Risken i hållbara
investeringar
- En kvantitativ studie om sambandet mellan ESG och risk The risk of sustainable investments
-A study on the relationship between ESG and risk
Niklas Aspe
Marcus Björk
Linköpings universitet | Kandidatuppsats 15 HP | Nationalekonomi | Vårterminen 2021 |
ISRN: LIU-IEI-FIL-G--21/02437--SE
Linköping University
SE-581 83 Linköping, Sweden 013-28 10 00, www.liu.se
1
Abstract
Sustainable investments are here to stay and the more capital that is invested, the greater interest is aroused in understanding why. One term that has received increasing attention with this development is ESG, which stands for environmental, social and governance. Several studies have previously examined ESG linked to financial return and performance. This study differs from previous ones and instead it examines the relationship between Sustainalytics' ESG Risk Rating, and three key figures linked to a company's risk for three different sectors. These key figures are beta, unlevered beta, and P/E-ratios. By looking at the three individual sectors, the automotive industry, the clothing industry and software & services, the
differences between these are examined. The relationship will be investigated through regression models and look at how the variables correlate with each other.
In conclusion, only clear correlations between ESG Risk Rating and beta as well as P/E ratios for software & services were discovered, while for the automotive industry and the clothing industry, the results were insignificant. When all sectors were included in the same model with control variables, the result showed a positively significant relationship between the ESG Risk Rating and the beta value. This shows that a higher focus on issues related to ESG within companies leads to reduced market risk.
2
Sammanfattning
Hållbara investeringar är här för att stanna och desto mer kapital som investeras desto större intresse väcks för att förstå sig på varför. Ett begrepp somt har blivit alltmer uppmärksammat i takt med denna utveckling är ESG som står för miljö, sociala och sund bolagsstyrning. Flera studier har tidigare undersökt ESG kopplat till avkastning och finansiell prestation. Syftet med denna studie skiljer sig och undersöker i stället relationen mellan Sustainalytics ESG Risk Rating och tre nyckeltal kopplade till ett företags risk för tre olika sektorer. Dessa nyckeltal är beta, unlevered beta och P/E-tal. Genom att titta på de tre enskilda sektorerna
fordonsindustrin, klädindustrin samt software & services undersöks vilka skillnader som finns mellan dessa. Sambandet kommer undersökas genom regressionsmodeller och titta på hur variablerna korrelerar med varandra.
Som slutsats upptäcktes tydliga samband mellan ESG Risk Rating och beta samt P/E-tal för endast software & services medan för fordonsindustrin och klädindustrin blev resultaten insignifikanta. 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.
3
Förord
Vi vill tacka Bo Sjö, forskare i finansiell ekonomi på Linköpings universitet, för de råd och diskussioner som förts. Vilket bidragit med nya synvinklar och tankar under skrivandet av uppsatsen.
____________________ ____________________ Marcus Björk Niklas Aspe
4
Innehållsförteckning
Sammanfattning ... 2 1. Introduktion ... 6 1.1 Bakgrund ... 6 1.2 Frågeställningar ... 8 1.3 Syfte ... 8 1.4 Avgränsningar ... 8 2. Teori ... 9 2.1 Tidigare forskning ... 92.2 Definition av ESG rating ... 10
2.3 Sustainalytics ESG risk rating ... 11
2.4 Marknads- och företagsrisk ... 11
2.5 Beta-värde ... 12
2.6 Unlevered beta ... 13
2.7 Relation mellan risk och avkastning/ CAPM ... 14
2.8 Nyckeltalet P/E ... 14 2.9 ESG investeringar ... 15 3. Metod ... 17 3.1 Urval av data ... 17 3.2 Marknader ... 18 3.2.1 Fordonsindustrin ... 18 3.2.2 Klädindustrin ... 19
3.2.3 Software & Services ... 20
3.3 Regressionsmodeller och hypoteser ... 21
4. Resultat ... 24
4.1 Relationen mellan beta-värde och ESG Risk Rating ... 24
4.2 Relationen mellan unlevered beta och ESG Risk Rating ... 28
4.3 Relationen mellan P/E-tal och ESG Risk Rating ... 31
4.4 Sammanlagd regressionsmodell ... 34
4.5 Sammanställning av resultat ... 35
5. Diskussion ... 36
5 6.1 Förslag på vidare forskning ... 39 Referenser ... 41 Appendix ... 43
6
1. Introduktion
1.1 Bakgrund
Med växande globala klimatförändringar krävs en omställning mot mer hållbara investeringar för att undvika en global katastrof. Hur kapitalet fördelas har stor betydelse för att genomföra en förändring mot ett mer hållbart samhälle. Under senare år har intresset för att investera hållbart ökat och i Sverige väljer nu var tredje sparare att lägga sina pengar i hållbara fonder.1 Hållbara fonder väljer att endast ta med företag i sin portfölj som tar hänsyn till hållbarhet, socialt ansvar samt god ägarstyrning vilket visas av ESG betyget (enviromental, social, governance). Detta visar trenden för hur privata investerare har gått från fokuset att maximera vinsten till att uppmärksamma hållbarhet vid val av sina investeringar.
ESG betyget togs fram för att hjälpa investerare att hitta aktier och fonder som jobbar aktivt för miljöfrågor, social hållbarhet och sund bolagsstyrning. I takt med att dessa tre frågor har växt sig allt starkare på senare tid har också intresset för ESG som investeringsverktyg fått större fokus. Traditionella investeringsmetoder och analyser har därmed ifrågasatts och fått en konkurrent i form av det ökade intresset för hållbara investeringar från framför allt yngre människor.2
Den 10 mars 2021 trädde EU:s Sustainable Finance Disclosure Regulation (SFDR) i kraft.3 En lagstiftningsprocess uppdelad i olika stadier för att succesivt öka medvetandet kring aktiers miljöpåverkan. Lagen är en del i EU:s agenda för hållbart utvecklande 2030.4 Lagen
kräver investeringsbolagen att lämna ESG-upplysningar kring aktierna i fonden.5 Ifall fonden
är miljömässigt hållbart eller inte, följaktligen för att lagstadga uttrycket “grön fond”. Lagen tyder på att EU anser att ESG är ett legitimerat mått på hållbarhet.
Men det finns delade meningar om hur sambandet mellan ESG kopplat till avkastning faktiskt ser ut. Flera forskningar har genomförts där man undersökt om ESG påverkar
aktieavkastningen positivt, negativt eller neutralt. Flera av forskningarna påpekar att jobbet med ESG framkallar kostnader vilket i sin tur leder till lägre avkastning för aktieägarna.6 Men
1 Fondbolagen, Var tredje sparare har valt en hållbar fond, 2020 2 Tucker et al., Environmental, Social and Governance investing, 2020 3 Morningstar, Nu har det blivit enklare att hitta esg-fonder, 2021 4 Ogier, The EU Sustainable Finance Disclosure, 2021
5 Morningstar, IBID
7 med nyligen rekordhöga nivåer av hållbara investeringar har rapporter visat på motsatsen och företag med hög ESG rating har presterat bättre än de med låg rating.7
Trots de ökade diskussionerna och intresset för forskning inom ESG investeringar har det utförts få studier kring vad dessa investeringar har för koppling till risk. Tidigare studier inom ämnet har i stället valt att titta mer på hållbara fonders koppling mellan ESG och avkastning. Vidare har dessa studier fokuserat på att titta globalt över flera branscher samtidigt.
I denna uppsats kommer i stället enskilda branscher studeras var för sig genom att konstruera branschportföljer med beta-värden, P/E-tal samt unlevered beta. Dessa nyckeltal kommer användas i regressionsmodeller för att analysera korrelation med ESG Risk Rating. Konstruktionerna av branschportföljerna är tre till antalet, klädindustrin, bildindustrin och software & services. Valet av de tre marknader grundar sig i att de under senare åren antingen varit snabbt växande eller gått igenom positiva förändringar ur ett miljöperspektiv. I ett samhälle där hållbarhetsfrågor blir allt viktigare. Faktorer som kopplat till ESG Risk Ratings tre bedömningskriterier gav relevans till valet av just dessa sektorer.
