Kan grönare bolag överprestera miljöbovarna?
- en studie av sambandet mellan växthusgasutsläpp och avkastning på den svenska aktiemarknaden
Kandidatuppsats 15 hp
Företagsekonomiska institutionen Uppsala universitet
HT 2020
Datum för inlämning: 2021-01-15
Andreas Glückman
Sammandrag
I och med att medvetenheten om klimatf¨or¨andringar v¨axer ¨okar trycket att ¨overg˚a till ett l˚agutsl¨appssamh¨alle. Detta har medf¨ort att investerare i allt st¨orre utstr¨ackning till¨ampar h˚allbara investeringsstrategier. Denna studie unders¨oker om investeringar med l˚ag utsl¨apps- intensitet genererar en st¨orre riskjusterad avkastning ¨an investeringar med h¨og utsl¨appsintensitet p˚a den svenska aktiemarknaden. Till f¨oljd av ett allt mer utbrett sentiment att investera h˚allbart kan en f¨orv¨anta sig ett negativt samband mellan utsl¨appsintensitet och avkastning. Genom portf¨oljsortering utifr˚an bolags utsl¨appsintensitet under 2010 – 2019 finner denna studie indi- kationer p˚a ett positivt samband mellan utsl¨appsintensitet och avkastning. Portf¨oljer best˚aende av bolag med h¨og utsl¨appsintensitet genererar konsekvent en h¨ogre avkastning ¨an portf¨oljer best˚aende av bolag med l˚ag utsl¨appsintensitet. D¨aremot finner studien inga statistiskt signifi- kanta resultat vilket inneb¨ar att det inte g˚ar att utesluta att resultaten ¨ar slumpm¨assiga.
Nyckelord: Scope, Utsl¨appsintensitet, Riskjusterad avvikelseavkastning, CAPM, Carharts fyr- faktormodell, svenska aktiemarknaden
Inneh˚ allsf¨ orteckning
1 Introduktion 3
2 Litteratur¨oversikt 5
2.1 Hypotesutveckling . . . 7
2.1.1 Hypotesformulering . . . 8
3 Ramverk 9 3.1 Greenhouse Gas Protocol . . . 9
4 Data 11 4.1 Data och urval . . . 11
4.2 Variabler . . . 11
5 Metod 13 5.1 Utsl¨appsportf¨oljer . . . 13
5.1.1 Zero-Invest portf¨olj . . . 14
5.2 Regressioner . . . 14
5.2.1 CAPM-regressioner . . . 14
5.2.2 Carharts fyrfaktormodell-regressioner . . . 15
6 Resultat 16 6.1 Portf¨oljresultat . . . 16
6.1.1 Portf¨oljresultat - Scope 1 portf¨oljer . . . 16
6.1.2 Portf¨oljresultat - Scope 2 portf¨oljer . . . 17
6.2 Regressionsresultat . . . 17
6.2.1 Regressionsresultat - Scope 1 portf¨oljer . . . 17
6.2.2 Regressionsresultat - Scope 2 portf¨oljer . . . 18
7 Diskussion 20 8 Slutsats 22 8.1 Studiens begr¨asningar och f¨orslag till framtida forskning . . . 22
Referenser 23
Appendix 26
1 Introduktion
Under 2020 utf¨orde tj¨anstepensionsbolaget Alecta ett klimatrelaterat stresstest p˚a sin aktie- portf¨olj f¨or att bed¨oma portf¨oljbolagens sensitivitet gentemot att kostnaderna f¨or att sl¨appa ut koldioxid ¨okar. Resultatet var enligt Alectas VD ”¨ogon¨oppnande”, d˚a det pris f¨or utsl¨appsr¨atter som ¨ar i niv˚a med vad som kr¨avs f¨or att m¨ota FN:s 2 graders- m˚al skulle medf¨ora signifikanta kostnads¨okningar f¨or bolagen. Om portf¨oljbolagen bibeh˚aller den niv˚a av v¨axthusgasutsl¨app de har idag, och priset p˚a utsl¨app samtidigt stiger till denna potentiella niv˚a, skulle detta scenario inneb¨ara en 29% minskning av marknadsv¨ardet p˚a Alectas aktieportf¨olj (Stiernstedt, 2020).
Detta visar p˚a att om inte v¨axthusgasintensiva bolag agerar, st˚ar dess investerare inf¨or risken att marknadsv¨ardena urholkas
Under det senaste ˚artiondet har konceptet Socially Responsible Investments (SRI) v¨axt fram bland investerare. SRI ¨ar en investeringsstrategi som inkluderar eller exkluderar tillg˚angar base- rat p˚a ekologiska-, sociala, f¨oretagsstyrnings- och etiska kriterier (Renneboog, Horst och Zhang, 2008). Som hj¨alpmedel vid investeringsbeslut inom SRI anv¨ands ESG-faktorer som integrerar h˚allbarhetsagerande inom (E) milj¨o, (S) socialt ansvar och (G) f¨oretagsstyrning vid fundamen- tal investeringsanalys (Eccles, Serafeim, och Krzus, 2011). P˚a en aggregerad marknadsniv˚a har (E) f˚att s¨arskilt stort intresse (ibid). Subindex (E) blir ¨aven allt mer aktuellt i samband med den r˚adande klimatf¨or¨andringen. Klimatf¨or¨andringen har utvecklats till ett allm¨ant accepterat hot mot v˚ar planet som kr¨aver reglerande ˚atg¨arder (Stern, 2007; IPCC, 2007). Existerande bevis tyder sammantaget p˚a att nettokostnaden som klimatf¨or¨andringar medf¨or sannolikt kommer att bli betydande och ¨oka med tiden (IPCC, 2020).
Marknadens st¨orsta intresse inom subindex (E) har blivit v¨axthusgasutsl¨app (Eccles, Se- rafeim, och Krzus, 2011). Det r˚ader d¨aremot inte konsensus i huruvida v¨axthusgasutsl¨app p˚averkar investeringsavkastning. Sambandet mellan v¨axthusgasutsl¨app och investeringsavkast- ning har d¨arf¨or blivit av s¨arskilt intresse att unders¨oka. Befintlig litteratur som unders¨oker sambandet mellan bolags v¨axthusgasutsl¨app och aktieavkastning har funnit motstridiga re- sultat. D¨aremot skiljer sig befintlig litteratur ˚at i hur v¨axthusgasutsl¨app m¨ats, vilket g¨or det sv˚art att dra n˚agra generella slutsatser. En del forskare menar att bolag med h¨oga niv˚aer av v¨axthusgasutsl¨app ¨ar utsatta f¨or en v¨axthusgasrisk till f¨oljd av ¨okade statliga regleringar och stigande priser p˚a utsl¨appsr¨atter (Weitzman, 2009; Litterman, 2013; Pindyck 2013). Bolton och Kacperczyk (2020) och Hsu, Li och Tsou (2020) visar att v¨axthusgasrisker priss¨atts med en riskpremie vilket medf¨or ett positivt samband mellan utsl¨app och avkastning. I kontrast till studier som funnit ett positivt samband mellan utsl¨app och avkastning, finner ett flertal and- ra studier st¨od f¨or att bolag med l˚aga niv˚aer av v¨axthusgasutsl¨app genererar en riskjusterad
¨
overavkastning (Derwall et al., 2005; In, Park och Monk, 2019). Den befintliga forskningen som unders¨okt sambandet mellan v¨axthusgasutsl¨app och avkastning har till st¨orre del unders¨okt sambandet p˚a den amerikanska aktiemarknaden vilket medf¨or en avsaknad av studier p˚a den europeiska aktiemarknaden och f¨oljaktligen den svenska aktiemarknaden. Det finns anledning att tro att ett tydligt samband mellan v¨axthusgasutsl¨app och avkastning skulle vara n¨arvarande p˚a den europeiska marknaden, och p˚a den svenska marknaden i synnerhet. Detta eftersom bo- lag verksamma inom s¨arskilda industrier inom EU beh¨over betala f¨or sina v¨axhusgasutsl¨app genom utsl¨appsr¨atter, vilket amerikanska bolag inte beh¨over (Gleason, 2018). Den svenska aktiemarknaden ¨ar s¨arskilt intressant att unders¨oka d˚a Sverige har v¨arldens str¨angaste lagstift- ning f¨or h˚allbar f¨orvaltning av pensionskapital och anses vara v¨arldsledande inom h˚allbarhet (Regeringen, 2020; Strand et al., 2015). Denna studie ¨amnar d¨arf¨or unders¨oka hur sambandet mellan v¨axthusgasutsl¨app och avkastning f¨orh˚aller sig p˚a den svenska aktiemarknaden.
F¨or att unders¨oka sambandet konstrueras portf¨oljer sorterade utifr˚an svenska bolags utsl¨apps- intensitet under 2009 – 2018. Utsl¨appsintensitet definieras som kvoten av bolagens absoluta niv˚a av utsl¨app och oms¨attning. Den absoluta niv˚an av utsl¨app m¨ats med Scope-variabler som inkluderar samtliga v¨axthusgaser som omfattas av Kyotoprotokollet. Resultaten antyder att portf¨oljer best˚aende av bolag med h¨og utsl¨appsintensitet har en h¨ogre efterf¨oljande avkastning
¨an portf¨oljer best˚aende av bolag med l˚ag utsl¨appsintensitet. D¨aremot p˚atr¨affas inga signifikanta resultat. Till f¨oljd av en avsaknad av signifikanta resultat g˚ar det inte att utesluta att resultaten
¨ar slumpm¨assiga.
˚Aterst˚aende del av studien ¨ar strukturerad enligt f¨oljande. Avsnitt 2 beskriver tidigare stu- diers resultat p˚a en detaljerad niv˚a genom en litteratur¨oversikt. Avsnitt 3 redog¨or studiens ramverk genom en beskrivning av Greenhouse Gas Protocol och Scope. I avsnitt 4 presente- ras studiens data och urval samt tillh¨orande deskriptiv statistik. Avsnitt 5 beskriver studiens framlagda metod f¨oljt av avsnitt 6 d¨ar studiens resultat presenteras. Avslutningsvis redog¨ors studiens analys i avsnitt 7 och studiens slutsats i avsnitt 8.
