• No results found

Uppsatsen syfte var att se ifall det fanns enskilda samband mellan ESG Risk Rating och de tre valda nyckeltalen beta, unlevered beta och P/E-tal för tre valda sektorer. Sambanden

undersöktes enskilt för varje sektor för att kunna redovisa för skillnader sinsemellan och sedan sammanställt för att få en helhetsbild. Vidare var syftet att analysera hur investeringar kan påverkas av eventuella samband.

När de enskilda regressionerna genomfördes utifrån sektorerna fanns inget samband mellan ESG Risk Rating och de valda nyckeltalen förutom för sektorn software & services. Då ESG Risk Rating ökar påverkades beta-värdet positivt och P/E-talet negativt för denna sektor. Detta kan tolkas som att för sektorn är företag mer känsliga för de risker som uppkommer av ESG. Desto mer av denna risk som företaget utsätts för desto lägre P/E-tal, alltså en lägre värdering från marknaden. För fordonsindustrin och klädindustrin visade inte resultatet på några samband vilket kan bero på att dessa företag inte är lika känsliga för ESG risker. Då samtliga sektorer inkluderades i samma modell med kontrollvariabler visade resultatet på ett positivt signifikant samband mellan ESG Risk Rating och beta-värdet. Detta visar att högre fokus på frågor relaterade till ESG inom företag leder till minskad marknadsrisk. Denna minskade marknadsrisk kan i sig ses som en säkrare investering då aktien inte fluktuerar lika mycket. Resultaten visar därmed att ESG Risk är en diversifierbar risk.

Fortsättningsvis ser vi att majoriteten av regressioner indikerar ett positivt samband. Med andra ord att risken blir högre samt ökad förväntad avkastning desto högre ESG Risk. Detta är ett samband som oavsett signifikans känns rimligt eftersom högre risker inom ESG borde leda till högre företagsrisker. Detta betyder då att lägre ESG Risk Rating ger lägre risk men

därmed också en säkrare investering då aktien inte fluktuerar lika mycket.

6.1 Förslag på vidare forskning

Hållbara investeringar blir alltmer relevant och viktigt i dagens samhälle. ESG är ett av de bästa måtten på just hållbarhet men är en indikator som många investerare inte har tillräckligt bra koll på. Vi anser att det finns utrymme för mer forskning, dels för att finna samband, dels för att eventuellt utveckla ESG till ett standardiserat mått i finansvärlden. Vad som krävs för att lyckas är mer utvecklade och historiska data, för att få en större täckning på

marknadsutvecklingen. Även ställa marknadsutvecklingen i relation till miljörelaterade händelser historiskt, både positiva och negativa för att analysera hur de påverkat börsen. För

40 att lyckas med detta krävs som sagt mer specifika data från månadsbasis eller till och med dagsbasis för att kunna tolka marknadsreaktionen.

Efter att ha skrivit uppsatsen inser vi att de fanns ett fåtal hinder som lett till brister för resultatet. Det största hindret är det faktum att Sustainalytics inte erbjöd historisk data för ESG Risk Rating, vilket ledde till att det var svårt att tolka den historiska utvecklingen och relationen. Följaktligen med en mer ingående tillgång till Sustainalytics ESG Risk Rating data hade resultaten blivit mer träffsäkra och intressanta. Därför tror vi att forskning i samråd med Sustainalytics hade givit en stark grund för ESG som relevant mått på börsmarknaden.

41

Referenser

Alt, R., Beck, R. & Smits, M.T. FinTech and the transformation of the financial

industry. Electron Markets 28, 235–243.

https://doi.org/10.1007/s12525-018-0310-9, 2018

Berk, J. and DeMarzo, P., Corporate finance. Harlow, England: Pearson. 2019

Brealey, R. A., Myers, S. C. and Allen, F. Principles of corporate finance. Thirteenth edition. McGraw-Hill Education, 2019

Capgemini Research Institute, The Automotive Industry in the Era of Sustainability,

https://www.capgemini.com/wp-content/uploads/2020/03/The-Automotive-Industry-in-the- Era-of-Sustainability.pdf, 2020

Cornell, B., ESG preferences, risk and return, EUROPEAN FINANCIAL MANAGEMENT. doi: 10.1111/eufm.12295.41, 2020

Forbes, Evironmental, Social and Governance: What is ESG Investing?, https://www.forbes.com/advisor/investing/esg-investing/, 2021.

