Le caratteristiche che spingono l’azienda ad adottare sistemi ERM

Il primo obiettivo del lavoro svolto, come già menzionato nell’introduzione a questo capitolo, è quello di indagare su quali siano i driver dell’adozione dell’Enterprise Risk Management, ovvero quali siano quelle caratteristiche che spingono le aziende ad implementare un livello di ERM più o meno sofisticato. Si sa infatti che le diverse aziende scelgono di adottare dei sistemi ERM più semplici o complessi a seconda delle loro esigenze125_{. Per testare quali siano le determinanti si è così realizzato un modello}

econometrico, la cui variabile dipendente è costituita da ERM_score, definita e descritta nel precedente paragrafo126_{. Come variabili indipendenti sono state scelte alcune}

determinanti già individuate in paper accademici127 _{precedenti. Si è giunti così alla}

formalizzazione della seguente equazione:

Dove i rappresenta ciascuna azienda e t l’anno (compreso tra il 2002 e 2012).

Attraverso l’utilizzo del software Stata 13 si è condotta, a questo punto, una Ordered

Logistic Regression Analysis, essendo ERM_score una variabile ordinale128_{. I risultati di}

questa regressione sono esposti successivamente al paragrafo 3.4.2.

Qui in seguito, analizzeremo ciascuna variabile indipendente e spiegheremo in che modo ciascuna è attesa influenzare l’adozione ed il livello di implementazione dei sistemi di Enterprise Risk Management.

125 _{Pagach D., Warr D., “An Empirical Investigation Of The Characteristics Of Firms Adopting Enterprise}

Risk Management” Social Science Research Network, 2007.

126 _{Si veda tabella 3.4.}

127 _{Liebenberg, A.P., Hoyt R.E., Op. Cit., 2011.}

Bertinetti G.S., Cavezzali E., Gardenal G., Op. Cit., 2013. Pagach D., Warr D., Op. Cit., 2007.

128 _{Si tratta di una variabile ordinale, poiché associa a ciascuna azienda, per ciascun anno, un punteggio} relativo all’implementazione dell’ERM. Per maggiori informazioni si veda paragrafo 2.2.1.

𝐸𝐸𝐸𝐸𝐸𝐸_𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠 = 𝛼𝛼 + 𝛽𝛽1𝐵𝐵𝐵𝐵𝐵𝐵_𝑓𝑓𝑠𝑠𝑓𝑓𝑠𝑠 + 𝛽𝛽2 𝐶𝐶𝑠𝑠𝐶𝐶𝐶𝐶𝑠𝑠𝐶𝐶_𝑠𝑠𝑠𝑠𝐵𝐵 + 𝛽𝛽3 𝑆𝑆𝐵𝐵𝑆𝑆𝑠𝑠 + 𝛽𝛽4 𝐿𝐿𝑠𝑠𝐿𝐿𝑠𝑠𝑠𝑠𝐿𝐿𝐵𝐵𝑠𝑠

+ 𝛽𝛽5 𝐼𝐼𝐶𝐶𝐶𝐶_𝑑𝑑𝐵𝐵𝐿𝐿 + 𝛽𝛽6𝐼𝐼𝐶𝐶𝑠𝑠𝐶𝐶_𝐵𝐵𝐶𝐶𝐿𝐿 + 𝛽𝛽7 𝑂𝑂𝑂𝑂𝐿𝐿𝑠𝑠𝐵𝐵𝐶𝐶𝐶𝐶 + 𝛽𝛽8 𝐹𝐹𝐵𝐵𝐶𝐶_𝑠𝑠𝑠𝑠𝐿𝐿𝑠𝑠𝑠𝑠

+ 𝛽𝛽9 𝐶𝐶𝐶𝐶_𝑠𝑠𝑒𝑒𝐵𝐵𝐶𝐶 + 𝜀𝜀𝑖𝑖𝑖𝑖

68

Big_Four

In letteratura è dimostrato che le società di revisione più grandi (in particolare le Big Four129_{) forniscono una qualità di audit migliore rispetto a quelle di dimensioni più}

piccole130_{. La maggiore qualità fornita nell’audit potrebbe stimolare il cliente ad}

adottare o migliorare il sistema di controllo interno e quindi il livello di ERM esistente. Inoltre, le aziende che affidano il compito della revisione contabile ad una Big Four potrebbero essere più sensibili al tema della gestione integrata dei rischi ed impegnati su questo tema, implementando una migliore governance societaria131_{, con risultati più}

efficaci.

Sulla base di queste assunzioni ci si aspetta che l’engagement di una Big Four sia positivamente correlata con il livello di ERM adottato.

Country_reg (Influenze Normative del paese di appartenenza)

In alcuni paesi, le normative nazionali spingono le aziende a migliorare i propri sistemi di Risk Management e Risk Reporting. La pressione normativa ha una diversa intensità a seconda del paese di appartenenza. L’Inghilterra, con il “Combined Code on Corporate

Governance” e l’Olanda, con il “Dutch Corporate Governance Code”, conosciuto anche

come “Tabaksblat Code”, risultano i paesi europei caratterizzati dalle normative più stringenti in materia di adozione dell’Enterprise Risk Management132_{. Ci si attende}

quindi che le società con sede in questi paesi siano caratterizzate da una correlazione positiva con il livello di implementazione dell’ERM. A questo scopo è stata creata una variabile dummy, denominata Country_reg che assume il valore 1 se l’azienda in esame ha sede in Inghilterra oppure in Olanda, altrimenti il valore 0.

