Om de robuustheid van mijn resultaten te toetsen heb ik aanvullend een regressie gedraaid met een accounting based maatstaf als afhankelijke variabele. In lijn met onder andere Trumpp en Guenther (2015) heb ik ervoor gekozen om als maatstaf Return on Assets te hanteren. Daartoe heb ik allereerst de Return on Assets berekend voor de waarnemingen van de reeds in gebruik zijnde dataset. Daartoe heb ik allereerst vanuit de COMPUSTAT database de relevante data geëxporteerd (Ticker symbol, jaartal, bezittingen (AT – Assets – Total) en het netto resultaat (Net Income – (Loss)). In dit bestand heb ik de Return on Assets berekend (netto resultaat gedeeld door totale bezittingen) en een samenvoeging van Ticker Symbol en jaartal opgenomen zodat ik wederom een unieke code per waarneming heb waarbij de opzet van deze unieke codering gelijk is aan de opzet in de reeds in gebruik zijnde dataset. Vervolgens heb ik in mijn in gebruik zijnde dataset een kolom toegevoegd (Return on Assets) en middels verticaal zoeken de Return on Assets erbij gezocht vanuit het aanvullende COMPUSTAT bestand. Op deze wijze heb ik mijn dataset uitgebreid met Return on Assets. Met deze afhankelijke variabel heb ik twee regressie modellen geanalyseerd: een model zonder de dummy variabelen van de branche een model met de dummy variabelen van de branche. Op deze wijze is het eventuele effect van de branche op de afhankelijke variabele Return on Assets te destilleren daar het nominale variabelen zijn waarvan de resultaten, omdat het dummy variabelen zijn, voortvloeiend uit de regressie analyse de verschillen in Return on Assets ten opzichte van de gekozen referentiegroep manufacturing tonen.
Tabel 6: regressie analyse model 2 met afhankelijke variabele ROA (n=2903) Standardized
Coefficients Beta Std. Error T-statistic
Prob. (2- side)
(Constant) 0,144 0,011 12,727 0,000
Overall Env Score 0,060 0,001 3,384 0,001
Leverage -0,188 0,007 -10,928 0,000
Aantal observaties 2903
Adj. R2 0,258
P-waarden zijn gebaseerd op een tweezijdige toets. Beschrijving van de variabelen:
ROA = Net income jaar t / total assets jaar t
Overall Env Score = som van de individuele milieu variabelen (na hercodering van de negatieve milieuvariabelen) Leverage = long term debt jaar t / total assets jaar t
R&D intensity = R&D expenses jaar t / total assets jaar t Capital intensity = capital expenditures jaar t / net sales jaar t Size = log (total assets) jaar t
Growth = (total assets year t - total assets year t-1) / total assets year t-1
Industry = dummy variabele voor de branche (9 branches, derhalve 8 dummy variabelen met manufactoring branche als referentiegroep)
In bovenstaande tabel 6 presenteer ik de uitkomsten van de regressie analyse van het model inclusief industry dummy’s. Uit deze uitgevoerde regressieanalyse komt voort dat Capital Intensity geen significante relatie (gegeven de p-waarde van 0,495) heeft met de financiële prestatie van een bedrijf (geoperationaliseerd middels Return on Assets). De milieu prestatie van een bedrijf blijkt wederom een positieve relatie te hebben met de financiële prestatie van een bedrijf met in dit model een Beta van 0,060 en een p-waarde van 0,001. Deze Beta van 0,060 is hoger dan de Beta behorend bij de relatie tussen milieu prestatie en Tobin’s Q (Beta van 0,053). Dit is in lijn met de resultaten van Lu en Taylor (2016). Growth heeft ook in dit model een positieve relatie met de financiële prestatie van een bedrijf gegeven de p-waarde van 0,000 behorend bij een Beta van 0,095. Ook Size heeft, in overeenstemming met het door mij geprevaleerde model met als afhankelijke variabele Tobin’s Q, een significante negatieve relatie met de financiële prestatie van een bedrijf (gegeven de p-waarde van 0,000). In dit model heeft Leverage een significante negatieve relatie met de financiële prestatie van een bedrijf, gegeven de p-waarde van 0,000 behorend bij een Beta van -0,188. Dit in tegenstelling tot het door mij geprevaleerde model waar Leverage geen significante relatie had. In dit model blijkt de onafhankelijke variabele die geen significante relatie heeft met de financiële prestatie van een bedrijf de variabele Capital Intensity te zijn gegeven de p-waarde van 0,495. Voorts heeft in dit model R&D Intensity een significant negatieve relatie te hebben met de financiële prestatie van een bedrijf gegeven de p-waarde van 0,000 behorend bij een Beta van -0,065. Dit terwijl in het door mij geprevaleerde model R&D Intensity juist een significant positieve relatie had.