2 Litteratur¨ oversikt
Sedan det blev uppenbart att klimatf¨or¨andringar medf¨or risker som p˚averkar finansiella mark- nader har den potentiella kopplingen till investeringsavkastning blivit allt mer central och f˚att ett ¨okat intresse bland forskare. Inom befintlig litteratur har olika metoder anv¨ants f¨or att unders¨oka kopplingen mellan milj¨oprestation (MP) och finansiell prestation (FP). Ett bolags FP m¨ats vanligtvis genom aktieavkastning. D¨aremot f¨orekommer en stor variation i hur tidi- gare studier har valt att m¨ata MP, exempelvis utifr˚an egenkonstruerade po¨angssystem eller m¨angden koldioxidutsl¨app (jmf. Derwall et al., 2005: Bolton och Kacperczyk, 2020). Medan tidigare empiriska studier fokuserar p˚a att best¨amma f¨orh˚allandet mellan ett bolags MP och FP utvidgas nya studier till att unders¨oka de mekanismer genom vilka MP kan p˚averka FP.
Portf¨oljsortering anv¨ands f¨or att utv¨ardera resultatet av investeringsstrategier som inneh˚aller milj¨ofaktorer, allts˚a portf¨oljer sorterade utifr˚an bolags MP f¨or att j¨amf¨ora den genomsnittliga riskjusterade avkastningen (FP) f¨or dessa portf¨oljer.
Cohen, Fenn och Konar (1997) konstruerar branschspecifika portf¨oljer utifr˚an S&P 500 f¨or att unders¨oka om amerikanska bolag med god MP presterar bra finansiellt. MP m¨ats ¨over tre˚arsperioden 1987 – 1989 medan FP m¨ats ¨over en fem˚arig tidsperiod, 1987 - 1991. M˚att f¨or FP ¨ar avkastning p˚a totalt kapital, avkastning p˚a eget kapital och aktieavkastning. MP data best˚ar av nio olika m˚att f¨or samtliga bolag i urvalet, som till exempel volym av kemiska utsl¨app och antalet milj¨of¨orfaranden. Dessa m˚att baseras p˚a faktiska offentliga register eller offentliggjorda uppgifter fr˚an bolagen i urvalet. Bolagen rankas utifr˚an variablerna f¨or MP d¨ar de b¨ast rankade bolagen sorteras in i den ena portf¨oljen och de s¨amst rankade bolagen i den andra. Studien visar att investeringar i milj¨ov¨anliga bolag varken h¨ammar eller gynnar investeringsavkastningen. D¨aremot indikerar resultaten att en v¨albalanserad portf¨olj best˚aende av de b¨ast rankade bolagen inom respektive bransch genererar en lika bra eller b¨attre avkastning
¨an S&P 500 indexet.
Derwall et al. (2005) unders¨oker om investerare erh˚aller en l˚angsiktig premie eller straffas av att inneha milj¨om¨assigt ansvarsfulla bolag. Studien unders¨oker amerikanska bolag under tidspe- rioden juli 1995 – december 2003 och best˚ar av tv˚a delar. F¨orst konstrueras tv˚a portf¨oljer utifr˚an milj¨oeffektivitetspo¨ang. Po¨angen ¨ar inh¨amtade fr˚an Innovest databas och anv¨ands som m˚att f¨or MP. Innovest po¨angsystem ¨ar komplext och omfattande d¨ar bolagen som utv¨arderas bed¨oms utifr˚an cirka 60 dimensioner vilka gemensamt ligger till grund f¨or vilket milj¨oeffektivitetspo¨ang bolagen erh˚aller. N¨ar portf¨oljerna ¨ar konstruerade till¨ampas modeller f¨or prestationsattribut f¨or att testa om det f¨oreligger n˚agon skillnad i prestation mellan portf¨oljerna som ¨ar bety- dande och h¨anf¨orlig till milj¨okomponenten. Utifr˚an regressioner baserat p˚a Carharts (1997) fyrfaktormodell finner Derwall et al. (2005) att bolag som presterar relativt bra utifr˚an In- novests milj¨om¨assiga dimensioner tillsammans genererar en riskjusterad ¨overavkastning. Mer specifikt uppm¨ats ett ˚arligt alfa om 6% f¨or en strategi som tar en l˚ang position i den b¨asta milj¨oportf¨oljen och en kort position i den s¨amsta milj¨oportf¨oljen.
En mer tidsaktuell portf¨oljstudie genomf¨ordes av In, Park och Monk (2019). De unders¨oker om en investeringsstrategi som tar v¨axthusgasutsl¨app i beaktning ¨overavkastar marknaden. Stu- dien innefattar 736 amerikanska bolag under tidsperioden januari 2005 – december 2015. De konstruerar Zero-Investment portf¨oljer som tar en l˚ang position i de mest utsl¨appseffektiva bola- gen och en kort position i de mest utsl¨appsineffektiva bolagen. F¨or att m¨ata utsl¨appseffektivitet inh¨amtas MP-data fr˚an Trucost som innefattar utsl¨appsdata f¨or sex v¨axthusgaser som fastst¨alls av Kyotoprotokollet. In, Park och Monk (2019) konstaterar att utsl¨appseffektiva bolag i ge- nomsnitt ¨overpresterar utsl¨appsineffektiva bolag med undantag f¨or sm˚a bolag. Resultaten visar
¨aven att de utsl¨appseffektiva bolagen tenderar att ha starka ekonomiska resultat, s˚asom h¨og av- kastning p˚a investerat kapital (ROIC) och starka kassafl¨oden. Under studieperioden genererar
Zero-Investment portf¨oljerna en riskjusterad ¨overavkastning om 3,5–5,4% per ˚ar.
Bolton och Kacperczyk (2019) unders¨oker om investerare effektivt priss¨atter koldioxidrisk genom att f¨ors¨oka identifiera en potentiell koldioxidpremie p˚a den amerikanska marknaden. De genomf¨or en studie som liknar den In, Park och Monk (2019) genomf¨orde, men kontrollerar ¨aven f¨or bransch, bolagens egenskaper och k¨anda riskfaktorer. Resultaten visar ett positivt och sig- nifikant samband mellan avkastning och bolagens v¨axthusgasutsl¨app. Sambandet blir d¨aremot insignifikant n¨ar de kontrollerar f¨or industrieffekter. F¨orfattarna menar att den h¨ogre avkast- ningen h¨anf¨or sig till en koldioxidpremie. Mer specifikt uppskattar de hur koldioxidpremien ¨ar relaterad till tre olika m˚att p˚a bolagens utsl¨app: (i) den totala utsl¨appsniv˚an, (ii) f¨or¨andring av utsl¨app fr˚an ˚ar till ˚ar, och, (iii) utsl¨appsintensitet, vilket m¨ater koldioxidutsl¨app i relation till oms¨attning. F¨orfattarna kommer fram till att koldioxidpremien ¨ar relaterad till niv˚an av utsl¨app men inte utsl¨appsintensiteten.
Liesen et al. (2017) unders¨oker hur bolags offentligg¨orande av v¨axthusgasutsl¨app p˚averkar aktieavkastningen under perioden 2005 – 2009. Bolagen i urvalet blir tilldelade po¨ang utifr˚an hur fullst¨andiga data g¨allande v¨axthusgasutsl¨app de redovisar. Po¨angen s¨atts utifr˚an tre krite- rier d¨ar bolagen erh˚aller en etta eller en nolla beroende p˚a om respektive kriterium ¨ar uppfyllt.
F¨oljaktligen erh˚aller varje bolag mellan 0–3 po¨ang. F¨orfattarna samlar information om 433 europeiska bolags v¨axthusgasutsl¨app och delar sedan in bolag i portf¨oljer utifr˚an respektive bolags erh˚allna po¨ang. Portf¨oljerna regresseras med en expanderad version av Carharts fyr- faktormodell som tar h¨ansyn till branscheffekter. Resultaten visar att investerare under den unders¨okta tidsperioden kan uppn˚a en riskjusterad ¨overavkastning om 13% per ˚ar genom att investera i bolagen med h¨ogst po¨ang.
F¨or att unders¨oka det empiriska sambandet mellan utsl¨app och aktieavkastning p˚a bo- lagsniv˚a konstruerar Hsu, Li och Tsou (2020) portf¨oljer sorterade utifr˚an utsl¨appsintensitet.
M˚attet f¨or utsl¨appsintensitet konstrueras utifr˚an respektive bolags bokf¨orda v¨arde och den to- tala niv˚an av utsl¨app. Portf¨oljsorteringen visar att bolag som har h¨ogre utsl¨app ¨ar f¨orknippade med h¨ogre efterf¨oljande avkastning. En portf¨oljstrategi som tar en l˚ang position i bolag med h¨og utsl¨appsintensitet och en kort position i bolag med l˚ag utsl¨appsintensitet genererar en statis- tiskt signifikant genomsnittlig avkastning om 5,52% per ˚ar. Sammantaget indikerar resultaten i Hsu, Li och Tsous (2020) unders¨okning att en utsl¨appsrelaterad riskpremie ¨ar n¨arvarande p˚a den amerikanska aktiemarknaden.