8
1.2 Frågeställningar
Studien kommer att titta på Sustainalytics ESG Risk Rating kopplat till risk i form av nyckeltalen beta, unlevered beta och P/E-tal på specifika marknader. Om ett samband finns mellan dessa kommer det analyseras och diskuteras i slutsatsen. Tidigare forskning inom ämnet har endast fokuserat på kopplingen mellan ESG och avkastning och inte kommit fram till någon slutsats huruvida risk påverkas.
• Vad finns det för sambandet mellan ESG Risk Rating mot beta-värdet, unlevered beta
och P/E-talet samt vad beror det på?
1.3 Syfte
Syftet med denna studie är att undersöka sambandet mellan Sustainalytics ESG Risk Rating mot beta, unlevered beta och P/E-tal för företag inom enskilda sektorer. En sammanställd modell kommer även konstrueras för att undersöka sambandet sektorer emellan. Genom att jämföra dessa nyckeltal kan en slutsats dras huruvida ESG Risk Rating påverkar riksmåtten positivt eller negativt för varje enskilt företag inom branschen.
1.4 Avgränsningar
I studien har vi valt att avgränsa oss till endast ett tre sektorer, dels på grund av storleken för arbetet och tidsbegränsningen, dels för att se hur just de utvalda sektorerna påverkas
individuellt. Vidare valde vi att observera tidsperioden 2016–2021, ett femårsintervall. Anledningen till valet av intervallet och perioden grundar sig i att beta-värden räknas ut månadsvis i femårsintervall.
9
2. Teori
Nedan kommer tidigare forskning att presenteras som kommer användas för att analysera resultatet. Vidare presenteras också de nyckeltal som förkommer i regressionsmodellerna samt annan relevant fakta.
2.1 Tidigare forskning
Diskussionen som har uppstått med ESG investeringar är huruvida avkastningen för hållbara investeringar i aktier och fonder är lägre än för traditionella värdepapper. Tidigare forskning har visat att hållbara investeringar kan förväntas ha en lägre avkastning och högre avgifter. Cornell skriver om just detta i sin studie om relationen mellan risk, avkastning och ESG8. I studien menar Cornell att det framför allt finns problem med att genomföra en rättfärdig analys då det finns flera organisationer som utför ESG undersökningar för företag. Företagen mäter alla individuellt på olika sätt vilket försvårar att analysera vilka företag som faktiskt har en hög ESG rating och titta på relationen mellan faktorerna som undersöks. Ett exempel som tas upp om detta är bilföretaget Tesla som tillverkar bilar som inte släpper ut någon koldioxid i drift men kräver massvis med energi vid tillverkningen av batterier i Kina. Cornell kommer till slutsatsen att investerare som väljer att lägga sina pengar i företag med högre ESG rating kommer få betala ett högre pris för dessa och få lägre avkastning. Däremot finns det fördelar för företaget och samhället då de lägre avkastningarna leder till lägre diskonteringsränta och därmed större investeringar i hållbara företag och projekt. Vidare menar Cornell att det är oklart om det finns en ESG riskfaktor. Han menar att företag som har hög ESG rating och därmed utsätts för lägre risker borde då generera lägre avkastning och inte högre. 9,10 Vidare visar tidigare uppsatser inom området på att ESG inte har någon effekt på aktiers prestation och avkastning över tid. Franzén undersöker just detta i sin uppsats genom att jämföra olika portföljer konstruerade utifrån olika nivåer på ESG rating från låg till hög. I slutsatsen kommer Franzén fram till att det finns lite bevis för att ESG har en direkt påverkan på aktiers prestation. Däremot visar portföljen med hög ESG rating på en ovanlig negativ avkastning och presterar sämre än portföljen med låg ESG rating vilket kan bero på de höga kostnader som kopplas ihop med att erhålla hög ESG rating.11
8 Cornell, ESG preferences, risk, and return. Eur Finance Manag, 2021 9 IBID
10 Riedl, Smeets, Why Do Investors Hold Socially Responsible Mutual Funds? 2017. 11 Franzén, ESG Portfolio and Stock Returns, Lunds Universitet, 2019.
10 Andra studier har i stället visat på motsatsen att högre grad av hållbarhet inom företag leder till högre avkastning och vinster. Friede, Busch och Bassen genomförde en av de större studierna på relationen mellan ESG och finansiell prestation. Studien samlar ihop primära och sekundära data från över 2000 individuella studier och sammanställer dessa för att genomföra en övergripande analys. Resultatet från studien visar att i 90% av fallen finns ingen negativ effekt på finansiell prestation. Vidare finner studien samband mellan ESG och finansiell prestation över längre tid som är stabil.12
Tidigare studier har också tittat på sambandet mellan ESG och förväntad avkastning genom P/E-talet för att se om det är positivt, negativt eller neutralt. Svensson utför en sådan studie där modellen bygger på panelregression med fixed effects utifrån data från 314 företag. Uppsatsen kommer fram till att det finns ett samband mellan ESG rating och P/E-talet där korrelationen är negativ. Däremot visar modellen på låg korrelationskoefficienten (R2) vilket betyder att modellen saknar andra faktorer som påverkar regressionen.13
2.2 Definition av ESG rating
ESG står för environmental, social, governance och utgör idag en stor del av processen för alla hållbara investeringar. Måttet är designat så att det visar ett företags hantering av frågor kopplade till de tre individuella delarna i ESG:
• Environment – Hur företagets verksamhet påverkar miljön. Detta mäts delvis i utsläpp av koldioxid, farliga kemikalier samt hur företaget anstränger sig för en mer hållbar produktion.
• Social – Hur företaget jobbar för att förbättra sin sociala påverkan. Här inkluderas allt från jämlikhet inom HBTQ, mångfald och hur anställningsprocesser går till. Man tittar även på sådant som ligger utanför företagets gränser.
• Governance – Hur företagets styrning jobbar mot en positiv riktning kring frågor som inkluderar löner till mångfald inom ledningen samt hur väl de interagerar med
aktieägare.14
Måttet är utformat efter en 100-poängskala där högre poäng betyder att företaget hanterar olika ESG kriterier på ett bättre sätt utifrån de tre delarna. Det finns ett antal välkända ESG forskningsföretag som jobbar för att ta fram måttet för att underlätta analysen av hållbarheten
12 Friede, Busch & Bassen, ESG and financial performance. 2015 13 Svensson, ESG and Excpected Returns. 2020
11 inom företag. Dessa är Bloomberg, S&P Dow Jones Indices, JUST Capital, MSCI, Refinitiv och Sustainalytics.15 Företagen använder liknande metoder för att räkna ut ESG poängen och utgår alla utifrån de tre delarna som måttet består av.
2.3 Sustainalytics ESG risk rating
I denna uppsats kommer vi använda oss av Sustainalytics ESG Risk Rating. Måttet är relativt nytt inom finansvärlden då det skapades 2018. Sustainalytics jobbar med att ta fram
högkvalitativ analytisk miljö-, social- och samhällsdata kopplat till ESG forskning för att tillhandahålla både investerare och företag. Företaget köptes upp av Morningstar år 2020 som idag äger majoriteten av Sustainalytics.16
Måttet som Sustainalytics tagit fram skiljer sig från hur andra traditionella ESG-mått räknas fram. Då tidigare mått som exempelvis MSCI använt sig av en 1–100 skala där bättre betyg betyder bättre ESG hantering, utgår Sustainalytics mått från i vilken utsträckning företaget är utsatt för ESG problem samt hur väl företaget hanterar denna risk.17 Måttet är indelat i fem
nivåer utifrån ESG risk vilka är negligible, low, medium, high och severe. Desto lägre poäng ett företag får på skalan desto bättre då företagets värde anses ha en lägre risk för väsentliga finansiella effekter som drivs av ESG-faktorer. Om ett företag däremot placeras högre upp på skalan har det en större risk att utsättas för finansiella effekter drivna av ESG. Följaktligen betyder detta att i uppsatsen så är lägre ESG Risk Rating bättre än ett högre värde.
