Corporate Social Responsibility und finanzielle Performance von börsennotierten Unternehmen: Eine empirische Analyse des Zusammenhangs [1 ed.] 9783896447487, 9783896737489

Citation preview

SCHRIFTENREIHE FINANZIERUNG UND BANKEN Herausgeber: Prof. Dr. Detlev Hummel

Michel Roes

Corporate Social Responsibility WPFſPCP\KGNNG2GTHQTOCPEGXQP börsennotierten Unternehmen

8GTNCI9KUUGPUEJCHV2TCZKU

Corporate Social Responsibility und finanzielle Performance von börsennotierten Unternehmen

SCHRIFTENREIHE FINANZIERUNG UND BANKEN herausgegeben von Prof. Dr. Detlev Hummel

Band 31

Michel Roes

Corporate Social Responsibility und finanzielle Performance von börsennotierten Unternehmen Eine empirische Analyse des Zusammenhangs

Verlag Wissenschaft & Praxis

Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über http://dnb.d-nb.de abrufbar.

ISBN 978-3-89673-748-9 © Verlag Wissenschaft & Praxis Dr. Brauner GmbH 2018 D-75447 Sternenfels, Nußbaumweg 6 Tel. +49 7045 93 00 93 Fax +49 7045 93 00 94 [email protected] www.verlagwp.de

Alle Rechte vorbehalten Das Werk einschließlich aller seiner Teile ist urheberrechtlich geschützt. Jede Verwertung außerhalb der engen Grenzen des Urheberrechtsgesetzes ist ohne Zustimmung des Verlages unzulässig und strafbar. Das gilt insbesondere für Vervielfältigungen, Übersetzungen, Mikroverfilmungen und die Einspeicherung und Verarbeitung in elektronischen Systemen. Druck und Bindung: Esser printSolutions GmbH, Bretten

GELEITWORT

V

Geleitwort Ein weiterer Band der Schriftenreihe befasst sich mit dem Zusammenhang von „Corporate Social Responsibility“ (CSR) und der finanziellen Performance börsennotierter Unternehmen. CSR wird in der Investmentpraxis bereits als zusätzliches Kriterium für die Auswahl von Investments berücksichtigt. Ein Einfluss von CSR-Kriterien auf die finanzielle Performance von Wertpapierportfolios konnte empirisch bisher nicht eindeutig nachgewiesen werden. Bisherige Forschungsarbeiten versuchten entweder anhand von fundamentalen Kennzahlen oder mithilfe von Aktienportfolios entsprechende Wertveränderungen zu zeigen. Der Autor der vorliegenden Arbeit wendet in seiner Dissertation beide Methoden an und bezieht neben dem US-amerikanischen Markt auch wichtige Länder Europas in seine Analysen ein. Es zeigt sich nun, dass Unternehmen mit besonders hohen oder sehr niedrigen CSRRatings weniger fundamentale, sondern überwiegend kapitalmarktbasierte Unterschiede aufweisen. Offensichtlich hat der gesellschaftliche Trend hin zu größerer Unternehmensverantwortung - über engere betriebswirtschaftliche Ziele hinaus - einen Einfluss auf die Kapitalmarktperformance größerer Unternehmen. Zumindest konnte nachgewiesen werden, dass Investoren nicht auf Performance verzichten müssen, wenn sie auf Basis von CSR-Ratings und speziellen Screeningstrategien nachhaltige Portfolios bilden. Herr Roes stellt damit andere Forschungsarbeiten in Frage, welche auf isolierten Untersuchungszusammenhängen basierten. Die vorliegende Forschungsarbeit an der Universität Potsdam stellt damit einen erweiterten Ansatz in der Erforschung des Zusammenhangs von CSR und finanzieller Performance von Unternehmen zur Diskussion. Der Herausgeber wünscht dem geneigten Leser aus Wissenschaft und Praxis interessante Anregungen bei der Lektüre und ist dankbar sowohl für kritische Hinweise als auch für neue Vorschläge zur Finanzmarktforschung.

Prof. Dr. Detlev Hummel

Potsdam, im Juni 2018

VORWORT DES VERFASSERS

VII

Vorwort des Verfassers Die hier vorliegende Arbeit ist während meiner Tätigkeit als wissenschaftlicher Mitarbeiter am Lehrstuhl für Betriebswirtschaftslehre mit dem Schwerpunkt Finanzierung und Banken an der Universität Potsdam entstanden. Ich möchte hier die Gelegenheit nutzen um mich bei den Menschen zu bedanken, ohne die die vorliegende Arbeit nicht möglich gewesen wäre. Zuerst möchte ich meinem Doktorvater Prof. Dr. Detlev Hummel für den großen Freiraum bei der Themenwahl und für die fachlichen als auch strukturellen Bedingungen am Lehrstuhl bedanken. Dem Hypovereinsbank-UniCredit Group-Stiftungsfonds danke ich für die Unterstützung der Doktorandenseminare in Berlin, Rostock, Riga und Potsdam, bei denen ich meine Arbeit vorgestellt habe. Dem Russian-German PhD Seminar danke ich dafür dass ich meine Arbeit in St. Petersburg vorstellen durfte. EURICSE danke ich für die Veröffentlichung meines wissenschaftlichen Artikels und die herausragende Konferenz in Trento, die meiner Arbeit den letzten Schliff gegeben hat. Prof. Dr. Christoph Rasche möchte ich für die Übernahme des Zweitgutachtens und seine hilfreichen Anmerkungen danken. Die umfangreiche Datenbeschaffung wurde mir durch meinen Aufenthalt als Gastforscher an der Finanzuniversität der Regierung der Russischen Föderation in Moskau ermöglicht. Erst durch die Möglichkeit der Nutzung der hervorragenden Ressourcen der Universität ist die empirische Analyse in der jetzigen Form ermöglicht worden. Dafür, und auch für die hervorragende Betreuung danke ich Prof. Dr. Inna Lukaschenko und Prof. Dr. Boris Rubstov. Meinen Lehrstuhlkollegen Dr. Tim Wazynski, Dr. Heiko Ströbele und Maja Rackow danke ich für den wissenschaftlichen Austausch am Lehrstuhl und den großen kollegialen Zusammenhalt. Besonderer Dank gilt meinem Kollegen Dr. Martin Schneider, der nicht nur mit vollster Unterstützung meine Manuskripte gelesen und wichtige Anmerkungen gegeben hat, sondern in dem ich auch einen guten Freund gefunden habe. Der größte Dank gilt meiner Eltern Elke Brauner-Roes und Frank Roes. Sie haben mich in meiner gesamten studentischen und wissenschaftlichen Laufbahn bedingungslos unterstützt und gefördert. Meiner Mutter möchte ich auch dafür danken, dass Sie mir immer ein Rückhalt war und mir stets mit vollstem Einsatz zur Seite stand. Ohne Sie wäre diese Arbeit nicht möglich gewesen. Abschließend möchte ich meiner Frau Teymina Saak dafür danken, dass Sie nie einen Zweifel an meiner Arbeit hatte und mich auch in anstrengenden Tagen ertragen hat. Michel Roes

Berlin, im Juni 2018

Für Teymina und Anna, die hellsten Sterne auf meinem Weg.

INHALTSVERZEICHNIS

IX

Inhaltsverzeichnis Inhaltsverzeichnis................................................................................................... IX Abbildungsverzeichnis ........................................................................................ XIII

Tabellenverzeichnis .............................................................................................XIV Abkürzungsverzeichnis ........................................................................................XVI 1

Einleitung ............................................................................................................ 1 1.1 Problemstellung und Motivation................................................................. 2 1.2 Gang der Untersuchung .............................................................................. 6

2

Theoretische Grundlagen .................................................................................... 8 2.1 Begriffsabgrenzungen ................................................................................. 8 2.1.1 Nachhaltigkeit ............................................................................................... 8 2.1.2 Corporate Social Responsibility ................................................................. 13 2.1.3 Socially Responsible Investing ................................................................... 16 2.1.4 Kritische Würdigung der Begriffsdefinitionen ........................................... 19

2.2 Neoklassische Kapitalmarkttheorie und ihre Implikationen für Corporate Social Responsibility................................................................ 21 2.2.1 Rational handelnde Marktteilnehmer – der Homo oeconomicus .............................................................................. 22 2.2.2 Informationseffizienter Kapitalmarkt ......................................................... 25 2.2.3 Kritische Würdigung der neoklassischen Kapitalmarkttheorie und ihrer Annahmen im Hinblick auf Corporate Social Responsibility..... 29

2.3 Stakeholdertheorie und ihre Implikationen für Corporate Social Responsibility................................................................ 30 2.3.1 Entstehung und Definition des Stakeholderbegriffs ................................... 30 2.3.2 Stakeholdergruppen in der Stakeholdertheorie........................................... 31 2.3.3 Kritische Würdigung der Stakeholdertheorie im Hinblick auf Corporate Social Responsibility ........................................................... 34

X

INHALTSVERZEICHNIS

2.4 Neue Institutionenökonomik und ihre Implikationen für Corporate Social Responsibility................................................................ 35 2.4.1 Grundlagen der Neuen Institutionenökonomik .......................................... 36 2.4.2 Prinzipal-Agenten-Theorie und ihre Implikationen für Corporate Social Responsibility ................................................................. 37 2.4.2.1

Ausprägungen der asymmetrischen Informationsverteilung ............ 38

2.4.2.2

Minderung des Agency-Konfliktes mithilfe von Nachhaltigkeitsratings ...................................................................... 41

2.4.2.3

Kritische Würdigung der Prinzipal-Agenten-Theorie im Hinblick auf Corporate Social Responsibility ............................. 45

2.4.3 Property-Rights-Theorie und ihre Implikationen für Corporate Social Responsibility ................................................................. 46

3

2.4.3.1

Externe Effekte in der Property-Rights-Theorie............................... 48

2.4.3.2

Minderung von negativen externen Effekten durch CSR ................. 50

2.4.3.3

Kritische Würdigung der Property-Rights-Theorie im Hinblick auf Corporate Social Responsibility .................................. 52

Nachhaltigkeitsbewertung ................................................................................ 53 3.1 Bereiche der Nachhaltigkeitsbewertung ................................................... 53 3.1.1 Bewertungsbereich „Environment“ ............................................................ 53 3.1.2 Bewertungsbereich „Social“ ....................................................................... 54 3.1.3 Bewertungsbereich „Governance“.............................................................. 55

3.2 Vom Bonitätsrating zum Nachhaltigkeitsrating........................................ 59 3.2.1 Historische Entwicklung............................................................................. 59 3.2.2 Systematisierung des Ratings ..................................................................... 63 3.2.3 Nachhaltigkeitsrating .................................................................................. 67 3.2.4 Kritische Würdigung der Nachhaltigkeitsratings ....................................... 69

3.3 Nachhaltigkeitsratingagenturen ................................................................ 72 3.3.1 ECPI ............................................................................................................ 72 3.3.2 Sustainalytics .............................................................................................. 76 3.3.3 Morgan Stanley Capital International......................................................... 79 3.3.4 Kritische Würdigung des ECPI-Ratings ..................................................... 82

INHALTSVERZEICHNIS

4

XI

Empirische Analyse .......................................................................................... 84 4.1 Überblick über Datenquellen und Ergebnisse bestehender Forschung .... 84 4.2 Forschungsstand, Forschungslücke und Forschungsdesiderate ................ 92 4.3 Ziel und Fragestellungen der Untersuchung ............................................. 99 4.4 Datenbasis ............................................................................................... 103 4.5 Statistische Methodik der Querschnittsanalyse ...................................... 109 4.6 Querschnittsanalyse der Jahresabschlusskennzahlen.............................. 115 4.6.1 Mittelwertanalyse der Jahresabschlusskennzahlen ................................... 117 4.6.2 Korrelationsanalyse der Jahresabschlusskennzahlen................................ 121 4.6.3 Regionale Korrelationsanalyse der Jahresabschlusskennzahlen ....................................................................... 123 4.6.4 Regressionsanalyse der Jahresabschlusskennzahlen ................................ 126 4.6.5 Zusammenfassung der Ergebnisse der Querschnittsanalyse der Jahresabschlusskennzahlen................................................................. 131

4.7 Querschnittsanalyse der Kapitalmarktkennzahlen .................................. 133 4.7.1 Rendite ...................................................................................................... 133 4.7.2 Risiko ........................................................................................................ 134 4.7.2.1

Standardabweichung als Risikomaß ............................................... 135

4.7.2.2

Semistandardabweichung als Risikomaß ....................................... 136

4.7.3 Mehrdimensionale Kapitalmarktkennzahlen ............................................ 139 4.7.4 Mittelwertanalyse der Kapitalmarktkennzahlen ....................................... 140 4.7.5 Korrelationsanalyse der Kapitalmarktkennzahlen .................................... 143 4.7.6 Regionale Korrelationsanalyse der Kapitalmarktkennzahlen................... 145 4.7.7 Regressionsanalyse der Kapitalmarktkennzahlen .................................... 148 4.7.8 Kapitalmarktkennzahlen – Zusammenfassung der Ergebnisse der Querschnittsanalyse der Kapitalmarktkennzahlen ............................. 150

4.8 Portfolioanalyse....................................................................................... 151 4.8.1 Portfoliobildung im Socially Responsible Investing ................................ 151 4.8.1.1

Positivverfahren .............................................................................. 151

4.8.1.2

Best-in-Class-Ansatz ...................................................................... 152

XII

INHALTSVERZEICHNIS

4.8.2 Portfoliokonstruktion ................................................................................ 154 4.8.3 Performancemessung ................................................................................ 155 4.8.3.1

Eindimensionale Performancemaße ............................................... 156

4.8.3.2

Multidimensionale Performancemaße ............................................ 157

4.8.3.3

Faktormodelle ................................................................................. 160

4.8.3.4

Kritische Würdigung der Performancemessung ............................. 163

4.8.4 Ergebnisse Portfolioanalyse – USA ......................................................... 165 4.8.4.1

Deskriptive Ergebnisse – Kennzahlen ............................................ 165

4.8.4.2

Ergebnisse – Multivariate Regression der Portfolios in den USA............................................................... 171

4.8.5 Ergebnisse Portfolioanalyse – Kontinentaleuropa .................................... 173 4.8.5.1

Deskriptive Ergebnisse – Kennzahlen ............................................ 174

4.8.5.2

Ergebnisse – Multivariate Regression der Portfolios in Kontinentaleuropa ...................................................................... 180

4.8.6 Zusammenfassung der Ergebnisse der Portfolioanalyse .......................... 182

4.9 Diskussion der Ergebnisse ...................................................................... 184 5

Fazit ................................................................................................................ 199 5.1 Zusammenfassung der Ergebnisse .......................................................... 199 5.2 Relevanz der Ergebnisse für Forschung und Praxis ............................... 205 5.3 Limitierungen der Untersuchung und Forschungsausblick .................... 207

Anhang .................................................................................................................. 209 Literaturverzeichnis .............................................................................................. 263 Eidesstattliche Erklärung ...................................................................................... 286

ABBILDUNGSVERZEICHNIS

XIII

Abbildungsverzeichnis Abb. 1:

Das Nachhaltigkeitskonzept ................................................................... 11

Abb. 2:

Die drei Dimensionen der Nachhaltigkeit .............................................. 12

Abb. 3:

Stakeholder eines Unternehmens............................................................ 32

Abb. 4:

Informationsasymmetrie in den Vertragsphasen .................................... 40

Abb. 5:

Kreditwürdigkeitsstufen nach Moody‘s ................................................. 60

Abb. 6:

Untergliederung der ESG-Dimensionen nach Sustainalytics................. 77

Abb. 7:

Wirkungsdiagramm der Forschungsfragen ............................................ 99

Abb. 8:

Anzahl der Unternehmen in der Stichprobe nach Ländern .................. 103

Abb. 9:

Anzahl der Unternehmen der Stichprobe nach Branchen .................... 104

Abb. 10: Bereinigte Anzahl der Unternehmen nach Ländern ............................. 106 Abb. 11: Risikodarstellung .................................................................................. 134 Abb. 12: Shortfall-Risiko nach Roy .................................................................... 137 Abb. 13: Lower Partial Moments ........................................................................ 138

XIV

TABELLENVERZEICHNIS

Tabellenverzeichnis Tab. 1:

Historische Begriffsentwicklung der CSR ............................................. 15

Tab. 2:

Ratingarten .............................................................................................. 64

Tab. 3:

Aufbau des ECPI-ESG-Ratings .............................................................. 74

Tab. 4:

ECPI-ESG-Risikobereiche ..................................................................... 75

Tab. 5:

ECPI-ESG-Ereignisbewertung ............................................................... 76

Tab. 6:

MSCI-ESG-Hierarchie der Schlüsselthematiken ................................... 81

Tab. 7:

Bisherige wissenschaftliche Studien ...................................................... 88

Tab. 8:

Metastudien zum Zusammenhang von CSR und CFP ........................... 89

Tab. 9:

Stichprobenübersicht ............................................................................ 107

Tab. 10: Panelzeiträume ...................................................................................... 111 Tab. 11: Interpretationsmöglichkeiten des Korrelationkoeffizienten ................. 112 Tab. 12: In der Untersuchung verwendete Jahresabschlusskennzahlen ............. 116 Tab. 13: Mittelwertanalyse der Jahresabschlusskennzahlen............................... 118 Tab. 14: Korrelationsanalyse der Jahresabschlusskennzahlen ........................... 122 Tab. 15: Korrelationsanalyse der Jahresabschlusskennzahlen – Region Amerika .................................................................................... 124 Tab. 16: Korrelationsanalyse der Jahresabschlusskennzahlen – Region Europa ...................................................................................... 125 Tab. 17: Regressionsanalyse der Regionen – Eigenkapitalrendite ..................... 127 Tab. 18: Regressionsanalyse der Regionen –Verschuldungsgrad ...................... 128 Tab. 19: Regressionsanalyse der Regionen – Kurs-Umsatz-Verhältnis ............. 130 Tab. 20: Mittelwertanalyse der Kapitalmarktkennzahlen ................................... 141 Tab. 21: Korrelationsanalyse der Kapitalmarktkennzahlen................................ 143 Tab. 22: Korrelationsanalyse der Kapitalmarktkennzahlen – Region Amerika .................................................................................... 145

TABELLENVERZEICHNIS

XV

Tab. 23: Korrelationsanalyse der Kapitalmarktkennzahlen – Region Europa ... 147 Tab. 24: Regressionsanalyse der Regionen – Performance ................................ 149 Tab. 25: Eindimensionale Performancemaße – USA ......................................... 165 Tab. 26: Multidimensionale Performancemaße – USA ...................................... 167 Tab. 27: Vergleich hoch und niedrig bewerteter im Positivverfahren konstruierter Portfolios – USA ............................................................. 169 Tab. 28: Vergleich hoch und niedrig bewerteter im BIC-Verfahren konstruierter Portfolios – USA ............................................................. 170 Tab. 29: Carhart-Four-Factor-Regression, hoch bewertet, niedrig bewertet und Long-Short Portfolios – USA ............................. 172 Tab. 30: Eindimensionale Performancemaße – Kontinentaleuropa ................... 174 Tab. 31: Mehrdimensionale Performancemaße – Kontinentaleuropa ................ 176 Tab. 32: Vergleich hoch und niedrig bewerteter im Positivverfahren konstruierter Portfolios – Kontinentaleuropa ....................................... 178 Tab. 33: Vergleich hoch und niedrig bewerteter im BIC-Verfahren konstruierter Portfolios – USA ............................................................. 179 Tab. 34: Carhart-Four-Factor-Regression, hoch bewertet, niedrig bewertet und Long-Short Portfolios – Kontinentaleuropa .................................. 181 Tab. 35: Ergebnisse der Jahresabschlusskennzahlen in Nordamerika und Europa ............................................................................................ 186 Tab. 36: Ergebnisse der Kapitalmarktkennzahlen in Nordamerika .................... 188 Tab. 37: Ergebnisse der Kapitalmarktkennzahlen in Europa ............................. 189 Tab. 38: Ergebnisse der multidimensionalen Kennzahlen in den USA und Kontinentaleuropa...................................................... 192 Tab. 39: Ergebnisse des Carhart-Four-Factor Models in den USA und Kontinentaleuropa ......................................................................... 194

XVI

ABKÜRZUNGSVERZEICHNIS

Abkürzungsverzeichnis ABS

Asset Backed Securities

ACCA

Association of Chartered Certified Accountants

BIP

Bruttoinlandsprodukt

BMU

Bundesministerium für Umwelt, Reaktorsicherheit und Naturschutz

CAPM

Capital Asset Pricing Model

CC

Corporate Citizenship

CDS

Credit Default Swap

CFP

Corporate Financial Performance

CG

Corporate Governance

CSP

Corporate Social Performance

CSR

Corporate Social Responsibility

CSSF

Commission de Surveillance du Secteur Financier

DYN-VER Dynamischer Verschuldungsgrad EBIT

Earnings Before Interest and Taxes

EIRIS

Ethical Investment Research Service

EK

Eigenkapital

ESG

Environment, Social and Governance

EUROSIF European Sustainable Investment Forum FK

Fremdkapital

FK/EK

Fremdkapital-Eigenkapital-Verhältnis

FK/GK

Fremdkapital-Gesamtkapital-Verhältnis

FSSS

Financial Services Sector Supplement

GRI

Global Reporting Initiative

ICCR

Interfaith Center on Corporate Responsibility

INES

International Nuclear and Radiological Event

IVA

Intangible Value Assessment

IWF

Internationaler Währungsfonds

KBV

Kurs-Buchwert-Verhältnis

ABKÜRZUNGSVERZEICHNIS

KCF

Kurs-Cashflow-Verhältnis

KGV

Kurs-Gewinn-Verhältnis

KUV

Kurs-Umsatz-Verhältnis

LPM

Lower Partial Moments

LPM0

Lower Partial Moments nullter Ordnung

LPM1

Lower Partial Moments erster Ordnung

LPM2

Lower Partial Moments zweiter Ordnung

MAR

Minimum acceptable return

MSCI

Morgan Stanley Capital International

MVP

Minimum Varianz Portfolio

NASDAQ National Association of Securities Dealers Automated Quotations NGO

Nongovernmental Organization

NI

Neue Institutionenökonomik

NYSE

New York Stock Exchange

OECD

Organisation for Economic Co-operation and Development

PAT

Prinzipal-Agenten-Theorie

PD

Probability of Default

PSF

Professionnel du Secteur Financier

QQ

Quantil-Quantil

ROA

Return on Assets

ROE

Return on Equity

ROS

Return on Sales

SEC

Securities and Exchange Commission

SPV

Special Purpose Vehicle

SRI

Socially Responsible Investing

UN

United Nations

UNEP

United Nations Environment Programme

USA

United States of America

XVII

1 EINLEITUNG

1

1

Einleitung

Corporate Social Responsibility1 (CSR) hat in den letzten Jahren in der Wirtschaft grundlegend an Bedeutung gewonnen. CSR wird neben ökonomischen Faktoren als Kriterium in der Auswahl von Socially Responsible Investments (SRI) berücksichtigt. SRI besitzen mittlerweile einen erheblichen Anteil an den weltweiten Investitionen. Im Jahr 2016 waren 4,7 Billionen US-Dollar von 40,3 Billionen US-Dollar2 der unter Verwaltung stehenden Wertpapiere in den USA SRI von institutionellen Investoren. In Europa machen SRI mit mehr als 10 Billionen Euro sogar bereits mehr als 48 % des professionell verwalteten Vermögens aus.3 Zudem sind die Investitionsvolumen in den letzten Jahren mit hohen zweistelligen oder sogar dreistelligen Prozentsätzen gewachsen.4 Folglich besitzen SRI einen großen ökonomischen Einfluss auf die Ressourcenallokation von verwaltetem Investmentvermögen. CSR hat damit eine große praktische Bedeutung sowohl für Investoren als auch für Unternehmer. Es ist jedoch festzustellen, dass trotz der großen praktischen Bedeutung, die CSR mittlerweile zukommt, der Zusammenhang zwischen CSR und der finanziellen Performance von Unternehmen nicht eindeutig geklärt ist.5

1

2 3 4 5

Eine der am weitesten verbreiteten Definitionen von CSR ist die der Kommission der Europäischen Gemeinschafte (2001), S. 7: „CSR ist ein Konzept, das den Unternehmen als Grundlage dient, auf freiwilliger Basis soziale Belange und Umweltbelange in ihre Unternehmenstätigkeit und in die Wechselbeziehung mit den Stakeholdern zu integrieren“. Vgl. The Forum for Sustainable and Responsible Investment in the US (2016), S. 1. Vgl. EUROSIF (2016), S. 7. Vgl. EUROSIF (2016), S. 7. Vgl. hierzu die Ausführungen in den Kapitel 4.1 bis 4.3.

2

1 EINLEITUNG

1.1 Problemstellung und Motivation Seit den 1970er Jahren versucht die Forschung den Zusammenhang von CSR und finanzieller Performance von Unternehmen theoretisch zu erklären.6 Dabei sind zwei theoretische Sichtweisen entstanden, die hinsichtlich des Einflusses von CSR auf die Unternehmensperformance im Widerspruch zueinander stehen: die Sichtweise der neoklassischen Theorie und die der Stakeholdertheorie in Verbindung mit der Neuen Institutionenökonomik. Allerdings hat sowohl die Annahme eines negativen Einflusses von CSR nach der neoklassischen Theorie als auch die eines positiven Einflusses nach der Stakeholdertheorie und der Neuen Institutionenökonomik mit den Theorien der Property-Rights-Theorie und der Prinzipal-Agenten-Theorie eine Vielzahl von Befürwortern.7 Milton Friedman, der Gewinner des Alfred-Nobel-Gedächtnispreises für Wirtschaftswissenschaften im Jahre 1976, gilt als einer der berühmtesten neoklassischen Vertreter des negativen Zusammenhangs von CSR und Unternehmensperformance. Nach seiner Ansicht reduziert CSR die Freiheit von Unternehmern und hält sie von Aktivitäten ab, die zur Steigerung der Unternehmensgewinne führen können.8 Aus der entgegengesetzten theoretischen Sichtweise argumentiert Freeman (1984), dass CSR zu einer Erhöhung der finanziellen Performance von Unternehmen führen kann, indem sie es ermöglicht, die Bedürfnisse der Stakeholder9 zu berücksichtigen, und damit zu einer Reduktion von negativen externen Effekten für die Stakeholder beiträgt.10 Negative externe Effekte sind gemäß der Property-Rights-Theorie solche, die aus der Unternehmenstätigkeit resultieren und andere Individuen oder Gruppen in negativer Weise beeinflussen. Damit bewahrt CSR Unternehmen vor finanziellem Schaden, der beispielsweise aus Streiks, Kundenboykotten, Klagen oder Strafzahlungen für Umweltvergehen entstehen kann.11 Wesentlich problematischer als die theoretische Begründung ökonomischer Zusammenhänge zwischen CSR und Unternehmensperformance stellt sich jedoch deren empirische Überprüfung dar. Es gibt zwar bereits eine Vielzahl von Forschungsarbeiten zu dieser Problematik, es war bis jetzt jedoch nicht möglich, theoretisch begründete Zusammenhänge empirisch umfassend und eindeutig zu belegen.12

6 7 8 9

10 11 12

Vgl. hierzu die Arbeit von Moskowitz (1972) und Bragdon/Marlin (1972). Vgl. hierzu die Ausführungen in Kapitel 2.2 bis 2.4. Vgl. Friedman (1970), S. 1 ff. Freeman definiert Stakeholder als Individuen oder Gruppen, die ein Unternehmen beeinflussen können oder von diesem beeinflusst werden. Beispiele für Stakeholdergruppen sind Angestellte, Kunden, Zulieferer, Aktionäre, Banken, Umweltschützer und Regierungen. Vgl. Freeman (1984), S. 46. Vgl. Hahn (2012), S. 717. Vgl. Picot/Dietl (1993), S. 308. Siehe hierzu insbesondere die Ausführungen in Kapitel 4.1 bis 4.3.

1 EINLEITUNG

3

Auffallend ist, dass sich alle bisherigen empirischen Forschungsarbeiten fundamental darin unterscheiden, wie CSR gemessen wird. Die Studien von Bauer et al. (2005) und Barnett und Salomon (2006) stehen beispielhaft für Arbeiten, in denen SRI-Fonds mit konventionellen Fonds verglichen werden. Ein Vergleich von SRI-Fonds mit konventionellen Fonds berücksichtigt jedoch keine Unterschiede in Fondsgröße, -alter, -region oder dem Investmentuniversum. Diese Faktoren können jedoch die Fondsperformance beeinflussen. Diese Problematik wird von Kreander et al. (2005) beseitigt, indem die Unterschiede in einem Matched-Pair Approach berücksichtigt werden. Dennoch können auch hier Performanceunterschiede nicht allein auf das zugrunde liegende Investment zurückgeführt werden, da sie von der Fähigkeit der Investmentauswahl der Fondsmanager beeinflusst werden. Deshalb sind Fondsvergleiche generell in ihrer Erklärungskraft limitiert.13 Interessant ist der Ansatz von Robinson et al. (2011), die in ihrer Arbeit SRI-Indices mit konventionellen Indices vergleichen. Damit werden die Probleme der Fondsvergleiche vermieden, da die Indices das gleiche Investmentuniversum besitzen und nicht von den Fähigkeiten der Fondsmanager abhängen. Sie besitzen jedoch die Einschränkung, dass sich die verwendeten Indices nur auf eine spezifische Region beschränken und damit nur limitierte Ergebnisse zulassen. Dies führt zur nächsten großen Problematik vorheriger Arbeiten. Die USA nehmen in den empirischen Arbeiten eine herausragende Stellung ein, da sich fast alle Arbeiten in ihren Stichproben auf den US-amerikanischen Markt fokussieren.14 Infolgedessen existieren bisher keine belastbaren Ergebnisse für Europa. Eine weitere Problematik von Indexanalysen ist der intransparente Selektionsprozess der Indices. Denn für gewöhnlich entscheidet ein Expertengremium über die Aufnahme in Indices,15 weshalb sich keine spezifischen Kriterien für die CSR erschließen und auch keine Möglichkeit besteht, Unternehmen aufgrund ihrer CSR individuell zu bewerten. Angesichts dieser Einschränkungen haben beispielsweise Ayuso et al. (2014) sowie Chan und Walter (2014) in ihren Arbeiten auf CSR-Ratings zurückgegriffen. CSRRatings ermöglichen als einzige Methode eine individualisierte Bewertung der Unternehmen mittels eines Rating-Scores. Dadurch werden Einzelwertanalysen von Unternehmen ermöglicht, die mit Fonds- und Indexvergleichen nicht durchgeführt werden können. Zusätzlich ermöglicht die metrische Skalierung des CSR-Ratings methodisch detailliertere Untersuchungen, wie Querschnittsregressionsanalysen auf Einzelwertbasis. Fonds oder Indices ermöglichen hingegen nur Gruppenvergleiche, da keine individuellen Werte vorliegen. Doch bei den CSR-Ratings besteht das Problem,

13 14

15

Vgl. Belghitar et al. (2014), S. 54. Weitere Arbeiten nur zum US-amerikanischen Markt sind Chan und Walter (2014) sowie Hong und Kacperczyk (2009). Vgl. Belghitar et al. (2014), S. 56.

4

1 EINLEITUNG

dass eine Vielzahl von unterschiedlichen Ratingsystemen existiert. Viele der verwendeten CSR-Ratings weisen Einschränkungen auf, beispielsweise die Beschränkung auf nur eine CSR-Dimension oder ein nur begrenzt aussagekräftiger ordinaler Bewertungsansatz.16 Zentrales Merkmal der bisherigen Forschungsarbeiten ist, dass die Performance der Unternehmen entweder nur anhand von fundamentalen Kennzahlen17 oder nur mithilfe von Aktienportfolios18 gemessen wurde. Die fundamentale Analyse erfolgte stets als Querschnitt- und die Portfolioanalyse als Zeitreihenanalyse.19 Jeder dieser beiden Ansätze hat eine nur sehr beschränkte Aussagekraft. Die Querschnittsanalyse von fundamentalen Daten lässt keine Aussage darüber zu, ob ein Investor in der Lage ist, Überrenditen auf dem Kapitalmarkt zu erzielen. Die Portfolioanalyse begrenzt sich hingegen auf das reine Identifizieren einer Überrendite und ermöglicht daher keine Aussage über den Zusammenhang von CSR und Performance. Die bisherigen Arbeiten erklären den Zusammenhang zwischen CSR und Unternehmensperformance daher nur unzureichend.20 Das Ziel dieser Arbeit ist es, aufbauend auf den bisherigen Erkenntnissen und einer Kritik der Einschränkungen bereits erfolgter Untersuchungen empirisch folgende Forschungsfrage zu klären: Existiert ein Zusammenhang zwischen CSR und der finanziellen Performance von Unternehmen? Im Unterschied zu bisherigen Arbeiten wird hier erstmals eine Analyse von fundamentalen Kennzahlen und Kapitalmarktkennzahlen im Rahmen einer Querschnittsanalyse und auch eine Portfolioanalyse als Zeitreihenanalyse durchgeführt. Es ist somit erstmals ein Vergleich der Ergebnisse der Querschnittsanalyse und der Portfolioanalyse auf Grundlage des gleichen Datensatzes möglich. Eine Querschnittsanalyse von Kapitalmarktdaten erfolgte in keiner der bisherigen Arbeiten. Stattdessen wurden bisher lediglich Portfolioanalysen für Kapitalmarktdaten angewandt.21 Diese erlauben jedoch keine Einzelwertanalyse. In dieser Arbeit wird erstmals auf Einzelwertbasis eine Querschnittsanalyse von Kapitalmarktkennzahlen

16 17

18 19

20 21

Vgl. hierzu beispielsweise die Arbeiten von Ayuso et al. (2014) und Chan und Walter (2014). Vgl. beispielsweise die Arbeiten von Waddock und Graves (1997), King und Lenox (2001), Ayuso et al. (2014) und Barthruff (2014). Vgl. beispielsweise die Arbeiten von Kempf und Osthoff (2007) und Belghitar, Clark und Deshmukh (2014). Für die fundamentale Analyse mittels Querschnittsanalyse vgl. beispielsweise die Arbeiten von Waddock und Graves (1997), King und Lenox (2001), Ayuso et al. (2014) und Barthruff (2014). Für die Analyse mittels Portfolioanalyse vgl. beispielsweise die Arbeiten von Kempf und Osthoff (2007), Belghitar, Clark und Deshmukh (2014). Vgl. hierzu die Ausführungen in Kapitel 4.1 bis 4.3. Vgl. hierzu die Ausführungen in Kapitel 4.1 bis 4.3.

1 EINLEITUNG

5

durchgeführt. Es werden somit auch Aussagen zu Zusammenhängen auf Einzelwertbasis ermöglicht. Damit können kausale Zusammenhänge identifiziert werden, die auf Basis der bisherigen Portfolioanalysen nicht erfasst werden konnten.22 Da zugleich Brancheneffekte kontrolliert und regionale Effekte untersucht werden, ist es zudem möglich, festzustellen, ob in Europa andere Effekte auftreten als in Nordamerika. Mithilfe eines CSR-Ratings können zudem Aussagen zu möglichen Unterschieden in den Zusammenhängen der verschiedenen CSR-Dimensionen gemacht werden (Total, Environmental und Social and Governance). Die hier zur Verfügung stehende Stichprobe aus dem Rating von ECPI, einer unabhängigen CSR-Ratingagentur, enthält Ratingscores für das Gesamtrating (T) und die Teilratings Environmental (E) und Social and Governance (SG). Die Stichprobe bietet Scores für mehr als 650 Unternehmen aus den Ländern USA, Kanada, Deutschland, UK, Frankreich, Spanien und Italien. Damit ermöglicht das ECPI-Rating aufgrund seiner Marktabdeckung der Hauptindices der Region Nordamerika und Europa repräsentative Ergebnisse nicht nur für den nordamerikanischen, sondern auch für den europäischen Markt.23 Zudem lässt die metrische Skalierung des Ratings eine Regressionsanalyse auf Einzelwertbasis der Unternehmen zu. Dies unterscheidet diese Arbeit methodisch von vorherigen Arbeiten, die lediglich Portfolioanalysen verwendeten.24 Die Operationalisierbarkeit der SRI wird mithilfe von Screeningstrategien in der Portfolioanalyse untersucht. Es werden das Positivverfahren und das Best-in-ClassVerfahren angewandt. Zusätzlich werden Zero-Investment-Portfolios für beide Strategien auf Basis der ECPI-Rating-Stichprobe untersucht, um auch die Performance von niedrig bewerteten Portfolios vergleichen zu können. Diese Investmentstrategien werden jeweils für die unterschiedlichen Ratingkategorien (T, E und SG) und für die Regionen USA und Kontinentaleuropa getestet. Es können somit sowohl regionale Unterschiede als auch Unterschiede zwischen den Ratingkategorien im Erfolg der Screeningstrategien aufgezeigt werden.

22 23 24

Vgl. hierzu die Ausführungen in Kapitel 4.1 bis 4.3. Vgl. hierzu Tabelle 9. Vgl. hierzu die Ausführungen in Kapitel 4.1 bis 4.3.

6

1 EINLEITUNG

1.2 Gang der Untersuchung Nach diesem einleitenden Kapitel 1 beginnt Kapitel 2 mit der Abgrenzung wichtiger Begriffe, die insbesondere vor dem Hintergrund des interdisziplinären Charakters der Nachhaltigkeitsforschung und der resultierenden Vielzahl an divergierenden Begriffsverständnissen notwendig ist. Definiert werden die folgenden für diese Arbeit wesentlichen Begriffe: Nachhaltigkeit, Corporate Social Responsibility und Social Responsible Investments (Kapitel 2.1). Daran schließt sich eine Darstellung der theoretischen Grundlagen der neoklassischen Kapitalmarkttheorie an. Diese bildet die Basis für die Messung der Unternehmensperformance mittels Kapitalmarktdaten. Zugleich bildet sie die Grundlage des allgemeinen neoklassischen Verständnisses der Nachhaltigkeitsaktivitäten von Unternehmen und ihres Zusammenhangs mit der finanziellen Performance (Kapitel 2.2). Im Anschluss werden die Stakeholdertheorie (Kapitel 2.3) und Theoriekompenenten der Neuen Institutionenökonomik (Kapitel 2.4) erläutert. Die Stakeholdertheorie und die in der Neuen Institutionenökonomik zusammengeführten Theorien bilden den konzeptionellen Erklärungsrahmen für den positiven Zusammenhang von Nachhaltigkeit und finanzieller Performance von Unternehmen. Abschließend werden diese Konzepte jeweils einer kritischen Würdigung unterzogen. In Kapitel 3 werden zuerst die Grundlagen der Nachhaltigkeitsbewertung der Unternehmen behandelt. Es werden diesbezüglich die drei Bewertungsbereiche Environment, Social und Governance erörtert (Kapitel 3.1). Es folgt eine historische Betrachtung von Ratings und eine Darstellung ihrer Systematisierungskriterien. Anschließend wird das Nachhaltigkeitsrating diskutiert. Das Kapitel endet mit einer kritischen Würdigung von Nachhaltigkeitsratings (Kapitel 3.2). Danach werden die drei wichtigsten Nachhaltigkeitsratingagenturen (ECPI, Sustainalytics, MSCI) und ihre Ratingprozesse erläutert. Abschließend wird das zur Verwendung in dieser Arbeit gewählte ECPI-Rating einer kritischen Würdigung unterzogen (Kapitel 3.3). In Kapitel 4 findet eine empirische Überprüfung der in Kapitel 2 entwickelten theoretischen Zusammenhänge statt. Zuerst wird ein Überblick über die Datenquellen und Ergebnisse der bestehenden Forschung gegeben (Kapitel 4.1). Danach erfolgt eine Vorstellung wichtiger bisheriger Forschungsarbeiten. In der Diskussion dieser Arbeiten werden aus dem Forschungsstand die Forschungslücken und Forschungsdesiderate identifiziert, die von der vorliegenden Arbeit geschlossen werden sollen (Kapitel 4.2). Basierend auf den theoretischen Überlegungen und bisherigen Studien werden die Forschungsfrage und die Zielstellung der Arbeit konkretisiert (Kapitel 4.3). Daraufhin wird die Datenbasis vorgestellt. Es werden die Zusammensetzung und Größe der Stichprobe der Unternehmen und die in der Stichprobe repräsentierten Länder und Branchen dargelegt. Zusätzlich wird die Repräsentativität

1 EINLEITUNG

7

mittels der Abdeckung der Hauptindices der einzelnen Länder eingeschätzt (Kapitel 4.4). Anschließend erfolgt die Darstellung der Methodik der Querschnittsanalyse. Es werden das Untersuchungsdesign sowie die einzelnen Methoden und Tests erklärt (Kapitel 4.5). In der empirischen Analyse erfolgt zuerst die Querschnittsanalyse der Jahresabschlusskennzahlen. Dazu werden die in den bisherigen Arbeiten verwendeten Kennzahlen vorgestellt. Anschließend wird mit den ausgewählten Kennzahlen eine Mittelwert-, Korrelations- und Regressionsanalyse durchgeführt. Mithilfe einer geographischen Aufteilung der Stichprobe werden regionale Unterschiede untersucht (Kapitel 4.6). Im Rahmen der Querschnittsanalyse der Kapitalmarktkennzahlen werden zuerst die Rendite und das Risiko betrachtet. Dann werden diese beiden Kennzahlen und daraus gebildete multidimensionale Kennzahlen mithilfe von Mittelwert-, Korrelations- und Regressionsanalyse untersucht (Kapitel 4.7). In der Portfolioanalyse werden zuerst die beiden Screeningstrategien vorgestellt, das Positivverfahren und das Best-in-Class-Verfahren. Danach wird erklärt, wie mithilfe dieser Verfahren und dem ECPI-Rating die Portfoliokonstruktion erfolgt. Anschließend werden die Untersuchungsmethoden, die eindimensionalen und mehrdimensionalen Kennzahlen sowie die Faktormodelle erläutert. Daraufhin werden die Ergebnisse der Portfolioanalyse getrennt für die USA und Kontinentaleuropa aufgezeigt. Das Kapitel wird mit einer Zusammenfassung der Ergebnisse abgeschlossen (Kapitel 4.8) In Kapitel 4.9 erfolgt eine ausführliche Diskussion der Ergebnisse und ihres Aussagegehaltes für die Detailfragen. Ferner werden die Ergebnisse mit den Ergebnissen vorheriger Forschungsarbeiten verglichen. Darüber hinaus wird versucht mögliche Erklärungsansätze für das Entstehen der vorliegenden Ergebnisse zu finden. Kapitel 5 schließt die Arbeit mit einem Fazit ab. Es werden die Ergebnisse komprimiert zusammengefasst und in den Gesamtkontext eingeordnet (Kapitel 5.1). In Kapitel 5.2 wird der Beitrag der vorliegenden Arbeit zu Wissenschaft und Praxis erläutert. Kapitel 5.3 diskutiert die Limitationen dieser Arbeit und gibt einen Ausblick auf weiterführende Forschungsarbeiten.

8

2

2 THEORETISCHE GRUNDLAGEN

Theoretische Grundlagen

Das folgende Kapitel definiert Begriffe und diskutiert Theorien, die für eine Untersuchung des Zusammenhangs von CSR und finanzieller Performance von Unternehmen zentral sind.

2.1 Begriffsabgrenzungen Die folgenden Begriffsabgrenzungen bestimmen den Inhalt der für die vorliegende Untersuchung wesentlichen Begriffe. Das Ziel dieses Kapitels ist es, den Untersuchungsgegenstand eindeutig zu erfassen, was auch den Umfang der Auseinandersetzung mit den hier behandelten Begriffen bestimmt. 2.1.1 Nachhaltigkeit Der Begriff der Nachhaltigkeit spielt in dieser Arbeit insofern eine entscheidende Rolle, als er die Grundlage der CSR bildet. Deshalb werden im Folgenden Entstehung, Einfluss und Weiterentwicklung des Begriffes dargestellt. Im deutschsprachigen Raum wurde der Begriff Nachhaltigkeit im Jahr 1713 erstmals erwähnt und inhaltlich erläutert. In diesem Jahr veröffentlichte Hans Carl von Carlowitz das Buch „Sylvicultura oeconomica“, das sich mit Erzeugung und Verbrauch des knapper werdenden Rohstoffs Holz auseinandersetzt:25 „Wird derhalben die größte Kunst/Wissenschaft/Fleiß und Einrichtung hiesiger Lande darinnen beruhen / wie eine sothane Conservation und Anbau des Holtzes anzustellen / daß es eine continuierliche beständige und nachhaltende Nutzung gebe / weiln es eine unentberliche Sache ist / ohne welche das Land in seinem Esse nicht bleiben mag.“26 Von Carlowitz bezieht sich damit auf den damaligen Raubbau an den Waldbeständen Sachsens, der durch einen intensivierten Silberbergbau ausgelöst wurde.27 Insbesondere der Grubenausbau, aber auch die mit Holzkohle betriebenen Öfen der Schmelzhütten erzeugten einen enormen Holzbedarf.28 Von Carlowitz erkannte, dass ein fortgeführter Raubbau an den Wäldern mittelfristig die Fortsetzung des Silberabbaus und damit auch die wirtschaftliche Entwicklung der Region bedrohen würde. Deshalb

25 26 27 28

Vgl. von Carlowitz (1713), S. 105. von Carlowitz (1713), S. 105. Vgl. Loew et al. (2004), S. 56. Vgl. Lackmann (2010), S. 6.

2 THEORETISCHE GRUNDLAGEN

9

postulierte er das Prinzip, dass in einem bestimmten Zeitraum nur so viel Holz geschlagen werden darf, wie durch eine Neubepflanzung auch nachwachsen kann.29 Auch wenn der Begriff „nachhaltende Nutzung“, die heute als Nachhaltigkeit bezeichnet wird, in von Carlowitz’ Beitrag nur einmal genannt wird, so wird doch das zugrunde liegende Konzept exakt beschrieben. Auch deshalb gelten seine Ausführungen in der Literatur als Ursprung des Nachhaltigkeitsbegriffs.30 Das Konzept der nachhaltigen Entwicklung wurde 1968 zum ersten Mal im Rahmen einer großen Zusammenkunft der Vereinten Nationen auf der „Biosphere Conference“ in Paris eingeführt. Im Jahr 1972 wurde dann die erste Ausgabe globaler empirischer Studien zu diesem Gegenstand mit dem Titel „The Limits to Growth“ vom Club of Rome veröffentlicht.31 Die darauf folgenden Diskussionen über mögliche Lösungen von Umweltproblemen führten im Jahr 1980 zur Veröffentlichung der Studie „World Conservation Strategy“ durch das Umweltprogramm der Vereinten Nationen. Darin wird nachhaltige Entwicklung als ein ökologisches Konzept beschrieben, dessen Ziel die Erhaltung des Ökosystems ist.32 Heute wird dem Begriff der Nachhaltigkeit zumeist eine weiterentwickelte Bedeutung zugrunde gelegt. Diese gegenwärtige Definition entstammt dem im Auftrag der Vereinten Nationen verfassten Bericht „Our Common Future“ der Weltkommission für Umwelt und Entwicklung (World Commission on Environment and Development, WCED) aus dem Jahr 1987. In der Literatur ist er zumeist als Brundtland-Bericht oder auch Brundtland-Report bekannt. Namensgeber war die Vorsitzende der Kommission und ehemalige norwegische Ministerpräsidentin Gro Harlem Brundtland.33 In ihrem Bericht gibt die Kommission folgende Definition des Begriffs Nachhaltigkeit: „Sustainable development is development that meets the needs of the present without compromising the ability of future generations to meet their own needs. […] It is a process in which the exploitation of resources, the direction of investments, the orientation of technological development and institutional change are all in harmony, and enhance both current and future potential to meet human needs and aspirations.“34

29 30 31 32 33 34

Vgl. Loew et al. (2004), S. 56. Vgl. Linckh et al. (1997), S. 278; Loew et al. (2004), S. 56; Vogt (2012), S. 23. Vgl. Meadows et al. (1972). Vgl. Schäfer et al. (2006), S. 9. Vgl. Loew et al. (2004), S. 58; Lackmann (2010), S. 5. WCED (1987), S. 41.

10

2 THEORETISCHE GRUNDLAGEN

Aus ökonomischer Perspektive stellt sich Nachhaltigkeit mithin als eine dauerhafte positive wirtschaftliche Entwicklung dar.35 Von einer solchen Entwicklung kann gesprochen werden, wenn stetig positive Wachstumsraten zu verzeichnen sind und dadurch eine umfassende Wohlfahrt in der Gesellschaft erreicht werden kann. Der Begriff Wohlfahrt bezeichnet eine individuelle materielle Bedürfnisbefriedigung und gesellschaftliche Verteilungsgerechtigkeit, welche durch Vermögens- oder auch Einkommensverteilung gewährleistet werden kann.36 Aus unternehmerischer Perspektive ist unter ökonomischer Nachhaltigkeit mindestens der Erhalt des ökonomischen Kapitals zu verstehen. Darunter fallen das Sachkapital, das Wissenskapital und das Humankapital einer Unternehmung. Darüber hinaus wird aber zumeist auch eine Vermehrung des ökonomischen Kapitals angestrebt.37 Das unternehmerische Wirtschaften bildet damit die Grundlage dafür, dass in einer Gesellschaft Ressourcen zur Verfügung stehen, die dazu genutzt werden können, die im Brundtland-Bericht geforderte intra- und auch intergenerationelle Gerechtigkeit herzustellen.38

35 36 37 38

Vgl. Schäfer et al. (2006), S. 9. Vgl. Carnau (2011), S. 19. Vgl. von Hauff (2012), S. 16. Vgl. von Hauff (2012), S. 19.

11

2 THEORETISCHE GRUNDLAGEN

Konzept der nachhaltigen Entwicklung

Nachhaltigkeit: intra- und intergenerationelle Gerechtigkeit

Natürliche Ressourcen

Agenten

Markt

Abfall

Abb. 1: Das Nachhaltigkeitskonzept39 Gemäß dieser Begriffsdefinition geht es bei Nachhaltigkeit vor allem um die Herstellung von intergenerationeller Gerechtigkeit. Zukünftigen Generationen sollen die gleichen Ressourcen zur Verfügung stehen wie heutigen, so dass auch sie ihre Bedürfnisse befriedigen können. Um dem Fokus der Definition auf intergenerationelle Gerechtigkeit und die menschlichen Bedürfnisse in ausreichendem Maße Rechnung zu tragen, wurde der Begriff der Nachhaltigkeit definitorisch um die soziale Dimension erweitert. Dadurch wird das Nachhaltigkeitskonzept zu einem Drei-DimensionenModell erweitert. Es wird in der Betriebswirtschaftslehre auch als Triple-Bottom-Line(TBL-)Konzept bezeichnet.40

39 40

Eigene Darstellung in Anlehnung an Schäfer et al. (2006), S. 10. Vgl. Blaesing (2013), S. 17; Loew et al. (2004), S. 58.

12

2 THEORETISCHE GRUNDLAGEN

Ökonomie Wirtschaftliche Leistungsfähigkeit, stetgies Wachstum, zukünftige Wettbewerbsfähigkeit

Ökologie Verantwortung für die Umwelt, Ressourcenverbrauch begrenzen

Gesellschaft Soziale Gerechtigkeit, Chancengleichheit

Abb. 2: Die drei Dimensionen der Nachhaltigkeit41 Innerhalb der Europäischen Union (EU) hat sich das Konzept der Dreidimensionalität der Nachhaltigkeit schon früh durchgesetzt. Es wurde bereits in die Präambel zum Vertrag über die Europäische Union42 aus dem Jahr 1992 aufgenommen.43 Die vom Deutschen Bundestag beauftragte Enquete-Kommission „Schutz der Menschen und Umwelt“ verwandte 1998 das Drei-Dimensionen-Modell als Grundlage für ihr Konzept der Nachhaltigkeit.44 Das Bundesministerium für Umwelt, Reaktorsicherheit 41 42

43 44

Eigene Darstellung in Anlehnung an Hutter (2012), S. 25. Der Vertrag über die Europäische Union ist der Gründungsvertrag der Europäischen Union; er wurde in seiner ursprünglichen Version im Jahr 1992 in Maastricht geschlossen und ist deshalb auch als Vertrag von Maastricht bekannt. Vgl. Frenz/Unnerstall (1999), S. 173. Vgl. Deutscher Bundestag (1998), S. 8. Vgl. zu einer konkurrierenden Sichtweise auch Rogall (2008), S. 103 ff. Rogall führt zur Ökologischen Ökonomie (Ecological Economics) aus, dass in dieser die Gleichwertigkeit der Zieldimensionen des Drei-Dimensionen-Modells abgelehnt wird und anstatt des optimalen Verbrauchs der natürlichen Ressourcen im Drei-Dimensionen-Modell ein dauerhafter Erhalt der natürlichen Ressourcen im Vordergrund steht. Insbesondere die Substituierbarkeit der natürlichen Ressourcen durch die ökonomische Säule wird hierbei abgelehnt. Mit diesem Begriffsverständnis wird auch häufig der Begriff „starke Nachhaltigkeit“ verbunden, um zu verdeutlichen, dass nicht alle natürlichen Ressourcen substituierbar sind und damit ein Komplementärgut zu materiellen Werten bilden. Es geht hierbei im Speziellen um die Fragestellung, welche Ressourcen den zukünftigen Generationen hinterlassen werden sollen, um diesen im bestmöglichen Maße zu ermöglichen ihre Probleme zu lösen. Vgl. hierzu weiterführend Böttcher/Klasen/Röder (2009), S. 19; Gabriel (2007b), S. 34.

2 THEORETISCHE GRUNDLAGEN

13

und Naturschutz (BMU) vertritt ebenfalls die Auffassung, dass Ökonomie, Ökologie und soziale Sicherheit eine untrennbare Einheit bilden und damit den Kern des Leitbildes der nachhaltigen Entwicklung bestimmen.45 2.1.2 Corporate Social Responsibility Der CSR-Begriff ist in der Literatur bereits intensiv behandelt worden.46 Wie bei der Betrachtung der historischen Entwicklung des CSR-Begriffes in Tabelle 1 deutlich wird, besteht eine Vielzahl von konkurrierenden CSR-Definitionen. Dies erschwert eine übergreifende CSR-Definition, die dem jeweiligen Verständnis der unterschiedlichen Strömungen gerecht wird.47 Dahlsrud (2008) analysierte in seiner Arbeit 37 CSR-Definitionen und kam zu dem Ergebnis, dass die meisten eine hohe Deckungsgleichheit aufwiesen.48 So berücksichtigt ein Großteil der aktuellen Definitionen neben der ökonomischen auch die ökologische und die soziale Dimension.49 Auch die Integration des Stakeholderansatzes50 in den CSR-Begriff ist ein wichtiger Bestandteil aktueller CSR-Definitionen.51 Aufgrund der Problematik einer fehlenden einheitlichen Begriffsdefinition, die alle Faktoren berücksichtigt, beziehen sich die meisten wissenschaftlichen Arbeiten jüngeren Datums auf die allgemeine Definition der EU-Kommission aus dem Jahre 2001.52 Die EU-Kommission definiert in ihrem Grünbuch den Begriff CSR als „ein Konzept, das den Unternehmen als Grundlage dient, auf freiwilliger Basis soziale Belange und Umweltbelange in ihre Unternehmenstätigkeit und in die Wechselbeziehungen mit den Stakeholdern zu integrieren.“53

45 46

47

48 49 50 51 52

53

Vgl. Bundesministerium für Umwelt, Naturschutz, Bau und Reaktorsicherheit (1997), S. 9. Insbesondere die Arbeiten von Carroll (1979), Carroll (1991) und Carroll (1999) sind hier zu erwähnen. Carrol gibt einen umfassenden Überblick über die historische Entwicklung des CSR Begriffes. Weitere Quellen: Barnard (1968), Waßmann (2014), Garriga/Melé (2004), Bowen (2013), Bassen/Jastram/Meyer (2005), Reimer/Wettenmann/Backhaus-Maul (2004), Putnam (2001); Walzer/Kallscheuer (1996), Wuthnow (1991), (1991), Skocpol/Fiorina (1999), König (2013), Davis (1960), McGuire (1963), Tuzzolino/Armandi (1981), Münstermann (2007). Auch andere Arbeiten haben sich mit der Problematik der CSR-Definition beschäftigt und stehen vor einem ähnlichen Problem. Vgl. hierzu auch die Ausführungen in folgenden Arbeiten: Crane/Matten/Spence (2008), S. 3 ff.; Waßmann (2014), S. 8 ff.; Kuhlen (2005), S. 17 ff. Vgl. Dahlsrud (2008), S. 6. Vgl. Fieseler (2008), S. 32. Eine ausführliche Auseinandersetzung mit dem Stakeholderbegriff erfolgt in Kapitel 2.3. Vgl. Behrent/Wieland (2003), S. 17; Waßmann (2014), S. 10; Holme/Watts (2000), S. 10. Vgl. Waßmann (2014), S. 11; Kirstein (2009), S. 53; Loew et al. (2004), S. 48; Hansen/Schrader (2005), S. 376; Barthruff (2014), S. 38. Kommission der Europäischen Gemeinschaften (2001), S. 7.

