2. CORPORATE SOCIAL PERFORMANCE E CORPORATE FINANCIAL PERFORMANCE
2.4 Modelli di indagine ed evidenze empiriche
Si intende ora fare una presentazione, a titolo esemplificativo, di alcuni modelli di indagine usati negli anni più recenti. Ne presenteremo uno che conduce a risultati incerti (Balabanis e al,1998); successivamente ci si soffermerà su un altro che ha condotto a una relazione positiva (Tsoutsoura,2004).
2.4.1 Relazione incerta: Balabanis e al. (1998)
George Balabanis, Hugh C. Phillips e Jonathan Lyall, nel 1998, hanno svolto un articolato studio su un campione di 56 large company britanniche, per ricercare i legami finora esposti. Sono andati anche oltre: hanno indagato non solo in un’ottica contemporanea, ma anche valutando i rapporti che sussistono tra condizioni di periodi di tempo differenti. In particolare, loro fissano un dato intervallo temporale, oggetto dell’analisi, e guardano quali sono gli impatti delle condizioni precedenti ad esso, e le conseguenze sull’intervallo successivo. Il periodo coperto dall’indagine è il 1988 e il 1989; il periodo precedente va dal 1984 al 1987; quello successivo dal 1990 al 1994.
Il punto di partenza è porre ipotesi che poi ci si dovrà impegnare per verificare o smentire empiricamente.
Innanzitutto, pongono una premessa: distinguono nettamente la social disclosure dalla social performance, problema, che si ricorderà, era uno degli aspetti che secondo Ullmann (1985) creava il maggior numero di equivoci ed era foriero di pesanti errori.
“There is an obvious and important difference between what companies do and what they say they do (or did).” (Balabanis e al,1998). La disclosure in materia sociale viene modellata a proprio piacimento, ed è per questo che in questo studio, giustamente, vengono nettamente distinte.
La CSR disclosure viene valutata tramite un rating a se stante, sulla base di un questionario predisposto dalla New Consumer Group (NCG)62 e da quello volto ad indagare il livello di inquinamento prodotto, previsto e costruito dal Council on Economic Priorites (CEP). Vengono vagliate sia la qualità che la quantità delle informazioni fornite. La social performance invece, è valutata principalmente analizzando altri quattro fattori:
62 Si noti che il solo fatto di compilarlo o di evitarlo, è fattore discriminante, per il giudizio sulla social
le posizioni ricoperte dalle donne e dalle minoranze etniche, la filantropia aziendale e le azioni ambientali.
Le misure utilizzate per il calcolo della performance finanziaria63 sono sia di natura contabile che di mercato: ROE (Return On Equity), ROCE (Return On Capital Employed), GPS (Gross Profit to Sale) per la prima categoria; β (Beta) e EMV (Excess Market Valutation) per la seconda.
Le ipotesi (H) poste sono le seguenti.
H1a: più alto è il livello della performance finanziaria del passato, più alto è il livello della performance sociale corrente.
H1b: più alto è il livello delle performance finanziarie del passato, più alto è il livello della disclosure.
H2a: più alto è il livello della social performance più alte sono le performance finanziarie successive.
H2b: più alto è il livello della disclosure, migliori sono le performance finanziarie correnti e seguenti.
In opposizione a queste abbiamo un’ipotesi contraria, che sostiene che i costi da sostenere per mettere in atto politiche di valenza sociale, creino degli svantaggi competitivi; ed è così formulata.
H3: più alti sono i livelli di coinvolgimento in attività di CSR, costose, più contenute sono le performance finanziarie correnti e seguenti.
H4a: più basso è il rischio sistematico, β, migliore è la performance sociale.
H4b: più basso è il rischio sistematico, β, più il livello della disclosure sarà alta ( relazione negativa)
È ipotizzabile anche che la relazione abbia senso inverso.
H5a: più alto è il livello della performance sociale, minore sarà il rischio sistematico contemporaneo e successivo.
