Avendo in precedenza individuato quali sono i fattori che più influenzano l’adozione di politiche di RSI, vengono raccolti i dati inerenti alle variabili che si ritengono utili e che quindi si decide di considerare per la costruzione del dataset oggetto dell’analisi.
34
2.2.1 Variabili dipendenti
Per rappresentare le politiche di RSI sono state raccolte informazioni in relazione a cinque tipi di iniziative sociali:
Politiche sociali : comprendono informazioni sull’eventuale adozione di
politiche di RSI riguardanti iniziative filantropiche, donazioni o qualsiasi altra attività svolta in favore delle diverse tipologie di stakeholders.
Le informazioni sono state ottenute sia dall’analisi del sito ufficiale dell’azienda, in particolare, cercando una specifica sezione dedicata alla RSI, identificata generalmente con i termini “Social Corporate
Responsibility” o possibili varianti come “Responsabilità sociale o
“Sostenibilità”, sia attraverso un contatto diretto tramite e-mail con l’azienda. È stata, quindi, creata una variabile dummy, denominata “Social.policies”, che assume, rispettivamente, valore 1 o 0 a seconda che l’impresa abbia, o meno, intrapreso tali attività. Assume valore uguale a 1 a partire dall’anno in cui è stata adottata una qualsiasi polita sociale. E’stato inoltre specificato, l’anno in cui eventuali politiche sono state introdotte per la prima volta.
Si ritiene che il numero di anni del coinvolgimento della società in tali iniziative e soprattutto l’anno di inizio sia un’informazione interessante per la RSI perché la responsabilità aziendale nei confronti della società è tradizionalmente presente in molte aziende BRIC.
RSI report: si è cercata, per ogni anno dal 1990 al 20129, la presenza, sui
siti ufficiali delle imprese considerate, di specifici report sociali o di “Annual Report” contenenti apposite sezioni dedicate all’argomento. Anche in questo caso la variabile creata è una variabile dicotomica,
CSR.report, che assume valore pari a 1 se l’impresa ha pubblicato un RSI report al tempo t e valore 0 in caso contrario .
9 I dati sono stati raccolti per tutti gli anni dal 1990 al 2012 ma l’intervallo di tempo è stato limitato
35
Adesione a “UN GlobalCompact”: sono state raccolte informazioni sulla partecipazione di ogni impresa del campione al UNGC, dal sito ufficiale (www.unglobalcompact.org). Ad ogni impresa e per ogni anno, è attribuito valore 1 se essa aderisce al programma e valore 0 nel caso in cui non aderisca. La variabile viene denominata “UNGC.member” In caso di partecipazione all’iniziativa si raccolgono informazioni circa l’anno in cui è avvenuta la richiesta di partecipazione e gli anni successivi di adesione; è da considerare inoltre che dopo il secondo anno di mancato rispetto dei principi che le imprese devono rispettare per poter partecipare all’iniziativa, l’impresa viene esclusa dal programma.
UNGC contributions: sono state inoltre raccolte informazioni,
direttamente dal sito www.globalcompactfoundation.org, su eventuali donazioni effettuate dalle nostre imprese alla Fondazione per il Global
Compact, ente no profit costituito nel 2006, per contribuire al reperimento
dei fondi e delle risorse necessarie per sostenere l’iniziativa.
Il sostegno finanziario per il UNGC proviene da due fonti: donazioni nazionali e finanziamenti del settore privato organizzato sotto indicazione della Fondazione per il Global Compact . Tale indice si limita a segnalare se un’impresa ha contribuito o meno alla Fondazione, senza considerare l’importo della donazione. Anche tale variabile, denominata “UNGC.Contr”, è dicotomica e assume valore 1 in caso di contribuzione da parte dell’impresa e valore 0 in caso contrario.
Adesione al “Global Reporting Initiative” (GRI): sono state raccolte informazioni circa l’adesione di ogni impresa al GRI, andando a vedere in quali anni l’impresa ha prodotto un RSI report seguendo le linee guida dettate dal GRI. Le informazioni sono state reperite dal sito dell’iniziativa (www.globalreporting.org) oppure direttamente dai report pubblicati sui siti aziendali andando a cercare la presenza di riferimenti all’adozione delle linee guida per la redazione degli stessi. La variabile “GRI member” assume valore 1 se l’impresa ha partecipato all’iniziativa e valore zero se non ha partecipato considerando ogni anno dal 1999 al 2012.