14

2 THEORETISCHE GRUNDLAGEN

Diese Definition besitzt derzeit eine breite Akzeptanz in der Wissenschaft und auch der Öffentlichkeit.54 Daher soll sie in der vorliegenden Abhandlung als Arbeitsdefinition für den Begriff der CSR dienen.55 Tabelle 1 gibt einen Überblick über die historische Entwicklung des CSR-Begriffs.56

54

Vgl. Waßmann (2014), S. 11; Kirstein (2009), S. 53; Loew et al. (2004), S. 48; Hansen/Schrader (2005), S. 376; Barthruff (2014), S. 38. Auch wenn bereits eine ausführliche Hinführung zu dem heutigen CSR-Begriff erfolgt ist und der CSR-Begriff der EU-Kommission eine weite Verbreitung findet, sei der Vollständigkeit halber auf weitere aktuelle Begriffsdefinitionen verwiesen. Übersichten verschiedener aktueller CSR-Definitionen finden sich insbesondere in Dahlsrud (2008), S. 7–11, in dessen Arbeit 37 aktuelle Definitionen vorgestellt werden, aber auch in Waßmann (2014), S. 10., der einen kurzen Überblick über 6 aktuelle Begriffsdefinitionen der CSR gibt. 56 Es soll hier auch auf Corporate Citizenship (CC) als häufig konkurrierenden Begriff zu CSR hingewiesen werden. Wie der CSR-Begriff stammt auch der Begriff CC aus dem angloamerikanischen Raum (vgl. Waßmann, 2014, S. 8). CC wird in der Literatur teilweise mit CSR gleichgesetzt, (vgl. Scherer/Palazzo, 2008, S. 3). Dies kann entweder durch die fehlende einheitliche Definition des CC-Begriffes oder aber auch durch die Vielzahl der unterschiedlichen CSR-Konzepte verursacht worden sein. Aus wissenschaftlicher Sicht ist eine Gleichsetzung jedoch abzulehnen, auch wenn eine Abgrenzung schwierig erscheint, da eine Vielzahl an unterschiedlichen konkurrierenden Definitionen existiert. Carlo (2004), S. 2 merkt deshalb auch Folgendes an:„Zur analytischen Unschärfe in der CSR-Diskussion trägt auch bei, dass eine Reihe weiterer Begriffe gleiche oder zumindest vergleichbare Phänomene bezeichnen, neben CSR wird häufig auch von Corporate Sustainability oder Corporate Citizenship gesprochen, die Abgrenzung der Konzepte untereinander ist uneindeutig.“ Es gibt jedoch in der Entwicklung und auch der Definition von CC und CSR entscheidende Unterschiede, die eine Differenzierung der Konzepte ermöglichen. Zuerst ist CC ein wesentlich jüngerer Begriff als CSR. Er wird seit Mitte der 1980er Jahre in der Praxis und seit Anfang der 1990er Jahre in der Wissenschaft häufiger verwendet (vgl. Loew et al., 2004, S. 50; Fifka, 2011, S. 14). Weiterhin handelt es sich bei CC um ein nach außen gerichtetes Konzept, welches die eigentliche Geschäftstätigkeit des Unternehmens selbst nicht einschließt (vgl. Backhaus-Maul et al., 2010, S. 356). Eine weitverbreitete Definition von CC ist die von Loew et al. (2004), S. 54 f., in der CC verstanden wird als „das über die eigentliche Geschäftstätigkeit hinausgehende Engagement des Unternehmens zur Lösung sozialer Probleme im lokalen Umfeld des Unternehmens und seiner Standorte. Corporate Citizenship umfasst Spenden und Sponsoring (Corporate Giving), die Gründung von gemeinnützigen Unternehmensstiftungen (Corporate Foundations) und ein Engagement für soziale Zwecke unter direktem Einbezug der Mitarbeiter (Corporate Volunteering).“ Auch in dieser Definition wird die Ausrichtung des CC-Konzeptes nach außen deutlich. Es zeigt sich außerdem eine spezifischere Einengung des CC-Konzeptes auf die soziale Dimension der Unternehmensverantwortung. Das in dieser Arbeit dargelegte CSR-Konzept umfasst hingegen die gesellschaftliche Verantwortung in allen Bereichen des unternehmerischen Handelns. Dazu zählt auch der Wertschöpfungsprozess, zu dem die eigenen Mitarbeiter und die Zulieferer des Unternehmens gehören (vgl. Bassen/Jastram/Meyer, 2005, S. 232). Deshalb kann das CC-Konzept nicht als ein Synonym der CSR angesehen werden, sondern ist vielmehr als ein Teilkonzept des übergeordneten CSR-Konzeptes zu betrachten (vgl. Loew et al., 2004, S. 54; Kirstein, 2009, S. 58 f.). 55

15

2 THEORETISCHE GRUNDLAGEN

Dekade Historische Entwicklung des CSR-Begriffs

1930er

Verantwortungsübernahme als Aufgabe des Managers (Barnard, 1938)

1950er

Verantwortungsübernahme als Aufgabe des Managers (Bowen, 1953; Drucker, 1954)

1960er

Verantwortungsübernahme durch das gesamte Unternehmen (McGuire, 1963; Walton, 1967)

1970er

Bestimmung von CSR-Variablen und deren Messbarkeit (CSR)

CSRDimension Soziale Dimension

(Eilbert und Parket, 1973; Sethi, 1975, Bowman und Haire, 1975; Monsen, 1979) Integration der ökonomischen Dimension als Basis für CSR von Unternehmen (Carroll, 1979) 1980er

Integration der ökonomischen Dimension als Basis für CSR von Unternehmen (Drucker, 1984) Stakeholderansatz (Freeman, 1984) Ökologische Nachhaltigkeit als Teil der CSR (Brundtland-Kommission, 1987)

1990er

Triple-Bottom-Line-Konzept (Elkington, 1994)

2000er

Sozial-ökologische CSR-Definition (EU-Kommission, 2001)

Tab. 1: Historische Begriffsentwicklung der CSR57

57

Eigene erweiterte Darstellung in Anlehnung an Waßmann (2014), S. 9.

Ökonomische Dimension Ökologische Dimension Sozialökologische Dimension

16

2 THEORETISCHE GRUNDLAGEN

2.1.3 Socially Responsible Investing Aufgrund der Aufmerksamkeit, die der Bereich der Nachhaltigkeit im Allgemeinen erfahren hat, sind zahlreiche Innovationen mit Nachhaltigkeitsbezug auf den Finanzmärkten erschienen. So wurden Nachhaltigkeitskonzepte in den Investmentprozess integriert, um innovative Geldanlagemöglichkeiten zu schaffen.58 Im englischen Sprachgebrauch bezeichnen Begriffe wie „Mission Investment“, „Green Investment“, aber auch „Sustainable“, „Ethical“ oder „Responsible Investment“ Investitionspraktiken, die das Prinzip der Nachhaltigkeit berücksichtigen.59 Mit Abstand am geläufigsten ist in der englischen Literatur jedoch der Begriff „Socially Responsible Investing“ bzw. „Socially Responsible Investments“ (beide abgekürzt SRI).60 Die oben genannten Begriffe werden in der vorliegenden Arbeit als synonym verstanden und unter der gemeinsamen Abkürzung SRI subsumiert, welche im Folgenden vorwiegend Verwendung finden wird.61 Die Ursprünge des heutigen SRI finden sich schon in den 1920er Jahren in angelsächsischen Ländern.62 Zu dieser Zeit begannen Quäker im Rahmen ihres Anlageverhaltens Unternehmen auch nach religiösen statt nur nach ökonomischen Kriterien zu bewerten.63 Im Vordergrund stand zu dieser Zeit besonders der Ausschluss von als

58 59

60

61

62 63

Vgl. Seitz (2010), S. 13. Vgl. Lawrence/Mukai (2011), S. 65; Heinkel/Kraus/Zechner (2001), S. 431; Lewis/Mackenzie (2000), S. 179; Schwartz (2003), S. 195 f; Woods/Urwin (2010), S. 1; Fulton/Kahn/Sharples (2012), S. 20; Kempf/Osthoff (2007), S. 1; Sievänen/Rita/Scholtens (2013), S. 137. In der deutschsprachigen Literatur gibt es ebenfalls eine große Bandbreite von unterschiedlichen Begriffen, z. B.: „ethische Geldanlagen“, „sozial verantwortliches Investieren“, „grüne Kapitalanlagen“, „verantwortliche Geldanlagen“, „prinzipiengeleitete Investments“ (Schäfer, 2009, S. 64). Vgl. Benson/Humphrey (2008), S. 1850; Aktas/Bodt/Cousin (2011), S. 1753; Renneboog/Ter Horst/Zhang (2008), S. 1723; Cox/Schneider (2010), S. 258; Guay/Doh/Sinclair (2004), S. 128; Schueth (2003), S. 189; Bello (2005), S. 41; David Diltz (1995), S. 69; Hill et al. (2007), S. 165; Kurtz (1997), S. 37. Dass ein Großteil der wissenschaftlichen Literatur in englischer Sprache verfasst ist, liegt zum einen an der vorherrschenden Stellung englischsprachiger Journale und auch der englischen Sprache als wissenschaftlicher Lingua franca. Da zahlreiche verschiedene Begriffe verwendet werden, die jedoch das gleiche Konzept beschreiben, wird der Begriff SRI gewählt und im Folgenden konsequent verwendet, sodass keine Missverständnisse durch ein unterschiedliches Verständnis oder Variationen in der Begriffswahl entstehen. Böttcher/Klasen/Röder (2009), S. 86. Vgl. Döpfner (2000), S. 11.

2 THEORETISCHE GRUNDLAGEN

17

sündhaft geltenden Investitionen, sogenannten „sin stocks“64, deren Emittenten und Besitzer nicht von dem Geld der Quäker profitieren sollten.65 Im Jahr 1928 wurde dann ein Fonds aufgelegt, der als Erster Investments in die als problematisch angesehene Alkohol- und Tabakindustrie ausschloss.66 Einer der ersten „modernen“ Nachhaltigkeitsfonds folgte im Jahr 1971 mit dem Pax World Fund.67 In den 1960er und 1970er Jahren traten bedingt durch den Vietnamkrieg und daher insbesondere in den USA neue Strömungen in der SRI zutage, deren Fokus auf dem Ausschluss der Rüstungsindustrie lag.68 Im Jahr 1974 wurde in Europa die GLS Bank gegründet, die erste ethisch-ökologische Bank. Ende der 1980er Jahre wurden die ersten Anteile an Windkraftfonds emittiert, wodurch nun auch die ökologische Dimension der CSR in SRI Beachtung fand.69 Die im Jahr 2000 eingeführte Berichtspflicht für Pensionsfonds führte dazu, dass SRI auch bei institutionellen Investoren auf größeres Interesse stieß.70 Allerdings waren die Kirchen mit ihrem Fokus auf ethischmoralische Kriterien die wegbereitenden institutionellen Investoren für SRI.71 Zwischen den Definitionen des Begriffs SRI herrscht eine relativ große Übereinstimmung. Benson et al. (2007) definieren SRI als Investition, die „reflects investors’ values and provides investment returns to satisfy their financial goals. SRI investors gain both financial and non-financial utility from their investment choice.“72

64

65

66

67 68 69 70

71 72

Als „sin stocks“ werden Aktien von Unternehmen bezeichnet, die von der Gesellschaft als problematisch (sündig) angesehen werden, da ihr Geschäftsmodell bzw. ihr Handeln nicht mit den allgemeinen Normen oder Werten der Gesellschaft vereinbar sind. Als Beispiel hierfür können Investitionen in den Bereichen der Rüstungs-, Pornografie-, Glücksspiel- und Suchtmittelindustrie genannt werden. Die Bezeichnung als „sündige“ Investments ist hier auch vor dem Hintegrund des großen Einflusses der Kirchen im Bereich der nachhaltigen Investitionen zu sehen (vgl. Böttcher/Klasen/Röder, 2009, S. 86). Es sind schon wesentlich frühere ethische Auseinandersetzungen mit Geld und seinen Auswirkungen zu finden, so bezeichnete bereits Aristoteles (384–322 v. Chr.) etwa 200 Jahre nach der Einführung des ersten Geldes dieses als tote und unfruchtbare Sache, die nur durch naturwidriges Handeln vermehrt werden könne (vgl. Böttcher/Klasen/Röder, 2009, S. 86). Auch in allen monotheistischen Religionen gibt es eine Auseinandersetzung mit der Problematik der Verwendung des Geldes. So ist beispielsweise der Zinswucher in allen monotheistischen Religionen verboten (vgl. hierzu in der Bibel und der Thora: Exodus Kapitel 22, Vers 24; Leviticus 25,36 und Deuteronomium 23,20 und im Koran Sure 2,278 und Sure 3,130). Der unter dem Namen Pioneer Fund aufgelegte Aktienfonds muss jedoch neben den bereits erwähnten Intentionen auch im Zusammenhang mit der Prohibition in den USA gesehen werden. Durch den National Prohibition Act aus dem Jahre 1919 herrschte in den ganzen USA ein Alkoholverbot (vgl. Böttcher/Klasen/Röder, 2009, S. 86). Vgl. Renneboog/Ter Horst/Zhang (2008), S. 1725. Vgl. Guay/Doh/Sinclair (2004), S. 126. Vgl. Rotthaus (2001), S. 55. Vgl. Rosen (2009), S. 91; Renneboog/Ter Horst/Zhang (2008), S. 1725; Aßländer/Schenkel (2009), S. 47 f.; Faust/Scholz (2008), S. 148. Vgl. Flotow (2008), S. 296; Schäfer (2009), S. 65; Rosen (2009), S. 83; Sievänen/Rita/Scholtens (2013), S. 138. Benson/Humphrey (2008), S. 1850.

18

2 THEORETISCHE GRUNDLAGEN

Diese Definition ist sehr investorenorientiert und berücksichtigt die Werte der Investoren, die durch SRI neben einem finanziellen auch einen nichtfinanziellen Nutzen generieren können.73 Ähnlich wird SRI von Sauer (1997) definiert: „Socially responsible investors apply both financial and social criteria when evaluating investments in order to ensure that the securities selected are consistent with their personal value system and beliefs.“74 Sauer geht insbesondere auf die Kombination von finanziellen und sozialen Kriterien in der Bewertung eines Investments durch sozial verantwortliche Investoren ein. Außerdem erwähnt Sauer die Überzeugungen der Investoren und ihr persönliches Wertesystem, die zu dem Investment passen müssen.75 Interessanterweise werden bei Sauer jedoch ausschließlich die soziale und ökonomische Dimension angesprochen. Weitere Kriterien, insbesondere solche ökologischer Natur, können allenfalls in dem Wertesystem der Investoren oder in ihren Überzeugungen verankert sein, werden aber nicht ausdrücklich genannt. Renneboog, Ter Horst und Zhang (2008) hingegen geben eine erweiterte und umfassendere Definition von SRI: „SRI is an investment process that integrates social, environmental, and ethical considerations into investment decision making. Unlike conventional types of investments, SRI apply a set of investment screens to select or exclude assets based on ecological, social, corporate governance or ethical criteria, and often engage in the local communities and in shareholder activism to further corporate strategies towards the above aims.“76 Renneboog et al. nennen neben den sozialen auch ökologische und ethische Kriterien, die in den Entscheidungsprozess mit einfließen. Darüber hinaus wird in dieser Definition auch auf die Investmentfilter eingegangen, mittels derer Anlagen ausgeschlossen bzw. ausgewählt werden. Weiterhin schließt die Definition den ShareholderAktivismus77 ein, der die Ziele von SRI unterstützt.78 Diese Definition umfasst somit 73 74 75 76 77

78

Vgl. Benson/Humphrey (2008), S. 1850. Sauer (1997), S. 137; Abdelsalam et al. (2014), S. 183. Vgl. Sauer (1997), S. 137; Abdelsalam et al. (2014), S. 183. Renneboog/Ter Horst/Zhang (2008), S. 1723. Der Begriff „Shareholderaktivismus“ (aus dem Englischen von „shareholder activism“) wird von Smith (1996, S. 227) folgendermaßen definiert: „shareholder activism is defined to include monitoring and attempting to bring about changes in the organizational control structure of firms (targets) not perceived to be pursuing shareholderwealth-maximizing goals.“ Eine andere häufig zitierte Definition kommt von Gillan und Starks (2000, S. 276): „The Primary emphasis of activist shareholder has been to focus on the poorly performing firms in their portfolio and to pressure the management of such firms for improved performance, thus enhancing shareholder value.“ Für weitere Ausführungen zum Begriff „Shareholderaktivismus“ und insbesondere zur historischen Entwicklung des Begriffes vgl. Monks und Minow (1995, S. 399 ff.). Vgl. Renneboog/Ter Horst/Zhang (2008), S. 1723.

2 THEORETISCHE GRUNDLAGEN

19

alle Elemente der für die vorliegende Arbeit maßgeblichen CSR-Definition der Kommission der Europäischen Gemeinschaften und wird somit im Folgenden als Arbeitsdefinition für SRI dienen. 2.1.4 Kritische Würdigung der Begriffsdefinitionen Wie in den vorherigen Ausführungen verdeutlicht wurde, bedurfte es für die Begriffe Nachhaltigkeit, CSR und SRI aufgrund der hohen Zahl unterschiedlicher Definitionen einer Festlegung auf eine jeweilige Arbeitsdefinition als Grundlage für das weitere Vorgehen. Es muss hier kritisch angemerkt werden, dass es die Fülle an verschiedenen Definitionen aus den Wirtschaftswissenschaften, Politikwissenschaften, der Theologie und teilweise auch den Naturwissenschaften schwierig macht, Arbeitsdefinitionen zu finden, die keine disziplinäre Perspektive ausschließen.79 Diese Problematik lässt sich nicht vollständig auflösen und ist ein großer Schwachpunkt der CSR-Forschung. Die Auswahl einer Definition kann auch die Interpretation von Untersuchungsergebnissen beeinflussen. Für Kritiker des CSR-Konzeptes bildet diese Vielzahl von Definitionen eine erhebliche Angriffsfläche der CSR-Forschung im Allgemeinen. Aufgrund dessen werden in dieser Arbeit Definitionen angestrebt, die den Gegenstand ausreichend interdisziplinär, dabei aber detailliert genug erfassen und unter die sich dennoch möglichst viele andere Definitionen subsummieren lassen. Damit kann gewährleistet werden, dass die Arbeit adäquat zur wissenschaftlichen Diskussion in diesem breit angelegten Forschungsfeld beitragen kann.

79

Vor dem Hintergrund dieser Schwierigkeiten wurden in allen Bereichen Begriffsdefinitionen gewählt, die von einer Mehrheit der Wissenschaftler akzeptiert werden. Das führt dazu, dass meist übergeordnete Definitionen herangezogen wurden, die es erlauben, zahlreiche andere Begriffsdefinitionen unter sie zu subsumieren, den jeweiligen Begriff jedoch ausreichend detailliert erfassen.

20

2 THEORETISCHE GRUNDLAGEN

Auch die praktische Anwendung hat Problematiken offenbart. So hat sich beispielsweise der Begriff „Nachhaltigkeit“ im Alltag etabliert und wird durch seinen inflationären Gebrauch verzerrt, da er häufig Sachverhalte bezeichnet, die nicht mit dem Kernkonzept der Nachhaltigkeit und der CSR vereinbar sind.80 Zudem kommt es mittlerweile vermehrt vor, dass Unternehmen lediglich versuchen, den Eindruck ökologischer, ethischer oder sozialer Verantwortung zu erwecken. Der eigentliche Zweck ist jedoch häufig in Werbezwecken zu sehen.81 Diese Problematik des sogenannten „Greenwashings“ führt dazu, dass die Stakeholder nicht umfassend über ökonomische, ökologische und soziale Maßnahmen von Unternehmen informiert werden.82 Greenwashing schadet auch der Reputation des CSR-Konzeptes. Wenn sich Unternehmen nicht objektiv von außen einschätzen lassen, wird der Begriff CSR entwertet. Für Stakeholder verliert er dann seine Bedeutung, da er zu keinem Erkenntnisgewinn führt.83 In der Literatur wird auch das Drei-Dimensionen-Modell der Nachhaltigkeit, welches die ökologische, die ökonomische und die soziale Dimension umfasst, kritisch gesehen. Dies ist darauf zurückzuführen, dass sich die Dimensionen zum Teil überschneiden und eine Trennung in drei Dimensionen nicht immer möglich ist. Nicht abschließend geklärt ist auch die Frage, ob eine Gleichgewichtung der Dimensionen überhaupt angestrebt werden sollte. Falls diese Frage positiv beantwortet wird, ergibt sich die Problematik, dass eine Gleichgewichtung in der Realität kaum zu erreichen ist.84 Dessen ungeachtet hat die Erforschung von Zusammenhängen und Auswirkungen von nachhaltigem Verhalten von Unternehmen mittlerweile eine herausragende Bedeutung in Wissenschaft und auch Wirtschaft erlangt.85

80 81 82 83 84 85

Vgl. Rogall (2008), S. 47; Lübbig (2012), S. 1142; Richter (2005), S. 257. Vgl. Hoffhaus (2011), S. 159. Vgl. Spelthahn/Fuchs/Demele (2009), S. 61. Vgl. Spelthahn/Fuchs/Demele (2009), S. 61. Vgl. Carnau (2011), S. 20. Vgl. hierzu den großen Umfang bisheriger wissenschaftlicher Literatur in Kapitel 4.1 und 4.2 und die hohen Wachstumsraten von SRI in Kapitel 1.

2 THEORETISCHE GRUNDLAGEN

21

2.2 Neoklassische Kapitalmarkttheorie und ihre Implikationen für Corporate Social Responsibility Im Folgenden werden diejenigen Annahmen der neoklassischen Kapitalmarkttheorie vorgestellt, aus denen sich der Zusammenhang zwischen CSR und finanzieller Performance ableitet. Die neoklassische Kapitalmarkttheorie basiert auf einem restriktiven Annahmegerüst mit dem Ziel der Vereinfachung der Gegebenheiten.86 Diese Vereinfachung der Realität soll zu einer Fokussierung auf die für die Bestimmung der Performance von Finanzierungstiteln wesentlichen Aspekte führen. Die kapitalmarkttheoretische Forschung versucht die Rendite und das Risiko von einzelnen Wertpapieren durch die Bewegungen der Grundgesamtheit (des Marktes) zu erklären.87 Es wird in der Neoklassik von einem vollkommenen Kapitalmarkt ausgegangen. Ein solcher Kapitalmarkt weist unter anderem folgende zwei Merkmale auf:88 1. Marktteilnehmer verhalten sich rational (Homo oeconomicus) 2. Der Kapitalmarkt ist informationseffizient Die beiden Voraussetzungen werden im Folgenden noch ausführlich erläutert. Sie sind die Ursache dafür, dass aus neoklassischer Sicht ein negativer Zusammenhang zwischen CSR und der finanziellen Performance von Unternehmen bestehen muss.89

86

87

88 89

Vgl. Paterno (2009), S. 19; Perridon/Rathgeber/Steiner (2012), S. 21; Göbel (2002), S. 29; Richter/Furubotn (2003), S. 13. Vgl. Jaunich (2008), S. 14; Perridon/Rathgeber/Steiner (2012), S. 21. In diesem Zusammenhang sei auch festgehalten, dass in der Literatur zwei Sichtweisen auf das Rendite-Risiko-Verhältnis bestehen: einerseits die Sichtweise der Investoren, die auf der Suche nach Investitionsmöglichkeiten sind, aber auf der anderen Seite auch die der Unternehmen, die nach Finanzierungsmöglichkeiten suchen. Es wird folglich in der Literatur von neoklassischer Kapitalmarkttheorie, aber auch neoklassischer Finanzierungstheorie gesprochen, die jedoch beide das gleiche Problem, wenn auch aus unterschiedlichen Blickwinkeln betrachten. In dieser Arbeit wird indes im Weiteren nur von neoklassischer Kapitalmarkttheorie gesprochen, da hier die Investmentmöglichkeiten im Vordergrund stehen. Vgl. hierzu auch Pratt (1998), S. 3; Sach (1995), S. 48. Pratt (1998, S. 3) formuliert hierzu passend: „Since the cost of anything can be defined as the price you have to pay to get it, the cost of capital is the return you must promise in order to get capital from the market, either equity or debt.“ Vgl. Perridon/Rathgeber/Steiner (2012), S. 81 f. Vgl. Friedman (1970), S. 1 ff.

22

2 THEORETISCHE GRUNDLAGEN

2.2.1 Rational handelnde Marktteilnehmer – der Homo oeconomicus Eine Annahme in der neoklassischen Kapitalmarkttheorie lautet, dass Marktteilnehmer rationale Anlageentscheidungen treffen. Ihre Anlagekriterien sind die Höhe der Rendite und der Umfang des Risikos einer Anlagemöglichkeit – genauer: deren Verhältnis zueinander.90 Im Rahmen der Anlageentscheidung muss jeder Marktteilnehmer eine Wahl zwischen möglichen Handlungsalternativen treffen. Die Handlungsalternativen gehen jeweils mit einem spezifischen Risiko einher, das von den jeweiligen Marktteilnehmern individuell bewertet werden muss.91 Um das Problem der individuellen und damit nicht ableitbaren und erklärbaren Präferenzen zu lösen, wurde das Konzept des Homo oeconomicus entwickelt.92 Entscheidend geprägt wurde es von Mill (1836) in seinen grundlegenden Überlegungen, wobei Mill den Terminus „Homo oeconomicus“93 selbst noch nicht verwendete. Mill beschreibt ein hypothetisches Subjekt, dessen eingeschränkte und gut definierte Motive eine nützliche Abstraktion für die ökonomische Analyse bildeten. Mill begründete seinen Entwurf dieses Subjekts mit dem Wesen der politischen Ökonomie, deren Fokus er folgendermaßen beschreibt: „[‘Political Economy’] does not treat of the whole of man’s nature as modified by the social state, nor of the whole conduct of man in society. It is concerned with him solely as a being who desires to possess wealth, and who is capable of judging the comparative efficacy of means for obtaining that end.“94 Diese Einschränkung der menschlichen Natur auf das Bedürfnis nach dem Besitz von Reichtum und auf die Fähigkeit der Bewertung unterschiedlicher Möglichkeiten, diesen zu erreichen, war die Basis für die spätere Forschung.

90

91 92 93 94

Mögliche andere Anlageziele, wie ethische Verhaltensweisen, werden in der Annahme des rational handelnden Marktteilnehmers in der neoklassischen Kapitalmarkttheorie bewusst ausgeblendet, um eine Vereinfachung des Modells zu ermöglichen, aber auch, weil in der neoklassischen Kapitalmarkttheorie nur Faktoren einbezogen werden, die materielle oder finanzielle Werte schaffen. Vgl. Eisenführ/Weber (1999), S. 20. Vgl. Pareto (1906), S. 14–15. Die erste Nennung des Begriffes „homo oeconomicus“ ist auf Devas (1883, S. 27) zurückzuführen. Mill (1839), S. 321.

2 THEORETISCHE GRUNDLAGEN

23

In den mathematisch aufgebauten Modellen Ende des 19. Jahrhunderts von Pareto (1906), Edgeworth (1894), Jevons (1879) und Walras (1874) ist das Konzept des Homo oeconomicus bereits etabliert und entspricht nun einem rationalen Agenten, der seinen persönlichen Nutzen maximiert. Weiterhin hat der Homo oeconomicus alle Informationen und verfolgt rein subjektive Ziele. Da ihm alle Informationen zur Verfügung stehen, ist er in der Lage, aus allen möglichen Alternativen die seiner persönlichen Präferenz gemäß optimale auszuwählen.95 Der rational handelnde Marktteilnehmer hat nun die Wahl zwischen verschiedenen Gütern, um seinen persönlichen Nutzen zu steigern.96 Hierbei berücksichtigt er seine persönliche Nutzenpräferenz, die er den Gütern oder Umweltzuständen beimisst. Dabei ist seine Wahlmöglichkeit und damit sein Handlungsspielraum durch Restriktionen begrenzt. Dazu gehört, dass z. B. nur eine begrenzte Anzahl von Gütern auf dem Markt verfügbar ist. Unter Einbezug der herrschenden Restriktionen wird nun der rational handelnde Marktteilnehmer versuchen seine Ophelimität97 zu maximieren.98 Im Rahmen der Investitionsentscheidungen unterliegen die zur Auswahl stehenden Anlageprodukte meist einem Risiko.99 Bei Aktieninvestments können in der Regel keine Wahrscheinlichkeiten für das Eintreten für den Aktienwert relevanter Umweltzustände gegeben werden. Für die Investoren handelt es sich deshalb um eine Entscheidungssituation unter Unsicherheit.100 Der rational handelnde Marktteilnehmer ist gemäß der neoklassischen Kapitalmarkttheorie „risikoavers“101, was bedeutet, dass er Risiken meidet bzw. sich für die Übernahme von Risiken entschädigen lässt.

95 96

97

98 99 100

101

Vgl. Pareto (1906), S. 14–15. In seiner Arbeit spricht Edgeworth (1894) von Nutzen und leitet hieraus die Indifferenzkurven ab, die als Grundlage der Gleichgewichtstheorie dienen und auf denen alle Punkte dem betrachteten Individuum den gleichen Nutzen stiften. Vgl. für weitere Ausführungen Reiss (2007), S. 222 ff. Der Begriff Ophelimität wurde von Pareto im Rahmen seiner wissenschaftlichen Arbeiten verwendet und beschreibt die durch ein Gut erzeugte subjektive Bedürfnisbefriedigung eines Individuums. Für weitere Ausführungen und Verwendungen des Begriffes Ophelimität vgl. Pareto (1896), (1902), (1906). Vgl. Reiss (2007), S. 22 ff. Vgl. Hummel (1989), S. 173 f. Vgl. Bamberg/Coenenberg/Krapp (2008), S. 67. Eisenführ und Weber (1999, S. 20) definieren einen unsicheren Tatbestand als „eine Menge von Ereignissen, von denen genau eines eintreten wird. Die Ergebnismenge ist vollständig und alle Ergebnisse schließen sich gegenseitig aus.“ Vgl. die Arbeit von Diamond/Stiglitz (1974), die detailliert Risikosituationen und Risikoeinstellungen von Individuen diskutiert und darauf eingeht, wie Risiko und wie Risikoaversion gemessen werden kann und was für eine Wirkung dies auf die Portfolioauswahl hat.

24

2 THEORETISCHE GRUNDLAGEN

Folglich kann ein höheres Risiko durch eine erhöhte mögliche Rendite für den Investor kompensiert werden.102 In der Theorie drückt sich die Risikoaversion der rational handelnden Marktteilnehmer in einer konkaven, exponentiellen bzw. quadratischen Nutzenfunktion aus.103 Da die handlungsbestimmenden Faktoren des Homo oeconomicus ausschließlich aus Rendite und Risiko bestehen, haben ethische Faktoren für ihn keine Bedeutung. Eine Steigerung des Nutzens ergibt sich demnach nur, wenn das Handeln – sei es das eines Individuums oder das eines Unternehmens – darauf ausgerichtet ist, die Rendite zu erhöhen oder das Risiko zu senken.104 Gemäß der neoklassischen Argumentation ergibt sich für einen Homo oeconomicus demnach kein positiver Effekt von CSR auf die finanzielle Performance von Unternehmen. Aus neoklassischer Sicht werden für ein Unternehmen durch ethisches Handeln einerseits zusätzliche Kosten geschaffen, während andererseits eine Verringerung des Risikos ausbleibt. Somit würde selbst ein möglicher positiver Risikoeffekt durch die anfallenden Kosten der CSR überkompensiert.105 Als Konsequenz ergibt sich hieraus, dass CSR zu reduzierten Gewinnen und demzufolge einem reduzierten Unternehmenswert führt. Bei Ausübung von CSR kommt es folglich zu einer Umverteilung von Vermögen, die nicht im Sinne eines nach der Maxime des Homo oeconomicus handelnden Unternehmers ist.106 Diese Argumentation entspricht auch der Logik der Prinzipal-Agenten-Theorie (PAT).107 Im Sinne der neoklassischen Theorie kann sie so interpretiert werden, dass die Manager eines Unternehmens nicht den Interessen der Eigentümer genügen, wenn sie Geld für CSR-Aktivitäten aufwenden.108 Shadbegian und Gray (2005) argumentieren, dass alle Aktivitäten, die in einer Erhöhung der CSR resultieren, nur sozialen Zielen dienen, deshalb nicht produktiv sind und demzufolge nicht den Eigentümern eines Unternehmens dienen.109

102

103 104 105 106 107 108 109

Vgl. Epstein/Zin (1989), S. 937 ff.; Pratt (1964), S. 122 ff. Außerdem sei hier auf die Arbeit von Holt/Laury (2002) verwiesen, die sich mit der sich ändernden Risikoaversion in realen Lotterieexperimenten beschäftigen. Vgl. Eisenführ/Weber (1999), S. 223. Vgl. Epstein/Zin (1989), S. 937 ff.; Pratt (1964), S. 122 ff. Vgl. Oberndorfer/Wagner/Ziegler (2011), S. 9. Vgl. Friedman (1970), S. 1 ff. Eine ausführliche Auseinandersetzung mit der Prinzipal-Agenten-Theorie erfolgt in Kapitel 2.4.2. Vgl. Oberndorfer/Wagner/Ziegler (2011), S. 9. Vgl. Shadbegian/Gray (2005), S. 196.

2 THEORETISCHE GRUNDLAGEN

25

Deshalb wird aus der Sicht der neoklassischen Theorie gefolgert, dass die Mittel, die aufgewendet werden, um CSR-Aktivitäten zu finanzieren, direkt an die Shareholder ausgeschüttet oder dazu genutzt werden sollten, die Effizienz eines Unternehmens zu erhöhen.110 Denn die Kosten von CSR-Aktivitäten führen zu Wettbewerbsnachteilen,111 wie auch Preston und O’Bannon (1997) erklären: „[A] firm’s higher levels of social performance may lower its financial performance as compared to competitors“.112 Zusammenfassend ergibt sich aus der Perspektive der neoklassischen Theorie somit ein Nachteil für CSR betreibende Unternehmen bzw. die Eigentümer dieser Unternehmen. Es wird nicht im Sinne eines Homo oeconomicus gehandelt. 2.2.2 Informationseffizienter Kapitalmarkt Ein vollkommener Kapitalmarkt wird nicht ohne Informationseffizienz bestehen können und auch die rational handelnden Marktteilnehmer werden keine ihren Nutzen maximierenden Entscheidungen treffen können, wenn ihnen nicht die zur Bewertung der Entscheidungsalternativen geeigneten Informationen vorliegen. Insofern ist Informationseffizienz eine wichtige Annahme für die neoklassische Kapitalmarkttheorie.113 Die Annahmen, von denen die neoklassische Kapitalmarkttheorie ausgeht, erfordern also auch die Annahme der Existenz eines „informationseffizienten Kapitalmarktes“. Dessen Definition von Eugene Fama (1970), des Empfängers des Alfred-NobelGedächtnispreises für Wirtschaftswissenschaften des Jahres 2013, ist die wohl am häufigsten verwendete:114 „A market in which prices always ‘fully reflect’ all available information is called efficient.“115 Nach Fama, der in einer Reihe von Definitionen116 den Begriff der Informationseffizienz immer wieder anpasste, sind folgende Bedingungen hinreichend für eine Kapitalmarkteffizienz:117

110 111 112 113 114

115 116

117

Vgl. Perrini et al. (2009), S. 6. Vgl. Barnett (2007), S. 795. Vgl. Preston/O’Bannon (1997), S. 421. Vgl. Fama (1970), S. 387. Für einen Überblick an alternativen Definitionen zur Informationseffizienz sei hier auf Hauser (2003), S. 30. hingewiesen. Fama (1970), S. 383. Für einen Überblick über die Entwicklung der Definitionen eines informationseffizienten Marktes nach Fama Vgl. Mülhaupt (2013), S. 15. Vgl. Fama (1970), S. 387.

26

2 THEORETISCHE GRUNDLAGEN

1. Keine Transaktionskosten für den Handel von Wertpapieren. 2. Alle Informationen sind für alle Marktteilnehmer kostenlos verfügbar. 3. Alle Marktteilnehmer bewerten die Informationen gleich. Aber auch Fama erkannte bereits, dass ein friktionsloser Markt in der Praxis nicht existiert. Da die zuvor genannten Bedingungen von Fama jedoch nur als hinreichend und nicht als notwendig erachtet werden, sind Ineffizienzen auf dem Markt und die Kosten zu ihrer Beseitigung oder Kompensation, also Transaktionskosten, für Fama kein Beleg dafür, dass die Marktpreise nicht dennoch alle verfügbaren Informationen widerspiegeln. Ähnlich verhält es sich laut Fama mit einem Markt, der effizient sein kann, sobald eine ausreichend große Anzahl an Investoren einen Zugang zu den verfügbaren Informationen besitzt. Eine ungleiche Bewertung der Informationen seitens der Investoren ist nach Fama ebenfalls kein Ausschlusskriterium für das Bestehen eines effizienten Marktes. Ein ineffizienter Kapitalmarkt würde gemäß Fama erst dann bestehen, wenn bestimmte Investoren durchgehend die Möglichkeit besäßen, die verfügbaren Informationen besser zu bewerten als andere Marktteilnehmer.118 Auf dem Kapitalmarkt führen neue Informationen dazu, dass sich die Erwartungen der Marktteilnehmer über die Rendite und das Risiko ohne Verzögerung anpassen.119 Insofern impliziert dies, dass der innere Wert der Wertpapiere zu jedem Zeitpunkt im Kurs reflektiert wird, da stets alle Informationen zu einer Anpassung des Kurses führen.120 In der wissenschaftlichen, insbesondere empirischen Literatur zur Informationseffizienz wird jedoch seit Langem untersucht, inwieweit Informationen tatsächlich in den Wertpapierpreisen reflektiert werden.121 In seiner bahnbrechenden Arbeit unterscheidet Fama (1970) Informationseffizienz in drei Kategorien, welche bis heute der Differenzierung von Effizienzformen von Informationen in Kapitalmärkten dienen:122

118 119 120 121

122

Vgl. Fama (1970), S. 387 f. Vgl. Ross (2008), S. 371; Schirl (1999), S. 22; Sapusek (1998), S. 1. Vgl. Sapusek (1998), S. 10 f.; Schirl (1999), S. 110. Die Informationseffizienz kann als einer der am meisten untersuchten Gegenstände der empirischen Forschung angesehen werden. Dies führt allerdings zu einer gewissen Unübersichtlichkeit, auf die auch Fama und andere hinweisen, vgl. hierzu Fama (1991), S. 1575; Schirl (1999), S. 32. Vgl. Fama (1970), S. 383.

2 THEORETISCHE GRUNDLAGEN

27

x Schwache Informationseffizienz umfasst alle vergangenen Informationen, die zur Preisbildung vergangener Kurse beigetragen haben. In einem schwach informationseffizienten Kapitalmarkt werden demnach alle Informationen aus den vergangenen Preisen bei der aktuellen Preisbildung berücksichtigt. x Halbstrenge Informationseffizienz liegt dann vor, wenn die aktuellen Kurse alle öffentlichen Informationen bei der Preisbildung berücksichtigen. Da die vergangenen Preise eine Teilmenge der öffentlichen Informationen sind, schließt die halbstrenge Informationseffizienz die schwache Informationseffizienz mit ein. x Strenge Informationseffizienz umfasst alle Informationen. Es werden auch private Informationen, z. B. Insiderinformationen, in der Preisbildung der aktuellen Kurse berücksichtigt. Ein streng informationseffizienter Kapitalmarkt umfasst auch die vergangenen Preise und öffentlich verfügbare Informationen, somit die schwache und halbstrenge Informationseffizienz. Die zentrale Aussage der schwachen Informationseffizienz liegt darin, dass aus der Analyse der vergangenen Wertpapierkurse keine brauchbaren Informationen über die aktuellen oder auch die zukünftigen Kurse gezogen werden können.123 Diese Aussage ist die Basis für die Kritik an der technischen Wertpapieranalyse, die demzufolge keinen Nutzen hat. Investmentstrategien, die auf der technischen Wertpapieranalyse beruhen, dürften demnach nicht in der Lage sein, systematisch Überrenditen zu generieren.124 Aus der Beschreibung der halbstrengen Form der Informationseffizienz ergibt sich, dass eine Auswertung von Informationen, die der Öffentlichkeit zur Verfügung stehen, keinen zusätzlichen Nutzen für die Investmententscheidungen der Investoren generiert.125 Ein höherer Gewinn wird folglich durch eine Fundamentalanalyse eines Jahresabschlusses oder Zwischenberichts, Ad-hoc-Veröffentlichungen oder auch Pressemitteilungen nicht ermöglicht, da diese öffentlichen Informationen direkt in den betroffenen Wertpapierkurs einfließen.126 Da die halbstrenge Informationseffizienz auch die schwache Informationseffizienz umfasst, ist nicht nur die technische Analyse ohne Wert für einen Investor, sondern auch die Fundamentalanalyse.127

123 124 125 126 127

Vgl. Brealey/Myers/Allen (2006), S. 337. Vgl. Ross (2008), S. 373 f.; Brealey/Myers/Allen (2006), S. 337; Sapusek (1998), S. 16; Schirl (1999), S. 26 f. Vgl. Schyra (2013), S. 63. Vgl. Sapusek (1998), S. 16 f. Vgl. Alexakis/Patra/Poshakwale (2010), S. 1321.

28

2 THEORETISCHE GRUNDLAGEN

Durch den Wegfall von systematischen Überrenditen, die durch die Analyse von öffentlichen Informationen erzielt werden, ist auch die Grundlage eines aktiven Portfolioansatzes infrage gestellt.128 Einerseits existieren bei einer aktiven Verwaltung höhere Verwaltungs- bzw. Managementkosten zur Steuerung des Portfolios als bei einem passiven Ansatz und andererseits können gemäß dem theoretischen Ansatz der halbstrengen Informationseffizienz mit einem aktiven Portfoliomanagement keine Überrenditen erzielt werden.129 Zusätzlich zu den Informationen, die in der halbstrengen Informationseffizienz Berücksichtigung finden, sind in der strengen Informationseffizienz auch Insiderinformationen in der Bewertung von Wertpapieren enthalten.130 Personen, die aufgrund ihrer Stellung in Unternehmen oder in Marktstrukturen Zugang zu internen Informationen besitzen, die anderen Marktteilnehmern nicht zugänglich und relevant für die zukünftige Bewertung von Unternehmen oder eines ganzen Marktes sind, werden als Insider klassifiziert.131 Bei einer strengen Informationseffizienz auf einem Markt sind alle Informationen, auch Insiderinformationen, schon von allen Investoren in den Aktienkursen berücksichtigt. Deshalb kann keine Vorteilsnahme mehr durch die Insider erfolgen.132 In der Praxis wird durch zahlreiche Sicherungsinstrumente zu verhindern versucht, dass Insider ihre Informationen nutzen, und deshalb kann davon ausgegangen werden, dass die strenge Form der Informationseffizienz auf keinem derzeitigen Kapitalmarkt existiert. Denn ansonsten wären keine Sicherheitsmaßnahmen gegen Insiderhandel notwendig.133 Dementsprechend handelt es sich bei der strengen Informationseffizienz nur um ein rein theoretisches Konstrukt, was auch Jensen (1978)134 in seiner Bewertung der strengen Informationseffizienz anmerkt.135 Aufgrund der vorausgesetzten Informationseffizienz ergibt sich aus neoklassischer Perspektive, somit keine Möglichkeit für Investoren, eine Überrrendite durch CSRInformationen zu erhalten.136 Denn alle Informationen sind gemäß der neoklassischen Kapitalmarkttheorie schon eingepreist. Öffentliche Informationen bezüglich der CSR sind somit ebenfalls schon in den Aktienkursen berücksichtigt und daher können eine 128 129 130 131

132 133

134

135 136

Vgl. Garz/Günther/Moriabadi (2006), S. 84 f. Vgl. Paterno (2009), S. 23. Vgl. Fama (1970), S. 383; Ross (2008), S. 375. Vgl. Cespa (2008), S. 639; Schlienkamp/Frei (1998), S. 364; Rühle (2013), S. 198; Hodgson/van Praag (2006), S. 820. Vgl. Schredelseker (2002), S. 460. Vgl. Sankaraguruswamy/Shen/Yamada (2013), S. 4134. In diesem Kontext sei auch auf die Existenz von Insiderhandel auf deutschen und internationalen Aktienmärkten hingewiesen. Vgl. hierzu Gerke/Steiner (2001), S. 1269. Ross (2008), S. 382 äußert sich hierzu folgendermaßen: „After all, if an individual has information that no one else has, it is likely that she can profit from it“. Jensen (1978, S. 97) beschreibt das Konzept der strengen Informationseffizienz als „extreme form which few people have ever treated as anything other than a logical completion of the set of possible hypothese.” Vgl. Jensen (1978), S. 97. Vgl. Fama (1970), S. 383; Ross (2008), S. 375.

2 THEORETISCHE GRUNDLAGEN

29

fundamentale Analyse mittels CSR-Informationen oder auch eine Aktienselektion auf Basis von CSR-Informationen aus Sicht der Neoklassik nicht zu Überrenditen führen.137 2.2.3 Kritische Würdigung der neoklassischen Kapitalmarkttheorie und ihrer Annahmen im Hinblick auf Corporate Social Responsibility Im Homo oeconomicus steht der Neoklassik ein stark vereinfachendes Modell zur Verfügung. Allerdings hat sich in der empirischen Analyse gezeigt, dass Menschen in der Realität nicht ausschließlich nach den dem Homo oeconomicus zugrunde liegenden Maximen handeln. Eine Vielzahl von Forschungsarbeiten im Bereich der Behavioral Finance beschäftigt sich mit sogenannten Anomalien. Dies sind empirisch belegbare Ergebnisse, die nicht mit den Annahmen der neoklassischen Kapitalmarkttheorie vereinbar sind. 138 Insofern ist auch vorstellbar, dass zur Rolle von CSRInformationen bzw. zum SRI empirische Ergebnisse erzielt werden, die den Annahmen der neoklassischen Kapitalmarktmodelle widersprechen. So ist nicht nur denkbar, sondern wahrscheinlich, dass die Nutzenfunktion des Homo oeconomicus nicht mit der von realen Menschen übereinstimmt. Die empirische Beobachtung von Menschen mit Gefühlen und Werten als Kapitalmarktteilnehmer kann ein von neoklassischen Vorhersagen abweichendes Bild ergeben. 139 Gesellschaftliche Trends können zu Ergebnissen auf dem Kapitalmarkt führen, die der neoklassischen Kapitalmarkttheorie entgegenstehen. Beispielsweise kann ein gesellschaftlicher Trend zu mehr Nachhaltigkeit und einer gesteigerten Unternehmensverantwortung dazu führen, dass private und institutionelle Investoren diejenigen Unternehmen, die eine niedrige Unternehmensverantwortung zeigen, von ihren Investments ausschließen.140 Zusätzlich steht die stark vereinfachende Annahme eines informationseffizienten Kapitalmarktes in deutlichem Widerspruch zur Realität. Dass alle Marktteilnehmer Zugang zu allen wichtigen Informationen haben, kann mit Sicherheit ausgeschlossen werden. Informationsasymmetrien werden stets bestehen und immer wieder auftreten. Zusätzlich ist die Verarbeitungskapazität von Informationen durch die Kapitalmarktteilnehmer beschränkt. Es können nicht alle Informationen von allen Marktteilnehmern gleich schnell und in gleicher Weise interpretiert werden.141

137 138 139 140 141

Vgl. Alexakis/Patra/Poshakwale (2010), S. 1321. Vgl. Elze (2010), S. 528. Vgl. Elze (2010), S. 528. Vgl. hierzu die Anlagestrategien in Kapitel 4.8.1. Vgl. Simon (1979), S. 499.

30

2 THEORETISCHE GRUNDLAGEN

2.3 Stakeholdertheorie und ihre Implikationen für Corporate Social Responsibility Dieses Kapitel befasst sich mit der Stakeholdertheorie. Zuerst erfolgt eine Erörterung des Stakeholderbegriffs, anschließend wird die Stakeholdertheorie detailliert dargestellt. Abschließend wird sie als Erklärungsmodell für den Zusammenhang von CSR und Unternehmensperformance diskutiert. 2.3.1 Entstehung und Definition des Stakeholderbegriffs Standen in der Neoklassik die Interessen der Eigentümer (Shareholder) im Vordergrund, so fanden mit dem Aufkommen der Stakeholdertheorie auch die Bedürfnisse anderer Anspruchsgruppen Berücksichtigung in der Wirtschaftswissenschaft.142 Die Stakeholdertheorie wird meist auf die Arbeit von Freeman (1984) zurückgeführt.143 Doch schon in den 1920er Jahren gab es mit Mary Parker Follet144 und in den 1930er und 1940er Jahren mit Chester Barnard145 Wissenschaftler, die eine Verantwortung von Unternehmen nicht nur gegenüber den Eigentümern, sondern auch anderen Anspruchsgruppen postulierten und untersuchten.146 Die Monographie von Freeman (1984) mit dem Titel „Strategic Management: A Stakeholder Approach“ gilt jedoch als Meilenstein und führte zur Verbreitung des Begriffs „Stakeholder“ unter Wissenschaftlern und Praktikern.147 Gemäß Freeman (1984) wird er folgendermaßen definiert: „A Stakeholder is any group or individual who can affect, or is affected by, the achievement of a corporation’s purpose.“148 Es existieren auch neuere Definitionen des Stakeholderbegriffes, z. B. die von Sachs, Post und Preston (2002), in der Stakeholder wie folgt definiert sind: „individuals and constituencies that contribute, either voluntarily or involuntarily, to its [des Unternehmens; Anmerkung d. Verf.] wealthcreating capacity and activities, and who are therefore its potential beneficiaries and/or risk bearers.“149

142 143 144

145 146 147 148 149

Vgl. Ayuso et al. (2014), S. 417. Vgl. Weber/Marley (2012), S. 629. Vgl. Follett (1918), S. 333 ff. und der Vollständigkeit halber die Arbeit von Schilling (2000), S. 224 ff., in der die Stakeholdertheorie auf Basis der Ideen von Mary Parker Follets erweitert wird. Vgl. hierzu die Arbeiten von Barnard (1938) und Barnard (1968). Vgl. Ayuso et al. (2014), S. 417. Vgl. Weber/Marley (2012), S. 629. Freeman (1984), S. 46. Sachs/Post/Preston (2002), S. 8.

2 THEORETISCHE GRUNDLAGEN

31

Die Begriffserklärung von Freeman stellt jedoch nach wie vor die Standarddefinition für Stakeholder dar. 2.3.2 Stakeholdergruppen in der Stakeholdertheorie Als Stakeholder identifiziert Freeman (1984) die folgenden Gruppen: „Stakeholders include employees, customers, suppliers, stockholders, banks, environmentalists, government and other groups who can help or hurt the corporation.“150 Somit gehören alle Gruppen, die ein Unternehmen in jeglicher Art positiv oder negativ („help or hurt“) beeinflussen oder von diesem beeinflusst werden, nach Freemans Definition zu den Stakeholdern. Auch eine Unterteilung der Stakeholdergruppen in Primärstakeholder (marktbasierte Stakeholder) und Sekundärstakeholder (nicht marktbasierte Stakeholder) sowie in unternehmensinterne und -externe Stakeholder, wie in Abbildung 3 dargestellt, ist in der Literatur zu finden. Angestellte, Konsumenten und Aktionäre gehören zu den Primärstakeholdern, die direkt vom Markthandeln des Unternehmens beeinflusst werden. Medien, Regierungsorganisationen und Aktivistengruppen sind Teil der Gruppe von Sekundärstakeholdern, da sie nicht direkt in das Marktgeschehen des Unternehmens einbezogen sind. Diese werden nur indirekt von dem Unternehmen beeinflusst bzw. beeinflussen dieses auf anderem als auf geschäftlichem Wege.151 Diese Unterteilung verdeutlicht, dass es eine Vielzahl an Stakeholdergruppen gibt, die jeweils unterschiedliche Interessen verfolgen und das Unternehmen in unterschiedlicher Weise beeinflussen bzw. von ihm in unterschiedlicher Weise beeinflusst werden.152 Ein Unternehmen beeinflusst durch seine Unternehmenstätigkeit zwangsläufig seine Umwelt.153 Demnach ist ein Unternehmen gemäß der Stakeholdertheorie dazu veranlasst, sein Handeln an den unterschiedlichen Anforderungen der Anspruchsgruppen bzw. Stakeholder auszurichten, wenn es seine langfristige Existenz nicht gefährden will.154 In der Stakeholdertheorie wird davon ausgegangen, dass seitens des Managements eine Balance zwischen den verschiedenen Interessen der Stakeholder hergestellt werden muss, um Werte und Nutzen zu schaffen. Gemäß der Stakeholdertheorie ist für die

150 151 152 153 154

Freeman (1984), S. 46. Vgl. Lawrence/Weber (2008), S. 8 f. Vgl. Fernandez-Feijoo/Romero/Ruiz (2013), S. 54. Vgl. Hutter (2012), S. 4. Vgl. Hungenberg (2012), S. 425; Etter/Fieseler (2011), S. 270; König (2013), S. 37 f.

32

2 THEORETISCHE GRUNDLAGEN

Wertschaffung des Unternehmens die Teilnahme aller Stakeholdergruppen notwendig.155 Die Bevorzugung einer Interessengruppe zulasten der anderen Stakeholder kann im Laufe der Zeit dazu führen, dass Letztere als Reaktion auf die Benachteiligung dem Unternehmen ihre Unterstützung entziehen. Hierbei ist gleichgültig, um welche Stakeholdergruppe es sich handelt – Mitarbeiter, Kunden, Eigentümer etc. Der Entzug der Unterstützung hat zur Folge, dass die Überlebensfähigkeit des Unternehmens gefährdet ist, da ein Unternehmen nicht ohne die Unterstützung der meisten Stakeholdergruppen bestehen kann.156

Abb. 3: Stakeholder eines Unternehmens157

155 156

157

Vgl. König (2013), S. 43 und 56. Vgl. Clarkson (1995), S. 112. Wichtig ist hierbei anzumerken, dass sich Clarkson (1995) in seinen Ausführungen lediglich auf die Unterstützung der Primärstakeholder bezieht. Er trifft damit eine Aussage über die unterschiedliche Bedeutung der verschiedenen Stakeholdergruppen. Siehe für die Einteilung der Stakeholdergruppen Abb. 9: Stakeholder eines Unternehmens. Eigene erweiterte Darstellung in Anlehnung an Grochim (2008) und die Ausführungen von Donaldson/Preston (1995), S. 69.