63 Balabanis usa come equivalente delle performance economiche il termine performance finanziarie,
H5b: più alto è il livello della disclosure sociale, minore sarà il rischio sistematico corrente e successivo.
L’ultima coppia di ipotesi, è basata sul fatto che se un’azienda consegue migliori risultati sul mercato, i rispettivi manager hanno più liberà di manovra.
H6a: migliori sono i passati EMV, migliore sarà la performance sociale corrente. H6b: migliori sono i passati EMV, migliore sarà la CSR disclosure.
Come variabili di controllo ausiliarie per l’indagine individuano la dimensione e l’impatto del settore industriale sull’ambiente.
Per schematizzare le relazioni che si sono ipotizzate, si rimanda alla Figura 2.2, riportata di seguito.
Come accennato Balabanis indaga su un campione di 56 large company britanniche. Il periodo coperto dall’indagine è il 1988 e il 1989; il periodo precedente va dal 1984 al 1987; quello successivo dal 1990 al 1994.
Figura 2.2 I nessi tra social performance – Disclosure – performance finanziaria
Andando a misurare ogni grandezza e conducendo test statistici si è in grado di rinvenire evidenze empiriche significative. I risultati ottenuti furono i seguenti.
Innanzitutto si è vista l’autocorrelazione delle diverse variabili che identificano la social performance e delle variabili di controllo. Come emerge dalla matrice (tabella 2.4) è possibile affermare che:
Le due variabili di controllo, la dimensione e l’impatto economico, sono positivamente correlate (questo è facilmente spiegabile dal momento che le imprese che hanno un ‘impatto ambientale più elevato, richiedono allo stesso tempo investimenti più ingenti, e di solito questi sono messi in essere da imprese di grandi dimensioni): 0,476, infatti appare un valore statisticamente significativo. La dimensione è positivamente correlata, in modo significativo, anche con la disclosure, la filantropia aziendale, le azioni a salvaguardia dell’ambiente. Mentre l’impatto sull’ambiente non lo è con nessun’altra variabile della performance sociali.
Le variabili delle performance sociali sono in molti casi significativamente inter- correlati positivamente, segno che l’adozione di alcune pratiche stimola all’adozione anche di altre. È il caso della posizione ricoperte dalle donne e quella delle minoranze etniche, nonché le azioni ambientali.
p≤0.05 implica t-test statisticamente significativi Fonte: Balabanis (1998)
Tabella 2.4 Correlazione tra CSR disclosure, CSR performance, impatto ambientale e dimensione
Per quel che riguarda la relazione tra le performance economiche passate (media calcolata sui valori del periodo 1984-1987) e livello attuale delle performance sociali e relativa disclosure è stata individuata una parziale correlazione. Andando a vedere la tabella 2.5 emerge quanto segue.
Gli esiti di tale ricerca non sono particolarmente illuminanti. Solo due infatti sono i risultati significativamente rilevanti.
La filantropia infatti risulta significativamente correlata sia con l’EMV che con il GPS, ma mentre con il primo la relazione è negativa, col secondo è positiva. Questo sembra significare che le imprese caratterizzate da un alto livello di profitto (pre tasse) sembrano più propense ad elargire risorse proprie in attività filantropiche. Mentre un innalzamento livello di EMV nel passato (H6a) non implicherebbe un incremento di queste attività (qualora invece si fosse registrato un decremento, questo spingerebbe l’azienda verso la filantropia). Molto probabilmente questo genere di attività è intesa da queste aziende come un tentativo di riacquistare la fiducia del mercato.
Ogni altra ipotesi formulata da Balabanis in merito a questa relazione, non è qui suffragata da evidenza empirica (H4a e H4b che prevedevano un legame col beta). Per quel che riguarda le relazioni tra il livello attuale delle social performance e quello corrente delle performance finanziarie si rimanda alla tabella 2.6, di seguito. Anche questo campo di indagine risulta alquanto sterile dal punto di vista della produzione di
dove 0.05 è la soglia di significatività del t-test statistico Fonte: Balabanis e al, 1998
Tabella 2.5 Semi-partial Correlation Analysis. Relazioni tra CFP passate e livello attuale delle CSP e relativa disclosure.
risultati soddisfacenti. Abbiamo infatti che l’unico valore statisticamente significativo è quello che vede la presente social disclosure relazionato positivamente con il GPS.