Size

Evidenze empiriche in letteratura dimostrano che le aziende di maggiori dimensioni tendenzialmente adottano sistemi ERM più sofisticati (e quindi con ERM_score più alto) rispetto ad aziende più piccole. Questo innanzitutto perché, essendo le aziende di grandi dimensioni più complesse, si trovano ad affrontare una maggiore varietà di rischi,

129 _{Con il termine di Big Four si intendono le 4 società di revisione contabile più grandi (KPMG, Deloitte,} Price Waterhouse Coopers ed Ernest & Young) che si spartiscono il mercato di riferimento.

130 _{DeAngelo J., “Auditor Size And Audit Quality”, Journal of Accounting and Economics, 1981.}

131 _{Beasley M., “Enterprise Risk Management: an empirical analysis of factors associated with the extent}

of implementation”, Journal of Accounting and Public Policy, 2005.

132 _{Paape L., Speklé R.F., Op. Cit., 2012.}

69

necessitando di un sistema di controllo interno più sofisticato. In secondo luogo solo le aziende di grandi dimensioni sono fisiologicamente in grado di sostenere ingenti costi relativi allo sviluppo ed adozione di un programma di Enterprise Risk Management133_.

Ci si attende quindi un più alto livello di implementazione ERM in quelle aziende con dimensioni maggiori. In questa analisi si è scelto di indicare il logaritmo naturale del fatturato aziendale (ln 𝑠𝑠𝐿𝐿𝑠𝑠𝑠𝑠𝑠𝑠) come proxy per la dimensione aziendale.

Leverage

Il leverage è definito come il rapporto tra il valore contabile del debito ed il valore contabile dell’equity. Le aziende che adottano l’ERM potrebbero avere un minore livello di indebitamento se hanno deciso di diminuire la probabilità del dissesto finanziario, attraverso una riduzione del rischio finanziario. Tuttavia, le aziende possono decidere che grazie al supporto fornito dai sistemi ERM sono in grado di sostenere un maggiore rischio finanziario, aumentando così il leverage. I pareri a riguardo in letteratura sono divergenti. Per Pagach e Warr134 _{(2010) la relazione tra l’adozione dell’ERM e il livello di}

indebitamento non è ancora chiara. Liebenberg e Hoyt135 _{(2003) dimostrano che le}

aziende con un livello di indebitamento più alto sono più propense a nominare un CRO e quindi ad adottare un sistema ERM.

Le aspettative in merito all’influenza del leverage rimangono pertanto incerte.

Int_div

Ind_div è una variabile dummy che riflette la diversificazione internazionale e assume il valore di 1 se l’azienda risulta quotata su più mercati esteri, altrimenti 0 se è quotata solo nel mercato nazionale.

Ci si attende che le aziende operanti in diversi mercati esteri siano più incentivate ad adottare sistemi di ERM di una certa complessità, poiché devono gestire il rischio in paesi aventi caratteristiche diverse, dalle normative nazionali ai competitors di mercato.

133 Pagach D., Warr D., Op. Cit., 2007.

134 _{Pagach D., Warr R., “The Effects Of Enterprise Risk Management On Firm Performance”, Social Science} Research Network, 2010.

135 _{Liebenberg A.P., Hoyt R.E., “Determinants of Enterprise Risk Management: Evidence from The}

Appointment of Chief Risk Officers“, Risk Management and Insurance Review, 2003. 70

Inst_inv

Liebenberg & Hoyt136 _{(2003) affermano che l’influenza dagli azionisti è un’importante}

forza che guida l’adozione dei sistemi ERM. La letteratura a favore dell’Enterprise Risk Management afferma che gli azionisti beneficiano da una gestione integrata del rischio d’impresa perché essa consente alle aziende di migliorare il processo decisionale, tenendo in considerazione il rischio complessivo, e quindi di aumentare il valore d’impresa. Se questo fosse vero, gli azionisti avrebbero tutto l’interesse a mettere pressione sul management affinché tali sistemi di ERM vengano effettivamente adottati. Tuttavia l’effettivo schieramento degli azionisti a favore di sistemi ERM dipende da azienda ad azienda. Se l’azionariato dell’impresa è diffuso, per il management potrebbe risultare più semplice ignorare gli interessi degli azionisti, almeno temporaneamente. Se al contrario al capitale partecipano degli investitori istituzionali, la loro influenza sulle decisioni del top management diventa cruciale. Tale influenza deriva principalmente da due motivi137_{: innanzitutto perché gli investitori istituzionali generalmente detengono}

grandi quote del capitale sociale, e di conseguenza possiedono una larga parte dei diritti di voto esercitabili in assemblea ordinaria; in secondo luogo, detenendo una larga quota azionaria, gli investitori istituzionali sono in grado di influenzare il costo del capitale dell’azienda. Per questo motivo è nell’interesse del top management assecondare le loro preferenze. Secondo Liebenberg e Hoyt (2003) un più alto livello di possesso azionario da parte di investitori istituzionali è in grado di aumentare l’efficacia dell’influenza degli azionisti sull’operato del top management. Tale influenza è a sua volta positivamente correlata con l’implementazione di un sistema ERM adeguato alle esigenze aziendali.