2 THEORETISCHE GRUNDLAGEN

33

Um die Ansprüche bzw. Anforderungen aller Stakeholder an das Unternehmen effektiv erfüllen zu können, müssen sich Unternehmen den Interessen der Stakeholder anpassen. Erst dadurch erreichen Unternehmen gemäß der Stakeholdertheorie die gesellschaftliche Akzeptanz bzw. Legitimation, die ihnen wirtschaftliche Handlungsfreiheit ermöglicht.158 In der Literatur wird diese auf Akzeptanz und Legitimität basierende Handlungsfreiheit auch als „licence to operate“ bezeichnet, die sich die Unternehmen in einem ständigen Austausch mit ihren Stakeholdern sichern müssen.159 Es muss jedoch darauf hingewiesen werden, dass es für ein Unternehmen unmöglich ist, den Interessen aller Stakeholder im gleichen Maße zu entsprechen. Es existieren eine Vielzahl an Stakeholdern mit einer noch größeren Anzahl an verschiedenen Interessen.160 Hinzu kommt, dass die Ziele verschiedener Stakeholder einander diametral entgegengesetzt sein können. Das bedeutet, dass mit der Erfüllung der Ansprüche einer Stakeholdergruppe andere Stakeholdergruppen belastet werden.161 Beispielsweise führt eine hohe Vergütung der Manager zu einem Einkommensverlust der Eigentümer. Deshalb muss eine Abwägung der Interessen erfolgen. Im Vordergrund steht damit die Frage, welche Ansprüche der Stakeholder effektiv bedient werden können und welche Relevanz die Ansprüche im Hinblick auf die Zielerreichung des Unternehmens haben.162 Hieraus resultiert folglich, dass keine vollständige Zufriedenstellung aller Interessen der einzelnen Stakeholdergruppen erfolgen kann. Das Optimum ergibt sich deshalb in einem für das Unternehmen bestmöglichen Interessenausgleich, der ihm eine unter den gegebenen Umständen maximale Unterstützung der verschiedenen Stakeholdergruppen sichert.163 In der wissenschaftlichen Literatur gibt es bereits einige Arbeiten, in denen die Stakeholdertheorie mit CSR in Verbindung gebracht wird, um die Beziehungen zwischen Unternehmen und Gesellschaft zu analysieren. Es wird hierbei argumentiert, dass CSR dazu führt, dass die Unternehmen nicht nur die Shareholder beachten, sondern auch die multiplen Interessen weiterer Stakeholder berücksichtigen.164 CSR schützt demnach Unternehmen davor, ihre Stakeholder durch negative externe Effekte zu belasten. Dadurch mindert CSR das Risiko, das Stakeholder Unternehmen für erlittene negative externe Effekte abstrafen und somit ihre finanzielle Performance mindern.165

158 159 160 161 162 163 164

165

Vgl. König (2013), S. 43 und 56. Vgl. Burgy (2013), S. 73. Vgl. Hardtke (2001), S. 158. Vgl. Lackmann (2010), S. 15 f. Vgl. Lackmann (2010), S. 15 f. Vgl. Lackmann (2010), S. 15 f. Vgl. Ayuso et al. (2014), S. 418; Clarkson (1995), S. 92 ff; Waddock/Graves (1997a), S. 250 ff; Snider/Hill/Martin (2003), S. 176. Vgl. Hahn (2012), S. 717.

34

2 THEORETISCHE GRUNDLAGEN

2.3.3 Kritische Würdigung der Stakeholdertheorie im Hinblick auf Corporate Social Responsibility Die Stakeholdertheorie sieht die Erhöhung des Nutzens für multiple Stakeholdergruppen mittels CSR als Basis für eine Verbesserung der Effizienz, Profitabilität und Wettbewerbsfähigkeit des Unternehmens. Die Stakeholdertheorie vertritt daher den Standpunkt, dass die Stakeholder, die unternehmensspezifische Investments leisten, wegen des Risikos, das sie in dem Unternehmen tragen, an den unternehmensspezifischen Entscheidungen beteiligt werden sollten.166 Insgesamt geht die Stakeholdertheorie davon aus, dass die Ausrichtung auf Stakeholderinteressen mithilfe von CSR langfristig zu einer besseren finanziellen Performance der Unternehmen führt. Denn Unternehmen können für negative externe Effekte ihrer Aktivität auf die Umwelt und Gesellschaft verantwortlich gemacht werden, doch CSR ermöglicht es, dass solche Effekte vermieden oder zumindest gemindert werden.167 Kritisch anzumerken ist, dass noch weitgehend unerforscht ist, inwieweit CSR von finanziellem, das heißt die Performance erhöhendem Nutzen für die Unternehmen ist. Problematisch gestaltet sich zudem die Messung der Effekte von stakeholderorientiertem Verhalten. Es ist somit fraglich, ob finanzielle Ergebnisse tatsächlich auf das stakeholderorientierte Verhalten eines Unternehmens zurückzuführen sind. Ebenso ist die Annahme eines langfristigen Effektes problematisch. Ab welchem Zeitraum mit einem positiven Effekt stakeholderorientierten Verhaltens zu rechnen ist, kann nicht geklärt werden und dies erschwert eine eindeutige Messung. Zudem ist es schwierig, diese qualitativ ausgerichtete Theorie anhand quantitativ-empirischer Ergebnisse zu überprüfen. Ob finanzielle Performance tatsächlich auf stakeholderorientiertes Verhalten zurückzuführen ist, lässt sich somit kaum beweisen. Problematisch gestaltet sich zudem, dass mögliche Zielkonflikte zwischen unterschiedlichen Stakeholdergruppen auftreten können. Es ist denkbar, dass diese Zielkonflikte ein Unternehmen in seinen wirtschaftlichen Aktivitäten einschränken. Dies ist insbesondere dann der Fall, wenn die Interessen von Stakeholdern denen der Shareholder entgegenstehen.168 Ob mithilfe von CSR tatsächlich die Interessen der multiplen Stakeholder effektiver bedient werden können und sich dadurch bessere wirtschaftliche Ergebnisse erzielen lassen, bleibt vorerst fraglich.

166 167 168

Vgl. Sachs/Post/Preston (2002), S. 8. Vgl. Hahn (2012), S. 717. Vgl. Lackmann (2010), S. 15 f.

2 THEORETISCHE GRUNDLAGEN

35

2.4 Neue Institutionenökonomik und ihre Implikationen für Corporate Social Responsibility Die neoklassische Theorie und ihre stark vereinfachenden Annahmen bilden den Ansatzpunkt für die Entwicklung der Neuen Institutionenökonomik (NI). Die wirklichkeitsfernen Annahmen der neoklassischen Theorie, die alle real auftretenden Probleme der Interaktion von Marktteilnehmern ausblenden, werden durch die NI fokussiert betrachtet. Realitätsnähere Annahmen bilden die Grundlage der NI.169 Nach Ronald Coase (1937), der maßgeblich zur NI beitrug, sind der Preismechanismus bzw. die Markttransaktionen nicht kostenlos. Innerhalb eines Unternehmens jedoch werden diese Markttransaktionen eliminiert, da die Koordinationsfunktion des Preismechanismus durch die Koordination durch den Unternehmer ersetzt wird.170 Ebenso schildert Coase (1937), dass den Marktteilnehmern Kosten für die Informationsbeschaffung entstehen, womit er der neoklassischen Annahme von Informationseffizienz widerspricht.171 Erst durch die Beachtung der real auftretenden Probleme in der Interaktion der Marktteilnehmer, der in der Realität existierenden Transaktionskosten172 und Informationsasymmetrien173 ergibt sich eine Erklärung für die Existenz von Institutionen, z. B. Banken, Versicherungen, Ratingagenturen und Pensionsfonds. Denn gemäß der neoklassischen Theorie können alle Transaktionen ohne Intermediäre über den Kapitalmarkt vollzogen werden.174 Der Ansatz der NI mit der Fokussierung auf die Problematik der wirtschaftlichen Interaktion ist völlig neu. Dennoch ist die NI nicht als vollständige Neukonzeption anzusehen, sondern vielmehr als eine Weiterentwicklung der Neoklassik.175

169 170

171

172

173

174 175

Vgl. Göbel (2002), S. 59. Vgl. Coase (1937), S. 388 ff., wo er schreibt, „the operation of a market costs something and by forming an organization and allowing some authority (an ‘entrepreneur’) to direct the resources, certain marketing costs are saved.“ Vgl. Coase (1937), S. 390 f. Dort stellt Coase Folgendes fest: „The most obvious cost […] is that of discovering what the relevant prices are. This cost may be reduced but it will not be eliminated by the emergence of specialists who will sell this information.“ Für Richter/Furubotn (2003, S. 39) stellt die Anerkennung des Vorhandenseins von Transaktionskosten eine wichtige Komponente in der Etablierung der NI als theoretisches Grundgerüst dar. Unter Informationsasymmetrie wird die asymmetrische Verteilung von Informationen unter zwei oder mehr interagierenden Personen oder Institutionen verstanden. Eine Partei besitzt damit einen Informationsvorsprung vor der anderen. Für eine ausführliche Erklärung des Begriffes, von Situationen mit asymmetrischer Informationsverteilung und von Lösungsansätzen für solche Situationen siehe Kapitel 2.4.2.1. In der wissenschaftlichen Literatur wird das Problem der asymmetrischen Informationsverteilung auch als Kern der NI angesehen, das im Allgemeinen als Ausgangspunkt jeder Argumentation in der NI steht. Vgl. hierzu Terberger (1994), S. 63 f. Vgl. Schmidt/Terberger (1997), S. 65; Paterno (2009), S. 32; Göbel (2002), S. 29; Reiss (2007), S. 354 ff. Vgl. Richter/Furubotn (2003), S. 2 f.; Terberger (1994), S. 22 f.

36

2 THEORETISCHE GRUNDLAGEN

2.4.1 Grundlagen der Neuen Institutionenökonomik Die NI basiert auf der Annahme, dass die betrachteten Individuen in den Austauschprozessen Nutzenmaximierer176 sind. Dies bedeutet, dass sie aus den Austauschprozessen einen möglichst hohen Nutzen für sich ziehen möchten. Der Nutzen der Individuen hängt von ihrer persönlichen Nutzenpräferenz ab und kann z. B. in der Maximierung der folgenden Faktoren bestehen: Geld, Macht oder Prestige. Die Persönlichkeit der handelnden Individuen steht somit im Vordergrund und deshalb werden nicht Kollektive wie Unternehmen, sondern die in diesen Kollektiven handelnden menschlichen Akteure177 betrachtet.178 In der NI wird insbesondere das Koordinations- und das Motivationsproblem bei Transaktionen untersucht.179 Das Koordinationsproblem bei Austauschprozessen resultiert aus der Informationslücke der Akteure, die es notwendig macht, zuerst einen geeigneten Partner für die gewünschte Transaktion zu ermitteln.180 Das gesamte Handeln der Akteure zur Anbahnung der Geschäfte resultiert folglich aus ihrer unzureichenden Informationslage.181 Das Motivationsproblem ist, dass ein Austauschprozess von allen Beteiligten gewollt sein muss. Dies ist nur der Fall, wenn alle Beteiligten eine Besserstellung im Vergleich zu der Situation vor dem Austausch erwarten können. Das Problem ergibt sich hierbei aus der rationalen Nutzenmaximierung der Transaktionspartner. Deren Ziel ist es, ihren eigenen Nutzen zu maximieren, unter anderem auch durch opportunistisches Verhalten auf Kosten der anderen Transaktionspartner.182 Opportunistisches Verhalten der Transaktionspartner ist jedoch nur aufgrund der herrschenden Informationsasymmetrie möglich. Ohne diese würde keine Möglichkeit zur Vorteilsnahme auf Kosten der Transaktionspartner bestehen.183

176

177

178 179 180

181 182 183

Die Individuen als Nutzenmaximierer zu betrachten, basiert auf der Annahme, dass Individuen rational handeln (zumindest in der ihnen möglichen Weise). Es wird deshalb in der Literatur auch von begrenzter Rationalität bzw. „bounded rationality“ gesprochen, bei der die einschränkenden Umweltbedingungen, z. B. Kosten für geeignete Informationen, Beachtung finden. Vgl. für eine ausführliche Darstellung des Rationalitätspostulats Pappenheim (2001), S. 18 f; Williamson (1991), S. 79. Dies wird in der wissenschaftlichen Literatur auch als „Methodologischer Individualismus“ bezeichnet. Vgl. hierzu die Ausführungen von Pappenheim (2001), S. 17; Arrow (1994), S. 3. Vgl. Reiss (2007), S. 354. Vgl. Göbel (2002), S. 30. Der damit verbundene Aufwand wird auch als Anbahnungskosten bezeichnet. Unter diesem Begriff werden alle Kosten verstanden, die aufgrund der Informationslücke für die Suche und Anbahnung der Geschäftsbeziehung entstehen. Vgl. für eine Klassifikation der verschiedenen Transaktionskosten Erlei/Jost (2001), S. 38 ff. Coase (1960, S. 15) beschreibt das Informationsproblem der Akteure treffend: „in order to carry out a market transaction it is necessary to discover who it is that one wishes to deal with, to inform people that one wishes to deal and on what terms, to conduct negotiations leading up to a bargain, to draw up the contract, to undertake the inspection needed to make sure that the terms of the contract are being observed, and so on.“ Vgl. Terberger (1994), S. 79 f. Vgl. Dunn (2013), S. 133, 136, 137. Vgl. Schmidt/Terberger (1997), S. 391; Dunn (2013), S. 133.

2 THEORETISCHE GRUNDLAGEN

37

Die NI beschäftigt sich demnach mit der Analyse von Situationen, in denen Koordinations- und Motivationsprobleme vorherrschen, und den Auswirkungen asymmetrisch verteilter Informationen in Transaktionsprozessen.184 Die NI setzt sich zur Untersuchung dieser Situationen im Wesentlichen aus folgenden Theorien zusammen:185 der Prinzipal-Agenten-Theorie, der Property-Rights-Theorie und der Transaktionskostentheorie186. Auf die beiden ersteren Theorien der Neuen Institutionenökonomik wird im Folgenden weiter eingegangen, da sie als Teil des positiven theoretischen Zusammenhangs von CSR und Unternehmensperformance dienen. 2.4.2 Prinzipal-Agenten-Theorie und ihre Implikationen für Corporate Social Responsibility In der Prinzipal-Agenten-Theorie (PAT) werden Situationen zwischen zwei Individuen analysiert. Diese Individuen agieren in der Rolle des Prinzipals und des Agenten.187 Der Prinzipal beauftragt den Agenten für ihn Handlungen durchzuführen. In den Prinzipal-Agenten-Beziehungen trifft der Agent Entscheidungen im Rahmen der Ausführung seines Auftrages, die einen direkten Einfluss auf den Prinzipal haben.188 Es wird angenommen, dass alle Beteiligten ihren persönlichen Nutzen maximieren möchten.189 Die Nutzenfunktionen des Prinzipals und des Agenten müssen nicht deckungsgleich sein und deshalb kann ein Zielkonflikt zwischen den beiden bestehen.190 Zusätzlich wird angenommen, dass eine asymmetrische Informationsverteilung vorliegt und der Agent einen Informationsvorsprung vor dem Prinzipal hat. Weiterhin verursacht die Informationsbeschaffung für den Prinzipal Kosten.191

184 185

186

187 188

189 190

191

Vgl. Paterno (2009), S. 34. Es muss in diesem Zusammenhang darauf hingewiesen werden, dass die NI als eigenständige Theorie nicht existiert, sondern es sich hierbei vielmehr um einen Überbegriff für die im Folgenden aufgezählten Theorien handelt. Vgl. hierzu die Ausführungen von Hutzschenreuter (2001), S. 10. Die Transaktionskostentheorie ist kein essentieller Bestandteil des Theoriegebäudes dieser Arbeit und wird daher im Grundlagenteil nicht weiter besprochen. Für Ausführungen zur Transaktionskostentheorie wird deshalb folgende weiterführende Literatur empfohlen: Richter/Furubotn (2003); Göbel (2002). Vgl. Pappenheim (2001), S. 149; Jensen/Meckling (1976), S. 305 ff. Vgl. Jensen/Meckling (1976), S. 305 ff. Jensen/Meckling (1976, S. 308) definieren in ihrer maßstabsetzenden Arbeit die Prinzipal-Agenten-Beziehung folgendermaßen: „We define an agency relationship as a contract under which one or more persons (the principal(s)) engage another person (the agent) to perform some service on their behalf which involves delegating some decision making authority to the agent.“ Vgl. Erlei/Sauerland/Leschke (2007), S. 39; Jensen/Meckling (1976), S. 308. Vgl. Sappington (1991), S. 48 ff. Sappington (1991, S. 45) bringt die Grundproblematik Grundproblematik der Prinzipal-Agenten-Beziehung treffend auf den Punkt, indem er seine Arbeit mit folgendem Satz beginnt: „If you want something done right, do it yourself.“ Vgl. Perridon/Rathgeber/Steiner (2012), S. 571.

38

2 THEORETISCHE GRUNDLAGEN

Es gibt vielfältige denkbare Prinzipal-Agenten-Situationen. Eine der am meisten untersuchten ist jedoch die Beziehung zwischen Eigentümer und Manager eines Unternehmens.192 Insbesondere vor dem Hintergrund moderner publikumsfinanzierter Aktiengesellschaften193 ist die PAT von hoher Bedeutung, da gerade in diesem Fall immer eine Informationsasymmetrie194 besteht.195 Diese Prinzipal-Agenten-Beziehung ist auch für diese Arbeit zentral und die folgenden Ausführungen werden sich daher auf dieses Beispiel konzentrieren. Es geht in der PAT also nicht nur um die Analyse der Beziehung des Prinzipals und des Agenten, sondern darüber hinaus auch um die Fragestellung, wie eine möglichst unproblematische Ausgestaltung dieser Beziehung erfolgen kann.196 Da die asymmetrische Informationsverteilung den Agenten begünstigt, ist es ihm möglich, seinen Nutzen zu erhöhen, indem er zugleich mit seinem Handeln den Nutzen des Prinzipals mindert.197 Die Beziehung zwischen Prinzipal und Agent kann in verschiedene Phasen unterteilt werden, in denen asymmetrische Informationsverteilung in je unterschiedlicher Ausprägung auftreten kann.198 Abbildung 4 zeigt diese Ausprägungen mit den drei Phasen (1) vor Vertragsabschluss, (2) von Vertragsabschluss bis zur Entscheidung des Agenten und (3) von der Entscheidung des Agenten bis zur Ergebnisbeobachtung. 2.4.2.1

Ausprägungen der asymmetrischen Informationsverteilung

Die Informationsasymmetrie zwischen Prinzipal und Agent vor dem Vertragsabschluss wird als „hidden characteristics“ bezeichnet. In dieser Situation muss der Prinzipal einen Agenten auswählen, wobei die Fähigkeiten und Absichten des Agenten nicht eindeutig bestimmt werden können199 und die Gefahr der Wahl eines falschen 192 193

194

195 196 197 198 199

Vgl. Paterno (2009), S. 34. Die Problematik der Informationsasymmetrie lässt sich mindestens bis ins 15. Jahrhundert zurückverfolgen, als die St. Georgsbank zu Genua im Jahr 1407 nach ihrer Umgestaltung erstmals Eigenschaften einer Aktiengesellschaft aufwies, indem es ein Grundkapital, vierteljährliche Dividendenzahlungen und eine Hauptversammlung mit entsprechender Stimmrechtsverteilung gab. Vgl. hierzu Lehmann (1898), S. 42 ff. Die Bedeutung des Problems der Informationsasymmetrie nimmt jedoch erst im 17. Jahrhundert mit dem Aufbau der großen Handelsgesellschaften wie der Niederländisch-Ostindischen Handelsgesellschaft zu, die auch als Vorbild für den Großteil aller folgenden Handelsgesellschaften galt (die englischen Kompagnien seien hier jedoch ausdrücklich ausgenommen). Im Rahmen der Kolonialbestrebungen der europäischen Nationen wurde der teure Seehandel mittels Financiers ermöglicht und die Trennung von Eigentum und Geschäftsführung erfolgte zwangläufig als organisatorisches Zugeständnis. Auch hieraus ergibt sich das niederländische Wort Aktie für die Wertpapiere der außenstehenden Investoren als Vorläufer der heutigen Aktionäre. Gerade durch die Trennung des Eigentums und der handelnden Geschäftsführung entstand die ausgeprägte Informationsasymmetrie mit besser informierter Geschäftsführung und weniger gut informierten Aktionären/Eigentümern. Vgl. hierzu die Ausführungen von Lehmann (1898), S. 53; Mittermair/Pernsteiner (1997), S. 11; Decker (1994), S. 17 f. Vgl. Schmidt/Terberger (1997), S. 446; Göbel (2002), S. 281. Vgl. Ripperger (2003), S. 64; Paterno (2009), S. 35; Meyer (2004), S. 1. Vgl. Iyer/Schwarz/Zenios (2005), S. 108; Schyra (2013), S. 66. Vgl. Saam (2002), S. 28 f. Genau dies entspricht den „hidden characteristics“, im Deutschen auch als verborgene Eigenschaften des Agenten bezeichnet.

2 THEORETISCHE GRUNDLAGEN

39

bzw. nicht des besten Agenten besteht.200 Der Prinzipal hat in dieser Situation keine verlässlichen Informationen, um die Qualität oder auch die Absicht des Agenten objektiv zu bewerten.201 Vor Unterzeichnung des Vertrags kann der Agent Behauptungen über seine Eigenschaften oder Vorteile seiner Leistung aufstellen, wobei offen bleibt, ob diese Zuschreibungen der Wirklichkeit entsprechen. Erst wenn der Vertrag geschlossen ist, kann der Prinzipal die tatsächliche Qualität des Agenten beurteilen.202 Aus Investorensicht ist vor einem Anteilskauf eines Unternehmens nicht zwangsläufig beobachtbar, welche Eigenschaften das Managementteam besitzt und ob es geeignet ist das Unternehmen auch in Zukunft erfolgreich zu führen. Diese Situation bietet Anlass für eine Beschäftigung mit Monitoringwerkzeugen, wie dem CSR-Rating, zur Einschätzung des Managements und der Situation des Unternehmens.203 Für die Zeit nach Vertragsabschluss werden zwei weitere Phasen mit Informationsasymmetrie zwischen dem Prinzipal und dem Agenten unterschieden. In der Phase zwischen Vertragsabschluss und Entscheidung des Agenten kann „hidden information“ und in der Phase zwischen der Eintscheidung des Agenten und der Ergebnisbeobachtung „hidden action“ auftreten. Im Falle der „hidden information“ kann der Prinzipal nicht beurteilen, welche Informationen der Agent zur Verfügung hatte, als er die Entscheidungen getroffen hat, die für den Prinzipal zu beobachten sind. Somit kann der Prinzipal nicht bewerten, ob die Entscheidungen des Agenten nach Maßgabe seiner Informationslage angemessen waren.204 Im Sinne der hier zugrunde gelegten Situation ist z. B. die Entscheidung des Managements, dass eine CSR-Zertifizierung durchgeführt werden soll, für die Aktionäre offensichtlich. Es ist für die Eigentümer jedoch nicht ersichtlich, warum die Zertifizierung erfolgt. Der Eigentümer kann nicht beurteilen, ob ein wichtiger Stakeholder wie ein Großkunde oder ein Zulieferer dies verlangt und somit eine Zertifizierung auch wirtschaftlich sinnvoll und in seinem Sinne ist. Hinzu kommt, dass der Manager häufig über spezifische Kenntnisse verfügt, die der Eigentümer nicht besitzt. Gerade diese Kenntnisse helfen dem Manager Situationen zu analysieren und Entscheidungen zu treffen. Diese Kenntnisse sind zudem ein Grund für die Einstellung 200

201 202 203

204

Vgl. für genaue Ausführungen die Arbeit von Akerlof (1970), S. 488 ff. In dieser Arbeit wird ebenfalls die „adverse selection“ beschrieben, die auch als Negativauslese bekannt ist und bei der es im Kern darum geht, dass durch die „hidden characteristics“ auf einem Markt nur noch Anbieter mit qualitativ schlechten Gütern bestehen bleiben, da die Käufer/Investoren die Qualität der Güter aufgrund der „hidden characteristics“ nicht bewerten können und nicht bereit sind den angemessenen Preis für höherwertige Produkte/Leistungen zu bezahlen. Es kommt somit letztendlich zu einem Marktversagen, weil Verkäufer keine qualitativ hochwertigen Produkte mehr anbieten werden, da sich der angemessene Preis nicht erzielen lässt. Vgl. Clark (2009), S. 60. Vgl. Zhang/Zenios (2008), S. 685 ff; Eisenhardt (1989), S. 57 ff. Vgl. Perridon/Rathgeber/Steiner (2012), S. 571. Siehe auch die Informationsasymmetrien vor Vertragsabschluss in Abb. 4: Informationsasymmetrien in den Vertragsphasen. Vgl. Decker (1994), S. 19; Jost (2001), S. 30; Paterno (2009), S. 37.

40

2 THEORETISCHE GRUNDLAGEN

des Managers, da sich die Eigentümer einen Vorteil von dessen spezifischen Kenntnissen erhoffen. Da die Eigentümer jedoch selbst nicht über diese Kenntnisse verfügen, können sie die gegebene Situation nicht beurteilen. Aus diesem Wissensunterschied resultiert ebenfalls eine Möglichkeit für opportunistisches Verhalten des Managers.205

hidden action

t0

t1

t2

t3

t

t1

t2

t3

t

t0

t1

t2

t3

t

Verhandlung

Vertragsabschluss

hidden ti

informa-

t0 hidden characteristics

Entscheidung des Agenten

Ergebnisbeobachtung und Entlohnung

Informationsasymmetrische Phase Informationssymmetrische Phase

Abb. 4: Informationsasymmetrie in den Vertragsphasen206 In der zweiten Phase nach Vertragsabschluss, also zwischen der Entscheidung des Agenten und der Ergebnisbeobachtung, welche insgesamt die letzte Phase ist, in der eine Informationsasymmetrie vorherrscht, kann es zur „hidden action“ des Agenten kommen. Ist sich der Agent des Informationsvorsprungs bewusst, so bietet sich ihm die Möglichkeit, durch verdeckte Handlungen („hidden action“) seinen eigenen Nutzen zu maximieren. Diese Handlungen können jedoch nicht im Sinne des Eigentümers sein und für ihn einen Nachteil bedeuten. Unter der Annahme rational handelnder, nutzenmaximierender Akteure erscheinen diese Handlungen des Agenten 205 206

Vgl. Göbel (2002), S. 102; Perridon/Rathgeber/Steiner (2012), S. 38. Vgl. Ossadnik (2008), S. 408.

2 THEORETISCHE GRUNDLAGEN

41

plausibel.207 Der Anreiz zur Schlechterfüllung wird in der wissenschaftlichen Literatur als „moral hazard“ bezeichnet.208 Im Fall der „hidden action“ kann der Eigentümer (Prinzipal) nicht oder nicht ausreichend umfassend beobachten, was für Handlungsentscheidungen der Agent trifft. Für den Eigentümer ist es lediglich möglich, das Ergebnis der Entscheidung zu beobachten.209 Dabei ergibt sich für den Eigentümer das Problem, dass nicht klar ist, ob das beobachtbare Ergebnis auf die Handlung des Agenten zurückzuführen oder womöglich durch exogene Faktoren zustande gekommen ist.210 Ob demnach eine ungünstige Entwicklung eines Unternehmens aus unzureichender Managementleistung oder aus Faktoren wie einer negativen Marktentwicklung resultiert, ist für den Prinzipal bzw. den Eigentümer des Unternehmens nicht zu erkennen.211 2.4.2.2

Minderung des Agency-Konfliktes mithilfe von Nachhaltigkeitsratings

Grundsätzlich gibt es mehrere Instrumente um die Probleme zu mindern, die sich aus den informationsasymmetrischen Situationen im Verhältnis des Prinzipals zum Agenten ergeben.212 Im Vordergrund steht dabei der Schutz des Prinzipals, der aufgrund der Informationsasymmetrien durch den Agenten benachteiligt werden kann.213 Das Ziel stellt somit eine Nutzenmaximierung des Prinzipals dar, indem der negative Einfluss von Handlungen des Agenten möglichst minimiert wird.214 Es kann hierbei eine sinnvolle Unterscheidung in Maßnahmen erfolgen, die vom Prinzipal, und in solche, die vom Agenten ausgehen. Zusätzlich kann eine Differenzierung hinsichtlich der Ziele der Maßnahmen in folgende Bereiche erfolgen: Minderung des Zielkonfliktes zwischen Prinzipal und Agent, Unterstützung der Vertrauensbildung und Reduktion der Informationsasymmetrie.215

207 208 209 210 211 212 213 214 215

Vgl. Ding/Jia/Tang (2003), S. 149; Perridon/Rathgeber/Steiner (2012), S. 571; Schyra (2013), S. 66. Vgl. Perridon/Rathgeber/Steiner (2012), S. 577. Vgl. Paterno (2009), S. 37; Jost (2001), S. 25. Vgl. Ripperger (2003), S. 66. Vgl. Cvitaniü/Wan/Zhang (2009), S. 100 f. Vgl. Paterno (2009), S. 39. Vgl. Jensen/Meckling (1976), S. 312 ff. Vgl. Paterno (2009), S. 39. Vgl. Göbel (2002), S. 110.

42

2 THEORETISCHE GRUNDLAGEN

Mit den in dieser Arbeit behandelten Nachhaltigkeitsratings werden ausschließlich Maßnahmen zur Reduktion der Informationsasymmetrie, und zwar durch Kontrolle, betrachtet. Mit allen Maßnahmen, die getroffen werden, um den Nutzen des Prinzipals zu erhöhen, entstehen zugleich auch Kosten für deren Durchführung. Deshalb ist eine Abwägung von Nutzen und Kosten der Maßnahmen für den Prinzipal notwendig.216 Letztendlich wird auch nach Durchführung einer Maßnahme eine Nutzenreduktion des Prinzipals gegenüber einer informationssymmetrischen Situation bestehen bleiben. Diese Nutzenreduktion ergibt sich durch die Kosten der Durchführung der Maßnahme. Es bleibt ein sogenannter „residual loss“ bestehen, der in einer informationssymmetrischen Situation217 nicht entstanden wäre.218 Die Maßnahmen werden deshalb in der wissenschaftlichen Literatur auch als „second best solution“ bezeichnet, da vom Wohlfahrtsoptimum219 des Prinzipals abgewichen wird.220 In dieser Arbeit liegt der Schwerpunkt auf der Betrachtung der möglichen Minderung der Informationsasymmetrie mittels der Überwachung durch den Prinzipal. Schon Jensen und Meckling (1976) sehen die Überwachung, auch als „monitoring“ bezeichnet, als Möglichkeit dafür, die Abweichung der Handlungen des Agenten von den Interessen des Prinzipals zu beschränken: „The principal can limit divergences from his interest […] by incurring monitoring costs designed to limit the aberrant activities of the agent.“221 Im Rahmen der Eigentümer-Manager-Beziehung bestehen mehrere Möglichkeiten für den Eigentümer, die Handlungen des Managers zu überwachen. Für Unternehmen, die als Aktiengesellschaft222 geführt werden, existiert beispielsweise die Möglichkeit der Überwachung der Manager mittels eines Aufsichtsrates.223

216 217 218 219

220 221 222

223

Vgl. Terberger (2000), S. 32. Demnach in einer Situation mit gleichverteilter Informationslage. Vgl. Jensen/Meckling (1976), S. 305; Terberger (2000), S. 32; Perridon/Rathgeber/Steiner (2012), S. 581. Es sei in diesem Zusammenhang darauf hingewiesen, dass das Wohlfahrtsoptimum als sogenannte „first best“Variante in der Praxis nicht zu ermitteln ist und daher kein Fixpunkt existiert, um eine Berechnung des „residual loss“, der Residualkosten, zu ermöglichen. Vgl. hierzu die Ausführungen von Jensen/Meckling (1976), S. 305., aber auch die kritischen Ausführungen zu den Agency-Kosten von Schneider (1989), S. 481 ff. Vgl. Terberger (1994), S. 97; Schmidt/Terberger (1997), S. 404 f.; Jensen/Meckling (1976), S. 305. Jensen/Meckling (1976), S. 308. Es wird hierbei Bezug auf die Aktiengesellschaften nach deutschem Recht genommen. Bei anderen Formen von Aktiengesellschaften existieren möglicherweise andere aufsichtsrechtliche Möglichkeiten oder Verfahren. Vgl. Rappaport (1995), S. 6.

2 THEORETISCHE GRUNDLAGEN

43

In der Literatur wird bei großen Aktiengesellschaften jedoch auf die Problematik des breit gestreuten Aktienbesitzes hingewiesen, der das Mitbestimmungsrecht einzelner Aktionäre so weit minimiert, dass diese keinen Einfluss auf die Entscheidungen nehmen können. Dies schränkt die Überwachungsmöglichkeit seitens der Eigentümer ein. 224 Eine entscheidende Möglichkeit des Monitorings besteht in der Überwachung des Managements durch externe Ratingagenturen. Externe Ratings225 geben den Eigentümern und auch den Investoren die Möglichkeit, den Zustand eines Unternehmens zu beurteilen, indem beispielsweise seine Kreditwürdigkeit mittels eines Scores bewertet wird.226 In dieser Arbeit wird der Zusammenhang zwischen CSR und der finanziellen Performance von börsennotierten Unternehmen untersucht. Es wird deshalb auch die Frage diskutiert, inwiefern CSR-Ratings eine Möglichkeit zur Minderung der AgencyProblematik bieten. Auf der Basis der Theorie ist anzunehmen, dass durch Nachhaltigkeitsratings eine Reduktion der Informationsasymmetrie erfolgt. Die Reduktion der Informationsasymmetrie basiert auf den zusätzlichen durch das Nachhaltigkeitsrating bereitgestellten Informationen. Diese geben den Eigentümern die Möglichkeit zu einer genaueren Einschätzung der Nachhaltigkeitleistungen des Unternehmens.227 Diese zusätzlichen Informationen vermindern demnach die Informationsasymmetrie zwischen Prinzipal und Agent. Dadurch ermöglichen sie dem Prinzipal eine bessere Einschätzung des Unternehmens bzw. der Handlungen des Managements hinsichtlich einer nachhaltigen Entwicklung.228 Es muss davon ausgegangen werden, dass Prinzipale, z. B. Eigentümer von Unternehmen, nur eine beschränkte Kapazität haben, um Informationen zu sammeln und zu verarbeiten.229 Asymmetrische Informationsverteilung, opportunistisches Verhalten von Seiten der Agenten und die beschränkte Verarbeitungskapazität von Prinzipalen rechtfertigen folglich die Existenz von Ratingagenturen und demnach auch CSRRatingagenturen.230 Ratingagenturen einschließlich der CSR-Ratingagenturen bieten den Prinzipalen den Vorteil, dass sie ihre Transaktionskosten, z. B. die Informations- und Überwachungskosten der Agenten, minimieren können. Die CSR-Ratingagenturen können diese

224 225

226 227 228 229 230

Vgl. Rappaport (1995), S. 6. Eine ausführliche Auseinandersetzung mit Ratingverfahren, ihren Vor- und Nachteilen und auch der derzeitigen Situation auf dem Ratingmarkt erfolgt in Kapitel 3. Vgl. Altman/Rijken (2004), S. 2680. Vgl. Barthruff (2014), S. 135; Petrova et al. (2012), S. 83. Vgl. Attig et al. (2012), S. 1164. Vgl. Simon (1979), S. 499. Vgl. Schäfer et al. (2006), S. 13.

44

2 THEORETISCHE GRUNDLAGEN

Kostenreduktion erzielen, da sie durch Skaleneffekte231 und die Spezialisierung auf einen Themenbereich einen Vorteil in der Beobachtung und der Bewertung der Unternehmen bzw. der Manager gegenüber jedem einzelnen Prinzipal besitzen.232 Der Vorteil, dass die Kosten der Ratingagenturen geringer sind als die einer selbstständigen Informationsbeschaffung und -bewertung, gibt den Prinzipalen einen monetären Anreiz, die Dienste der Ratingagenturen zu nutzen, anstatt eigene Bewertungen durchzuführen.233 Das CSR-Rating stellt dem Prinzipal Informationen zur Verfügung, die er sonst nicht erlangt hätte.234 Da die CSR-Ratings vorherrschend235„unsolicited“236 sind und der Prinzipal aktiv nach dem Rating suchen muss und keine Initiative von dem Agenten für das Rating ausgeht, wird das CSR-Rating hier als Monitoring-Werkzeug klassifiziert. Es wird in dieser Arbeit deshalb von den üblichen beauftragten Ratings, z. B. Ratings zur Kreditwürdigkeit eines Unternehmens, unterschieden, da sich in diesem Fall die Unternehmen aktiv um das Rating bemühen237 und auch für dieses bezahlen. Da letztere Ratings von den Agenten initiiert werden, sind sie eher als Teil der Berichterstattung238 zu klassifizieren. Außer der Informationsfunktion erfüllen Ratings eine Funktion als Kontrollinstrument des Prinzipals. Sie ermöglichen eine Überwachung der Managemententscheidungen. Durch eine Anpassung ihres Ergebnisses erlauben Ratings eine Bewertung des Unternehmens und der Entscheidungen des Managements.239 Durch die Informationsasymmetrie zwischen Unternehmen und Investoren gewinnt die Einschätzung von CSR-Informationen an Bedeutung. Hierbei steht vor allem die Einschätzung der Nachhaltigkeitsrisiken im Fokus der Investoren.240 Um dieses Informationsrisiko im Hinblick auf CSR-Aktivitäten der Unternehmen für die Investoren zu 231

232 233 234 235

236

237 238

239 240

Als Skaleneffekte (im Englischen auch als Economies of Scale bezeichnet) werden die Kostenvorteile von Unternehmen beschrieben, die sich durch Größe bzw. Produktionsanzahl ergeben, indem die Stückkosten mit der Erhöhung der Anzahl der produzierten Güter sinken, da sich die Fixkosten auf eine größere Anzahl von Gütern verteilen. Vgl. Schäfer et al. (2006), S. 13. Vgl. Schäfer et al. (2006), S. 13. Vgl. Hsueh/Liu (1993), S. 291. Dem Autor sind aus den Recherchen keine CSR-Ratings bekannt, die nicht als Unsolicited Ratings zu klassifizieren wären. Allerdings existiert eine Vielzahl von unterschiedlichen Ratingagenturen mit unterschiedlichen Ansätzen, was es unmöglich macht, alle CSR-Ratings zu überblicken. Deshalb kann nicht ausgeschlossen werden, dass eine CSR-Ratingagentur existiert, deren Angebot als Solicited Rating zu klassifizieren wäre. Weitere Ausführungen zur Systematisierung der CSR-Ratings finden sich in Kapitel 3.2.3. Unter „unsolicited ratings“ werden Ratings verstanden, die ohne die Aufforderung seitens der gerateten Unternehmen erfolgen. Vgl. hierzu Fulghieri/Strobl/Xia (2014), S. 1. Vgl. Cantor/Packer (1994), S. 5. Es handelt sich somit um ein Signalling-Werkzeug des Agenten, um dem Prinzipal weitere Informationen zu geben bzw. die Vertrauenswürdigkeit des Prinzipals zu stärken. Vgl. Schäfer et al. (2006), S. 13. Vgl. Philippe/Durand (2011), S. 971.

2 THEORETISCHE GRUNDLAGEN

45

senken, wird von den Unternehmen Transparenz bezüglich ihrer CSR-Aktivitäten erwartet.241 Im Zuge dieser Argumentation wäre zu schließen, dass CSR eine Rolle als Indikator für das Risikoprofil eines Unternehmens spielt. Dieses Risikoprofil determiniert wiederum die Kosten für die Kapitalaufnahme eines Unternehmens. Folglich könnte angenommen werden, dass CSR-Aktivitäten eine Senkung des Risikos indizieren. Dies würde sich wiederum positiv auf das Rendite-Risiko-Verhältnis auswirken, wenn das Rendite-Risiko-Verhältnis und der Umfang der CSR-Aktivitäten einen positiven Zusammenhang besitzen. Damit wären diese Unternehmen aus Sicht der Investoren vorteilhaftere Investments.242 2.4.2.3

Kritische Würdigung der Prinzipal-Agenten-Theorie im Hinblick auf Corporate Social Responsibility

CSR-Ratings generieren zusätzliche Informationen für Investoren und Eigentümer und erlauben damit eine Einschätzung des Unternehmens hinsichtlich seiner Unternehmensverantwortlichkeit. 243 Diese Informationen können genutzt werden, um das jeweilige Unternehmen zu bewerten. 244 Fraglich ist in diesem Zusammenhang, ob die CSR-Informationen für den Investor von Bedeutung sind. Dazu müssen sie wertrelevant sein. Hierbei ist zu bedenken, dass es sich bei den CSR-Informationen um öffentliche Informationen handelt, die den Investoren grundsätzlich zur Verfügung stehen.245 CSR-Ratingagenturen generieren durch die professionelle einheitliche und systematische Erfassung, Strukturierung, Aufbereitung und Bewertung von Daten zusätzliche Informationen, die über die öffentlich verfügbaren hinausgehen. Die Investoren erhalten nicht nur alle verfügbaren Informationen in strukturierter Form, sondern die einheitliche Bewertung der Ratingagenturen ermöglicht auch einen Vergleich zwischen Unternehmen. Dadurch erhalten diese Informationen einen weiteren Mehrwert für die Investoren. Diese können nun das unternehmensspezifische CSRRating ins Verhältnis zu anderen CSR-Ratings von Unternehmens einer Region oder einer Branche setzen. 246 Darüber hinaus können CSR-Ratingagenturen in der Bewertung der CSR sowohl Größenvorteile (Economies of Scale) als auch Verbundvorteile (Economies of Scope) nutzen. Verbundvorteile bestehen darin, dass CSR-Ratingagenturen die Kosten auf viele Bewertungen verteilen können, weil beispielweise ihre häufig genutzten Bewertungsprozesse einheitlich sind. Dadurch sinken die Kosten pro durchgeführtem CSR241

Vgl. Archambeault/DeZoort/Holt (2008), S. 377. Vgl. Fieseler (2008), S. 144 f. Vgl. Philippe/Durand (2011), S. 971. 244 Vgl. Attig et al. (2012), S. 1164. 245 Vgl. Elkhoury (2009), S. 172. 246 Vgl. hierzu die Ausführungen zu den Ratingagenturen in Kapitel 3.3 242 243

46

2 THEORETISCHE GRUNDLAGEN

Rating für die CSR-Ratingagenturen und machen diesen Service für Investoren attraktiv. Die Investoren erhalten durch die CSR-Ratingagenturen demzufolge eine Bewertung der Unternehmen, die kostengünstiger und professioneller als selbst durchgeführte Bewertungen ist. 247 2.4.3 Property-Rights-Theorie und ihre Implikationen für Corporate Social Responsibility Die Property-Rights-Theorie248 weist die Problematik auf, dass es keine direkte Übersetzung von „property rights“ ins Deutsche gibt.249 Die Begriffe „Verfügungsrechte“, „Dispositionsrechte“ oder „Handlungsrechte“ entsprechen der Idee der „property rights“ am ehesten. Der Begriff soll die Handlungsrechte und Handlungsmöglichkeiten von Wirtschaftssubjekten in ökonomischer, rechtlicher oder auch sozialer Sicht beschreiben.250 Einige infrage kommende Übersetzungsmöglichkeiten, z. B. „Vermögensrechte“, „Besitzrechte“ und auch „Eigentumsrechte“, sind bereits in der sozialwissenschaftlichen Literatur derart normiert, dass sie in ihrer Bedeutung von dem Begriff der „property rights“ abweichen.251 Deshalb verwendet der Großteil der deutschsprachigen Literatur den Begriff der Verfügungsrechte, was Borchardt (1977) folgendermaßen begründet: „Am nächsten käme dem gemeinten wohl der Begriff ‚Verfügungsrechte‘. Daß er weniger präzis ist, ist gerade sein Vorteil, denn viel kommt darauf an, den enormen Reichtum an verschiedenen institutionellen Regelungen der Verfügungsmacht von Personen über Personen und über Sachen zu erkunden und zu deuten.“252

247 248

249 250 251

252

Vgl. Schäfer et al. (2006), S. 13. Es sei hier der Vollständigkeit halber angemerkt, dass es selbst in der englischen Literatur eine Diskussion um die Begriffsdefinition der Property Rights Theory gibt, da die Bezeichnung auch in der englischen Sprache unpräzise ist, weshalb von Moore (1974) der Begriff „resource rights“ und von Monissen (1976) der Begriff „entitlement rights“ vorgeschlagen wurde, um den Begriff „property rights“ zu ersetzen. Vgl. hierzu die Ausführungen von Moore (1974), S. 328 und Monissen (1976), S. 329. Die alternativen Begriffe haben sich jedoch nicht durchgesetzt. Vgl. Tietzel (1981), S. 209. Vgl. Tietzel (1981), S. 209. Zu der Problematik der bereits erfolgten Normierung durch die deutsche Literatur vgl. die Ausführungen von Borchardt et al. (1977), S. 141 ff.; Eschenburg (1978), S. 9 ff.; Leipold (1978), S. 518. Borchardt et al. (1977, S. 142) sprechen in diesem Zusammenhang auch explizit davon, dass es aufgrund der bereits erfolgten rechtlichen Normierung der oben erwähnten Übersetzungsmöglichkeiten im Bürgerlichen Recht „unklug“ wäre, einen dieser Begriffe als Übersetzung zu wählen, da die mit ihm verbundenen Assoziationen in die Irre führen. Borchardt et al. (1977), S. 141 f.

2 THEORETISCHE GRUNDLAGEN

47

Verfügungsrechte werden von Pryor (1973) folgendermaßen definiert: „Property right is a bundle of rights or set of relations between people with regard to some good, service, or ‘thing’; such rights must have economic value and must be enforced in some societally recognized manner.“253 Demnach sind im Rahmen der Property-Rights-Theorie neben den physischen Eigenschaften eines Gutes insbesondere die an diesem Gut bestehenden Verfügungsrechte für dessen (Tausch-)Wert von Bedeutung. Hieraus ergibt sich, dass nicht das Gut selbst ausgetauscht oder besessen wird. Es wird vielmehr ein Bündel von Rechten oder auch nur ein Teil der Rechte, die erlauben das spezifische Gut in einer bestimmten Weise zu nutzen, getauscht oder besessen.254 Die Träger von Verfügungsrechten können sowohl juristische als auch natürliche Personen sein und Verfügungsrechte können in verschiedener Weise ausgestaltet werden. Als Basis kann das Recht, eine Ressource zu nutzen („usus“), angesehen werden. Ein weiteres Recht kann darin bestehen, die Erträge einer Ressource einbehalten zu dürfen („usus fructus“). Darüber hinaus gibt es das Recht, die Form und Substanz der Ressource zu verändern („abusus“). Abschließend existiert das Recht der ganzen oder teilweisen Überlassung der Ressource einschließlich des Bündels der damit verbundenen Rechte zu einvernehmlichen Konditionen („ius abutendi“). Bei der vollständigsten Ausgestaltung der Verfügungsrechte bekommt der Inhaber das Recht der ausschließlichen Nutzung der Ressource, was jedoch nicht bedeutet, dass damit auch die Möglichkeit ihrer unbeschränkten255 Nutzung einhergeht. Eine Nutzung wird dadurch limitiert, dass mit ihr nicht die Rechte anderer Personen eingeschränkt werden dürfen.256

253 254

255

256

Pryor (1973), S. 375. Vgl. Alchian/Demsetz (1973), S. 17. Alchian/Demsetz (1973) beschreiben hier den Wert der Verfügungsrechte im Gegensatz zu den physischen Eigenschaften eines Gutes sehr einfach und treffend: „In common speech, we frequently speak of someone owning this land, that house, or these bonds. This conversational style undoubtedly is economical from the viewpoint of quick communication, but it masks the variety and complexity of the ownership relationship. What is owned are rights to use resources […]. What are owned are socially recognized rights of action.“ Vgl. hierzu die Ausführungen von Alchian (1965), S. 818. Alchian verdeutlicht anhand des Beispiels der Ressource Eisen, dass der Inhaber der vollständigsten Ausgestaltung der Verfügungsrechte über die Ressource Eisen damit das Recht besitzt, Produkte aus dem Eisen herzustellen, jedoch nicht mit dem Eisen etwas zu zerstören. Letztere Art der Nutzung der Ressource würde schließlich dem Recht des Rechteinhabers des zerstörten Gutes gegenüberstehen, dessen Recht, Form und Substanz der Ressource zu bestimmen, damit beschnitten würde. Vgl. Tietzel (1981), S. 210 f.

48

2 THEORETISCHE GRUNDLAGEN

2.4.3.1

Externe Effekte in der Property-Rights-Theorie

Im Rahmen der Property-Rights-Theorie werden externe Effekte257 und die Lösung von deren Problematik betrachtet. Externe Effekte werden in der Literatur als außermarktlich vermittelte, nicht kompensierte Nutzenänderungen definiert, die ein Individuum durch sein Verhalten bei anderen hervorruft.258 Es werden in der Literatur teilweise auch noch marktlich vermittelte Handlungswirkungen genannt, die ebenfalls als externe Effekte bezeichnet werden.259 Als Beispiel ist hier der Konkurs eines Unternehmens zu nennen, das aufgrund der niedrigen Preise der Konkurrenzunternehmen nicht am Markt bestehen kann. In diesem Fall handelt es sich jedoch grundsätzlich um eine natürliche Marktsituation, in der das Unternehmen die Möglichkeit hat, auf die Preispolitik der Konkurrenzunternehmen zu reagieren.260 In dieser Arbeit werden marktmäßige externe Effekte nicht als externe Effekte angesehen. Der Fokus soll im Folgenden auf außermarktlich vermittelten externen Effekten liegen, die bei Dritten anfallen und diese beeinflussen, ohne dass diese Dritten den auf sie ausgeübten Einfluss kontrollieren können.261 Diese externen Effekte können als positive262 oder auch negative externe Effekte auftreten, je nachdem, ob sie bei Dritten eine Nutzensteigerung oder -minderung hervorrufen. Sowohl negative als auch positive externe Effekte können zu Wohlfahrtsminderungen führen.263 Im Falle negativer externer Effekte werden Dritte in einer negativen Weise von den Entscheidungen des Handlungsträgers beeinflusst.264 In dieser Arbeit stehen negative externe Effekte im Vordergrund. Ein Beispiel für einen negativen außermarktmäßigen Effekt stellt die Luftverschmutzung eines Kraftwerks dar. Die durch den Betrieb des Kraftwerks verunreinigte Luft belastet die Umwelt bzw. die in der Umgebung lebenden Menschen in negativer Weise, z. B. durch Krankheiten, die auf die Luftverschmutzung zurückzuführen sind. 257 258 259 260 261 262

263

264

In einigen Arbeiten werden die externen Effekte auch als Externalitäten bezeichnet. Vgl. Picot (1977), S. 308. Vgl. Picot (1977), S. 66 ff. Vgl. Picot/Dietl (1993), S. 308. Vgl. Picot (1977), S. 68. Rasche (2008, S. 349) beschreibt abweichend von der Schwerpunktsetzung in dieser Arbeit auch die Möglichkeit der Internalisierung positiver externer Effekte beispielsweise durch die komplementäre Nutzung von Aktivposten wie den Bildungsreserven oder der physischen Infrastruktur in einem Land oder einer Region. Auch wenn die positiven externen Effekte nicht im Fokus dieser Arbeit stehen, sei hier kurz erläutert, wieso auch positive externe Effekte zu einer gesamtgesellschaftlichen Wohlfahrtsminderung führen können. Dieser Sachverhalt lässt sich basierend auf der anfangs getroffenen Annahme individueller nutzenmaximierender Marktteilnehmer nachvollziehen. Da für den Handlungsträger im Falle positiver externer Effekte der soziale Nutzen den privaten übersteigt und gleichzeitig die Kosten in voller Höhe bei dem Handlungsträger anfallen, besteht die Möglichkeit, dass aufgrund dieses verzerrten Anreizes eine Handlung unterbleibt. Als Beispiel sei hier die Forschung zu nennen, die von Unternehmen unterlassen wird, wenn Forschungsergebnisse nicht entsprechend geschützt werden können (z. B. durch Patente) und der Nutzen der Allgemeinheit zugutekommt, aber nicht dem forschenden Unternehmen selbst. Vgl. hierzu die Ausführungen von Picot/Dietl (1993), S. 308 f. Vgl. Heinemann (1966), S. 110.

2 THEORETISCHE GRUNDLAGEN

49

Die Menschen in der Umgebung tragen demnach die negativen außermarktlichen Konsequenzen des Kraftwerksbetriebs.265 Doch ist im Rahmen der Property-Rights-Theorie auch ein Zustand möglich, bei dem Wohlfahrtsverluste durch externe Effekte vermieden werden. Dieser kann erreicht werden, wenn jedem Handlungsträger die Handlungsfolgen, die von ihm verursacht wurden, eindeutig zuzuordnen sind. Die Gesellschaft insgesamt kann sich zu einem effizienten Zustand hinbewegen, wenn die privaten Rechte übertragbar sind und durch einen Tausch die Individuen ihr Nutzenniveau verbessern können.266 Die eindeutige Zuordnung der Handlungsfolgen zu den Handlungsträgern wird auch als Internalisierung bezeichnet. Dies bedeutet, dass z. B. die entstehenden Kosten für die Heilbehandlung der durch die Luftverschmutzung des Kraftwerks entstehenden Krankheiten dem Kraftwerk als Handlungsträger und Verursacher der Krankheiten zuzuordnen wären.267 Hieraus ergibt sich die Problematik, dass Überwachung, Durchsetzung und Kontrolle von Verfügungsrechten zusätzliche Kosten verursachen.268 Diese Kosten werden als Transaktionskosten bezeichnet.269 Als Beispiel hierfür können neben monetärem Aufwand der Zeitaufwand und der Arbeitsaufwand für die Überwachung der Geschäftsführung oder des Vorstandes einer Aktiengesellschaft genannt werden. Mit diesen Maßnahmen wollen die Eigentümer sicherstellen, dass die Geschäftsführung ihre Verfügungsrechte nur für autorisierte Handlungen nutzt.270 Somit ist die Verteilung von Verfügungsrechten nur insofern effizient, als die Summe aus Transaktionskosten und dem Wohlfahrtsverlust, der durch externe Effekte hervorgerufen wird, minimiert wird.271 Hieraus folgt, dass immer dann eine unvollständige Spezifizierung der Verfügungsrechte entsteht und sich somit negative externe Effekte ergeben, wenn die Kosten für die Sicherstellung der Berücksichtigung der externen Effekte für den Handlungsträger über den potentiellen Einsparungen liegen. Umgekehrt bedeutet dies, dass externe Effekte dann internalisiert werden, also eine vollständige Spezifizierung der Verfügungsrechte erfolgt, wenn der Nutzen der Internalisierung in der Entscheidung des Handlungsträgers zu einer Kostensenkung führt.272

265 266 267 268 269 270 271 272

Vgl. Picot/Dietl (1993), S. 308. Vgl. Picot/Dietl (1993), S. 309. Vgl. Krewitt/Schlomann (2006), S. 5 f. Vgl. Furubotn/Pejovich (1974), S. 2. Vgl. Furubotn/Pejovich (1974), S. 2. Vgl. Tietzel (1981), S. 211. Vgl. Picot (1991), S. 145; Tietzel (1981), S. 213 f.; Picot/Dietl (1993), S. 309. Vgl. Demsetz (1967), S. 347 ff.; Pejovich (1972), S. 309 ff.

