l’ impronta ecologica e la probabilità di€¦ · lussemburgo per identificare una metodologia...

Documento riservato e strettamente confidenziale. © 2015 Advantage Financial SA. Tutti i diritti sono riservati. Il

contenuto di questo documento è di proprietà di Advantage Financial SA e non può essere riprodotto, utilizzato, trasmesso o

messo a disposizione di chiunque mediante qualsiasi forma, o mediante ogni mezzo o supporto senza il permesso scritto di

Advantage Financial SA. L’apertura del documento comporta l’accettazione delle presenti condizioni.

L’ impronta ecologica e la probabilità di

default

in Europa

Uno studio redatto dal Prof. Stephen J. Brown (*)

per conto di

Advantage Financial SA.

Lussemburgo

New York, 13 gennaio 2013

Professor Emeritus of Finance

Leonard N. Stern School of Business,

New York University

[email protected]

Questo studio, che è stato commissionato all'autore da Advantage Financial SA,

Lussemburgo per identificare una metodologia di valutazione dell’impronta ecologica

dell’impresa, esplora il rapporto tra un insieme di misure relative all’impatto ambientale

delle società quotate europee e la loro probabilità di insolvenza. A tale scopo, viene

adottata la metodologia statistica della correlazione canonica che ho usato, insieme ad

altri co-autori, per catturare con successo l'impatto del rischio operativo sul rischio di

default degli hedge funds americani.

Ringrazio il Presidente di Advantage Financial, Francesco Confuorti, per avere ispirato

questa analisi e per le successive discussioni nel corso della stesura del paper.





1. Introduzione

Questo studio esplora il rapporto alcuni indicatori relativi all’impronta ecologica delle

società quotate italiane ed europee e la loro probabilità di default. L'obiettivo è quello di

stimare un'equazione per la Probabilità di Insolvenza (che denotiamo con la sigla PD), o

altre misure del rischio di credito, come ad esempio nell’equazione:

Probabilità di insolvenza per l’impresa i-esima (PDi) = funzione di (misure

dell’impronta ecologica; settore di appartenenza; dimensioni dell’impresa; altre

variabili che di solito spiegano la probabilità di insolvenza).

Per fare ciò, abbiamo dapprima raccolto una serie di indicatori sull’ impronta ecologica

di tutte le società quotate in Europa e in America, ne abbiamo discusso il significato ed

infine li abbiamo messi in relazione con alcune misure del costo del debito. Onde

trasformare le differenti misure dell’impronta ecologica in un indicatore sintetico,

abbiamo adottato una metodologia basata sulla correlazione canonica che ho usato,

insieme ai miei co-autori, per catturare con successo l'impatto di una serie di indicatori

del rischio operativo sul rischio di default degli hedge funds americani.

La maggior parte della letteratura sull'impatto dell’impronta ecologica sulla performance

delle utilizza misure legate alla redditività, al costo del capitale azionario o alla

performance di borsa come principali parametri di performance. L'impatto complessivo

dell’impronta ecologica, sia a livello di input, che di output, che di efficienza (input /

output) sulla redditività è comunque sottile, e la maggior parte degli studi non riescono a

trovare un effetto positivo che sia statisticamente significativo e consistente per le varie

misure, campioni e periodi temporali. 1 Uno dei principali risultati di questa letteratura, è

che le misure di efficienza ambientale a livello di impresa hanno una maggiore

probabilità di essere positivamente correlate con misure di rischio, come ad esempio la

volatilità del mercato azionario. Un numero piccolo ma crescente di studi apparsi in

letteratura mostra invece l’esistenza di un impatto delle misure di impronta ecologica

delle imprese sul loro costo del debito, trovando in generale una robusta relazione

positiva. Un esempio drammatico dell'impatto dell’impronta ecologica sul rischio di

credito è legato ad eventi ove un’impresa è ritenuta responsabile di una grave catastrofe

ecologica, come la fuoriuscita di petrolio dalla Exxon Valdez nel 1985, e il più recente

disastro ecologico causato da una piattaforma della BP nel Golfo del Messico nel 2010.

Infatti, la prima generazione di studi in materia misura l'impatto ex post dei danni

ambientali imputati alle aziende sul loro rischio di credito. Ad esempio Graham e Maher

1 Si vedano le rassegne della letteratura quali UNEP-Mercer (2007) ed AP7 (2011).





(2006) mostrano che i rating delle obbligazioni e dei rendimenti obbligazionari sono

significativamente correlati al numero di volte che un’impresa è considerata

potenzialmente responsabile dei danni derivanti dall’inquinamento di un sito negli USA,

in base ai dettami del Superfund. 2

La crescente sensibilità degli stakeholder aziendali e degli investitori per le questioni

ambientali, insieme con la disponibilità di una nuova serie di strumenti per la gestione

dei contenziosi e per l’attivismo ambientalista in sede societaria, derivati dalle campagne

sulla corporate governance, ha portato ad un aumento dell’attivismo ambientale in sede

societaria. Inoltre, la maggior parte delle giurisdizioni stanno introducendo leggi sempre

più severe volte a mitigare l'impatto delle esternalità ambientali. Un esempio popolare è

la crescente preoccupazione per le emissioni di gas serra. L'UE ei singoli paesi dell'UE in

cui il movimento ambientalista è particolarmente attivo, come la Germania o la

Scandinavia, sono leader in questo settore. Gli investitori, e soprattutto gli investitori in

obbligazioni, sono particolarmente influenzati da disastri ambientali, o più

semplicemente dalle sanzioni ambientali, e tengono sempre più in conto delle potenziali

responsabilità ambientali, al momento di decidere quale emissione obbligazionaria

sottoscrivere. Alcuni investitori a reddito fisso utilizzano le misure delle passività

ambientali come principale strumento di selezione degli emittenti nel loro processo di

investimento nella gestione obbligazionaria attiva. Un'altra recente tendenza è la

crescente disponibilità di informazioni trasparenti sull’ impatto ambientale a livello di

impresa, grazie alle attività delle agenzie di rating specializzate nel settore ambientale,

delle piattaforme per la fornitura di dati alla comunità, finanziaria ed anche ad una

diffusione più trasparente dei dati ambientali da parte dei regolatori. La qualità di questi

dati è sempre più frequentemente sottoposta al vaglio di studiosi indipendenti. Ad

esempio, il Prof. Eccles della Harvard Business School è autore di una serie di importanti

studi che utilizzano i dati sull’impatto ecologico, sociale e societario (ESG) forniti dalla

piattaforma Bloomberg.

Queste recenti tendenze hanno portato a un approccio più proattivo e preventivo per la

gestione del rischio ambientale da parte degli emittenti di obbligazioni e degli investitori.

2 Negli Stati Uniti, il “Comprehensive, Environmental Response, Compensation and Liability

Act”, più comunemente noto come “Superfund”, è il provvedimento legislativo che fornisce

alla Environmental Protection Agency (EPA), il potere di identificare i soggetti responsabili per

l’inquinamento dei siti.