Volendo approfondire ulteriormente tale legame, Balabanis ha costruito una hierarchical regression analysis.64. In questo tipo di analisi si va a vedere come le variabili in gioco sono in grado di far subire variazioni al coefficiente di determinazione ( 𝑅2)65
Ovvero, per valutare questa tipologia di impatto (CSR perfomance – attuali performance finanziarie), si è basato sugli esiti derivanti da un’equazione di regressione così costruita:
𝑃𝑒𝑟𝑓𝑜𝑟𝑚𝑎𝑛𝑐𝑒 𝑒𝑐𝑜𝑛𝑜𝑚𝑖𝑐ℎ𝑒 𝑎𝑡𝑡𝑢𝑎𝑙𝑖 = 𝑎 + 𝑏1 ∗ 𝑑𝑖𝑠𝑐𝑙𝑜𝑠𝑢𝑟𝑒 +
𝑏2 ∗ 𝑝𝑒𝑟𝑓𝑜𝑟𝑚𝑎𝑛𝑐𝑒 𝑠𝑜𝑐𝑖𝑎𝑙𝑖 + 𝑏3 ∗ (𝑑𝑖𝑠𝑐𝑙𝑜𝑠𝑢𝑟𝑒 ∗ 𝑝𝑒𝑟𝑓𝑜𝑟𝑚𝑎𝑛𝑐𝑒 𝑠𝑜𝑐𝑖𝑎𝑙𝑒)
64 Variables entered the regression equation at three consecutive steps. At the first step the control variables,
firm’s size and environmental impact, at the second step CSR disclosure and at the third step the four CSR performance indicators were entered. At each step changes between the consecutive 𝑅2s (∆𝑅2s) were
estimated. ∆𝑅2s together with standardised regression coefficients (betas) were used to check the size of
the independent variables’ effects on the ∆𝑅2concurrent economic performance (Balabanis 1998)
65 R-squared is a statistical measure of how close the data are to the fitted regression line. It is also known
as the coefficient of determination, or the coefficient of multiple determination for multiple regression. The definition of R-squared is fairly straight-forward; it is the percentage of the response variable variation that is explained by a linear model. Or: R-squared = Explained variation / Total variation
R-squared is always between 0 and 100%: 0% indicates that the model explains none of the variability of the response data around its mean; 100% indicates that the model explains all the variability of the response data around its mean. In general, the higher the R-squared, the better the model fits your data. (http://blog.minitab.com/blog/adventures-in-statistics-2/regression-analysis-how-do-i-interpret-r-squared- and-assess-the-goodness-of-fit)
dove 0.01 è la soglia di significatività del t-test statistico Fonte: Balabanis e al, 1998
Tabella 2.6 Semi-partial Correlation Analysis. Relazioni tra social performance corrente e performance finanziaria corrente
Dove: a è una costante; b1, b2, b3 sono coefficienti di regressione. I risultati ottenuti sono riportati nella tabella 2.7.
Ne deriva che i risultati preferibili in termini di performance economiche, sono quelli generati da una social disclosure e da una CSR performance che vanno nella stessa direzione (alta-alta; bassa-bassa). Tra le due direzioni, quella che premia di più è quella che prevede un livello altro per entrambe le grandezze.
Anche questo tipo di analisi va a confermare la correlazione già individuata precedentemente tra CSR disclosure e GPS: la prima spiega circa il 5% della varianza del valore attuale del secondo indicatore (∆𝑅2= 0.050 ). Pertanto questa evidenza va ad avallare parzialmente (per l’aspetto corrente) l’ipotesi H2b. Non emerge alcun altro risultato significativo dal punto di vista statistico.