Källa: Sustainalytics
2.4 Marknads- och företagsrisk
Det finns två typer av risker som gör att priset för aktier fluktuerar. Dessa är systematisk och icke systematisk risk. Den systematiska risken utgörs av marknadsrisken och är oundviklig för en investerare men också för företaget. Alla aktier på en marknad påverkas av marknadsrisken då den påverkar hela ekonomin vilket är en anledning till att aktier tenderar att röra sig
tillsammans på en marknad.18
15 IBID
16 Morningstar, Morningstar to Acquire Sustainalytics, 2021 17 Sustainalytics, ESG Risk Ratings, 2021
12 Den icke systematiska risken består av företagsrisken och är risker som är direkt kopplade till företaget. Denna risk påverkas av nyheter angående företaget eller branschen specifikt. Företagsrisken kan till skillnad från marknadsrisk diversifieras bort då man kombinerar flera aktier till en större portfölj. Anledningen till att diversifieringen minskar risken är för att priset för olika aktier rör sig inte exakt tillsammans.19
2.5 Beta-värde
Vid uppskattning och värdering av en portföljs framtida avkastning och risk är beta-värdet, eller också kallat levered beta, en god indikator att analysera. Beta-värdet bedömer den systematiska risken vilket är sådant som ligger utanför företagets kontroll som exempelvis naturkatastrofer, inflationer eller politisk påverkan. Vidare visar beta-värdet risken i ett värdepapper i förhållande till marknaden vilket visas i hur känslig aktien är till rörelser på marknaden. Den vanligast förekommande tidsperioden som beta mäts på är månadsvis under en femårsperiod.20 Aktier med betavärden som är större än 1.0 tenderar att förstärkas av
rörelser på marknaden. Aktier som däremot har ett lägre värde mellan 0 och 1.0 tenderar att röra sig mindre eller i samma riktning som marknaden. Detta betyder att den genomsnittliga aktien på marknaden har ett betavärde på 1.0 och att dessa förväntas röra sig 1% för varje 1%-skillnad som marknaden rör sig.21
Ett beta-värde på till exempel 1,5 visar att aktien svängt 1,5 gånger mer än marknaden under tidsperioden både vid uppgångar och nedgångar. Aktien kommer sannolikt att öka med 1,5% ifall marknaden ökar med 1%. En aktie med ett beta-värde som understiger 1 följer en trend som tyder på att prisnivån svängt mindre vid både upp och nedgång på marknaden. Vanligtvis har aktier värden större eller mindre än 1, då det är sällsynt att en aktie följt marknaden identiskt under en längre period.
Beta-värdet räknas ut genom att ta kovariansen mellan aktieavkastningen och avkastningen från marknaden delat på variansen av marknadens avkastning.22
𝛽
𝑠=
𝐸(𝑟
𝑠) − 𝑟
𝑓𝐸(𝑟
𝑚) − 𝑟
𝑓19 Brealey, Myers, Allen, Principles of Corporate Finance, 2019, sid 173-176 20 Berk, DeMarzo, Corporate Finance 2017, sid 375
21 Brealey, Myers, Allen, Principles of Corporate Finance, sid 181-184 22 IBID
13 𝛽𝑠 = Investeringens beta-värde
𝐸(𝑟𝑠) = Förväntad avkastning från investeringen 𝐸(𝑟𝑚) = Förväntad avkastning från marknaden
𝑟𝑓= Riskfri avkastning
2.6 Unlevered beta
Unlevered beta, är ett mått likt beta-värdet, som mäter risken av ett företag i relation till marknaden men tar inte med skulderna i företaget. Måttet tittar i stället på marknadsrisken för företagets underliggande tillgångar och kan därför användas för att jämföra kostnaden av kapital för investeringar. Alla företag har olika kapitalstrukturer och belåningsgrader vilket gör det svårare att jämföra risker. Den högre risken som uppstår då ett företag höjer
belåningsgraden beror inte på risken av marknaden. Den intressanta risken för en investerare är den icke diversifierbara risken (marknadsrisken). Till skillnad från den diversifierbara (företagsspecifika risker) påverkas alla företag av marknadsrisker som konjunkturcykler eller marknadsregleringar. Marknadsrisken kommer av framtida förväntade fluktuationer och företagets fria kassaflöden till aktieägarna (det egna kapitalet).23 Med skulder i företaget ökar aktieägarnas risk därför att ränta på lånen måste betalas oberoende av företagets inkomster i varje period. Eftersom estimerade betavärden påverkas av skuldsättningen går det inte alltid att jämföra betavärden mellan i övrigt liknande företag inom en bransch. Genom att beräkna ett s.k. unlevered beta som tar bort effekten av skuldsättning och finansiell risk från
betavärdet kan man på ett mer effektivt sätt jämföra företag mellan varandra och
marknaden.24 Nyckeltalet räknas ut på följande sätt. Vidare kommer vi i uppsatsen att skriva
D/E istället för skulder/eget kapital. 𝛽𝑈 =
𝛽𝑠
(1 + (1 − 𝑠𝑘𝑎𝑡𝑡)(𝐸𝑔𝑒𝑡 𝑘𝑎𝑝𝑖𝑡𝑎𝑙𝑆𝑘𝑢𝑙𝑑𝑒𝑟 ) 𝛽𝑈 = 𝑈𝑛𝑙𝑒𝑣𝑒𝑟𝑒𝑑 𝑏𝑒𝑡𝑎
𝛽𝑠 = 𝐴𝑘𝑡𝑖𝑒𝑛𝑠 𝑏𝑒𝑡𝑎𝑣ä𝑟𝑑𝑒
23 Berk, DeMarzo, Corporate Finance 2017, sid 534 24 Investopedia, Unlevered beta, 2021
14
2.7 Relation mellan risk och avkastning/ CAPM
Under 1960 utvecklade William F. Sharpe en modell som beskriver relationen mellan
systematisk risk och förväntad avkastning, Capital Asset Pricing Model. Sharpe menar på att högre risk leder till ökad avkastning25. CAPM-modellen är uppdelad i två komponenter, den första delen bygger på ett diskonterat värde på pengar. Den andra delen bygger på värdet i den risk investeraren tar, beta-värdet.26 I formeln ser vi att den förväntade avkastningsnivån kretsar till stor del kring beta. Utöver riskfaktorn beta används E(Rm) som är marknadens förväntade avkastningar. Talen varierar inte mellan olika aktier utan är den samma för alla. Förväntade avkastningar mellan två olika aktier differentierar baserat på beta-värdet. Det har lyfts kritik mot just denna faktor, kritiker menar på att historiska resultat motbevisar
modellens trovärdighet. De menar på att andra faktorer, än bara beta-värdet, påverkar den långsiktiga avkastningen, de syftar på att modellen är för tunn27. Trots kritiken är modellen
välanvänd med tanke på dess simpla framtagning och enkelhet att jämföra företag med. Denna modell kommer inte användas i uppsatsen utan nämns för att bygga en bredare förståelse för betas relevans.