Ciò si riflette anche nella letteratura accademica, ove alcuni dei più recenti studi

esaminano in profondità la relazione tra misure ex ante delle impatto ambientale ed il

costo del debito delle imprese. Ad esempio Rob Bauer e Daniel Hann (2010) analizzano

la qualità della gestione dell’impatto ambientale da parte delle imprese e delle le sue

implicazioni per gli investitori obbligazionari. Utilizzando un dataset di informazioni

ambientali su un campione di 582 imprese quotate negli Stati Uniti tra il 1995 e il 2006,

gli autori documentano che (i) i rischi di responsabilità ambientale sono associati ad un

più alto costo del finanziamento del debito e a più bassi rating del credito, e (ii) le

pratiche ambientali proattive sono associate a un minore costo del debito. Matsumura,

Prakash e Vera-Munoz (2010) indagano il rapporto tra livelli di emissione di gas serra e

il valore dell'impresa. Gli autori hanno raccolto dati sulle emissioni di carbonio per il

periodo 2006-2008 da parte delle imprese appartenenti all’indice S & P 500. Tali dati

vengono comunicati volontariamente dalle aziende al Carbon Disclosure Project ma non

tutte lo fanno. Per il campione di aziende che effettuano le comunicazioni, gli autori

trovano un'associazione negativa tra i livelli di emissione di gas serra e il costo del

debito. Questo studio spiega anche l'endogeneità della decisione di rendere pubblico il

livello delle emissioni di gas serra da parte di ogni singola impresa, ed utilizza il metodo

di stima a due stati dovuto a Heckman per tenere conto di tale problema. Chava (2011)

analizza l'impatto del profilo ambientale di un'azienda sia sul suo costo del capitale

proprio che sul capitale di debito, e scopre che le aziende di credito praticano un tasso di

interesse significativamente più alto sui prestiti bancari emessi dalle imprese con

potenziali responsabilità ambientali (come ad esempio la produzione di sostanze

chimiche pericolose, le emissioni sostanze tossiche e più in generale l’esposizione del

business aziendale al cambiamento climatico).

In questo studio valutiamo il legame tra le variabili ambientali ed il rischio di credito

impiegando una tecnica che permette di affrontare la natura multidimensionale del

problema, permettendo di definire un indicatore composito-del rischio ambientale e di

come questo si associa al rischio di default. Questa tecnologia è stata originariamente

introdotta per misurare l'impatto del rischio operativo sulla performance dei fondi hedge

ed è descritta in Brown (2012) e Brown et al. (2012)

L'idea di base è che è possibile impostare una tabella a doppia entrata ove sul lato sinistro

elenchiamo tutti i fattori che sono stati associati in letteratura con il rischio di insolvenza,

e sul lato destro elenchiamo invece tutti i fattori che misurano l’impatto ambientale, per

poi trovare quella combinazione lineare dei fattori del rischio di insolvenza che ha la

massima correlazione con la combinazione lineare dei fattori di impatto ambientale.

Questa tecnica è nota come "analisi di correlazione canonica" ed è molto potente. Essa

viene utilizzata in ambito medicale per correlare indicatori correlati alla possibilità di





contrarre una patologia con una serie di fattori ambientali. Ad esempio, quando si sente

parlare di allerte sull’ eruzione del polline primaverile al telegiornale, queste vengono

derivate dall'uso di questa tecnica. La combinazione lineare sul lato destro verrà poi

correlata con i rendimenti dei titoli e di altri fattori; -in altre parole, ci permetterà di

misurare qual è il rapporto "pulito" tra i fattori ambientali e l'esposizione al rischio di

default, in modo di minimizzarne la contaminazione con le altre variabili finanziarie.

2. Il nostro campione di dati

Il nostro obiettivo è di calcolare quella misura di impatto ambientale che meglio spiega

rischio di default per un campione di società quotate alla Borsa Italiana, e di confrontarlo

con la stessa misura come calcolato per i loro peers Europei. Al fine di cogliere meglio il

legame tra impatto ambientale e rischio di credito in un contesto multivariato, è tuttavia

necessario lavorare su campione il più vasto possibile.

Il nostro universo di base è quindi costituito da tutte le imprese Europee e Nord

Americane quotate in borsa alla fine del 2012.3 Anche se l'obiettivo è quello di

concentrarsi sulle aziende italiane, il numero di soggetti interessati sarebbe in tal caso

troppo piccolo per un'analisi statistica significativa e abbiamo stimato i parametri

rilevanti su di un universo molto più grande. Escludiamo le imprese del settore

finanziario dall’analisi per due motivi. In primo luogo, le determinanti del rischio di

insolvenza per i titoli finanziari sono legati a una serie di specifiche variabili macro e

settoriali che hanno un impatto idiosincratico; questa specificità del settore è ancora più

elevata sulla scia della recente crisi finanziaria globale. In secondo luogo, in tale settore,

la più importante fonte di impatto ecologico viene dalle scelte di investimento e di

finanziamento alle imprese, piuttosto che dal loro impatto diretto sull'ambiente; si

vorrebbe per esempio sapere come la composizione dei finanziamenti degli intermediari

finanziari verso le imprese ecologicamente intensiva, ma questi dati non sono stati resi

noti al momento.

a) Misure dell’impronta ecologica

3 Il nostro campione è costituito da i titoli quotati per il caso dell’Unione Europea (per un

totale di 3200 osservazioni), ma solo per i titoli large cap. e a media capitalizzazione per il Nord

America (per un totale di 1300 osservazioni). L’esperienza mostra che le imprese quotate

Europee sono maggiormente propense a divulgare dati ecologici rispetto a quelle americano, e

che ci sono ampie variazioni regionali nel campione (ad esempio imprese tedesche in Europa,

e quella della California negli Stati Uniti, sono più propensi a rendere pubblici tali dati a causa

di più severe norme locali).





Nel nostro campione vengono utilizzate soltanto misure ex ante della produzione di

sostanze ad impatto ambientale, ovvero misure relative alla compliance ambientale. Tali

misure sono raggruppate nel modo seguente:

• Punteggi relativi al grado di trasparenza in materia ambientale. Questo è un buon

indicatore della decisione rendere pubbliche le informazioni sull’impronta ecologica da

parte delle singole imprese. Infatti, proprio Bloomberg la definisce come la somma

normalizzata del numero di indicatori ecologici che ciascun emittente riferisce al

mercato.

• Emissioni di gas serra. Le emissioni di gas serra sono le emissioni di CO2 dirette o

indirette che derivano dalla combustione del carbone, del gas naturale e del petrolio e che

vanno ad aumentare la concentrazione di gas a effetto serra nell'atmosfera, con un

potenziale impatto sul surriscaldamento terrestre.

• Indicatori relative alla policy aziendale in materia ecologica. La gestione aziendale

può optare per un certo numero di procedure organizzative che hanno un impatto salutare

sulla riduzione dell'impronta ecologicadell’azienda. Per esempio, le imprese possono

(non) avere una politica per ridurre la stampa di documenti cartacei, o le emissioni a

livello dei loro locali (bioedilizia).