Det ¨ar sv˚art att dra n˚agra generella slutsatser utifr˚an dessa studier. N˚agra finner ett positivt samband mellan MP och FP (jmf. Bolton och Kacperczyk, 2019; Hsu, Li och Tsou, 2020) medan andra finner ett negativt samband (jmf. Derwall et al., 2005; In, Park och Monk, 2019; Liesen et al., 2017) eller inget samband alls (Cohen, Fenn och Konar, 1997). Detta beror m¨ojligtvis p˚a att det f¨oreligger stor variation i hur MP m¨ats f¨or att f¨orklara FP. Det finns en problematik i att tidigare studier till¨ampar ett brett spektrum av m˚att f¨or att m¨ata MP d˚a det medf¨or sv˚arigheter i att p˚a ett tillf¨orlitligt s¨att j¨amf¨ora resultaten i dessa studier mot varandra. F¨or att mildra problemet kan det vara f¨ordelaktigt att till¨ampa ett standardiserat MP m˚att n¨ar en unders¨oker samband mellan MP och FP. Denna studie tar d¨arf¨or efter Bolton och Kacperczyk (2020) och In, Park och Monk (2019) som anv¨ander ett standardiserat MP m˚att f¨or att ¨oka j¨amf¨orbarheten i den h¨ar typen av studier. Deras studier utg˚ar fr˚an Greenhouse Gas Protocol (GHGP) som har standardiserat v¨axthusgasutsl¨app genom Scope- variabler.
2.1 Hypotesutveckling
Trots att det inte r˚ader konsensus inom befintlig litteratur om hur utsl¨app p˚averkar avkastning har investerare b¨orjat inse skiftet mot h˚allbara investeringar. Institutionella investerare har i allt h¨ogre grad observerat att h˚allbarhetsrelaterade risker kan ha en m¨atbar effekt p˚a ett bolags marknadsv¨arde och rykte. En unders¨okning av Bernow, Klempner och Magnin (2017) visar att det vanligaste sk¨alet till att institutionella investerare bedriver h˚allbara investeringar
¨ar att f¨orb¨attra avkastningen och det n¨ast vanligaste sk¨alet ¨ar f¨or att st¨arka riskhanteringen.
D¨arut¨over genomf¨or Bassen, Busch och Friede (2015) en omfattande unders¨okning baserat p˚a fler ¨an 2000 studier under de senaste fyra decennierna och visar att h˚allbara investeringar ¨ar okorrelerade med minskad avkastning.
I en rapport publicerad av Alternative Investment Management Association (AIMA) och KPMG framg˚ar det att hedgefondf¨orvaltare k¨anner en etisk press att investera h˚allbart (KPMG, 2020). Den viktigaste drivkraften bakom hedgefonders ESG-investeringar ¨ar en v¨axande efter- fr˚agan bland investerare. I rapporten presenteras en unders¨okning vilken inkluderar 135 in- stitutionella investerare, hedgefondf¨orvaltare och l˚angsiktiga investerare i 13 olika l¨ander med ett f¨orvaltat kapital om 6,25 biljoner dollar. Unders¨okningen visar att 84% av de tillfr˚agade rapporterade ett ¨okat intresse f¨or ESG-orienterade fonder och strategier under de 12 m˚anader innan deltagandet i unders¨okningen. Noterbart i rapporten ¨ar att 44% av de tillfr˚agade insti- tutionella investerarna anger att allokeringen av kapital i ESG-orienterade hedgefonder drevs av m¨ojligheten att generera alfa och hantera l˚angsiktiga risker (KPMG, 2020). Vidare obser- veras stora kapitalfl¨oden till h˚allbara fonder. I en rapport av Morningstar (2020) framg˚ar det att kapitalfl¨odena till h˚allbara fonder i USA uppgick till 21,4 miljarder dollar 2019, en n¨astan fyrfaldig ¨okning j¨amf¨ort med f¨oreg˚aende kalender˚arsrekord som sattes 2018.
Ett liknande m¨onster observeras ¨aven i Sverige d¨ar allt fler st¨orre institutionella investerare har ¨overg˚att till en h˚allbar investeringsstrategi. Sverige har till exempel v¨arldens str¨angaste lagstiftning f¨or h˚allbar f¨orvaltning av pensionskapital (Regeringen, 2020). En stor del av foku- sen inom denna h˚allbara investeringsstrategi ligger i att minska koldioxidavtrycket d¨ar samtliga av AP-fonderna rapporterar sitt koldioxidavtryck. AP4 har valt klimat och milj¨o som priori- terat h˚allbarhetsomr˚ade och har som m˚al att minska koldioxidavtrycket i sina investeringar (Fj¨arde AP-fonden, 2019). Ut¨over de statliga pensionsfonderna som arbetar med att mins- ka sitt koldioxidavtryck, finns det ¨aven m˚anga stora institutionella investerare med samma m˚als¨attning. Larry Fink, verkst¨allande direkt¨or f¨or det amerikanska investmentbolaget Black- rock, skrev 2020 i sitt ˚arliga brev till sina portf¨oljbolag att investmentbolaget kommer avyttra bolag som ¨ar exponerade mot h¨oga h˚allbarhetsrelaterade risker (Fink, 2020).
Studien argumenterar s˚aledes att det stora och v¨axande intresset bland investerare f¨or h˚allbara investeringar b¨or ˚aterspeglas i avkastningen. De vanligaste anledningarna till att till¨ampa h˚allbara investeringsstrategier har visat sig vara att f¨orb¨attra avkastningen och att hantera risker. Att hantera risker innefattar delvis att exkludera bolag som inte uppfyller vissa h˚allbarhetskrav, negativ screening. Negativ screening ¨ar globalt den mest anv¨anda strategin f¨or h˚allbara investeringar (Bernow, Klempner och Magnin, 2017). Institutionella investerare ex- kluderarar i stor utstr¨ackning bolag med d˚alig MP f¨or att hantera l˚angsiktiga risker och k¨oper bolag med god MP i syfte att f¨orb¨attra avkastningen. Denna studie argumenterar s˚aledes att en minskad efterfr˚agan p˚a bolag med h¨og utsl¨appsintensitet p˚averkar deras aktiekurser negativt samtidigt som en ¨okad efterfr˚agan p˚a bolag med en l˚ag utsl¨appsintensitet p˚averkar deras aktie- kurser positivt. Vidare anses detta samband vara s¨arskilt p˚atagligt p˚a den svenska marknaden.
Dels eftersom Sverige ¨ar ledande inom h˚allbarhet, men ¨aven till f¨oljd av h˚arda regleringar.
2.1.1 Hypotesformulering
Till f¨oljd av att investeringar i bolag med l˚ag utsl¨appsintensitet blir allt mer attraktiva f¨or investerare samtidigt som investerare i st¨orre utstr¨ackning undviker att investera i bolag med h¨og utsl¨appsintensitet f¨orv¨antas niv˚a av utsl¨appsintensitet ˚aterspeglas i aktieavkastningen. Mer specifikt f¨orv¨antas portf¨oljer best˚aende av bolag med l˚ag utsl¨appsintensitet genererar en h¨ogre riskjusterad avkastning ¨an portf¨oljer best˚aende av bolag med h¨og utsl¨appsintensitet. F¨oljande forskningsfr˚aga och efterf¨oljande hypoteser har formulerats:
Har investeringar med l˚ag niv˚a av utsl¨appsintensitet genererat en h¨ogre riskjusterad avkast- ning ¨an investeringar med h¨og niv˚a av utsl¨appsintensitet?
H0 : Portf¨oljer best˚aende av bolag med l˚ag utsl¨appsintensitet har inte en statistiskt signifi- kant h¨ogre riskjusterad ¨overavkastning ¨an portf¨oljer best˚aende av bolag med h¨og utsl¨appsintensitet.
H1 : Portf¨oljer best˚aende av bolag med l˚ag utsl¨appsintensitet har en statistiskt signifikant h¨ogre riskjusterad ¨overavkastning ¨an portf¨oljer best˚aende av bolag med h¨og utsl¨appsintensitet.
F¨or att unders¨oka forskningsfr˚agan och dess tillh¨orande hypoteser genomf¨ors en portf¨oljstudie som specifikt fokuserar p˚a aktieavkastning och v¨axthusgasutsl¨app d¨ar bolagen i urvalet sorteras utifr˚an utsl¨appsintensitet.
3 Ramverk
3.1 Greenhouse Gas Protocol
Greenhouse Gas Protocol (GHGP) tillhandah˚aller redovisnings- och rapporteringstandarder, sektorv¨agledning, ber¨akningsverktyg och utbildningar f¨or myndigheter och f¨oretag. GHGP har etablerat ett omfattande globalt standardiserat ramverk f¨or att m¨ata och rapportera utsl¨app fr˚an privata och offentliga verksamheter. Ramverket omfattar redovisnings- och rapporterings- standarder av de sex v¨axthusgaser som omfattas av Kyotoprotokollet. Dessa standarder anv¨ands utbrett vilket kan h¨anf¨oras till att m˚anga intressenter ingick i dess utveckling. Detta har i sin tur medf¨ort att de ¨ar robusta, praktiska och bygger p˚a erfarenhet och expertis fr˚an m˚anga experter och ut¨ovare (Greenhouse Gas Protocol, 2015). Ett stort antal befintliga handlingspro- gram mot v¨axthusgaser anv¨ander standarden f¨or sina egna redovisnings- och rapporteringskrav och den ¨ar kompatibel med de flesta av dem, till exempel UK ETS och EU ETS.1 GHGP standarden bygger p˚a fem principer som delvis h¨arr¨or fr˚an allm¨ant vedertagna redovisnings- och rapporteringsprinciper (ibid). Principerna presenteras i tabell 1.
Tabell 1: Sammanst¨allning av GHGP-principer
Tabellen visar en sammanst¨allning ¨over Greenhouse Gas Protocols principer f¨or redovisning och rapportering av v¨axthusgaser.
Principer Beskrivning
Relevans
S¨akerst¨alla att v¨axthusgasinventeringen p˚a ett l¨ampligt s¨att ˚aterspeglar f¨oretagets v¨axthusgasutsl¨app och tj¨anar anv¨andarnas beslutsbehov - b˚ade internt och externt f¨or f¨oretaget.
Fullst¨andighet Redog¨ora f¨or och rapportera om alla v¨axthusgasutsl¨appsk¨allor och aktiviteter inom den valda inventeringsgr¨ansen. Uppge och r¨attf¨ardiga eventuella undantag.
Konsistens
Anv¨anda konsekventa metoder f¨or att m¨ojligg¨ora meningsfulla j¨amf¨orelser av ut- sl¨app ¨over tid. Transparent dokumentera alla ¨andringar av data, inventeringsgr¨anser, metoder eller andra relevanta faktorer i tidsserien.