𝐸(𝑅𝑖) = 𝑅𝑓+ 𝛽𝑖(𝐸(𝑅𝑚) − 𝑅𝑓) 𝐸(𝑅𝑖)= förväntad avkastning
𝑅𝑓 = riskfri avkastning
𝛽𝑖=beta
𝐸(𝑅𝑚) = marknadens förväntade avkastning
2.8 Nyckeltalet P/E
P/E värdet är ett av de vanligaste nyckeltalen som används för att värdera och analysera företag. P/E står för price-earnings och tas fram genom att dela aktiekursen med bolagets vinst per aktie. Nyckeltalet används för att se hur högt eller lågt marknaden värderar en aktie
baserat på idén om att värdet på aktien borde vara proportionerlig till nivån av vinst som kan genereras för sina aktieägare. Ett lågt P/E-tal kan betyda att aktien är undervärderad eller att marknaden inte har några förväntningar på bolagets framtid. Ett högt P/E-tal kan betyda att aktien är övervärderad eller att marknaden har höga förväntningar och tror på att företaget
25 Investopedia, William F. Sharpe, 2021 26 Berk, DeMarzo, Corporate Finance, 2017
27 Fama, E. & French, K. 1998. Value versus Growth: The International Evidence. The Journal of Finance,
15 kommer leverera vinster. Nackdelen med ett högt P/E-värde är att dessa aktier ofta är mer volatila och ses som mer riskfyllda.28
I denna studie kommer historiskt P/E-tal hämtas från Refinitiv Eikon utifrån tidperioden 2016–2021 för varje enskilt företag. I regressionsmodellerna kommer sedan ett medelvärde från de fem åren att skapas för att inte något värde ska sticka ut för mycket vid beräkningarna i modellerna.
2.9 ESG investeringar
ESG investeringar är en term som på senare år har växt sig stark för investerare världen över då fokus har flyttats från att maximera vinst till att sträva efter ett mer hållbart samhälle. Investeringsteorin växte fram under 1980-talet och har sina rötter i socialinvesteringar (SRI, social responsible investing).29 SRI handlar om att investera i företag som är verksamma i
specifika hållbara marknader och framför allt undvika företag som jobbar inom tobak-, alkohol, spel och vapenbranschen. Vidare undviks att investera i länder som inte uppfyller kraven för mänskliga rättigheter. Den stora skillnaden mellan vanliga sociala investeringar och ESG investeringar är att SRI fokuserar på att exkludera specifika företag från portföljen. Vilket skiljer sig från ESG som i stället fungerar som en vägledare för vilka företag som ska inkluderas i den hållbara portföljen.30 Framför allt handlar det om att placera pengar i företag som uppnår höga poäng på ESG-skalan. År 2020 uppgick värdet för ESG fonder till 51 miljarder dollar i nettoinflöde vilket satte nytt rekord. Detta är en dubbelt så stor ökning sedan året innan och fem gånger så stor ökning året innan dess.31
Det finns olika teorier om varför värdepapper med stark ESG profil presterar bättre än traditionella jämlikar. En anledning till de högre vinsterna är det långsiktiga fokuset på både hållbarhet inom produktionen även hur ledningen fungerar och väljer att inkludera
intressenterna i företaget för att effektivisera verksamheten. Senare rapporter från Morningstar visar också att företag med stark ESG profil har presterat bättre än jämlika traditionella
företag. Detta visar hur trenden av hållbara investeringar som underpresterar kan ha brutits och framtida investeringar inom ESG kommer fortsätta att öka i hög takt.32
28 Brealey, Myers, Allen, Principles of Corporate Finance, sid 75
29Schanzenbach, Sitkoff, ESG investing: Theroy, Evidence, and Fiduciary Principles, 2020. 30 Hill, Environmental, Social and Governacne Investing, 2020, sid 14.
31 Morningstar, Sustainable Funds U.S. Landscape Report, 2021. 32 Morningstar, Sustainable Funds U.S. Landscape Report, 2021.
16 Huruvida det finns ett samband mellan ESG och risk är fortfarande obesvarat. Tidsperioden från att ESG började mätas är kort vilket gör det svårt att analysera och dra korrekta slutsatser. Hur betyget ges ut är också olika för varje forskningsföretag vilken ytterligare försvårar för forskning inom ämnet. Om ett samband finns mellan ESG och risk betyder det att företag med högre ESG rating som är utsatta för mindre risk borde ge lägre avkastning. Högre rating kan också fungera som ett skydd mot oförutsedda chocker från marknaden kopplade till
klimatförändringar eller regleringar för hållbarhet för företag.33
17
3. Metod
Uppsatsen kommer grunda sig på en kvantitativ metod med statistiska analyser. Med hjälp av regressionsmodeller tolkar vi data för att se ifall det finns något samband mellan ett företags ESG Risk Rating mot aktiens beta, unlevered beta och P/E-tal. De inledande regressionerna som skapats i uppsatsen har endast en förklaringsvariabel för att se mönster mellan enstaka variabler och grunda resultatet. Vidare skapades en sammanställd regression med samtliga data från sektorerna och kontrollvariabler för att få en helhetsbild av eventuella samband.
3.1 Urval av data
Vi har valt att analysera tidsperioden mellan åren 2016–2021. Vi valde denna period då investeringen i hållbara fonder och aktier ökat drastiskt under senare delen av 10-talet34. Vidare valdes en femårsperiod då beta-värden inom finansvärlden beräknas månadsvis under just en femårsperiod. Aktiepriserna hämtas från Refinitiv Eikon, en finansiell databas som används för att analysera data från marknader världen över. Via Eikon hämtades även relevanta börsindex som användes för att räkna fram beta-värden. Utöver Refinitiv Eikon, användes även data från Sustainalytics, ett dotterbolag till Morningstar som producerar och sammanställer ESG-värden av olika slag. Värdena för ESG Risk Rating som används i uppsatsen är hämtade från Sustainalytics egna hemsida. Företaget är ett av världens största inom forskning av ESG och erbjuder data för 42 marknader världen över och har således hög tillit.35
Utformningen av regressionsmodellerna formar sig på marknadsnivå för att analysera den som en helhet. Anledningen till detta är för att företag inom en sektor arbetar annorlunda med olika ambitioner och tillvägagångssätt. Med tanke på att ESG Risk Rating täcker flera olika aspekter i en verksamhet; miljömässiga, företagsstyrning och sociala, så blir det för snävt att endast jämföra ett fåtal företag. Därför valde vi att ta ut ett tjugotal företag per sektor. En begränsning som drogs i urvalet var att företaget behövt varit börsnoterat i minst fem år då beta-värde bygger på månadsdata lagt över en femårsperiod.
34 Riedl, Smeets, Why Do Investors Hold Socially Responsible Mutual Funds?, 2017. 35 Sustainalytics, Sustainable Finance Solutions, 2021.
18
3.2 Marknader
För att ge en djupare inblick både i marknaderna och dess relevans i arbetet ges en kort beskrivning i följande avsnitt. Det redovisas även en tabell per industri för att ge insyn i dels vilka företag som involverat i portföljen, dels för att redovisa nyckeltalens värden.
3.2.1 Fordonsindustrin
Den första branschen som analyserades är fordonsindustrin med fokus på bilproduktion. Transport via vägar står ensamt för 18% av allt koldioxidutsläpp i världen. Skiftet mot
hållbarhet har blivit en strategisk prioritet för alla företag inom fordonsindustrin då regeringar, investerare och konsumenter trycker på en förändring. Industrin har under senare år gått igenom en stor förändring som grundar sig i omställningen från fossila bränslemotorer till elmotorer eller hybrider. Omställningen sker snabbt och experter menar att fordonsindustrin ligger något före i målet för global hållbarhet.36
ESG påverkas av omställningen på marknaden då hållbarhet utgör en stor del av måttet vilket gjorde det relevant att analysera denna industri. Vid urvalet av observationer togs flera olika aspekter med i åtanke. Först och främst tittade vi på producenternas marknadsandelar globalt där de med företag med stora andelar togs med i modellen. Ytterligare kriterier som togs med i urvalet var företagens geografiska läge och en varians i ESG betyg. Totalt skapades en portfölj på 21 företag som sammanställs i tabell 1.
19
Tabell 1: Sammanställning av fordonsindustrin.