• Ammontare di rifiuti tossici. Questo è misurato come rifiuti pericolosi in tonnellate.

• Emissioni tossiche. Le emissioni tossiche sono le emissioni di gas che sono

particolarmente pericolosi per la salute, come definito dalle autorità ambientali

Americane od Europee. L’anidride solforosa, gli ossidi di azoto e le emissioni di

particolato sono tipici esempi di emissioni tossiche.

• Fuoriuscite di sostanze nell’ambiente. Quando la benzina, i pesticidi, i solventi o altre

sostanze sono rilasciati nell’ambiente, sulla superficie dell'acqua, o nelle acque

sotterranee, la salute umana può essere minacciata.

Tutte le variabili numeriche di cui sopra sono rapportate al fatturato della singola

impresa. La fonte e l'impatto delle misure di inquinamento che abbiamo selezionato

variano tra imprese e settori. Di conseguenza, è meglio considerarle tutte per la nostra

analisi.

a) Misure del rischio di credito

Vi sono un certo numero di modi disponibili per misurare la probabilità di insolvenza.

Un primo approccio è quello di misurare il rischio di credito partendo dai dati contabili,

ma queste misure sono spesso imprecise. Le misure basate sull’andamento del mercato

obbligazionario, come ad esempio gli spread sui Credit Default Swaps tendono a

performare meglio, ma sono disponibili per un campione più ridotto imprese. Una





misura più recente è la probabilità di insolvenza di Merton, che misura il rischio di

default dell’azienda facendo leva sulle quotazioni del mercato azionario (prezzi,

capitalizzazione di mercato e volatilità), nonché sui dati contabili relativi alla struttura del

debito. Di conseguenza, questa misura può essere calcolata per tutte le imprese che sono

quotate, il che permette di lavorare con un campione sufficientemente ampio.

Il calcolo della probabilità di insolvenza implicata dal modello di Merton è

computazionalmente intensivo, ma una versione di questo modello è stata recentemente

implementata sulla piattaforma Bloomberg. A tutt’oggi è possibile scaricare

elettronicamente solo l'ultimo valore disponibile (abbiamo scaricato i dati al 31 dicembre

2012 per tutte le imprese del nostro campione). Ciò si traduce in un campione di oltre

1100 emittenti europei e nordamericani. Per lo stesso campione, è possibile calcolare

anche altre misure di rischio di credito ed un ampio numero di ratios per la valutazione

delle azioni. Per esempio abbiamo calcolato dai dati Bloomberg il rapporto tra interessi

passivi sul debito totale, così come il grado di leva finanziaria e l’intensità di capitale.

Abbiamo infine incluso nella nostra analisi alcuni multipli di valutazione del mercato

azionario come i multipli prezzo utili (P/E) e prezzo valore di libro (P/BV).

Come test di robustezza per le misure di probabilità di insolvenza basate sul modello di

Merton, raccogliamo anche un set di dati più specifico che comprende le imprese quotate

per cui si dispone anche delle quotazioni dei Credit Default Swaps. La disponibilità di

dati sui CDS è limitata a solo a imprese relativamente grandi. Tuttavia siamo in grado di

raccogliere un campione di circa 450 imprese non finanziarie i cui CDS sono liquidi. Al

fine di massimizzare la dimensione di questo campione, includiamo tutte le aziende

globali provenienti da Europa, America e Asia (soprattutto Giappone ed Oceania). 4

3. Discussione del grado di copertura dei dati ambientali nel campione

Abbiamo raccolto dati sull’ impronta ecologica delle imprese dalla base dati ESG di

Bloomberg (dove ESG sta per “ecological, social and governance”; per ulteriori dettagli

4 La versione corrente del modello di Merton disponibile sulla piattaforma Bloomberg ha una

copertura limitata ai paesi Atlantici (Nord America ed Europa). Si tratta di un campione che ha

un elevato grado di sovrapposizione con il nostro campione di imprese per cui sono disponibili

anche le quotazioni dei CDS. Le principali differenze sono lungo due dimensioni. Il set di dati

globali sui CDS comprende anche imprese provenienti dall’ Asia-Oceania, mentre il database

per cui sono disponibili le probabilità di insolvenza a-la-Merton comprende anche quelle

società quotate, molte, per cui non esiste un mercato liquido di CDS.





si veda la guida ESG Bloomberg, 2011). La base dati ESG di Bloomberg raccoglie tutti

le voci di reporting ESG, che sono volontariamente comunicati dalle singole imprese nei

bilanci di sostenibilità (il software Bloomberg consente anche di risalire ai dati

individuali nella fonte di reporting originale).

La Tabella 1a. a 1.d - che segue – riporta i risultati della nostra analisi degli ultimi dati di

Bloomberg ESG disponibili su variabili di impatto ambientale relative alle aziende

quotate europee e statunitensi. I dati si riferiscono alla fin del 2011 e sono stati scaricati

con il software Bloomberg Excel Add.in. Siamo stati in grado di recuperare i dati do

impatto ambientale per 4251 società quotate nelle borse europee e per 1351 società

quotate nell’ America Settentrionale. Riportiamo inoltre in tabella sia le informazioni

relative al rischio di credito che quelle sulle variabili di impatto ambientale di interesse.

Le nostre misure del rischio di credito sono le stime di Bloomberg sugli CDS spread

impliciti derivati dal modello di Merton e sulle probabilità di default a-la-Merton. La

nostre variabili di impatto ambientale sono il Punteggio sul grado di trasparenza

ambientale (che è un punteggio derivato dalla frequenza con le quali le singole aziende

rendono noti al mercato i singoli indicatori ambientali nella base dati ESG di

Bloomberg). Le successive colonne riportano informazioni sulla frequenza di rilascio di

informazioni specifiche, quali le emissioni dirette e indirette di CO2, dei dati sul

consumo di energia, del rilascio di rifiuti pericolosi, delle emissioni di acidi tossici ed

infine del l numero di rilasci accidentali di sostanze tossiche nell’ambiente.

Da un esame della tabella osserviamo che la copertura di misurazione del rischio di

credito è buona, con un totale di più di 4000 osservazioni disponibili. La copertura delle

variabili di impatto ambientale è invece molto più piccola, con la sola segnalazione della

quantità di gas serra rilasciati nell’aria che supera le mille osservazioni (ossia poco più di

un quarto del nostro campione effettivo). A seguire, le aziende che rilasciano al mercato

informazioni sulla quantità di rifiuti pericolosi sono circa 400. Ancor meno, circa 200,

sono quelle che riportano informazioni sulle emissioni di acidi tossici e sul rilascio

accidentale di sostanze. Quindi, al fine di elaborare il nostro modello statistico, è

fondamentale poter formulare una valutazione preliminare sui motivi per cui molte

imprese non rilasciano alcuna informazione su molte delle misure del loro impatto

ecologico.