36
CSR Index: Sulla base dei dati raccolti, inoltre, viene costruito un indice composito denominato “CSR.index” che rappresenta una media dei cinque precedenti indicatori; tale indice riflette il grado di coinvolgimento delle imprese del campione in attività di RSI; l’indice assume valore tra 0 e 1 a seconda di quante, tra tali iniziative, l’impresa intraprende ogni anno sul totale delle cinque attività considerate.
Anche se la variabile può ritenersi interessante per confrontare il diverso coinvolgimento di ogni impresa in attività sociali non si deve però sottovalutare il fatto che tale indice è composto da dati che presentano una diversa attendibilità in quanto mentre la partecipazione al GC e GRI richiedono il rispetto di linee guida comuni a livello internazionale, i dati inerenti alla RSI in generale non seguono regole comuni ma sono a discrezione delle imprese. Non per questo, però, ci si può permettere di non considerarli dato che forniscono informazioni utili da aggiungere a quelle inerenti a GRI e GC che sono, invece, iniziative molto più recenti. La figura seguente mostra l’adozione dei differenti tipi di iniziative di RSI.
37
Figura3. Adozione dei differenti tipi di iniziative di RSI. Fonte propria.
La figura 3 riporta la percentuale di imprese del campione considerato che ha adottato, ogni anno, dal 2003 al 2010 ciascuna delle cinque iniziative di RSI considerate. Dal grafico si nota come le politiche sociali siano ben diffuse tra le imprese dei paesi BRIC; in particolar modo è evidente la crescita della pubblicazione dei report sociali (CSR report) da parte delle imprese che nel 2010 coinvolge il 97% del campione. L’adesione al Global Compact e l’adozione degli standard GRI invece risultano ancora molto più bassi.
Inoltre, il grafico evidenzia che pochissime imprese, meno del 10%, effettuano donazioni al fondo del Global Compact nel periodo considerato.
38
2.2.2 Variabili indipendenti
I dati riguardanti i processi di internazionalizzazione in cui sono coinvolte le imprese multinazionali sono stati raccolti tramite tre database: FDI Markets come fonte per Greenfield and Brownfield Foreign Direct Investment10 (FDI), Zephyr e SDC Platinum per quanto riguarda fusioni e acquisizioni (M&A),
distinguendo tra quelle di minoranza, maggioranza e totali.
Si vuole capire come e se il processo d’internazionalizzazione possa influenzare l’adozione di politiche di RSI nei vari paesi e per questo motivo vengono costruite le seguenti variabili:
Number of Countries: è una variabile che indica il numero dei diversi paesi in cui l’impresa ha effettuato investimenti (considerando solo quelli in forma di Greenfield, Brownfield di maggioranza o piena partecipazione). Tale variabile è calcolata in termini cumulativi per evitare che uno stesso paese venga considerato più volte nel tempo.
10 Gli investimenti in un paese straniero si classificano in “Greenfield” se effettuati in un'area non
precedentemente utilizzata, “Brownfield” se invece sono frutto di riconversione. I dati relativi agli investimenti FDI delle imprese del campione partono dal 2003.
39
Figura 4. Numero medio di paesi in cui vengono fatti investimenti per ogni anno. Fonte propria.
La figura 4 riporta il numero medio di paesi in cui le imprese del nostro campione hanno investito ogni anno; le imprese vengono considerate raggruppate per i quattro paesi BRIC. Il grafico mostra che, in media, le imprese indiane e russe hanno effettuato investimenti in un numero maggiore rispetto a Cina e Brasile. Si nota inoltre, che gli investimenti di India e Russia aumentano nel tempo mentre l’andamento di Cina e Brasile resta più costante.
Si può comunque, in generale, affermare che, nel periodo 2003-2010, il numero dei diversi paesi in cui operano le imprese BRIC è aumentato.
Press freedom è un indice che considera le caratteristiche dei paesi in cui l’impresa effettua investimenti in termini di libertà di stampa; tale indice è calcolato facendo riferimento al “Cingranelli and Richards (CIRI)
40
Freedom of Speech Indicator11” che indica in che misura la libertà di
stampa è influenzata da misure adottate dal governo, comprendendo anche la proprietà dei mezzi di comunicazione del paese in questione. L’indice
“Press Freedom” per l’impresa i al tempo t è costruita moltiplicando il
valore del CIRI per ogni paese in cui l’impresa i ha effettuato un investimento al tempo t e in seguito si divide il valore ottenuto per il numero dei paesi in cui l’impresa i ha investito al tempo t.