Företag Land ESG Risk Rating Beta-värde Unlevered beta
BMW Tyskland 27,1 1,36 0,61 Daimler Tyskland 25,8 1,66 0,57 Volkswagen Tyskland 33,6 1,51 0,71 Toyota Japan 30,4 1,00 0,58 Honda Japan 28,8 1,05 0,78 Nissan Japan 33,1 1,73 0,72 Mazda Japan 28,7 1,46 1,11 Subaru Japan 27,7 0,87 1,03 Yamaha Japan 15,8 1,72 1,85 Tesla USA 31,3 2,01 1,41 Ford USA 31,2 1,2 0,23
General Motors USA 30,7 1,39 0,48
Stellantis Frankrike 18,4 1,07 0,81
Bajaj auto Indien 14,9 0,99 0,87
Hero motocorp Indien 12,5 0,95 0,95
Eicher Motors Indien 16,1 0,97 0,98
Hyundai Motor Sydkorea 28,8 1,22 0,61
Aston Martin Storbritannien 28,6 1,75 0,79
Baic Motor Kina 30,4 1,34 1,21
Geely Kina 25,4 1,17 1,43
Ferrari Italien 24,8 0,91 0,29
3.2.2 Klädindustrin
Nästa marknad vi valde att titta på var klädindustrin. Detta är en bransch som länge varit ifrågasatt gällande produktion, arbetsmiljöer och andra aspekter gällande hållbarhet.
Klädindustrin är en av de industrierna som släpper ut mest koldioxid av alla och står för 10% av de globala utsläppen. Dessutom påverkar industrin även på socialnivå då textilarbetare har minimala löner och jobbar långa skift i tuffa förhållanden.37 Både resursutnyttjande och
arbetsförhållanden inkluderas i ESG-modellen. Därav valde vi denna marknad för att analysera ifall det finns ett samband mellan ESG Risk Rating och nyckeltalen.
Vid urvalet av observationer tittade vi främst på företag med stora marknadsandelar och som hade data tillgänglig hos Sustainalytics ESG Risk Rating. Till skillnad från tabell 1 är det mindre spridning i ESG Risk Rating vilket tyder på att branschen antingen är utsatta för
20 mindre ESG relaterade risker eller att riskerna hanteras bättre. I denna portfölj involverades 22 företag vilket illustreras i tabell 2.
Tabell 2: Sammanställning av klädindustrin.
Företag Land ESG Risk Rating Beta-värde Unlevered beta
Inditex Spanien 9,9 1,15 0,76
LVMH Frankrike 10 0,96 0,58
Kering Frankrike 11,5 0,95 0,58
Hermes Frankrike 11,3 0,4 0,36
Moncler SpA Frankrike 10,4 1 0,49
Nike USA 15,3 0,88 0,53
GAP USA 13,4 1,67 0,99
Skechers USA 21,9 1,4 1,16
Ralph Lauren USA 13,6 1,53 0,95
Tapestry USA 13,5 1,56 1,04
VF Corp USA 11,4 0,97 0,56
Adidas Tyskland 13,9 0,84 0,38
Puma Tyskland 16,4 0,63 0,44
Hugo Boss Tyskland 11,5 1,61 0,70
Canada Goose Kanada 16,5 1,54 0,83
Burberry Storbritannien 9,6 1,16 0,84
Fast Retailing Japan 14,1 0,92 0,75
Asics Japan 17 1,6 1,14
Richemont Schweiz 11,3 1,28 0,78
H&M Sverige 17,5 1,24 0,68
FILA Sydkorea 17,7 0,51 0,40
Björn Borg Sverige 12,5 1,81 1,20
3.2.3 Software & Services
Tredje marknaden som undersöktes är den som Sustainalytics kallar software & services. Branchen inkludera olika typer av tech-företag som antingen producerar fysiska IT-produkter eller IT-tjänster. Detta är en bransch som växt markant under 2000-talet parallellt med
digitaliseringen.38 Marknaden valdes dels för att analysera en marknad med genomsnittligt lägre ESG Risk Ratings, dels för att byta fokus från endast fysisk produktion och en marknad som växt efter millenniumskiftet. Portföljen innehåller olika typer av företag och är mer varierad i jämförelse med de tidigare två. Onlineförsäljning, speldesign, elektronikproduktion
21 och digitala tjänster ingår i företagsobservationerna. Portföljen innehåller 18 företag som illustreras i tabell 3.
Tabell 3: Sammanställning av software & services
Företag Land ESG Risk Rating Beta-värde Unlevered beta
Adobe USA 10,9 0,95 0,76 Activision USA 16,1 0,61 0,51 Ebay USA 16,7 1,14 0,42 Alphabet/Google USA 22,3 1,02 0,97 Facebook USA 24,8 1,3 1,30 EA USA 12,7 0,89 0,75 Microsoft USA 14,6 0,79 0,53 Salesforce USA 11,3 1,1 1,04 Oracle USA 18,2 0,78 0,14 Apple USA 16,9 1,21 0,51 NVIDIA USA 13,3 1,38 1,04 Intel USA 16,9 0,61 0,45 Uber USA 29,3 1,55 1,01 IBM USA 18 1,22 0,36 Dell USA 16,2 0,94 0,06 Samsung Sydkorea 23,2 1,08 1,02 SAP Tyskland 10,2 0,98 0,72 Spotify Sverige 24 1,51 1,30
3.3 Regressionsmodeller och hypoteser
Data hämtad från Refinitiv Eikon grundar de olika regressionsmodeller vi utformat för att pröva frågeställningen. Anledning till att de skapades tre olika modeller beror på att
variablerna beta och unlevered beta bygger på varandra. Modellerna genomförs på samtliga tre industrier vilket totalt blir nio modeller. Signifikansnivån avgör hur pass sannolik kopplingen är och vilken nivå av slump det finns i observationerna. Inom ekonometri,
användning av statistiska metoder för att studera nationalekonomiska, tillämpas oftast 1%, 5% och 10% signifikansnivåer för att förkasta noll hypotesen.39 Resultaten från
regressionsmodellerna kommer främst analyseras utifrån dess p-värde och koefficienterna. P-värdet visar modellens signifikansnivå, som nämnt ovan finns det tre nivåer av signifikans. Koefficienten representerar förändringen i den beroende variabeln vid en enhetsförändring i
22 förklaringsvariabeln. Viktigt när det gäller koefficienten är ifall resultatet är negativt eller positivt. Ifall koefficienten är positiv indikerar det att en ökning i ESG Risk Rating leder till en ökning i beta, unlevered beta eller P/E-talet. Tvärtom ifall koefficienten är negativ.
Första regressionsmodellen analysera korrelationen mellan beta-värdet och ESG Risk Rating. Beta-värdet används som beroende variabel med tanke på att det är ESG Risk Ratings
påverkan på finansmarknaden som ska analyseras. Vidare kommer förklaringsvariabeln vara ESG Risk Rating i samtliga modeller. Hypoteserna formuleras enligt ovan och förkastas vid en signifikans på minst 10%.
Regressionsmodell 1, Beta-värde och ESG Risk Rating
𝑏𝑒𝑡𝑎 = 𝑎 + 𝑥1𝐸𝑆𝐺 𝑅𝑖𝑠𝑘 𝑅𝑎𝑡𝑖𝑛𝑔 + 𝑢 𝐻0 = ESG Risk Rating har inte en signifikant påverkan på beta-värdet 𝐻1 = ESG Risk Rating har en signifikant påverkan på beta-värdet
Andra regressionsmodellen tolkar unlevered beta, som beroende variabler och likt den första, ESG Risk Rating som förklaringsvariabel. Skillnaden jämfört med den första modellen är att unlevered beta är ett annorlunda beta-värde. Ett beta-värde utan skuldsättningsgrad gör det enklare att jämföra företagen samt jämföra företagen emot marknader. Hypotesen som prövas är sambandet mellan ESG Risk Rating och unlevered beta.