Infine, volendosi esplorare anche l’ultima tipologia di legame, quella tra livello attuale della CSR performance e performance economiche future, è ancora una volta opportuno andare a trarre conclusioni basandosi sia sulla hierarchical regression analysis (tabella 2.9) che sulla semipartial correlation analysis (tabella 2.8), dal momento che la seconda
dove 0.05 è la soglia di significatività del t-test statistico Fonte: Balabanis e al, 1998
Tabella 2.7 Hierarchical Regression Analysis. Relazioni tra social performance corrente e performance finanziaria corrente
arricchisce il numero di risultati significativi da un punto di vista statistico. I risultati ai quali si giunge sono di segno diverso a seconda delle specifiche aree considerate.
Nel caso della semipartial correlation analysis, in tabella 2.8, notiamo che i legami significativi sono tre e si muovono in direzioni opposte:
Le attività/iniziative a livello ambientale hanno un effetto negativo sul ROCE (-0.342, con p≤0.05, dove 0.05 è la soglia di significatività del t-test statistico). Molto probabilmente ciò è dovuto all’eccessivo costo da sostenere per realizzarle. Nell’arco temporale considerato in questo studio, i benefici rinvenibili da tali attività non sono ancora stati rinvenuti, si sono registrati solamente gli ingenti costi. Ciò supporta l’ipotesi H3.
La CSR disclosure risulta positivamente relazionata al GPS (0.305, p≤0.05). Ciò va a confermare l’ipotesi H2b.
L’avanzamento di carriera delle donne è visto positivamente dal mercato. Infatti, le performance sul mercato dei capitali aumentano in relazione a questo fattore in modo statisticamente significativo (0.315, p≤0.05).
Andando ad osservare i risultati della hierarchical regression analysis, costruita in modo del tutto analogo a quello presentato per il caso della relazione tra social performance corrente e performance finanziaria corrente, otteniamo i risultati presentati nella tabella 2.9.
dove 0.05 è la soglia di significatività del t-test statistico Fonte: Balabanis e al, 1998
Tabella 2.8 Semi-partial correlation analysis. Relazioni tra social performance corrente e performance finanziaria corrente
La CSR disclosure sembra avere un effetto negativo sull’EMV del periodo successivo (-0.426, p=0.031 <0.05). Tuttavia, l’ampiezza di questo effetto, come si può dedurre dal ∆𝑅2, è ridotta; tale effetto spiega solo il 2.1% (∆𝑅2= 0.021) della varianza dell’EMV successivo.
Al contrario, la CSR disclosure appare avere un impatto significativamente positivo sia sul GPS (0.513, p=0.012<0.05) sia sulle financial performace (0.363,p=0.049<0.05) del periodo successivo. Rispettivamente spiega il 18.6% (0.186) e il 13.6% (0.136) della varianza del valore di 𝑅2 (∆𝑅2). Ciò rappresenta un’ulteriore prova a supporto dell’ipotesi H2b (va ad avvallare la seconda parte dell’ipotesi).
Dai primi due punti è ipotizzabile che “it seems that disclosure has a favourable effect on the other stakeholders whose contributions are necessary for improved financial performance (e.g. employees, customers, etc.) but to have adverse effects on the capital market participants” (Balabanis,1998).
Il mercato dei capitali appare essere ben disposto in merito all’avanzamento di carriera delle donne (0.482, p=0.014 <0.05). Questa è la componente della CSP che maggiormente influenza il ∆𝑅23 totale (0.153) relativo alla variabile “Market responsibility”.
Un’altra conferma che giunge da questa seconda tipologia di analisi è relativa all’effetto negativo che si registra sul ROCE in seguito ad azioni a favore dell’ambiente (-0.390, p=0.014<0.05). Questa è la componente della CSP che maggiormente influenza il ∆𝑅23 totale (0.172) relativo alla variabile “ROCE”. Questo offre ulteriore supporto dell’ipotesi H3.