Transparens
Adressera relevanta fr˚agor p˚a ett sakligt och sammanh¨angande s¨att baserat p˚a en tydlig verifieringskedja. Ange relevanta antaganden och h¨anvisa till bokf¨oringen och ber¨akningsmetoder och anv¨anda datak¨allor.
Noggrannhet
S¨akerst¨alla att kvantifieringen av v¨axthusgasutsl¨app systematiskt varken ¨ar ¨over- eller underskattad och att os¨akerheten minskas i den m˚an det ¨ar praktiskt m¨ojligt.
Uppn˚a tillr¨acklig noggrannhet f¨or att m¨ojligg¨ora f¨or anv¨andare att fatta beslut med rimlig f¨ors¨akran om integriteten i den rapporterade informationen.
Fr˚an The Greenhouse Gas Protocol (s. 7), av The Greenhouse Gas Protocol, 2015.
GHGP klassificerar bolags v¨axthusgasutsl¨app i tre omfattningar, Scope 1, 2 och 3. Scope- variablerna inkluderar sex olika v¨axthusgaser vilket inkluderar bland annat koldioxid och me- tan (Greenhouse Gas Protocol, 2015). Scope 1 omfattar direkta utsl¨app fr˚an f¨oretags¨agda och kontrollerade resurser som ett direkt resultat av aktiviteter p˚a f¨oretagsniv˚a. Aktiviteter som resulterar i Scope 1- utsl¨app ¨ar generellt f¨orbr¨anning av fossila br¨anslen, fysisk eller kemisk bearbetning och transporter av material och produkter. Scope 2 omfattar indirekta utsl¨app som uppst˚ar till f¨oljd av bolagets verksamhet. Scope 2- utsl¨app h¨anf¨or sig till energiproduktion som konsumeras i bolagets ¨agda eller kontrollerade produktion eller verksamhet, men som inte genereras av bolaget sj¨alvt som till exempel ink¨opt fj¨arrv¨arme, fj¨arrkyla och ˚anga. Samtliga indirekta utsl¨app som inte inkluderas i Scope 2 omfattas av det tredje och sista Scopet; Scope 3. Scope 3 innefattar alla utsl¨app som f¨orekommer i det rapporterande bolagets v¨ardekedja och st˚ar f¨or majoriteten av bolagens utsl¨app. Trots att majoriteten av bolags utsl¨app h¨arr¨or till Scope 3 ¨ar anv¨andning av denna variabel problematisk. Scope 3 innefattar 15 underkategorier vilka bolagen sj¨alva v¨aljer vilka kategorier som inkluderas vid ber¨akning av Scope 3- utsl¨app.
S˚aledes finns en risk att ber¨akningen blir godtycklig vilket ¨ar varf¨or Scope 3 inte l¨ampar sig
1UK ETS ¨ar Storbritanniens system f¨or handel med utsl¨appsr¨atter. EU ETS ¨ar Europas system f¨or handel med utsl¨appsr¨atter.
v¨al f¨or j¨amf¨orelser mellan bolag (Greenhouse Gas Protocol, 2015). D¨arut¨over ¨ar Scope 3 obe- stridligen det Scope som ¨ar sv˚arast att ber¨akna, d˚a f˚a bolag kan antas ha fullst¨andig insyn i utsl¨app som uppkommer fr˚an aktiviteter i v¨ardekedjan som inte ¨overvakas eller kontrolleras av bolaget sj¨alv.
4 Data
4.1 Data och urval
Studien anv¨ander publika bolag noterade p˚a Nasdaq Stockholm. Studien innefattar samtliga bolag som redovisar Scope 1- och/eller Scope 2- utsl¨app som ¨overstiger ett metriskt ton under tidsperioden 2009 – 2018. D˚a Scope 3 inte kan antas utg¨ora tillf¨orlitlig information utesluts denna variabel. Av samtliga bolag noterade p˚a Nasdaq Stockholm rapporterar 76 bolag Scope 1- data och 77 bolag Scope 2- data under tidsperioden 2009 – 2018. D¨aremot konstruerar studien portf¨oljer utifr˚an de bolag med h¨ogst respektive l¨agst utsl¨appsintensitet och exkluderar d¨armed bolag som representerar ”medel utsl¨appsintensitet”. Det slutgiltiga urvalet best˚ar d˚a av 60 bolag som rapporterar Scope 1- data och 65 bolag som rapporterar Scope 2- data.2 Ut¨over utsl¨appsdata i form av Scope-variabler inh¨amtas ¨aven m˚anatlig aktieavkastning inklusive utdelningar och ˚arlig oms¨attning f¨or dessa bolag. M˚anatlig aktieavkastning h¨amtas f¨or perioden april 2010 – december 2019 och oms¨attning h¨amtas f¨or samtliga ˚ar mellan 2009 – 2018. Data som h¨anf¨or sig till bolagens utsl¨app, aktieavkastning och oms¨attning inh¨amtas via Refinitiv Datastream. Vidare inh¨amtas faktorer f¨or CAPM-modellen och Carharts fyrfaktormodell via Swedish House of Finance (SHF). SHF tillhandah˚aller dessa faktorer fram till december 2019 vilket ¨ar varf¨or detta ¨ar studiens slutdatum. Studiens startdatum motiveras av att ett begr¨ansat antal bolag rapporterar utsl¨app innan 2009. Nedan presenteras deskriptiv statistik ¨over absoluta utsl¨app av Scope, utsl¨appsintensitet och oms¨attning.
Tabell 2: Deskriptiv statistik
Statistiken ¨ar baserad p˚a utsl¨appsdata fr˚an 2009 – 2018. Scope 1 refererar till direkta utsl¨app. Scope 2 refererar till indirekta utsl¨app.
Absoluta utsl¨app presenteras i metriska ton. Utsl¨appsintensitet ¨ar respektive Scope dividerat med oms¨attning f¨or motsvarande ˚ar.
Oms¨attningen presenteras i tusentals kronor.
Deskriptiv statistik
Medelv¨arde Standardavvikelse Minimum Median Maximum
Scope 1 - absoluta utsl¨app (n=60) 1 411 952 10 383 972 3 27 196 169 469 430
Scope 1 - utsl¨appsintensitet (n=60) 62,48 611,60 0,00 0,74 10 087
Oms¨attning (n=60) 45 365 46 087 330 34 788 227 376
Scope 2 - absoluta utsl¨app (n=65) 167 059 344 536 7 19 272 1 789 000
Scope 2 - utsl¨appsintensitet (n=65) 4,17 6,04 0,00 1,28 30,69
Oms¨attning (n=65) 39 768 42 808 330 30 072 282 948
4.2 Variabler
Utsl¨appsdata genom Scope 1 och Scope 2 inh¨amtas i absoluta v¨arden. D˚a bolagens storlek har en p˚averkan p˚a det absoluta v¨ardet av v¨axthusgasutsl¨app normaliseras bolagens respektive v¨axthusgasutsl¨app med oms¨attning i motsvarande ˚ar (Anderson, Bolton och Samama, 2018).
I enlighet med Hsu, Li och Tsou (2020), In, Park och Monk (2019) och Bolton och Kacper- czyk (2020) anv¨ands det normaliserade v¨ardet som m˚att f¨or utsl¨appsintensitet. Att oms¨attning anv¨ands f¨or att ta fram utsl¨appsintensitet motiveras av att det m¨ojligg¨or f¨or j¨amf¨orelser med tidigare studier och f¨or att detta m˚att anv¨ands av investerare vid analys av bolagsutsl¨app. Till exempel anv¨ands utsl¨appsintensitet f¨or att avg¨ora hur aktierna i S&P 500 Carbon Efficient
2Se appendix tabell A1 och A2 f¨or samtliga bolag i Scope 1 portf¨oljer respektive Scope 2 portf¨oljer.
Index ska viktas (S&P 500, 2020). Utsl¨appsintensitet anv¨ands ¨aven som m˚att i Dagens Indu- stris klimatindex i syfte att m¨ojligg¨ora relevanta j¨amf¨orelser oavsett bolagens storlek (Dagens Industri, 2020). Utsl¨appsintensitet ber¨aknas enligt f¨oljande:
U tsl¨appsintensitet − Scope1i,t = Scope1i,t
Oms¨attningi,t (1)
U tsl¨appsintensitet − Scope2i,t = Scope2i,t
Oms¨attningi,t (2)
Scope1i,t motsvaras av bolagi direkta utsl¨app m¨att i metriska ton i ˚art. Scope2i,t motsvaras av bolag i indirekta utsl¨app m¨att i metriska ton i ˚ar t. Oms¨attning i,t motsvaras av bolag i oms¨attning ˚ar t. Kvoten av Scope1i,t och Oms¨attning i,t ¨ar bolag i utsl¨appsintensitet i ˚ar t. Kvoten av Scope2i,t och Oms¨attningi,t ¨ar bolag i utsl¨appsintensitet i ˚ar t.
Anv¨andandet av Scope som m˚att f¨or utsl¨app och utsl¨appsintensitet ¨ar dock inte helt oproble- matiskt. En legitim oro ¨ar huruvida bolagens v¨axthusgasutsl¨app m¨ats korrekt. F¨or att bem¨ota kritik g¨allande m¨atbegr¨ansningar i den h¨ar typen av studier anv¨ander Andersson, Bolton och Samama (2016) en analogi till kreditmarknaden. Likt m˚att f¨or v¨axthusgasutsl¨app anses m˚att f¨or kreditrisk vara bullriga och ha en inneboende bias. Detta har dock aldrig varit ett avg¨orande sk¨al f¨or kreditv¨arderingsinstitut att avskaffa kreditbetyg. Tv¨artemot har kreditbetyg snarare visat sig vara en f¨orst¨arkande faktor f¨or kreditmarknaderna trots viktiga felaktigheter i deras m¨atningar av kreditrisk.