Regressionsmodell 2, Unlevered beta och ESG Risk Rating
𝑢𝑛𝑙𝑒𝑣𝑒𝑟𝑒𝑑 𝑏𝑒𝑡𝑎 = 𝑎 + 𝑥1𝐸𝑆𝐺 𝑅𝑖𝑠𝑘 𝑅𝑎𝑡𝑖𝑛𝑔 + 𝑢
𝐻0 = ESG Risk Rating har inte en signifikant påverkan på unlevered beta 𝐻1 = ESG Risk Rating har en signifikant påverkan på unlevered beta
.
Tredje regressionsmodellen konstruerades för att analysera ifall det finns samband mellan P/E-tal och ESG Risk Rating. Detta för att se hur marknadens värdering av företag påverkas av ESG. Hypotesen som prövas är ifall ESG Risk Rating har en signifikant påverkan på P/E-talet.
23 𝑃
𝐸
⁄ − 𝑡𝑎𝑙 = 𝑎 + 𝑥1 + 𝑥1𝐸𝑆𝐺 𝑅𝑖𝑠𝑘 𝑅𝑎𝑡𝑖𝑛𝑔 + 𝑢
𝐻0 = ESG Risk Rating har inte en signifikant påverkan på P/E-talet 𝐻1 = ESG Risk Rating har en signifikant påverkan på P/E-talet
Slutligen för att få en övergripande bild, används ESG Risk Rating samt P/E-talet som förklaringsvariabel mot beta som beroende variabel. Till skillnad från tidigare regressioner används samtliga data från de tre industrierna i modellen. Anledningen är att se ifall ytterligare förklaringsvariabler påverkar ESG Risk Ratings signifikans emot beta. Vidare konstruerades modellen för att tolka ifall ett utökat antal observationer i modellen påverkar signifikansen positivt eller negativt i relation till tidigare modeller. Hypotesen vi prövar är således ifall ESG Risk Rating och P/E-talet har en signifikant påverkan på beta-värdet.
𝑏𝑒𝑡𝑎 = 𝑎 + 𝑥1𝐸𝑆𝐺 𝑅𝑖𝑠𝑘 𝑅𝑎𝑡𝑖𝑛𝑔 + 𝑥2𝑃 𝐸⁄ − 𝑡𝑎𝑙 + 𝐷 𝐸⁄ + 𝑢
𝐻0 = ESG Risk Rating och P/E-talet har inte en signifikant påverkan på beta-värdet 𝐻1 = ESG Risk Rating och P/E-talet har en signifikant påverkan på beta-värdet
24
4. Resultat
I detta kapitel kommer resultaten övergripande redovisas och tolkas. Nedan presenteras resultatet från samtliga regressionsmodeller indelade efter de tre valda nyckeltalen beta-värde, unlevered beta och P/E-tal. Tabellerna visar först koefficienten ESG Risk Ratings påverkan för respektive responsvariabel vilka är nyckeltalen för varje sektor. Sedan redovisar p-värdet hur pass trovärdigt sambandet är, vilken nivå av slump som förekommer i observationerna. En stjärna betyder en signifikansnivå på 10%, två stjärnor på 5% och tre stjärnor på 1%.
Förklaringsgraden (R-squared) visar hur stor andel av variationen i responsvariabeln som kan förklaras av variationen i den oberoende variabeln. I samtliga modeller är denna relativt låg vilket beror på att endast en oberoende variabel finns med i modellerna förutom den sista sammanlagda. Vidare visas standardfelen samt de robusta standardfelen för att se ifall det förkommer något fel i modellspecifikationen.
4.1 Relationen mellan beta-värde och ESG Risk Rating
Tabell 4 nedan konstruerades för att visa sambandet mellan responsvariabeln beta och
förklaringsvariabeln ESG Risk Rating. I detta fall visade alla sektorer ett positivt samband mellan ESG Risk Rating och beta. Däremot var software & services den enda sektorn som visade på signifikans då p-värdet understeg 0.05.
Tabell 4: Beta-värde och ESG Risk rating
Responsvariabel: Beta
Fordonsindustrin Klädindustrin Software & Services
Observationer 21 22 18
ESG Risk Rating 0.0182 0.0146 0.0259**
P-värde 0.1590 0.6424 0.0331**
R-squared 0.1016 0.0109 0.2537
Standardfel 0.0124 0.0310 0.0111
25 Första regressionen för fordonsindustrin visar genom p-värdet för koefficienten att 15,9% av skillnaden i variabeln är slumpmässig. ESG Risk Rating är därför inte signifikant och det finns inget starkt samband mot beta-värdet. Vidare uppgår förändringen i ESG Risk Rating till en förändring på 0,0182 i beta-värdet. Regressionen indikerar att desto högre ESG Risk Rating ett företag har inom bilindustrin, desto högre beta-värde har också dess aktie. I figur 1 redovisas observationerna.
Figur 1: Beta-värde och ESG Risk Rating – Fordonsindustrin
0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 15 20 25 30 Beta ESGRisk Actual and fitted Beta actual
26 Regressionsmodellen för klädindustrin var den modell som var minst signifikant.
Regressionens p-värde är 0.6424 och sannolikheten är därmed 64% att skillnaden mellan variablerna uppkommit av en slump. ESG Risk Rating har således ingen påverkan på beta-värdet inom klädindustrin. Koefficienten indikerar att en förändring i ESG Risk Rating ökar beta-värdet med 0.0146.
Figur 2: Beta-värde och ESG Risk Rating - Klädindustrin
0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 10 12 14 16 18 20 22 Beta ESGRisk Actual and fitted Beta actual
27 Data från industrin Software & Services skiljer sig från kläd- och fordonsindustrin med
marginal. Modellen visar koefficienten ESG Risk Rating har en signifikant påverkan på beta då p-värdet ligger under 5% signifikansnivå. Detta betyder att ESG Risk har ett positivt samband med beta-värdet. Signifikansen tyder på att en enhetsförändring i ESG Risk Rating leder till en positiv förändring i beta med 0.0259.
Figur 3: Beta-värde och ESG Risk Rating – Software & services
0.6 0.7 0.8 0.9 1 1.1 1.2 1.3 1.4 1.5 1.6 10 15 20 25 Beta ESGRisk Actual and fitted Beta actual
28
4.2 Relationen mellan unlevered beta och ESG Risk Rating
Nedan illustreras resultatet från den andra regressionen som genomfördes i tabell 5.
Modellerna konstruerades för att visa sambandet mellan responsvariabeln unlevered beta och förklaringsvariabeln ESG Risk Rating. Fordonsindustrin visade här på ett negativt samband medan klädindustrin och software & services visade på ett positivt.
Tabell 5: Unlevered beta och ESG Risk Rating
Responsvariabel: Unlevered Beta
Fordonsindustrin Klädindustrin Software & Services
Observationer 21 22 18
ESG Risk Rating −0.0196 0.0196 0.0254
P-värde 0.1526 0.2911 0.1343
R-squared 0.1046 0.0555 0.1345
Standardfel 0.0131 0.0180 0.0161
Robusta standardfel 0.0130 0.0177 0.0130
För fordonsindustrin visade p-värdet visar att det är 15% sannolikhet att skillnaden som finns mellan värden har uppkommit av en slump och är därmed insignifikanta. Förändringen i koefficienten visar att vid en ökning i ESG Risk minskar unlevered beta med 0.0196. Detta illustreras i figur 4 som visar en negativ trendlinje.