Inizialmente ad ogni paese considerato era attribuito un valore compreso tra 0 e 2: veniva attribuito valore 0 se la libertà di stampa era assente, valore 1 se era parziale e valore 2 se era elevata. Considerando tali determinazioni dell’indice, la variabile in analisi assumeva valore 0 sia se le imprese non internazionalizzavano, sia se internazionalizzavano in paesi caratterizzati da una scarsa libertà di stampa. In questo modo si perdeva un’informazione rilevante. Per questo motivo, per la costruzione della variabile, l’indice CIRI SPEECH è stato incrementato di una unità: assume valore 1 se le imprese internazionalizzano in paesi caratterizzati dall’assenza di libertà di stampa, valore 2 se questa è parziale, valore 3 se è elevata. Ovviamente, maggiore è il valore assunto dall’indice, più le imprese investono in paesi che si caratterizzano per un’elevata libertà di stampa.
11 Tale indice è stato ottenuto dal “Cingranelli-Richards (CIRI) Human Rights Dataset” che rappresenta
uno standard quantitativo di riferimento per le informazioni sull’attività dei governi di 202 paesi circa il rispetto dei 15 diritti umani riconosciuti a livello mondiale, dal 1981 al 2010.
41
Figura 5. Libertà di stampa nei paesi di destinazione. Fonte propria.
La figura 5 mostra che sono le imprese brasiliane ad investire maggiormente in paesi caratterizzati da maggiore libertà di stampa rispetto agli altri paesi BRIC. Le imprese cinesi invece, come si può notare dal grafico, sono quelle che prediligono rivolgere i loro investimenti in paesi con minore libertà di stampa anche se si evidenzia un cambio di tendenza col passare degli anni.
Home Country Isomorphism è un indice creato sulla base dei dati raccolti, che ci serve per capire come il comportamento attuato dai competitors possa influenzare quello dell’impresa. Prendendo come punto di
riferimento il ranking “Forbes Global 2000” la variabile viene costruita come media annuale delle imprese che, in ogni paese, hanno adottato la specifica politica sociale.
42
2.2.3 Variabili di controllo
Si considerano per tale categorie le caratteristiche proprie dell’impresa che potrebbero influenzarne i comportamenti sociali. I dati raccolti riguardano:
Paese di provenienza: reperito dal sito aziendale o tramite il sito “Forbes
Global”.
Settore di appartenenza: le imprese appartengono a diversi settori riclassificati nelle seguenti categorie
Aerospace (1,7%) Banking (23,3%) Heavy industry (1,7%) PharmaChem (3,3%)
Electricity and other Utilities(10%) Food and Beverages (3,3%)
Extractive (20%) Pulp and Paper(1,7%) Real Estate (1,7%) Steel (16,7%) TLC (16,7%)
Anno di fondazione : reperito tramite il sito aziendale o tramite “Forbes
Global”.
Tipo di impresa: sono state cercate informazioni per quanto riguarda la proprietà aziendale delle imprese considerate ancora sui siti ufficiali delle imprese o tramite “Forbes Global” per capire se l’impresa considerata fosse di proprietà pubblica o privata; inoltre è stato specificato l’anno in cui è avvenuta un’eventuale operazione di privatizzazione o nazionalizzazione per non sottovalutare l’influenza che tali operazioni possono avere sull’adozione di politiche di RSI da parte dell’impresa in questione.
Dati economico-finanziari: tali dati sono stati raccolti tramite Datastream, uno dei più importanti database contenente dati economico-finanziari,
43
quotidianamente aggiornati, relativi a imprese di 175 paesi di 60 mercati. Sono state considerate per l’analisi tre tipi di variabili:
- Employees: tale variabile indica il numero di dipendenti dell’impresa per ogni anno considerato ed è indice della dimensione di questa.12
- Indicatore di Performance: per quanto riguarda gli indicatori di
performance aziendale sono stati considerati “Return on Equity” (ROE)
che è un indice di bilancio, che misura la redditività relativa al capitale proprio, calcolato come rapporto tra “net income before preferred di” e “common equity13” e l’indice “Net Income/Common Equity”.