Friede Gunnar, Busch Timo & Bassen, ESG and financial performance: aggregated evidence

from more than 2000 empirical studies, Journal of Sustainable Finance &

Investment, 5:4, 210-233, DOI: 10.1080/20430795.2015.1118917, 2015.

Hill, J., Environmental, social, and governance (ESG) investing : a balanced analysis of the

theory and practice of a sustainable portfolio. Academic Press,

https://search.ebscohost.com/login.aspx?direct=true&AuthType=ip,uid&db=cat00115a&AN= lkp.1152232&lang=sv&site=eds-live&scope=site, 2020.

Investopedia, William F. Sharpe,

https://www.investopedia.com/terms/w/william-f-

sharpe.asp#:~:text=William%20Forsyth%20Sharpe%20is%20an,(CAPM)%20in%20the%201 960s. 2021

Morningstar, Sustainable Funds U.S. Landscape Report,

https://www.morningstar.com/content/dam/marketing/shared/pdfs/Research/Sustainable_Fun ds_Landscape_2021.pdf?utm_source=eloqua&utm_medium=email&utm_campaign=&utm_c ontent=27482, 2020

Morningstar, Nu Har Det Blivit Enklare Att Hitta ESG Fonder

https://www.morningstar.se/se/news/211262/nu-har-det-blivit-enklare-att-hitta-esg- fonder.aspx. 2021

Naturskyddsföreningen, Faktablad: Våra kläder.

https://www.naturskyddsforeningen.se/skola/energifallet/faktablad-vara-klader.2019 Ogier, The EU Sustainable Finance Disclosure Regulation SFDR Is Live – What Can We

Expect

https://www.ogier.com/publications/the-eu-sustainable-finance-disclosure-regulation-sfdr-is- live-what-can-we-expect?doctype=PDF. 2021

42 Riedl Arno, Smeets Paul, Why Do Investors Hold Socially Responsible Mutual Funds?, The Journal of Finance, 72(6), pp. 2505–2549, https://search-ebscohost-

com.e.bibl.liu.se/login.aspx?direct=true&AuthType=ip,uid&db=edsjsr&AN=edsjsr.26653291 &lang=sv&site=eds-live&scope=site. 2017.

SCB, En Översikt Av Fordonindustrin

https://www.scb.se/contentassets/b1ae4493ffd1404987a4d32cbf213ae5/en-oversikt-av- fordonsindustrin.pdf . 2016

Schanzenbach MM, Sitkoff RH. ESG Investing: Theory, Evidence, and Fiduciary

Principles. Journal of Financial Planning.

https://search.ebscohost.com/login.aspx?direct=true&AuthType=ip,uid&db=buh&AN=14629 2537&lang=sv&site=eds-live&scope=site, 2020

Stock, J. H. och Watson, M. W. Introduction to econometrics. Fourth edition, global edition. Pearson (Pearson series in economics). 2020.

Svensson Erica, ESG and Expected Returns, Örebro Universitet, https://www.diva- portal.org/smash/get/diva2:1438735/FULLTEXT01.pdf, 2020.

Sustainalytics, ESG Risk Ratings,

https://connect.sustainalytics.com/hubfs/INV/Product%20Brochures/Sustainalytics%20ESG% 20Risk%20Ratings.pdf, 2021.