N¨ar det g¨aller tillf¨orlitligheten hos utsl¨appsdata identifieras tv˚a potentiella problem. F¨or det f¨orsta inkluderar urvalet i denna unders¨okning dels bolag som frivilligt rapporterar information om sina utsl¨app men ¨aven bolag som ¨ar tvungna att rapportera information om sina utsl¨app till EU ETS. Bolag som omfattas av EU ETS ¨ar bolag inom specifika verksamhetsomr˚aden som till exempel f¨orbr¨anning och flyg (Naturv˚ardsverket, 2020). Bolag som har h¨oga niv˚aer av utsl¨app men som inte omfattas av EU ETS kan ha incitament att undanh˚alla s˚adan information om det f¨orv¨antas ha en negativ p˚averkan p˚a bolagets marknadsv¨arde eller rykte. D¨arf¨or kan en argumentera att det finns en risk f¨or urvalsbias. Den h¨ar studien syftar dock snarare till att unders¨oka om och hur investerare reagerar p˚a den utsl¨appsinformation som ¨ar offentligt tillg¨anglig, vilket ¨ar varf¨or urvalsbias inte b¨or vara ett problem i denna studie. F¨or det andra
¨ar det bolagen sj¨alva som rapporterar om sina utsl¨app. Sj¨alvrapporterad information l¨oper en h¨ogre risk att bli f¨orvr¨angd ¨an information som rapporteras av en opartisk tredje part.
EU ETS kr¨aver dock att utsl¨appsinformation rapporteras och verifieras ˚arligen (Europeiska kommissionen, 2018a). Verifieringen g¨ors antingen av en juridisk enhet eller juridisk person som
¨ar ackrediterad av ett nationellt ackrediteringsorgan eller av en person som ¨ar certifierad av den nationella certifieringsmyndigheten (ibid). ¨Aven om det inte g˚ar att garantera att utsl¨appsdata inh¨amtad fr˚an Refinitiv Datastream motsvarar den information som bolagen rapporterar till EU ETS anses det som troligt.
5 Metod
5.1 Utsl¨ appsportf¨ oljer
F¨or att identifiera ett potentiellt samband mellan bolagens utsl¨app och aktieavkastning kon- strueras likaviktade aktieportf¨oljer. Utifr˚an utsl¨appsintensitet sorteras bolagen in i respektive portf¨olj. M˚alet med portf¨oljsortering ¨ar att unders¨oka om framtida avkastning kan relateras till en viss egenskap hos respektive tillg˚ang, i det h¨ar fallet v¨axthusgasutsl¨app. Det ¨ar en ve- dertagen metod inom empirisk finanslitteratur f¨or att identifiera prisavvikelser och l¨onsamma investeringsstrategier (Cattaneo et al., 2018). Flertalet ansedda forskare inom finanslitteraturen till¨ampar denna metod (Fama och French, 1992; Jegadeesh och Titman, 1993)
Utifr˚an Scope 1 och Scope 2 konstrueras portf¨oljer baserat p˚a bolagens utsl¨appsintensitet.
Den tredjedel av urvalet f¨or Scope 1- respektive Scope 2- bolag med l¨agst utsl¨appsintensitet ben¨amns Scope 1 L˚ag utsl¨appsintensitet (S1L) och Scope 2 L˚ag utsl¨appsintensitet (S2L). Den tredjedel av urvalet f¨or Scope 1- respektive Scope 2- bolag med h¨ogst utsl¨appsintensitet ben¨amns Scope 1 H¨og utsl¨appsintensitet (S1H) och Scope 2 H¨og utsl¨appsintensitet (S2H). De bolag som representerar den tredjedel av urvalet som motsvarar ”Medel utsl¨appsintensitet” exkluderas d˚a studien endast unders¨oker skillnader mellan bolag med l˚aga respektive h¨oga niv˚aer av ut- sl¨appsintensitet. Baserat p˚a utsl¨appsdata f¨or respektive ˚ar, omsorteras portf¨oljerna i slutet av mars det efterf¨oljande ˚aret.3 F¨oljaktligen kommer portf¨olj “L˚ag” (“H¨og”) konsekvent best˚a av den tredjedel av aktierna i urvalet med l¨agst (h¨ogst) utsl¨appsintensitet. Varje aktie utg¨or initialt lika stor vikt inom portf¨oljerna. Portf¨oljerna h˚alls fram till omsortering vilket sker ˚arligen. D˚a bolagen i urvalet rapporterar Scope 1- och 2- data p˚a ˚arlig basis finns det ingen anledning att genomf¨ora mer frekventa omsorteringar. ¨Aven om aktierna i portf¨oljerna initialt ¨ar likaviktade kommer viktningen skifta under perioden mellan omsorteringarna till f¨oljd av att aktiernas m˚anatliga avkastning p˚averkar hur portf¨oljerna ¨ar viktade. N¨ar omsortering sedan sker lika- viktas aktierna ˚aterigen inom portf¨oljerna. F¨or att illusterara portf¨oljernas utveckling adderas
¨aven j¨amf¨orelseindexet SIX Return Index (SIXRX) in som benchmark. SIXRX representerar den genomsnittliga utvecklingen p˚a Stockholmb¨orsen inklusive utdelningar.
Vid portf¨oljstudier anv¨ands ofta data som offentligg¨ors i bolagens ˚arsredovisningar. Vid anv¨andandet av s˚adan data till¨ampas vanligtvis ett startdatum mellan 3–6 m˚anader efter r¨akenskaps˚arets slut (Fama och French, 1992). I denna studies avseende ¨ar det d¨arf¨or vik- tigt att s¨akerst¨alla att MP- variablerna, Scope 1 och 2, ¨ar k¨anda innan aktieavkastningen de syftar till att f¨orklara. Det finns inte n˚agot officiellt datum d˚a information om utsl¨app blir tillg¨anglig f¨or allm¨anheten. D¨aremot m˚aste bolag rapportera sina utsl¨app f¨or f¨oreg˚aende ˚ar till EU ETS innan slutet av mars (Europeiska kommissionen, 2020b). I enlighet med Fama och French (1992) ber¨aknas d¨arf¨or den m˚anatliga avkastningen f¨or samtliga portf¨oljer fr˚an och med april, d˚a utsl¨appsdata fr˚an f¨oreg˚aende ˚ar finns tillg¨angligt, till och med mars, ˚aret efter.4 Observationsperioden f¨oruts¨atter tv˚a antaganden. F¨or det f¨orsta antas bolagsspecifik utsl¨appsinformation bli offentligt tillg¨anglig n¨ar den skickas in till EU ETS. F¨or det andra an- tas att den effektiva marknadshypotesen h˚aller vilket inneb¨ar att ny information ˚aterspeglas i aktiepriset omedelbart.
3Se appendix tabeller A1 och A2 f¨or allokering av bolag till respektive portf¨olj.
4Se appendix figur A3 f¨or tidslinje ¨over inh¨amtning av Scope, oms¨attning och ackumulerad avkastning.
5.1.1 Zero-Invest portf¨olj
Studien konstruerar ¨aven tv˚a Zero-Investment portf¨oljer. En Zero-Investment portf¨olj ¨ar en aktieportf¨olj som best˚ar av v¨ardepapper som ackumulerat resulterar i ett nettov¨arde om noll (Alexander, 2000). Den ena Zero-Investment portf¨oljen tar en l˚ang position i S1L och en kort position i S1H och ben¨amns S1LMH. Den andra Zero-Investment portf¨oljen tar en l˚ang position i S2L och en kort position i S2H och ben¨amns S2LMH. Portf¨oljerna konstrueras enligt detta tillv¨agag˚angss¨att d˚a studiens hypotes ¨ar att bolag med l˚ag utsl¨appsintensitet generar en h¨ogre riskjusterad avkastning ¨an portf¨oljer med h¨og utsl¨appsintensitet.
5.2 Regressioner
Portf¨oljernas riskjusterade ¨over- eller underavkastning ber¨aknas via regressioner med Mossin (1966), Sharpe (1964) och Lintners (1965) CAPM-modell och Carharts (1997) fyrfaktormodell.
CAPM-modellen anv¨ands i stor utr¨ackning bland professionella investerare och beskriver rela- tionen mellan systematisk risk och f¨orv¨antad avkastning (Aytug, Fu och Sodini, 2020). Nack- delen ¨ar d¨aremot att modellen ansetts ha l˚ag f¨orklaringsgrad d˚a modellen har en of¨orm˚aga att f¨orklara tv¨arsnittet av genomsnittsavkastning (Fama och French, 1992). Fama och French (1992) trefaktormodell ¨ar en vidareutveckling av CAPM-modellen som tar h¨ansyn till ytterligare tv˚a riskfaktorer, sm˚abolagspremien (SMB) och v¨ardepremien (HML). Riskfaktorn SMB antyder att mindre bolag presterar b¨attre ¨an st¨orre bolag. V¨ardepremien HML antyder att v¨ardebolag pre- sterar b¨attre ¨an tillv¨axtbolag. Carharts (1997) fyrfaktormodell ¨ar en vidareutveckling av Fama och French trefaktormodell som inkluderar ytterligare en riskfaktor, momentumpremien, som tar h¨ansyn till justeringar i aktiekursriktningar. F¨ordelen med Carharts fyrfaktormodell ¨ar att den anses ha h¨ogre f¨orklaringsgrad ¨an CAPM-modellen och Fama och French trefaktormodell.
Samtliga regressioners intercept, alfa, beskriver om portf¨oljerna genererar en riskjusterad ¨over- eller underavkastning relativt anv¨ant benchmark.
I enlighet med studiens konstruerade likaviktade portf¨oljer inh¨amtas sm˚abolagspremien, v¨ardepremien och momentumpremien f¨or Carharts fyrfaktormodell likaviktade. SIXRX, den ge- nomsnittliga utvecklingen p˚a Stockholmb¨orsen inklusive utdelningar, ¨ar d¨aremot ett v¨ardeviktat index. Att variablerna ¨ar ber¨aknade utifr˚an olika vikter kan resultera i f¨orvr¨angda resultat.