Tabella 1.a Descrizione della copertura data set (valori assoluti per settore)





INDUSTRY_SECTOR No. Obs

BB_IMPLIED

_ CDS_

SPREAD

BB_ISSUER_

LIKELIHOOD

_ OF_DFLT

ENVIRON_

DISCLOSURE

_SCORE

CDP_SCOPE_

2_EMISSION

S_GLOBALLY

CDP_SCOPE_

1_EMISSION

S_GLOBALLY

ENERGY_

CONSUMPT.

HAZARDOUS

_WASTE

NOX_

EMISSIONS

NUMBER_

SPILLS

Basic Materials 265 172 172 71 47 48 55 37 36 11

Energy 216 139 139 37 32 34 19 17 19 23

Industrial 886 642 642 185 137 138 98 58 45 29

Utilities 74 52 52 37 30 33 29 21 22 12

Environmental Intensive 1441 1005 1005 330 246 253 201 133 122 75

Communications 445 271 271 67 59 56 34 14 5 3

Consumer, Cyclical 543 384 384 112 91 89 60 29 16 11

Consumer, Non-cyclical 813 581 581 147 105 104 75 39 19 12

Financial 585 361 361 123 109 107 77 14 3 3

Technology 373 233 233 31 25 25 15 6 3 2

Diversified 51 33 33 4 4 4 2 1 1 0

Environmental Light 2810 1863 1863 484 393 385 263 103 47 31

Grand Total 4251 2868 2868 814 639 638 464 236 169 106

Europe 3000 data set

(No. Observations available)

INDUSTRY_SECTOR No. ObsBB_IMPLIED_

CDS_ SPREAD

BB_ISSUER_

LIKELIHOOD_

OF_DFLT

ENVIRON_

DISCLOSURE

_SCORE

CDP_SCOPE_

2_EMISSION

S_GLOBALLY

CDP_SCOPE_

1_EMISSION

S_GLOBALLY

ENERGY_

CONSUMPT.

HAZARDOUS

_WASTE

NOX_

EMISSIONS

NUMBER_

SPILLS

Basic Materials 119 105 105 62 44 47 31 23 17 25

Energy 139 123 123 54 37 39 14 8 12 16

Industrial 166 155 155 78 55 57 19 13 3 6

Utilities 63 61 61 37 23 31 5 13 14 8

Environmental Intensive 487 444 444 231 159 174 69 57 46 55

Communications 105 94 94 28 32 32 12 2 1 4

Consumer, Cyclical 175 163 163 63 52 52 17 8 5 6

Consumer, Non-cyclical 220 202 202 83 79 79 37 21 11 9

Financial 253 230 230 65 67 65 16 2 1 2

Technology 111 104 104 47 46 45 16 10 6 3

Diversified

Environmental Light 864 793 793 286 276 273 98 43 24 24

Grand Total 1351 1237 1237 517 435 447 167 100 70 79

North America 1500 data set

(No. Observations available )

Tabella 1.b Descrizione della copertura data set (Frequenze di rilascio delle informazioni per settore)

INDUSTRY_SECTOR No. Obs

BB_IMPLIED

_ CDS_

SPREAD

BB_ISSUER_

LIKELIHOOD

_ OF_DFLT

ENVIRON_

DISCLOSURE

_SCORE

CDP_SCOPE_

2_EMISSION

S_GLOBALLY

CDP_SCOPE_

1_EMISSION

S_GLOBALLY

ENERGY_

CONSUMPT.

HAZARDOUS

_WASTE

NOX_

EMISSIONS

NUMBER_

SPILLS

Basic Materials 100% 65% 65% 27% 18% 18% 21% 14% 14% 4%

Energy 100% 64% 64% 17% 15% 16% 9% 8% 9% 11%

Industrial 100% 72% 72% 21% 15% 16% 11% 7% 5% 3%

Utilities 100% 70% 70% 50% 41% 45% 39% 28% 30% 16%

Environmental Intensive 100% 70% 70% 23% 17% 18% 14% 9% 8% 5%

Communications 100% 61% 61% 15% 13% 13% 8% 3% 1% 1%

Consumer, Cyclical 100% 71% 71% 21% 17% 16% 11% 5% 3% 2%

Consumer, Non-cyclical 100% 71% 71% 18% 13% 13% 9% 5% 2% 1%

Financial 100% 62% 62% 21% 19% 18% 13% 2% 1% 1%

Technology 100% 62% 62% 8% 7% 7% 4% 2% 1% 1%

Diversified 100% 65% 65% 8% 8% 8% 4% 2% 2% 0%

Environmental Light 100% 66% 66% 17% 14% 14% 9% 4% 2% 1%

Grand Total 100% 67% 67% 19% 15% 15% 11% 6% 4% 2%

Europe 3000 data set

(Reporting Frequencies)





INDUSTRY_SECTOR No. ObsBB_IMPLIED_

CDS_ SPREAD

BB_ISSUER_

LIKELIHOOD_

OF_DFLT

ENVIRON_

DISCLOSURE

_SCORE

CDP_SCOPE_

2_EMISSION

S_GLOBALLY

CDP_SCOPE_

1_EMISSION

S_GLOBALLY

ENERGY_

CONSUMPT.

HAZARDOUS

_WASTE

NOX_

EMISSIONS

NUMBER_

SPILLS

Basic Materials 45% 40% 40% 23% 17% 18% 12% 9% 6% 9%

Energy 64% 57% 57% 25% 17% 18% 6% 4% 6% 7%

Industrial 19% 17% 17% 9% 6% 6% 2% 1% 0% 1%

Utilities 85% 82% 82% 50% 31% 42% 7% 18% 19% 11%

Environmental Intensive 34% 31% 31% 16% 11% 12% 5% 4% 3% 4%

Communications 24% 21% 21% 6% 7% 7% 3% 0% 0% 1%

Consumer, Cyclical 32% 30% 30% 12% 10% 10% 3% 1% 1% 1%

Consumer, Non-cyclical 27% 25% 25% 10% 10% 10% 5% 3% 1% 1%

Financial 43% 39% 39% 11% 11% 11% 3% 0% 0% 0%

Technology 30% 28% 28% 13% 12% 12% 4% 3% 2% 1%

Diversified 0% 0% 0% 0% 0% 0% 0% 0% 0% 0%

Environmental Light 31% 28% 28% 10% 10% 10% 3% 2% 1% 1%

Grand Total 32% 29% 29% 12% 10% 11% 4% 2% 2% 2%

North America 1500 data set

(Reporting Frequencies)

Il motivo principale per l'elevato numero di dati mancanti si spiega con il fatto che

(tranne che per le imprese quotate presso la Borsa del Sudafrica), non vi è alcun obbligo

per le società quotate a segnalare i dati sulla loro impronta ecologica. Di conseguenza, i

dati abbiamo registrato provengono da segnalazione volontaria da parte delle imprese, di

solito nell’ambito dei bilanci sulla sostenibilità.

Quali fattori portano alla decisione di comunicare i dati ambientali?