Figur 4: Unlevered beta och ESG Risk Rating - Fordonsindustrin
0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 15 20 25 30 UnlevBeta ESGRisk Actual and fitted UnlevBeta actual
29 För klädindustrin uppgick p-värdet till 0.2911 och indikerar därmed att det är 29%
sannolikhet att skillnaden mellan variablerna uppkommit av en slump. Jämfört med p-värdet från tidigare regression konstruerad utifrån beta-värdet för klädindustrin (tabell 4) så är detta betydligt lägre. Förändringen i ESG Risk Rating är således mer signifikant för unlevered beta än levered beta. Vidare är förändringen i koefficienten positiv jämfört med fordonsindustrin vilket betyder att ESG Risk påverkar företagen i industrin positivt vilket också illustreras i
figur 5. En ökning i ESG Risk ökar således unlevered beta med 0.0196. Figur 5: Unlevered beta och ESG Risk Rating - Klädindustrin
0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 1.1 1.2 1.3 10 12 14 16 18 20 22 UnlevBeta ESGRisk
Actual and fitted UnlevBeta
actual fitted
30 För software & services blev modellen insignifikant då p-värdet uppgick till 0.013.
Skillnaderna mellan variablerna kan därför ses som en slump. Ifall fler observationer hade lett till ett signifikant p-värdet går att diskutera. Sambandet är positivt likt klädindustrin, vilket illustreras i figur 6, och en ökning i ESG Risk Rating ökar därmed unlevered beta med 0.0254. Jämfört med resultatet i tabell 4 har p-värdet nästa fyrdubblats.
Figur 6: Unlevered beta och ESG Risk Rating – Software & services
0 0.2 0.4 0.6 0.8 1 1.2 1.4 10 15 20 25 UnlevBeta ESGRisk
Actual and fitted UnlevBeta
actual fitted
31
4.3 Relationen mellan P/E-tal och ESG Risk Rating
Sista regressionsmodellen konstruerades med P/E-talet för varje enskilt företag som responsvariabel och ESG Risk Rating som förklaringsvariabel. I detta fall visade
fordonsindustrin och klädindustrin på ett positivt samband medan software & services visade ett negativt.
Tabell 6: P/E-tal och ESG Risk Rating.
Responsvariabel: P/E-tal
Fordonsindustrin Klädindustrin Software & Services
Observationer 19 22 16
ESG Risk Rating -0.0299 1.3465 −1.3206*
P-värde 0.9573 0.2377 0.0804*
R-squared 0.0001 0.0689 0.2166
Standardfel 0.5501 1.1062 0.6964
Robust standardfel 0.4938 1.109 0.7162
Figur 7 visar sambandet mellan P/E-talet och ESG Risk Rating för varje företag inom
fordonsindustrin. P-värdet uppgick till 0.9573 och sambandet mellan variablerna är därmed insignifikant. ESG Risk Ratings påverkan på P/E-talet kan i detta fall ses som neutralt. Bilföretaget Tesla valdes att uteslutas i regressionsmodellen då P/E-talet uppgick till över 1000 och var ansågs därför vara en outlier. Vidare hade inte Aston Martin något fem årigt P/E-tal och har därför också uteslutits i modellen. Vidare kommer modellen inte att tolkas med tanke på det höga p-värdet.
32
Figur 7: P/E tal och ESG Risk Rating - Fordonsindustrin
För regressionen med klädindustrin visade koefficienten ESG Risk Rating ett p-värde på 0.237 och det finns därmed inget signifikant samband mellan dessa två nyckeltalen. Sambandet visade ett positivt värde vilket illustreras i figur 8 och en ökning i ESG Risk Rating ökar därmed också P/E-talet med 1.3465. tillväxten i företag är egentligen större ju högre esg risk dom har.
-200 0 200 400 600 800 1000 1200 15 20 25 30 PE ESGRisk Actual and fitted PE actual
33
Figur 8: P/E-tal och ESG Risk Rating - Klädindustrin
I sista sektorn software & services visade den konstruerade modellen på signifikans men endast på 10% signifikansnivå. Sambandet mellan variablerna blev i denna modell negativt och säger att en ökning i ESG Risk Rating minskar P/E-talet med 1.3026. I modellen valdes Spotify och Uber att uteslutas ur modellen då varken något av företagen har funnits länge nog för att skapa ett medelvärde på P/E-talet för senaste fem åren.
Figur 9: P/E-tal och ESG Risk Rating – Software & services
10 20 30 40 50 60 70 10 12 14 16 18 20 22 PE ESGRisk Actual and fitted PE actual
34
4.4 Sammanlagd regressionsmodell
Tabell 7: Sammanställd modell med alla sektorer
Dependent variable: beta Observations 1-60
Koefficient Std. Fel T-värde P-värde
ESG Risk Rating 0.0189 0.0093 2.027 0.0476**
P/E 0.00043 0.00032 1.365 0.1779
D/E −0.0056 0.0184 −0.3046 0.7618
Dindustry_1 0.83182 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***
För att få en överblick utfördes en regressionsmodell byggd på cross-sectional data där flera variabler togs in mot responsvariabeln beta. Syftet med just denna typ av regression är att testa ifall det finns korrelation mellan industrierna, inkludera variabler som vi vet påverkar beta värdet och för att se hur ESG Risk Ratings signifikans påverkas vid ett utökat antal
5 10 15 20 25 30 35 40 45 50 55 10 15 20 25 PE ESGRisk Actual and fitted PE actual
35 observationer. Enligt tabell 7 ovan har p-värdet för just ESG Risk Rating fått det lägsta värdet utav alla genomförda regressioner. Resultatet tyder på att förklaringsvariabeln ESG Risk Rating har ett samband med beta på 5% signifikansnivå. Koefficientens förändring, ett positivt samband, är å andra sidan är väldigt låg på 0.0189 per ökning i ESG Risk Rating. Nästa förklaringsvariabel i tabellen är P/E-talet och bytts från att tidigare varit responsvariabel i tre hypotesprövningar. Anledning till skiftet är som tidigare nämn att undersöka ifall tillägg av nyckeltal som sen tidigare har en koppling till beta påverkar signifikansen mellan ESG Risk Rating och beta-värdet. P/E-talet blev icke signifikant i regressionsmodellen, vilket väcker med vetskapen om att det finns en koppling mellan nyckeltalet och beta.
Över till tolkningen av de tre dummy variablerna Dindustry_1, Dindustry_2 och Dindustry_3. Här är endast värdet intressant att titta på, till skillnad från resterande modeller visar inte p-värdet hur pass signifikant förklaringsvariabeln är utan hur dummy variabeln avviker från resterande dummy variabler. Enligt tabell 7 ser vi att samtliga dummy variabler är signifikant skilda från varandra enligt p-värdena.
4.5 Sammanställning av resultat
I tabell 8 har resultaten från de nio regressioner som framställts summerats. Övergripande ser vi att sju av nio regressioner är ej signifikanta samt att sex av nio har ett positivt samband. För regressionsmodellerna som tittade på beta mot ESG Risk Rating uppvisade alla ett positivt samband. I och med antalet insignifikanta modeller kan vi endast förkasta en av nio
nollhypoteser på 5% signifikansnivå. En av tre testade variabler blir således med signifikans påverkad av ESG Risk Rating.
Vidare visade den sista sammanlagda modellen endast på signifikant samband mellan ESG Risk Rating och beta. Nyckeltalen P/E och D/E hade båda ett högt p-värde och därmed kan inget statistiskt signifikant samband förklaras.
Tabell 8. Sammanställning av resultat
Fordonsindustrin Klädindustrin Software & Services
Beta ~ ESG Risk Positivt samband,
ej signifikant
Positivt samband, ej signifikant
Positivt samband, signifikant**
Unlevered beta ~ ESG Risk Negativt samband, ej signifikant Positivt samband, ej signifikant Positivt samband, ej signifikant
P/E ~ ESG Risk Negativt samband,
ej signifikant
Positivt samband, ej signifikant
Negativt samband, signifikant*
36
5. Diskussion
För fordonsindustrin visade inte någon av regressionsmodellerna på ett signifikant samband mellan någon av variablerna och nyckeltalen. ESG Risk Rating kan därmed inte sägas ha en betydelsefull påverkan på varken beta-värdet, unlevered beta eller P/E-talet. Detta trots att Sustainalytics anser att sektorn är utsatt för medel till höga nivåer av ESG Risk. Vi kan således förkasta ESG Risk Ratings påverkan på den förväntade tillväxten i fordonsindustrin. Vidare visade koefficienten ESG Risk ett negativt samband mot unlevered beta. Detta är ett samband som stärker det faktum att fordonsindustrin är en av de mest kapitalintensiva industrierna eftersom det negativa sambandet indikerar att volatiliteten är minskande när belåningsgraden tas bort40. Sammanfattningsvis är det svårt att se en tydlig trend i resultaten med tanke på den stora variansen i signifikansnivån. Även variansen i koefficienterna, positiva och negativa, leder till en svårtolkad trend.