Valet att konstruera likaviktade portf¨oljer motiveras av studiens omfattning d˚a det ¨ar en kom- plicerad process att konstruera v¨ardeviktade portf¨oljer och att det underl¨attar vid den ˚arliga ombalanseringen av portf¨oljerna. Vidare tar studien inte h¨ansyn till transaktionskostnader som exempelvis courtage. I praktiken uppst˚ar transaktionskostnader exempelvis n¨ar portf¨oljerna ombalanseras. D¨aremot finner Derwall et al. (2005) att eventuell ¨overavkastning genereras obe- roende om transaktionskostnader inkluderas eller inte.
5.2.1 CAPM-regressioner
Rp,m− Rfm = αp,m+ βp(Rmm− Rfm) + p,m (3) Rp,m ¨ar portf¨olj p m˚anatliga avkastning i m˚anad m. Rfm ¨ar den riskfria r¨antan i m˚anad
m. αp,m ¨ar portf¨olj p avvikelseavkastning i m˚anad m. Rmm− Rfm ¨ar marknadsriskpremien d¨ar Rmm ¨ar marknadsavkastningen (SIXRX) i m˚anadmoch Rfm ¨ar den riskfria r¨antan (en m˚anads svensk statsskuldv¨axel). p,m ¨ar portf¨olj p residualterm i m˚anad m.
5.2.2 Carharts fyrfaktormodell-regressioner
Rp,m− Rfm = αp,m+ β1(Rmm− Rfm) + β2SM Bm+ β3HM Lm+ β4M OMm+ p,m (4) Rp,m ¨ar portf¨olj p m˚anatliga avkastning i m˚anad m. Rfm ¨ar den riskfria r¨antan i m˚anad m. αp,m¨ar portf¨oljpavvikelseavkastning i m˚anadm. Rmm−Rfmrepresenterar marknadsriskpremi- en (SIXRX minus en m˚anads svensk statsskuldv¨axel). SM Bm representerar sm˚abolagspremien som ¨ar skillnaden i avkastning i en portf¨olj med stora bolag respektive en portf¨olj med sm˚a bolag i m˚anad m. HM Lm representerar v¨ardepremien som ¨ar skillnaden i avkastning mellan en h¨og book-to-market portf¨olj och l˚ag book-to-market portf¨olj i m˚anad m. M OMm represente- rar momentumpremien som ¨ar avkastningsskillnaden mellan portf¨oljer av aktier med h¨oga och l˚aga avkastningar i m˚anad m. p,m ¨ar portf¨olj p residualterm i m˚anad m. Samtliga faktorer ¨ar ber¨aknade av SHF f¨or samtliga aktier i urvalet listade p˚a Nasdaq Stockholm.
6 Resultat
6.1 Portf¨ oljresultat
6.1.1 Portf¨oljresultat - Scope 1 portf¨oljer
Under tidsperioden april 2010 – december 2019 som studien unders¨oker avkastar portf¨olj S1L 211% och S1H 338%. Zero-Investment portf¨oljen S1LMH uppvisar en negativ avkastning om - 127% under samma tidsperiod medan j¨amf¨orelseindex SIXRX avkastning uppg˚ar till 192%. S1L och S1H ˚arliga geometriska snittavkastning uppg˚ar till 12% respektive 15,9%. S1LMH och SIXRX ˚arliga geometriska snittavkastning uppg˚ar till -8,5% respektive 11,3%. Vid utg˚angen av 2014 har S1LMH- portf¨oljen en ackumulerad avkastning om 0%. Resterande ˚ar erh˚aller S1LMH en negativ avkastning bortsett fr˚an 2018 d¨ar portf¨oljen presterar starkast. S1L, S1H och SIXRX har likartade utvecklingar fram till 2016, d¨arefter har S1H en ackumulerad avkastning som konsekvent ¨ar h¨ogre ¨an ¨ovriga portf¨oljer. S1L forts¨atter f¨olja index fram till 2018 innan ¨aven den portf¨oljen konsekvent erh˚aller en h¨ogre ackumulerad avkastning ¨an SIXRX. I slutet av 2018 observeras en kraftig nedg˚ang f¨or samtliga portf¨oljer bortsett fr˚an S1LMH som d˚a upplever en kraftig uppg˚ang.
Figur 1: Figuren visar ackumulerade avkastningar f¨or Scope 1 portf¨oljer och den genomsnittliga utvecklingen p˚a Stockholmb¨orsen inklusive utdelningar (SIXRX) under tidsperioden april 2010 – december 2019. Scope 1 H¨og utsl¨appintensitet (S1H) best˚ar av den tredjedel av urvalet med h¨ogst utsl¨appsintensitet, Scope 1 L˚ag utsl¨appintensitet (S1L) best˚ar av den tredjedel av urvalet med l¨agst utsl¨appsintensitet. S1LMH ¨ar en Zero- Investment portf¨olj som tar en l˚ang position i S1L och en kort position i S1H.
6.1.2 Portf¨oljresultat - Scope 2 portf¨oljer
I figur 2 observeras en likartad utveckling f¨or samtliga portf¨oljer bortsett fr˚an Zero-Investment portf¨oljen S2LMH. S2L och S2H har en ackumulerad avkastning om 207% respektive 233%
medan SIXRX ackumulerade avkastning uppg˚ar till 192%. S2LMH ackumulerade avkastning
¨
ar negativ under hela studieperioden bortsett fr˚an 2013 och 2018 d˚a den ackumulerade avkast- ningen kort ¨overstiger 0%. Vid utg˚angen av 2019 uppg˚ar S2LMH ackumulerade avkastning till -26%. Portf¨oljens ˚arliga geometriska snittavkastning uppg˚ar till -2,3%. S2L och S2H har en ˚arlig geometrisk snittavkastning om 11,9% respektive 12,8% medan SIXRX ˚arliga snittavkastning uppg˚ar till 11,3%. Vid mitten av 2018 observeras samma m¨onster i portf¨oljernas avkastning som f¨or Scope 1 portf¨oljerna d¨ar S2L, S2H och SIXRX upplever en kraftig nedg˚ang medan S2LMH upplever en kraftig uppg˚ang. Vid ˚arsskiftet 2014 observeras ¨aven en kraftig uppg˚ang f¨or S2L, S2H och SIXRX.
Figur 2: Figuren visar ackumulerade avkastningar f¨or Scope 2 portf¨oljer och den genomsnittliga utvecklingen p˚a Stockholmb¨orsen inklusive utdelningar (SIXRX) under tidsperioden april 2010 – december 2019. Scope 2 H¨og utsl¨appintensitet (S2H) best˚ar av den tredjedel av urvalet med h¨ogst utsl¨appsintensitet, Scope 2 L˚ag utsl¨appintensitet (S2L) best˚ar av den tredjedel av urvalet med l¨agst utsl¨appsintensitet. S2LMH ¨ar en Zero- Investment portf¨olj som tar en l˚ang position i S2L och en kort position i S2H.
6.2 Regressionsresultat
6.2.1 Regressionsresultat - Scope 1 portf¨oljer
I tabell 3 presenteras resultat fr˚an regressioner baserat p˚a CAPM-modellen och Carharts fyr- faktormodell samt om presenterade koefficienter ¨ar statistiskt signifikanta. F¨or CAPM-
regressionen uppvisar S1L portf¨oljen ett insignifikant positivt alfa om 0,0014 vilket indikerar en m˚anatlig genomsnittlig ¨overavkastning om 0,14%. S1H portf¨oljen uppvisar ett insignifikant positivt alfa om 0,0022. S1LMH ¨ar den enda Scope 1 portf¨oljen som uppvisar ett negativt alfa vid CAPM regression. Alfakoefficienten f¨or S1LMH ¨ar insignifikant och uppg˚ar till -0,0012. D˚a ingen av Scope 1 portf¨oljerna p˚avisar ett signifikant alfa vid CAPM regression g˚ar det inte att utesluta att samtliga alfakoefficienter ¨ar slumpm¨assiga. Samtliga betakoefficienter (Rm−Rf ) f¨or CAPM-regressionerna ¨ar statistiskt signifikanta p˚a 1% signifikansniv˚a. S1L och S1H p˚avisar ett
betav¨arde om 0,7929 respektive 1,0451. Ett betav¨arde som understiger 1 tyder p˚a att portf¨oljen
¨ar mindre receptiv till volatilitet p˚a marknaden ¨an marknadsportf¨oljen. Ett betav¨arde som
¨overstiger 1 tyder p˚a det motsatta. Zero-Investment portf¨oljen S1LMH p˚avisar ett negativt betav¨arde om -0,2507.
Likt resultaten baserat p˚a CAPM-modellen p˚avisas inga signifikanta alfakoefficienter f¨or Scope 1 portf¨oljerna baserat p˚a Carharts fyrfaktormodell. S1L och S1H uppvisar ett positivt alfa om 0,0005 respektive 0,0026. S1LMH ¨ar den enda Scope 1 portf¨oljen som uppvisar ett ne- gativt alfa som uppg˚ar till -0,0026. βRm−Rf ¨ar den enda betakoefficienten d¨ar samtliga Scope 1 portf¨oljer p˚avisar signifikanta resultat. S1L och S1H βRm−Rf uppg˚ar till 0,7944 respektive 1,0398 och kan statistiskt s¨akerst¨allas p˚a 1% signifikansniv˚a. S1LMH p˚avisar ett negativt βRm−Rf om -0,2432 och ¨ar statistiskt signifikant p˚a 1% signifikansniv˚a. Vidare observeras inga signifikanta βSM B. S1H portf¨oljen uppvisar en negativ βSM B koefficient vilket indikerar att portf¨oljen ¨ar mer exponerad mot stora bolag ¨an sm˚a. S1L och S1LMH p˚avisar signifikanta βHM L koefficienter som uppg˚ar till 0,2291 respektive 0,3821. S1H βHM L uppg˚ar till -0,16 men koefficienten ¨ar ej sig- nifikant. βM OM koefficienten ¨ar endast signifikant f¨or S1LMH vilket kan statistiskt s¨akerst¨allas p˚a 10% signifikansniv˚a.