• Una ragione per la mancata segnalazione è semplicemente che la singola impresa ha un

valore zero o trascurabile per la variabile in essere, il che significherebbe che il valore

mancante sta effettivamente per "zero". Ad esempio, questo aiuta a spiegare perché

segnalazione dei gas serra è più frequente di quella dei rifiuti pericolosi o della

fuoriuscita accidentale di sostanze tossiche nell’ambiente. Un modo per aiutare a

risolvere questo problema è quello di esaminare l'intensità della segnalazione da parte del

settore. In particolare, la Tabella 1.b mostra che le emissioni di anidride solforosa (NOX)

e le fuoruscite (spills) sono molto più frequenti nei settori ad alta intensità energetica. In

questo caso, possiamo aspettarci che le imprese che non riportano dati nei settori ad alta

intensità di segnalazione sono più propensi a nascondere "cattive notizie" (questo è più

probabile se l’impronta ecologica dell’impresa è anormalmente elevata), ma

l'osservazione non di un mancato reporting per i settori a bassa intensità energetica sono

probabilmente "zeri".

• In alternativa, la decisione di non comunicare le variabili ambientali potrebbe essere

solo una conseguenza dei costi fissi di raccolta delle informazioni, che penalizza le

piccole e medie imprese.

Riassumendo, i fattori che influenzano la decisione di segnalazione sono i seguenti: la

dimensione (-); l’intensità energetica del settore (+); il tasso medio di trasparenza del

paese (+); il ROA (-). A tal proposito si può far riferimento al lavoro di Lapinskiene e





Tvaronaviciene (2012) che contiene un'analisi dei determinanti dei punteggi di

trasparenza in materia ambientale delle imprese quotate.

Nella versione attuale del rapporto, limitiamo la nostra analisi alle imprese che rendono

noto l’ammontare dell’intensità di gas serra e delle variabili relative alla compliance

ambientale, che hanno entrambe un elevato rapporto di rendicontazione. Molte delle altre

emissioni di sostanze tossiche sono tuttavia relative a settori specifici, e questo ci

permetterà di includerli in analisi più specifiche che faranno seguito alla presente.

Un importante controllo addizionale nelle nostre regressioni dovrebbe essere il paese di

domicilio dell’impresa, in quanto alcuni paesi (o regioni, per il caso degli USA) vi è una

maggiore trasparenza che in altri (ad esempio, in Europa i leader verdi sono la Germania

o la Scandinavia). C'è anche un effetto regionale che riguarda l'Unione Europea nel suo

complesso, dal momento che la maggior parte dei regolamenti applicabili in materia di

impatto ecologico sono operanti a livello europeo (ad esempio la Direttiva UE 20-20-20

in merito al contenimento del riscaldamento globale). La presenza di un effetto paese

sulla propensione a comunicare i dati sull’impronta ecologica al mercato viene mostrato

per il caso di emissioni di gas serra nella Tabella 2 qui di seguito.

Tabella 2.

Region Universe * Responding Resp. Rate

UK FTSE FTSE 350 242 69%

Switlerland top 100 59 59%

Nordic top 260 143 55%

Germany & Austria top 250 153 61%

Ireland top 40 20 49%

Iberia top 125 50 40%

Benelux top 150 53 35%

France SBF 250 88 35%

Italy top 100 35 35%

CEE top 100 22 22%

Total Europe 1725 863 50%

USA S&P 500 340 68%

Canada top 200 108 54%

Total North America 1725 862,6 50%

* All top companies by market cap are interviewed

Table 1. Carbon Disclosure Project (2011)

Interviewed and Reporting Corporations

4. Analisi canonica multivariata

La nostra analisi empirica del legame tra l'impronta ecologica delle imprese e il loro

rischio di default viene eseguita in due fasi sequenziali. Eseguiamo dapprima un'analisi





canonica multivariata, che produce uno score di impatto finanziario ed ecologico per

ogni osservazione. In una seconda fase rapportiamo invece la realizzazione per il nostro

score ecologico con due misure popolari del rischio di insolvenza, la probabilità di

default a-la-Merton e gli spread dei CDS.

L'analisi di correlazione canonica procede come segue. Per prima cosa identifichiamo un

certo numero di variabili finanziarie che la ricerca precedente ha dimostrato di essere

associato con la probabilità di insolvenza dell'emittente. Abbiamo poi stimato una

combinazione lineare di tali variabili che correlano al massimo con una combinazione

lineare delle variabili impronta ecologica nel nostro campione di aziende Questa

combinazione lineare utilizzando le variabili impronta ecologica è la nostra score

sintetico che misura il livello dell’impronta ecologica di ogni singola azienda, ovvero il

suo ω-Score. Questo score ci permette di ridurre ad un unico indicatore la complessità e

la diversa dimensionalità delle misure individuali sull’impronta ecologica delle aziende

del campione.

Infine, al fine di meglio interpretare i nostri risultati, abbiamo correlato la nostra misura

del rischio impronta ecologica, o ω-Score, su una misura univariata del rischio di default.

3.1 Risultati dell’analisi canonica multivariata

La Tabella 3.a 3.b e riporta i risultati delle analisi di correlazione canonica per il

campione base (Merton) per il campione di controllo (CDS). Come accennato nel

paragrafo 2, il campione per cui disponiamo delle stime della probabilità di insolvenza

(Merton) comprende 1143 aziende europee e nordamericane e mentre il campione per

cui disponiamo delle osservazioni sul livello degli spread sui credit default swaps (CDS)

comprende 575 imprese globali non finanziarie. All'interno di questi campioni, sono stati

estrapolati alcuni valori mancanti per il livello delle emissioni di gas serra (CO2), ma i

risultati per l'insieme di dati più piccolo per cui anche tali osservazioni sono a noi

disponibili sono molto simili. La Tabella 3.A riporta i risultati delle analisi di

correlazione canonica per il campione Merton. La metà superiore della tabella riporta i

correlati finanziari e la metà inferiore del pannello riporta i correlati relativi all’impronta

ecologica. Per ogni componente correlato finanziario, le altre colonne (da sinistra a

destra) riportano la correlazione con l'indice finanziario (una combinazione lineare di

ciascun componente), il livello di significatività statistica, la correlazione con l'indice del

clima e la sua correlazione. La metà inferiore della tabella riporta le componenti

dell’impronta ecologica, la loro correlazione con l'indice dell’impronta ecologica e il suo

livello di significatività statistica.

Le variabili correlate con la situazione finanziaria sono definite come segue:





La prima riga misura la probabilità emittente di predefinito implicito nei calcoli modello

Merton; la redditività dell'impresa (il margine EBITDA), un indicatore di valutazione (il

prezzo / utili), una misura di intensità patrimoniale (immobilizzazioni nette sul totale

delle attività), e due misura della leva finanziaria, come ad esempio il rapporto tra il

debito a lungo /breve termine ed il totale degli attivi.