Voor de details van het vergelijk tussen het model exclusief de industry dummy’s en het model inclusief de industry dummy’s verwijs ik naar appendix 4. Hieruit blijkt dat het verschil in verklarende waarde tussen het model exclusief industry dummy’s en het model inclusief Industry
dummy’s 11,2% is. De variatie in de afhankelijke variabele Return on Assets wordt voor 25,8% verklaard door de in de regressie analyse betrokken variabelen. De uitkomsten van de regressie analyse van het model exclusief industry dummy’s is terug te vinden in appendix 5. Voor beide modellen heb ik in SPSS getoetst op multicollineariteit. Dit blijkt niet het geval te zijn.
In dit hoofdstuk heb ik uiteengezet welke laatste handelingen ik heb verricht om een bestand samen te stellen dat gereed is om te analyseren in SPSS. Vervolgens heb ik de descriptives en de correlatie matrix gepresenteerd en toegelicht. Voorts heb ik de uitgevoerde regressie analyse met als afhankelijke variabele Tobin’s Q gepresenteerd en uiteengezet. Daarna heb ik de resultaten van de door mij uitgevoerde robuustheidstest met als afhankelijke variabele Return on Assets uiteengezet. In het volgende hoofdstuk teken ik op welke conclusies ik verbind aan het door mij uitgevoerde onderzoek alsmede welke limitaties mijn onderzoek kent.
5 Conclusie en limitaties
In deze thesis heb ik getracht aanvullend bewijs te vinden voor een mogelijk positieve relatie tussen de milieu prestatie van een bedrijf en de financiële prestatie van een bedrijf. De gepresenteerde resultaten laten zien dat er een significante positieve relatie is tussen de milieu prestatie van een bedrijf en de, middels Tobin’s Q geoperationaliseerde, financiële prestatie van een bedrijf. Waarbij eerder onderzoek zich beperkte tot een kleinere dataset en in geringere mate betrekken van milieu variabelen is het gepresenteerde resultaat consistent met deze eerdere onderzoeken. Uit de resultaten blijkt dat de controlevariabelen, behoudens leverage, een significante relatie hebben met de financiële prestatie van een bedrijf. Dit rechtvaardigt de keuze voor de controle variabelen. De significante relatie tussen de milieu prestatie van een bedrijf en de financiële prestatie van een bedrijf blijft ook overeind wanneer de financiële prestatie van een bedrijf geoperationaliseerd wordt middels Return on Assets. Dit toont de robuustheid van mijn resultaten.
De door mij gekozen onafhankelijke en controle variabelen verklaren 39,1% van de variantie in Tobin’s Q. Het is een utopie om een model op te tekenen waar 100% van de variantie wordt verklaard maar mijns inziens kan de verklarende waarde omhoog door nader onderzoek te doen naar aanvullende controle variabelen die van invloed kunnen zijn op de variantie in Tobin’s Q. Uitkomsten van een statistische analyse zijn dan nog robuuster. Uit de resultaten is voorts gebleken dat de gekozen onafhankelijke en controle variabelen 25,8% van de variantie in Tobin’s Q verklaren. Hieruit valt op te tekenen dat de impact van de in deze thesis opgetekende variabelen een geringere relatie hebben met een accounting based maatstaf dan met een financiële maatstaf die meer forward looking van aard is.
De gevonden significante relatie tussen de milieu prestatie en de financiële prestatie laat niet zien op welk onderdeel van Tobin’s Q het gemeten effect het sterkst is. In volgend onderzoek dient uitgezocht te worden of de relatie het sterkst is met de marktwaarde van een bedrijf, de totale schulden van een bedrijf of de boekwaarde van de totale bezittingen. Dit om meer in detail te begrijpen welke relaties er zijn.
Uitspraken ten aanzien van causaliteit zijn niet te verbinden aan de uitgevoerde analyses. In eerder onderzoek zijn vermoedens opgetekend maar blijft hard bewijs nog steeds achterwege. In vervolgonderzoek zou verder beschouwd kunnen worden of het verhogen van de milieu prestatie bijvoorbeeld kan zorgen voor besparingsmogelijkheden. Het zou immers kunnen zijn dat investeringen om bijvoorbeeld het energieverbruik terug te dringen een zeer korte terugverdientijd hebben en derhalve spoedig tot besparingen leiden. Voorts zou onderzocht
kunnen worden wat de impact is van een hogere milieu prestatie op bijvoorbeeld de wijze waarop consumenten het bedrijf waarderen en dientengevolge hier mogelijk eerder goederen van betrekken dan van een bedrijf met een lagere milieu prestatie. Een hogere milieu prestatie zou derhalve kunnen zorgen voor een betere concurrentiepositie.
