningsgrad = Långsiktiga skulder/ totala tillgångar.

3.4.3 Tillväxttakt

Variabeln Tillväxttakt inkluderas som en kontrollvariabel i studien för att tydliggöra företags försäljningstillväxt. Fan et al. (2017) och Ruggiero och Lehkonen (2017) inkluderar företags tillväxttakt som kontrollvariabel genom att mäta dess försäljningstillväxt. Fan et al. (2017) förklarar att tillväxt kan hjälpa till att förbättra det positiva sambandet mellan miljö och ekonomisk prestanda vilket är anledningen till att denna variabel lämpas i studier som ställer miljömässiga resultat mot ekonomiska.

32

3.4.4 Miljömässig Research and Development, Miljö R&D

Miljömässig Research and Development, Miljö R&D, inkluderas som dummyvariabel i studien för att jämföra om företag investerar i miljömässig forskning och utveckling eller inte. Enligt Buhl et al. (2016) investerar företag med miljöinnovationer stora kostnader i miljömässig forskning och utveckling. Miljö R&D inkluderas som kontrollvariabel i studier av exempelvis Hoang et al. (2020) vilket medför att R&D med inriktning på miljö kan anses vara användbar i denna studie med inriktning mot miljöinnovativa företag. Enligt Hoang et al. (2020) definieras R&D som företags utgifter inom research and development dividerat med totala tillgångar då dessa utgifter står i relation till företagsstorleken. Med tanke på studiens inriktning avgränsas detta mått till de miljömässiga kostnaderna som läggs på forskning och utveckling inom miljö.

Miljö R&D = Miljömässiga research and development-utgifter

3.4.5 Land

Ruggiero och Lehkonen (2017) har observerat olikheter vad gäller sambandet mellan

miljömässiga aspekter och ekonomiska resultat genom att studera skillnader bland länder. Även Song et al. (2017) har inkluderat en dummyvariabel som avgör observationernas geografiska spridning. I denna studie används variabeln Land som dummyvariabel för att kontrollera om skillnader mellan olika länder förekommer. Studien baseras på 37 länder där inga avgränsningar har gjorts vilket kan innebära att det finns skillnader i lagsystem eller kultur (Horbach, 2015) vilket beaktas vid tolkning av resultatet. De länder som studien baseras på presenteras i bilaga 1.

Land = huvudkontorets geografiska belägenhet

3.4.6 Bransch

Tidigare forskning visar att sambandet mellan miljöprestanda och finansiell lönsamhet varierar beroende på vilken bransch som undersöks (Shahzad et al., 2020; Ruggiero och Lehkonen, 2017: Feng et al., 2017). I denna studie kommer bransch att användas som en kontrollvariabel.

Semenova och Hassel (2015) menar att det kan finnas en skillnad i hur mycket företag arbetar med miljöprestanda i olika branscher. Av den anledningen kommer denna studie att undersöka samtliga branscher och därefter varje bransch för sig. Branscherna hämtas utifrån datamaterialet från Thomson Reuters Datastream och är kategoriserade utifrån Global Industry Classification Standard vilket förkortas GICS (MSCI, 2020). I studien ingår följande branscher:

● Teleoperatörer

● Sällanköpsvaror- och tjänster

● Dagligvaror ● Energi

33 ● Finans

● Hälsovård

● Industrivaror- och tjänster ● Informationsteknik

● Material ● Fastighet ● Kraftförsörjning

En illustration av fördelningen av företag i respektive bransch visas i figur 6.

Figur 6: Fördelning av företag inom respektive bransch.

Figur 6 visar att de miljöinnovativa företagen i denna studie är fördelade mellan elva branscher. Den största andelen företag finns inom branschen industrivaror och tjänster med en fördelning om 17 % av studiens 570 miljöinnovativa företag. Näst störst andel företag (15 %) finns inom branschen sällanköpsvaror och tjänster följt av informationsteknik (14%), material (13%),

dagligvaror (8%), teleoperatörer (7%), finans (6%), hälsovård (6%), kraftförsörjning (6%), energi (4%) och slutligen fastighet (4%).

I figur 7 visas summan av varje branschs samtliga environmental pillar score som representerar den oberoende variabeln miljöprestanda.