Le variabili correlate con l’impronta ecologica sono definite come segue:

I primi nove correlati sono variabili dummy con valore Y o N che misurano se l'impresa

ha/non ha messo in atto una specifica politica ambientale, come ad esempio una serie d

processi organizzativi atti a ridurre l’impatto climatico, una politica di efficienza

energetica, una politica di gestione del rifornimento ambientale, una politica di gestione

dell’impatto ecologico dei fornitori. L'ultima riga misura invece l'intensità delle

emissioni di gas serra (CO2) in rapporto al totale dell’attivo.

L’ultima riga della Tabella 3.a mostra che la massima correlazione tra una combinazione

lineare dei correlati finanziari e una combinazione lineare dei correlati con l’impronta

ecologica è pari a 0.32 ed è significativo al livello uno per cento. I coefficienti (factor

loading) relativi alle finanziarie sono quasi tutti positivamente correlati con la variabile

canonica sulla impronta ecologica, il che indica che le imprese con un valore più alto del

rischio di credito hanno più elevato rischio ambientale. Ad esempio, probabilità di

default a-la-Merton, la prima riga tra i correlati finanziari, ha una correlazione del 22%

con la variabile che misura l’impronta ecologica, il che implica che le imprese con

maggiori variabili di intensità del clima hanno un probabilità implicita più elevata di

default. A conti fatti, i nostri risultati empirici implicano che le imprese che adottano

politiche di rischio climatico hanno una minore probabilità di insolvenza ed un minore

spread sui CDS, mentre le emissioni di CO2 più elevate aumentano i livelli di entrambe

le misure del rischio di insolvenza.

Tabella 3.a:

Analisi di correlazione canonica tra i correlati finanziari e correlati con l’impronta

ecologica

(Campione con osservazioni del rischio di credito basato sul Modello di Merton;

1145 osservazioni)





La Tabella 3.b ha la stessa struttura della Tabella 3.a, con due differenze principali. In

primo luogo, campione è diverso, e comprende tutte le imprese non finanziarie globali

per cui sono disponibili quotazioni dei CDS. In secondo luogo, all'interno delle variabili

finanziarie, gli spread sui CDS sostituiscono la probabilità di default implicito nel

modello di Merton. I risultati sono simili a quelli del campione precedente. In particolare,

dalla linea inferiore della Tabella risulta che la massima correlazione tra una

combinazione lineare dei correlati finanziari e una combinazione lineare delle variabili

che misurano l’imrontaecologica è pari a 0,45 ed è significativo al livello uno per cento.I

coefficienti (factor loading) relativi alle variabili finanziarie sono quasi tutti

positivamente correlati con la variabile canonica sulla impronta ecologica, il che indica

che le imprese con un valore più alto del rischio di credito hanno più elevato rischio

ambientale. Ad esempio, gli spread sui CDS, la prima riga tra i correlati finanziari, ha

una correlazione del 25% con la variabile che misura l’impronta ecologica, che è molto

simile alla probabilità implicita di correlazione di default della Tabella 3.2.





Tabella 3.b:

Analisi di correlazione canonica tra i correlati finanziari e correlati con l’impronta

ecologica

(camione di aziende globali con quotazioni di CDS disponibili; 575 osservazioni)

Correlation

with

financial

index p-value

Correlation

with climate

index p-value

ln(5Y_MID_CDS_SPREAD) 0,5939 0,0000 0,2559 0,0000

EBITDA_MARGIN 0,3980 0,0000 0,1715 0,0000

EST_PE_CUR_YR 0,0268 0,5211 0,0116 0,7822

BS_NET_FIX_ASSET/BS_TOT_ASSET 0,7347 0,0000 0,3166 0,0000

BS_LT_BORROW/BS_TOT_ASSET 0,4015 0,0000 0,1730 0,0000

BS_ST_BORROW/BS_TOT_ASSET -0,2000 0,0000 -0,0862 0,0388

Correlation

with climate

index p-value

CLIMATE_CHG_PRODS -0,2009 0,0000

ENERGY_EFFIC_POLICY -0,4887 0,0000

ENVIRON_SUPPLY_MGT -0,6299 0,0000

SOCIAL_SUPPLY_CHAIN_MGMT -0,5517 0,0000

SUS_SUP_GDL_ENC_ESG_AREA_PUB_DIS -0,5710 0,0000

SUSTAIN_PACKAGING -0,5221 0,0000

UN_GLOBAL_COMPACT_SIGNATORY -0,2917 0,0000

ANTI-BRIBERY_ETHICS_POLICY -0,2197 0,0000

WASTE_REDUCTION -0,4675 0,0000

CDP_SCOPE_1_EMISSIONS x1000/BS_TOT_ASSET (Eur) 0,7143 0,0000

CDP_SCOPE_2_ EMISSIONS_ x1000/BS_TOT_ASSET (Eur) 0,5115 0,0000

nobs 575

Correlation 0,43089

Global 5Y CDS spread data set results

Financial covariates

Climate covariates

3.2 Analisi di regressione.

Infine, al fine di meglio interpretare i nostri risultati, abbiamo effettuato una regressione

tra il rischio diimpronta ecologica, o ω-Score, su una misura univariata del rischio di

default (PD), quali la Probabilità di insolvenza a-la-Merton, o gli spreads sui credit

default swaps. Le Tabelle 4.a 4.b riportano i nostri risultati per una stima di

un'equazione quale:

PD = F (variabili impronta ecologica; settore; dimensioni; altri controlli che di solito

spiegano la PD).





La Tabella 4.a utilizza la probabilità di default implicito nel modello Merton come una

misura della PD, mentre la Tabella 4.b utilizza spread sui CDS. I campioni nei due

tabelle corrispondono a quelle delle tabelle 3.a 3.b rispettivamente.

Il nostro fattore di impronta ecologica, che è una combinazione lineare di indicatori

ecologici, e ci di conseguenza permette di calcolare un indicatore individuale "rating

ecologico" per ogni azienda, viene quindi regredito contro la nostra misura preferita del

costo del debito.

La Tabella 4.a mostra che la probabilità ha un impatto rilevante sul nostro rating

ecologico, con un coefficiente pari a 0,6, che è statisticamente significativa. Questa

regressione, dove abbiamo anche un insieme di variabili dummy che catturano gli impatti

specifici al livello di settore, più una costante, ha un R-quadro del 7,7%.

Tabella 4.a Risultati del modello di regressione

(PD = Probabilità di insolvenza a-la-Merton)

R-squared 0,0918

Rbar-squared 0,0846

sigma^2 10,8856

Durbin-Watson 1,2592

Nobs 1145

Coefficient t-statistict-probability

Constant -9,2566 -11,13 0,00%

Climate factor 0,7188 9,31 0,00%

Basic Materials 0,1538 0,44 66,10%

Communications -0,1431 -1,52 12,98%

Consumer, Cyclical 0,2845 1,43 15,36%

Consumer, Non-cyclical -1,4665 -2,36 1,82%

Diversified -1,6751 -2,82 0,49%

Energy 0,3375 3,65 0,03%

Technology -0,6500 -0,71 47,87%

Utilities 0,0629 0,05 95,74%

Heteroscedastic Consistent Estimates, Clustered by Region:

Dependent Variable: ln(RSK_BB_ISSUER_LIKELIHOOD_OF_DFLT)

La Tabella 4, b riporta la nostra regressione di controllo che si basa sul campione delle

aziende che hanno quotazioni CDS disponibili. Anche in questo caso osserviamo che il

nostro score ecologico è positivo, ed ha un coefficiente pari a 0,12, che è statisticamente

significativa con R-quadro del 5,4%. Questa regressione conferma la regressione basata





sul campione di Merton, che è stata effettuata su un numero molto maggiore di

osservazioni, e ci permette quindi confronti più granulari.