Per riepilogare, le istanze di maggior rilievo a cui porta questo studio possiamo dire essere:
Alcuni aspetti della performance sociale presente, possono essere spiegati dalle performance economico-finanziarie raggiunte in passato66;
La CSR disclosure è risultata essere collegata alle performance finanziarie67; Se la disclosure e la performance sociale hanno la stessa direzione hanno un
impatto positivo sulla profittabilità68; se le direzioni divergono, viene ad annullarsi l’influenza.
Alcune attività costose, come le azioni a livello ambientale, riducono i valori del ROCE; altre iniziative sembrano, al contrario bene accette dal mercato. L’impatto più sui generis è quello esercitato dalla disclosure: ne ha uno negativo sul mercato (percezione degli investitori, shareholder) ma allo stesso tempo uno positivo sugli altri stakeholder, dal momento che il GPS aumenta. Nonostante quanto emerso, tutto lascia pensare che la vera influenza sugli investitori sia esercitata da altri fattori.
66 Esempio, la filantropia è incentivata da buoni ratio di GPS e EMV. 67 Il GPS è condizionato positivamente
68 La forza relativa di questo impatto aumenta ulteriormente se, oltre che andare nella stessa direzione (o
alta-alta o bassa-bassa), queste due sono entrambe alte. dove 0.05 è la soglia di significatività del t-test statistico Fonte: Balabanis e al, 1998
Tabella 2.9 Hierarchical Regression Analysis. Relazioni tra social performance corrente e performance finanziaria futura.
2.4.2 Relazione positiva: Tsoutsoura (2004)
Taluni studi portano al raggiungimento di risultati positivi, foriero di un legame significativo tra le grandezze.
Possiamo citare una ricerca antecedente al 2000, condotta da Waddock (1997), il quale riesce a rinvenire che la CSP è positivamente correlata con la performance finanziaria precedentemente realizzate (arguisce che anche la disponibilità di risorse preziose e la CSP sono vicendevolmente influenzate). Ulteriori legami sono stati individuati tra CSP e futura performance finanziaria, dal momento che un buon management e la CSP si influenzano a vicenda.
Si riporta brevemente il suo metodo di ricerca. Egli pone dapprima come variabile dipendente la CSP e alterna, quali variabili indipendenti ROA, ROE e ROS. Successivamente le variabili dipendenti, alternandosi di volta in volta, diventano quelle finanziarie e viene fissata come variabile indipendente la CSP. Infine viene valutata la significatività dei risultati69.
Ora si intende presentare più dettagliatamente uno studio più recente, condotto da Tsoutsoura nel 2004, che giunge alle medesime conclusioni.
L’orizzonte temporale della ricerca è di cinque anni, dal 1996 al 2000. Il campione di imprese selezionate (un totale di 422) rientra tra le aziende elencate nel S&P50070. La conclusione alla quale si giunge è “the results indicate that the sign of the relationship is positive and statistically significant, supporting the view that socially responsible corporate performance can be associated with a series of bottom-line benefits”(Tsoutsoura 2004).
Per misurare la social performance Tsoutsoura si basa su due indicatori: il KLD score e il Domini 400 Social Index (DSI400)71, un indice ponderato composto sulla base dei
69 Per ulteriori chiarimenti e approfondimenti sulla ricerca in discussione si rimanda a Waddok (1997) 70 Lo Standard & Poor’s 500 è il più importante indice azionario nordamericano. È infatti il principale
benchmark azionario relativo ai titoli quotati a Wall Street ed è il sottostante per un incredibilmente ampio ventaglio di prodotti derivati, quali futures, opzioni e certificates. Questo paniere, creato da Standard & Poor's viene calcolato dal 4 marzo 1957. Esso contiene 500 titoli azionari con contrattazione continua. Prima del 1957 l’indice di S&P conteneva solamente 90 titoli (http://www.borsaitaliana.it/)
71 Meno efficiente del precedente, questo ne spiega il minor uso in pratica (fornisce, a differenza dell’altro,
meno informazioni sul CSR score delle singole compagnie). Potential candidates for this index will have positive records on issues such as employee and human relations, product safety, environmental safety, and corporate governance. Companies engaged in the business of alcohol, tobacco, firearms, gambling, nuclear power and military weapons are automatically excluded. This relatively new index was designed to help socially conscious investors weigh social and environmental factors in their investment choices (http://www.investopedia.com/)
valori borsistici di 400 aziende quotate che hanno rispettato determinati standard di eccellenza in campo sociale e ambientale. Sono variabili proxy, ovvero vanno a rappresentare la CSP. Il fatto di rientrare o meno nell’indice sta a significare un buon livellosi social performance o meno.