Ci si attende quindi che il possesso da parte investitori istituzionali sia positivamente correlato con il grado di implementazione dell’Enterprise Risk Management.

Opacity

136 _{Liebenberg A.P., Hoyt R.E., Op. Cit., 2003.}

137 _{Kane G. D., Velury U., “The Role Of Institutional Ownership In The Market For Auditing Services: An}

Empirical Investigation”, Journal of Business Research, 2004. 71

L’opacità si definisce come il rapporto tra il valore contabile dei beni immateriali ed il valore contabile dell’attivo netto. Liebenberg e Hoyt19 _{(2003) affermano che le imprese}

relativamente più opache dovrebbero ottenere i maggiori benefici dall’adozione di programmi ERM. Questo poiché più grande è il valore dei beni immateriali posseduti dall’azienda, maggiori difficoltà avrà questa a liquidare tali beni in caso di dissesto finanziario. Quindi ci si aspetta che l’opacità sia correlata positivamente all’adozione dell’ERM.

Fin_Slack

Il financial slack consiste nel rapporto fra la somma degli investimenti a breve termine e la liquidità immediata, ed il valore contabile dell’attivo netto. Fornisce una misura dell’abilità dell’azienda a far fronte ad un periodo di carenza di liquidità. Pagach e Warr138 _{(2010) includono questa misura nel loro modello e affermano che le aziende}

adottanti l’ERM potrebbero avere livelli più alti di financial slack, dovuti all’enfasi del Risk Management nella riduzione della probabilità del dissesto finanziario. Pertanto secondo questa visione, maggiore è lo slack, minore è la probabilità che l’azienda diventi insolvente. Tuttavia, secondo l’ipotesi contraria, le imprese grazie all’implementazione di un alto livello di ERM potrebbero essere in grado di ridurre lo stesso financial slack poiché la probabilità di insolvenza viene ridotta. Le aspettative su questa variabile rimangono incerte. Il concetto di financial slack è diverso a seconda che venga applicato alle imprese finanziarie o alle imprese non finanziarie. La gestione della liquidità e degli investimenti a breve costituisce infatti l’attività core per banche ed assicurazioni. Inoltre queste sono obbligate per legge139 _{a mantenere un certo livello di liquidità disinvestita}

e quindi immediatamente disponibile. In sede di analisi dei risultati bisognerà effettuare una distinzione fra le imprese del settore finanziario ed industriale per evitare di giungere a risultati distorti.

CV_ebit

CV_ebit consiste nella variazione percentuale del risultato operativo rispetto all’anno precedente e misura la volatilità dell’EBIT. Liebenberg e Hoyt (2003) e Pagach e Warr

138 _{Pagach D., Warr R., “The Effects Of Enterprise Risk Management On Firm Performance”, Social Science} Research Network, 2010.

139 _{Il patrimonio di vigilanza definito in Basilea II e III.}

72

(2010) ipotizzano una relazione fra questo indicatore e l’adozione dell’ERM. Le aziende caratterizzate da un’alta volatilità dell’EBIT trarranno i maggiori benefici dall’utilizzo sistemi di ERM, in quanto l’adozione di tali sistemi consente loro di ridurre le probabilità di incappare in futuri progetti a VAN negativo. Ci si attende una correlazione negativa. Maggiore il livello di implementazione ERM e minore dovrebbe essere la variazione percentuale dell’EBIT.

Tutte le variabili utilizzate in questo modello sono riepilogate e definite singolarmente nella tabella 3.5. Le statistiche generali (summary statistics) relative a tali variabili sono riportate nella tabella 3.6.

Variabili Definizione Fonte

ERM_Score Punteggio sul livello d'implementazione ERM; _{Da 0 a 3} Attribuito da evidenze ERM _{estrapolate da bilancio}

Big Four =1 se presente, =0 se assente Informazioni da bilancio

Country_Reg =1 se azienda inglese o olandese _{=0 qualsiasi altra nazionalità} Informazioni da bilancio

Size =Ln(Sales) Calcolo con Excel

Leverage =Valore contabile debito/Valore contabile _equity Calcolo con Excel

Int_Div =1 se società quotata in mercati esteri; =0 se _{quotata solo nel mercato nazionale} Informazioni da bilancio

Inst_Inv =1 se sono presenti investitori istituzionali, _{altrimenti 0} Informazioni da bilancio

Opacity = Beni immateriali/Valore contabile attivo Calcolo con Excel

Fin_Slack =(Investimenti a breve termine + disponibilità

liquide)/Valore contabile attivo Calcolo con Excel

CV_Ebit =(EBIT t - EBIT t-1)/EBIT t-1 Calcolo con Excel

Tabella 3.5 – Definizione delle variabili RQ1.