- Slack resources: sono le risorse in eccesso o in “surplus” che accrescono la capacità dell’organizzazione di affrontare situazioni inaspettate e che possono essere impiegate per diversi scopi; sono calcolate come rapporto tra “long term debt” e “total asset”.
Abusi dei diritti umani: infine si considera anche il numero di abusi cumulati nel tempo; questo perché si ha ragione di pensare che imprese a cui sono attribuiti un maggior numero di comportamenti irresponsabili saranno più propense ad investire in attività di RSI per cercare di compensare gli impatti negativi che si potrebbero attribuire alla propria reputazione aziendale. Per la raccolta delle informazioni sulle violazioni dei diritti umani riguardanti le imprese del nostro campione è stato utilizzato il Business Human Rights Resource Centre (BHRRC)14; la
12
Il numero di dipendenti è stato calcolato su scala logaritmica per due motivi. Innanzitutto perché è una variabile con elevata mobilità (contiene infatti valori molto diversi fra loro, spesso valori anomali) e la scala logaritmica permette di limitare questa variabilità;secondariamente perché ha più senso spiegare y in base alla variazione percentuale di x e non dal numero scalare di questi.
13 Common Equity = Total Assets – Total Liabilities
14 Il BHRRC è il principale centro indipendente di informazioni positive o negative circa l’impatto
esercitato dalle imprese sui diritti umani; il centro contiene i dati di oltre 2500 imprese, di 160 paesi, aggiornati ogni ora risalenti fino al 1990.
44
ricerca di informazioni ha portato ad ottenere più di 100 documenti che testimoniano impatti negativi verificatosi fino al 2010. Nel database è stato inserito, per ogni anno, il numero di volte in cui si è verificato un abuso al tempo t. L’indicatore “Social.Irresp” rappresenta la somma dei casi di abusi dei diritti umani che vedono coinvolta un’impresa al tempo t. Tra gli abusi sono stati considerate le violazioni sui diritti umani e quelle ambientali che hanno avuto impatti su questi.
La figura seguente mostra la percentuale di imprese che hanno commesso almeno un abuso, suddivise per paese, per ogni anno dal 2003 al 2010.
Figura 6. Imprese protagoniste di almeno un abuso. Fonte propria.
Come è già stato accennato nel Framework teorico tutti e quattro i paesi BRIC sono stati protagonisti di abusi dei diritti umani in passato ma come si evince dal
45
grafico a riportare la maggiore percentuale (circa il 30%) di imprese implicate in abusi dei diritti umani è la Russia. Si evidenzia comunque un trend crescente, nell’implicazione in abusi dei diritti umani da parte delle imprese di tutti i paesi BRIC.
46
CAPITOLO TERZO
L’analisi dei dati
In questo capitolo si procede con la spiegazione del modello di ricerca utilizzato per l’elaborazione dei dati per concludere poi, con l’analisi e i commenti dei risultati emersi. I dati descritti nel capitolo precedente sono stati raccolti per ogni impresa, per ogni anno dal 1990 al 201215; questo porta alla delineazione di un
panel caratterizzato da due dimensioni, cross sectional e time series, in quanto
per la stessa unità campionaria, le osservazioni vengono raccolte nel tempo. Utilizzando tale approccio si può così tenere conto dell’eterogeneità delle imprese e della loro evoluzione nel tempo dato che abbiamo raccolto i dati per ogni anno. Inoltre, studiando le variazioni della variabile dipendente negli anni, è possibile eliminare l’effetto delle variabili che vengono omesse e che, pur essendo diverse tra entità, non variano nel tempo.
L’intervallo di tempo è stato limitato all’arco temporale che va dal 2003 al 2010; si cominciano a considerare i dati dal 2003 in quanto per gli investimenti diretti esteri (FDI) i dati sono presenti a partire dal 2003; questo non rappresenta un problema in quanto l’analisi è riferita ad economie di paesi emergenti e quindi partire a considerare i dati dal 2003 non comporta una perdita di dati interessanti. L’analisi dei dati si ferma al 2010 in quanto l’indice CIRI, in base al quale è calcolata la variabile dell’internazionalizzazione, assegna valori ai paesi circa la loro libertà di stampa fino al 2010, quindi si considerano i dati fino a questo anno; tale scelta è giustificata inoltre dal fatto che, a proposito delle violazioni dei diritti umani, intercorre un arco temporale di 3 anni dall’anno in cui l’abuso è commesso e quello in cui esso è segnalato.