References
Ameer, R.,& Othman, R. (2012) Sustainability Practices and Corporate Financial Performance: A Study Based on the Top Global Corporations, Journal of Business Ethics, 108, pp. 61-79. Bansal, P.,& Roth, K. (2000) Why Companies Go Green: A Model of Ecological
Responsiveness, The Academy of Management Journal, 43(4), pp. 717-736.
Berman, S.L., Wicks, A.C., Kotha, S., & Jones, T.M. (1999) Does Stakeholder Orientation Matter? The Relationship between Stakeholder Management Models and Firm Financial Performance, The Academy of Management Journal, 42(5), pp. 488-506.
Bharadwaj, A.S., Bharadwaj, S.G.,& Konsynski, B.R. (1999) Information Technology Effects on Firm Performance as Measured by Tobin’s Q, Management Science, 45(7), pp. 1008-1024. Burke, L.,& Logsdon, J.M. (1996) How Corporate Social Responsibility Pays Off, Long Range
Planning, 29(4), pp. 495-502.
Chen, K.C., Lee, J. (1995) Accounting Measures of Business Performance and Tobin’s Q Theory, Journal of Accounting, Auditing and Finance, 10(summer), pp. 587-607.
Dowell, G., Hart, S.,& Yeung, B. (2000) Do Corporate Global Environmental Standards Create or Destroy Market Value?, Management Science, 46(8), pp. 1059-1074.
Endrikat, J., Guenther, E., & Hoppe, H. (2014) Making sense of conflicting empirical findings: A meta-analytics review of the relationship between corporate environmental and financial performance, European Management Journal, 32, pp. 735-751.
Epstein, M.J., & Roy, M.J. (2001) Sustainability in action: Identifying and measuring key performance drivers, Long Range Planning, 34, pp. 585-604.
Epstein, M.J., Buhovac, A.R., & Yuthas, K., (2012) Managing Social, Environmental and Financial Performance Simultaneously, Long Range Planning, 48, pp. 35-45.
Freeman, R. Edward (1984) Strategic management: a stakeholder approach, Englewood Cliffs, NJ: Prentice-Hall.
Haanaes, K., Michael, D., Jurgens, J., & Rangan, S., (2013) Making Sustainability Profitable, Harvard Business Review, March, pp. 110-114.
Hirschey, M. (1982) Intangible Capital Aspects of Advertising and R&D Expenditures, Journal of Industrial Economics, 30(June), pp. 375-390.
Jensen, M., (1988) Takeovers: Their Causes and Consequences, Journal of Economic Perspectives, 2(1), pp. 21-44.
Lang, L.H.P., & Litzenberger, R.H. (1995) Dividend Announcements: Cash Flow Signalling vs. Free Cash Flow Hypothesis? Journal of Financial Economics, 24, pp. 181-191.
Lang, L.H.P., & Stulz, R.M. (1994) Tobin’s Q, Corporate Diversification and Firm Performance, Journal of Political Economy, 102, pp. 1248-1280.
Lindblom, C.K. (1994) “The implications of organizational legitimacy for corporate social performance and disclosure”, paper presented at the Critical Perspectives on Accounting Conference, New Yor, NY.
Lu, W., & Taylor, M.E. (2016), Which Factors Moderate the Relationship between Sustainability Performance and Financial Performance? A Meta-Analysis Study, Journal of International Accounting Research, 15(1), pp. 1-15.
McWilliams, A., Siegel, D. (2001) Corporate Social Responsibility: A Theory of the Firm Perspective, The Academy of Management Review, 26(1), pp. 117-127.
Meyer, J. W., & Rowan, B. (1977) Institutional Organizations: Formal Structure as Myth and Ceremony, American Journal of Sociology, 83(2), pp. 340–363.
Sen, S., Bhattacharya, C.B., Korschun, D. (2006) The Role of Corporate Social Responsibility in Strengthening Multiple Stakeholder Relationships: a Field Experiment, Journal of the Academy of Marketing Science, 34, pp. 158-166.
Sharma, S. (2000) Managerial Interpretations and Organizational Context as Predictors of Corporate Choice of Environmental Strategy, The Academy of Management Journal, 43 (4), pp. 681-697.