50

2 THEORETISCHE GRUNDLAGEN

Die Argumentation, dass ein höherer Grad der Spezifizierung der Verfügungsrechte zu einem größeren Ausmaß an Internalisierung führt, wurde in einem bedeutenden Aufsatz von Demsetz (1967) an einem Beispiel273 verdeutlicht, in dem er aufzeigt, dass die Zuteilung von Landrechten zu einem nachhaltigeren Handeln der Akteure führt. Erst durch den Besitz ergibt sich für die Handlungsakteure ein Anreiz für langfristig nachhaltiges Handeln.274 2.4.3.2

Minderung von negativen externen Effekten durch CSR

Wie schon anhand der zuvor ausgewählten Beispiele angedeutet, lässt sich auch aus der Property-Rights-Theorie das verantwortungsvolle Verhalten von Unternehmen ableiten. Die negativen externen Effekte, die durch ein nicht verantwortungsvolles Handeln von den Handlungsträgern ausgelöst werden, können die Bedeutung von CSR für die Unternehmenstätigkeit und einen nachhaltigen Unternehmensfortbestand begründen. Zusätzlich können die externen Effekte auch mit der Stakeholdertheorie verbunden werden. Die negativen externen Effekte treffen zwangsläufig eine Stakeholdergruppe, denn sobald ein negativer externer Effekt entsteht, wird die von ihm betroffene Gruppe zu einer Stakeholdergruppe. Die betroffene Stakeholdergruppe hat ein Interesse daran, dass das Unternehmen die negativen externen Effekte internalisiert, um den Schaden für die Stakeholdergruppe zu verhindern oder sie für den erlittenen Schaden zu kompensieren. 275 Bei der von einem Unternehmen ausgelösten Umweltverschmutzung als Beispiel für einen negativen externen Effekt lässt sich die Bevölkerung als betroffene Gruppe identifizieren. Die Bevölkerung wiederum setzt sich aus multiplen Stakeholdergruppen zusammen, z. B. Anwohnern ohne Verbindung zum Unternehmen, Angestellten des Unternehmens oder auch Kunden des Unternehmens. Es stellt sich die Frage, wie durch die Verfügungsrechte Kosten durch das Unternehmen internalisiert werden.276 273

274 275 276

Demsetz (1967) macht seine Argumentation an dem Beispiel des Pelzhandels auf der Labrador-Halbinsel fest. Vor Ankunft der weißen Siedler in den USA lebten in diesem Gebiet Indianerstämme, die allein zum Zweck der Eigenversorgung Tiere jagten. Auch in diesen Zeiten hat es schon negative externe Effekte gegeben, wenn Indianer dieselben Tiere jagten und der Wildbestand von anderen Indianern verringert wurde. Dennoch war deren Ausmaß sehr gering, so dass sich eine Internalisierung dieser externen Effekte nicht lohnte. Als jedoch die weißen Siedler in die Gegend kamen und zusätzliche Pelze nachfragten und die Indianer die Pelze gegen andere Gegenstände tauschen konnten, entstand ein Markt für die Pelze. Infolgedessen intensivierten die Indianer ihre Jagdanstrengungen erheblich, was zu enormen negativen externen Effekten führte, sodass sich der Wildbestand extrem verringerte. Nun waren die Kosten der negativen externen Effekte so hoch, dass es sich lohnte, die externen Effekte zu internalisieren, indem eine Spezifizierung der Verfügungsrechte in Form von Privatisierung und Zuteilung von Grundbesitzrechten erfolgte. Dadurch wurde für die Indianer ein Anreiz geschaffen, nicht so viele Tiere zu jagen, so dass sich die Population in ihrem Gebiet nicht zu stark verringerte und der langfristige Ertrag ihres Jagdgebietes gesichert war. Vgl. Demsetz (1967), S. 351 ff. Vgl. Demsetz (1967), S. 347 ff.; Pejovich (1972), S. 309 ff. Vgl. für die Grundlagen dieser Fragestellung bzw. die Voraussetzung einer Internalisierung insbesondere unter dem Gesichtspunkt von CSR die Ausführungen in Daudigeos/Valiorgue (2011), S. 38 ff.

2 THEORETISCHE GRUNDLAGEN

51

Ein Beispiel für solch eine Internalisierung sind Entschädigungszahlungen, die Unternehmen aufgrund von Umweltverschmutzungen zahlen müssen.277 Wie von Coase (1960) beschrieben, wird sich ein Gleichgewicht einstellen, wenn das Unternehmen die betroffenen Stakeholdergruppen für ihren Nutzenverlust entschädigt.278 Durch CSR können die Unternehmen vorherzusehende Internalisierungsprozesse möglicherweise antizipieren und ihre Handlungen so ausrichten, dass negative externe Effekt – seien sie ökologischer oder sozialer Art – nicht entstehen. Damit kann verhindert werden, dass die Unternehmen diese negativen externen Effekt in Zukunft internalisieren müssen.279 Im hier beschriebenen Beispiel könnte beispielsweise eine Filteranlage angebracht werden, die den Ausstoß des Kraftwerks derart mindert, dass die Anwohner nicht mehr belastet werden. Die Property-Rights-Theorie kann aufgrund der zuvor gegebenen Erläuterungen mit der Thematik der CSR-Ratings verknüpft werden. Einem potentiellen Investor können Informationen zur CSR eines Unternehmens als Anzeichen für mögliche zukünftige Internalisierungsprozesse dienen. Somit könnte ein Investor versuchen anhand des CSR-Ratings einzuschätzen, ob und in welchem Umfang ein Unternehmen in Zukunft dazu veranlasst sein wird, externe Effekte zu internalisieren. Eine Internalisierung aufgrund einer negativen Reaktion einer Stakeholdergruppe hat negative Konsequenzen für das Unternehmen und seine Ertragssituation und ist somit für potentielle Investoren von Interesse.280 Die Property-Rights-Theorie bietet somit einen konzeptionellen Rahmen, der erklären kann, warum CSR-Ratings für potentielle Investoren von Bedeutung sein können.

277

278 279 280

In der Praxis existieren z. B. in Deutschland die Kernbrennstoffsteuer gemäß § 3 des Kernbrennstoffsteuergesetzes (KernbrStG), in dem folgende Steuerleistung kodifiziert ist: „Die Steuer für ein Gramm Plutonium 239, Plutonium 241, Uran 233 oder Uran 235 beträgt 145 Euro. Außerdem existiert in Deutschland ein CO2-abhängiger Steuerbetrag als Teil der in Deutschland gültigen Kfz-Steuer. Vgl. hierfür § 8 Abs. 1 Buchstabe a) zur Bemessungsgrundlage des Kraftfahrzeugsteuergesetzes. Vgl. Coase (1960), S. 2 ff. Vgl. Daudigeos/Valiorgue (2011), S. 38 ff. Vgl. Demsetz (1967), S. 347 ff.; Pejovich (1972), S. 309 ff.

52

2 THEORETISCHE GRUNDLAGEN

2.4.3.3

Kritische Würdigung der Property-Rights-Theorie im Hinblick auf Corporate Social Responsibility

Die Verwendung von CSR-Ratings als Indikator für zukünftige Internalisierungen wird jedoch dadurch eingeschränkt, dass sich CSR weder exakt messen noch in ihren Wirkungen spezifizieren lässt. Zukünftige Risiken und Internalisierungsprozesse anhand eines Ratingscores abzuschätzen wird in der Praxis nur eingeschränkt möglich sein. Es können eventuell einzelne Probleme ermittelt werden, aber ein negativer Ratingscore lässt keinen Schluss darauf zu, ob oder wann es zu Internalisierungsprozessen kommt. Denn dafür spielen viele Faktoren eine Rolle, die nicht im Rating erfasst werden können. Dazu gehören beispielsweise die Gesetzgebung in einzelnen Ländern, aber auch die Art des Produktes oder der Dienstleistung des Unternehmens. Nicht jeder negative externe Effekt führt zu einer Internalisierung. Je nach seiner Art und der betroffenen Stakeholdergruppe und deren Einfluss können sich Internalisierungsprozesse stark unterscheiden oder auch ausbleiben.281 Dessen ungeachtet ist das CSR-Rating ein möglicher Indikator für zukünftige Internalisierungsprozesse, wenn auch eine genaue Bestimmung von deren Zeitpunkt und Umfang nicht möglich ist.

281

Vgl. Demsetz (1967), S. 347 ff.; Pejovich (1972), S. 309 ff.

3 NACHHALTIGKEITSBEWERTUNG

3

53

Nachhaltigkeitsbewertung

Im folgenden Kapitel wird zuerst auf die Bewertungsbereiche der Nachhaltigkeit von Unternehmen eingegangen, da diese die Basis für die Generierung von CSR-Ratings darstellen. Anschließend werden die Entwicklung von Ratings und darauf aufbauend die Bewertung der CSR-Aktivitäten der Unternehmen beschrieben. Es wird dabei insbesondere kritisch auf die unterschiedlichen Bewertungs- bzw. Ratingkonzepte bezüglich der CSR eingegangen.

3.1 Bereiche der Nachhaltigkeitsbewertung Es können drei Bereiche der Nachhaltigkeitsbewertung unterschieden werden: Umwelt, Soziales und verantwortungsvolle Unternehmensführung.282 Aufgrund der Vorherrschaft der angelsächsischen Literatur wird hierbei auf die englischen Begriffe Environment (E), Social (S) und Governance (G) zurückgegriffen, für die sich in der wissenschaftlichen- und Praxisliteratur das Kürzel ESG etabliert hat.283 Im Folgenden werden die einzelnen Teilbereiche beschrieben. 3.1.1 Bewertungsbereich „Environment“ Im Bereich der ökologischen Nachhaltigkeit stehen z. B. Informationen zu der organisatorischen Struktur, der Aktivitätsplanung, den Verantwortlichkeiten, den Verhaltensweisen, den Prozessen und den Ressourcen im Hinblick auf ökologische Faktoren von Unternehmen im Fokus. Außerdem wird untersucht, inwiefern Unternehmen in der Lage sind, ökologische Strategien und Methoden zu entwickeln, zu implementieren und auszuführen.284 In der ökologischen Dimension des Nachhaltigkeitskonzeptes geht es insbesondere um die Interaktion der Unternehmen mit der Natur und die sich daraus möglicherweise ergebenden negativen Folgen. Das wichtigste Ziel in der ökologischen Dimension besteht deshalb darin, fortschreitenden Umweltbelastungen entgegenzuwirken und die Umwelt vor irreversiblen Folgeschäden zu schützen, oder aber – sofern noch möglich – entstandene Schäden zu beheben.285 Die ökologische Dimension basiert folglich auf 282

Vgl. Barthruff (2014), S. 46 f.; Paterno (2009), S. 150 f. Vgl. Galbreath (2013), S. 530. 284 Vgl. Cañón-de-Francia/Garcés-Ayerbe (2009), S. 246; Ramus (2005), S. 377 ff. Die Untersuchung der hier genannten Kriterien findet sich unter anderem im weitverbreiteten ISO-14001-Standard, der 1996 von der International Organization for Standardization entwickelt wurde. Dieser Standard soll Unternehmen ermöglichen ihre Stakeholder über die Anwendung eines ökologischen Managementsystems zu informieren. Vgl. hierzu auch die Ausführungen von Lopez-Fernandez/Serrano-Bedia (2007), S. 440. 285 Vgl. Carnau (2011), S. 19. 283

54

3 NACHHALTIGKEITSBEWERTUNG

von Carlowitz’ Verständnis von Nachhaltigkeit als Erhaltung ökologischer Ressourcen und ihrer Regenerierungsfähigkeit und soll somit auch die Nutzung der natürlichen Ressourcen in der Zukunft ermöglichen.286 Damit bildet die ökologische Dimension auch eine Grundlage für die ökonomische Dimension der Nachhaltigkeit, da ohne eine weitere Nutzung natürlicher Ressourcen die ökonomische Leistungsfähigkeit gemindert würde.287 Hierin zeigt sich auch die gegenseitige Abhängigkeit der beiden Dimensionen.288 3.1.2 Bewertungsbereich „Social“ Im Nachhaltigkeitsbewertungsbereich „Social“ werden die sozialen Leistungen der Unternehmen bewertet. Vorrangige Faktoren für die Bewertung in diesem Bereich sind die Mitarbeiter des betroffenen Unternehmens, die Gesellschaft und die Produkte des Unternehmens. Unter dem Faktor der Mitarbeiter sind beispielsweise Gesundheit und Sicherheit, Chancengleichheit bzw. Gleichberechtigung, Aus- und Weiterbildung, Work-Life-Balance und auch die Mitbestimmung der Mitarbeiter wichtige Aspekte, die bewertet werden. Beim Bereich der Gesellschaft stehen das gesellschaftliche Engagement des Unternehmens und der Dialog mit den Stakeholdern im Vordergrund. Die Produkte der Unternehmen werden unter dem Aspekt der Sicherheit, des Verhaltens gegenüber den Kunden und Zulieferern und der verwendeten Geschäftsmethoden bewertet.289 Im Falle der sozialen Dimension unterscheiden sich die Interpretationen in der Literatur. Von Hauff stellt im Jahr 2012 fest, dass sich noch keine allgemeingültige Definition der sozialen Dimension der Nachhaltigkeit herausgebildet hat. Er versucht sich jedoch an einer Eingrenzung und beschreibt das Ziel der sozialen Dimension der Nachhaltigkeit in der Erhaltung des Sozialkapitals. Nach von Hauff manifestiert sich Sozialkapital unter anderem in den Bereichen Rechtssicherheit, Chancengleichheit und Bürgerbeteiligung.290 Im Gegensatz zu von Hauff (2012) bezieht sich Carnau (2011) in seiner Interpretation auf den Brundtland-Bericht und sieht in der inter- und intragenerationellen Gerechtigkeit die Basis der sozialen Dimension der Nachhaltigkeit.291 Insbesondere betrachtet Carnau (2011) eine gerechte Verteilung und dauerhafte Bereitstellung sozialer Grundgüter als wesentliche Bestandteile der sozialen Dimension. Er versteht hierunter 286 287 288 289 290 291

Vgl. von Carlowitz (1713), S. 105. Vgl. Schäfer et al. (2006), S. 9. Vgl. Bundesministerium für Umwelt, Naturschutz, Bau und Reaktorsicherheit (1997), S. 9. Vgl. Barthruff (2014), S. 47; Schäfer/Lindenmayer (2004), S. 63 ff. Vgl. von Hauff (2012), S. 11. Vgl. in diesem Zusammenhang auch Gladwin/Kennelly/Krause (1995), S. 879. Nach deren Ausführungen ist die intragenerationelle Gerechtigkeit insbesondere durch die gerechte Verteilung zwischen Erster und Dritter Welt gekennzeichnet.

3 NACHHALTIGKEITSBEWERTUNG

55

beispielsweise den Zugang zu Bildung und zum Gesundheitswesen, aber auch die Versorgung mit Lebensmitteln und Wohnraum und die Durchsetzung der Menschenrechte.292 Der Brundtland-Bericht bildet den Ausgangspunkt für die Einbeziehung der sozialen Dimension in den Nachhaltigkeitsbegriff. Der überwiegende Teil der bisherigen Literatur verwendet die Definition der sozialen Dimension des BrundtlandBerichts, die auch in dieser Arbeit zugrunde gelegt wird, um Anschluss an den Forschungskontext und Vergleichbarkeit zu gewährleisten.293 3.1.3 Bewertungsbereich „Governance“ Die klassischen Corporate-Governance-Themen umfassen die Aufsichtsstrukturen für das Management und die Unabhängigkeit des Aufsichtsrates. Jedoch hat sich der Begriff der Corporate Governance im Rahmen des ESG-Konzeptes um zahlreiche Aspekte erweitert.294 Im Rahmen des ESG-Konzeptes finden sich neben den zuvor genannten auch stakeholderorientierte Aspekte wie Verhaltenskodizes, Korruptionsbekämpfung, Kartellverstöße oder auch Verurteilungen, Strafen oder Gerichtsverfahren.295 Das ESG-Konzept sieht damit nicht mehr nur eine Verantwortung des Managements gegenüber den Shareholdern, sondern auch gegenüber weiteren Stakeholdern.296 Der Nachhaltigkeitsbewertungsbereich „Governance“ umfasst viele Komponenten und unterscheidet sich in seinem Fokus stark zwischen verschiedenen Ländern und Unternehmen.297 Es existiert eine Vielzahl von Definitionen des Begriffs „Corporate Governance“. Bis zum heutigen Tage hat sich noch keine weltweit konsensfähige Definition herausgebildet.298 Ein Großteil der angelsächsischen Literatur299 bezieht sich in der Verwendung des Begriffs auf die Veröffentlichung von Shleifer und Vishny aus dem Jahre 1997, in der Corporate Governance folgendermaßen beschrieben wird: „Corporate Governance deals with the ways in which suppliers of finance to corporations assure themselves of getting a return on their investment.“300

292 293 294 295 296 297 298 299

300

Vgl. Carnau (2011), S. 19. Vgl. Blaesing (2013), S. 17; Loew et al. (2004), S. 58. Vgl. Barthruff (2014), S. 47. Vgl. Barthruff (2014), S. 47. Vgl. hierfür insbesondere die Ausführungen zur Stakeholdertheorie in Kapitel 2.3. Vgl. Doidge/Karolyi/Stulz (2007), S. 1; Love/Klapper (2002), S. 1; Kim et al. (2014), S. 299 ff. Vgl. Cohen/Krishnamoorthy/Wright (2010), S. 757. Vgl. zu der Verwendung der Definition unter anderem folgende Arbeiten: Bebchuk/Weisbach (2009), S. 1; Ayuso et al. (2014), S. 415. Shleifer/Vishny (1997), S. 737.

56

3 NACHHALTIGKEITSBEWERTUNG

Shleifer und Vishny (1997) gehen in dieser Definition demzufolge von einer shareholderorientierten Sicht aus. In dieser steht der Kapitalgeber im Vordergrund und es geht primär um die Frage, wie er die Rückerlangung des Kapitals sicherstellen kann. Weiterführend stellen Shleifer und Vishny (1997) dann Fragen, die der eingehenden Erläuterung des Begriffes dienen: „How do the suppliers of finance get managers to return some of the profits to them? How do they make sure that managers do not steal the capital they supply or invest it in bad projects? How do suppliers of finance control managers?“301 Diese Fragestellungen beziehen sich auf die Kernproblematik der Prinzipal-AgentenTheorie302 und den dort beschriebenen Agency-Konflikt303 zwischen Eigentümer und Management. Die Notwendigkeit für Corporate Governance ergibt sich somit in einer Situation, in der das Verhalten der Vertragsteilnehmer (hier des Managements) nicht vollumfänglich durch das Vertragswerk geregelt werden kann.304 Die Rückerlangung des Kapitals durch den Kapitalgeber hängt von einer Vielzahl von rechtlichen und vertraglichen Ausgestaltungen ab. Unterschiede diverser Märkte und die Vielfalt der Vertragsteilnehmer haben zur Herausbildung einer Vielzahl von Teilforschungsgebieten geführt.305 Die Unterschiede der Märkte sind auch auf geographische Unterschiede in der Definition der Corporate Governance in den angelsächsischen Ländern und in Kontinentaleuropa zurückzuführen.306 Die oben genannte shareholderorientierte Definition von Shleifer und Vishny (1997) findet vor allem im angelsächsischen Raum Anwendung.307 In der im kontinentaleuropäischen Raum vorherrschenden Definition, die in der Literatur auch als „weite“ Definition bezeichnet wird, werden entgegen der angelsächsischen „engen“ Definition der Corporate Governance auch andere Stakeholder als die Eigentümer des Unternehmens miteinbezogen. Diese Definition sieht die Aufgabe der Corporate Governance in einem Ausgleich der Interessen der verschiedenen Stakeholder durch das Managementteam.308 Durch die Beachtung der Interessen aller Stakeholder eines Unternehmens wird in der kontinentaleuropäischen Sicht eine Steigerung der Effizienz, der Profitabilität, der Konkurrenzfähigkeit und des ökonomischen Erfolgs der Unternehmen selbst erreicht. Der dafür ursächliche Mechanismus 301 302 303 304 305 306 307 308

Shleifer/Vishny (1997), S. 737. Die Prinzipal-Agenten-Theorie wird in Kapitel 2.4.2 ausführlich dargestellt. Für eine ausführliche Erläuterung der Agency-Problematik siehe Kapitel 2.4.2. Vgl. Hart (1995), S. 679; Guay/Doh/Sinclair (2004), S. 128; Lefort/Walker (2005), S. 12. Vgl. Bebchuk/Weisbach (2009), S. 1. Vgl. Doidge/Karolyi/Stulz (2007), S. 1; Martynova/Renneboog (2010), S. 2. Vgl. Ayuso et al. (2014), S. 416. Vgl. Schäfer et al. (2006), S. 8.

3 NACHHALTIGKEITSBEWERTUNG

57

leitet sich aus den zuvor beschriebenen positiven Effekten ab, die in der Neuen Institutionenökonomik und der Stakeholdertheorie postuliert werden. Dadurch legitimiert die kontinentaleuropäische „weite“ Definition die Erweiterung des Fokus auf alle Stakeholder.309 In Deutschland wurde im Jahr 2002 der „Deutsche Corporate Governance Kodex“ durch die damalige Regierungskommission im Auftrag des Bundesministeriums für Justiz verabschiedet. Dieser enthält wichtige Regeln zur Leitung und Überwachung deutscher börsennotierter Unternehmen.310 Bedeutsam ist, dass in diesem Kodex entsprechend der kontinentaleuropäischen Sichtweise speziell das Vertrauen mehrerer externer und interner Stakeholdergruppen thematisiert wird. Es werden explizit Anleger, Kunden, Mitarbeiter und die Öffentlichkeit als Adressaten des CorporateGovernance-Systems eines Unternehmens genannt.311 Auffällig ist der „Deutsche Corporate Governance Kodex“ in der Hinsicht, dass er die Aufgabe des Vorstandes und Aufsichtsrates darin sieht, eine nachhaltige Wertschöpfung sicherzustellen.312 Damit integriert der Kodex das Nachhaltigkeitskonzept in das Konzept der Unternehmensführung. Auch in der wissenschaftlichen Literatur sind Ansätze zu finden, die über das Grundkonzept der Corporate Governance hinausgehen und zusätzliche Aspekte in sie integrieren. So definiert z. B. Solomon (2009) die Corporate Governance als ein „system of checks and balances, both internal and external to companies, which ensures that companies discharge their accountability to all of their stakeholders and act in a socially responsible way in all areas of their business activity.“313

309 310 311 312 313

Vgl. Schwalbach/Schwerk (2008), S. 73. Vgl. Hardtke (2010), S. 20 f. Vgl. Regierungskommission Deutscher Corporate Governance Kodex (2014), S. 1. Vgl. Regierungskommission Deutscher Corporate Governance Kodex (2014), S. 1. Solomon (2009), S. 7. Es sei hier auch hingewiesen auf die alternativen Definitionen von Brickley/Zimmerman (2010), S. 236; Clarke (2007), S. 78.

58

3 NACHHALTIGKEITSBEWERTUNG

In der vorliegenden Arbeit wird die Definition der Organisation for Economic Cooperation and Development (OECD) aus dem Jahr 1999 zugrunde gelegt. Diese lässt offen, welche Anspruchsgruppen es gibt und wie die Unternehmensführung zu erfolgen hat. Sie lautet folgendermaßen: „Corporate governance is the system by which business corporations are directed and controlled.“314 Diese allgemeine Definition vereint den angelsächsischen und den kontinentaleuropäischen Ansatz in sich, indem sie Corporate Governance lediglich als System für die Lenkung und Kontrolle des Unternehmens versteht. Es wird hierbei explizit offengelassen, mit welchen Zielen die Unternehmensführung und die Kontrollfunktionen ausgeübt werden und wer die Adressaten sind (Shareholder oder alle Stakeholder).315

314 315

Isaksson (1999), S. 4. Für eine weitere Diskussion verschiedener Definitionen der CG vgl. Young/Thyil (2013), S. 2 ff.

3 NACHHALTIGKEITSBEWERTUNG

59

3.2 Vom Bonitätsrating zum Nachhaltigkeitsrating In diesem Kapitel wird ein Überblick über die Historie der Ratingagenturen und ihre Prozesse gegeben. Anschließend werden Ratingarten und -prozesse eingehend erläutert und abgegrenzt. Darauf aufbauend wird das Nachhaltigkeitsrating ausführlich beschrieben und kritisch bewertet. Dann erfolgt ein Überblick über Konzepte von führenden Nachhaltigkeitsratingagenturen und ihre Verfahren. Abschließend wird das ECPI-Rating, das in dieser Arbeit verwendet wird, kritisch bewertet. 3.2.1 Historische Entwicklung Im Jahr 1909 veröffentlichte John Moody die ersten öffentlich verfügbaren Anleiheratings. Diese ersten veröffentlichten Ratings bezogen sich ausschließlich auf Anleihen von Eisenbahngesellschaften. Im Jahr 1916 folgten dann Poor’s Publishing Company, im Jahr 1922 Standard Statistics Company und im Jahr 1924 Fitch Publishing Company mit eigenen Ratings.316 Im Gegensatz zur heutigen Praxis wurden die Anleiheratings damals direkt an die Investoren verkauft. Moody hatte ein System entwickelt, das nicht nur auf der Präsentation der Jahresabschlussinformationen eines Unternehmens beruhte, sondern eine explizite Bewertung der Unternehmen mittels einer einfachen Ratingskala ermöglichte.317 Dieses Rating der Anleihe des Unternehmens sollte den Investoren eine Einschätzung ermöglichen, wie hoch die Wahrscheinlichkeit einer Rückzahlung dieser Anleihe ist. Die damals eingeführten Buchstabenkürzel werden auch heutzutage noch von Moody’s, der von John Moody gegründeten Ratingagentur, verwendet.318 In Abbildung 5 ist das System der Ratingeinstufungen dargestellt.

316 317 318

Vgl. White (2010), S. 211. Vgl. Ott (2011), S. 11. Vgl. Hill (2004), S. 43; Stiglitz/Ferri/Liu (1999), S. 335.

60

3 NACHHALTIGKEITSBEWERTUNG

Ratingstufe

Kreditwürdigkeitseinschätzung

Aaa

Emittent mit höchster Kreditwürdigkeit.

Aa1 Aa2 Aa3 A1 A2 A3 Baa1

Die Kreditwürdigkeit nimmt mit jeder Stufe ab.

Baa2 Baa3 Ba1, Ba2, Ba3 B1, B2, B3 Caa1, Caa2, Caa3 Ca C

Emittent mit niedrigster Kreditwürdigkeit.

Abb. 5: Kreditwürdigkeitsstufen nach Moody‘s319 Konsolidierungsprozesse Mitte des 20. Jahrhunderts führten dazu, dass Poor’s und Standard im Jahr 1941 fusionierten und dann im Jahr 1966 von McGraw-Hill übernommen wurden. Fitch fusionierte im Jahr 1977 mit IBCA, einem britischen Tochterunternehmen des französischen Firmenkonglomerats FIMILAC.320 Das Geschäftsmodell der Ratingagenturen war in den Anfangsjahren der Verkauf von Informationen der Kreditwürdigkeitsprüfung an die Investoren mit dem Schwerpunkt auf Unternehmensanleihen. Mit der Gründung der Securities and Exchange Commission (SEC) im Jahr 1934 erhielten die Ratingagenturen eine besonders exponierte 319 320

Vgl. Moody's Investors Service (2016), S. 12. Vgl. White (2010), S. 211.

3 NACHHALTIGKEITSBEWERTUNG

61

Stellung. Infolge der Weltwirtschaftskrise Anfang der 1930er Jahre wurde in den USA eine Reihe von Regularien eingeführt. Aus dem Jahr 1936 stammt das Dekret, das Banken verbot in Finanzinstrumente zu investieren, die von „anerkannten RatingLeitfäden“ als „spekulative Wertpapiere“ eingestuft wurden.321 Als spekulativ galten solche Investments, die von den Ratingagenturen als unterhalb des „investment grade“ liegend bewertet wurden.322 Demnach waren Banken darauf beschränkt, nur Anleihen zu besitzen, die von bestimmten, von der SEC anerkannten Ratingagenturen als „investment grade“ bewertet wurden. Banken konnten aufgrund dieser Regulierung nicht mehr auf andere Quellen zur Bewertung der Kreditwürdigkeit zurückgreifen, sondern mussten die Ratings verwenden, die von der SEC als „anerkannte RatingLeitfäden“ definiert wurden.323 Anerkannt waren ausschließlich die Ratings von Moody’s, Poor’s und Standard und Fitch.324 In der Versicherungsbranche entwickelten die Ratings der großen Ratingagenturen in der Folge auch einen höheren Einfluss, so dass in den folgenden Jahrzehnten die Versicherungsregulatoren erst in 48 und später in 50 Staaten der USA einen gleichen Ansatz wie zuvor in der Bankenregulation wählten.325 Die staatlichen Versicherungsregulatoren etablierten Minimumkapitalanforderungen. Diese waren an die Ratings der Anleihen gekoppelt, in die die Versicherungsunternehmen investierten. Anerkannt waren hier ebenfalls nur die Ratings der zuvor genannten Ratingagenturen.326

321 322

323

324 325

326

Vgl. White (2010), S. 213. Heutzutage entspricht der „investment grade“ mindestens einer Baa3-Bewertung in der Ratingskala von Moody’s. Im Rahmen der internationalen Konvergenz der Eigenkapitalmessung und Eigenkapitalanforderungen (Basel II) vom Juni 2006 wurde im Standardansatz zur Messung des Kreditrisikos der Banken das externe Rating von „anerkannten“ Ratingagenturen geregelt. Allerdings gibt es im Rahmen von Basel II auch seitens der Banken die Möglichkeit zu einer internen Risikobewertung, die durch die Regulatoren akzeptiert wurde. Vgl. Basler Ausschuss für Bankenaufsicht (2006), S. 32. An der grundsätzlichen Systematik der externen und internen Risikobeurteilung hat sich auch in Basel III nichts geändert. Die für die bankenaufsichtliche Risikogewichtung nach §§ 52 und 53 SolvV anerkannten Ratingagenturen sind neben Moody’s, Standard and Poor’s und Fitch auch DBRS, Euler Hermes Rating, Japan Credit Rating Agency und die Creditreform Rating AG. Vgl. BaFin (2011), S. 1. Dies bedeutet, dass neben den drei großen amerikanischen Ratingagenturen weitere internationale Ratingagenturen Berücksichtigung finden. Vgl. White (2010), S. 213. Auch andere Länder haben Ratings in die Regulation ihrer Finanzinstitutionen integriert. Für einen Überblick vgl. insbesondere die Arbeiten von Sinclair (2005), S. 47 ff.; Langohr/Langohr (2008), S. 431 ff. Vgl. White (2010), S. 213.

62

3 NACHHALTIGKEITSBEWERTUNG

In den 1970er Jahren folgten dann auch die föderalen Pensionsregulatoren mit einer ähnlichen Strategie für die Pensionsfonds. Zusätzlich wurde Anfang der 1970er Jahre das bis dahin geltende Geschäftsmodell „investor pays“ der Ratingagenturen, bei dem die Ratinginformationen direkt an die Investoren verkauft wurden, geändert. Von nun an wurde das von John Moody im Jahr 1909 etablierte Geschäftsmodell zu einem „issuer pays“-Modell geändert, bei dem der Emittent der Anleihe die Kosten für das Ratingverfahren trägt.327 Die wichtigsten Erklärungsansätze für den Wechsel zum „issuer pays“-Modell beziehen sich auf den Technologiefortschritt in dieser Zeit. So fanden Kopiermaschinen weite Verbreitung und mit diesen konnten die gedruckten Ratingunterlagen schnell und unkompliziert vervielfältigt werden. Deshalb befürchteten die Ratingagenturen eine Weitergabe der Informationen unter den Investoren.328 Eine weitere Erklärung für das „issuer pays“-Modell sind die zuvor schon erwähnten regulatorischen Vorgaben. Unternehmen waren aufgrund der SEC-Regulierung bei der Anleiheausgabe nun auf ein Rating der anerkannten Ratingagenturen angewiesen. Ohne Rating durften institutionelle Investoren wie Banken, Versicherungen oder Pensionsfonds die Anleihen dieser Unternehmen nicht in ihr Portfolio aufnehmen.329 Dies ließ es sinnvoll erscheinen, dass Unternehmen selbst für die Dienstleistung des Ratings bezahlen. Denn anleiheemittierende Unternehmen hatten ein Interesse an dem Rating, da nur mit diesem potentielle Käufer der Anleihen generiert werden konnten. Erst durch das Rating mit einem „investment grade“330 werden die Unternehmen in die Lage versetzt, eine breite Käuferschicht anzusprechen, da die meisten institutionellen Investoren nicht in Anleihen mit einem niedrigeren Rating oder ohne Rating investieren dürfen.331 Allerdings birgt das „issuer pays“-Geschäftsmodell das Potential für einen Interessenkonflikt. Die Unternehmen als Auftraggeber der Ratings können bei einem nicht zufriedenstellenden Rating in Zukunft eine andere Ratingagentur beauftragen. Dort haben sie dann erneut die Chance auf ein besseres Rating und zugleich verliert die Ratingagentur dieses Unternehmen als Kunden.332 Andererseits ist die Marktmacht eines einzelnen Anleiheemittenten sehr begrenzt. Zudem besteht die Befürchtung von langfristigen Reputationsschäden für die Ratingagenturen, wenn das Rating das Unternehmen oder seine Anleihe zu gut bewertet. Dies wirkt den möglichen Auswirkungen

327 328 329 330

331 332

Vgl. Ott (2011), S. 12. Vgl. Strier (2008), S. 536. Vgl. White (2010), S. 215. Der „investment grade“ umfasst alle Ratings von Moody‘s in Abbildung 5 von Aaa bis Baa3. Alle Bewertungen darunter von Baa1 bis C werden als „non-investment grade“ bezeichnet. Vgl. Mathis/McAndrews/Rochet (2009), S. 658 ff. Vgl. Bolton/Freixas/Shapiro (2012), S. 86; Mariano (2012), S. 1623.

3 NACHHALTIGKEITSBEWERTUNG

63

des Interessenkonflikts entgegen.333 Die wissenschaftliche Forschung hierzu zeigt jedoch, dass das „issuer pays“-Modell zu höheren Ratingbewertungen führt und dass die Möglichkeit von Reputationsschäden nicht zwangsläufig zu dem gewünschten Verhalten der Ratingagenturen führt.334 Die Ausweitung der Ratings auf strukturierte Produkte und die fehlerhaften Bewertungen dieser Produkte in der Finanzkrise im Jahre 2007335 haben der Reputation der Ratingagenturen sehr geschadet. Auch das „issuer pays“-Modell als sicheres Instrument zur Risikoeinschätzung stand hierbei in der Kritik.336 Im Folgenden werden der Begriff des Ratings systematisiert und unterschiedliche Ratingarten untersucht, um anschließend das CSR-Rating selbst zu systematisieren. 3.2.2 Systematisierung des Ratings Der Begriff Rating ist vom Englischen „to rate“ abgeleitet, was „einschätzen“ bzw. „bewerten“ bedeutet.337 Es handelt sich bei einem Rating daher allgemein um eine Einstufung oder Skalierung.338 Bei einem Rating wird ein Vergleich bestimmter Merkmale hinsichtlich eines Untersuchungsgegenstandes durchgeführt und dann eine Rangfolge der Untersuchungsgegenstände hinsichtlich der Ausprägung der Merkmale erstellt.339 Es gibt Ratingarten in unterschiedlichen gesellschaftlichen Funktionsbereichen. Im Rahmen der Finanzwirtschaft gibt es neben dem Bonitätsrating, mit dem die Fähigkeit zur rechtzeitigen und vollständigen Rückzahlung von Zins und Tilgung von emittierten Schuldtiteln bewertet wird, zahlreiche weitere Ratingarten mit unterschiedlichen Adressaten und auch Merkmalen.340 Die folgende Tabelle enthält eine Übersicht über die gängigsten Ratingarten.

333 334 335

336 337 338 339 340

Vgl. White (2010), S. 215. Vgl. Jiang/Stanford/Xie (2012), S. 607 ff.; Mariano (2012), S. 1623. Hier ist die letzte globale Finanzkrise gemeint, die im Jahr 2007 mit der Subprime-Krise des US-Immobilienmarktes begann. Vgl. Strier (2008), S. 539; Mariano (2012), S. 1616. Vgl. Nagel/Stalder (2002), S. 11. Vgl. Ott (2011), S. 5. Vgl. Serfling/Badack/Jeiter (1996), S. 632 f. Vgl. Ott (2011), S. 10.

64

3 NACHHALTIGKEITSBEWERTUNG

Ratingart

Ratingadressat

Bewertungsgegenstand

Bonitätsrating

Gläubiger von Schuldtiteln, die von Unternehmen emittiert wurden.

Fähigkeit zur vollständigen Rückzahlung von Zins und Tilgung.

Sovereign Rating

Gläubiger von Staaten und Gebietskörperschaften.

Fähigkeit zur Leistung der Zahlungsverpflichtungen.

Bankdepositenrating

Gläubiger von Einlagen in Banken.

Fähigkeit, die Verbindlichkeiten, die aus den Einlagen resultieren, vollständig und fristgerecht zu bedienen.

Banken-FinanzkraftRating

Gläubiger von Einlagen in Banken.

Wahrscheinlichkeit, dass die jeweilige Bank Unterstützung in Anspruch nehmen muss.

VersichererFinanzkraft-Rating

Versicherungsnehmer

Fähigkeit des Versicherungsunternehmens, die Ansprüche aus Verträgen erfüllen zu können.

Counterpartyrating

Kontrahenten bei Finanztermin- und Derivategeschäften.

Fähigkeit, erstrangige Verbindlichkeiten aus Derivategeschäften erfüllen zu können.

Rating für strukturierte Zweckgesellschaften, Finanzierungen und Käufer von strukturierten Wertpapieren. Tab. 2: Ratingarten341

341

Tabelle in Anlehnung an Ott (2011), S. 9.

Ausfallwahrscheinlichkeit der Forderungen eines strukturierten Wertpapiers.

3 NACHHALTIGKEITSBEWERTUNG

65

Die Ratingarten in Tabelle 2 zeichnen sich neben den unterschiedlichen Adressaten und den zu bewertenden Ausprägungen durch weitere Merkmale aus, die zu ihrer Einordnung und zu ihrem besseren Verständnis herangezogen werden können. Insgesamt können Ratings nach folgenden Merkmalen systematisiert werden:342 x dem Beurteilungsgegenstand (Unternehmen, Länder, Finanztitel usw.) x dem Beurteilungskriterium (Kreditwürdigkeit, Nachhaltigkeit usw.) x der Laufzeit (kurzfristig oder langfristig) x dem Ersteller (externes Rating oder internes Rating) x dem Auftraggeber (Solicited oder Unsolicited Rating) x dem Aussagecharakter (absolutes oder relatives Rating) x der Methodik (qualitatives oder quantitatives Rating) Diese Systematisierungskriterien werden im Folgenden erläutert. In der Kategorie des Beurteilungsgegenstandes kann es sich um den Emittenten des Produktes oder um das emittierte Produkt selbst handeln. Bei einem Rating für ein strukturiertes Produkt wird z. B. das strukturierte Produkt selbst bzw. die Tranche des strukturierten Produktes bewertet, während etwa beim Sovereign Rating ein Staat oder eine Gebietskörperschaft bewertet wird.343 Das Emissionsrating wird meist aus dem Emittentenrating abgeleitet, es gibt jedoch Kriterien, die das Emissionsrating eines Finanztitels, beispielsweise einer Anleihe oder eines Schuldscheindarlehens, so beeinflussen können, dass es vom Emittentenrating abweicht. Hierbei handelt es sich insbesondere um die Stellung des Gläubigers im Falle der Insolvenz. So können Financial Covenants oder auch eine Nachrangigkeit zu einer niedrigeren Bewertung einer Unternehmensanleihe im Vergleich zu deren Emittenten führen.344 Eine Systematisierung anhand des Beurteilungskriteriums erfolgt, indem die Komponenten unterschieden werden, die am jeweiligen Beurteilungsgegenstand untersucht werden. Hierbei kann es sich um die Ausfallwahrscheinlichkeit einer Anleihe, das Rendite-Risiko-Verhältnis eines Fonds oder aber im Rahmen des Nachhaltigkeitsratings um die Bewertung der Nachhaltigkeit eines Unternehmens oder Landes handeln.345

342 343 344 345

Vgl. Schäfer/Lindenmayer (2004), S. 10 ff.; Volk (2008), S. 8 ff. Vgl. Schneck/Morgenthaler/Yesilhark (2003), S. 52. Vgl. Dimitrakopoulos/Spahr (2003), S. 152. Vgl. Ott (2011), S. 10; Schäfer/Lindenmayer (2004), S. 10 f.; Volk (2008), S. 8 ff.; Barthruff (2014), S. 22 f.

66

3 NACHHALTIGKEITSBEWERTUNG

Eine weitere Unterscheidung von Ratings kann nach der Laufzeit, das heißt der Gültigkeitsdauer des Ratings, erfolgen, wobei lang- und kurzfristige Ratings unterschieden werden können. Die kurzfristigen Ratings beziehen sich auf Finanztitel mit einer Laufzeit bis zu einem Jahr und die langfristigen Ratings auf solche mit einer Laufzeit von mehr als einem Jahr. Eine Unterteilung der Ratings nach Laufzeit wird bei den Emittentenratings und den Emissionsratings vorgenommen.346 Zusätzlich kann zwischen externen und internen Ratings unterschieden werden. Interne Ratings werden von der Organisation, die ein Rating benötigt, selbst angefertigt. Ein Beispiel hierfür sind die internen Kreditratings von Banken. Im Gegensatz dazu wird ein externes Rating durch eine unabhängige Ratingagentur erstellt, die weder Kapitalgeber noch Kapitalnehmer ist. Hierbei ist anzumerken, dass die Ratings der Ratingagenturen keine Empfehlung zum Kauf darstellen, sondern lediglich eine nach bestimmten Kriterien vorgenommene Bewertung widerspiegeln. Ein Investor oder Interessent eines Ratings muss für sich eine zusätzliche Bewertung des Ratings vornehmen. Ob beispielsweise der Ratingscore eines bewerteten Unternehmens dazu führt, dass das Unternehmen in das Portfolio des Investors aufgenommen wird, entscheidet demnach die Investmentstrategie, die der Investor verfolgt.347 Eine weitere Unterscheidung, die zuvor schon im Rahmen des Wechsels des Geschäftsmodells beschrieben wurde, ist die zwischen Solicited nd Unsolicited Ratings. Solicited Ratings werden von einem Unternehmen beauftragt, das im beauftragten Ratingverfahren mit der Ratingagentur zusammenarbeitet, so dass regelmäßig über die Planung des Unternehmens und auch unternehmensinterne Daten berichtet wird. Beim Unsolicited Rating hingegen wird ein Rating von einer Ratingagentur durchgeführt, ohne dass eine Beauftragung durch das zu bewertende Unternehmen besteht. Das Rating beruht somit lediglich auf öffentlich zugänglichen statt auf internen Informationen. Die Aussagekraft eines Unsolicited Ratings ist somit möglicherweise geringer als die eines Solicited Ratings. Jedoch tritt bei einem Unsolicited Rating kein Interessenkonflikt für das Ratingunternehmen auf, da das zu bewertende Unternehmen nicht Kunde der Ratingagentur ist und nicht für das Rating bezahlt.348 Der Aussagecharakter eines Ratings unterscheidet sich in Abhängigkeit davon, ob ein absolutes oder ein relatives Ratingformat angewendet wird. Bei einem absoluten Rating handelt es sich um eine konkrete absolute Einschätzung. Diese absolute Einschätzung kann z. B. die absolute Ausfallwahrscheinlichkeit einer Anleihe widerspiegeln.349 Im Rahmen eines relativen Ratings werden die untersuchten Objekte

346 347 348 349

Vgl. Everling (2001), S. 1757. Vgl. Schneck/Morgenthaler/Yesilhark (2003), S. 50. Vgl. Wieben (2004), S. 91; Barthruff (2014), S. 23; Lubig (2009), S. 56 f; Everling (1991), S. 54 f. Vgl. Bussa (1979), S. 43; Roch/Sternburgh/Caputo (2007), S. 302 ff.

3 NACHHALTIGKEITSBEWERTUNG

67

miteinander verglichen und so gibt das Rating Aufschluss über den Rang des untersuchten Objekts im Verhältnis zu dem von anderen bewerteten Objekten.350 Ein Beispiel für ein relatives Rating wäre das Morningstar-Rating, das Fonds in fünf Kategorien einteilt, von „beste“ (Fünf Sterne) bis „schlechteste“ (Ein Stern), wobei ausschlaggebend ist, wie sich der Wert eines Fonds im Vergleich zu dem von anderen bewerteten Fondsprodukten in der Vergangenheit entwickelt hat.351 Des Weiteren kann zwischen qualitativen und quantitativen Ratings unterschieden werden. Im Rahmen von quantitativen Ratings werden messbare Werte (z. B. Vermögen, Liquidität und Gewinn) bestimmt, um zu einer Bewertung eines Unternehmens, Landes oder Finanzproduktes zu gelangen.352 Dagegen richtet sich die Bewertung durch qualitative Ratings nicht an messbaren Kriterien aus. Stattdessen wird meist eine Einschätzung der Situation durch den Bewertenden vorgenommen. Im Rahmen der Erstellung eines Kreditscores eines Unternehmens werden beispielsweise neben quantitativen Werten auch qualitative Bewertungen der Unternehmer, des Unternehmens, des Investitionsverhaltens sowie der Unternehmensbranche und der Stellung des Unternehmens innerhalb der Branche vorgenommen.353 Im Folgenden steht eine relativ neue Form des Ratings, das Nachhaltigkeitsrating, im Vordergrund. Das Nachhaltigkeitsrating ist nicht primär als finanzwirtschaftliches Rating zu klassifizieren, da es keine Aussagen zu finanzwirtschaftlichen Werten macht. Eine Kategorisierung anhand der zuvor genannten Klassifizierungskriterien für Ratings ist jedoch dennoch möglich. 3.2.3 Nachhaltigkeitsrating Nachhaltigkeitsratingagenturen bewerten Unternehmen nach ethischen, sozialen und umweltbezogenen Kriterien, um als externe Institutionen den Interessenten (Stakeholdern und Shareholdern) eine Einschätzung der Nachhaltigkeit eines Unternehmens und seiner Geschäftstätigkeit in den ESG-Teilbereichen zu ermöglichen.354Als erster Vorläufer der Nachhaltigkeitsratingagenturen kann das im Jahr 1972 gegründete Interfaith Center on Corporate Responsibility (ICCR) in New York angesehen werden.

350 351 352 353 354

Vgl. Roch/Sternburgh/Caputo (2007), S. 302. Vgl. Morningstar (2013), S. 3. Vgl. Ferri/Liu/Stiglitz (1999), S. 343 ff. Vgl. Bornmann (2012), S. 2 ff. Vgl. Schäfer et al. (2006), S. 4; Pinner (2008), S. 101; Hoffmann/Scherhorn (2002), S. 29; Böttcher/Klasen/Röder (2009), S. 191.

68

3 NACHHALTIGKEITSBEWERTUNG

Das ICCR als Zusammenschluss kirchlicher Investoren vertritt protestantische, katholische und jüdische Investoren sowie Konfessionsgemeinschaften, Gemeinden, Pensionsfonds, Stiftungen, Diözesen und Wohlfahrtsorganisationen. Anzumerken ist jedoch, dass das ICCR keine explizite Bewertung der Unternehmen vornimmt, sondern lediglich Informationen bereitstellt, mit deren Hilfe Investoren Kriterien für ein eigenes Rating entwickeln können.355 In Europa wurde im Jahre 1983 der Ethical Investment Research Service (EIRIS) in London als Pendant zum ICCR gegründet, der die Idee des Nachhaltigkeitsratings auch im europäischen Raum stärker verbreitete.356 Anhand der zuvor vorgestellten Einordnungskriterien wird das Nachhaltigkeitsrating wie folgt kategorisiert.357 In einem Nachhaltigkeitsrating können prinzipiell Unternehmen sowie Länder bewertet werden. Die vorliegende Arbeit konzentriert sich ausschließlich auf die Bewertung von Unternehmen. Dem Nachhaltigkeitsrating liegt die Nachhaltigkeit als Beurteilungskriterium zugrunde. Dabei wird häufig eine Beurteilung in drei unterschiedlichen Teilbereichen vorgenommen.358 Diese Bewertungsbereiche sind die bereits erläuterten drei Dimensionen ökologische, soziale und ökonomische Nachhaltigkeit. Im Bezug auf die Laufzeit als Systematisierungskriterium ist festzuhalten, dass die Nachhaltigkeitsratings der Unternehmen meist eine Gültigkeit von einem Jahr aufweisen. Das bedeutet, dass das Rating der Nachhaltigkeitsratingagenturen jährlich angepasst wird.359 Ein weiteres wichtiges Systematisierungskriterium ist der Unterschied zwischen Solicited und Unsolicited Ratings. Nachhaltigkeitsratings werden von den Nachhaltigkeitsratingagenturen als sogenannte Unsolicited Ratings durchgeführt.360 Dies bedeutet, dass die Ratingagenturen ihre Informationen aus einem weitreichenden Netz öffentlicher Informationsquellen beziehen und das Rating der Unternehmen durchführen, ohne dass diese Auftraggeber sind und im Ratingprozess aktiv kooperieren.361

355 356 357 358 359

360 361

Vgl. Böttcher/Klasen/Röder (2009), S. 194. Vgl. Gabriel (2007), S. 113; Böttcher/Klasen/Röder (2009), S. 194. Siehe hierfür die Einordnungskriterien für Ratings in Kapitel 3.5.2. Vgl. Schäfer et al. (2006), S. 5. Siehe hierzu beispielsweise die Ratingbewertungen der in dieser Arbeit verwendeten Scores der führenden Ratingagenturen in Kapitel 3.3, deren ESG-Scores ebenfalls jährlich strukturiert sind. Vgl. Barthruff (2014), S. 23. Vgl. Elkhoury (2009), S. 172.

3 NACHHALTIGKEITSBEWERTUNG

69

Im Rahmen der Nachhaltigkeitsratings können sowohl absolute als auch relative Ratingansätze gefunden werden. Aufgrund der vielen verschiedenen Anbieter mit unterschiedlichen Herangehensweisen ist es hier nicht möglich, das Nachhaltigkeitsrating einem der Ansätze definitiv zuzuordnen.362 Bei den Nachhaltigkeitsratings werden neben qualitativen auch quantitative Faktoren berücksichtigt, um einen quantitativen Ratingscore zu generieren.363 Qualitative Faktoren können etwa die Zertifizierung nach Umweltstandards wie der ISO 26000364, die Sicherheit der hergestellten Produkte (feststellbar z. B. durch eine externe Produktzertifizierung), die Involvierung von Stakeholdern in die Entscheidungsprozesse des Unternehmens, die Verpflichtung auf das Angebot gleichwertiger Entwicklungsmöglichkeiten für alle Mitarbeiter, die internen Überwachungssysteme des Unternehmens und auch die Mechanismen zur Verhinderung von Korruption sein.365 Quantitative Faktoren sind unter anderem der Effekt der Erreichung gewisser Nachhaltigkeitsziele auf die variable Gehaltsvergütung von Vorstandsmitgliedern, die Anzahl von Unfällen in der Produktion, die Fehltage von Mitarbeitern, die Weiterbildungstage pro Mitarbeiter, die Anzahl von Verurteilungen für Korruption oder andere Vergehen und die Höhe der zu zahlenden Strafen.366 3.2.4 Kritische Würdigung der Nachhaltigkeitsratings Es gibt zahlreiche Ansatzpunkte für eine Kritik der Nachhaltigkeitsratings. Ein wesentliches Problem dieser Ratings besteht darin, dass Nachhaltigkeitsinformationen überwiegend qualitativ sind. Da das Rating jedoch eine ordinale oder sogar metrische Messung ermöglichen soll, müssen diese Informationen in eine quantitative Skala transformiert werden.367 Dieser Transformationsprozess ist problematisch, weil er einen subjektiven Anteil enthält, da ein Experte die qualitativen Informationen in einen quantitativen Wert überführen muss. Der subjektive Interpretationsspielraum des Expertens beeinflusst die quantitative Bewertung. Als Folge können Verzerrungen in der Bewertung entstehen. 368

362 363 364 365 366 367 368

Vgl. Schäfer et al. (2006), S. 5 f. Vgl. ECPI (2015a), S. 3. Siehe für eine ausführliche Beschreibung der ISO 26000 Kapitel 3.3.1. Vgl. Widiarto Sutantoputra (2009), S. 43. Vgl. Widiarto Sutantoputra (2009), S. 43 f. Vgl. ECPI (2015a), S. 3. Vgl. Ott (2011), S. 10.

70

3 NACHHALTIGKEITSBEWERTUNG

Die Subjektivität der Ratingscores ist ein bekanntes Problem nicht nur von Nachhaltigkeits-, sondern auch von Anleihe- oder Kreditratings. Denn subjektive Bewertungen durch Experten werden in alle Ratings integriert. 369 Gerade diese Bewertung von qualitativen Faktoren durch Experten ist die Kernaufgabe und auch Kernkompetenz von Ratingagenturen und hierdurch wird der Mehrwert des Ratings geschaffen. 370 Eine weitere Kritik richtet sich darauf, dass der überwiegende Teil der Nachhaltigkeitsratings Unsolicited Ratings sind. In diesen werden keine unternehmensinternen Informationen berücksichtigt.371 Dies bedeutet, dass das Rating möglicherweise wichtige interne Informationen nicht beinhaltet. Interne Infomationen können das Rating beeinflussen und seinen Aussagegehalt verbessern. Andererseits wird durch ein Unsolicited Rating eine unabhängige, nicht vom Unternehmen beeinflusste Bewertung sichergestellt, da das Rating nicht auf internen (subjektiven) Informationen beruht. 372 Es gibt derzeit noch sehr viele Anbieter von Nachhaltigkeitsratings mit unterschiedlichen Ansätzen. Es hat bisher noch keine Konsolidierung stattgefunden und es existieren somit noch keine weitverbreiteten einheitlichen Bewertungsmodelle.373 Wenn Ratings zu unterschiedlichen Bewertungen kommen, ist es schwierig, diese Ergebnisse kritisch einzuordnen, da die Gründe für die Bewertungsunterschiede meist unbekannt bleiben. Da das Geschäftsmodell der Ratingagenturen auf dem Ratingprozess basiert, muss er vor Nachahmung geschützt werden und wird deshalb von keiner Ratingagentur vollständig offengelegt. Eine vollständige Transparenz würde auch dazu führen, dass die Unternehmen versuchen die Mechanismen des Ratings auszunutzen, um höhere Bewertungen zu erhalten. Dies würde die Aussagekraft der Ratings vermindern. Das Zustandekommen der Ratingbewertungen ist aus oben genannten Gründen nur eingeschränkt transparent. Zwischen den Ratings verschiedener Agenturen besteht demzufolge ein Vergleichbarkeitsproblem. 374 Für die Ratings nur einer Agentur gilt hingegen, dass die Messung der Nachhaltigkeit mittels des Nachhaltigkeitsratings für alle Bewertungsobjekte gleich erfolgt. Damit liegt der Bewertung ein einheitliches Konzept zugrunde, was die Vergleichbarkeit erhöht.375

369 370 371 372 373 374 375

Vgl. Ott (2011), S. 10. Vgl. ECPI (2015a), S. 3. Vgl. Wieben (2004), S. 91; Barthruff (2014), S. 23; Lubig (2009), S. 56 f; Everling (1991), S. 54 f. Vgl. Elkhoury (2009), S. 172. Vgl. Schäfer et al. (2006), S. 110 ff. Vgl. Sjöström (2004), S. 4; Schäfer et al. (2006), S. 6. Vgl. hierzu die Ausführungen in Kapitel 3.3.