Vidare till klädindustrin uppkom liknande resultat som för fordonsindustrin då inte någon av modellerna visade på ett signifikant samband. Till följd av detta kan sektorn tolkas likadant som fordonsindustrin, inga samband mellan ESG Risk Rating och resterande nyckeltal. Något som väcker funderingar. Dels att branschens genomsnittliga ESG Risk Ratings i relation till exempelvis fordonsindustrin är väldigt lågt trots att marknaden är väldigt beroende av naturresurser, främst vatten. Även produktionens höga beroende av kemikalier, som innebär stora risker för arbetarna och miljön produktionen äger rum.41 Huruvida marknaden hanterar
dessa risker för att sänka ESG-betyget eller om ESG-betyget är missvisande är oklart. För sektorn software & services skiljde sig resultatet åt och i två av regressionerna som genomfördes fanns signifikanta samband, en på 5% signifikansnivå och en på 10%. Ett av sambanden fanns mellan beta-värdet och ESG Risk Rating. Detta kan tolkas som att ett företags systematiska risk och volatilitet ökar då ökning sker i ESG Risk Rating, vilket visar hur väl företaget hanterar ESG relaterade frågor. Företagets aktie svänger därmed mer än marknaden då förändringar sker på marknaden. För att sammanställa och ge en övergripande bild har vi räknat ut hur ESG Risk Rating påverkar beta:
• Företag med 15 eller lägre i ESG Risk Rating. Aktien har således ett beta-värde som understiger 1. Volatiliteten är lägre än marknadens, förväntad avkastning är då låg.
40 SCB, En Översikt Av Fordonindustrin, 2016 41 Naturskyddsföreningen, Faktablad: Våra kläder.
37 • Företag med 16 i ESG Risk Rating. Aktien har således ett beta-värde som kretsar kring 1. Volatiliteten är nästintill identisk med marknadens, förväntad avkastning är relativt låg.
• Företag med 17 eller mer i ESG Risk Rating. Aktien har således ett beta-värde som överstiger 1. Volatiliteten är då större än marknaden.
Ytterligare samband hittades mellan P/E-talet och ESG Risk Rating, men i detta fall på en högre signifikansnivå. Detta samband var negativt och en enhetsökning i ESG Risk Rating minskar P/E-talet för företag inom denna sektor. Företagen i denna sektor kan antas vara mer känsliga för risker som uppkommer av ESG och värderas lägre av marknaden ju mer av denna risk som de utsätts för. Detta resultat skiljer sig från tidigare nämnd studie av Svensson som hittade ett negativt samband mellan ESG rating och P/E-talet42. I den studien användes en vanlig rating där högre poäng är bättre vilket skiljer sig från Sustainalytics ESG Risk Rating där lägre poäng är bättre då det handlar om just utsattheten av risk som användes i denna studie.
Därefter visade resultatet att det inte finns några tydliga signifikanta samband mellan
nyckeltalen och ESG Risk Rating i de enskilda regressionerna då hypotesen inte kan förkastas förutom för just sektorn software & services. Studien stämmer därmed överens med tidigare forskning från Franzén som menar att det finns lite bevis för ESG:s påverkan på prestation43. Detta visas då få av regressionerna från resultatet visar på ett tydligt statistiskt signifikant samband mellan variablerna. Anledningen till detta kan bero på att modellerna inte är tillräckligt kompletta och saknar kontrollvariabler vilket leder till skensamband. Vidare har regressionsmodellerna konstruerats med få observationer vilket också påverkar resultatet. Genom att ta fram mer data och använda sig av fler observationer hade resultatet eventuellt blivit annorlunda och mer nyanserat.
Resultaten visar att det råder oklarhet om det finns något tydligt samband mellan ESG och risk och ingen tydlig riskfaktor för ESG kunde bevisas. Vilket stämmer överens med tidigare nämnd forskning av Cornell som kom till slutsatsen att det är oklart om en sådan riskfaktor faktiskt existerar44. Därmed kan det alltså diskuteras huruvida ESG ser ut som riskfaktor.
42 Svensson, ESG and Excpected Returns. 2020
43 Franzén, ESG Portfolio and Stock Returns, Lunds Universitet, 2019. 44 Cornell, ESG preferences, risk and return. Eur Financ Manag, 2021
38 Ytterligare en trolig anledning till den generellt dåliga signifikansen är att ESG Risk Rating är ett för övergripligt mått i den mån att det eventuellt kan vara mer av en indikator och inte ett mått. En av anledningarna är att den täcker tre väldigt stora områden i sin bedömning, sociala-, miljö- och samhällsfrågor. Hur pass stark koppling bedömningskriterierna inom ESG:s uträkningar har i relation till t.ex. beta-värde, ett mått som är väldigt konkret och grundar sig på faktiska data. Det samma gäller för resterande två nyckeltal, där alla grundar sig på just faktiska data. Vi anser att det över lag är svårt att argumentera för samband mellan ESG Risk Rating och investeringsrisker, vilket Franzen understryker i sin forskning45. Med detta i akt ser vi att majoriteten av regressioner indikerar ett positivt samband. Med andra ord att risken blir högre samt ökad förväntad tillväxt desto högre ESG. Ett samband som oavsett signifikans känns rimligt eftersom högre risker inom ESG borde leda till högre företagsrisker.
Vidare då alla sektorer samlades i en och samma regression blev resultatet annorlunda dels eftersom fler observationer inkluderades, ytterligare förklaringsvariabler i form av P/E-tal och D/E lades in i modellen samt att dummyvariabler applicerades. Noll hypotesen förkastades och ESG Risk Rating påverkar därmed beta-värdet, med andra ord ett företags förväntade tillväxt. Som tidigare nämnt är påverkan låg men bör ej uteslutas och en ökning i ESG Risk Rating ökar därmed beta-värdet. Detta kan tolkas som att företag med låg ESG Risk Rating också har en låg beta vilket betyder lägre risk. Detta stärker Friede, Busch och Bassens tidigare forskning som menar på att ESG investeringar långsiktigt är stabila och är mindre volatila46. Å andra sidan har de enskilda regressionsmodellerna per industri motbevisat forskningen. En förklaring kan vara vilket tidsintervall som används. Sustainalytics ESG mått startades år 2018 och har därmed inte data tillgänglig från längre back i tiden. Då alla tre nyckeltalen beta-värdet, unlevered beta och P/E-talet räknas ut från femåriga historiska data kan modellen bli missvisande.
Fortsättningsvis blev den sammanställda modellen signifikant trots att observationerna tidigare blivit icke signifikant i de enskilda modellerna. Detta tyder på att utökandet av observationer leder till bättre signifikans. Då urvalet är begränsat och företagen är utsatta för liknande risker kan det leda till att ESG som ensam förklaringsvariabel är för vagt. En lösning hade varit att använda sig av tidseriedata och jämföra årlig utveckling. Data som finns att tillgå för ESG men ej för ESG Risk Rating.
45 Franzén, ESG Portfolio and Stock Returns, Lunds Universitet, 2019. 46 Friede, Busch & Bassen, ESG and financial performance. 2015
39
6. Slutsats
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.
