Föreligger möjligheten att förutsäga miljöskandaler genom att analysera mätpunkter kopplade till ESG-data? : En kvantitativ studie

Sammanfattning: Syfte: Företagsskandaler är ett högst relevant ämne då de ofta får stor medial uppmärksamhet och når investerare i snabb takt. En företagsskandal påverkar i många fall aktiepriset negativt samt får negativa finansiella konsekvenser för företagen. Investeringsbeslut präglas dessutom i allt större utsträckning av icke-finansiella kriterier, så kallade miljömässiga och sociala (ESG) aspekter. Detta har inneburit att socialt ansvarsfulla fonder (SRI), vars innehav väljs utifrån ESG-aspekter, ökat i antal. Dessa fonder förlitar sig på aggregerade ESG-betyg som har visat sig vara oförmögna att förutsäga skandaler vilket innebär att institutionella investerare fortsätter investera småsparares och försäkringstagares pengar i potentiella skandalbolag med kopplingar till långvarig miljöförstöring, ekonomiska brott och överträdelser av mänskliga rättigheter. Eftersom en miljöskandal sannolikt inte är uttryck för vare sig tillfälligheternas spel eller otur finns anledning att misstänka att bristerna hos aggregerade ESG-betyg som skandalerna ådagalägger går att identifiera genom att påvisa vilka faktorer som har förmåga att förutsäga risken för skandaler. Studiens syfte är därför att undersöka möjligheten att förutsäga miljöskandaler genom att analysera mätpunkter kopplade till ESG-data. Metod: Studien har en kvantitativ forskningsmetod och tillämpar en positivistisk forskningsfilosofi med en hypotetisk-deduktiv ansats med större induktiva anslag än de flesta studier som beskriver sig som hypotetiskt-deduktiva. Vidare använder sig studien av en longitudinell forskningsdesign med sekundärdata från Thomson Reuters Datastream över en 10-årsperiod (2009–2018). Datan analyseras i statistikprogrammet Stata genom logistisk regressionsanalys. Resultat & slutsats: Resultatet visar att det finns mätpunkter kopplade till ESG-data med viss förmåga att förutsäga risken för miljöskandal. Däremot föreligger begränsat empiriskt stöd för att kunna hävda att modellens känslighet är hög vilket sålunda innebär att resultaten bör tonas ner. Examensarbetets bidrag: Studien bidrar till forskning beträffande förutsägelse av företagsskandaler genom att studera enskilda mätpunkter kopplade till ESG-data som en alternativ approach till det aggregerade ESG-betyget. Förslag till fortsatt forskning: Framtida forskning kan fokusera på att göra liknande studier fast med andra typer av skandaler och utifrån S- och G-pelarna av ESG-betyget. Det främsta förslaget till fortsatt forskning är att det görs ett seriöst försök att ta fram en övergripande modell (med hjälp av avancerade maskininlärningsmetoder för datautvinning som kan fånga upp icke-linjära samband i ESG-mätpunkterna) med möjlighet att förutsäga risken för företagsskandaler.