3 NACHHALTIGKEITSBEWERTUNG

71

Weitere Kritik ergibt sich aus dem sogenannten „investor pays“-Modell. Diese Nachhaltigkeitsratings müssen von den Investoren selbst bezahlt werden. Die Unternehmen zahlen nicht für ihr eigenes Rating. Dadurch verringert sich möglicherweise die Marktdurchdringung der einzelnen Ratings. Es könnte deshalb bemängelt werden, dass der Einfluss von Nachhaltigkeitsratings auf Aktienkurse von Unternehmen aus diesem Grund möglicherweise nicht mehr messbar ist. Das „investor pays“-Modell hält möglicherweise auch Investoren davon ab, das Rating zu erwerben. Es vermindert auch den Zugang von Kleinanlegern zum Rating, da die anfallenden Kosten bei niedrigen Investmentbeträgen nicht bezahlt werden können. Durch das „investor pays“-Modell wird jedoch eine unabhängige Bewertung sichergestellt, die frei von jedweder Unternehmensbeeinflussung ist, da das Rating nicht von den Unternehmen selbst bezahlt wird. Die Finanzkrise hat gezeigt, dass Interessenkonflikte beim „issuer pays“Modell zu Fehlbewertungen führen können.376 Auch wenn es viel Kritik am Nachhaltigkeitsrating gibt, so ist es das einzige Instrument, das eine metrische Messung der Nachhaltigkeit ermöglicht. Als einzige Methode transformiert es die qualitativen Faktoren in eine quantitative Skala und ermöglicht dadurch Vergleiche zwischen den einzelnen Unternehmen. 377 Deshalb besteht keine geeignete Alternative zu den Nachhaltigkeitsratings, wenn einzelne Unternehmen verglichen werden sollen.

376 377

Vgl. Dennis (2009), S. 1111. Vgl. Elkhoury (2009), S. 172.

72

3 NACHHALTIGKEITSBEWERTUNG

3.3 Nachhaltigkeitsratingagenturen Es folgt ein Überblick über wichtige Nachhaltigkeitsratingagenturen, um Einblick in die unterschiedlichen Methodiken zu geben. Aufgrund der hohen Zahl an Anbietern378 besteht eine große Heterogenität der Bewertungskonzepte für CSR.379 3.3.1 ECPI Im Jahr 1995 begann eine Gruppe von Professoren der Universität Bocconi im Bereich der ethischen Finanzierung und des verantwortungsvollen Investierens zu forschen. 1997 entwickelte sich aus den ersten Ergebnissen eine gemeinsame Forschungsinitiative mit der Pontificia Università Lateranense und infolgedessen kam es zur Gründung des Ethical Finance Observatory. Diese Forschungsanstalt zielte darauf ab, Unternehmen auf Transparenz, Verantwortung, Vertrauenswürdigkeit und Ethik zu untersuchen und zu diesem Zweck neue Methoden zu entwickeln.380 Im Jahr 1999 wurde ECPI, noch unter dem Namen E.Capital Partners, mit dem Ziel der Schaffung und Auswahl von Finanzprodukten mit hohem sozialem Wert in Mailand gegründet. 2000 wurde das erste ethische Rating von ECPI angeboten. Auf Basis des ECPI-Ratingmodells wurde der erste ethische Index, ECPI Ethical Index Europe, entwickelt. Im Jahr 2005 entwickelte ECPI MARS, ein regelbasiertes Ratingmodell, das nicht nur auf Wertpapiere anwendbar war, sondern Fondsmanagern helfen sollte „Alpha“381 zu generieren und fondsspezifische Risiken, z. B. Reputationsrisiken, zu vermeiden. 2007 wurde ECP International SA gegründet, um von Luxemburg aus weitere Märkte wie Deutschland, das Vereinigte Königreich, Japan, die Vereinigten Staaten und Polen zu erschließen.382

378

379 380 381 382

In der Arbeit von Schäfer et al. (2006), S. 110 ff. werden 37 Ratingagenturen aufgelistet, die externe Nachhaltigkeitsratings anbieten. Vgl. Sjöström (2004), S. 4; Schäfer et al. (2006), S. 6. Vgl. ECPI (2015b), S. 1 ff. Eine Überrendite über einen Vergleichswert. Vgl. ECPI (2015b), S. 1 ff.

3 NACHHALTIGKEITSBEWERTUNG

73

Im Jahre 2010 wurde ECPI nach einer zwischenzeitlichen Zusammenarbeit mit MittelSpA383 durch die Gründer zurückgekauft. Darauf folgend wurden neue Produkte wie die ESG-Index-Serie in China in Zusammenarbeit mit CSI (ECPI China Consumption Index Series) sowie für den italienischen Markt in Zusammenarbeit mit der FTSE Group (FTSE ECPI Italia SRI Index Series) und Japan mit der Nomura Securities Japan aufgelegt. 2013 erhielt ECPI International SA den Status „Professionnel du Secteur Financier“ (PSF). Damit hält ECPI eine Investmentberaterlizenz und wird durch die Commission de Surveillance du Secteur Financier (CSSF) reguliert und überwacht.384 Die Methodik des ECPI Company Ratings basiert auf einer von ECPI entwickelten Vorgehensweise, die öffentliche Informationen von Unternehmen, Datenanbietern und Medien auswertet. Weiterhin nutzt das ECPI Company Rating einen sektorbasierten Best-Practice-Ansatz, um die ESG-Informationen von Emittenten zu analysieren. ECPI Research transformiert qualitative Informationen in quantitative Indikatoren, um jedem Emittenten einen Score und ein Rating zuzuordnen.385 In einem dreistufigen Prozess werden zuerst die Informationen aus Jahresabschlüssen, Investor-Relations-Präsentationen, Webseiten, anderen Medien, Netzwerken und auch NGOs gescreent und analysiert. In einem zweiten Schritt findet eine weitere Analyse durch das Senior Team von ECPI statt und im dritten Schritt wird das ECPI-ESGRating zugeordnet.386 Für das ECPI-Rating werden branchenspezifisch zwischen 80 und 86 Indikatoren ausgewertet. Die Indikatoren werden acht Gruppen zugeordnet und später in zwei Sektionen aufgeteilt. Die Sektionen sind zum einen die ökologische und zum anderen die Sozial- und Unternehmensverantwortungssektion. In beiden Sektionen werden den Unternehmen jeweils bis zu maximal 60 Punkte zugeordnet. Insgesamt kann ein Unternehmen somit einen Gesamtwert von 120 Punkten im übergreifenden ESGRating erreichen.387 Tabelle 3 verdeutlicht die Zuordnung der Indikatoren in Kategorien und Sektionen:

383 384 385 386 387

Hierbei handelt es sich um ein italienisches Finanzinstitut in Mailand. Vgl. ebd., S. 1 ff. Vgl. ECPI (2015a), S. 3. Vgl. ebd., S. 5. Vgl. ebd., S. 6.

74

3 NACHHALTIGKEITSBEWERTUNG

Indikatoren 8 Kategorien 80/86

2 Sektoren

7

Ökologische Strategien und Maßnahmen

13

Umweltmanagement

Umwelt

3/4

Produkt (sektorspezifisch)

max. 60 Punkte

6/11

Produktionsprozess (sektorspezifisch)

9

Humankapital

12 11

Gesellschaftsbe-ziehungen Sozial- & Unternehmensverantwortung Märkte max. 60 Punkte

19

CG & Shareholder

1 Score

ESG Rating max. 120 Punkte

Tab. 3: Aufbau des ECPI-ESG-Ratings388 Neben den branchenbezogenen Indikatoren werden weitere zehn Indikatoren in die Ratingbewertung einbezogen. Diese überwachen die auf dynamischer Basis kurzfristigen Informationsänderungen zum Missverhalten der Unternehmen in einem der zehn ESG-Risikobereiche. Die Indikatoren werden täglich aktualisiert und beobachten das Gefahrenpotential von Gerichtsverfahren und potentiellen Strafen für die Unternehmen.389

388 389

Eigene Darstellung in Anlehnung an ECPI (2015a), S. 6. Vgl. ECPI (2015a), S. 8. Siehe hierzu auch Tabelle 4 mit den zehn ESG-Risikobereichen.

75

3 NACHHALTIGKEITSBEWERTUNG

Ökologisches Management

Gesellschaftsbeziehung

Arbeitnehmer Märkte

Verantwortung

Gesetzesübereinstimmung

Respektierung Respektierung der Menschen- der Arbeitnehmerrechte rechte

Beziehung mit Zulieferern

CG-Veröffentlichungen

Gesundheit und Sicherheit

Kundenbeziehung

Transparenz von verbundenen Unternehmen

Korruption und Bestechung Konkurrenz Tab. 4: ECPI-ESG-Risikobereiche390 Aufgrund des Ansatzes des ECPI-ESG-Ratings basiert die Evaluation von Ereignissen, die den Wert des Ratings beeinflussen, auf einer Kombination von mehreren Faktoren in einer vordefinierten geschlossenen Struktur. Es wird somit nicht nur der Schweregrad des Ereignisses in der Bewertung berücksichtigt, sondern zusätzlich auch der Zeitraum, die Iteration, die Unternehmensreaktion, die Art des Ereignisses und die Beteiligung anderer Unternehmen an dem Ereignis. Der letztendliche Wert wird aufgrund der akkumulierten Gewichtung der verschiedenen Faktoren zugewiesen.391

390 391

Eigene Darstellung in Anlehnung an ECPI (2015a), S. 8. Vgl. ECPI (2015a), S. 9.

76

3 NACHHALTIGKEITSBEWERTUNG

Beteiligung weiterer Unternehmen

Stärke Zeitraum Iteration

Unternehmensreaktion

Sehr stark

Kürzlich

Lang

Verneint nicht, aber behebt Schaden Vorsatz auch nicht

Ja

Stark

Nicht kürzlich

Mittel

Verneint, aber die Fakten sind offensichtlich

Nein

Kurz

Prozess oder Klage laufen, aber Schicksal Unternehmen streitet Verantwortung ab

Nicht Stark

Art

Schuld

Schuld wird eingestanden und Schaden behoben Neues Unternehmen Tab. 5: ECPI-ESG-Ereignisbewertung392 3.3.2 Sustainalytics Sustainalytics als Nachhaltigkeitsratingagentur entstand im Jahr 2009 aus dem Zusammenschluss des in Europa vertretenen Unternehmens Sustainalytics und des Unternehmens Jantzi Research, das bereits im Jahre 1992 in Kanada gegründet wurde.393 Miteigentümer sind neben dem CEO Michael Jantzi unter anderem ABN AMRO Mees Pierson, Mooncrest Holdings Limited, PGGM, Renewal Partners, Silver Box Holdings Limited und auch die Triodos Bank. Zu den Kunden von Sustainalytics zählen Finanzinstitutionen, Asset Manager, Investmentfonds, Pensionsfonds, Banken und auch akademische Netzwerke. Sustainalytics bietet den Kundengruppen Nachhaltigkeitsratings und Berichte zu mehr als 4500 Unternehmen sowie eine sektorenbasierte Recherche zu 42 Branchen. Für Investoren werden neben unternehmensbasierten auch länderspezifische Informationen zu ESG-Themen bereitgestellt.394

392 393 394

Eigene Darstellung in Anlehnung an ECPI (2015a), S. 9. Vgl. Sustainalytics (2015b), S. 1 ff. Vgl. Sustainalytics (2015a), S. 1 ff.; Garz/Hassl/Volk (2015), S. 2.

3 NACHHALTIGKEITSBEWERTUNG

77

Die unternehmensbasierten Informationen enthalten sowohl relevante quantitative als auch qualitative ESG-Informationen. Im Rahmen der quantitativen Informationen werden unter anderem ein Unternehmensranking und die relative Position des Unternehmens innerhalb der Industrie angezeigt. Zusätzlich werden die Company-Performance-Scores der ESG-Dimensionen und zuletzt auch die historische ESGPerformance der Unternehmen bereitgestellt. Die qualitativen Informationen beziehen sich auf kontroverse ESG-bezogene Ereignisse oder Vorfälle mit Auswirkung auf das jeweilige Unternehmen.395 Das von Sustainalytics verwendete Verfahren unterscheidet drei Teilbereiche, die untersucht und bewertet werden: Environment, Social und Governance. Diese werden weiter in Unterkategorien untergliedert, wie in Abbildung 6 erkennbar ist.

Environmental

Social

Governance

Operations

Employees

Business Ethics

Supply Chain

Supply Chain

Corporate Governance

Products and Services

Customers

Public Policy

Community and Philanthropy

Abb. 6: Untergliederung der ESG-Dimensionen nach Sustainalytics396

395 396

Vgl. Sustainalytics (2014), S. 1 ff. Eigene Darstellung in Anlehnung an Sustainalytics (2014), S. 1.

78

3 NACHHALTIGKEITSBEWERTUNG

Die Unterkategorien werden durch verschiedene vergleichbare Kern- und auch sektorspezifische Indikatoren analysiert, bewertet und gewichtet, um die übergreifende ESGUnternehmensperformance zu bestimmen. Für jede der 42 Branchen existiert eine spezifische Vorlage, mit der die gemessenen Indikatoren gemäß den Anforderungen der wichtigsten branchenspezifischen ESG-Aspekte branchenspezifisch angepasst werden.397 Jedem Indikator wird ein Wert von 0 bis 100 zugewiesen. Dieser Wert ermöglicht sowohl einen absoluten als auch einen relativen Leistungsvergleich zwischen den untersuchten Unternehmen. Die Gewichtung des jeweiligen Wertes führt zu dem gewichteten Indikatorwert, wobei sich der Gesamtwert für das jeweilige Unternehmen aus der Summe aller gewichteten Indikatorwerte ergibt.398 Die übergreifende Untersuchung der ESG-Leistung eines Unternehmens durch Sustainalytics basiert auf den folgenden vier Elementen:399 1. Bereitschaft: Hierbei wird die Fähigkeit der Unternehmen beurteilt, mit ESGAspekten umzugehen und die potentiellen Auswirkungen und Risiken von ESG zu bewältigen. 2. Offenlegung: In diesem Bereich werden die Transparenz und die systematischen Offenlegungsmechanismen bewertet, die den Stakeholdern ermöglichen sollen, Entscheidungen auf einer ausreichenden Informationsbasis zu treffen. Die Nachhaltigkeitsberichterstattung und die Implementierung von wichtigen Berichts- und Verifizierungsstandards sind für die Bewertung durch Sustainalytics wichtig. 3. Quantitative Leistung: In diesem Bereich wird von Sustainalytics die ESGLeistung basierend auf quantitativen sozialen und ökologischen Indikatoren auf absoluter sowie auf relativer Basis ermittelt. Hierbei werden beispielsweise Indikatoren wie die Mitarbeiterfluktuation, der Kohlenstoffdioxydausstoß, die Anzahl von Unfällen und der Anteil von Umsätzen aus nachhaltigen Produkten bewertet. 4. Qualitative Leistung: Hierbei wird die ESG-Leistungsfähigkeit der Unternehmen auf Basis qualitativer Informationen über Vorfälle beurteilt, die negative ESG-Auswirkungen hatten.

397 398 399

Vgl. Sustainalytics (2014), S. 1. Vgl. ebd., S. 1. Vgl. ebd., S. 2.

3 NACHHALTIGKEITSBEWERTUNG

79

Neben der allgemeinen Bewertung der ESG-Leistungen eines Unternehmens werden von Sustainalytics spezifische Vorfälle untersucht, die im Zusammenhang mit dem Verstoß oder dem Beitrag zu einem Verstoß gegen nationale oder internationale Gesetzgebungen oder Nachhaltigkeitsstandards stehen. Unter Vorfälle wird das Auftreten von einem oder mehreren Vorkommnissen im Zusammenhang mit der Geschäftstätigkeit eines Unternehmens subsumiert, die sich möglicherweise negativ auf die ESG-Leistung eines Unternehmens auswirken. Die Effekte dieser Vorfälle können zu einem Risiko für die Investoren führen.400 Sustainalytics gibt an ca. 20.000 Nachrichtenquellen zu überwachen und täglich auszuwerten, um aus ESG-Sicht wichtige Nachrichten zu identifizieren. Die Analyse von Sustainalytics berücksichtigt die von den Unternehmen verwendeten ESGStandards. Weitere Quellen für die Bewertung der Unternehmen sind Jahresabschlussberichte, Finanzberichte, Steuerunterlagen, CSR-Berichte und CSR-Berichterstattung auf den Webseiten der Unternehmen sowie Nachrichtenportale wie Bloomberg, Zeitungen und NGOs.401 Negative Vorfälle wie Gerichtsverfahren, operative Vorkommnisse (z. B. Unfälle) oder Mitarbeiterstreiks werden auf das Reputationsrisiko und die Auswirkungen auf die Stakeholder und die Umwelt hin untersucht. Hierbei bewertet Sustainalytics die Schwere des Vorfalls auf einer Skala von 1 bis 5, wobei Kategorie 5 der stärksten Auswirkung entspricht. Außerdem wird versucht die Entwicklung des Vorfalls über die nächsten zwölf Monate zu antizipieren.402 Das Ergebnis ist eine sektorbasierte Bewertung der Nachhaltigkeitstätigkeit der Unternehmen, die täglich bezüglich wichtiger Vorfälle aktualisiert wird.403 3.3.3 Morgan Stanley Capital International Morgan Stanley Capital International (MSCI) hat eine knapp 40-jährige Geschichte und ist weltweit für Branchen- und Länderindices bekannt.404 Im Jahr 2010 übernahm MSCI die RiskMetrics Group. Zu der RiskMetrics Group gehörten etablierte Nachhaltigkeitsratingagenturen wie Innovest, KLD und IRRC. Deshalb gehört MSCI auch im Bereich der Nachhaltigkeitsforschung und der Nachhaltigkeitsratings zu den größten Anbietern.405 Das MSCI-Nachhaltigkeitsrating mit dem Namen MSCI ESG Intangible Value Assessment (MSCI ESG IVA) wurde einerseits für die Konstruktion der von MSCI vertriebenen Nachhaltigkeitsindices und des MSCI-ESG-Indices und 400 401 402 403 404 405

Vgl. Sustainalytics (2014), S. 2. Vgl. ebd., S. 2 ff. Vgl. ebd., S. 3. Vgl. Sustainalytics (2014), S. 4. Vgl. Neumann (2015), S. 1. Vgl. Cordeiro/Kotoky (2010), S. 1 f.; Heismann (2010), S. 1 f.

80

3 NACHHALTIGKEITSBEWERTUNG

andererseits auch für eine Reihe weiterer ESG-Research-Produkte von MSCI genutzt.406 Im Jahre 2015 wurde das MSCI ESG IVA durch MSCI-ESG-Ratings ersetzt.407 Das Ziel des MSCI-ESG-Ratings ist es, durch eine branchenspezifische Analyse der Unternehmen und den Vergleich mit anderen Unternehmen aus der jeweiligen Branche Risiken und Chancen aufzudecken, die von konventionellen Finanzanalysen nicht erfasst werden. Investoren sollen sich durch das MSCI-ESG-Rating über potentielle Risiken und insbesondere den Werteinfluss der branchenspezifischen und geographischen ESG-Risiken informieren können.408 Dafür werden im MSCI-ESG-Rating Datenpunkte aus 96 unterschiedlichen Bereichen von über 5.700 Unternehmen analysiert. Zusätzlich gibt es für 70 Branchen spezifisch angepasste Berichte über die wichtigsten ESG-relevanten Angelegenheiten für die jeweilige Branche. Täglich werden aus 1600 Medien reguläre Aktualisierungen von öffentlichen Dokumenten und Daten von Drittanbietern erfasst, um eine kontinuierliche Evaluation der ESG-Risiken zu ermöglichen.409 Das MSCI-ESG-Rating verwendet einen vierstufigen Ansatz. Im ersten Schritt werden Daten von mehr als 1000 Datenpunkten bestehend aus ESG-Strategien, ESGProgrammen und aus Unternehmensberichten ausgewertet. Im zweiten Schritt des MSCI-ESG-Ratings wird die jeweilige Gefährdung durch sogenannte „SchlüsselESG-Risiken“ eines Unternehmens berechnet. Diese Risikobewertung basiert auf den Kernaktivitäten des Unternehmens, dem Ursprung des Umsatzes, der Lokalisierung der Unternehmenswerte und weiteren unternehmensspezifischen Faktoren. Zusätzlich werden die Strategien der Unternehmen in Bezug auf diese spezifischen Risiken bewertet und es wird eingeschätzt, inwiefern sich daraus Risiken oder auch Chancen für die Unternehmen ergeben. Hierfür werden 80 Unternehmensmerkmale und geographische Merkmale evaluiert. Gleichzeitig wird auch bewertet, in welchem Ausmaß die Unternehmen die jeweiligen für eine in Tabelle 6 enthaltene ESG-Thematik spezifischen Probleme bewältigen. Hierfür werden 600 Methoden und Strategien, 240 Leistungsmerkmale und 96 Unternehmensführungsmerkmale untersucht.410

406 407 408 409 410

Vgl. Barthruff (2014), S. 173. Vgl. MSCI ESG Research Inc. (2015b), S. 2. Vgl. ebd., S. 1. Vgl. ebd., S. 1. Vgl. MSCI ESG Research Inc. (2015a), S. 2 f.

3 NACHHALTIGKEITSBEWERTUNG

3 Säulen 10 Thematiken

Umwelt

37 ESG-Schlüsselkriterien

Klimaveränderung

Abgasausstoß, Energieeffizienz, ökologischer Fußabdruck, Finanzierung, Umwelteinfluss, Anfälligkeit durch Klimaveränderung

Natürliche Ressourcen

Biodiversität und Landnutzung, natürliche Ressourcennutzung

Verschmutzung und Abfall

Toxische Emissionen und toxischer Abfall, Verpackungsabfälle, Elektroschrott

Umweltchancen

Chancen im Bereich sauberer Technologien, grünen Bauens, erneuerbarer Energien

Humankapital

Arbeitnehmermanagement, Gesundheit, Sicherheit, Humankapitalentwicklung, Arbeitsstandards entlang der Lieferkette

Produktverlässlichkeit

Produktsicherheit und Produktqualität, chemische Sicherheit, Finanzproduktsicherheit, Privat- und Datensicherheit, verantwortliches Investieren, Gesundheit und demographische Risiken

Stakeholder-Opposition

Kontroverse Beschaffung

Soziale Chancen

Zugang zu Kommunikation, Finanzierung, Gesundheitsversorgung

Unternehmensverantwortung

Aufsichtsrat, Besitz, Managemententlohnung, Rechnungslegung

Unternehmensverhalten

Geschäftsethik, Korruption und Instabilität, Antikorruptionsmethoden, Finanzsystemstabilität

Soziales

Verantwortung

Tab. 6: MSCI-ESG-Hierarchie der Schlüsselthematiken411

411

81

Eigene Darstellung in Anlehnung an MSCI ESG Research Inc. (2015a), S. 4.

82

3 NACHHALTIGKEITSBEWERTUNG

In der dritten Stufe werden die Hauptthematiken bewertet und gewichtet. Die 37 Schwerpunktthematiken werden jährlich für jede Branche ausgewählt und neu gewichtet, insbesondere bei bedeutenden Ereignissen, die eine Auswirkung auf die jeweilige Branche respektive das jeweilige Unternehmen haben. Im letzten und vierten Schritt werden die Ergebnisse des MSCI-ESG-Ratings auf einer siebenstufigen Skala dargestellt, die von AAA bis CCC reicht. Hierfür werden die Unternehmen mithilfe eines branchenspezifischen Modells bewertet und in einer Rangliste gegenüber den anderen Unternehmen der Branche eingeordnet.412 Zwei wesentliche Fragen sollen mithilfe des MSCI-ESG-Ratings beantwortet werden: einerseits die Frage, welche der negativen externen Effekte die Unternehmen in der jeweiligen Branche hervorrufen und wie sich die negativen externen Effekte in der mittleren bis langfristigen Zukunft zu nicht antizipierten Kosten entwickeln können.413 Andererseits soll die Frage beantwortet werden, welche ESG-Themen, die die jeweiligen Industrien betreffen, sich in der mittel- bis langfristigen Zukunft zu Chancen für die Unternehmen entwickeln könnten. Um diese Fragen zu beantworten, wird das in Tabelle 6 dargestellte Schema verwendet. So können die unternehmensspezifischen Thematiken den entsprechenden Teilbereichen des Bewertungsprozesses zugeordnet und Risiken, aber auch Chancen in den jeweiligen Bereichen identifiziert werden.414 3.3.4 Kritische Würdigung des ECPI-Ratings In dieser Arbeit wird die Ratingbewertung des Anbieters ECPI verwendet. Die Entscheidung für die Ratingbewertungen von ECPI stützt sich unter anderem auf die große Nähe zur Wissenschaft, die auf die Gründung durch Forscher der BocconiUniversität zurückgeht. Ein wissenschaftlich begründeter Ansatz für die Messung der CSR ist in dieser wissenschaftlichen Arbeit einem praktischen Ansatz vorzuziehen. In der vorliegenden Arbeit werden auch regionale Unterschiede im Zusammenhang von CSR-Rating und finanzieller Performance von Unternehmen untersucht. Deshalb war für diese Arbeit vor allem eine gute Abdeckung des europäischen Raums wichtig, wie sie durch ECPI bereitgestellt wird. ECPI als europäischer Ratinganbieter ermöglicht eine repräsentative Untersuchung sowohl des amerikanischen als auch des europäischen Raums.415

412 413

414 415

Vgl. MSCI ESG Research Inc. (2015a), S. 2. Zum Begriff der negativen Externalitäten, auch als negative externe Effekte bezeichnet, siehe die Ausführungen in Kapitel 2.4.3.1. Vgl. MSCI ESG Research Inc. (2015a), S. 4. Vergleiche hierzu die Stichprobenübersicht in Tabelle 9.

3 NACHHALTIGKEITSBEWERTUNG

83

Darüber hinaus ist das ECPI-Rating nach den gängigen Brancheneinteilungen des Bloomberg-Systems strukturiert. Dies erleichtert einerseits die Verarbeitung und Untersuchung der Daten, da die Brancheneinteilungen dem Standard des größten Kennzahleninformationssystems entsprechen.416 Zusätzlich ermöglicht diese häufig verwendete Strukturierung sinnvolle Vergleiche der Ergebnisse mit anderen Forschungsarbeiten, da einheitliche Branchenzugehörigkeiten vorliegen. Die größte Problematik der anderen großen Ratinganbieter wie MSCI und Sustainalytics liegt jedoch in ihrer fehlenden Unabhängigkeit. Sie sind keine unabhängigen Unternehmen. Sustainalytics gehört einem Konsortium von mehreren Banken und Investmentgesellschaften. 417 Der am Kapitalmarkt notierte Ratinganbieter MSCI gehört zu einem großen Teil institutionellen Investoren wie BlackRock, Janus Capital, Morgan Stanley etc.418 Daher können mögliche Interessenkonflikte nicht ausgeschlossen werden. Folglich spricht für die Verwendung des ECPI-Ratings die Unabhängigkeit der Ratingagentur ECPI, die mögliche Interessenkonflikte minimiert.

416 417 418

Vergleiche hierzu die Brancheneinteilungen in Abbildung 9. Vgl. Sustainalytics (2015a), S. 1 ff.; Garz/Hassl/Volk (2015), S. 2. Vgl. Morningstar (2017), S. 2.

84

4

4 EMPIRISCHE ANALYSE

Empirische Analyse

In der empirischen Analyse wird zuerst ein Überblick über den bisherigen Forschungsstand gegeben. Darauf folgt die Identifizierung der Forschungslücke und der Forschungsdesiderate. Anschließend werden das Ziel und die Fragestellungen der Untersuchung aus der Forschungslücke abgeleitet. Danach wird ein Überblick über die vorhandene Datenbasis der Untersuchung gegeben. Es schließen sich die Querschnittsanalyse der Jahresabschlusskennzahlen, die Querschnittsanalyse der Kapitalmarktkennzahlen und die Portfolioanalyse an. Das Kapitel endet mit einer auführlichen Diskussion der erzielten Ergebnisse.

4.1 Überblick über Datenquellen und Ergebnisse bestehender Forschung Untersuchungen des Einflusses von CSR auf die finanzielle Performance von Unternehmen sind in der wissenschaftlichen Forschung seit den 1970er Jahren zu finden. Perrini et al. (2009) sehen den Anfang dieser Forschungsströmung im Jahr 1972 mit den Untersuchungen von Bragdon und Marlin (1972)419 und der Arbeit von Moskowitz (1972)420.421 Margolis und Walsh (2009) untersuchen deshalb in ihrer Metastudie 251 Arbeiten ab dem Jahr 1972, die sich mit dem Zusammenhang von CSR und finanzieller Unternehmensperformance (Corporate Financial Performance, CFP) beschäftigen.422 Die Arbeit von Bragdon und Marlin (1972) steht in direktem Zusammenhang mit den Ausführungen Friedmans aus dem Jahre 1970.423 Durch den positiven Zusammenhang in ihrer Studie von CSR und CFP boten Bragdon und Marlin (1972) eine Alternative zu der bestehenden Auffassung der neoklassischen Theorie vom Zusammenhang zwischen CSR und CFP.424 In den Studien werden zahlreiche unterschiedliche Verfahren zur Messung von CSR und CFP verwendet (Kategorie Tranzparenz in Tabelle 7). So wurden neben CSRRatings von Anbietern wie ECPI (Kategorie Rating in Tabelle 7) auch von den Autoren selbst entwickelte CSR-Bewertungen oder lediglich CSR-Berichte, beispielsweise

419

Vgl. hierzu die Arbeit von Bragdon/Marlin (1972). Vgl. hierzu die Arbeit von Moskowitz (1972). 421 Vgl. Perrini et al. (2009), S. 5. 422 Vgl. Margolis/Elfenbein/Walsh (2009), S. 2. 423 Friedman (1970) vertritt in dem vielbeachteten Artikel mit dem Titel „The Social Responsibility of Business is to Increase its Profits“ die Meinung, dass das Management eines Unternehmens als Agent der Eigentümer einzig und allein den Eigentümern verpflichtet ist und es bei Ausübung von CSR zu einer Umverteilung von Vermögen kommt, die nicht im Interesse der Eigentümer liegt. 424 Vgl. Bragdon/Marlin (1972), S. 17. 420

4 EMPIRISCHE ANALYSE

85

Global-Reporting-Initiative-(GRI-)Berichte, verwendet.425 GRI-Berichte geben Aufschluss über das CSR-Verhalten der Unternehmen. Sie stellen damit jedoch lediglich unstrukturierte subjektive Informationen der Unternehmen über ihre Unternehmensverantwortlichkeit dar. Folglich sind sie keinesfalls ein Messinstrument für die CSR der Unternehmen. Die GRI-Berichte mussten deshalb erst von den Autoren ausgewertet werden, was dazu führt, dass jede dieser Studien unterschiedliche Bewertungskriterien verwendet. 426 Eine andere Datenquelle sind die sogenannten Eventstudien. Bei diesen wurde überwiegend untersucht, wie sich die Aufnahme oder der Ausschluss von Unternehmen aus CSR-Indizes auf die Kapitalmarktbewertung auswirkt. Eventstudien werden in Tabelle 7 unter die CSR-Kategorie „Aktion“ gefasst und entsprechend gekennzeichnet. Diese Art der Untersuchung eignet sich besonders, wenn ein Index über einen langen Zeitraum beobachtet werden kann. Problematisch an den Eventstudien ist, dass es sich nur um einzelne Ereignisse handelt, die stets sehr individuell sind. Aus diesem Grund ist es kaum möglich, Ergebnisse von Eventstudien auf die Grundgesamtheit zu übertragen. In dieser Arbeit wird deshalb ein CSR-Rating herangezogen. Damit wird die Problematik der fehlenden Messbarkeit der CSR anhand von CSR-Berichten umgangen. Zusätzlich lassen sich im Gegensatz zu Eventstudien die Ergebnisse gut auf die Grundgesamtheit übertragen.427 Um die CFP zu messen, wurden in früheren Untersuchungen zwei unterschiedliche Datentypen verwandt. Zu Anfang überwog die Messung von Daten, die auf den Jahresabschlüssen der Unternehmen basierten. Die zweite Methode, die CFP zu messen, basiert auf Kapitalmarktdaten. Sie fand später eine weite Verbreitung in wissenschaftlichen Arbeiten. Derzeit werden beide Datentypen in wissenschaftlichen Studien genutzt.428 Um die Ergebnisse beider Forschungsströmungen miteinander vergleichen zu können, werden in dieser Arbeit sowohl Jahresabschlussdaten als auch Kapitalmarktdaten untersucht. Aufgrund dieser unterschiedlichen Herangehensweisen vorheriger wissenschaftlicher Arbeiten wurde eine Literaturrecherche der häufig zitierten wissenschaftlichen Arbeiten durchgeführt. Tabelle 7 schlüsselt die Rechercheergebnisse nach den Kriterien des Veröffentlichungsjahrs der Studien, der Größe der Stichprobe, der Messmethode und des festgestellten Zusammenhangs von CSR und CFP auf.

425

426 427

428

Vgl. hierzu beispielsweise die Arbeit von Cañón-de-Francia/Garcés-Ayerbe (2009), S. 245 ff.; Ramiah/Martin/Moosa (2013), S. 1747 ff. Siehe hierzu die Auflistung der unterschiedlichen Studien in Tabelle 13. Vgl. hierzu die Arbeiten von Becchetti/Ciciretti/Hasan (2007); Robinson/Kleffner/Bertels (2011); Oberndorfer/Wagner/Ziegler (2011). Siehe hierzu die Auflistung und Kategorisierung der Studien in Tabelle 13.

86

4 EMPIRISCHE ANALYSE

Es können verschiedene Trends beobachtet werden. So unterscheiden sich die Studien in ihren Aussagen, insbesondere dann, wenn nach den Messmethoden (Transparenz, Aktion, Rating) differenziert wird. In den Studien, die Transparenz oder Aktionen als CSR-Indikator nutzen, konnten positive, negative oder auch keine Zusammenhänge gemessen werden. Es überwiegt jedoch die Anzahl nichtsignifikanter Zusammenhänge. Für die Kategorie Rating ist der Zusammenhang meist positiv. Es ist erkennbar, dass sich die Anzahl der Unternehmen in den Stichproben der Kategorie „Rating“ über die Zeit tendenziell erhöht hat. Deshalb konnten in den jüngeren Studien mehr Unternehmen in der Stichprobe im Hinblick auf den Einfluss des CSR-Ratings untersucht werden. Bezüglich der Kategorie „Transparenz“ ist schon in der Studie von Guerard (1997) eine vergleichsweise große Stichprobe von 1300 Unternehmen untersucht worden.429 CSR-

CFP-

Kategorie

Kategorie

917

Rating

JA

Chan/ Walter (2014)

748

Transparenz

Marktba.

Positiv

Ayuso et al. (2014)

936

Rating

JA

Positiv

Wu/ Shen (2013)

162

Rating

JA

Positiv

Aktas/ Bodt/ Cousin (2011)

129

Rating

Marktba.

Positiv

318

Transparenz

Marktba.

Positiv

Robinson/ Kleffner/ Bertels (2011) El Ghoul et al. (2011)

2809

Rating

JA

Positiv

Goss/ Roberts (2011)

650

Rating

JA

Positiv

500

Rating

JA

Positiv

Galema/ Plantinga/ Scholtens (2008) Morey et al. (2009)

200

Rating

JA

Positiv

Luo/ Bhattacharya (2006)

113

Rating

Marktba.

Positiv

Barnett/ Salomon (2006)

61

Rating

Marktba.

Positiv

Peinado-Vara (2006)

2

Aktion

JA

Positiv

Schnietz/ Epstein (2005)

416

Rating

Marktba.

Zusammenhang

Autor (Jahr)

N

Positiv

Barthruff (2014)

Positiv

429

Siehe hierzu Tabelle 13.

87

4 EMPIRISCHE ANALYSE

CSR-

CFP-

Kategorie

Kategorie

62

Aktion

JA

Simpson/ Kohers (2002)

385

Rating

JA

Positiv

Chen/ Chen/ Wei (2003)

275

Transparenz

JA

Positiv

King/ Lenox (2001)

652

Transparenz

JA

Positiv

Ruf et al. (2001)

488

Rating

JA

Positiv

Carter/ Kale/ Grimm (2000)

437

Aktion

JA

Positiv

Dowell/ Hart/ Yeung (2000)

89

Aktion

JA

Positiv

Graves/ Waddock (1999)

653

Rating

JA

Positiv

Brown (1998)

197

Rating

Marktba.

Positiv

Judge/ Douglas (1998)

217

Aktion

JA

Positiv

Stanwick/ Stanwick (2000)

125

Transparenz

JA

Positiv

Russo/ Fouts (1997)

243

Rating

JA

Positiv

Waddock/ Graves (1997b)

469

Rating

JA

Positiv

Preston/ O'Bannon (1997)

67

Rating

JA

Positiv

Hart/ Ahuja (1996)

127

Aktion

JA

Positiv

Blacconiere/ Patten (1994)

47

Transparenz

Marktba.

Positiv

Herremans/ Akathaporn/ McInnes (1993)

96

Rating

JA

Positiv

Freedman/ Stagliano (1991)

27

Transparenz

Marktba.

Positiv

Cochran/ Wood (1984)

61

Rating

JA

Nicht sig.

Paterno (2009)

66

Transparenz

JA

Nicht sig.

Vermeir/ Van de Velde/ Corten (2005)

315

Rating

Marktba.

Nicht sig.

Seifert/ Morris/ Bartkus (2004)

225

Aktion

Marktba.

Zusammenhang

Autor (Jahr)

N

Positiv

Goll/ Rasheed (2004)

Positiv

88

4 EMPIRISCHE ANALYSE

CSR-

CFP-

Kategorie

Kategorie

135

Aktion

JA

8

Transparenz

JA

McWilliams/ Siegel (2001)

524

Transparenz

JA

Nicht sig.

Balabanis/ Phillips/ Lyall (1998)

56

Transparenz

JA

Nicht sig.

Guerard (1997)

1300

Transparenz

Marktba.

Nicht sig.

Hamilton/ Jo/ Statman (1993)

400

Transparenz

Marktba.

Nicht sig.

Arlow/ Ackelsberg (1991)

146

Aktion

JA

Negativ

Belghitar/ Clark/ Deshmukh (2014)

84

Transparenz

Marktba.

Negativ

Cañón-de-Francia/ Garcés-Ayerbe (2009)

80

Transparenz

Marktba.

Negativ

Boyle/ Higgins/ Rhee (1997)

32

Aktion

Marktba.

Zusammenhang

Autor (Jahr)

N

Nicht sig. Nicht sig.

Seifert/ Morris/ Bartkus (2003) Moore (2001)

Nicht sig.

Nicht sig. = Keine signifikanten Ergebnisse; JA = Jahresabschlussdaten; Marktba. = Verwendung von Kapitalmarktdaten; Transparenz = Verwendung von Veröffentlichungsdaten; Rating = Verwendung eines CSR-Ratings; Aktion = Beobachtung von CSR-Verhalten von Unternehmen

Tab. 7: Bisherige wissenschaftliche Studien430 In der wissenschaftlichen Literatur konnten weitere Metaanalysen zur Thematik des Zusammenhangs von CSR und CFP identifiziert werden. Die Rechercheergebnisse zu den Metaanalysen werden in Tabelle 8 dargestellt.

430

Eigene erweiterte Darstellung in Anlehnung an van Beurden/Gössling (2008), S. 414 f.

89

4 EMPIRISCHE ANALYSE

Autor (Jahr)

Anzahl untersuchter Studien

Zusammenhang

Pava/ Krausz (1996)

21

positiv

Orlitzky/ Schmidt/ Rynes (2003)

52

positiv

Margolis/ Walsh (2003)

127

mehrheitlich positiv

Renneboog/ Ter Horst/ Zhang (2008)

16

negativ

van Beurden/ Gössling (2008)

34

positiv

Tab. 8: Metastudien zum Zusammenhang von CSR und CFP431 Pava und Krausz führten im Jahr 1996 eine der ersten Metaanalysen zum Zusammenhang zwischen CSR und CFP durch. In ihrer Studie untersuchten sie die Ergebnisse von 21 wissenschaftlichen Arbeiten.432 Im Ergebnis beschreiben sie den Zusammenhang von CSR und CFP als komplex. Sie kommen zu dem aus ihrer Sicht paradoxen Ergebnis, dass Unternehmen, die als CSR-Kriterien erfüllend wahrgenommen werden, eine generell gleiche oder sogar bessere CFP als andere Unternehmen zeigen.433 Es ist hier anzumerken, dass die Datenbasen der frühen Untersuchungen sehr beschränkt sind (beispielsweise hinsichtlich der Kontrollvariablen wie Branchen oder empirischer Faktoren der Multifaktormodelle wie Small-Minus-Big, HighMinus-Low und Momentum). Deshalb und wegen der beschränkten CSR-Messkriterien, z. B. Ratingscores, sind die Ergebnisse dieser Untersuchungen nur eingeschränkt aussagekräftig. Aktuellere Studien haben hingegen häufig die Möglichkeit, multiple (Kontroll-)Variablen, wie die zuvor genannten, in die Analysen einzubinden. Dadurch entstehen aussagekräftigere multivariate Regressionsmodelle, wie sie auch in dieser Arbeit Verwendung finden. Zusätzlich sind die Datenbasen für CSR-Ratings wesentlich umfangreicher und lassen damit auch Ergebnisse für die unterschiedlichen CSR-Dimensionen zu.434

431 432 433 434

Eigene Darstellung. Vgl. Pava/Krausz (1996), S. 323. Vgl. ebd., S. 348. Beispielsweise Chan/Walter (2014), Humphrey und Tan (2014), Galema, Plantigna und Scholtens (2008) und Hong/Kacperczyk (2009).

90

4 EMPIRISCHE ANALYSE

In ihrer Metaanalyse aus dem Jahr 2003 untersuchten Orlitzky, Schmidt und Rynes 52 Studien mit 33.878 Beobachtungspunkten zum Zusammenhang von CSR und CFP. Die Ergebnisse zeigen, dass Social Responsibility und zu einem geringeren Teil auch Environmental Responsibility einen moderat positiven Zusammenhang mit der CFP aufweisen.435 CSR war in den Studien stärker mit den jahresabschluss- als mit den kapitalmarktbasierten Indikatoren für CFP korreliert. Insbesondere wenn die Reputation als Indikator für CSR gemessen wurde, waren die Korrelationen mit der CFP stark. Orlitzky, Schmidt und Rynes sind der Meinung, dass die Ergebnisse zeigen, dass mit erhöhter Sicherheit von einem positiven Zusammenhang von CSR und CFP ausgegangen werden kann.436 In der Metaanalyse von Margolis und Walsh (2003) wurden 127 wissenschaftliche Arbeiten untersucht, die größtenteils einen positiven Zusammenhang zwischen CSR und CFP aufweisen. Einige Studien zeigten jedoch gemischte Resultate oder auch negative Zusammenhänge. Da es sich bei dieser Metaanalyse um eine reine Auflistung ohne weitergehende Analyse handelt, kann sie keine gesicherte Aussage über den Zusammenhang von CSR und CFP treffen.437 Renneboog, Ter Horst und Zhang (2008) sehen in den Ergebnissen ihrer Metaanalyse einen Hinweis darauf, dass SRI-Investoren bereit sind eine suboptimale CFP zu akzeptieren. Sie begründen dies mit den sozialen oder ethischen Zielen, die von diesen Investoren verfolgt werden und damit als Substitut für CFP fungieren. Die Ergebnisse widersprechen denen der vorherigen Metaanalysen, da diese positive Zusammenhänge für CSR und CFP gefunden hatten.438 Mithin mussten nach den anderen Studien Investoren keine niedrigere Performance akzeptieren, wenn sie CSR als Auswahlkriterium ihrer Investments verwendeten. In der Metastudie von Renneboog, Ter Horst und Zhang (2008) wurden allerdings lediglich 16 wissenschaftliche Arbeiten zum SRI analysiert.439 Dies mindert die Aussagekraft im Vergleich zu den umfangreicheren anderen Metaanalysen.

435

436 437 438 439

In dieser Arbeit wird die soziale Verantwortung demnach über die Komponente „Social and Governance“ und die ökologische Verantwortung über die Komponente „Environmental“ im ECPI-Rating gemessen. Insofern lassen sich Ergebnisse erzielen, die mit den Befunden früherer wissenschaftlicher Studien verglichen werden können. Vgl. Orlitzky/Schmidt/Rynes (2003), S. 403. Vgl. Margolis/Walsh (2003), S. 268 ff. Vgl. Renneboog/Ter Horst/Zhang (2008), S. 1723. Vgl. ebd., S. 1736.

4 EMPIRISCHE ANALYSE

91

In ihrer Metastudie stellen van Beurden und Gössling (2008) bei 23 der 34 untersuchten wissenschaftlichen Arbeiten einen positiven Zusammenhang zwischen CSR und CFP fest. 9 Studien zeigen hingegen keinen signifikanten und nur zwei einen negativen Zusammenhang.440 Daraus folgern van Beurden und Gössling, dass eine klare empirisch nachweisbare positive Korrelation zwischen CSR und CFP besteht.441 Zusammenfassend zeigt der überwiegende Teil der hier aufgeführten Metastudien eine Tendenz zur Feststellung eines positiven Zusammenhangs zwischen CSR und CFP in der Forschung. Problematisch hierbei ist jedoch, dass nicht alle Arbeiten positive Zusammenhänge zeigen. Es finden sich sowohl nichtsignifikante Zusammenhänge als auch negative Zusammenhänge. Es ist deshalb an den Metastudien zu kritisieren, dass allein aus dem Umstand, dass eine Mehrzahl der Arbeiten positive Zusammenhänge zeigt, nicht zu schließen ist, dass von solchen auch tatsächlich ausgegangen werden kann. Vielmehr muss zusätzlich kontrolliert werden, auf welche Weise CSR und auch CFP gemessen wurden. Erst dadurch ergibt sich ein vielschichtigeres Bild unterschiedlicher Zusammenhänge.

440 441

Vgl. van Beurden/Gössling (2008), S. 417. Vgl. ebd., S. 407.

92

4 EMPIRISCHE ANALYSE

4.2 Forschungsstand, Forschungslücke und Forschungsdesiderate Im folgenden Schritt wird der Forschungsstand auf Forschungslücken überprüft. Dazu werden die bisherigen wissenschaftlichen Arbeiten analysiert, um Einschränkungen in Forschungsdesign, Stichprobe und Methodik festzustellen. Zuerst werden die wissenschaftlichen Arbeiten betrachtet, die sich auf die Messung von jahresabschlussbasierten Kennzahlen konzentrieren. Danach werden die Arbeiten diskutiert, die die finanzielle Performance mittels einer kapitalmarktbasierten Analyse messen. Die Arbeit von Cochran und Wood (1984) ist eine der ersten umfangreichen Untersuchungen des Einflusses von CSR auf die CFP. Sie diente darüber hinaus in ihrem Design vielen weiteren Arbeiten als Modell und wurde häufig zitiert. Die Autoren analysieren den Zusammenhang von CSR und CFP mithilfe einer Stichprobe von 39 Unternehmen aus 29 verschiedenen Branchen, die mit einer Kontrollgruppe von 366 Unternehmen verglichen wird, die keine CSR-Bewertung hatten. Die Arbeit verwendet ausschließlich Jahresabschlussdaten, insbesondere den sogenannten „Excess Value“, der die höhere Bewertung durch den Markt im Vergleich zu anderen Unternehmen widerspiegeln soll. Dieser Ansatz ähnelt somit der späteren Verwendung von Tobin’s q. Die Messung von CSR erfolgte durch ein simples Ratingverfahren, ein Reputationsindex basierend auf der Moskowitz-Liste.442 Es wurde ein positiver Zusammenhang zwischen CSR-Rating und Excess Value gefunden. Die kleine Stichprobe von 39 Unternehmen schränkt die Aussagekraft dieser Arbeit jedoch erheblich ein. Auch der gewählte Ratingansatz erfasst die CSR nur sehr begrenzt. Hinzu kommt, dass Unternehmen, die ein CSR-Rating besitzen, mit einer Gruppe ohne ein solches Rating verglichen werden. Dies ist problematisch, da keine Aussage über die CSR der Vergleichsgruppe getroffen werden kann. Insgesamt sind damit die Studienergebnisse als wenig belastbar einzustufen. Insbesondere ältere wissenschaftliche Arbeiten sind mit den genannten Problemen behaftet.443

442 443

Vgl. Cochran/Wood (1984), S. 48. Allerdings ist auch in aktuelleren wissenschaftlichen Studien die Problematik der Wahl unterschiedlicher Datenbasen beobachtbar, so sind beispielsweise auch von Ayuoso et al. (2014) oder auch Aktas et al. (2011) sehr seltene Datenbasen verwendet worden.

4 EMPIRISCHE ANALYSE

93

Die Studie von Waddock und Graves aus dem Jahre 1997 ist eine der am häufigsten zitierten Untersuchungen zum Zusammenhang von CSR und CFP.444 Sie verwendet für die Messung der CSR das KLD-Rating445 verwendet.446 Zur Messung der CFP wurden die Variablen Return on Assets (ROA), Return on Equity (ROE) und Return on Sales (ROS) benutzt.447 Nach Bereinigungsprozessen fanden 469 Unternehmen Eingang in die Untersuchung.448 Die Ergebnisse von Waddock und Graves mit CSR als unabhängiger Variable und die mit einem Jahr Nachlauf benutzten CFP-Werte als abhängige Variable sind signifikant positiv. Für den ROA liegt die Signifikanz auf dem Level p < 0,01 und für den ROS bei p < 0,05. Für CSR und ROE wird ein gleichläufiger Zusammenhang festgestellt, der jedoch keine Signifikanz aufweist.449 Außerdem wird eine konstant negativer Zusammenhang zwischen Verschuldungsquote und CSR beobachtet. Unternehmen mit höherer CSR hatten also eine niedrigere Verschuldungsquote.450 Das verwendete Studiendesign, bei dem die CFP mithilfe von Jahresabschlussdaten dargestellt wird, hat sich als Grundlage für weitere Studien etabliert.451 Das in der Studie verwendete KLD-Rating ist jedoch problematisch, da in dem Rating Themen lediglich binär abgehandelt werden (0 = Problematik ist nicht vorhanden und 1 = Problematik ist vorhanden).452 Dadurch ist es anpassungsfähig, da jeder Interessent sich über die einzelnen Aspekte informieren und die für ihn wichtigsten berücksichtigen und selbst gewichten kann. Allerdings entfällt die nützliche Gewichtung bzw. Bewertung durch Experten, die den eigentlichen Mehrwert der CSRRatings ausmacht. Es ist bei eigener Gewichtung der Forscher auch nicht mehr möglich, die Ergebnisse der unterschiedlichen Untersuchungen zu vergleichen. Zudem enthält das Rating 7 verschiedene Kategorien.453 Dadurch orientiert sich das Rating nicht an den 3 Dimensionen der CSR und ist nur eingeschränkt mit den Ergebnissen anderer CSR-Ratings zu vergleichen.

444 445

446 447 448 449 450 451 452 453

Die Untersuchung wurde gemäß den Angaben in Google Scholar bis zum 06.03.2016 mehr als 4.000 Mal zitiert. Das Rating durch Kinder, Lydenberg, Domini (KLD Rating) bezog sich zum damaligen Zeitpunkt auf die Untersuchung der CSR der Unternehmenswerte des S&P 500 Index Domini 400 Social Index. Vgl. RiskMetrics Group (2010), S. 3. Das KLD-Rating hat in vielen Studien Verwendung gefunden. Es existiert jedoch in seiner damaligen Form nicht mehr, sondern wurde infolge der Übernahme durch Riskmetrics im Jahre 2009 in das MSCIESG-Rating integriert. Vgl. Waddock/Graves (1997b), S. 307. Vgl. ebd., S. 309. Vgl. ebd., S. 310. Vgl. ebd., S. 311. Vgl. ebd., S. 311. Vgl. hierzu beispielsweise Ayuso et al. (2014). Vgl. RiskMetrics Group (2010), S. 4. Hierbei handelt es sich um die Gruppen: Community, Corporate Governance, Diversity, Employee Relations, Environment, Human Rights and Product. Vgl. RiskMetrics Group (2010), S. 3.

94

4 EMPIRISCHE ANALYSE

Das KLD-Rating enthält bis zum Jahr 2000 lediglich Werte für den S&P 500 und den DS 400 Index und erlaubt damit lediglich eine Untersuchung des US-amerikanischen Marktes.454 Demzufolge konnten lediglich Aussagen für die USA getroffen werden. Insgesamt ergeben sich starke Einschränkungen hinsichtlich der Belastbarkeit und Generalisierbarkeit der Ergebnisse. Ayuso et al. (2014) untersuchten den Zusammenhang von CSR und CFP mithilfe einer Datenbasis des Ratings der SAM Group. Diese Datenbasis hat nach den Angaben der Autoren den Vorteil gegenüber dem häufig verwendeten KLD-Rating, dass Unternehmen aus zahlreichen Ländern einbezogen werden und mithilfe eines Scores von 0 bis 100 eine feingliedrigere Analyse erfolgen kann. Das Rating der SAM Group basiert jedoch ausschließlich auf eigenen Angaben der Unternehmen. Dies unterscheidet es von den meisten anderen CSR-Ratings und ist als kritisch einzuschätzen, da keine weitergehenden Informationen Beachtung finden.455 Die Autoren benutzen Länder als Kontrollvariable und stellen fest, dass sich der Zusammenhang von CSR und ROE in Abhängigkeit vom Rechtssystem unterscheidet. Ein Zusammenhang von CSR und ROE wird in der Studie ausschließlich in Ländern mit angelsächsischem Rechtssystem nachgewiesen. Problematisch ist, dass lediglich die Kennzahl ROE und nur eine einzige jahresabschlussbasierte Kennzahl Berücksichtigung findet. Zudem erfasst das SAM-Rating die Corporate Governance als einzigen Indikator für CSR und deckt damit nicht alle drei Dimensionen ab.456 Zusammenfassend weisen die Arbeiten, die lediglich jahresabschlussbasierte Kennzahlen untersuchen, demnach zahlreiche Einschränkungen auf. Viele der verwendeten Ratingdaten sind nicht oder nur eingeschränkt für eine Querschnittsanalyse geeignet. Die untersuchten CSR-Ratings sind teilweise auf nur eine CSR-Dimension limitiert oder orientieren sich nicht an den üblichen drei CSR-Dimensionen.457 Einige Studien weisen sehr kleine Stichproben auf und sind deshalb in ihrer Aussagekraft begrenzt.458 Andere Studien untersuchen nur eine sehr limitierte Anzahl von Jahresabschlusskennzahlen. Die meisten Studien sind regional auf die USA beschränkt und lassen damit keine Aussage über andere Länder zu.459

454 455 456 457 458 459

Vgl. RiskMetrics Group (2010), S. 3. Vgl. Ayuso et al. (2014), S. 422. Vgl. Ayuso et al. (2014), S. 422. Vgl. hierzu die Arbeit von Ayuso et al. (2014). Vgl. hierzu die Arbeit von Cochran und Wood (1984). Vgl. Cochran und Wood (1984) und Waddock und Graves (1997).

4 EMPIRISCHE ANALYSE

95

In jüngeren wissenschaftlichen Arbeiten zum Zusammenhang von CSR und finanzieller Performance stehen die Kapitalmarktdaten der Unternehmen im Fokus der Untersuchung. Es wird eine große Bandbreite von unterschiedlichen Datensätzen und Quellen für die Kapitalmarktdaten verwendet. Einige Studien verwenden Investmentfonds, um die Performance von SRI-Fonds und konventionellen Fonds zu untersuchen (beispielsweise Hamilton et al., 1993; Statman, 2000; Bauer et al. 2005, Barnett und Salomon, 2006). Jedoch ist dieser Ansatz aus mehreren Gründen problematisch. Bei dem Vergleich zwischen SRI-Fonds und konventionellen Fonds werden die Unterschiede in Fondsgröße, Alter, Region und Investmentuniversum nicht beachtet. All diese Faktoren können jedoch die Fondsperformance beeinflussen.460 Andere Studien lösen diese Problematiken teilweise, indem sie einen Anpassungsprozess der Fonds vornehmen. Dieser Ansatz passt die konventionellen Fonds und die SRI-Fonds in Größe, Alter, Investmentuniversum und Region an (beispielsweise Mallin et al., 1995; Gregory et al., 1997; Kreander et al., 2005). Performanceunterschiede können aber immer noch durch andere Faktoren als den zu untersuchenden Zusammenhang erklärt werden. So kann die Managementfähigkeit der Investmentmanager die Fondsperformance beeinflusssen. Deshalb sind Vergleiche von Investmentsfonds generell in ihrem Erklärungsgehalt limitiert.461 Weitere Studien versuchen die Einschränkungen der Investmentfonds zu vermeiden, indem sie SRI-Indices mit konventionellen Indices vergleichen. Dieser Ansatz vermeidet die Probleme der Investmentfonds, da die beiden zu vergleichenden Indices dasselbe Investment-Universum besitzen. 462 Deshalb kann es bei ihrem Vergleich nicht zu den Verzerrungen463 kommen, die mit der vergleichenden Untersuchung von Investmentfonds einhergehen.464 Jedoch fokussieren sich Indices typischerweise auf eine spezifische Region und können deshalb nur zu regional spezifischen Ergebnissen führen. Insgesamt fokussieren sich die meisten Untersuchungen ausschließlich auf USamerikanische Datensätze.465 Dies führt zu einer großen Anzahl von Ergebnissen für den US-Markt, aber vernachlässigt mögliche Unterschiede in anderen Regionen, wie Kontinentaleuropa.