Un panel di dati può essere analizzato mediante l’utilizzo di tre metodi: Poleed,
Random effect (o effetti casuali) e Fixed effect (o effetti fissi)16.
15 Nel caso in cui non fossero stati trovati i dati, nel database è stato inserito “NA”.
16 Il modello lineare con dati panel è specificato in modo analogo al modello lineare su dati cross section,
con la sola differenza che è necessario tener conto del fatto che la variabilità è presente sia tra individui che nel tempo:
47
Il primo è il modello più semplicistico e meno corretto in quanto non considera l’errore seriale che caratterizza i panel quindi i modelli da utilizzare per avere
yit = x1it β1 + ….+ xkit βk + εit , con i =1,..., N; t =1,...,T ;
εit = αi + uit dove:
- αi : componente non osservata o eterogeneità non osservata;
- uit : errore i.i.d. su i e t (cioè tra gli individui e nel tempo).
La presenza di αi crea una correlazione fra yit e yis, anche se gli errori sono non correlati nel tempo, fra
unità diverse. Il modello Pooled non considera la presenza di fattori omessi che non sono osservabili e
che, quindi, vengono compresi nel termine di errore. Inoltre, assume che la quantità αi sia costante, nel
senso che ignora la correlazione seriale nell’errore composito dovuto alla presenza di αi; questo equivale
ad ipotizzare che le differenze tra le unità campionarie siano catturate da quelle nella costante. Il modello è quindi equivalente ad un modello in cui le variabili considerate sono le variabili esplicative ed è adeguato se si ritiene di aver incluso tutti i possibili regressori rilevanti e gli effetti di eterogeneità
individuale osservabile per la determinazione di yit, per cui non vi è alcun effetto inosservato e αi può
essere eliminato.
Se, però, così non fosse e si trascurasse qualche effetto αi correlato con xkit per qualche k, allora la stima
Pooled risulterebbe distorta e non consistente. I due principali approcci per trattare questi problemi sono
il modello ad effetti fissi (Fixed effect) e quello ad effetti casuali (Random effect). La distinzione fra i due
si basa sul fatto che venga ammessa o meno la correlazione fra gli effetti individuali, αi, e le variabili
osservate per le varie unità, xkit.
Assumere effetti fissi significa assumere che le differenze fra le unità campionarie siano caratterizzate da differenze nella costante e che vi sia correlazione tra le variabili non osservate e almeno una delle
variabili esplicative considerate [ossia, cov (αi, xkit)≠0 per almeno un k]; lo stimatore derivante
dall’applicazione di questo modello è chiamato anche stimatore within poiché è identificato attraverso la variabilità “interna” ad ogni osservazione e spiega la misura in cui questa differisce dalla propria media nel tempo. A questo aspetto è legata una delle maggiori criticità della stima ad effetti fissi: l’impossibilità di stimare i coefficienti di variabili costanti nel tempo.
Nei modelli ad effetti casuali i coefficienti αi, sono considerati elementi di disturbo e, per ogni
osservazione, per ogni periodo di tempo, si assume che non vi sia correlazione tra tali questi e ogni variabile esplicativa:
cov(αi, xkit)=0.
Potrebbe sembrare allora che lo stimatore ad effetti casuali sia preferibile a quello ad effetti fissi, perché usa in modo efficiente sia l’informazione within che quella between, coincide con lo stimatore within o con quello pooled quando l’uso efficiente dell’informazione lo richiede, consente agli effetti individuali di variare rispetto al tempo. Però lo stimatore RE è consistente solo se gli effetti individuali sono non
correlati con le esplicative, cioè: E(εit | xit) = E(αi | xit) = 0; questa assunzione: è poco plausibile in molte
48
stime migliori, sono il Random effect e il Fixed effect e, per capire quale dei due è più efficiente in questo caso, si fa riferimento al test di Hausman17.
Tutte le stime sono state effettuate in R, facendo riferimento a molteplici
packages, in modo particolare a “plm”18. Per ogni modello di regressione
vengono riportati i coefficienti stimati, gli standard errors robusti19, il numero di osservazioni, R2 e R2 adjusted oltre alla statistica test di riferimento.