Tabella 4.b Risultati del modello di regressione

(CDS Spreads)

R-squared 0,0884

Rbar-squared 0,0804

sigma^2 0,4360

Durbin-Watson 1,8116

Nobs 575

Coefficient t-statistic t-probability

Constant 5,0750 643,02 0,00%

Climate factor 0,1964 15,02 0,00%

Basic Materials -0,5662 -195,64 0,00%

Communications -0,3260 -53,37 0,00%

Consumer, Non-cyclical -0,3295 -30,48 0,00%

Diversified -0,5013 -36,48 0,00%

Heteroscedastic Consistent Estimates, Clustered by Region:

Dependent Variable: ln(5Y_MID_CDS_SPREAD)

5. Risultati relativi alle aziende italiane

Il secondo risultato del nostro studio è che siamo stati in grado di calcolare il valore del

fattore ecologico per ogni singola impresa. Se il nostro modello è corretto, il rating

ecologico per ogni singola impresa è dato dalla moltiplicazione tra la pendenza della

regressione, per esempio 0,6 nella regressione di Merton, moltiplicato per il valore del

fattore ecologico per tale singola impresa. Il settore di appartenenza dell’impresa non

sembra impattare sul risultato, ad eccezione del settore petrilifero, che implicherebbe un

rating più conservatore per tali aziende.

Le Tabelle dalla 5,1 alla 5,6 riportano i valori dei correlati finanziari e l’imronta

ecologica per le maggiori le aziende italiane, e li confrontano con i loro peer del settore.

Un valore negativo dello score ecologico (finanziario) misura un basso rischio legato

all’impronta ecologica (o al default), il che è un bene. Un valore positivo dello score

ecologico (finanziario) misura un elevato rischio legato all’impronta ecologica (o al

default), il che è un male. Riportiamo un peer grouping per le maggiori tredici imprese





italiane non finanziarie. A conti fatti, i risultati del peer grouping per tali imprese sono

buoni, con la principale eccezione di Cementir, e, in misura minore, Indesit e Sabaf.

La Tabella 5.1 qui sotto riporta i nostri risultati per il settore delle telecomunicazioni in

cui Telecom Italia, il cui clima correlato valore è -1030, che si trova nel più basso dei

suoi pari europei.

Tabella 5.1

La Tabella 5.2 riporta i nostri risultati per il settore Consumer Cyclical dove operano i

seguenti peer italiani, vale a dire Indesit (elettrodomestici), Fiat Spa (Autovetture), Fiat

Industrial (Mezzi di trasporto industriali) e Pirelli (Pneumatici). Fiat Spa ha un valore

del correlato ecologico pari -1,391 che la colloca nei valori più bassi del settore di

riferimento. Lo stesso si verifica per la consociata Fiat Industrial il cui valore è -2,506 e

per Pirelli, il cui score è pari a 1400, sempre tra i migliori tra i produttori di pneumatici.

Lo score di Indesit Spa è invece 0,123, uno dei più elevati, e quindi dei peggiori, nel

settore degli elettrodomestici.

Tabella 5.2





La Tabella 5.3 riporta i nostri risultati per il settore dei beni di consumo non ciclici in cui

opera Atlantia SpA (Infrastrutture). Si tratta di un settore piuttosto eterogeneo, e l’unico

peer che abbiamo potuto indentificare è Abertis, il cui score di -1008 è leggermente

superiore a quello di Atlantia (-1057).

Table5.3

NAME COUNTRY INDUSTRY_SUBGROUPFinancial

correlate

Climate

correlate

RSK_BB_ISSUER_

LIKELIHOOD_OF

_DFLT (%)

ENVIRON_DIS

CLOSURE_SCO

RE

BABCOCK INTL GRP GB Building-Maint&Service -0,463 -0,411 0,0003% 8,527

EXPERIAN PLC IR Commercial Serv-Finance -0,626 -2,014 0,0001% 27,907

EDENRED FR Commercial Services 0,210 0,446 0,0016% 28,682

INTERTEK GROUP GB Commercial Services -1,110 1,386 0,0000% 13,953

SGS SA-REG SZ Commercial Services -1,987 -1,588 0,0000% 39,535

XCHANGING PLC GB Consulting Services -1,613 0,663 0,0015% 11,628

RPS GROUP PLC GB Consulting Services -1,066 -1,347 0,0001% 13,953

ATKINS (WS) PLC GB Consulting Services -0,389 -1,714 0,0203% 22,481

HYDER CONSULTING GB Consulting Services -1,981 -0,220 0,0000% 27,132

INTERSERVE PLC GB Divers Oper/Commer Serv -0,514 -1,092 0,0101% 19,380

RENTOKIL INITIAL GB Divers Oper/Commer Serv -1,007 -1,180 0,0037% 26,357

CAPITA PLC GB Human Resources -0,411 -1,736 0,0004% 13,953

ATLANTIA SPA IT Public Thoroughfares -0,105 -1,037 0,1520% 53,488

ABERTIS SP Public Thoroughfares 0,141 -1,008 0,1571% 65,891

G4S PLC GB Security Services -0,376 -1,010 0,0053% 29,457

HAMBURGER HAFEN GE Whsing&Harbor Trans Serv 0,543 -0,192 0,1134% 31,008

Consumer Non-Cyclical Sector EU Peer Grouping





La Tabella 5.4 riporta i nostri risultati per il settore industriale, dove operano due peers

italiani Cementir (Costruzioni e Cemento) e Sabaf (Materiali Elerrici). Il correlato clima

di Cementir (3.095) è molto alto, il più alto del suo raggruppamento settore pari, mentre

quella di Sabaf (0398) è leggermente al di sopra della media del suo raggruppamento

peer.

Tabella 5.4

La Tabella 5.5 sotto riportai nostri risultati per il settore energetico, dove due operano

due peer italiani quali Eni (Integrated Oil) e la sua controllata Saipem Spa (oil Field

Services). Lo score di Eni Spa (-0924) è nella fascia bassa del settore, mentre quella di

Saipem (-0082) è sulla fascia alta del suo raggruppamento.

Tabella 5.5





La Tabella 5.7 sotto riporta i nostri risultati per il settore Utilities dove operano tre peers,

Enel e A2A (Utilities integrate) e Terna (Trasmissione Elettrica). Gli score di Enel (-

1040) e A2A (-1254) sono entrambe nella parte bassa del settore, mentre quella di Terna

è ancora meglio (-1224) è il più basso nella sua raggruppamento.