Sustainalytics, Sustainable Finance Solutions, https://www.sustainalytics.com/sustainalytics- 500th-spo, 2020

UN Environment Programme, Putting the breaks on fast fashion, https://www.unep.org/news- and-stories/story/putting-brakes-fast-fashion, 2018.

43

Appendix

Beta ~ ESG Risk Rating - Fordonsindustrin

Model 1: OLS, using observations 1-21 Dependent variable: Beta

Heteroskedasticity-robust standard errors, variant HC1

Coefficient Std. Error t-ratio p-value

const 0.893805 0.352356 2.537 0.0201 **

ESGRisk 0.0181954 0.0125390 1.451 0.1631

Mean dependent var 1.365238 S.D. dependent var 0.366587 Sum squared resid 2.414631 S.E. of regression 0.356491

R-squared 0.101608 Adjusted R-squared 0.054324

F(1, 19) 2.105688 P-value(F) 0.163063

Log-likelihood −7.086460 Akaike criterion 18.17292 Schwarz criterion 20.26196 Hannan-Quinn 18.62630

Beta ~ ESG Risk Rating - Klädindustrin

Model 1: OLS, using observations 1-22 Dependent variable: Beta

Heteroskedasticity-robust standard errors, variant HC1

Coefficient Std. Error t-ratio p-value

const 1.00979 0.393038 2.569 0.0183 **

ESGRisk 0.0146388 0.0280801 0.5213 0.6079

Mean dependent var 1.209545 S.D. dependent var 0.441820 Sum squared resid 4.054231 S.E. of regression 0.450235

R-squared 0.010993 Adjusted R-squared -0.038457

F(1, 20) 0.271778 P-value(F) 0.607867

Log-likelihood −12.61255 Akaike criterion 29.22510 Schwarz criterion 31.40719 Hannan-Quinn 29.73914

Beta ~ ESG Risk Rating – Software & services

Model 1: OLS, using observations 1-18 Dependent variable: Beta

Coefficient Std. Error t-ratio p-value

const 0.603250 0.203669 2.962 0.0092 ***

ESGRisk 0.0259870 0.0111425 2.332 0.0331 **

Mean dependent var 1.058889 S.D. dependent var 0.274267 Sum squared resid 0.954339 S.E. of regression 0.244226

R-squared 0.253710 Adjusted R-squared 0.207067

44 Log-likelihood 0.893080 Akaike criterion 2.213841 Schwarz criterion 3.994584 Hannan-Quinn 2.459381

Unlevered beta ~ ESG Risk Rating - Fordonsindustrin

Model 1: OLS, using observations 1-21 Dependent variable: UnlevBeta

Heteroskedasticity-robust standard errors, variant HC1

Coefficient Std. Error t-ratio p-value

const 1.36584 0.358589 3.809 0.0012 ***

ESGRisk −0.0196390 0.0130453 −1.505 0.1487

Mean dependent var 0.857003 S.D. dependent var 0.389932 Sum squared resid 2.722793 S.E. of regression 0.378556

R-squared 0.104621 Adjusted R-squared 0.057496

F(1, 19) 2.266379 P-value(F) 0.148653

Log-likelihood −8.347636 Akaike criterion 20.69527 Schwarz criterion 22.78432 Hannan-Quinn 21.14865

Unlevered beta ~ ESG Risk Rating - Klädindustrin

Model 2: OLS, using observations 1-22 Dependent variable: UnlevBeta

Heteroskedasticity-robust standard errors, variant HC1

Coefficient Std. Error t-ratio p-value

const 0.466504 0.231956 2.011 0.0580 *

ESGRisk 0.0196123 0.0177856 1.103 0.2832

Mean dependent var 0.734123 S.D. dependent var 0.263397 Sum squared resid 1.376045 S.E. of regression 0.262302

R-squared 0.055520 Adjusted R-squared 0.008296

F(1, 20) 1.215966 P-value(F) 0.283247

Log-likelihood −0.726528 Akaike criterion 5.453055 Schwarz criterion 7.635140 Hannan-Quinn 5.967089