460 461 462 463

464 465

Vgl. Belghitar et al. (2014), S. 54. Vgl. Belghitar et al. (2014), S. 54. Vgl. Belghitar et al. (2014), S. 54. Verzerrungen können durch Unterschiede in den Daten hervogerufen werden. Beispiele hierfür sind Brancheneinflüsse oder auch Größeneinflüsse der Unternehmen. Durch bestimmte branchenspezifische Faktoren können die Ergebnisse beeinflusst werden, beispielsweise wenn eine Branche in der Stichprobe überrepräsentiert ist. Vgl. Belghitar et al. (2014) S. 54. Beispielsweise Chan/Walter (2014) und Hong/Kacperczyk (2009).

96

4 EMPIRISCHE ANALYSE

Der Selektionsprozess von Fonds und Indices ist nicht transparent. Meist entscheidet eine Gruppe von Experten über die Aufnahme einer Aktie in die Fonds oder Indices. Zum Beispiel entscheidet bei der FTSE4Good Index Series ein Beratungskommittee, ob ein Unternehmen nachhaltig genug ist, um in den Index aufgenommen zu werden.466 Dies ist problematisch, da keinen einheitlichen Kriterien für CSR gefolgt wird. Alle bisherigen Forschungsarbeiten, die Fonds und Indices verwenden, sind dadurch limitiert, dass sie Aktien oder Portfolios keine spezifischen CSR-Werte zuordnen können. Folglich können Unternehmen nicht individuell untersucht werden. Zusätzlich ist es problematisch, SRI mit konventionellen Investments zu vergleichen, da es keine Informationen über die CSR der Unternehmen gibt, die in konventionellen Investments berücksichtigt werden. Infolgedessen hat ein Vergleich mit konventionellen Investments nur limitierten Erklärungsgehalt. Die folgenden Studien haben zur Untersuchung von CSR und finanzieller Performance CSR-Ratings genutzt, um Einschränkungen früherer Studien zu vermeiden. Humphrey und Tan (2014) nutzen das KLD-Rating und das Carhart-Four-Factor Model (1997), die Sharpe Ratio und das Capital Asset Pricing Model (CAPM).467 Sie fokussieren sich auf sogenannte Sündenaktien. Dies sind Aktien von Unternehmen, die in umstrittenen Branchen aktiv sind, beispielsweise Tabak, Alkohol, Waffen, Glücksspiel und Nuklearenergie. Die jährliche Stichprobe war auf nur 73 US-Unternehmen limitiert. Das KLD-Rating wird in der Studie dazu genutzt, Unternehmen zu identifizieren, deren Aktien als Sündenaktien bewertet werden. Humprey und Tan vergleichen zwei Kategorien – Sündenaktien und andere Aktien – miteinander und fanden keine signifikanten Unterschiede zwischen ihnen.468 Die Probleme der regionalen Spezifität, der Stichprobengröße und der Bewertung von individueller CSR können mit dieser Studie nicht gelöst werden. Deshalb sind die Resultate durch diese Einschränkungen limitiert. Eine weitere Arbeit ist die Untersuchung von Galema, Plantigna und Scholtens (2008), in der einerseits das Buchwert-Marktwert-Verhältnis genutzt wird und andererseits das Three-Factor Model von Fama und French (1993) und das Carhart-Four-Factor Model (1997) angewendet werden, um Überrenditen aufgrund der CSR zu finden.469 Als Indikator für CSR wird auch hier wie schon bei Waddock und Graves (1997) das KLDRating genutzt.470 Untersucht wurden Unternehmen aus dem S&P 500 Index.471 Diese Studie kommt zu dem Ergebnis, dass sich CSR negativ auf das Buchwert-MarktwertVerhältnis der untersuchten Unternehmen wirkt. Für die SRI-Portfolios ergeben sich nur für das Community Portfolio signifikante Überrendite, ansonsten zeigen sich keine 466 467 468 469 470 471

Vgl. Belghitar (2014) S. 56. Vgl. Humphrey/Tan (2014), S. 375. Vgl. Humphrey/Tan (2014), S. 375 ff. Vgl. Galema/Plantinga/Scholtens (2008), S. 2646. Vgl. ebd., S. 2648. Vgl. ebd., S. 2647.

4 EMPIRISCHE ANALYSE

97

signifikanten Ergebnisse.472 Auch hier gelten die zuvor genannten Beschränkungen des KLD-Ratings, so dass ein Vergleich mit anderen Untersuchungen aufgrund der individuellen Gewichtung und Berücksichtigung von Faktoren durch die Forscher problematisch ist. Die für die Kategorie Community gefundenen Effekte sind dementsprechend auch nicht mit den üblichen Ergebnissen für die 3 CSR Dimensionen zu vergleichen. Zusätzlich werden mit dem S&P 500 Index lediglich Daten aus den USA untersucht. Andere Regionen werden nicht beachtet. Die Einschränkung dieser Portfolioanalyse ist, dass keine Aussagen zu einzelnen Unternehmen, sondern nur zu Portfolios gemacht werden können. Der Zusammenhang zwischen CSR und finanzieller Performance kann damit nicht direkt gemessen werden.473 Kempf und Osthoff (2007) nutzen in ihrer Studie das Carhart-Four-Factor Model, um die finanzielle Performance zu messen. Sie erstellten Zero-Cost-Portfolios, in denen der Kauf von Aktien mit hohen CSR-Bewertungen durch den Verkauf von Aktien mit niederigen CSR-Bewertungen finanziert wird. Diese Portfolios erreichten, basierend auf unterschiedlichen Auswahlstrategien, Überrenditen von bis zu 8,7 % pro Jahr.474 Jedoch berücksichtigen Kempf und Osthoff keine regionalen Unterschiede, da die Stichprobe auf dem S&P 500 und dem DS 400 Index basiert und deshalb nur Aufschluss über den US-Markt geben kann. Zusätzlich erstellen die Autoren ihr eigenes Rating basierend auf dem KLD-Rating.475 Daher sind ihre Ergebnisse nicht mit denen anderer Studien vergleichbar und auch nicht zu rekonstruieren, da unklar ist, welche Faktoren berücksichtigt werden und ob diese noch individuell gewichtet wurden. Dieses Problem resultiert aus der zuvor beschriebenen Problematik des KLD-Ratings, dass eine individuelle Anpassung ermöglicht und es dem Nutzer überlässt, Gewichtungen vorzunehmen.476 Dadurch herscht keine Einheitlichkeit bei den CSR-Bewertungen in den einzelnen Untersuchungen. Zusammenfassend ist aus den vorherigen Ausführungen abzuleiten, dass mit CSRRatings differenziertere Informationen über den Zusammenhang von CSR und finanzieller Performance gesammelt werden können als mit Fonds oder Indices. Die feingliedrigeren Unterschiede von CSR-Bewertungen mittels einer ordinalen oder metrischen Skalierung erlauben eine genauere Interpretation als simple Gruppenvergleiche. Jedoch waren wissenschaftliche Studien, die CSR-Ratings verwendeten, bisher nicht in der Lage, die Einschränkungen früherer Studien zu beseitigen.

472 473 474 475 476

Vgl. ebd., S. 2653. Vgl. beispielsweise die Ergebnisse von Kempf und Osthoff (2007). Vgl. Kempf und Osthoff (2007), S. 908. Vgl. Kempf und Osthoff (2007), S. 910. Vgl. RiskMetrics Group (2010), S. 4.

98

4 EMPIRISCHE ANALYSE

Die Studienergebnisse sind nach wie vor überwiegend auf die USA begrenzt, die Skalierung der meisten Studien ist immer noch auf Kategorien beschränkt, einige Studien untersuchen zudem nur eine Dimension der CSR und die Analyse der finanziellen Performance erfolgt meist nur auf Grundlage der Portfolioanalyse.477 Die oben identifizierten Einschränkungen bisheriger Forschungsarbeiten resultieren in Mängel im derzeitigen Wissensstand. In der bisherigen Forschung fehlen aufgrund der zuvor beschriebenen Einschränkungen Ergebnisse zu den Zusammenhängen von CSR und finanzieller Performance in unterschiedlichen Regionen. Aufgrund der Fokussierung bisheriger Arbeiten auf den US-amerikanischen Markt ist nicht klar, ob die Zusammenhänge in anderen Regionen gleich oder möglicherweise unterschiedlich sind.478 Durch die Fragmentierung der vielen Untersuchungen existieren viele Ergebnisse zum Zusammenhang, ohne jedoch einen Vergleich zwischen unterschiedlichen Ratingkategorien oder auch Unterschieden zwischen jahresabschlussbasierten und kapitalmarktbasierten Zusammenhängen zu ermöglichen.479 Keine der Untersuchungen hat beide Zusammenhänge mithilfe des gleichen Datensatzes untersucht. Damit ist nicht klar, ob unterschiedliche Ergebnisse auf abweichende Datensätze zurückzuführen ist. Eine weitere Lücke in der bisherigen Forschung ist, dass in den Untersuchungen immer nur eine Methode angewandt wird. So sind Kapitalmarktdaten ausschließlich mihilfe von Portfolioanalysen untersucht worden;480 eine Querschnittsanalyse von Kapitalmarktdaten erfolgte in keiner der bisherigen Untersuchungen. Querschnittsanalysen wurden lediglich für die Untersuchung von Jahresabschlussdaten genutzt.481

477

478 479 480 481

Vgl. die Ausführungen zu den Arbeiten von Humphrey und Tan (2014), Galema et al. (2008) und Kempf und Osthoff (2007). Vgl die Arbeiten von Galema et al. (2008) und Humphrey und Tan (2014). Vgl. hierzu die Übersicht in Tabelle 7. Vgl. hierzu die Arbeiten von Belghitar et al. (2014) und Kempf und Osthoff (2007). Vgl. hierzu die Übersicht in Tabelle 7.

4 EMPIRISCHE ANALYSE

99

4.3 Ziel und Fragestellungen der Untersuchung Das Ziel der Untersuchung ist es, die in den vorherigen Kapiteln erläuterten Zusammenhänge zu untersuchen und die Forschungslücke mit erweiterten Methoden und einer umfangreichen Datengrundlage zu schließen. Die vorliegende Abhandlung wird die folgende Forschungsfrage beantworten: Existiert ein Zusammenhang zwischen CSR und der finanziellen Performance von börsennotierten Unternehmen? Das Wirkungsdiagramm in Abbildung 7 zeigt die Variablen und die (nummerierten) Wirkungszusammenhänge, die in der empirischen Analyse untersucht werden. Es werden neben den direkten Zusammenhängen auch moderierende Einflussfaktoren untersucht.



Abb. 7: Wirkungsdiagramm der Forschungsfragen Im Folgenden werden die Teilfragen zur Beantwortung der übergeordneten Forschungsfrage aus den identifizierten Einschränkungen bisheriger Forschungsarbeiten und der aus ihnen resultierenden Lücken im derzeitigen Wissensstand abgeleitet. Die Entscheideung, keine Hypothesen zu bilden, resultiert aus den beiden divergierenden theoretischen Begründungszusammenhängen – dem neoklassischen Ansatz und dem der Stakeholdertheorie in Verbindung mit der Neuen Institutionenökonomik – für den Zusammenhang zwischen CSR und Unternehmensperformance. Ein überlegenes theoretisches Modell für die zu untersuchenden Zusammenhänge ergibt sich für keinen der beiden theoretischen Begründungszusammenhänge. Deshalb würden Hypothesen kein theoretisch ausreichend verankertes Modell widerspiegeln,

100

4 EMPIRISCHE ANALYSE

sondern wären letztendlich zu Aussagen umgeformte Fragestellungen. Zudem zeigen sich in bisherigen Untersuchungen Forschungsergebnisse sowohl für positive Zusammenhänge als auch für negative Zusammenhänge von CSR und Unternehmensperformance.482 Im Rahmen der Untersuchung des bisherigen Forschungsstandes wurde bereits eingehend kritisiert, dass viele Arbeiten einen Gesamtzusammenhang zwischen CSR und Unternehmensperformance konstatieren, obwohl in ihnen wie in der gesamten Forschung bislang nur sehr fragmentierte Teilzusammenhänge aufgezeigt werden konnten. Da vor dem Hintergrund des Forschungsstandes keine Richtungserwartungen und damit Hypothesen formuliert werden können, sind Fragen, die sich sowohl auf positive als auch negative Zusammenhänge richten, das angemessenere Instrument. Wie zuvor beschrieben, erzielen bisherige Forschungsarbeiten zwar Ergebnisse für die fundamentalen Zusammenhänge, allerdings wurden dazu meist nur CSR-Berichte genutzt oder lediglich CSR-Ratings verwendet, die sich nur auf eine CSR-Dimension fokussieren.483 Deshalb soll in dieser Arbeit untersucht werden, ob ein Zusammenhang zwischen dem Rating von ECPI und den jahresabschlussbasierten Kennzahlen existiert und ob sich der Zusammenhang basierend auf den Ratingkategorien (T, E uns SG) unterscheidet. Die Teilfrage Nr. 1 (Nr. 1 im Wirkungsdiagramm) lautet deshalb wie folgt: 1. Existiert ein Zusammenhang zwischen CSR-Rating (T, E und SG) und den fundamentalen Kennzahlen der Unternehmen? In bisherigen Forschungsarbeiten wurde der Zusammenhang von CSR und kapitalmarktbasierter Performance lediglich mit Portfolios untersucht.484 Diese Untersuchungen erlauben Aussagen darüber, ob ein Investor in der Praxis eine höhere oder niedrigerer Rendite hätte erzielen können. Einschränkend muss allerdings konstatiert werden, dass bei Portfolioanalysen immer Gruppen gebildet werden. Dadurch bedingt ergeben sich keine Ergebnisse für die einzelnen Unternehmen und es lässt sich auch keine Aussage über einen zugrunde liegenden Zusammenhang machen. Ähnlich wie bei einer Mittelwertanalyse können die Ergebnisse stark von der Wahl der Portfoliogrößen und der Verteilungen der Werte abhängen.485

482 483 484 485

Vgl. hierzu die Ergebnisse der Metaanalysen in Kapitel 4.1. Vgl. die Ausführungen zum Forschungsstand in Kapitel 4.2. Vgl. die Ausführungen zum Forschungsstand in Kapitel 4.2. Vgl. die Ausführung zur Mittelwertanalyse in Kapitel 4.5.

4 EMPIRISCHE ANALYSE

101

Deshalb wird in dieser Arbeit zusätzlich in einer einzelwertbasierten Querschnittsanalyse der Zusammenhang der CSR-Ratingkategorien mit der kapitalmarktbasierten Performance der Unternehmen untersucht. Die zweite Teilfrage (Nr. 2 im Wirkungsdiagramm) lautet daher: 2. Existiert ein Zusammenhang zwischen CSR-Rating (T, E und SG) und den Kapitalmarktkennzahlen der Unternehmen? Es existieren bereits Untersuchungen zum Zusammenhang von CSR und kapitalmarktbasierter Performance.486 Es stellt sich dennoch die Frage, wie sich der Zusammenhang von CSR-Ratingkategorien und der Portfolioperformance in der hier vorliegenden Stichprobe darstellt. Erst dadurch wird eine umfassende Analyse der Zusammenhänge ermöglicht. Darüber hinaus lassen sich diese Ergebnisse mit denen bisheriger Arbeiten vergleichen, in denen ebenfalls Portfolioanalysen durchgeführt wurden. Die dritte Teilfrage (Nr. 3 im Wirkungsdiagramm) lautet deshalb: 3. Existiert ein Zusammenhang zwischen CSR-Rating (T, E und SG) und der Portfolioperformance? Viele der vorherigen Arbeiten führten Portfolioanalysen durch, um den Zusammenhang von CSR und Unternehmensperformance zu untersuchen. 487 Für eine umfassende Analyse des Zusammenhangs muss deshalb ebenfalls eine Portfolioanalyse erfolgen. Es gibt jedoch verschiedene Möglichkeiten der Portfoliokonstruktion. In bisherigen Untersuchungen wurden teilweise Unterschiede zwischen den Screeningstrategien des Positive Screenings und des Best-in-Class Screenings gefunden.488 Von Interesse ist deshalb auch, ob bei der vorliegenden Stichprobe ebenfalls Unterschiede auf Basis der Screeningstrategien hervortreten. Dadurch kann einerseits ein Rückschluss auf den Einfluss von Faktoren gezogen werden, die in der Portfoliokonstruktion berücksichtigt werden (z. B. die Branchenzugehörigkeit im Best-in-Class Screening) und auch festgestellt werden, ob bestimmte Screeningstrategien für Investoren zu signifikanten Über- oder Unterrenditen führen.

486 487 488

Vgl. Humphrey und Tan (2014) und Galema et al. (2008). Vgl. Humphrey und Tan (2014), Galema et al. (2008) und Kempf und Osthoff (2007). Vgl. Kempf und Osthoff (2007), S. 921.

102

4 EMPIRISCHE ANALYSE

Zur Spezifizierung der Portfolioanalyse lautet deshalb die vierte Teilfrage (Nr. 4 im Wirkungsdiagramm) folgendermaßen: 4. Unterscheiden sich die Zusammenhänge bei Verwendung des Positive Screenings und des Best-in-Class Screenings? In den bisherigen Analysen war offensichtlich, dass die Forschungsarbeiten sich auf die US-amerikanische Region konzentrierten. Dies lag auch daran, dass zumeist nur Daten für den S&P 500 vorlagen.489 Diese einseitige regionale Betrachtungsweise macht es notwendig, weitere Regionen zu untersuchen und die Ergebnisse zu den Regionen miteinander zu vergleichen. Daraus ergibt sich die fünfte Teilfrage (Nr. 5 im Wirkungsdiagramm): 5. Unterscheiden sich die Zusammenhänge in den Regionen Amerika und Europa?

489

Vgl. Humphrey und Tan (2014), Galema et al. (2008) und Kempf und Osthoff (2007).

103

4 EMPIRISCHE ANALYSE

4.4 Datenbasis Die Datenbasis besteht aus einem Datensatz, der von der Nachhaltigkeitsratingagentur ECPI zur Verfügung gestellt wurde. Dieser enthält das Gesamtrating „Total“ und die Einzelratings der Bereiche „Environment“ und „Social and Governance“ für den Zeitraum von 2010 bis 2014 für die Unternehmen in der Stichprobe. Des Weiteren wurden von dem Datenanbieter Bloomberg Jahresabschluss- und Kapitalmarktdaten bezogen. In Abbildung 8 wird eine Übersicht der in dem Datensatz von ECPI enthaltenen Unternehmen, geordnet nach Ländern, dargestellt. 1400

Unternehmensanzahl

1200

1000

800

600

1130 991 36 74

1024 38 78

130

137

71 52

73 57

138

141

490

500

2010 36 74 130 71 52 138 490 991

2011 38 78 137 73 57 141 500 1024

39 79 141 75 64

1231

1253

40 84

42 84

147

151

81 73

82 73

166

170

640

651

2013 40 84 147 81 73 166 640 1231

2014 42 84 151 82 73 170 651 1253

147

400

200

0 Spanien Frankreich Italien Deutschland Kanada Vereinigtes Königreich Vereinigte Staaten Gesamtsumme

585

2012 39 79 141 75 64 147 585 1130

Abb. 8: Anzahl der Unternehmen in der Stichprobe nach Ländern490

490

Eigene Berechnungen.

104

4 EMPIRISCHE ANALYSE

Der Datensatz setzt sich, wie in Abbildung 8 zu sehen ist, in etwa hälftig aus amerikanischen und europäischen Unternehmen zusammen. Die meisten der Unternehmen aus dem Datensatz stammen aus den Vereinigten Staaten. Spanien ist hingegen mit nur 36 Unternehmen relativ gering vertreten. Nachfolgend wird in Abbildung 9 der Datensatz hinsichtlich der Verteilung der Unternehmen über die einzelnen Branchen dargestellt. 1400

Unternehmensanzahl

1200 1000 800 600 400 200 0 Energieversorger Technologie Industriell Fonds Finanzen Energie Verschiedenes Verbraucher, nicht zyklisch Verbraucher, zyklisch Kommunikation Rohstoffe Keine Zuordnung möglich Gesamtsumme

1130 991 68 55 149

1024 68 59

77 68

208

1253

81 77

81 79

198

206

226

226

94

93

195

202

180

154

204

1231

213 79

57

62

159

168

145

151

163

176

178

85 56 2010 68 55 149 2 204 57 5 159 145 85 56 6 991

87 59 2011 68 59 154 2 208 62 6 168 151 87 59 0 1024

91 68 2012 77 68 180 0 213 79 5 186 163 91 68 0 1130

104

107

74 2013 81 77 198 0 226 94 6 195 176 104 74 0 1231

75 2014 81 79 206 0 226 93 6 202 178 107 75 0 1253

186

Abb. 9: Anzahl der Unternehmen der Stichprobe nach Branchen491

491

Eigene Berechnungen.

4 EMPIRISCHE ANALYSE

105

Die Finanzbranche ist in allen Jahren mit ca. 20 % an der Gesamtanzahl der Unternehmen am stärksten vertreten. Auch die Industriebranche und die zyklischen sowie nichtzyklischen Konsumentenbranchen sind überproportional repräsentiert. Die Fondsbranche, die Kategorie „Verschiedenes“ und eine Gruppe, für die keine Zuordnung zu einer Branche möglich war, sind mit nur wenigen Unternehmen und in einzelnen Jahren überhaupt nicht vertreten. Deshalb werden diese Gruppierungen aus der weiteren Analyse ausgeschlossen. Das Datensample wurde bereinigt und angepasst, um geeignete statistische Ergebnisse erzielen zu können und Verzerrungen der Ergebnisse zu vermeiden. So wurden Unternehmen aus der Untersuchung einzelner Perioden des Samples ausgeschlossen, wenn keine Finanzdaten vorlagen. Das Datensample wurde über den Zeitraum um neue Unternehmen erweitert, wie in Abbildung 8 und 9 zu sehen ist. Jedoch sind zugleich Unternehmen nach folgenden Kriterien aus der Untersuchung entfernt worden: x Fusion mit einem anderen Unternehmen x Übernahme durch ein anderes Unternehmen x Insolvenz eines Unternehmens x Delisting von einem Unternehmen x Private Unternehmen, die nicht am Kapitalmarkt gelistet sind x Tickeränderungen, die eine korrekte Zuordnung verhindert hätten x Fehlende Finanzdaten im Bloomberg-System Mit dieser Vorgehensweise wurde sichergestellt, dass nur Unternehmen, für die sowohl CSR-Rating, Jahresabschluss- und Kapitalmarktwerte vorhanden waren, in die Untersuchung aufgenommen wurden. Aufgrund der Analyse der Finanzdaten erfolgt der Ausschluss von Unternehmen bereits für das Jahr 2010, wenn festgestellt wurde, dass sie schon vor dem Jahr 2010 eines der oben genannten Ausschlusskriterien erfüllten. Insbesondere Fusionen bzw. Übernahmen durch andere Unternehmen führte häufig zum Ausschluss. Auf Tickeränderungen entfällt nur ein geringer Anteil der Ausschlüsse. Abbildung 10 stellt die Datenbasis nach Bereinigung dar:

106

4 EMPIRISCHE ANALYSE

1400 1253

1231

Unternehmensanzahl

1200

1000

800

600

36 74 130

141

137

75

71

73

52

57

138

505

141

23 51 400

200

490

500

2010 Spanien Frankreich Italien Deutschland Kanada Großbritannien Vereinigte Staaten Gesamtsumme

36 74 130 71 52 138 490 991

nach Berein igung 23 51 79 40 31 48 233 505

147 548

40 31 50

2011 38 78 137 73 57 141 500 1024

nach Berein igung 22 54 93 40 31 50 258 548

147

151

81

82

73

73

166 609 24 59

22 54

96

585

46 39 54

2012 39 79 141 75 64 147 585 1130

nach Berein igung 24 59 96 46 39 54 291 609

682

170

27 64

98

98

49 47 67

49 45 651

331

2013 40 84 147 81 73 166 640 1231

689

26 64

640

291

258

233 0

64

93

79 40 31 48

79

38 78

84

84

39

1024

991

42

40

1130

nach Berein igung 26 64 98 49 47 67 331 682

75

331

2014 42 84 151 82 73 170 651 1253

nach Berein igung 27 64 98 49 45 75 331 689

Abb. 10: Bereinigte Anzahl der Unternehmen nach Ländern492 Durch den gesamten Bereinigungsprozess reduziert sich die Anzahl der Unternehmen in der Stichprobe auf 505 im Jahr 2010 und steigt sukzessive auf 689 Unternehmen im Jahr 2014. Insgesamt sind jedoch mehr als 689 Unternehmen in der Stichprobe, da über 492

Eigene Berechnungen.

107

4 EMPIRISCHE ANALYSE

100 Unternehmen, die in den Jahren vor 2014 in der Stichprobe waren, anhand der oben genannten Kriterien aus der Stichprobe entfernt wurden. In Tabelle 9 wird zur Veranschaulichung der Repräsentativität die Anzahl der Unternehmen in den jeweiligen Ländern angegeben. Zusätzlich ist jeweils ersichtlich, welcher Anteil der Unternehmen am jeweiligen Hauptindex durch die Stichprobe abgedeckt wird. Beispielsweise ist in der Tabelle zu sehen, dass vor der Bereinigung im Jahr 2010 71 Unternehmen in Deutschland in der Stichprobe vorhanden waren. Nach der Bereinigung sind noch 40 Unternehmen vorhanden. Der Dax 30 wird im Jahr 2010 zu 97 % von der Stichprobe abgedeckt. Dies bedeutet, dass 29 der 30 Unternehmen des Dax 30 aus dem Jahr 2010 auch Teil der verwendeten Stichprobe sind. Land

2010

2011

2012

2013

2014

Deutschland Dax 30

71* / 40** 97%***

73 / 40 97%

75 / 46 100%

81 / 49 100%

82 / 49 100%

Frankreich CAC 40

74 / 51 85%

78 / 54 85%

79 / 59 85%

84 / 64 85%

84 / 64 85%

U.K. FTSE 100

138 / 48 68%

141 / 50 65%

147 / 54 65%

166 / 67 72%

170 / 75 69%

Spanien IBEX 35

36 / 23 69%

38 / 22 71%

39 / 24 71%

40 / 26 71%

42 / 27 71%

Italien FTSE MB 40

130 / 79 83%

137 / 93 85%

141 / 96 85%

147 / 98 85%

151 / 98 88%

U.S.A. Dow Jones S&P 100

490 / 233 100% 100%

500 / 258 100% 100%

585 / 291 100% 100%

640 / 331 100% 100%

651 / 331 100% 100%

Kanada S&P/TSX 60

52 / 31 48%

57 / 31 50%

64 / 39 52%

73 / 47 55%

73 / 45 55%

Gesamt 991 / 505 1024 / 548 1130 / 609 1231 / 682 1253 / 689 * Die erste Zahl repräsentiert die Anzahl der Unternehmen in der bereitgestellten Stichprobe. ** Die zweite Zahl repräsentiert die Anzahl der Unternehmen nach durchgeführter Bereinigung. *** Die prozentualen Angaben repräsentieren den Anteil am jeweiligen Index, der durch die Unternehmen in der Stichprobe abgedeckt wird. Beispielsweise bedeutet 97 %, dass 97 % der Unternehmen des jeweiligen Index auch in der Stichprobe vorhanden sind.

Tab. 9: Stichprobenübersicht493

493

Eigene Berechnung.

108

4 EMPIRISCHE ANALYSE

Die ESG-Ratingdaten wurden von der Ratingagentur ECPI zur Verfügung gestellt. ECPI hat das Ziel, alle Unternehmen des MSCI World in ihrem Rating zu erfassen. Zusätzlich erfasst ECPI Unternehmen auf Basis von Kundenwünschen. Wenn Kunden ein Unternehmen in ihr Portfolio aufnehmen möchten, das bisher kein ESG-Rating besitzt, fertigt ECPI ein Rating an. Dies erklärt, warum in der Stichprobe in jedem Land die Anzahl der Unternehmen über dem Hauptindex liegt und zum Teil dennoch keine vollständige Abdeckung des Hauptindex besteht. Die größten Unternehmen werden erfasst, sobald sie auch im MSCI World vorhanden sind. Die zusätzlichen Unternehmen außerhalb des Hauptindex sind folglich auf Investorenwünsche hin mit einem Rating versehen worden und haben deshalb Einzug in die Stichprobe gefunden.494

494

Vgl. ECPI (2015a), S. 1 ff.

4 EMPIRISCHE ANALYSE

109

4.5 Statistische Methodik der Querschnittsanalyse In der Querschnittsanalyse wird zuerst eine deskriptiven Untersuchung mithilfe einer Mittelwertanalyse durchgeführt. Es schließen sich eine Korrelationsanalyse sowie eine Regressionsanalyse an. Alle Untersuchungen erfolgen jeweils separat für den Zusammenhang zwischen CSR-Rating mit den Jahresabschlusskennzahlen einerseits und den Kapitalmarktkennzahlen andererseits. Das Vorgehen wird im Folgenden detailliert beschrieben. Vor der Mittelwertanalyse wurden zuerst alle Datensätze mithilfe einer BoxplotAnalyse auf Ausreißer überprüft und gegebenenfalls korrigiert.495 Die BoxplotAnalyse gibt Aufschluss über eventuelle Schiefen in der Verteilung und die Breite der Verteilung.496 Daraufhin wurden alle Daten mittels des Shapiro-Wilk-Tests auf Normalverteilung untersucht.497 Zusätzlich wurde die Normalverteilung anhand von Histogrammen und Quantil-Quantil-Verteilungen (QQ-Verteilungen) überprüft. In der Mittelwertanalyse dieser Arbeit wird ein häufig verwendetes Verfahren zur Untersuchung von zwei Variablen angewandt. Dabei werden die Merkmalsausprägungen von zwei verschiedenen Gruppen geprüft. Dazu werden die Merkmalsträger je nach der Höhe der Merkmalsauprägung in zwei unterschiedliche Gruppen aufgeteilt.498 In dieser Arbeit wird eine Aufteilung anhand des CSR-Ratings von ECPI vorgenommen, mit dem drei Cluster gebildet werden. Die Clusteraufteilung erfolgt jeweils für das Total ESG Rating sowie die beiden Teilratings Environment und Social and Governance. Die Unternehmen werden anhand der Bewertung in der jeweiligen Ratingkategorie in eine Rangfolge gebracht. Ein Cluster enthält alle Unternehmen mit dem höchsten Rating, ein weiterer Cluster alle Unternehmen mit dem niedrigsten Rating und ein dritter Cluster alle Unternehmen mit einem Rating zwischen diesen beiden Gruppen. Es entstehen somit drei Gruppen, die im Folgenden als „hoch bewertet“ (die Unternehmen mit dem höchsten Rating), „niedrig bewertet“ (die Unternehmen mit dem niedrigsten Rating) und als „neutral“ (die Unternehmen, die keine hohe oder niedrige Ausprägung besitzen) gekennzeichnet werden. Gemäß der Vorgehensweise von Barthruff (2014) wird der Gruppe „hoch bewertet“ das obere Quartil (die 25 % mit dem höchsten CSR-Rating) und der Gruppe „niedrig bewertet“ das untere Quartil (die 25 % mit dem niedrigsten CSR-Rating) zugeordnet. Die Gruppe „neutral“ wird durch die Unternehmen repräsentiert, die nicht in den

495 496 497

498

Vgl. Cleff (2008), S. 55. Vgl. Cleff (2008), S. 56 f. Ein besonderer Fokus wurde in dieser Arbeit auf die Ergebnisse des Shapiro-Wilk-Tests gelegt, der in der wissenschaftlichen Literatur als der mächtigste Test für alle Arten von Verteilungen angesehen wird. Vgl. Razali/Wah (2011), S. 32. Vgl. Barthruff (2014), S. 179.

110

4 EMPIRISCHE ANALYSE

anderen Gruppen vorkommen (die 50 % mit mittlerem Rating). Es ergibt sich somit folgende Clusteraufteilung: x Cluster 1 „hoch bewertet“ = 25 % Unternehmen mit höchstem CSR-Rating x Cluster 2 „neutral“ = 50 % Unternehmen mit mittlerem CSR-Rating x Cluster 3 „niedrig bewertet“ = 25 % Unternehmen mit niedrigstem CSRRating499 Mit dieser Clusteraufteilung wird bei der hier vorliegenden Größe der Stichprobe sichergestellt, dass sich in jedem Cluster zu jedem Zeitpunkt genug Beobachtungspunkte für eine Analyse befinden. Wie auch in den Arbeiten von Waddock und Graves (1997) werden eine Querschnittsanalyse und zusätzlich eine Panelanalyse durchgeführt. 500 Die Querschnittsanalyse der Mittelwerte kann Unterschiede zwischen der Höhe der Mittelwerte der finanziellen Performance der nachhaltigen (Cluster 1) und nicht nachhaltigen (Cluster 3) Unternehmensgruppen aufzeigen. Sofern sich die Mittelwerte der Gruppen unterscheiden und dieser Unterschied statistisch signifikant ist, kann davon ausgegangen werden, dass die unabhängige Variable (CSR) im Zusammenhang mit der abhängigen Variablen (CFP) steht. Mangelt es an einem signifikanten Unterschied der Gruppen, so muss angenommen werden, dass kein Zusammenhang zwischen diesen Variablen besteht.501 Um die Signifikanz der Unterschiede zwischen den Mittelwerten der zwei Gruppen „hoch bewertet“ und „niedrig bewertet“ zu prüfen, wird ein Zweistichproben-t-Test verwendet.502 Der Zweistichproben-t-Test ermöglicht sowohl positive als auch negative Unterschiede zu identifizieren. Er wurde dem Einstichproben-t-Test vorgezogen, da a priori weder der positive noch der negative Zusammenhang ausgeschlossen werden sollte. Der Levene-Test wurde durchgeführt, um die Gleichheit der Varianzen der beiden Gruppen zu gewährleisten. Die Gleichheit der Varianzen ist eine Voraussetzung für die Durchführung des Zweistichproben-tTests.503

499

500 501 502 503

Vgl. hierzu auch die Ausführungen zur besonderen Bedeutung der hier verwendeten Quantile in der Praxis von Cleff (2008), S. 53 f. Vgl. Waddock/Graves (1997b), S. 303 ff. Vgl. Barthruff (2014), S. 184. Vgl. Rasch (2010), S. 34 ff. Vgl. Rasch (2010), S. 43 ff.

111

4 EMPIRISCHE ANALYSE

Zusätzlich zu der Querschnittsanalyse in den einzelnen Jahren von 2010 bis 2014 wurden Panels gebildet. Diese ergeben Aussagen über die Entwicklung des Zusammenhangs von CSR und CFP im Zeitverlauf. Es wird hierbei der Zusammenhang zwischen den CSR-Indikatoren aus einer Periode mit den Werten der CFP aus einer späteren Periode verglichen. Hiermit wird eine mögliche Vorhersagefähigkeit der CSR-Ratings auch für zukünftige CFP überprüft.504 Panel 1 beschreibt beispielsweise, wie sich die Mittelwerte der CFP der Gruppen „hoch bewertet“ und „niedrig bewertet“ im Jahr 2014 unterscheiden, wenn die Gruppeneinteilungen auf den CSR-Ratings aus dem Jahr 2010 basieren. Dieser Ansatz wurde bereits in den Arbeiten von Barthruff (2014) und Di Guillo et al. (2007) verwendet. Die Panels in der Untersuchung besitzen folgende Ausprägung: Jahr Panel 1 Panel 2 Panel 3

2010

2011

2012

2013

2014

4 Jahre 3 Jahre 3 Jahre

Tab. 10: Panelzeiträume505 In der Korrelationsanalyse wird der Zusammenhang zwischen den CSR-Ratings der Unternehmen mit ihren jahresabschluss- und kapitalmarktbasierten Daten untersucht. Die Korrelationsanalyse misst die Intensität eines statistischen Zusammenhangs. Zugleich kann auch die Signifikanz dieses Zusammenhangs bestimmt werden, um Aussagen zu seiner Irrtumswahrscheinlichkeit treffen zu können.506 Der Korrelationskoeffizient ist eine dimensionslose Maßzahl für den Zusammenhang von mindestens zwei Merkmalen. Der Grad des linearen Zusammenhangs wird mithilfe einer Maßzahl zwischen +1 und -1 beschrieben. Bei +1 handelt es sich um einen perfekt positiv und bei -1 um einen perfekt negativ korrelierten Zusammenhang.507 Brosius (1998) gibt folgende Interpretationsmöglichkeiten für die Beträge des Korrelationskoeffizienten an:508

504 505 506

507 508

Diese methodische Vorgehensweise basiert auf Barthruff (2014) und Di Guilio/Tencati/Migliavaca (2007). Eigene Darstellung in Anlehnung an Barthruff (2014), S. 183. Vgl. Rönz/Förster (2013), S. 10. Es sei hier auch darauf hingewiesen, dass die Korrelationsanalyse keine Aussage über das Vorliegen eines kausalen Zusammenhangs zulässt. Es wird lediglich geprüft, ob Gemeinsamkeiten bei bestimmten Messwerten vorliegen. Vgl. Cleff (2008), S. 134 ff. Vgl. Brosius (1998), S. 497. Diese Einteilung kann jedoch nur als Orientierungshilfe dienen und ist keinesfalls als Angabe klarer Grenzwerte zu verstehen.

112

4 EMPIRISCHE ANALYSE

Wert des Korrelationskoeffizient

Mögliche Interpretation

0

Keine Korrelation

0 < x < 0,2

Sehr schwache Korrelation

0,2 < x < 0,4

Schwache Korrelation

0,4 < x < 0,6

Mittlere Korrelation

0,6 < x < 0,8

Starke Korrelation

0,8 < x < 1

Sehr starke Korrelation

1

Perfekte Korrelation

Tab. 11: Interpretationsmöglichkeiten des Korrelationkoeffizienten509 Gemäß Cleff (2008) wird für die Daten in dieser Arbeit die Pearson-Korrelation gewählt, da es sich bei den Variablen jeweils um metrisch skalierte Daten handelt.510 Da die Art der Zusammenhänge aufgrund der entgegengesetzten theoretischen Annahmen nicht im Vorhinein feststand, wurde ein zweiseitiger Signifikanztest durchgeführt. Es wird damit sowohl auf einen positiven als auch einen negativen Zusammenhang aller Variablen getestet.511 Nach der Analyse der Pearson-Korrelation wurde zusätzlich stichprobenartig die Korrelationsanalyse nach Spearman durchgeführt, um zu überprüfen, ob nichtlineare Zusammenhänge, beispielsweise exponentielle Zusammenhänge, vorliegen.512 Da aber keine auffälligen Änderungen in den Ergebnissen der Pearson-Korrelationsanalyse auftraten, wird im Folgenden nicht weiter auf mögliche nichtlineare Zusammenhänge eingegangen. Die stichprobenartigen Auswertungen der nichtparametrischen Spearman-Korrelationsanalyse befinden sich im Anhang.513 Die Pearson-Korrelation kann zwar einen Zusammenhang zwischen zwei Koeffizienten, aber keine Richtung für den Zusammenhang aufzeigen Es kann mit ihr daher keine Kausalität festgestellt werden.

509 510 511 512 513

Eigene Darstellung in Anlehnung an Brosius (1998), S. 503. Vgl. Cleff (2008), S. 129. Vgl. Brosius (1998), S. 505. Vgl. Croux/Dehon (2010), S. 497 ff. Siehe Anlage 11 und 12.

4 EMPIRISCHE ANALYSE

113

n

¦ ( x  x )( y  y ) i

rxy

i

mit R 2 rxy2

i 1

n

n

¦ ( xi  x ) ˜ ¦ ( yi  y ) i 1

2

(1)

2

i 1

x = Durchschnitt der Ratings (T, E, SG); y = Durchschnitt der Performancekennzahlen (ROE, ROA, Gewinn, Standardabweichung etc.); rxy = Pearson Korrelationskoeffizient.

Die dritte Analyse, die im Rahmen der Querschnittsanalyse durchgeführt wird, ist die multivariate lineare Regression. In der Regressionsanalyse wird der Zusammenhang zwischen CSR-Rating und finanzieller Performance regional übergreifend und regionsspezifisch untersucht. Da im Folgenden die Vorhersagekraft der CSR-Ratings für die zukünftige finanzielle Performance im Vordergrund steht, werden die auch in der Mittelwert- und der Korrelationsanalyse verwendeten Panels genutzt. Demzufolge werden langfristige Effekte über Zeiträume von vier und drei Jahren Dauer in den Panels 1 bis 3 abgebildet. Die Ergebnisse wurden vor der Regressionsanalyse mithilfe des Durbin-Watson-Tests auf Autokorrelation kontrolliert. Es wurde somit sichergestellt, dass keine Systematik hinsichtlich der Fehlerterme besteht. Mit dem Durbin-Watson-Test wird geprüft, ob die Fehlerterme von aufeinanderfolgenden Residualgrößen in der Regressionsanalyse unabhängig sind. Dies ist eine Annahme der linearen Regression. Wird diese Annahme verletzt, so liegt eine Autokorrelation vor. Eine Autokorrelation besteht dann, wenn der Durbin-Watson-Test gleich null oder höher als vier ist. Niedrige Werte deuten auf eine positive und hohe Werte auf eine negative Autokorrelation hin. Bei Vorliegen einer Autokorrelation können Schätzungen aufgrund der linearen Regression verfälscht werden.514 Durbin Watson Test

¦

n

t 2

(H t  H t 1 )2

¦

n 2 t 1 t

H

(2)

mit H = Fehlerterm der Residualgrößen515 Die Varianzhomogenität bzw. Homoskedastizität wurde mittels einer graphischen Auswertung der Quantil-Quantil (QQ) Verteilung überprüft.516 Die Multikollinearität wurde mithilfe des Varianzinflationsfaktors kontrolliert:517

514 515 516 517

Vgl. Cleff (2008), S. 171. Vgl. Durbin/Watson (1951), S. 159 ff. Vgl. Bender/Ziegler (2002), S. 1; Cleff (2008), S. 171 f. Vgl. Schneider (2007), S. 183 ff.

114

VIFi

4 EMPIRISCHE ANALYSE

1 , 1  Ri2

(3) 2

mit VIFi = Varianzinflationsfaktor der unabhängigen Variable i , Ri = Bestimmtheitsmaß der Regression der unabhängigen Variable i auf die übrigen Variablen der Regressionsfunktion. Die multivariate lineare Regression untersucht den Zusammenhang zwischen CSRRatings und den Indikatoren für finanzielle Performance. Zusätzlich werden in der multivariaten Regression die Faktoren Unternehmensgröße (Marktkapitalisierung) und Branche konstant gehalten, um diese möglichen Einflussfaktoren auszuschließen. Darüber hinaus werden regionale Unterschiede untersucht, indem die Stichprobe regional separat für die Region Nordamerika und Europa untersucht wird. Es wird für jede Regression das Bestimmtheitsmaß R2 angegeben. Das Bestimmtheitsmaß gibt an, welcher Anteil der Varianz der abhängigen Variablen durch die Varianz der unabhängigen Variablen erklärt werden kann.518 Zusätzlich wird mit b die Steigung der Regressionsgeraden angegeben. An der Steigung der Regressionsgeraden kann abgelesen werden, um wie viele Einheiten sich die abhängige Variable verändert, wenn die unabhängige Variable um eine Einheit steigt. Sie zeigt somit auch die Richtung des Zusammenhangs an.519 Die in dieser Arbeit verwendete Formel für die multivariate Regressionsanalyse in der Querschnittsanalyse stellt sich demnach wie folgt dar: Yi

E o  E i ,CSR CSRt  E i , Size Sizet  E i , IND INDt  H i ,t

Yi

(4)

= Faktoren für finanzielle Performance (Gewinn, Standardabweichung, Performance etc.); E0 = Konstante; Ei,CSR = CSR-Ratings (T, E, SG); Ei,Size = Marktkapitalisierungsfaktor; Ei,IND = Branchenfaktor; H i ,t = Standardfehler.

518 519

Vgl. Cleff (2008), S. 154. Vgl. Cleff (2008), S. 148.

4 EMPIRISCHE ANALYSE

115

4.6 Querschnittsanalyse der Jahresabschlusskennzahlen Das Untersuchungsdesign dieser Arbeit dient der empirischen Untersuchung des Zusammenhangs von CSR und CFP. Die Übersicht der bisherigen Forschungsarbeiten in Tabelle 12 zeigt, dass die meisten wissenschaftlichen Studien zu diesem Zusammenhang, vor allem in den letzten Jahren, CSR-Ratings genutzt haben, um die CSR zu messen. Die finanzielle Performance von Unternehmen wurde dagegen mit einer Vielzahl von unterschiedlichen Variablen abgebildet. In der vorliegenden Untersuchung werden zunächst die verwendeten Jahresabschlusskennzahlen vorgestellt. Es werden Rentabilitätskennzahlen (Net-Income Ratios), Verschuldungskennzahlen (Debt Ratios) und Multiplikatoren analysiert. Diese Kennzahlengruppen basieren auf dem Jahresabschluss der Unternehmen mit den Bestandteilen der Kapitalflussrechnung, der Gewinnund-Verlust-Rechnung und der Bilanz. Bei den Multiplikatoren wird zusätzlich die Kapitalmarktbewertung der Unternehmen einbezogen.520 Um zu bestimmen, welche Kennzahlen relevant sein könnten, wurden die in den am häufigsten zitierten bisherigen Forschungsarbeiten verwendeten Kennzahlen betrachtet. Bei allen Beiträgen handelt es sich um Untersuchungen mittels jahresabschlussbasierter Kennzahlen. Zusätzlich wird häufig das Marktwert-Buchwert-Verhältnis verwendet, auch wenn es sich hierbei um keine reine Jahresabschlusskennzahl handelt. Der Marktwert eines Unternehmens repräsentiert im Rahmen dieser Kennzahl den Barwert der zukünftigen Investitionsrückflüsse und wird entweder als Börsenwert oder als Kapitalwert der diskontierten Einnahmeüberschüsse abgebildet. Der Buchwert des Eigenkapitals operationalisiert das notwendige Investment zur Erlangung der zukünftigen Investitionsrückflüsse.521 Ein Marktwert-Buchwert-Verhältnis größer als eins signalisiert, dass ein Unternehmen wertsteigernd arbeitet, da der Barwert der zukünftigen Rückflüsse (Marktwert) das Investment (Buchwert) übersteigt.522 Analog signalisiert ein Marktwert-BuchwertVerhältnis kleiner als eins einen negativen Shareholder Value, da der Marktwert aller Aktiva kleiner ist als der Buchwert der Aktiva. Das KGV, das KCV und das KUV sind weitere Kennzahlen, die den Marktwert ins Verhältnis zu Jahresabschlusskennzahlen setzen. Ähnlich wie das MarktwertBuchwert-Verhältnis können diese Kennzahlen helfen eine Aussage darüber zu treffen, wie Investoren die Unternehmen bewerten und wie sich diese Bewertung zu den Jahresabschlussdaten der Unternehmen verhält. Somit können mit Hilfe dieser Kennzahlen strukturell niedrigere oder höhere Bewertungen des Kapitalmarktes erkannt werden.523 Wie in der Übersicht in Tabelle 12 erkennbar ist, wurden diese Kennzahlen 520 521 522 523

Vgl. Franke/Hax (2013), S. 114 ff. Vgl. Günther (1997), S. 221. Vgl. Varaiya/Kerin/Weeks (1987), S. 488; Lüers (2006), S. 18; Günther (1997), S. 221. Vgl. Krause/Arora (2009), S. 122 ff.

116

4 EMPIRISCHE ANALYSE

x

x

x

x

x

x

x

x

x

x

x

x x

x

Ayuso et al. (2014)

x

x

Barthruff (2014)

x

Goss und Roberts (2011)

x

Goll und Rasheed (2004)

x

Seifert et al. (2003)

x

Simpson und Kohrs (2002)

Graves und Waddock (1999)

x

Ruf et al. (2001)

Russo und Fouts (1997)

x

King und Lenox (2001)

Preston und O'Bannon (1997)

Gewinn/ Gesamtkapital Gewinn/ Eigenkapital Gewinn/ Umsatz

Waddock und Graves (1997)

Rentabilitätskennzahlen Gesamtkapitalrentabilität (ROA) Eigenkapitalrentabilität (ROE) Umsatzrentabilität (ROS)

Herremans et al. (1993)

Studien/ Kennzahlen

Cochran und Wood (1984)

jedoch in den aufgeführten Studien nicht beachtet. In dieser Arbeit werden alle in Tabelle 12 aufgelisteten Kennzahlen verwendet, um ein möglichst genaues Bild der finanziellen Performance der Unternehmen zu erhalten.

x

x x

Verschuldungskennzahlen Fremdkapitalquote Dynamischer Verschuldungsgrad Verschuldungsgrad

Fremdkapital/ Gesamtkapital Fremdkapital/ Kapitalfluss

x

x x

Fremdkapital/ Eigenkapital

x

x

Multiplikatoren KBV KGV KUV KCV Kontrollvariablen Branche Land

Marktwert/ Buchwert Kurs/Gewinn Kurs/Umsatz Kurs/ Kapitalfluss

x

x

x

x

x

x

x

Tab. 12: In der Untersuchung verwendete Jahresabschlusskennzahlen524

524

Eigene Darstellung und Analyse in Anlehnung an die Systematik von Barthruff (2014), S. 169.

x x

117

4 EMPIRISCHE ANALYSE

4.6.1 Mittelwertanalyse der Jahresabschlusskennzahlen Im Folgenden wird die Querschnittsanalyse in den Jahren 2010 bis 2014 und die Panelanalyse mithilfe der Panel 1 bis 3 dargestellt. Das Panel 1 untersucht einen vierjährigen und die Panel 2 und 3 einen dreijährigen Zusammenhang innerhalb des Zeitraums der Stichprobe.525 Die Werte geben die Signifikanz gemäß dem t-Test der Mittelwertanalyse für den Unterschied zwischen dem Cluster der nachhaltigen und der nicht nachhaltigen Unternehmen wieder. Mittelwertanalyse ROA

ROE

ROS

ROA EBIT ROE EBIT ROS EBIT

FK/GK

FK/EK DYNVER

525

2010 T E SG T E SG T E SG T E SG T E SG T E SG T E SG T E SG T E SG

2011

2012

2013

2014

Panel 1

Panel 2

Panel 3

0,002** 0,048* 0,025* 0,000*** 0,001*** 0,000*** 0,385 0,612 0,119 0,294 0,463 0,275 0,004** 0,060 0,022* 0,982 0,820

0,149 0,817 0,159 0,028* 0,572 0,011* 0,155 0,050* 0,703 0,699 0,263 0,134 0,138 0,443 0,015* 0,099 0,026*

0,135 0,072 0,069 0,018** 0,523 0,016** 0,783 0,001*** 0,327 0,817 0,004** 0,208 0,187 0,891 0,003** 0,544 0,003**

0,100 0,208 0,147 0,059 0,970 0,059 0,438 0,027* 0,804 0,224 0,074 0,131 0,014* 0,327 0,094 0,761 0,144

0,002** 0,491 0,002** 0,001*** 0,594 0,001*** 0,842 0,099 0,222 0,025* 0,145 0,004** 0,005** 0,461 0,017* 0,962 0,166

0,080 0,926 0,244 0,049* 0,970 0,374 0,527 0,057 0,821 0,435 0,222 0,281 0,624 0,647 0,895 0,437 0,052

0,198 0,560 0,413 0,129 0,287 0,632 0,688 0,036* 0,609 0,684 0,142 0,525 0,306 0,987 0,607 0,818 0,171

0,032* 0,752 0,161 0,036* 0,422 0,227 0,070 0,021* 0,907 0,189 0,246 0,270 0,331 0,848 0,778 0,193 0,033

0,391 0,007** 0,013* 0,176 0,002** 0,000*** 0,147 0,312 0,082 0,577

0,475 0,027* 0,010** 0,388 0,009** 0,000*** 0,279 0,136 0,071 0,524

0,253 0,068 0,000*** 0,521 0,010** 0,000*** 0,383 0,309 0,132 0,349

0,466 0,017* 0,000*** 0,292 0,003** 0,000*** 0,058 0,108 0,138 0,081

0,067 0,002** 0,000*** 0,481 0,003** 0,000*** 0,277 0,000*** 0,000*** 0,002**

0,904 0,226 0,006** 0,568 0,184 0,001*** 0,281 0,073 0,001*** 0,565

0,827 0,368 0,025* 0,603 0,134 0,002** 0,442 0,498 0,209 0,833

0,750 0,238 0,001*** 0,366 0,267 0,000*** 0,276 0,152 0,025* 0,345

Für die Panelzeiträume sei auf Tabelle 15 verwiesen.

118

4 EMPIRISCHE ANALYSE

Mittelwertanalyse KGV

KBV

KUV

KCV

T E SG T E SG T E SG T E SG

2010

2011

2012

2013

2014

Panel 1

Panel 2 Panel 3

0,101 0,503 0,073 0,218 0,791 0,918 0,015* 0,022* 0,326 0,557 0,013*

0,134 0,025* 0,540 0,379 0,840 0,212 0,002** 0,001** 0,738 0,038* 0,001***

0,374 0,019* 0,385 0,687 0,156 0,644 0,016* 0,000*** 0,422 0,098 0,001**

0,712 0,299 0,220 0,450 0,736 0,931 0,001*** 0,000*** 0,034* 0,332 0,003**

0,759 0,575 0,716 0,401 0,721 0,934 0,001*** 0,001*** 0,120 0,664 0,056

0,368 0,357 0,098 0,817 0,890 0,144 0,013* 0,017* 0,065 0,257 0,043

0,812 0,625 0,791 0,516 0,929 0,468 0,010** 0,011* 0,134 0,184 0,070

0,443 0,167 0,279 0,377 0,907 0,567 0,000*** 0,001*** 0,180 0,208 0,088

0,988

0,335

0,217

0,053

0,267

0,218

0,399

0,558

*/ **/ *** t-Test ist signifikant auf 5-%- / 1-%- / 0,1-%-Niveau Mittelwert für Cluster „nachhaltig“ ist höher als für Cluster „nicht nachhaltig“ Mittelwert für Cluster „nicht nachhaltig“ ist höher als für Cluster „nachhaltig“ T - Total ESG-Rating Panel 1 - Jahr 2010 und 2014 E - Environment Rating Panel 2 - Jahr 2011 und 2014 Panel 3 - Jahr 2010 und 2013 SG - Social and Governance Rating

Tab. 13: Mittelwertanalyse der Jahresabschlusskennzahlen526 Aus Tabelle 13 ergibt sich in der Rentabilitätsanalyse sowohl für die Gesamtrentabilität (ROA) als auch für die Eigenkapitalrentabilität (ROE) ein positiver Mittelwertunterschied der Cluster für hohe und niedrige CSR-Ratingbewertung durch die Einteilung nach dem Total-ESG-Rating (T-Rating). Insbesondere für die Kennzahl ROE ist der Unterschied in den meisten Perioden und auch den Panels signifikant. Zusätzlich gibt es einen signifikanten Unterschied beim Social-and-Governance Rating (SG-Rating). Das Environment-Rating (E-Rating) zeigt eine geringere Anzahl an signifikanten Unterschieden. In der Periode 2011 weist es für die ROA und im Panel 2 für die ROE sogar einen entgegengerichteten Unterschied der Mittelwerte der Cluster für hohe und niedrige Nachhaltigkeit auf. Die Werte sind jedoch nicht signifikant. Für die Umsatzrentabilität (ROS) stellt sich insbesondere beim E-Rating ein signifikant negativer Unterschied sowohl in der Querschnittsanalyse als auch in den Panels dar. Es offenbaren sich Unterschiede für ROA, ROE und ROS, wenn diese mithilfe des Gewinns vor Zinsen und Steuer (EBIT) berechnet werden. Die Werte zeigen eine niedrigere Signifikanz als die Gewinne nach Zinsen und Steuern. 526

Eigene Berechnungen.