La ricerca mira a vedere se sussiste o meno un legame tra il fatto di rientrare in tale indice e le una buona performance finanziaria. Le performance finanziarie sono misurate prima dal ROA, poi dal ROE e infine dal ROS.
Come variabili di controllo vengono usati tre fattori: rischio, misurato tramite l’effetto leva (espresso dal rapporto Debiti/Assets); dimensione, misurata tramite il logaritmo naturale del valore degli asset (log assets) e il logaritmo naturale delle vendite (log sales); settore di appartenenza (viene approssimato con il calcolo del KLD medio delle aziende appartenenti a ogni settore, identificato dal codice SIC).72
Ancora una volta le tecniche utilizzate per evidenziare o meno qualche legame sono state quella della matrice di correlazione e quella della regressione incrociata.
Si riporta la matrice di correlazione tra le variabili in gioco (relative al periodo di osservazione), nella tabella 2.10
72 Sono usate queste tre perché sono fattori in grado di influenzare sia le performance finanziarie che quelle
sociali
Fonte: Tsoutsoura 2004
Dove p indica il livello di significatività statistica del test: più è basso più forza dà al risultato (p=0.05 livello soglia di significatività)
Come si può vedere:
Il DSI 400 e il KLD sono fortemente correlati (p<0.001);
Il DSI400 è fortemente correlato (p<0.001) con il ROA in primis, e mediamente con il ROS (p<0.05) e solo superficialmente con il ROE (p<0.1);
Il KLD risulta fortemente correlato sia con il ROA che con il ROS (p<0.001), e anch’egli solo superficialmente con il ROE (p<0.1);
Lo stesso tipo di relazione la possiamo vedere nelle tabelle dei risultati dell’analisi di regressione, in ognuno dei quattro73 modelli che si sono generati. Infatti nel tentativo di fornire più forza agli esiti:
Viene usato prima il domini 400 index e in seguito il KLD;
Per la dimensione, quale variabile proxy, viene usata sia il log assets che il log sales;
I risultati ottenuti, in ognuno dei quattro scenari, sono a favore di un legame significativamente positivo, come evidenziato dai modelli statistici, l’Adj R2 e il test F, utilizzati per effettuare l’analisi di regressione.
Il test F è un test statistico basato sulla distribuzione di Fisher-Snedecor, volto a verificare l'ipotesi che due popolazioni che seguono entrambe distribuzioni normali abbiano la stessa varianza.
L’Adj R2 indica la parte di deviazione, ovvero di variabilità, spiegata dalla variabile indipendente.74
Nel primo scenario (tabella 2.11), quello che prevede l’utilizzo del log asstes quale proxy per la dimensione e il DSI400 quale proxy per la CSP, tutti i test risultano fortemente significativi dal momento che il test F dà risultati con p≤0.001. Come anticipato dalla matrice di correlazione, usando il DSI400 come variabile indipendente, i legami più rilevati sono quelli che si registrano con ROA e ROS (p<0.1). La relazione che si ha con il ROE, sebbene sempre positiva, non è però significativa da un punto di vista statistico. Le risultanze sono del tutto analoghe anche nel secondo scenario, quello che prevede l’utilizzo del log sales quale proxy per la dimensione e il DSI400 quale proxy per la CSP.
73 DSI – log assets; DSI – log sales; KLD – log assets; KLD – log sales.
74 Ha la stessa funzione che nello studio di Balabanis, esaminato nel paragrafo precedente, ricopriva il
Nel terzo scenario (tabella 2.12), quello che prevede l’utilizzo del log asstes quale proxy