Table 5.7





Conclusioni

Sulla base dei miei precedenti studi sull’impatto rischio operativo sul rischio di

insolvenza per i fondi hedge, abbiamo calcolato un indicatore del rating ecologica delle

aziende quotate, che si basa su un vettore di variabili ecologiche, principalmente una

serie di variabili relative all’adozione, o meno, di procedure aziendali volte a ridurre

l’impatto ecologico, si aggiunge il livello emissioni di gas serra (in rapporto al fatturato),

che sono massimamente correlati con un vettore di variabili finanziarie. Il nostro "rating

ecologico" ci permette di ridurre ad un unico indicatore la complessità e la diversa

dimensionalità degli indicatori ecologici che abbiamo raccolto.

Abbiamo effettuato questa analisi su due differenti campioni di dati cross-section che si

riferiscono agli ultimi dati disponibili al momento del download (la prima settimana del

gennaio 2013) per i valori riferentisi alla probabilità di insolvenza all’esercizio 2011 per i

dati relativi all’impronta ecologica.

Il primo, e principale, campione comprende più di 1100 imprese quotate europee e

nordamericane - ex finanziarie – per le quali abbiamo dati ecologici disponibili. La

principale variabile che cattura il costo nell’implementazione disponibile sulla

piattaforma Bloomberg del debito per questo campione è la Probabilità di default-a-la

Merton (Merton, 1973).

Il secondo campione, che viene utilizzato per scopi di controllo, comprende circa 400

aziende globali - ex Financials – per le quali erano disponibili su Bloomberg le

quotazioni degli spread dei CDS. Per entrambi i campioni, abbiamo identificato,

attraverso l’applicazione di una regressione canonica basato su Brown (2011), l'insieme

dei fattori ecologici che è massimamente correlato con una serie di fattori finanziari che

misurano il rischio di credito.

Il nostro fattore di score ecologico è una combinazione lineare di indicatori ecologici, e

ci di conseguenza permette di calcolare un indicatore individuale di "rating ecologico"

per ogni azienda, che viene quindi regredito contro la nostra misura preferita del costo

del debito.

La probabilità di default-a-la Merton ha un impatto rilevante sul nostro rating ecologico,

con un coefficiente pari a 0,6, che è statisticamente significativa. Questa regressione,





dove abbiamo anche un insieme di variabili dummy che catturano gli impatti specifici al

livello di settore, più una costante, ha un R-quadro del 7,7%.

La regressione controllo basato sul campione CDS, ha un impatto rilevante sul nostro

rating ecologico ha pari a 0,12, che è statisticamente significativa ed ha un R-quado del

5,4%. Questa regressione conferma la regressione basata su Merton, che può essere

eseguita su un numero molto maggiore di osservazioni, e ci permette di confronti più

granulari.

L'impatto sul costo del debito è economicamente significativo, anche se c'è molto rumore

nei singoli casi, e si confronta anche positivamente con i risultati di impatto del rischio

operativo sul rischio di default di fondi hedge in cui ho applicato la stessa metodologia.

Il secondo risultato di questo studio è che siamo stati in grado di calcolare il valore del

fattore ecologico per ogni singola impresa. Se il nostro modello è corretto, il rating

ecologico per ogni singloa imprese è dato dalla moltiplicazione tra la pendenza della

regressione, per esempio 0,6 nella regressione di Merton, moltiplicato per il valore del

fattore ecologico per tale singola impresa. Il settore di appartenenza dell’impresa non

sembra impattare sul risultato, ad eccezione dell'energia settore, che implicherebbe un

rating più conservatore per tali aziende. Abbiamo calcolato il posizionamento in termini

di impronta ecologica per tredici delle maggioi imprese quotate italiane non finanziarie.

Con un paio di eccezioni le nostre imprese tendono ad avere un’impronta ecologica

bassa rispetto ai principali peers europei, il che è bene.





Riferimenti Bibliografici

AP7 2011, “La performance degli investimenti socialmente responsabili: una rassegna

degli studi accademici pubblicata tra il 2008 ed 2010”. Rapporto AP7

Amer R., Othman R 2011, “Le pratiche di sostenibilità e la performance finanziaria

aziendale: uno studio basato sulle maggiori imprese multinazionali ", Journal of Business

Ethics.

Bauer Rob, e Daniel Hann 2010, "La gestione dei rischi ambientale da parte delle

aziende ad il rischio di credito" ECCE Working Paper , 30 Giugno 2010

Bloomberg, 2011, “Guida all’uso degli indicatori ESG, Versione 3.0”. Dicembre 2011;

Brown, S.J. 2102, “Misure quantitative del rischio operativo: un'applicazione ai fondi di

investimento” Accounting and Finance 52(4) pp. 1001-1011 (disponibile presso SSRN:

Http://papers.ssrn.com/sol3/papers.cfm?abstract_id=2025112)

Brown S.J., W. Goetzmann, B. Liang e C, Schwarz, 2102, “Fiducia e delega”, Journal of

Financial Economics 103 (2), 2012 pp.221-234.

DB Climate Change Advisors, 2011, "La politica del cambiamento climatico globale:

Vincitori e vinti", Deutsche Bank, Luglio 2011

Eccles, Robert G., Michael P. Krzus, e George Serafeim 2011, “L'interesse del mercato

per le Informazioni non finanziarie”, Working Paper HBS, Settembre 2011

Eccles, Robert G., Ioannis Ioannou e George Serafeim 2011, “L'impatto di una cultura

aziendale di sostenibilità sul comportamento aziendale e sulla performance "Harvard

Business School, Working Paper Series 12-035

Eccles, Robert G. e George Serafeim 2010, “Paesi leaders e paesi in ritardo nella marcia

verso una società sostenibile, Harvard Business School OP DE

Agenzia Europea dell'Ambiente (EEA), 2011, “Una rilevazione dei costi di

inquinamento atmosferico provocato dagli impianti industriali d'Europa” SEE Technical

Report No. 15/2011

Agenzia Europea dell'Ambiente, “Indicatori ambientali: Tipologia e panoramica”

Graham, A., Maher, J. J., 2006. “Passività legate ai danni ambientali, rating delle

obbligazioni, e dei rendimenti obbligazionari”. Advance in Environmental Accounting

& Management 3, 111-142.





Matsumura, E.M., R. Prakash S.C. Vera-Munoz, 2011, “L’Informativa volontaria al

mercato e l’effetto sul valore di borsa delle emissioni di gas serra “, Working Paper,

University of Wisconsin, Georgetown University e University of Notre Dame, 2011.

UNEP Mercer 2007, “Demitizziamo la performance degli investimenti socialmente

responsabili. Una rassegna della ricerca accademica e finanziaria sui fattori ESG ".

Dattiloscritto

Viehs M., 2012, “L’ingaggio dell’azionariato. Un modo alternativo di investire in modo

responsabile”, Presentazione al seminario ECCE SIRP

l’ impronta ecologica e la probabilità di€¦ · lussemburgo per identificare una metodologia...

Documents