4 EMPIRISCHE ANALYSE

119

Die Gruppe der hoch bewerteten Unternehmen weist signifikant höhere Fremdkapitalquoten und Verschuldungsgrade auf. Der Effekt bei den Kennzahlen „Fremdkapital im Verhältnis zum Gesamtkapital respektive Eigenkapital und im Verhältnis zum Cashflow (dynamischer Verschuldungsgrad)“527 ist für alle drei Ratings überwiegend gleichgerichtet positiv. Für den Verschuldungsgrad sind die Mittelwertunterschiede in der Querschnittsanalyse positiv und signifikant. In den Panels bleibt der positive Unterschied größtenteils bestehen, ist jedoch nicht mehr signifikant. Das E-Rating zeigt einen signifikant positiven Mittelwertunterschied zwischen hoch und niedrig bewerteten Unternehmen über die gesamte Querschnittsanalyse und alle Panels. Für die dynamische Verschuldung ergibt sich ebenfalls ein positiv gleichgerichteter Unterschied aller drei Ratings in der Querschnittsanalyse und der Panelanalyse. Jedoch ist der Unterschied für das T-Rating nur im Jahr 2014 signifikant auf dem 0,1-%-Niveau. Aus der Analyse der Mittelwertunterschiede der Verschuldungskennzahlen ergibt sich somit, dass nach allen Ratings ausgewählte nachhaltige Unternehmen eine im Durchschnitt höhere Verschuldung im Verhältnis zu ihrem Eigenkapital, ihrem Gesamtkapital und ihrem Cashflow aufweisen. Der Mittelwertunterschied ist insbesondere im E-Rating stark signifikant. Das bedeutet, dass Unternehmen, die eine gute Bewertung im E-Rating haben, eine signifikant höhere durchschnittliche Verschuldung aufweisen. Diese Ergebnisse sind nicht konform mit der Analyse von Waddock und Graves (1997), die eine niedrigere Verschuldung für nachhaltige Unternehmen beobachten.528 Eine Interpretation der Verschuldungskennzahl ist problematisch. Zwar geht eine hohe Fremdkapitalquote mit einem geringeren Eigenkapital und damit einem kleineren Risikopuffer einher, doch ist dies nur dann von Bedeutung, wenn Verluste ausgeglichen werden müssen. Isoliert kann die Fremdkapitalquote deshalb nicht sinnvoll interpretiert werden und sollte deshalb immer nur im Zusammenhang mit weiteren Kennzahlen wie Rentabilitätskennzahlen betrachtet werden.529 Im Zusammenhang mit den Rentabilitätskennzahlen ergibt sich insbesondere nach Berücksichtigung der Steuer- und Zinszahlungen ein wesentlich differenzierteres Bild. Einerseits weisen die nachhaltigen Unternehmen eine höhere Verschuldung auf, andererseits sind die gleichen Unternehmen dennoch in der Lage, eine höhere Eigenkapitalrentabilität und eine höhere Gesamtkapitalrentabilität zu erzielen. Dies ist ein Hinweis darauf, dass diese Unternehmen profitable Projekte betrieben haben, bei denen es sich lohnte, sich höher zu verschulden. Mittels solcher Projekte kann insgesamt die Rentabilität des Unternehmens gesteigert werden, sofern die Gewinne aus den zusätzlich durchgeführten Projekten höher als die Kosten für die Fremdkapitalzinsen sind. Dies wird in der Literatur auch als sogenannter Leverage-Effekt bezeichnet und dessen Nutzung ist 527 528 529

In Tabelle 17 als DYN_VER abgekürzt. Vgl. Barthruff (2014), S. 231; Waddock/Graves (1997b), S. 311. Vgl. Haack/Schmidt (2011), S. 48 f.

120

4 EMPIRISCHE ANALYSE

eine weit verbreitete Strategie, um die Gewinne und insbesondere die Eigenkapitalrentabilität eines Unternehmens zu erhöhen.530 Es können sich nur solche Unternehmen hoch verschulden, die einen guten Zugang zu Fremdkapital haben und denen aufgrund ihrer hohen Wirtschaftlichkeit weitere Kredite eingeräumt werden. Dies wird durch die hohen Rentabilitätskennzahlen der Unternehmen im Cluster mit hoher Nachhaltigkeit bestätigt. Ein weiterer Faktor könnten auch die niedrigeren Zinszahlungen für Fremdkapital von nachhaltigen Unternehmen aufgrund des niedrigeren Risikos sein. Dies würde dazu führen, dass sich nachhaltige Unternehmen günstiger refinanzieren können und so höhere Renditen erzielen. Diese Annahme wird durch die Ergebnisse der Untersuchung von Barthruff (2014) gestützt, in der für nachhaltige Unternehmen bessere Kreditratings und geringerer Risikoprämien für Kreditausfallversicherungen identifiziert wurden.531 Eine endgültige Aussage darüber, ob der Leverage-Effekt genutzt wird, kann anhand der Mittelwertanalyse nicht getroffen werden. Es muss zuerst noch untersucht werden, ob strukturelle Länder- und Branchenunterschiede mögliche Erklärungsansätze bieten. Unterschiede in der Finanzierungsstruktur der Branchen oder auch der Zugang zu Fremd- oder auch Eigenkapital in den verschiedenen Ländern können Differenzen möglicherweise erklären. Deshalb werden diese Variablen in der multivariaten Regressionsanalyse untersucht, sofern sich Zusammenhänge in der Korrelationsanalyse zeigen. Für die Multiplikatoren, die den Aktienkurs der Unternehmen ins Verhältnis zum Buchwert (KBV), Gewinn (KGV), Umsatz (KUV) und Cashflow (KCV) setzen, gibt es unterschiedliche beobachtbare Ergebnisse. Für das KBV und das KGV ergeben sich einheitlich negative Trends für die Mittelwertunterschiede zwischen nachhaltigen und nicht nachhaltigen Unternehmen sowohl in der Querschnittsanalyse als auch im Großteil der Panelanalyse. Jedoch sind nur wenige der trendbildenden Werte signifikant. Die Analyse der Mittelwertunterschiede für das KUV und das KCV zeigt eine signifikant niedrigere durchschnittliche Bewertung des Kapitalmarkts für nachhaltige als für nicht nachhaltige Unternehmen. Der Kapitalmarkt bewertet demnach nicht nachhaltige Unternehmen bei gleichen Umsätzen und Cashflows besser als nachhaltige Unternehmen. Das KBV und das KGV zeigen keinen signifikanten Unterschied der Gruppen mit hohem und niedrigem CSR-Rating. Diese Ergebnisse stehen im Gegensatz zu früheren Untersuchungen, bei denen häufig eine bessere Bewertung durch den Kapitalmarkt von nachhaltigen Unternehmen zu beobachten war.532 Es ist festzuhalten, dass diese niedrigere durchschnittliche Bewertung nachhaltiger Unternehmen nicht bedeutet, dass diese damit unterbewertet sind. Die Multiplikatoren KBV, KUV und 530 531 532

Vgl. Schäfer (2013), S. 69. Vgl. Barthruff (2014), S. 230. Vgl. Cochran/Wood (1984), S. 51.

121

4 EMPIRISCHE ANALYSE

KCV besitzen keine Aussagekraft für die zukünftige Entwicklung der Unternehmen, sondern zeigen lediglich die Einschätzung der Investoren im Verhältnis zu den Jahresabschlusskennzahlen der Unternehmen. 4.6.2 Korrelationsanalyse der Jahresabschlusskennzahlen Tabelle 14 zeigt die Ergebnisse der Korrelationsanalyse der jahresabschlussbasierten Kennzahlen. Bei den dargestellten Werten handelt es sich um die jeweiligen Korrelationskoeffizienten. Kor. T E SG T ROE E SG T E ROS SG T ROA E EBIT SG T ROE E EBIT SG T ROS E EBIT SG T FK/ E GK SG T FK/ E EK SG T DYNE VER SG ROA

2010

2011

2012 -0,002 -0,092* 0,050 0,035 -0,054

2013 0,022 -0,055 0,042 0,043 -0,040

2014

Panel 1

Panel 2

Panel 3

0,070 -0,028 0,051 0,094* 0,008

0,048 0,010 0,058 0,038 0,018

0,031 -0,012 0,033 0,018 -0,028

0,024 -0,016 0,032 0,019 0,001

0,097* 0,08 0,076 0,214** 0,177**

0,001 -0,044 0,019 0,061 -0,009

0,169** 0,290 0,034

0,090* 0,081 0,054 -0,059 -0,067 -0,038 -0,126** -0,130** -0,079*

0,060 0,004 -0,052

0,036 -0,083 -0,104*

0,023 -0,074 -0,086

0,031 -0,097* -0,122**

0,035 0,200 0,090

-0,010 -0,018 -0,092

-0,007 -0,040 -0,048 0,021 -0,136** -0,047

0,003 0,049 -0,062

-0,032 -0,006 -0,060

-0,072 -0,013 -0,054

-0,052 -0,009 -0,091

0,027 0,111* 0,097

0,056 0,023 0,006

0,044 -0,010 -0,050

0,069 0,031 -0,015

0,062 -0,050 -0,045

0,007 0,020 0,058

0,074 -0,074 -0,069

0,092 -0,048 -0,018

0,051 0,049 0,040 0,015 -0,080 -0,075 -0,129** -0,122** -0,008

-0,005 0,027 -0,007

-0,042 -0,046 -0,075

-0,033 -0,011 -,045

-0,038 -0,055 -0,108*

-0,002 0,138** 0,122*

-0,013 0,084 0,098*

0,001 0,056 0,165**

0,000 0,070 0,188**

0,031 0,084* 0,210**

0,024 0,052 0,091

0,004 0,049 0,068

0,012 0,021 0,121*

0,072 0,201** 0,204**

-0,026 0,162** 0,202**

-0,051 0,143** 0,258**

-0,016 0,106* 0,209**

-0,036 0,094* 0,212**

-0,036 0,069 0,164**

-0,021 0,097 0,148**

-0,123* 0,046 0,187**

0,089 0,087 0,101

0,046 0,044 0,055

-0,015 0,024 0,010

0,022 0,049 0,039

-0,041 0,139* 0,155**

-0,079 0,086 0,106

-0,033 0,011 0,011

-0,099 0,050 0,036

0,024

0,015

0,008

0,043

0,094*

0,077

-0,005

0,084

0,069 0,038 0,034

122

4 EMPIRISCHE ANALYSE

Kor. KGV

KBV

KUV

KCV

T E SG T E SG T E SG T E SG

2010

2011

2012

2013

2014

Panel 1

Panel 2

Panel 3

-0,064 -0,061

-0,092* -0,045

-0,058 -0,034

0,043 -0,019

0,038 0,014

-0,015 -0,035

0,003 -0,009

-0,020 -0,038

-0,058 -0,015 -0,025

-0,038 -0,042 -0,069

-0,023 -0,040 -0,066

0,057 -0,030 -0,068

0,011 -0,022 -0,048

0,025 -0,014 0,021

-0,006 -0,010 -0,005

0,016 -0,043 -0,033

-0,013 -0,006 -0,047 -0,013 -0,067 -0,070 -0,039 -0,041 -0,150 -0,167** -0,126** -0,128** 0,114** -0,171** -0,163** -0,180** -0,161** -0,223** -0,188** -0,191** -0,172** -0,162** -0,192** -0,210** -0,062 -0,059 -0,058 -0,066 -0,07 -0,182** -0,104* -0,061 -0,135** -0,210** -0,159** 0,135**

-0,061 -0,024 -0,092*

-0,136** -0,100* -0,091 -0,072 -0,087 -0,111*

-0,106* -0,080 -0,076

0,002

-0,081*

-0,088

-0,084

-0,102*

-0,066

-0,060

-0,038

* Die Korrelation ist auf dem Niveau von 0,05 (2-seitig) signifikant ** Die Korrelation ist auf dem Niveau von 0,01 (2-seitig) signifikant T/E/SG ist mit der jeweiligen Variable positiv korreliert T/E/SG ist mit der jeweiligen Variable negativ korreliert T - Total ESG-Rating Panel 1 - Jahr 2010 und 2014 E - Environment Rating Panel 2 - Jahr 2011 und 2014 Panel 3 - Jahr 2010 und 2013 SG - Social and Governance Rating

Tab. 14: Korrelationsanalyse der Jahresabschlusskennzahlen533 Die Korrelationsanalyse der Renditekennzahlen ROA und ROE ergibt nur in den Jahren 2010 und 2014 statistisch signifikante positive Korrelationen und auch nur für das T-Rating. Das ROS hingegen zeigt vermehrt statistisch signifikante negative Korrelationen für das E-Rating. Dies entspricht den Trends der Ergebnisse der Mittelwertanalyse, jedoch finden sich insgesamt nur wenige signifikante Werte. Bei den Verschuldungskennzahlen zeigen sich insbesondere für das FK/EK und das FK/GK viele hochsignifikante Korrelationen für das T-Rating und das E-Rating. Somit bestätigt sich der Trend für eine höhere Verschuldung von Unternehmen mit höheren CSR-Ratings.

533

Eigene Berechnungen.

4 EMPIRISCHE ANALYSE

123

Für das KGV und das KBV ergeben sich keine statistisch aussagekräftigen Korrelationen. Für das KUV und das KCV zeigen sich hingegen signifikant negative Korrelationen auf dem 0,1-%-Niveau für den Zusammenhang des T-Ratings und des E-Ratings. Unternehmen mit hohen CSR-Ratings besitzen demnach niedrigere KUVs und niedrigere KCVs. Demzufolge sind nachhaltige Unternehmen von Kapitalmarktinvestoren im Verhältnis zu den Umsätzen und Cashflows der Unternehmen niedriger bewertet als nicht nachhaltige Unternehmen. 4.6.3 Regionale Korrelationsanalyse der Jahresabschlusskennzahlen Im Folgenden wird eine weitere Korrelationsanalyse für die Regionen Amerika und Europa durchgeführt, um mögliche regionale Unterschiede zu identifizieren. Es werden jeweils die Kennzahlen ROE, FK/EK, KUV ausgewählt, da sie die meisten signifikanten t-Test-Ergebnisse in der Mittelwertanalyse zeigten. Aufgrund der großen Anzahl an durchgeführten t-Tests sind einzelne signifikante Werte als nicht ausreichend für den Nachweis eines Zusammenhangs zu erachten. Bei einem Signifikanzlevel von 5 % kommt es aufgrund der großen Anzahl an durchgeführten Analysen mit hoher Wahrscheinlichkeit zu einem Typ-I-Fehler534. Der falsche Zusammenhang, der aufgrund des Typ-I-Fehlers indiziert werden kann, wird ausgeschlossen, indem nur konstante und hochsignifikante Werte berücksichtigt werden. Für diese Korrelationsanalyse wurde die Stichprobe in die Region Amerika mit den Ländern USA und Kanada und die Region Europa mit den Ländern Großbritannien, Deutschland, Frankreich, Italien und Spanien aufgeteilt. Zunächst wird die amerikanische Region betrachtet.

534

Bei dem Typ-I-Fehler (auch Fehler 1. Art oder Alpha-Fehler) handelt es sich um den Fall, dass die Nullhypothese (diese besagt, dass kein Zusammenhang zwischen den Variablen vorliegt) fälschlicherweise zurückgewiesen wird, obwohl sie tatsächlich zutrifft. Im vorliegenden Fall bedeutet dies, dass fälschlicherweise ein Zusammenhang zwischen dem jeweiligen CSR-Rating und der jeweiligen Variablen für die finanzielle Performance angenommen wird. Die Wahrscheinlichkeit für den Alpha-Fehler wird mithilfe des Signifikanzniveaus angegeben. Bei einem Signifikanzniveau von 1 % liegt eine 1-prozentige Fehlerwahrscheinlichkeit (für den Alpha-Fehler) vor. Für weitere Ausführungen vgl. Cleff (2008).

124

4 EMPIRISCHE ANALYSE

Tabelle 15 zeigt die jeweiligen Korrelationskoeffizienten für die jahresabschlussbasierten Kennzahlen in der amerikanischen Region. Pearson Korrelation Amerika Rating 2010 2011 2012 2013 2014 Panel 1 0,183** 0,113 -0,002 0,079 0,107 0,035 T ROE E 0,116 0,050 -0,078 0,059 0,035 -0,063 SG 0,160* 0,082 0,044 0,035 0,039 0,093 0,142 0,123 0,048 0,066 0,082 0,088 T FK/EK E 0,148* 0,102 0,137* 0,161** 0,203** 0,217** SG 0,019 0,054 -0,043 -0,016 -0,073 -0,110 -0,97 -0,122* -0,077 -0,113* -0,127* -0,167*** T KUV E -0,127* -0,169** -0,075 -0,091 -0,092 -0,145* SG -0,004 -0,030 -0,060 -0,076 -0,092 -0,135* * Die Korrelation ist auf dem Niveau von 0,05 (2-seitig) signifikant ** Die Korrelation ist auf dem Niveau von 0,01 (2-seitig) signifikant *** Die Korrelation ist auf dem Niveau von 0,001 (2-seitig) signifikant

Panel 2 0,011 -0,023 0,031 0,0363 0,220** -0,130 -0,191** -0,174** -0,132*

Panel 3 0,120 0,033 0,086 0,079 0,108 -0,062 -0137* -0,158* -0,083

T/E/SG ist mit der jeweiligen Variable positiv korreliert T/E/SG ist mit der jeweiligen Variable negativ korreliert T - Total ESG-Rating Panel 1 - Jahr 2010 und 2014 E - Environment Rating Panel 2 - Jahr 2011 und 2014 Panel 3 - Jahr 2010 und 2013 SG - Social and Governance Rating

Tab. 15: Korrelationsanalyse der Jahresabschlusskennzahlen – Region Amerika535 Die Korrelationsanalyse der Jahresabschlussdaten zeigt, dass der ROE für den amerikanischen Raum einen positiven Trend für die Korrelation mit dem CSR-Rating aufweist. Die Werte sind jedoch mehrheitlich nicht signifikant. Dies gilt sowohl für die Querschnitts- als auch für die Panelanalyse. Es kann somit nicht davon ausgegangen werden, dass Unternehmen mit höherem CSR-Rating auch höhere Eigenkapitalrenditen besitzen. Es besteht ein Unterschied zwischen dem Zusammenhang von Verschuldungsgrad und E-Rating einerseits und Verschuldungsgrad und SG-Rating andererseits. Die Korrelation mit dem E-Rating ist stärker und überwiegend signifikant auf dem 1-%-Niveau, während die mit dem SG-Rating mehrheitlich nicht signifikant ist. Mit dem T-Rating besteht eine durchgehend positive Korrelation. Unternehmen im amerikanischen Raum mit höheren CSR-Ratings haben folglich eine höhere Verschuldung im Verhältnis zu ihrem Eigenkapital, zugleich aber keine signifikant abweichenden Eigenkapitalrenditen. Ein Leverage-Effekt liegt somit in Nordamerika nicht vor. 535

Eigene Berechnungen.

125

4 EMPIRISCHE ANALYSE

Überwiegend signifikante Werte zeigen sich für einen negativen Zusammenhang zwischen CSR-Rating und KUV. Vor allem für längerfristige Zeiträume sind die Werte in den Panels 1 bis 3 durchgehend signifikant. Somit haben Unternehmen mit höheren CSR-Ratings über längere Zeiträume ein niedrigeres KUV. Tabelle 16 zeigt die jeweiligen Korrelationskoeffizienten für die jahresabschlussbasierten Kennzahlen in der Region Europa. Pearson Korrelation Europa

2010 2011 2012 2013 2014 Panel 1 0,117 0,058 0,140* 0,171* T 0,305** 0,105 ROE E 0,309** 0,052 0,021 -0,078 0,063 0,242** SG 0,206** 0,153* 0,150* 0,110 0,115* 0,066 0,064 -0,002 T 0,167* 0,148* 0,161* 0,062 FK/EK E 0,163* 0,225** 0,282** 0,158* 0,183** 0,061 SG 0,094 0,026 -0,014 0,012 -0,018 -0,087 -0,023 0,009 -0,013 T -0,110 -0,118 -0,083 KUV E -0,072 -0,153* -0,208** -0,178** -0,130* 0,002 SG -0,058 -0,018 0,012 0,047 0,058 -0,018 * Die Korrelation ist auf dem Niveau von 0,05 (2-seitig) signifikant ** Die Korrelation ist auf dem Niveau von 0,01 (2-seitig) signifikant *** Die Korrelation ist auf dem Niveau von 0,001 (2-seitig) signifikant

Panel 2 0,116 0,126 0,076 0,021 0,120 -0,075 -0,040 -0,106 0,023

Panel 3 0,047 0,044 0,048 0,020 0,092 -0,080 -0,069 -0,099 -0,029

T/E/SG ist mit der jeweiligen Variable positiv korreliert T/E/SG ist mit der jeweiligen Variable negativ korreliert T - Total ESG-Rating Panel 1 - Jahr 2010 und 2014 E - Environment Rating Panel 2 - Jahr 2011 und 2014 SG - Social and Governance Rating Panel 3 - Jahr 2010 und 2013

Tab. 16: Korrelationsanalyse der Jahresabschlusskennzahlen – Region Europa536

536

Eigene Berechnungen.

126

4 EMPIRISCHE ANALYSE

Die Korrelationsanalyse für die jahresabschlussbasierten Kennzahlen Eigenkapitalrentabilität und Verschuldungsgrad in Tabelle 16 zeigt für Europa signifikant positive Zusammenhänge mit der Höhe der CSR-Ratings. Unternehmen mit höherem übergreifendem CSR-Rating haben somit einen höheren Gewinn im Verhältnis zu ihrem Eigenkapital und auch eine höhere Verschuldung. Im europäischen Raum könnte somit ein Leverage-Effekt der Unternehmen mit hohem CSR-Rating vorliegen. Das KUV zeigt nur wenige signifikante Werte und diese auch nur für das E-Rating. Es kann somit kein Zusammenhang zwischen CSR-Rating und KUV in Europa festgestellt werden. Es zeigen sich folglich Unterschiede zwischen der europäischen und amerikanischen Region in der Korrelation von CSR-Ratings und jahresabschlussbasierten Kennzahlen. 4.6.4 Regressionsanalyse der Jahresabschlusskennzahlen In der folgenden Regressionsanalyse wird der Zusammenhang von Nachhaltigkeitsbewertung und finanzieller Performance in der gesamten Stichprobe und den beiden Regionen untersucht. Neben den CSR-Ratings werden in der multivariaten Regressionanalyse die Faktoren Branche und Unternehmensgröße kontrolliert. Diese beiden zusätzlichen Variablen sollen als Einflussfaktoren ausgeschlossen werden.537 In Tabelle 17 werden die Regressionskoffizienten für die CSR-Ratings angezeigt. Aufgrund der Menge an Werten wird zugunsten der Übersicht auf die Werte für die Kontrollvariablen verzichtet. Diese finden sich im Anhang.538

537

538

Die Kontrollvariablen sind in den Tabellen aufgrund der großen Anzahl an Untersuchungszeiträumen nicht angegeben. Vgl. für die Werte der Kontrollvariablen im Anhang die Anlagen 29 und 30.

127

4 EMPIRISCHE ANALYSE

2010

ROE 2

Gesamt

T E SG

Amerika

T E SG

Europa

T E SG

2011 2

2012 b

R

2

2013 b

R

2

2014 b

R

2

Panel 1

Panel 2

Panel 3

2

2

2

R

b

R

b

R

0,096

0,113***

0,068

0,046

0,049

0,043

0,045

0,048

0,059

0,070***

0,048

0,030

b

0,052

R

0,024

b

0,046

R

0,013

b

0,070

0,131**

0,063

-0,029

0,045

-0,081

0,039

-0,067

0,034

-0,009

0,041

-0,006

0,040

-0,013

0,045

-0,065

0,098

0,164***

0,077

0,117***

0,065

0,143***

0,057

0,104**

0,058

0,088**

0,052

0,072

0,057

0,073*

0,055

0,061

0,084

0,113**

0,070

0,074*

0,048

0,033

0,065

0,094**

0,056

0,090**

0,023

0,031

0,033

0,023

0,053

0,089*

0,041

0,083

0,052

0,034

0,053

-0,097

0,043

0,074

0,023

0,031

0,022

-0,066

0,021

-0,022

0,030

0,019

0,090

0,165**

0,063

0,090

0,056

0,102

0,061

0,092*

0,040

0,063

0,041

0,108

0,035

0,061

0,059

0,126*

0,128

0,140***

0,069

0,067

0,056

0,077

0,039

0,037

0,084

0,070**

0,099

0,085*

0,074

0,060

0,052

0,001

0,117

0,228***

0,065

0,003

0,035

-0,039

0,059

-0,196*

0,061

-0,007

0,103

0,194*

0,064

0,070

0,053

-0,056

0,116

0,181***

0,095

0,193**

0,085

0,220**

0,060

0,145*

0,098

0,137**

0,099

0,092

0,081

0,105

0,058

0,057

* Die Regression ist auf dem Niveau von 0,05 (2-seitig) signifikant ** Die Regression ist auf dem Niveau von 0,01 (2-seitig) signifikant *** Die Regression ist auf dem Niveau von 0,001 (2-seitig) signifikant Die Variablen Branche und Unternehmensgröße (Marktkapitalisierung) wurden in der multivariaten Regressionsanalyse kontrolliert. T/E/SG hat einen positiven Zusammenhang mit der abhängigen Variable T/E/SG hat einen negativen Zusammenhang mit der abhängigen Variable T - Total ESG-Rating Panel 1 - Jahr 2010 und 2014 E - Environment Rating Panel 2 - Jahr 2011 und 2014 Panel 3 - Jahr 2010 und 2013 SG - Social and Governance Rating

Tab. 17: Regressionsanalyse der Regionen – Eigenkapitalrendite539 Die Regressionsanalyse von CSR-Rating und ROE zeigt einen durchgehend positiven Zusammenhang in beiden Regionen für das T-Rating und das SG-Rating. In den Jahren 2010 bis 2014 treten in der Region Amerika vermehrt signifikante Werte im T-Rating und in der Region Europa für das SG-Rating auf. Die Panels weisen nur vereinzelt signifikante Werte auf. Das E-Rating zeigt uneinheitliche Werte ohne auffällige Signifikanzen. Es gibt deshalb einen Hinweis auf positive Zusammenhänge für das TRating in Amerika und das SG-Rating in Europa für kurze Zeiträume. Ein Zusammenhang zwischen E-Rating und ROE ist hingegen aufgrund der fehlenden Signifikanz abzulehnen. Langfristige Zusammenhänge treten nicht auf.

539

Eigene Berechnungen.

128

4 EMPIRISCHE ANALYSE

In Tabelle 18 werden die Regressionskoffizienten für die CSR-Ratings für den Zusammenhang mit dem Verschuldungsgrad angezeigt.540 2010

FK/EK 2

Gesamt

T E SG

Amerika

T E SG

Europa

T E SG

2011 2

2012 2

2013 b

R

2

2014 b

R

2

b

R

Panel 1

Panel 2

Panel 3

2

2

2

R

b

R

b

R

0,089

0,011***

0,074

0,009***

0,046

0,009**

0,018

0,007*

0,026

0,007*

0,030

0,007

b

0,029

R

0,004

b

0,033

R

0,006

b

0,102

0,022

0,093

0,020***

0,096

0,028***

0,053

0,027***

0,055

0,030***

0,054

0,026***

0,061

0,028***

0,052

0,018***

0,055

0,008

0,049

0,004

0,025

-0,002

0,010

0,001

0,025

-0,005

0,027

-0,009

0,029

-0,010

0,024

-0,003

0,088

0,007

0,054

0,006

0,054

0,003

0,040

0,004

0,039

0,009

0,044

0,009

0,041

0,004

0,052

0,004

0,099

0,014*

0,056

0,010

0,072

0,013*

0,065

0,015**

0,064

0,033***

0,080

0,034**

0,080

0,035**

0,059

0,010

0,075

0,002

0,044

0,004

0,052

-0,003

0,035

-0,001

0,029

-0,007

0,041

-0,012

0,038

-0,012

0,054

-0,004

0,067

0,011*

0,084

0,009*

0,040

0,011*

0,007

0,005

0,023

0,002

0,023

0,000

0,033

0,001

0,014

0,002

0,075

0,022**

0,112

0,025***

0,107

0,039***

0,034

0,031*

0,045

0,025*

0,027

0,012

0,044

0,018

0,029

0,017

0,041

0,010

0,059

0,003

0,013

-0,003

0,006

-0,001

0,042

-0,004

0,032

-0,012

0,036

-0,009

0,019

-0,010

* Die Regression ist auf dem Niveau von 0,05 (2-seitig) signifikant ** Die Regression ist auf dem Niveau von 0,01 (2-seitig) signifikant *** Die Regression ist auf dem Niveau von 0,001 (2-seitig) signifikant Die Variablen Branche und Unternehmensgröße (Marktkapitalisierung) wurden in der multivariaten Regressionsanalyse kontrolliert. T/E/SG hat einen positiven Zusammenhang mit der abhängigen Variable T/E/SG hat einen negativen Zusammenhang mit der abhängigen Variable T - Total ESG-Rating Panel 1 - Jahr 2010 und 2014 E - Environment Rating Panel 2 - Jahr 2011 und 2014 SG - Social and Governance Rating Panel 3 - Jahr 2010 und 2013

Tab. 18: Regressionsanalyse der Regionen –Verschuldungsgrad541 Für die Regressionsanalyse des Zusammenhangs von CSR-Rating und Verschuldungsgrad der Unternehmen (Tabelle 18) zeigen sich keine regionalen Unterschiede. Es sind jedoch Differenzen zwischen dem Zusammenhang von E-Rating und SG-Rating mit dem Verschuldungsgrad für beide Regionen erkennbar. Für das E-Rating ergeben sich regionenübergreifend viele statistisch signifikant positive Zusammenhänge. So sind beispielsweise im Panel 1 für das E-Rating in der Region Amerika 8 % der Schwankungen des Verschuldungsgrades durch das E-Rating erklärbar. Bei einem höheren ERating von einer Einheit im Jahr 2010 ergeben sich im Jahr 2014 für die Unternehmen

540 541

Vgl. für die Werte der Kontrollvariablen im Anhang die Anlagen 31 und 32. Eigene Berechnungen.

4 EMPIRISCHE ANALYSE

129

0,034 höhere Verschuldungsgrade. Je höher das E-Rating ist, desto höher sind somit auch die zukünftigen Verschuldungsgrade der Unternehmen. Das SG-Rating zeigt überwiegend negative Zusammenhänge, diese aber ohne Signifikanz, so dass von keinem Zusammenhang ausgegangen werden muss. Die Verbindung der beiden Kennzahlen ROE und FK/EK ergibt keinen Hinweis auf einen systematischen Leverageffekt. Bei den Unternehmen mit signifikant höherem ROE existiert kein signifikanter Zusammenhang mit dem FK/EK und umgekehrt besteht für Unternehmen mit signifikant höherem FK/EK kein Zusammenhang mit dem ROE. Eine systematische Nutzung des Leverage-Effekts durch Unternehmen mit höherem CSR-Rating kann nicht bestätigt werden. Andererseits führt eine signifikant höhere Verschuldung aber auch nicht zu systematisch niedrigeren Eigenkapitalrenditen. In Tabelle 19 werden die Regressionskoffizienten für die CSR-Ratings für den Zusammenhang mit dem Kurs-Umsatz-Verhältnis angezeigt.542

542

Vgl. für die Werte der Kontrollvariablen im Anhang die Anlagen 33 und 34.

130

4 EMPIRISCHE ANALYSE

2010

KUV 2

Gesamt

T E SG

Amerika

T E SG

Europa

T E SG

2011 2

2012 2

2013 2

2014 2

Panel 1

Panel 2

2

2

Panel 3 2

R

b

R

b

R

b

R

b

R

b

R

b

R

b

R

0,029

-0,010***

0,042

-0,010***

0,026

-0,008**

0,028

-0,008**

0,030

-0,008**

0,054

-0,013***

0,056

-0,014***

0,043

-0,012***

b

0,046

-0,021***

0,067

-0,024***

0,055

-0,025***

0,058

-0,029***

0,055

-0,028***

0,064

-0,026***

0,077

-0,033***

0,063

-0,027***

0,008

-0,005

0,024

-0,006

0,014

-0,004

0,017

-0,004

0,021

-0,003

0,038

-0,013*

0,028

-0,008

0,025

-0,010

0,016

-0,007

0,028

-0,009*

0,016

-0,005

0,026

-0,009

0,032

-0,010*

0,046

-0,015**

0,055

-0,016**

0,030

-0,012*

0,034

-0,018*

0,053

-0,025**

0,020

-0,011

0,028

-0,017*

0,031

-0,019*

0,045

-0,025**

0,055

-0,031**

0,046

-0,025**

0,005

0,001

0,014

-0,001

0,013

-0,004

0,019

-0,005

0,025

-0,007

0,032

-0,015

0,028

-0,011

0,016

-0,008

0,017

-0,008

0,023

-0,007

0,015

-0,006

0,004

-0,001

0,003

0,000

0,011

-0,003

0,007

-0,004

0,012

-0,005

0,018

-0,013

0,048

-0,022**

0,072

-0,032

0,049

-0,029***

0,031

-0,025**

0,018

-0,008

0,029

-0,021*

0,020

-0,014

0,006

-0,007

0,013

0,001

0,006

0,002

0,006

0,006

0,007

0,007

0,013

-0,001

0,005

0,004

0,010

-0,003

* Die Regression ist auf dem Niveau von 0,05 (2-seitig) signifikant ** Die Regression ist auf dem Niveau von 0,01 (2-seitig) signifikant *** Die Regression ist auf dem Niveau von 0,001 (2-seitig) signifikant Die Variablen Branche und Unternehmensgröße (Marktkapitalisierung) wurden in der multivariaten Regressionsanalyse kontrolliert. T/E/SG hat einen positiven Zusammenhang mit der abhängigen Variable T/E/SG hat einen negativen Zusammenhang mit der abhängigen Variable T - Total ESG-Rating Panel 1 - Jahr 2010 und 2014 E - Environment Rating Panel 2 - Jahr 2011 und 2014 Panel 3 - Jahr 2010 und 2013 SG - Social and Governance Rating

Tab. 19: Regressionsanalyse der Regionen – Kurs-Umsatz-Verhältnis543 Das KUV zeigt durchgängig negative Werte mit vielen Signifikanzen für das TRating und das E-Rating in der Region Amerika. In der Region Europa zeigen sich lediglich einige signifikante negative Werte für das E-Rating. Das SG-Rating zeigt keine statistisch signifikanten Werte. Auffällig sind damit der Unterschied zwischen dem T-Rating und E-Rating im Gegensatz zum SG-Rating und auch der Unterschied zwischen den Regionen. Während der Kapitalmarkt in Amerika Unternehmen mit hohem T-Rating und E-Rating im Verhältnis zu ihren Umsätzen signifikant niedriger bewertet, ist dieser Zusammenhang in Europa nicht durchgängig nachweisbar. Dies ist ein weiterer Hinweis auf regionale Unterschiede und Unterschiede zwischen den Ratingkategorien, diesmal im Zusammenhang mit der Kapitalmarktbewertung von Unternehmen mit hohem CSR-Rating.

543

Eigene Berechnungen.

4 EMPIRISCHE ANALYSE

131

4.6.5 Zusammenfassung der Ergebnisse der Querschnittsanalyse der Jahresabschlusskennzahlen In der jahresabschlussbasierten Mittelwertanalyse ergeben sich für die Gruppe der Unternehmen mit hohem Ratingscore statistisch signifikant höhere Mittelwerte für die Rentabilitätskennzahlen. Ebenso besitzen die Unternehmen mit höherem T-Rating und E-Rating höhere Mittelwerte für die Verschuldungskennzahlen. Für das KUV zeigen sich signifikant niedrigere Mittelwerte für Unternehmen mit hohem T-Rating und ERating. Es zeigen sich somit Unterschiede zwischen den Ratingkategorien in der Mittelwertanalyse. Die Korrelationsanalyse der Jahresabschlussdaten zeigt für die Eigenkapitalrentabilität positive Korrelationen mit vereinzelt statistischen Signifikanzen. Für die Verschuldungskennzahlen FK/EK und FK/GK ergeben sich viele signifikante Korrelationen. Unternehmen mit hohem Ratingscore haben höhere Verschuldungsgrade und höhere Gewinne im Verhältnis zum Eigenkapital. Diese Ergebnisse legten die Vermutung nahe, dass Unternehmen mit höherem Ratingscore möglicherweise den LeverageEffekt nutzen, indem sie durch zusätzliches Fremdkapital die Gewinne im Verhältnis zum Eigenkapital erhöhen.544 Die Kennzahl KUV, die den Umsatz ins Verhältnis zum Kapitalmarktwert setzt, zeigte als einzige Bewertungskennzahl durchgehend signifikant negative Korrelationen mit dem T-Rating und E-Rating. Dies könnte ein Hinweis auf eine niedrigere Bewertung der Investoren im Verhältnis zu den fundamentalen Daten der Unternehmen sein. Die beiden Vermutungen aus der Korrelationsanalyse wurden anschließend in der Regressionsanalyse auf einen kausalen Zusammenhang untersucht. Zusätzlich wurden mögliche Störvariablen (Branche und Marktkapitalisierung) kontrolliert und regionenspezifische Untersuchungen (Amerika und Europa) vorgenommen. Es gibt in der Regressionsanalyse einen Hinweis auf positive Zusammenhänge zwischen der Eigenkapitalrendite und dem T-Rating in Amerika bzw. dem SG-Rating in Europa für kurze Zeiträume. Ein Zusammenhang zwischen E-Rating und ROE ist nicht vorhanden. Langfristige Zusammenhänge treten nicht auf. Für die Regressionsanalyse des Zusammenhangs von CSR-Rating und Verschuldungsgrad der Unternehmen zeigen sich keine regionalen Unterschiede. Es sind jedoch Unterschiede zwischen dem Zusammenhang von E-Rating und SG-Rating mit dem Verschuldungsgrad für beide Regionen erkennbar. Für das E-Rating ergeben sich regionenübergreifend viele 544

Dies stimmt mit den Ergebnissen von früheren Arbeiten überein, die Hinweise auf geringere Risikoprämien für Credit Default Swaps (CDS) und auch bessere Kreditratings für nachhaltige Unternehmen gefunden haben. Vgl. Barthruff (2014), S. 231. „Ein CDS ist im Kern ein Versicherungsvertrag zum Schutz gegen Ausfallverluste. Dabei zahlt der Käufer einer Kreditabsicherung an den Verkäufer periodisch eine Prämie […]. Wenn der Emittent des zugrunde liegenden Schuldtitels zahlungsunfähig wird, überträgt der Käufer dem Verkäufer den Schuldtitel im Austausch für eine Barabfindung in Höhe des Nennwertes des Titels“ (Micu/Remolona/Wooldridge, 2004, S. 66).

132

4 EMPIRISCHE ANALYSE

statistisch signifikante positive Zusammenhänge. Je höher das E-Rating ist, desto höher sind somit auch die zukünftigen Verschuldungsgrade der Unternehmen. Das SGRating zeigt überwiegend keinen signifikanten Zusammenhang. Bei den Unternehmen mit signifikant höherem ROE existiert kein signifikanter Zusammenhang mit dem FK/EK und umgekehrt exitsiert für die Unternehmen mit signifikant höherem FK/EK kein Zusammenhang mit dem ROE. Die systematische Nutzung des Leverage-Effekts durch Unternehmen mit höherem CSR-Rating kann deshalb nicht bestätigt werden. Andererseits führt eine signifikant höhere Verschuldung aber auch nicht zu systematisch niedrigeren Eigenkapitalrenditen. Das Kurs-Umsatz-Verhältnis zeigt durchgängig negative Werte mit vielen Signifikanzen für das T-Rating und das E-Rating in Amerika. In Europa zeigen sich lediglich einige signifikante negative Werte für das E-Rating. Das SG-Rating zeigt keine statistisch signifikanten Werte. Auffällig ist damit der Unterschied zwischen dem TRating und E-Rating im Gegensatz zum SG-Rating und auch der Unterschied zwischen den Regionen. Während der Kapitalmarkt in Amerika Unternehmen mit hohem TRating und E-Rating im Verhältnis zu ihren Umsätzen signifikant niedriger bewertet, ist dieser Zusammenhang in Europa nicht durchgängig nachweisbar. Somit bestehen regionale Unterschiede und Unterschiede zwischen den Ratingkategorien.

133

4 EMPIRISCHE ANALYSE

4.7 Querschnittsanalyse der Kapitalmarktkennzahlen Im Folgenden werden mithilfe der Querschnittsanalyse kapitalmarktbasierte Kennzahlen auf ihren Zusammenhang mit dem CSR-Rating untersucht. Die Kennzahlen beziehen sich auf die Rendite und das Risiko der Aktien der Unternehmen sowie deren Verhältnis. Zusätzlich werden im Folgenden das Risikoverständnis nach Markowitz und das Risikoverständnis nach Roy dargestellt und mithilfe von geeigneten Kennziffern untersucht. 4.7.1 Rendite Im Rahmen dieser Untersuchung wird die Rendite als Kennzahl für die Performance von potentiellen Investitionsmöglichkeiten verwendet.545 Die Rendite als Kennzahl dient dazu, mehrere Investitionsmöglichkeiten zu vergleichen. Es wird verglichen, in welchem Verhältnis die Rückflüsse der jeweiligen Investitionsmöglichkeit zu den geleisteten Zahlungen stehen. Mittels einer zeitlichen Normierung wird sichergestellt, dass sich unterschiedliche Investitionsmöglichkeiten vergleichen lassen.546 Bei mehrperiodischer Betrachtungsweise lassen sich zwei Renditeberechnungen unterscheiden: die geometrische Renditeberechnung und die arithmetische Renditebetrachtung. Die geometrische Renditeberechnung bewertet die Rendite über den gesamten Zeitraum pro Jahr und die arithmetische Rendite bewertet die Rendite in einem durchschnittlichen Jahr über den gesamten Zeitraum.547 Zusätzlich können diskrete und stetige Renditen unterschieden werden, wobei stetige Renditen mittels des Logarithmus errechnet werden, während diskreten Renditen eine prozentuale Verzinsung von Zeitpunkt zu Zeitpunkt zugrunde liegt.548 In dieser wie auch in allen vorherigen Arbeiten, beispielsweise Belghitar et al. (2014) und Kempf und Osthoff (2007), wird mit geometrischen und diskreten Renditen gerechnet. Die Renditemessung erfolgt auf Basis folgender Formel:549 Ri,t (

ri,t ) 1 ri,t 1

mit: Ri ,t = Gewinn der Aktie i im Jahr t ; ri,t = Schlusskurs der Aktie

ri,t1 = Schlusskurs der Aktie i im Jahr t  1 .

545 546 547 548 549

Vgl. Seitz (2010), S. 39. Vgl. Spremann (2008), S. 71; Schyra (2013), S. 39. Vgl. Stehle/Ehrhardt (1999), S. 12 f.; Hillier et al. (2013), S. 250. Vgl. Seitz (2010), S. 39. Fischer (2001), S. 6; Specht/Gohout (2009), S. 16; Schyra (2013), S. 40.

(5) i

im Jahr t ;

134

4 EMPIRISCHE ANALYSE

4.7.2 Risiko In der vorliegenden Arbeit werden Risiken auf Kapitalmarktebene betrachtet. Der Begriff Risiko wird in der Literatur nicht einheitlich verwendet und es existiert eine Vielzahl unterschiedlicher Risikodefinitionen.550 Die Risikodefinitionen können in zwei Gruppen unterteilt werden. Die eine Gruppe betrachtet sowohl eine positive als auch eine negative Zielabweichung als Risiko und dieser Risikobegriff wird in der Literatur auch als Risiko im weiteren Sinne (Risiko i. w. S.) bezeichnet.551 Die andere Gruppe bezeichnet nur negative Abweichungen von der Zielgröße als Risiko und dieses Risikoverständnis trägt in der Literatur die Bezeichnung Risiko im engeren Sinne (Risiko i. e. S.).552

Abb. 11: Risikodarstellung553 Abbildung 11 unterscheidet das Risiko i. e. S. von Chancen als positive Abweichungen im Rahmen von Risiken i. w. S. und differenziert zudem zwischen operativen und strategischen Risiken gemäß deren unterschiedlichen Zeithorizonten. Im Folgenden werden die verschiedenen Risikobegriffe und anschließend die Risikomessung näher erläutert.

550 551 552 553

Vgl. Vanini (2012), S. 7. Vgl. Tiberius/Rasche (2011), S. 305; Seitz (2010), S. 40; Bamberg/Coenenberg (2006), S. 19. Vgl. Diederichs (2010), S. 9; Gebhardt (2002), S. 1714. Eigene Darstellung in Anlehnung an Vanini/Weinstock (2006), S. 380.

4 EMPIRISCHE ANALYSE

4.7.2.1

135

Standardabweichung als Risikomaß

Ausgehend von der modernen Portfoliotheorie wird nach Markowitz die Standardabweichung der Renditen als Risikoindikator genutzt.554 Markowitz verwendet damit die Definition des Risikos i. w. S., da durch die Nutzung der Standardabweichung der Renditen als Risikoindikator sowohl negative als auch positive Renditeabweichungen den Risikoindikator erhöhen.555 Diejenigen Risikomaße, die sowohl positive als auch negative Abweichungen von einer prognostizierten Zielrendite einbeziehen, werden auch als symmetrische Risikomaße bezeichnet.556 Das Risiko eines Portfolios steigt somit, je größer die Streuung der Renditen ist bzw. je höher die Abweichungen der Renditen vom prognostizierten Wert sind.557 Eine wichtige Anmerkung zu Markowitz’ Auswahl der Standardabweichung als Indikator für das Risiko ist allerdings, dass Markowitz selbst in späteren Arbeiten nicht nur die Standardabweichung als Risikoindikator heranzieht, sondern auch weitere Möglichkeiten der Risikomessung betrachtete.558 Er beurteilt die „semi-deviation“, die als rein negative Abweichung zu verstehen ist, als einen für die Erzeugung effizienter Portfolios vorteilhaften Risikoindikator. Dennoch zieht Markowitz die Standardabweichung der „semi-deviation“ vor, da sie einfacher zu verwenden und zu interpretieren ist und die durch sie erzeugten Portfolios nach seiner Aufassung ausreichend effizient seien.559 Folglich hat sich in der neoklassischen Kapitalmarkttheorie, die aufbauend auf Markowitz’ Arbeit in den 1950er Jahren entstand, die Standardabweichung zur Quantifizierung des Risikos durchgesetzt.560 Zur Messung des Risikos nach Markowitz wird deshalb folgende Formel verwendet:561

554 555 556 557 558

559 560

561

Vgl. Markowitz (1952), S. 77; Markowitz (1991), S. 76; Spremann (2008), S. 99. Vgl. Spremann (2008), S. 100. Vgl. Decker (2005), S. 34; Steiner/Bruns (2007), S. 589. Vgl. Spremann (2008), S. 100. Markowitz (1991, S. 76 f.) schreibt hierzu Folgendes: „For most of the measures considered, the efficient portfolios produced by using standard deviation are to be preferred. Some measures which seem reasonable offhand produce completely unsatisfactory portfolios. One of the measures considered, the semi-deviation, produces efficient portfolios somewhat preferable to those of the standard deviation. Those produced by the standard deviation are satisfactory, however, and the standard deviation itself is easier to use, more familiar to many, and perhaps easier to interpret than the semi-deviation.“ Vgl. Markowitz (1991), S. 76. Vgl. hierzu auch Sharpe (1964), Lintner (1965) und Mossin (1966), die mit ihren Arbeiten die Begründer des CAPM sind. Aufbauend auf der Arbeit von Markowitz (1952) zur modernen Portfoliotheorie wird jeweils die Standardabweichung als Risikoindikator genutzt. Behrends (2013), S. 274 f.

136

4 EMPIRISCHE ANALYSE

Standardabweichung V

1 n ¦ (ri  r )2 n 1 i 1

(6)

mit: V = Standardabweichung der Renditen von Aktie i , n = Anzahl der Perioden, r = Aktienrendite, r = Durchschnittliche Rendite i

4.7.2.2

Semistandardabweichung als Risikomaß

Zur gleichen Zeit wie Markowitz beschäftigte sich auch Roy (1952) mit der Auswahl von Portfolios. Im Gegensatz zu Markowitz, der die Standardabweichung der Renditen als Risiko bezeichnet, wird bei Roy das Risiko einer Geldanlage darin gesehen, dass eine Zielrendite nicht erreicht wird. Diese Zielrendite kann etwa die Kapitalerhaltung, die Inflationsrate oder auch eine andere Mindestrendite sein, die vom Investor bestimmt werden kann. Dieses Risiko wird von Roy als Ausfallrisiko oder auch als Shortfall-Risiko bezeichnet.562 In der grundlegenden Definition drückt das ShortfallRisiko die Wahrscheinlichkeit aus, mit der ein Ausfall auftreten wird. Im Portfoliofall ist darunter zu verstehen, dass die Portfoliorendite unterhalb einer vorgegebenen Zielrendite bleibt, die durch den Investor als Anlageziel festgelegt wurde.563 Abbildung 12 verdeutlicht die Ausfallwahrscheinlichkeit als Abweichung vom Erwartungswert. Roy selbst geht von der Annahme aus, dass für einen Großteil der Investoren ein desaströser Verlust unter allen Umständen vermieden werden sollte.564 Anders als bei Markowitz steht damit nicht alleine die Erhöhung des Nutzens durch höhere Erträge im Vordergrund. Roy vertritt hiermit das sogenannte „Safety First“-Prinzip, bei dem davon ausgegangen wird, dass die Rendite einer bestimmten Anlage nicht unter ein bestimmtes Niveau fallen darf.565 In der Literatur wird das Konezpt des Ausfallrisikos nach Roy insbesondere in Situationen angewandt, in denen der Investor Verpflichtungen hat, die mit dem Ertrag der Anlage erfüllt werden sollen. Ein Schaden tritt für den Investor folglich nur dann ein, wenn diese Verpflichtung nicht erfüllt werden kann. Dies ist vor allem bei institutionellen Investoren, z. B. Pensionskassen, aber auch Versicherungen von Relevanz, da hier die Verpflichtung besteht, für den Kunden die garantierte Mindestverzinsung der Einlagen sicherzustellen.566

562 563 564 565 566

Vgl. Roy (1952), S. 432; Spremann (2008), S. 106. Vgl. Albrecht/Maurer (2008), S. 347. Vgl. Roy (1952), S. 432. Vgl. Roy (1952), S. 433. Vgl. Spremann (2008), S. 106.

4 EMPIRISCHE ANALYSE

137

Abb. 12: Shortfall-Risiko nach Roy567 Der Ansatz von Roy blieb in der Forschung aufgrund der mehrheitlichen Verwendung des Markowitz’schen Risikobegriffs längere Zeit unbeachtet und hat erst mit den Arbeiten von Leibowitz und Kogelman (1989)568, van Harlow (1991)569 und Sortino (1994)570 zum Management institutioneller Vermögen an Bedeutung gewonnen. Seitdem genießt der Risikobegriff nach Roy eine große Akzeptanz im Portfoliomanagement und wird insbesondere in der Praxis der Verwaltung institutioneller Vermögen genutzt.571 Im Folgenden wird auf die Messung dieser sogenannten Shortfall- bzw. Downside-Risiken eingegangen. Im Zusammenhang mit der Messung des Downside-Risikos muss auf die Lower Partial Moments (LPM) als eine allgemeine Klasse von Shortfall-Risikomaßen eingegangen werden.572 Es werden in der Regel drei spezielle Arten von LPM unterschieden, die die Ordnungen null, eins und zwei aufweisen. Die LPM nullter Ordnung (LPM0) entsprechen der Shortfall-Wahrscheinlichkeit und sind damit von besonderer Bedeutung für den Safety-First-Ansatz. Die LPM0 berücksichtigen jedoch nicht das Ausmaß der negativen Abweichung von der gesetzten Zielrendite, sondern lediglich die DownsideWahrscheinlichkeit bzw. die Shortfall- oder Ausfallwahrscheinlichkeit.573 Folglich geht die Größe der Unterschreitung bei den LPM0 nicht in den Risikobegriff mit ein.574 567 568 569 570 571

572 573 574

Eigene Darstellung in Anlehnung an Spremann (2008), S. 107. Vgl. Leibowitz/Kogelman (1991). Vgl. van Harlow (1991). Vgl. Sortino/Price (1994). Vgl. hierzu insbesondere die Arbeiten von Leibowitz/Henriksson (1989), van Harlow (1991) und Leibowitz/Kogelman (1991). Vgl. Albrecht/Maurer (2008), S. 347. Vgl. Portmann (1999), S. 14; Hilz-Ward (2009), S. 89. Vgl. Spremann (2008), S. 113.

138

4 EMPIRISCHE ANALYSE

Der LPM0 mit der Ausfallwahrscheinlichkeit, im Englischen „Probability of Default“ (PD), hat folgende formale Darstellung:575

LPM0 (c; X ) P( X  c) PD

(7)

Abb. 13: Lower Partial Moments576 Die LPM erster Ordnung (LPM1) entsprechen dem Shortfall-Erwartungswert der Zielverfehlung.577 Sie messen die mittlere Unterschreitung bei einer negativen Abweichung von der Zielrendite.578 Die LPM zweiter Ordnung (LPM2) entsprechen hingegen der Shortfall-Varianz.579 Die LPM2 ergeben somit die mittlere Unterschreitung der Zielrendite im Quadrat.580 Die Quadrierung der negativen Abweichungen von der Zielrendite hat zur Folge, dass sehr niedrige Renditen stärker gewichtet werden als Renditen, die die Zielrendite nur knapp unterschreiten.581 In der englischsprachigen Literatur und auch in Markowitz’ Grundüberlegungen zur Risikomessung im Rahmen

575 576 577 578 579 580 581

Hilz-Ward (2009), S. 94. Eigene Darstellung in Anlehnung an Lahusen (2013), S. 111. Vgl. Albrecht/Maurer (2008), S. 348. Vgl. Spremann (2008), S. 114. Vgl. Albrecht/Maurer (2008), S. 348. Vgl. Spremann (2008), S. 115. Vgl. Meyer (1999), S. 60.