6.2.2 Regressionsresultat - Scope 2 portf¨oljer
Likt Scope 1 portf¨oljerna observeras inga signifikanta alfa koefficienter f¨or n˚agon av Scope 2 portf¨oljerna vid regression baserat p˚a CAPM-modellen. S2L uppvisar ett positivt alfa om 0,0003 och S2H alfa ¨ar dubbelt s˚a stort och uppg˚ar till 0,0006. S2LMH uppvisar ett negativt alfa om -0,0014. Beta koefficienten βRm−Rf ¨ar signifikant f¨or S2L βRm−Rf f¨or S2L och S2H ¨ar statistiskt s¨akerst¨allda p˚a 1% signifikansniv˚a och uppg˚ar till 0,96 respektive 0,9372. S2LMH βRm−Rf uppg˚ar till 0,0243.
Vidare p˚atr¨affas inga signifikanta alfakoefficienter vid regressionerna baserade p˚a Carharts fyrfaktormodell. S2L och S2LMH uppvisar negativa alfakoefficienter som uppg˚ar till -0,0003 respektive -0,0014. S2H uppvisar ett positivt alfa om 0,0006. Betakoefficienten βRm−Rf ¨ar sta- tistiskt signifikant p˚a 1% signifikansniv˚a f¨or S2L och S2H medan βRm−Rf f¨or S2LMH ¨ar in- signifikant. Betakoefficienten uppg˚ar till 0,9861 och 0,921 f¨or S2L respektive S2H portf¨oljen och 0,0672 f¨or S2LMH portf¨oljen. S2L och S2H βSM B uppg˚ar till 0,1073 respektive -0,0917 d¨ar ingen av betakoefficienter ¨ar statistiskt signifikanta. D¨aremot ¨ar βSM B f¨or S2LMH signifikant och uppg˚ar till 0,1995. D¨arut¨over ˚aterfinns inga signifikanta betakoefficienter i tabell 3. βHM L och βM OM ¨ar insignifikanta f¨or samtliga av Scope 2 portf¨oljerna.
Tabell 3: Regressionsresultat
Portf¨oljer ¨ar sorterade utifr˚an utsl¨appsintensitet. S1L: Scope 1 L˚ag utsl¨appsintensitet. S1H: Scope 1 H¨og utsl¨appsintensitet.
S1LMH: Scope 1 L˚ag utsl¨appsintensitet-Minus-H¨og utsl¨appsintensitet. S2L: Scope 2 L˚ag utsl¨appsintensitet. S2H: Scope 2 H¨og utsl¨appsintensitet. S2LMH: Scope 2 L˚ag utsl¨appsintensitet-Minus-H¨og utsl¨appsintensitet. α motsvaras av den genomsnittliga avvikelseavkastningen som ¨overstiger den f¨orv¨antade avkastningen p˚a m˚anatlig basis. (Standardfel inom parentes). F¨or ber¨akning
se ekvation 3 och 4. Signifikansniv˚aer om 1%, 5% och 10% motsvaras av ***, ** och *.
Scope 1 portf¨oljer Scope 2 portf¨oljer
SIL SIH S1LM S2L S2H S2LMH
CAPM
α 0,0014 0,0022 -0,0012 -0,0003 0,0006 -0,0014
(0,0021) (0,0030) (0,0028) (0,0023) (0,0021) (0,0027) βRm−Rf 0,7929*** 1,0451*** -0,2507*** 0,9600*** 0,9372*** 0,0243
(0,0536) (0,0750) (0,0704) (0,0569) (0,0541) (0,0670) Carharts fyrfaktormodell
α 0,0005 0,0026 -0,0026 -0,0003 0,0006 -0,0014
(0,0022) (0,0031) (0,0028) (0,0023) (0,0022) (0,0027) βRm−Rf 0,7944*** 1,0398*** -0,2432** 0,9861*** 0,9210*** 0,0672
(0,0568) (0,0804) (0,0734) (0,0609) (0,0576) (0,0703)
βSM B 0,0612 -0,0155 0,0773 0,1073 -0,0917 0,1995*
(0,0697) (0,0987) (0,0901) (0,0748) (0,0707) (0,0862)
βHM L 0,2291* -0,1572 0,3821** 0,0146 0,0377 -0,0274
(0,1064) (0,1507) (0,1376) (0,1143) (0,1080) (0,1317)
βM OM 0,0440 -0,0658 0,1106* 0,0298 0,0164 0,0141
(0,0436) (0,0618) (0,0564) (0,0468) (0,0443) (0,0540)
7 Diskussion
Studiens hypotes ¨amnar unders¨oka huruvida portf¨oljer best˚aende av bolag med l˚ag utsl¨apps- intensitet genererar en st¨orre riskjusterad ¨overavkastning ¨an portf¨oljer best˚aende av bolag med h¨og utsl¨appsintensitet. D˚a studien inte finner n˚agra signifikanta alfakoefficienter f¨or portf¨oljer sorterade utifr˚an Scope 1 eller Scope 2 f¨oreligger inte tillr¨ackligt med bevis f¨or att f¨orkasta H0. Detta inneb¨ar dock inte att en investeringsstrategi som grundar investeringsbeslut i ut- sl¨appsintensitet inte har n˚agon effekt p˚a avkastningen. Det g˚ar endast att konstatera att studi- en inte lyckas visa att en investeringsstrategi som tar utsl¨appsintensitet i beaktning har effekt p˚a avkastningen. Resultaten i studien liknar resultaten presenterade av Cohen, Fenn och Konar (1997) som sammantaget finner att investerare varken bel¨onas eller bestraffas vid investeringar i milj¨ov¨anliga bolag. Resultaten i Cohen, Fenn och Konar (1997) studie indikerar dock att en portf¨olj best˚aende av de b¨ast rankade bolagen genererar en lika bra eller b¨attre avkastning ¨an S&P 500 indexet. I denna studie ser vi liknande indikationer i graferna ¨over portf¨oljresultat d¨ar samtliga portf¨oljer best˚aende av bolag med l˚ag utsl¨appsintensitet konsekvent har en lika h¨og eller h¨ogre ackumulerad avkastning ¨an j¨amf¨orelseindex SIXRX. Detta ¨ar i linje med Bassen, Busch och Friede (2015) unders¨okning som visar att h˚allbara investeringar ¨ar okorrelerade med minskad avkastning.
Zero-Investment portf¨oljerna, S1LMH och S2LMH, p˚avisade inga signifikanta alfav¨arden vid regressioner med CAPM och Carharts fyrfaktormodell. D¨aremot var samtliga alfav¨arden negativa vilket indikerar att en l˚ang position i bolag med l˚ag utsl¨appsintensitet och en kort position i bolag med h¨og utsl¨appsintensitet inte ¨ar en l¨amplig investeringsstrategi. Studiens resultat st˚ar i mots¨attning till In, Park och Monks (2019) resultat som visar att en portf¨olj som tar en l˚ang position i bolag med l˚ag utsl¨appsintensitet och en kort position i bolag med h¨og utsl¨appsintensitet generar en riskjusterad ¨overavkastning. I denna studies avseende hade en investeringsstrategi som tar en l˚ang position i bolag med h¨og utsl¨appsintensitet och en kort position i bolag med l˚ag utsl¨appsintensitet genererat ett positivt alfav¨arde d˚a S1H och S2H hade h¨ogre ackumulerade avkastningar ¨an S1L respektive S2L. Denna investeringsstrategi skulle d˚a vara i linje med Hsu, Li och Tsou (2020) resultat som visar att en l˚ang position i bolag med h¨og utsl¨appsintensitet och en kort position i bolag med l˚ag utsl¨appsintensitet genererar ¨overavkastning. Hsu, Li och Tsou (2020) menar att ¨overavkastningen bolag med h¨og utsl¨appsintensitet genererar kan h¨anf¨oras till en utsl¨appsrelaterad riskpremie.
Portf¨oljerna med h¨og utsl¨appsintensitet f¨or respektive Scope, S1H och S2H, ¨ar de portf¨oljer som har h¨ogst ackumulerad avkastning och har h¨ogst ˚arlig geometrisk snittavkastning. En investeringsstrategi som h¨anf¨or sig till att investera i bolag med h¨og utsl¨appsintensitet skulle d¨armed avkasta mer i j¨amf¨orelse med bolag med l˚ag utsl¨appsintensitet under tidsperioden mars 2010 – december 2019. Studiens resultat ¨ar i enlighet med Bolton och Kacperczyk (2020) resultat som visar att bolag med h¨og utsl¨appsintensitet erh˚aller en h¨ogre avkastning. Att resultaten ¨ar i linje med Bolton och Kacperczyk (2020) resultat ¨ar rimligt d˚a samma Scope-variabler har anv¨ants som m˚att f¨or utsl¨appsintensitet. D¨aremot argumenterar Bolton och Kacperczyk (2020) att den h¨ogre avkastningen kan h¨anf¨oras till en koldioxidriskpremie. I denna studie kan en utsl¨appsrelaterad riskpremie inte uteslutas som potentiell f¨orklaring till den h¨ogre avkastningen d˚a b˚ade S1H och S2H har h¨ogre ackumulerade avkastningar ¨an motsvarande portf¨oljer med l˚ag utsl¨appsintensitet, S1L och S2L.
29,46 EUR i juli 2019 (Business Insider, 2020). Ett stigande pris p˚a utsl¨appsr¨atter kommer sannolikt att ha stora effekter p˚a utsl¨appsintensiva bolags kassafl¨oden och vinster och d¨armed deras v¨ardering. Detta d˚a grunderna i v¨arderingsteori s¨ager att om framtida kassafl¨oden f¨or en investering anses os¨akra eller riskabla kommer investeringen att v¨arderas med en h¨og diskonte- ringsfaktor (Berk och Demarzo, 2014). S˚aledes kommer en riskabel investering erh˚alla ett l˚agt nuv¨arde och en h¨og f¨orv¨antad avkastning (ibid). Att studier utf¨orda p˚a den amerikanska mark- naden har funnit att milj¨ov¨anliga bolag presterar b¨attre ¨an sina mindre milj¨ov¨anliga motparter (jmf. Derwall et al., 2005; In, Park och Monk, 2019) skulle kunna f¨orklaras av att amerikanska bolag inte beh¨over betala f¨or sina utsl¨app, varken genom utsl¨appsr¨atter eller koldioxidskatt (Gleason, 2018).