Stanwick, P.A., & Stanwick, S.D. (1998) The Relationship Between Corporate Social Performance, and Organizational Size, Financial Performance, and Environmental Performance: An Empirical Examination, Journal of Business Ethics, 17, pp. 195-204.
Suchman, M.C. (1995) Managing Legitimacy: Strategic and Institutional Approaches, The Academy of Management Review, 20(3), pp. 571-610.
Trumpp, C., Guenther, T. (2015) Too Little or too much? Exploring U-shaped Relationships between Corporate Environmental Performance and Corporate Financial Performance, Business Strategy and the Environment.
Wagner, M. (2010) The role of corporate sustainability performance for economic performance: A firm-level analysis of moderation effects, Ecological Economics, 69, pp. 1553-1560.
Wood, D. (1991a) Corporate Social Performance Revisited, Academy of Management Review, 16, pp. 691-718.
World Commission on Environment and Development (1987) Our Common Future, Oxford, Oxford University Press.
Ziegler, A. (2011) Is it Beneficial to be Included in a Sustainability Stock Index? A Panel Data Study for European Firms, Environ Resource Econ, 52, pp. 301-325.
Appendices
Appendix 2: overzicht SIC codes en bijbehorende omschrijving branche.
SIC Codes Description N
01-09 Agriculture, Forestry, Fishing 0
10-14 Mining 215
15-17 Construction 37
20-39 Manufacturing 1.010
40-49 Transportation & Public Utilities 373
50-51 Wholesale trade 61
52-59 Retail trade 160
60-67 Finance, Insurance, Real Estate 732
70-89 Services 311
Appendix 3: regressie analyse model 1 met afhankelijke variabele Tobin’s Q (n=2903).
Standardized Coefficients Beta Std. Error T-statistic Prob. (2-sided)
(Constant) 4,813 0,182 26,478 0,000
Overall Env Score 0,085 0,014 5,461 0,000
Leverage -0,042 0,113 -2,751 0,006 R&D intensity 0,202 0,519 12,587 0,000 Capital intensity 0,083 0,342 5,429 0,000 Size -0,483 0,035 -30,038 0,000 Growth 0,108 0,084 7,149 0,000 Aantal observaties 2903 Adj. R2 0,351
P-waarden zijn gebaseerd op een twijzijdige toets. Beschrijving van de variabelen:
Tobin's Q = (market value jaar t + total debt jaar t / book value of total assets jaar t)
Overall Env Score = som van de indivuele milieu variabelen (na hercodering van de negatieve milieuvariabelen) Leverage = long term debt jaar t / total assets jaar t
R&D intensity = R&D expenses jaar t / total assets jaar t Capital intensity = capital expenditures jaar t / net sales jaar t Size = log (total assets) jaar t
Appendix 4: vergelijk regressiemodellen 1 en 2 behorend bij afhankelijke variabele ROA.
Model Std. Error of the Estimate Adjusted RSquare R SquareChange F Change Sig. F Change
3 0,066 0,147 0,149 84,465 0,000
4 0,061 0,258 0,112 54,879 0,000
a. Predictors: (Constant), Growth, Leverage, Overall Env Score, Capital intensity, R&D intensity, Size
b. Predictors: (Constant), Growth, Leverage, Overall Env Score, Capital intensity, R&D intensity, Size, Industry dummyPublic Administration, Industry dummyWholesale trade, Industry dummyConstruction, Industry dummyRetail trade, Industry dummyServices, Industry dummyTransportation & Public Utilities, Industry dummyMining, Industry dummyFinance, Insurance, Real Estate
Appendix 5: uitkomsten regressieanalyse model 1 (exclusief dummy variabelen) behorend bij afhankelijke variabele ROA.
Standardized
Coefficients Beta Std. Error T-statistic Prob. (2-side)
(Constant) 0,128 0,011 11,204 0,000
Overall Env Score 0,161 0,001 9,022 0,000
Leverage -0,186 0,007 -10,537 0,000 R&D intensity 0,028 0,033 1,494 0,135 Capital intensity 0,047 0,021 2,661 0,008 Size -0,293 0,002 -15,871 0,000 Growth 0,122 0,005 7,038 0,000 Aantal observaties 2903 Adj. R2 0,147
P-waarden zijn gebaseerd op een twijzijdige toets. Beschrijving van de variabelen:
ROA = Net income jaar t / total assets jaar t
Overall Env Score = som van de indivuele milieu variabelen (na hercodering van de negatieve milieuvariabelen) Leverage = long term debt jaar t / total assets jaar t
R&D intensity = R&D expenses jaar t / total assets jaar t Capital intensity = capital expenditures jaar t / net sales jaar t Size = log (total assets) jaar t