Unlevered beta ~ ESG Risk Rating – Software & services

Model 2: OLS, using observations 1-18 Dependent variable: UnlevBeta

Coefficient Std. Error t-ratio p-value

const 0.270563 0.294506 0.9187 0.3719

ESGRisk 0.0254097 0.0161121 1.577 0.1343

Mean dependent var 0.716080 S.D. dependent var 0.368275 Sum squared resid 1.995464 S.E. of regression 0.353152

R-squared 0.134533 Adjusted R-squared 0.080441

45 Log-likelihood −5.745436 Akaike criterion 15.49087 Schwarz criterion 17.27161 Hannan-Quinn 15.73641

P/E ~ ESG Risk Rating - Fordonsindustrin

Model 1: OLS, using observations 1-20 (n = 19) Missing or incomplete observations dropped: 1

Dependent variable: PE

Coefficient Std. Error t-ratio p-value

const 18.5897 14.4588 1.286 0.2158

ESGRisk −0.0299211 0.550131 −0.05439 0.9573

Mean dependent var 17.82722 S.D. dependent var 14.98191 Sum squared resid 4039.532 S.E. of regression 15.41491

R-squared 0.000174 Adjusted R-squared -0.058639

F(1, 17) 0.002958 P-value(F) 0.957259

Log-likelihood −77.87456 Akaike criterion 159.7491 Schwarz criterion 161.6380 Hannan-Quinn 160.0688

P/E ~ ESG Risk Rating - Klädindustrin

Model 1: OLS, using observations 1-22 Dependent variable: PE

Coefficient Std. Error t-ratio p-value

const 16.2484 15.4780 1.050 0.3063

ESGRisk 1.34655 1.10626 1.217 0.2377

Mean dependent var 34.62269 S.D. dependent var 16.22536 Sum squared resid 5147.204 S.E. of regression 16.04245

R-squared 0.068971 Adjusted R-squared 0.022420

F(1, 20) 1.481607 P-value(F) 0.237691

Log-likelihood −91.22348 Akaike criterion 186.4470 Schwarz criterion 188.6290 Hannan-Quinn 186.9610

P/E ~ ESG Risk Rating – Software & services

Model 1: OLS, using observations 1-18 (n = 16) Missing or incomplete observations dropped: 2

Dependent variable: PE

Coefficient Std. Error t-ratio p-value

const 156.396 75.8070 2.063 0.0582 *

ESGRisk −6.82373 4.48087 −1.523 0.1501

Mean dependent var 44.52905 S.D. dependent var 78.11859 Sum squared resid 78529.35 S.E. of regression 74.89485

R-squared 0.142109 Adjusted R-squared 0.080831

F(1, 14) 2.319094 P-value(F) 0.150059

Log-likelihood −90.69213 Akaike criterion 185.3843 Schwarz criterion 186.9294 Hannan-Quinn 185.4634

46 Sammanställd modell:

Beta ~ ESG Risk Rating + P/E + D/E

Model 1: OLS, using observations 1-60 Dependent variable: beta

Coefficient Std. Error t-ratio p-value

esg 0.0189646 0.00935654 2.027 0.0476 ** PE 0.000439423 0.000321912 1.365 0.1779 de −0.00561099 0.0184209 −0.3046 0.7618 Dindustry_1 0.831820 0.253661 3.279 0.0018 *** Dindustry_2 0.936926 0.149055 6.286 <0.0001 *** Dindustry_3 0.721914 0.186203 3.877 0.0003 ***

Mean dependent var 1.209833 S.D. dependent var 0.383810 Sum squared resid 7.070494 S.E. of regression 0.361850

R-squared 0.186486 Adjusted R-squared 0.111161

F(5, 54) 2.475738 P-value(F) 0.043217

Log-likelihood −20.98388 Akaike criterion 53.96777 Schwarz criterion 66.53384 Hannan-Quinn 58.88305

Related documents