Siffrorna fr˚an KPMG (2020) och Morningstar (2020) visar att efterfr˚agan f¨or h˚allbara aktier har ¨okat, vilket drevs av m¨ojligheten att generera alfa och hantera l˚angsiktiga risker. D¨aremot indikerar studiens resultat att efterfr˚agan f¨or h˚allbara aktier ¨ar begr¨ansad p˚a den svenska ak- tiemarknaden. Portf¨oljresultaten f¨or b˚ade Scope 1 och Scope 2 portf¨oljer visar att portf¨oljerna med h¨og utsl¨appintensitet presterar starkast under tidsperioden april 2010 till december 2019.
Samtidigt har dessa portf¨oljer h¨ogst alfav¨arden via regressioner med CAPM och Carharts fyr- faktormodell. D¨aremot ¨ar dessa alfav¨arden insignifikanta. Den negativa screeningen, d¨ar bolag som inte uppfyller s¨arskilda h˚allbarhetskrav exkluderas, beh¨over d¨arf¨or inte vara p˚ataglig bland investerare som handlar svenska v¨ardepapper. En m¨ojlig f¨orklaring till att den negativa scre- eningen inte avspeglas i avkastningen kan vara att bolagen i portf¨oljerna best˚aendes av bolag med h¨og utsl¨appsintensitet till stor del best˚ar av bolag som inkluderas i olika index. D¨arf¨or kan den negativa screeningen fr˚an till exempel AP-fonderna ha en marginell effekt p˚a avkastningen d˚a indexfonder tvingas k¨opa aktierna i portf¨oljerna best˚aendes av h¨og utsl¨appsintensitet.
Studiens formulerade hypotes grundar sig i antagandet att kapitalmarknaden har b¨orjat inse vilka f¨ordelar h˚allbara investeringar medf¨or. Den f¨orv¨antade effekten av detta ¨ar att efterfr˚agan p˚a milj¨ov¨anliga bolag ¨okar samtidigt som efterfr˚agan p˚a milj¨oov¨anliga bolag minskar vilket i sin tur f¨orv¨antades avspeglas i avkastningen. Att resultaten inte kan tillstyrka att detta ¨ar fallet kan t¨ankas bero p˚a flera anledningar. Dels att det potentiellt existerar en riskpremie f¨or utsl¨appsrelaterade risker p˚a den svenska aktiemarknaden och dels att negativ screening inte verkar ha n˚agon m¨arkbar effekt p˚a avkastningen. Att f¨orv¨antningarna inte ¨overensst¨ammer med verkligheten kan bero p˚a att h˚allbara investeringsstrategier inte ¨ar tillr¨ackligt n¨arvarande p˚a den svenska aktiemarknaden ¨an. Rapporterna av KPMG (2020) och Morningstar (2020) h¨anf¨or sig till unders¨okningar utf¨orda under 2018 och 2019. Dessa unders¨okningar visar att det finns ett stort intresse f¨or h˚allbara investeringar samt stora kapitalfl¨oden till h˚allbarhetsorienterade hedgefonder. ¨Aven om det verkar finnas ett sentiment p˚a marknaden att investera h˚allbart nu kan det vara s˚a att det inte var fallet under st¨orre delen av 2010-talet vilket ¨ar tidsperioden denna studie unders¨oker. Att denna studie inte har funnit n˚agra signifikanta resultat kan d¨arf¨or bero p˚a en avsaknad av dessa sentiment under st¨orre delen av studieperioden vilket annars hade kunnat driva aktiekurser f¨or h˚allbara bolag.
8 Slutsats
Studien ¨amnade unders¨oka om investeringar med l˚ag utsl¨appsintensitet genererar en st¨orre ri- skjusterad ¨overavkastning ¨an investeringar med h¨og utsl¨appsintensitet. Till f¨oljd av ett allt mer utbrett sentiment att investera h˚allbart f¨orv¨antades ett negativt samband mellan ut- sl¨appsintensitet och avkastning. D˚a studien inte p˚atr¨affat n˚agra signifikanta resultat f¨oreligger inte tillr¨ackligt med bevis f¨or att H0 ska f¨orkastas. Resultaten indikerar dock att investeringar med h¨og utsl¨appsintensitet erh˚aller en h¨ogre framtida avkastning ¨an investeringar med l˚ag ut- sl¨appsintensitet. En m¨ojlig f¨orklaring till detta ¨ar att investerare kr¨aver att bli kompenserade med en riskpremie f¨or utsl¨appsrelaterade risker. Sammantaget finner studien inga signifikanta resultat vilket inneb¨ar att det inte g˚ar att utesluta att resultaten ¨ar slumpm¨assiga.
8.1 Studiens begr¨ asningar och f¨ orslag till framtida forskning
Inom befintlig litteratur f¨oreligger en avsaknad av publicerade studier i v¨alrenommerade tid- skrifter som unders¨oker sambandet mellan v¨axthusgasutsl¨app och avkastning. Till f¨oljd av det- ta har denna studie inte kunnat replikera forskningsmetodik fr˚an studier publicerade i v¨al- renommerade tidskrifter. Det kan ses som en svaghet i studien d˚a forskningsartiklar i v¨al- renommerade tidskrifter anses vara mer tillf¨orlitliga. Vidare begr¨ansas studien av att antalet f¨oretag som redovisar Scope- utsl¨app p˚a Nasdaq Stockholm anses f˚a. D˚a investerare f¨orst p˚a senare tid har b¨orjat s¨atta press p˚a bolag att rapportera om utsl¨app ¨ar det rimligt att fler bolag kommer b¨orja rapportera Scope- utsl¨app i framtiden. S˚aledes b¨or framtida studier un- ders¨oka om ett samband ¨ar n¨arvarande n¨ar det finns ett st¨orre urval att tillg˚a. Det kan t¨ankas att bransch- och industrieffekter har en inverkan p˚a sambandet mellan v¨axthusgasutsl¨app och avkastning. En konsekvens av det begr¨ansade urvalet ¨ar att denna studie inte kunnat inkludera bransch- och industrieffekter i unders¨okningen. S˚aledes b¨or framtida studier ta bransch- och industrieffekter i beaktning vid genomf¨orandet av liknande studier.
Referenser
Alexander, G.J. (2000). ’On Back-Testing “Zero-Investment” Strategies’. The Journal of busi- ness (Chicago, Ill.), vol. 73, no. 2, pp. 255-278.
Anderson, M., Bolton, P., och Samama, F. (2016). ”Hedging Climate Risk”. Financial ana- lysts journal, vol. 72, no. 3, pp. 13-32.
Aytug, H., Fu, Y., och Sodini, P. (2020). ”Construction of the Fama-French-Carhart four factor model for the Swedish Stock Market using the Finbas data”. Swedish House of Finance.
Bassen, A., Busch, T., och Friede, G. (2015). ”ESG and financial performance: Aggregated evidence from more than 2000 empirical studies”. Journal of Sustainable Finance & Investment, vol. 5, no. 4, pp. 210–33.
Berk, J och Demarzo, P. (2014). ”Kapitel 10: Capital Markets and the Pricing of Risk”.
Corporate Finance, 3:e upplagan. Boston Massachusetts: Pearson Education Inc, pp. 314-350.
Bernow, S., Klempner, B., och Magnin, C. (2017). “From ‘why’ to ‘why not’: Sustainab- le investing as the new normal“. Mckinsey&Company. Private Equity & Principal Investors Practice October 2017.
Bolton, P. och Kacperczyk, M. (2020). “Do Investors Care About Carbon Risk?“. Working Paper, SSRN Electronic Journal.
Business Insider. (2020). ”CO2 European Emission Allowances”. Tillg¨anglig:
https://markets.businessinsider.com/commodities/co2-european-emission-allowances.
[H¨amtad: 2021-01-02]
Carhart, M. (1997). “On Persistence in Mutual Fund Performance“. Journal of Finance, vol. 52, no. 1, pp. 57–82.
Cattaneo, M, D., Crump, R. C., Farrell, M. H., och Schaumburg, E. (2018). ”Characteristic- Sorted Portfolios: Estimation and Inference”. Staff Report 788, Federal Reserve Bank of NY.
Cohen, M. A., Fenn, S. A., och Konar, S. (1997). “Environmental and Financial Performan- ce: Are They Related?“. Working paper, Vanderbilt University.
Dagens Industri. (2020). Di:s klimatindex. Tillg¨anglig: https://www.di.se/bors/
hallbarhetsindex/. [H¨amtad: 2020-12-04]
Derwall, J., Guenster, N., Bauer, R., och Koedijk, K. (2005). “The Eco-Efficiency Premium Puzzle“. Financial analysts journal, vol. 61, no. 2, pp. 51-63.
Eccles, R. G., Serafeim, G., och Krzus, M.P. (2011). “Market Interest in Nonfinancial In- formation“. Journal of Applied Corporate Finance, vol. 23, no. 4, pp. 113-127.
Europeiska kommissionen. (2018a) ”Commission Implementing Regulation (EU) 2018/2067”.
Tillg¨anglig: https://eur-lex.europa.eu/eli/reg_impl/2018/2067/oj. [H¨amtad: 2020-12- 07]
Europeiska kommissionen. (2020b). “Monitoring, reporting and verification of EU ETS emis- sions“. Tillg¨anglig: https://ec.europa.eu/clima/policies/ets/monitoring_en [H¨amtad:
2020-12-07]
Fama, E.F. och French, K.R. (1992). “The cross-section of expected stock returns“. Journal of Finance, vol. 47, no. 2, pp. 427–465.