139

4 EMPIRISCHE ANALYSE

der Portfoliotheorie werden die LPM2 auch als Semivarianz582 bezeichnet.583 In dieser Arbeit wird neben der Standardabweichung die Semistandardabweichung als weiteres Risikomaß verwendet. Die Semistandardabweichung wird folgendermaßen berechnet:584 Semistandardabweichung DRi ,t

1 n ¦ (ri  MAR)2 n  1 riMAR

(8)

mit DR = Semistandardabweichung (DR = downside risk), r = Aktienrendite der Aktie i , n = Anzahl der Perioden, MAR = Minimal akzeptierbare Rendite585 i

4.7.3 Mehrdimensionale Kapitalmarktkennzahlen Im Folgenden werden die Performancemaße dargestellt, die sich aus der zuvor vorgestellten Rendite und den beiden Risikomaßen (Standardabweichung und Semistandardabweichung) zusammensetzen. Die Kennzahlen sind demzufolge die Rendite im Verhältnis zur Standardabweichung und die Rendite im Verhältnis zur Semistandardabweichung. Das Rendite-Risiko-Verhältnis, das im Folgenden auch als Performance bezeichnet wird, entspricht dem Verhältnis der Rendite zur Standardabweichung.586 Die Formel lautet:587

Ri,t

Performancei,t

Vi

(9)

mit: P erfo rm an ce = Performance von Aktie i im Jahr t ; Ri ,t = Rendite von Aktie im Jahr t ; V = Standardabweichung der Rendite von Aktie i . i ,t

i

i

582

583 584 585

586 587

Die Semistandardabweichung, die durch die Semivarianz ermöglicht wird, wird unter anderem in der Sortino Ratio verwendet. Sie ist damit ein Maß zur Performancemessung nach dem Risikobegriff von Roy, da nur negative Abweichungen berücksichtigt werden. Vgl. Meyer (1999), S. 47; Markowitz (1991), S. 76. Sortino (2010), S. 118. In der Querschnittsanalyse der Kapitalmarktkennzahlen ist die minimal akzeptierbare Rendite gleich null. Deshalb ist die Semistandardabweichung gleich dem Downside Risk. Null wird der risikolosen Rendite in der Querschnittsanalyse vorgezogen, da mehrere Länder mit unterschiedlichen risikolosen Zinssätzen in der Stichprobe vorhanden sind. Es lässt sich somit kein gemeinsamer risikoloser Zins finden, der für alle Länder gleich ist. In der Portfolioanalyse werden später hingegen die regionalen risikolosen Zinsniveaus verwendet. Vgl. Markowitz (1952), S. 77; Markowitz (1991), S. 76; Spremann (2008), S. 99. Eigene Zusammensetzung der Komponenten für die Querschnittsanalyse in Anlehnung an die Systematik von Markowitz (1952).

140

4 EMPIRISCHE ANALYSE

Aus dem Verhältnis zwischen Rendite und Semistandardabweichung ergibt sich somit ein Rendite-Risiko-Verhältnis, bei dem nur das Risiko i. e. S. (negative Renditeveränderung) einbezogen wird. Formal stellt sich diese Performancekennzahl folgendermaßen dar:588 Performance( DR)i ,t

Ri ,t DRi

(10)

mit: Performance( DR) = Performance (Downside Risk) von Aktie i im Jahr t ; Ri ,t = Rendite von Aktie i im Jahrr t ; DRt = Semistandardabweichung der Renditen von Aktie i . 4.7.4 Mittelwertanalyse der Kapitalmarktkennzahlen Entsprechend der bisherigen Vorgehensweise für die Jahresabschlusskennzahlen erfolgt hier eine Querschnitts- und eine Panelanalyse der Mittelwerte für kapitalmarktbasierte Kennzahlen. Die Werte in Tabelle 20 zeigen das Signifikanzniveau der t-Tests für den Unterschied der Mittelwerte zwischen den Clustern der nachhaltigen und der nicht nachhaltigen Unternehmen an.

588

Eigene Zusammensetzung der Komponenten für die Querschnittsanalyse in Anlehnung an die Systematik von Roy (1952).

141

4 EMPIRISCHE ANALYSE

Kennzahlen

2010

2011

2012

2013

T

0,070

0,738

0,618

0,055

0,370

0,140

0,351

E

0,004**

0,550

0,789

0,195

0,665

0,356

0,758

0,218

SG T Std. Dev. E

0,130 0,002** 0,006**

0,695 0,050* 0,157

0,903 0,296 0,807

0,137 0,057 0,851

0,678 0,127 0,301

0,009** 0,401 0,352

0,050* 0,435 0,127

0,006** 0,476 0,139

SG T Rendite/ Std. Dev. E SG

0,380 0,464 0,053

0,280 0,467 0,780

0,623 0,832 0,931

0,062 0,094 0,040*

0,098 0,684 0,488

0,535 0,007** 0,017*

0,177 0,148 0,333

0,154 0,008** 0,005**

0,001*** 0,040*

0,002**

Rendite

T

Semi. Std. E Dev. SG T Rend./ Semi. Std. E Dev. SG

2014

Panel 1

Panel 2 Panel 3 0,048*

0,181

0,744

0,526

0,058

0,894

0,040*

0,096

0,337

0,102

0,004**

0,512

0,308

0,507

0,002**

0,369

0,077

0,699

0,036*

0,634

0,484

0,186

0,096 0,732 0,098

0,220 0,429 0,813

0,806 0,613 0,378

0,049* 0,039* 0,043

0,092 0,212 0,632

0,120 0,103 0,045*

0,699 0,929 0,461

0,912 0,014* 0,181

0,412

0,682

0,471

0,002**

0,728

0,256

0,728

0,003**

*/ **/ *** T-Test ist signifikant auf 5% / 1% / 0,1% Niveau Mittelwert für Cluster „nachhaltig“ ist höher als für Cluster „nicht nachhaltig“ Mittelwert für Cluster „nicht nachhaltig“ ist höher als für Cluster „nachhaltig“ T - Total ESG-Rating Panel 1 - Jahr 2010 und 2014 E - Environment Rating Panel 2 - Jahr 2011 und 2014 Panel 3 - Jahr 2010 und 2013 SG - Social and Governance Rating

Tab. 20: Mittelwertanalyse der Kapitalmarktkennzahlen589 Die Mittelwertanalyse vergleicht die Cluster für Unternehmen mit hoher Ratingbewertung und die Cluster für Unternehmen mit niedriger Bewertung. Die Ergebnisse der Querschnittsanalyse zeigen überwiegend keine Signifikanz, so dass keine Unterschiede zwischen den Mittelwerten der Cluster bestehen. Für die Panelanalyse ergeben sich drei signifikante Werte für höhere Renditen der im SG-Rating niedrig bewerteten Unternehmen im Vergleich zu den hoch bewerteten Unternehmen über längere Zeiträume (3 und 4 Jahre). Die Mittelwerte der Standardabweichungen zeigen ebenfalls einen negativen Trend für den Cluster der nachhaltigen Unternehmen. Die Standardabweichung ist ein Risikomaß und deshalb ist ein negativer Unterschied ein Hinweis darauf, dass das Risiko für

589

Eigene Berechnungen.

142

4 EMPIRISCHE ANALYSE

den Cluster der Unternehmen mit höherer Nachhaltigkeit geringer ist. Da die Mittelwerte zwischen den Clustern nur in seltenen Fällen signifikant differieren, besteht kein starker Hinweis auf Unterschiede zwischen den Clustern. Die Ergebnisse der Rendite und der Standardabweichung ergeben für die Performance entgegengesetzte Effekte. Im Rahmen des Verhältnisses von Rendite zur Standardabweichung kann nun beobachtet werden, welcher Effekt stärker ist. Es ist eindeutig zu erkennen, dass der Renditeeffekt den Risikoeffekt der Standardabweichung überlagert. Daher zeigt der Cluster für nachhaltige Unternehmen einen Trend für niedrigere Rendite-Risiko-Verhältnisse. Es ergeben sich zudem signifikante Werte für die Panelanalyse. Somit haben Unternehmen mit einem höheren CSR-Rating ein niedrigeres durchschnittliches Rendite-Risiko-Verhältnis vor allem über längere Zeiträume. Die Semistandardabweichung dient als alternative Risikokennzahl und gibt dementsprechend Hinweise auf entsprechende Unterschiede der Downside-Risiken zwischen den Mittelwerten der Cluster. Die Mittelwertanalyse der Semistandardabweichung zeigt für die gesamte Querschnittsanalyse einen negativen Unterschied der Mittelwerte zwischen dem Cluster der hoch bewerteten Unternehmen zum Cluster der niedrig bewerteten Unternehmen in allen drei Ratingkategorien. Die wenigen signifikanten Werte geben jedoch nur einen schwachen Hinweis auf einen negativen Zusammenhang zwischen CSR-Rating und Risiko. Die letzte Kennzahl beschreibt den Mittelwertunterschied der Cluster der hoch und niedrig bewerteten Unternehmen in Bezug auf das Rendite-Risiko-Verhältnis. Das Risiko wird bei dieser Kennzahl durch die Semistandardabweichung repräsentiert. Die Ergebnisse der Mittelwertunterschiede sind sowohl für die Querschnittsanalyse als auch für die Panelanalyse uneinheitlich. Die entgegengerichteten Effekte der Mittelwertunterschiede für die Rendite und die Semistandardabweichung sind in den einzelnen Perioden unterschiedlich stark. Der Renditeeffekt überlagert den Effekt der Semistandardabweichung in der Querschnittsanalyse in den Jahren 2010, 2012 sowie 2013 und auch in den Panels 1 und 3 für alle Ratings. Somit ist das Rendite-RisikoVerhältnis für diese Zeiträume für hoch bewertete Unternehmen niedriger als für niedrig bewertete Unternehmen. Für die Jahre 2011 und 2014 sowie für das Panel 2 überlagert der Effekt der Semistandardabweichung den Effekt der Rendite. Folglich sind die Mittelwerte für die Gruppe der hoch bewerteten Unternehmen in diesen Perioden höher als die der niedrig bewerteten Unternehmen, ohne signifikant zu sein. Diese Unterschiede sind jeweils in allen drei Ratings zu beobachten. Ein eindeutiger Unterschied besteht aufgrund der mangelnden Signifikanz jedoch nicht.

143

4 EMPIRISCHE ANALYSE

4.7.5 Korrelationsanalyse der Kapitalmarktkennzahlen Im Weiteren werden die Korrelationen zwischen den CSR-Ratings und den Kapitalmarktdaten untersucht. In Tabelle 21 sind die jeweiligen Korrelationskoeffizienten angegeben. Korrelationsanalyse Rendite

Standardabweichung Rendite/ Standandardabweichung Semistandardabweichung Rendite/ Semistandardabweichung

2010 T E SG T E SG T E SG T E SG T E SG

2014

Panel 1

Panel 2 Panel 3

-0,108* -0,021 -0,024 -0,068 -0,151** -0,070 -0,018 -0,033

0,004 -0,010

-0,093* -0,042

-0,098* -0,058

-0,086 -0,026

-0,071 -0,003 -0,001 -0,051 -0,137** -0,087* 0,004 -0,075 -0,152** -0,071 -0,002 0,008

-0,006 -0,67 0,044

-0,109* -0,021 0,062

-0,078 -0,027 0,064

-0,099* -0,019 0,088*

-0,047 -0,057 -0,103*

2011

2012

2013

-0,040 0,017 -0,065 -0,034 -0,010 -0,018 -0,018 0,002 -0,013 -0,061 -0,010 -0,130** -0,126** -0,104* -0,047 -0,027 -0,079* -0,031 -0,096* -0,148** -0,073

0,008 -0,006 -0,049 -0,018 -0,129** -0,094* -0,105* -0,029 -0,151** -0,046 0,001 -0,062 -0,066 0,007 0,015 -0,004 -0,139** -0,030 -0,004 -0,016 -0,083* -0,027 0,027 -0,031 -0,071 -0,031 -0,098* 0,007

-0,024 0,006 -0,070 -0,020 0,001 -0,040 -0,078* 0,041 -0,061 -0,054 -0,087* 0,019

0,056 -0,079 -0,093

0,016 -0,098* -0,094

0,042 -0,036 -0,052

0,007

-0,076

-0,073

-0,056

-0,018 -0,053

0,021

* Die Korrelation ist auf dem Niveau von 0,05 (2-seitig) signifikant ** Die Korrelation ist auf dem Niveau von 0,01 (2-seitig) signifikant T/E/SG ist mit der jeweiligen Variable positiv korreliert T/E/SG ist mit der jeweiligen Variable negativ korreliert T - Total ESG-Rating Panel 1 - Jahr 2010 und 2014 E - Environment Rating Panel 2 - Jahr 2011 und 2014 SG - Social and Governance Rating Panel 3 - Jahr 2010 und 2013

Tab. 21: Korrelationsanalyse der Kapitalmarktkennzahlen590 Für die Rendite liegen fast ausschließlich negative Korrelationen vor. Signifikante Korrelationskoeffizienten sind jedoch lediglich im Jahr 2010 und in den Panels vorhanden. Für Unternehmen mit höheren CSR-Ratings zeigt sich demnach besonders über längere Zeiträume ein Zusammenhang mit niedrigeren Renditen.

590

Eigene Berechnungen.

144

4 EMPIRISCHE ANALYSE

Für die Standardabweichung ergeben sich in den Jahren 2010 und 2011 signifikant negative Korrelationen mit allen CSR-Ratings der Unternehmen. Es zeigt sich für das T- und SG-Rating ein Trend für eine negative Korrelation von CSR-Rating und Standardabweichung. Für das E-Rating ergibt sich ein entgegengesetzter Trend, der im Panel 3 einen signifikanten Wert aufweist. Da jedoch nur wenige signifikante Werte vorliegen, ist ein Zusammenhang auszuschließen. Das Rendite-Risiko-Verhältnis, gemessen mit der Standardabweichung als Risikoindikator, zeigt eine durchgehend negative Korrelation mit der Nachhaltigkeitsbewertung. Nur im Jahr 2011 besteht ein umgekehrter Effekt, jedoch ohne signifikant zu sein. Insbesondere in den Panels zeigen sich durchgehend negative signifikante Werte. Dies ist ein Hinweis auf einen Zusammenhang zwischen CSR-Rating und Performance über längere Zeiträume. Unternehmen in der Stichprobe mit hoher Nachhaltigkeitsbewertung haben somit vor allem über längere Zeiträume geringere RenditeRisiko-Verhältnisse. Für die Semistandardabweichung zeigen sich in der Querschnittsanalyse negative Korrelationen, die im Jahr 2010 und 2014 signifikant sind. Für die Panelanalyse ergibt sich ein uneinheitliches Ergebnis, das keinen Zusammenhang offenbart. Signifikanzen liegen in der Panelanalyse nicht vor. Das Risiko, gemessen mit der Semistandardabweichung, weicht somit in der Querschnittsanalyse für Unternehmen mit höherem CSR-Rating nicht signifikant von dem für Unternehmen mit niedrigerem CSR-Rating ab. Ein Hinweis auf einen signifikanten Zusammenhang gibt es somit nicht. Für das Rendite-Risiko-Verhältnis, bei dem das Risiko mit der Semistandardabweichung gemessen wurde, liefert die Querschnittsanalyse ein uneinheitliches Bild. Es gibt sowohl negative als auch positive Korrelationen. Jedoch sind nur die negativen Korrelationen in den Jahren 2010 und 2013 signifikant. In der Panelanalyse ist nur im Panel 2 eine statistisch signifikante negative Korrelation zu erkennen. Für dieses Rendite-Risiko-Verhältnis gilt demnach, dass sich die negativen Effekte abgeschwächt und teilweise auch die Effektrichtungen gewechselt haben. Der Effekt der Semistandardabweichung ist demnach in der Lage, in einigen Perioden den negativen Renditeeffekt zu überlagern. Positive Signifikanzen für dieses neue Rendite-Risiko-Verhältnis ergeben sich jedoch nicht. Es ergibt sich folglich kein signifikanter Zusammenhang. Die Effektrichtungen der Korrelationen entsprechen insgesamt den zuvor beobachteten Mittelwertunterschieden der Gruppen der nachhaltigen und nicht nachhaltigen Unternehmen. Insofern bestätigen sich die Ergebnisse der Mittelwertanalyse. Insgesamt ist allerdings zu beobachten, dass nur wenige signifikante Korrelationen vorliegen.

145

4 EMPIRISCHE ANALYSE

4.7.6 Regionale Korrelationsanalyse der Kapitalmarktkennzahlen In dieser Arbeit werden regionale Unterschiede für den Zusammenhang von CSRRating und Performancekennzahlen untersucht.591 Deshalb erfolgt nun eine regionale Korrelationsanalyse der Regionen Amerika (mit den Ländern USA und Kanada) und Europa (mit den Ländern Deutschland, Frankreich, Spanien; Italien und Großbritannien). In Tabelle 22 sind die Korrelationskoeffizienten der amerikanischen Region dargestellt. Korrelationsanalyse Kapitalmarktdaten Amerika Rendite

Standardabweichung Rendite/ Standandardabweichung Semistandardabweichung Rendite/ Semistandardabweichung

T E SG T E SG T E SG T E SG T E SG

2010 -0,093 -0,194** 0,001 -0,144* -0,135* -0,043 -0,057 -0,162* 0,039 -0,152* -0,082 -0,095 -0,025 -0,129* 0,052

2011 0,068 0,130 0,051 -0,091 -0,076 -0,012 0,139* 0,084 0,101 -0,068 -0,085 0,011 0,136* 0,075 0,093

2012 -0,091 -0,045 -0,019 -0,062 -0,055 -0,017 -0,072 -0,043 -0,047 -0,065 -0,060 -0,042 -0,095 -0,081 -0,036

2013 -0,127* -0,070 -0,065 -0,107* -0,057 -0,057 -0,107* -0,072 -0,069 -0,060 -0,052 -0,039 -0,100 -0,050 -0,058

2014 0,019 0,030 -0,011 -0,112* -0,037 -0,051 0,009 0,011 -0,035 -0,033 -0,094 0,031 0,088 0,114* 0,010

Panel 1 -0,120 -0,044 -0,166* -0,089 0,051 -0,070 -0,159* -0,125 -0,164* 0,015 -0,010 0,089 -0,091 -0,088 -0,109

Panel 2 -0,134* -0,084 -0,106 -0,091 0,049 -0,073 -0,123 -0,150* -0,095 -0,020 0,017 -0,023 -0,100 -0,092 -0,068

Panel 3 -0,085 -0,030 -0,123* -0,071 0,052 -0,038 -0,108 -0,092 -0,130* -0,009 -0,033 0,058 -0,014 -0,020 -0,054

* Die Korrelation ist auf dem Niveau von 0,05 (2-seitig) signifikant ** Die Korrelation ist auf dem Niveau von 0,01 (2-seitig) signifikant T/E/SG ist mit der jeweiligen Variable positiv korreliert T/E/SG ist mit der jeweiligen Variable negativ korreliert T - Total ESG-Rating Panel 1 - Jahr 2010 und 2014 E - Environment Rating Panel 2 - Jahr 2011 und 2014 SG - Social and Governance Rating Panel 3 - Jahr 2010 und 2013

Tab. 22: Korrelationsanalyse der Kapitalmarktkennzahlen – Region Amerika592

591

592

Es wurden zusätzlich auch branchenspezifische Unterschiede untersucht. In der Korrelationsanalyse der Branchen konnten jedoch keine signifikanten Zusammenhänge gefunden werden. Es findet sich demnach keine strukturell abweichende Korrelation zwischen CSR-Ratings und finanzieller Performance, die für mehrere Finanzkennzahlen zu beobachten wäre. Es können demnach keine Empfehlungen für eine branchenspezifische Analyse gegeben werden. Die Analysen finden sich deshalb im Anhang in den Anlagen 14-19. Eigene Berechnungen.

146

4 EMPIRISCHE ANALYSE

In der Korrelationsanalyse der Kapitalmarktdaten des amerikanischen Raums zeigen sich einige grundlegende Veränderungen im Verhältnis zur gesamten Stichprobe. Die Renditen sind nun nicht mehr durchgehend negativ korreliert wie in der gesamten Stichprobe. Es finden sich jetzt in der Querschnittsanalyse in den Jahren 2011 und 2014 positive Korrelationen. Signifikant negative Werte finden sich insbesondere in der Panelanalyse. Insofern zeigt sich ein eindeutiger Effekt nur über längere Zeiträume. Die Standardabweichung zeigt durchgehend negative Werte, von denen einige signifikant sind, so dass von einer negativen Korrelation ausgegangen werden kann. Für die Performancekennzahl der Rendite im Verhältnis zur Standardabweichung zeigt sich, wie auch zuvor, ein signifikanter negativer Zusammenhang in der Panelanalyse. Deshalb ist die folgende Regressionsanalyse insbesondere für diesen Bereich relevant, da hier potentiell tatsächliche kausale Effekte zu messen sind. Die Korrelation der Semistandardabweichung und das Verhältnis von Rendite zur Semistandardabweichung hat sich in der regionalen Stichprobe des amerikanischen Raums nicht grundlegend gegenüber der gesamten Stichprobe verändert. Es zeigen sich uneinheitliche Ergebnisse ohne Signifikanz. Deshalb kann hier kein Zusammenhang festgestellt werden. Aufgrund dessen werden diese beiden Kennzahlen in der Regressionsanalyse nicht weiter untersucht. Anschließend wird die Region Europa betrachtet, um mögliche regionale Unterschiede analysieren zu können. Tabelle 23 zeigt die Korrelationskoeffizienten der Kapitalmarktdaten für Europa.

147

4 EMPIRISCHE ANALYSE

Korrelationsanalyse 2010

Kapitalmarktdaten Europa Rendite

Standabw.

Ren/Risk

Semistand.

Ren/SemiRisk

2011

2012

2013

2014

T 0,040 0,055 0,012 0,053 0,078 E 0,059 0,047 -0,036 0,047 0,106 SG -0,040 0,045 0,002 0,003 0,058 T -0,065 -0,071 -0,011 -0,083 -0,065 E -0,146* -0,083 -0,069 0,003 0,027 SG 0,004 -0,081 0,016 -0,116* -0,038 T 0,075 0,064 0,060 0,072 0,080 E 0,077 0,068 -0,005 0,021 0,113 SG 0,004 0,015 0,050 0,035 0,080 T -0,158* -0,094 -0,014 -0,111 -0,100 E -0,233** -0,070 -0,057 -0,031 -0,082 SG -0,029 -0,125* 0,017 -0,151* -0,082 T 0,057 0,048 -0,003 0,006 0,108 E 0,019 0,029 -0,051 -0,072 0,089 SG 0,025 0,018 -0,006 -0,002 0,124*

Panel 1 Panel 2 Panel 3 0,041 0,102

0,019 0,019

0,009 0,120

0,032 -0,027 -0,063

0,016 -0,048 -0,066

-0,012 -0,019 0,005

0,016 0,057 0,128

-0,007 0,052 0,042

-0,031 0,030 0,129*

0,044 -0,022 -0,073

0,037 -0,046 -0,070

0,021 -0,018 -0,068

0,008 0,054 0,041

-0,009 -0,004 -0,006

0,004 0,038 0,064

0,057

-0,011

0,031

* Die Korrelation ist auf dem Niveau von 0,05 (2-seitig) signifikant ** Die Korrelation ist auf dem Niveau von 0,01 (2-seitig) signifikant T/E/SG ist mit der jeweiligen Variable positiv korreliert T/E/SG ist mit der jeweiligen Variable negativ korreliert T - Total ESG-Rating Panel 1 - Jahr 2010 und 2014 E - Environment Rating Panel 2 - Jahr 2011 und 2014 Panel 3 - Jahr 2010 und 2013 SG - Social and Governance Rating

Tab. 23: Korrelationsanalyse der Kapitalmarktkennzahlen – Region Europa593 Die Korrelationsanalyse der europäischen Länder zeigt nur noch wenige signifikante Werte. Insofern ist hier davon auszugehen, dass der regionale Unterschied in der gesamten Stichprobe einen Einfluss auf die Kennzahlen hat. In Europa sind somit keine belastbaren Zusammenhänge mehr zu erkennen. Es kann somit in der Regressionsanalyse nicht davon ausgegangen werden, dass sich in der Region Europa signifikante Effekte zeigen.

593

Eigene Berechnungen.

148

4 EMPIRISCHE ANALYSE

Interessant ist jedoch, dass die Kennzahlen Rendite und Rendite-Risiko-Verhältnis fast durchgehend positive Zusammenhänge aufzeigen. Auch wenn diese nicht signifikant sind, so lässt sich doch eine Abweichung von der Region Amerika konstatieren, da im Gegensatz zu dieser keine signifikant negativen Zusammenhänge zu beobachten sind. 4.7.7 Regressionsanalyse der Kapitalmarktkennzahlen In der Regressionsanalyse werden neben der Variable CSR-Rating auch der Einfluss der Variablen Branche und Unternehmensgröße kontrolliert. Der regionale Unterschied wird durch eine Aufteilung der Stichprobe analysiert. Dadurch wird ein Einfluss der Branche, Unternehmensgröße und Region auf den Zusammenhang von CSRRating und Unternehmensperformance kontrolliert. In Tabelle 24 sind die Messergebnisse für den Zusammenhang zwischen CSR-Rating und Performance enthalten.594 Wie zuvor wird auf die Darstellung der Ergebnisse der Kontrollvariablen verzichtet, um einen Überblick über die Zusammenhänge zwischen CSR-Rating und finanzieller Performance zu ermöglichen.595

594

595

Die Regressionsanalysen der Semistandardabweichung und der Rendite im Verhältnis zur Semistandardabweichung ergeben in der Korrelationsanalyse nur vereinzelt Werte, die jedoch ohne Relevanz für das Ergebnis sind. Auf eine Bertrachtung wird hier deshalb verzichtet. Vgl. für die Werte der Kontrolvariablen im Anhang Anlage 35 und 36.

149

4 EMPIRISCHE ANALYSE

Panel 1

Regression Rendite/ Standardab.

Gesamt

Amerika

Europa

R2

Panel 2 b

R2

Panel 3 R2

b

b

T

0,023

0,005**

0,017

0,004*

0,023

0,006* 0,013***

E

0,021

0,008*

0,020

0,006

0,033

SG

0,022

0,007*

0,020

0,005*

0,016

0,006

T

0,039

0,007*

0,028

0,004

0,019

0,006 0,013*

E

0,031

0,010

0,029

0,008

0,030

SG

0,038

0,010*

0,034

0,006

0,014

0,006

T

0,007

0,003

0,004

0,001

0,003

0,003

E

0,017

0,010

0,016

0,010

0,003

0,005

SG

0,010

0,004

0,004

0,001

0,002

0,003

* Die Regression ist auf dem Niveau von 0,05 (2-seitig) signifikant ** Die Regression ist auf dem Niveau von 0,01 (2-seitig) signifikant Die Variablen Branche und Unternehmensgröße (Marktkapitalisierung) wurden in der multivariaten Regressionsanalyse kontrolliert. T/E/SG hat einen positiven Zusammenhang mit der abhängigen Variablen T/E/SG hat einen negativen Zusammenhang mit der abhängigen Variablen T - Total ESG-Rating E - Environment Rating SG - Social and Governance Rating Panel 1 - Jahr 2010 und 2014 Panel 2 - Jahr 2011 und 2014

Panel 3 - Jahr 2010 und 2013 Panel 4 - Jahr 2010 und 2011 Panel 5 - Jahr 2011 und 2012 Panel 6 - Jahr 2012 und 2013 Panel 7 - Jahr 2013 und 2014

Tab. 24: Regressionsanalyse der Regionen – Performance596 Die Regressionsanalyse des CSR-Ratings mit dem Rendite-Risiko-Verhältnis zeigt starke regionale Unterschiede. Für den amerikanischen Raum lassen sich signifikante Werte für einen negativen Zusammenhang beobachten. Für die europäische Region stellt sich das Verhältnis von CSR-Rating und RenditeRisiko-Verhältnis gegenläufig zur amerikanischen Region dar. Der Zusammenhang ist durchgehend positiv. Es zeigt sich jedoch kein signifikanter Wert. Deshalb ist von keinem Einfluss des CSR-Ratings auf die Performance der Unternehmen in Europa auszugehen.

596

Eigene Berechnungen.

150

4 EMPIRISCHE ANALYSE

Es besteht somit ein regionaler Unterschied zwischen Europa und Amerika. In Amerika ergibt sich über lange Zeiträume für Unternehmen mit höherem CSR-Rating eine niedrigere Performance. In Europa ist kein signifikanter Zusammenhang zwischen CSR-Rating und Kapitalmarktperformance der Unternehmen nachweisbar. 4.7.8 Kapitalmarktkennzahlen – Zusammenfassung der Ergebnisse der Querschnittsanalyse der Kapitalmarktkennzahlen Die Mittelwertanalyse zeigt niedrigere Mittelwerte für Unternehmen mit hohem CSRRating sowohl für die Rendite und Performancemaße als auch für die Risikomaße. Die Renditeunterschiede überlagern somit die niedrigeren Risikomaße, wenn sie im Verhältnis betrachtet werden. Signifikante Mittelwertunterschiede zeigen sich vor allem in der Panelanalyse der Rendite im Verhältnis zur Standardabweichung. In der Korrelationsanalyse der Ländervergleiche ergeben sich starke Hinweise darauf, dass der Zusammenhang zwischen den CSR-Ratings der Unternehmen und ihren Kapitalmarktkennzahlen im europäischen und amerikanischen Raum unterschiedlich ausgeprägt ist. Für die Region Amerika zeigen sich signifikant negative Korrelationen für das Verhältnis von Rendite zur Standardabweichung. Dies ist ein Hinweis auf einen negativen Zusammenhang zwischen CSR-Rating und Unternehmensperformance in Amerika. Für die Region Europa zeigen sich hingegen positive Korrelationen ohne Signifikanz. Dort liegt demnach kein Zusammenhang zwischen CSR-Rating und Unternehmensperformance vor. Die Korrelationsanalyse zeigt, dass eine separate Untersuchung der Regionen Amerika und Europa notwendig erscheint. Eine Analyse der gesamten Stichprobe, ohne Regionenunterschiede zu berücksichtigen, führt zu Verzerrungen, die durch regionale Effekte ausgelöst werden. Die Trends der gesamten Stichprobe sind weder im europäischen noch im amerikanischen Raum zu erkennen. Auf Basis der signifikanten Zusammenhänge des CSR-Ratings mit der Unternehmensperformance für die Panel 1–3 erfolgte eine Regressionsanalyse. In der regionenspezifischen Regressionsanalyse des Zusammenhangs von CSR-Rating und Rendite-Risiko-Verhältnis in den Panels 1–3 ergeben sich für die Region Amerika negative und für die Region Europa keine Zusammenhänge. Diese Ergebnisse sind ein weiterer Indikator dafür, dass sich der Zusammenhang zwischen CSR-Rating und Unternehmensperformance regional unterscheidet.

4 EMPIRISCHE ANALYSE

151

4.8 Portfolioanalyse Um die Effekte von SRI-Strategien auf die Portfolioperformance zu untersuchen, werden Portfolios untersucht. Die Portfolios werden mithilfe zweier verschiedener Screeningstrategien aus den Unternehmen der Stichprobe zusammengestellt. Im Folgenden werden zuerst die beiden Screeningstrategien Positive Screening und Best-inClass Screening erläutert. Danach wird beschrieben, wie die Portfoliokonstruktion auf Basis der ECPI-Ratingscores erfolgt. Anschließend wird dargelegt, wie die Performance der Portfolios gemessen wird. Abschließend werden die Ergebnisse der Portfolioanalyse vorgestellt. 4.8.1 Portfoliobildung im Socially Responsible Investing In dieser Arbeit werden das Positivverfahren und Best-in-Class-Verfahren zur Portfoliobildung genutzt. Diese beiden Ansätze wurden gewählt, da sie mithilfe der Ratingscores des ECPI-Ratings durchgeführt werden können.597 Beide Ansätze werden vom European Sustainable Investment Forum (EUROSIF) als anerkannte SRI-Strategie aufgeführt.598 Im Folgenden werden die beiden Ansätze beschrieben. 4.8.1.1

Positivverfahren

Beim Positivverfahren werden Unternehmen in das Portfolio aufgenommen, die zuvor definierte Kriterien in außerordentlicher Weise erfüllen. Das bedeutet, dass hierbei das Anlageuniversum aus Unternehmen besteht, die in einem bestimmten Bereich führend sind. Beispielsweise könnten dies die einzelnen Bereiche der ESG-Kriterien sein, also z. B. ein Portfolio aus Unternehmen, die im ökologischen Bereich nachhaltig agieren.599 Damit ermöglicht das Positivverfahren eine gezielte Investition in Unternehmen, die eine Anforderung, die für den jeweiligen Investor von Bedeutung ist, in besonders hohem Maße gerecht werden.600 Als Basis für eine solche Strategie können die zuvor schon beschriebenen Nachhaltigkeitsratings genutzt werden, die in ihren Ratingprozessen eine Unterscheidung nach den ESG-Kriterien ermöglichen.601 Mittels der Auswahl nach dem CSR-Rating kann entweder ein absoluter oder ein relativer Ansatz 597 598

599 600 601

Vgl. EUROSIF (2014), S. 8; Dittrich et al. (2014), S. 14; Dittrich/Tober/Vögele (2013), S. 7. Neben den hier genannten Ansätzen gibt es noch weitere Ansätze, die zur Investmentauswahl genutzt werden können. Negativverfahren, Sustainable Themed Investment, Norms-Based Screening, Engagement-Ansatz und Impact Investing sind nur einige davon. Diese Methoden sind jedoch nicht in sinnvoller Weise mit den CSRRatings in Verbindung zu bringen und werden deshalb auch nicht betrachtet. Zur weiteren Vertiefung der Ansätze vgl. EUROSIF (2014), S. 8 ff. Vgl. Seitz (2010), S. 28; Günther (2008), S. 167. Vgl. Pex/Finette (2008), S. 698; Aßländer/Schenkel (2009), S. 51. Vgl. Bönning/Haßler (2008), S. 616.

152

4 EMPIRISCHE ANALYSE

gewählt werden. So können beispielsweise nach der absoluten Methode alle Unternehmen Einzug in das Portfolio finden, die einen gewissen Ratingscore übersteigen. Mittels eines relativen Verfahrens können alle Unternehmen, die beispielsweise zu einem bestimmten Perzentil der Unternehmen mit dem höchsten Ratingscore gehören, Einzug in das Portfolio finden.602 Beispielsweise ist es möglich, die 10 % der Unternehmen mit dem höchsten Ratingscore in einem Portfolio zu bündeln. Problematisch stellt sich beim Positivverfahren die Fokussierung auf nur ein Kriterium dar, das über die Aufnahme in das Portfolio entscheidet.603 Weitaus schwerer dürfte sich jedoch die Problematik auswirken, dass das Positivverfahren nicht in der Lage ist, Unternehmen zu identifizieren, die in mehreren Bereichen nachhaltig agieren. So lässt beispielsweise ein guter Wert im ökologischen Bereich eines Unternehmens keinesfalls auf einen ebenso hohen Wert im sozialen Bereich schließen und umgekehrt. Insofern krankt dieses Verfahren daran, dass es Investoren nicht die Sicherheit gibt, dass die ausgewählten Unternehmen auch in Bereichen, die nicht dem Positivkriterium entsprechen, nachhaltig handeln.604 Der in dieser Arbeit verwendete Ansatz, auch das Gesamtrating einzubinden, mindert diese Problematik. Durch die zusätzliche Betrachtung des Gesamtratings werden Unternehmen mit einem niedrigen Teilrating zumeist keinen Einzug in das Portfolio finden, sofern das Teilrating nicht durch ein anderes Teilrating überkompensiert wird. Es werden somit durch die Betrachtung der einzelnen Teilratings und des Gesamtratings unterschiedliche Bedürfnisse der Investoren bedient. Eine Auswahl nach den Teilratings fokussiert das Investment auf einen bestimmten Nachhaltigkeitsbereich. Die Auswahl nach dem Gesamtrating enthält hingegen überwiegend Unternehmen mit ausgeglichenerem CSR-Ratingprofil. 4.8.1.2

Best-in-Class-Ansatz

Der Best-in-Class-Ansatz umfasst typischerweise die strategische Auswahl von Unternehmen für die Portfoliobildung, die in ihrer jeweiligen Branche die höchste Nachhaltigkeitsperformance aufweisen.605 Ähnlichkeiten mit dem Positivverfahren ergeben sich dadurch, dass für die Auswahl des Portfolios ebenfalls Positivkriterien genutzt werden.606 Der Unterschied zum Positivverfahren besteht jedoch darin, dass ein

602 603 604 605 606

Vgl. Seitz (2010), S. 28; Günther (2008), S. 167. Vgl. Striegler (2009), S. 172 f. Vgl. Krebs (2006), S. 1. Vgl. EUROSIF (2014), S. 11. Vgl. Seitz (2010), S. 30.

4 EMPIRISCHE ANALYSE

153

Bewertungsprozess innerhalb der jeweiligen Branchen durchgeführt wird. Dies führt dazu, dass bei der Entscheidung, ob ein Unternehmen in das Portfolio aufgenommen wird, grundsätzlich nur der relative Vergleich zu den anderen Unternehmen in der jeweiligen Branche im Vordergrund steht.607 Damit werden zwangsläufig immer Unternehmen aus allen Branchen in das Portfolio integriert. Es findet somit kein prinzipieller Ausschluss von ganzen Branchen statt, die branchenspezifisch niedrigere Ratingscores aufweisen. Daraus resultiert der Vorteil, dass den Investoren ein breites Investmentuniversum zur Verfügung steht.608 Das Bestin-Class-Ansatz kann zu einer positiven Beeinflussung von Branchen führen, wenn deren Unternehmen mit ihrer jeweiligen Peer Group um die Aufnahme in derartige Best-in-Class-Portfolios konkurrieren.609 Problematisch ist jedoch, dass dieser Ansatz dazu führen kann, dass Unternehmen aus grundsätzlich nicht nachhaltigen Branchen in das Portfolio integriert werden, da nur Vergleiche mit der jeweiligen Branche über eine Aufnahme in das Portfolio entscheiden. Unternehmen, die zwar hohe Scores haben, aber aus Branchen mit allgemein hohem Ratingniveau stammen, finden somit möglicherweise keine Berücksichtigung. Es können dagegen Unternehmen mit niedrigem Ratingscore in das Portfolio aufgenommen werden, wenn auch alle anderen Unternehmen der Branche niedrige Ratingscores aufweisen.610 Beim Best-in-Class-Ansatz wird folglich nicht das nachhaltigste Portfolio gewählt, das möglich wäre, da der absolute Ratingscore nicht entscheidend ist. Zur Verbesserung der Nachhaltigkeitsaktivitäten erscheinen eine Auswahl und ein Vergleich innerhalb der einzelnen Branchen in der Praxis als angemessen. Andernfalls hätten Unternehmen aus bestimmten Branchen möglicherweise von vorneherein keine Möglichkeit, in das Portfolio aufgenommen zu werden. So besteht auch für die Unternehmen dieser Branchen ein Anreiz für nachhaltiges Handeln und die Nachhaltigkeit der jeweiligen Branchen kann gefördert werden. 611

607 608 609 610 611

Vgl. Karch (2009), S. 186; Aßländer/Schenkel (2009), S. 50. Vgl. Karch (2009), S. 186. Vgl. Seitz (2010), S. 30; Schäfer (2009), S. 66; Rosen (2009), S. 88. Vgl. Aßländer/Schenkel (2009), S. 51; Rosen (2009), S. 88. Vgl. Seitz (2010), S. 30; Schäfer (2009), S. 66; Rosen (2009), S. 88.

154

4 EMPIRISCHE ANALYSE

4.8.2 Portfoliokonstruktion Als erste Screeningstrategie wird das Positivscreening beschrieben. Das Selektionskriterium ist das ECPI-Rating am Ende des Jahres t-1. Das Rating liefert die Ratingscores für die drei Kategorien Total (T), Environment (E) und Social and Governance (SG). Das Jahr t-1 wurde gewählt, weil angenommen wird, dass Investoren das Rating des Vorjahres nutzen, um Aktien in der Periode t auszuwählen. Diese Annahme ist auch in vorherigen Arbeiten weit verbreitet und wurde beispielsweise bei Kempf und Osthoff (2007) ebenfalls getroffen. Auf der Basis ihres Ratings in den drei Kategorien (T, E und SG) werden alle Unternehmen in eine Rangfolge gebracht. Basierend auf dieser Rangfolge werden zwei Arten von Portfolios für jedes Rating am Anfang des Jahres t geformt. Ein Portfolio, das als „hoch bewertet“ bezeichnet wird, besteht aus den 10 % der Aktien, deren Unternehmen die höchste Ratingbewertung haben. Das Gegenportfolio, das als „niedrig bewertet“ bezeichnet wird, besteht aus den 10 % der Aktien der Unternehmen mit der niedrigsten Ratingbewertung. Alle Portfolios werden bis zum Ende des Jahres t gehalten. Am Ende des Jahres t werden anhand der neuen ECPI-Ratings aus dem Jahr t nach der gleichen Vorgehensweise die Portfolios für das Jahr t+1 restrukturiert. Dieses Verfahren führt zu einer Zeitreihe von 48 monatlichen Renditen für die Jahre 2011 bis 2014. Um eine mögliche Verzerrung durch Branchenunterschiede zu vermeiden, wird als zweites Verfahren das Best-in-Class-(BIC-)Verfahren verwendet. Für das BICVerfahren werden die Unternehmen in 9 Branchen eingeteilt. Die Brancheneinteilung erfolgt auf Basis der Bloomberg-Branchencodierung.612 Die Unternehmen werden dann gemäß ihres ECPI-Ratings in den drei Kategorien T, E und SG innerhalb ihrer jeweiligen Branche in eine Rangfolge gebracht. Danach werden die 10 % der Aktien der am höchsten bewerteten Unternehmen aus jeder Branche für das „hoch bewertet“Portfolio ausgewählt. Für das niedrig bewertete Portfolio werden die 10 % am niedrigsten bewerteten Unternehmen aus jeder Branche ausgewählt. Die Portfolios aus jeder Branche werden analog dem Positivverfahren geformt und jährlich restrukturiert. Um die unterschiedlichen Branchenportfolios in ein Portfolio zu bringen, werden die Branchen gleichgewichtet. Das BIC-Verfahren führt deshalb zu branchengewichteten Investmentportfolios.

612

Die Bloomberg-Branchencodierung wurde von ECPI zur Verfügung gestellt und wurde kontrolliert, indem die Branchencodierungen nochmals aus dem Bloomberg-Terminal-System extrahiert wurden.

4 EMPIRISCHE ANALYSE

155

Beide Verfahren werden separat für die USA und Kontinentaleuropa (Deutschland, Frankreich, Spanien und Italien) angewandt. Die Länder Kanada und Großbritannien, die ebenfalls in der Stichprobe vorhanden sind, werden aufgrund der abweichenden Währungen von der Portfolioanalyse ausgeschlossen. Dadurch wird sichergestellt, dass die monatlichen Aktiengewinne in der jeweiligen Heimatwährung (US-Dollar oder Euro) notieren.613 4.8.3 Performancemessung Um die Performance von hoch und niedrig bewerteten Portfolios zu messen, werden simple und multidimensionale Performancemaße und das Carhart-Four-Factor Model verwendet. Die Portfolios werden mit einer Benchmark für jede Region (USA und Kontinentaleuropa) verglichen. Die Benchmarks bestehen aus allen Aktientiteln aus der jeweiligen Region, die in der Stichprobe vorhanden sind. Andere potentielle Benchmarks wurden im Vorhinein auf ihre Anwendbarkeit überprüft. Die Stichprobe des ECPI-Universums entwickelte sich im Vergleichszeitraum besser als die beiden anderen potentielle Benchmarks, der MSCI World Index614 und der Marktindex für die Regionen von Kenneth French.615 Dadurch zeigte die Stichprobe des ECPI-Universums einen höheren Erklärungsgehalt als die anderen potentiellen Benchmarks. Sie wird deshalb als Benchmark gewählt. Zusätzlich wurden die geformten hoch und niedrig bewerteten Portfolios für beide Verfahren (Positivverfahren und BIC-Verfahren) in jeder Ratingkategorie (T, E und SG) miteinander verglichen.

613

614

615

Das Problem, das aufgrund von unterschiedlichen Währungen Wechselkursrisiken kontrolliert werden müssen, wurde in allen bekannten vorherigen wissenschaftlichen Arbeiten vermieden (Beispielsweise bei Belghitar/Clark/Deshmukh (2014)). Dies ist auch eine Problematik, die entsteht, wenn SRI nur mithilfe von Zeitreihenregressionen auf Basis von Portfolios untersucht wird. Die zuvor durchgeführte Querschnittsanalyse erlaubt eine Betrachtung von individuellen Aktien. Deshalb wird dabei auch das Problem der unterschiedlichen Wechselkurse vermieden. In der Querschnittsanalyse der Kennzahlen werden Einzelwerte als Verhältniszahlen direkt verglichen und keine Portfolios gebildet, so dass keine Wechselkursunterschiede kontrolliert werden müssen. Der MSCI World Index beinhaltet mehr als 1600 Aktientitel aus dem Large-Cap- und Mid-Cap-Segment aus 23 entwickelten Märkten. Alle in der Stichprobe enthaltenen Länder werden ebenfalls im MSCI World Index berücksichtigt. Der MSCI World Index bietet somit eine gute Vergleichsmöglichkeit, die eine ähnliche Diversifikation von Unternehmen aus entwickelten Ländern aufweist, wie sie auch in der Stichprobe dieser Arbeit gegeben ist. Allerdings zeigte die Analyse-Benchmark, dass der MSCI eine wesentlich geringere Performance aufwies als die Unternehmen in der Stichprobe. Auch deshalb war der Erklärungsgehalt des MSCI World im Regressionsmodell nicht annähernd so hoch war wie der Erklärungsgehalt des Marktes, der aus allen Unternehmen der Stichprobe generiert wurde. Deshalb wurde der MSCI World nicht als Benchmark verwendet. Die Performance-Indikatoren für den Markt von Kenneth French werden oft für das Carhart-Four-Factor Model verwendet und werden auf der Webseite von Kenneth French (2017) zur Verfügung gestellt.

156

4 EMPIRISCHE ANALYSE

4.8.3.1

Eindimensionale Performancemaße

Die monatlichen Renditen für jedes Portfolio wurden mit folgender Formel berechnet:616 Ri,t (

ri,t ) 1 ri,t 1

(11)

mit: Ri ,t = Rendite des Portfolios i im Jahr t ; ri,t = Schlusskurs des Portfolios i im Jahr t ; ri,t1 = Schlusskurs des Portfolios i im Jahr t  1 . Die Standardabweichung wird als Risikomaß nach Markowitz mit folgender Formel berechnet: 617 Standardabweichung V

1 n ¦ (ri  r )2 n 1 i 1

(2)

mit: V = Standardabweichung der Renditen von Portfolio i , n = Anzahl der Perioden, ri = Portfoliorendite, r = Durchschnittliche Rendite Die Semistandardabweichung als Risikomaß nach Roy wird folgendermaßen berechnet: 618 Semistandardabweichung DRi ,t

1 n ¦ (ri  MAR)2 n  1 riMAR

(12)

mit: DR = Semistandardabweichung (DR = downside risk), ri = Rendite des Portfolios i , n = Anzahl der Perioden, MAR = Minimal akzeptierbare Rendite619

616 617 618 619

Belghitar/Clark/Deshmukh (2014), S. 56. Behrends (2013), S. 274 f. Sortino (2010), S. 118. Die minimal akzeptierbare Rendite (MaR) variiert in der Portfolioanalyse in Abhängigkeit davon, welche Region betrachtet wird. Die MaR entspricht dem risikolosen Zins der jeweiligen Region. Die risikolosen Zinsen für die USA und Kontinentaleuropa wurden von der Webseite von Kenneth French (2017) bezogen.

4 EMPIRISCHE ANALYSE

4.8.3.2

157

Multidimensionale Performancemaße

Im Folgenden werden ausgewählte Performancemaße vorgestellt, mit denen die finanzielle Performance der Unternehmen bewertet wird. Die folgenden Performancemaße setzen sich jeweils aus dem Verhältnis der Faktoren Rendite und Risikomaß zusammen.620 Es werden Sharpe Ratio, Treynor Ratio, Sortino Ratio und Jensen‘s Alpha in der empirischen Analyse verwendet. Die Sharpe Ratio wurde von Sharpe (1966)621 eingeführt und wird auch als Reward-toVariability Ratio bezeichnet. Sie misst die Überschussrendite einer Anlagemöglichkeit als Differenz der Rendite der Anlage und des Zinssatzes einer geeigneten risikofreien Anlagemöglichkeit im Verhältnis zu der Standardabweichung der Rendite der Anlagemöglichkeit.622 Die Sharpe Ratio basiert auf der Kapitalmarktlinie; sie ist ein symmetrisches Risikomaß des Gesamtrisikos und berücksichtigt die Risikoaversion der Investoren mittels der Standardabweichung. Folglich beeinflussen Renditeabweichungen das Risiko nach unten, aber auch nach oben.623 Die Sharpe Ratio kann als Risikoprämie für jede zusätzliche Einheit des Gesamtrisikos interpretiert werden. Eine höhere Sharpe Ratio ist aus Sicht des Investors vorteilhaft.624 Im Gesamtrisiko werden sowohl das systematische als auch das unsystematische Risiko berücksichtigt.625 Die Formel der Sharpe Ratio stellt sich folgendermaßen dar:626 SRPF

rPF  rf

V PF

(13)

mit: rPF = Portfoliorendite, rf = Risikofreie alternative Anlagemöglichkeit und VPF = Standardabweichung der Portfoliorendite Im Unterschied zur Sharpe Ratio wird bei der Treynor Ratio nicht das Gesamtrisiko, sondern das systematische Risiko betrachtet. Folglich wird die Differenz der Portfoliorendite und der risikofreien Anlagemöglichkeit im Verhältnis zum systematischen Risiko betrachtet. Ansonsten stellt sich die Formel gleich der für die Sharpe Ratio dar. Auch bei der Treynor Ratio ist ein höherer Wert einem niedrigeren vorzuziehen. Da das unsystematische Risiko in einem gut diversifizierten Portfolio aufgrund des Diversifizierungseffektes entfällt, ist der Einsatz der Treynor Ratio insbesondere bei diesen Portfolios sinnvoll. Bei einem Vergleich unterschiedlicher Anlagemöglich-

620 621 622 623 624 625 626

Vgl. Hilz-Ward (2009), S. 89. Vgl. hierzu die Ausführungen in Sharpe (1966), S. 119 ff. Vgl. Seitz (2010), S. 44; Homm/Pigorsch (2012), S. 2274. Vgl. Schuhmacher/Eling (2011), S. 2311; Schuhmacher/Eling (2012), S. 2077; Farinelli et al. (2008), S. 2057. Vgl. Darolles/Gourieroux (2010), S. 579. Vgl. Seitz (2010), S. 45. Seitz (2010), S. 45; Schyra (2013), S. 57; Knight/Satchell (2005), S. 87; Avellaneda/Lee (2010), S. 764.

158

4 EMPIRISCHE ANALYSE

keiten sollte demnach darauf geachtet werden, dass alle Portfolios entsprechend diversifiziert sind, so dass das unsystematische Risiko keiner Beachtung bedarf.627 Die Formel der Treynor Ratio lautet wie folgt:628 TRPF

rPF  rf

EPF

(14)

Wie auch schon bei der Sharpe Ratio entspricht rPF der Portfoliorendite, rf der risikofreien alternativen Anlagemöglichkeit, und als einzige Änderung entspricht EPF dem geschätzten Betafaktor der Portfoliorenditen in der Stichprobe und ersetzt die Volatilität der Renditen, die in der Sharpe Ratio Verwendung findet.629 Eine Schwäche der Sharpe Ratio besteht darin, dass sie aufgrund der Verwendung der Standardabweichung nur für normalverteilte Renditen anwendbar ist. Wenn Verteilungen nicht normalverteilt sind, kann die Sharpe Ratio zu falschen Schlüssen führen.630 Dies ist von Bedeutung, da in einigen empirischen Arbeiten die Renditen, beispielsweise von Hedgefonds, nicht normalverteilt sind. Infolgedessen erzielen traditionelle Performancekennzahlen schlechte Ergebnisse in der Beurteilung.631 Deshalb wird in dieser Arbeit ebenfalls die Sortino Ratio zur Messung der mehrdimensionalen Performance der Portfolios verwendet. Als Downside-Risikomaß ermöglicht sie genauere Ergebnisse bei nicht normalverteilten Renditen.632 Als Beispiel sind hier hochgradig endlastige Verteilungen zu nennen, die ein überproportionales Risiko für einen sehr hohen Verlust besitzen. 633 Dieses sogenannter Left-Tail Risk kann wesentlich besser mit der Sortino Ratio erfasst werden.634 Die Sortino Ratio als moderne Performancekennzahl findet heutzutage vor allem in der Praxis eine immer größere Verbreitung.635 Sie wurde von Frank Sortino am Anfang der 1980er Jahre entwickelt.636 Der Sortino Ratio liegt anders als der Sharpe Ratio ein Risikoverständnis zugrunde, das sich auf den Risikobegriff nach Roy bezieht.637 Es

627 628 629 630

631 632 633

634 635 636 637

Vgl. Seitz (2010), S. 45. Redman/Gullett/Manakyan (2000), S. 77. Vgl. Seitz (2010), S. 45. Vgl. hierzu insbesondere das eingängige Beispiel des Sharpe-Ratio-Paradoxons, bei dem ein positiver Ausreißer in der Rendite zu einer niedrigeren Sharpe Ratio führt, wie beschrieben von Hodges (1998, S. 2). Vgl. Kat/Brooks (2001), S. 12; Agarwal/Naik (2004), S. 63; Zakamouline/Koekebakker (2009), S. 1242. Vgl. Zakamouline/Koekebakker (2009), S. 1242. Vgl. Leland (1999), S. 27; Zakamouline/Koekebakker (2009), S. 1242; Goetzmann et al. (2004), S. 1; Spurgin (2001), S. 38; Ferson/Siegel (2001), S. 969. Vgl. Zakamouline/Koekebakker (2009), S. 1242. Vgl. Schulz (2008), S. 177 f.; Decker (2005), S. 56; Seitz (2010), S. 47. Vgl. Sortino (2010), S. 24. Vgl. hierzu die Ausführungen in Sortino (2010), S. 23 ff.; Farinelli et al. (2008), S. 2058; Sortino/Satchell (2001), S. 14 f.

4 EMPIRISCHE ANALYSE

159

werden bei der Sortino Ratio nur die Werte berücksichtigt, die negativ von der Zielrendite des Investors (der minimal akzeptierbaren Rendite) abweichen.638 Die Formel der Sortino Ratio, mit der durchschnittlichen Rendite eines Portfolios rPF , der Targetrendite rtarget und der Semistandardabweichung der Portfoliozielrenditen TDD639 lautet folgendermaßen:640 SorPF ( rt arg et )

rPF  rt arg et TDD

(15)

wobei sich TDD wie folgt darstellt: 641

1 N ¦(Min(0 j ri  rt arg et ))2 ni1

(16)

Hierbei entspricht N der Gesamtanzahl der Renditen, ri der i-ten Rendite und rtarget der Targetrendite. Die Semistandardabweichung der Portfoliozielrenditen TDD ist demnach als die Quadratwurzel der Abweichungen der Renditen definiert, die die Targetrendite nicht erreicht haben. Zugleich werden alle Renditen über der Targetrendite gleich null gesetzt.642 Wie bei der Sharpe Ratio führt ein höherer Wert der Sortino Ratio zu einer besseren Beurteilung eines Portfolios.643 Das Modell von Jensen (1968)644 basiert auf dem CAPM, das unabhängig zeitgleich von Sharpe (1964)645, Lintner (1965)646 und Mossin (1966)647 entwickelt wurde. Das Jensen’s Alpha wird von Jensen (1968) auf verschiedene Weise dargestellt. Zuerst leitete Jensen aus dem CAPM die folgende generalisierte Formel ab:648

E (rPF ) rf  E [ E (rMt )  rf ]

(17)

wobei rf die risikofreie Anlagemöglichkeit repräsentiert, E das systematische Risiko, E ( rPF ) die erwartete Rendite des Portfolios und E (rMt ) die Rendite des Marktportfolios.649

638 639 640 641 642 643 644 645 646 647 648 649

Vgl. Rollinger/Hoffman (2013), S. 2. Vgl. Rollinger/Hoffman (2013), S. 2. Vgl. Sortino (2010), S. 24. Vgl. Sortino (2010), S. 24. Vgl. Rollinger/Hoffman (2013), S. 2. Vgl. Seitz (2010), S. 47. Vgl. Jensen (1968), S. 389 ff. Vgl. die Ausführungen zum CAPM in Sharpe (1964). Vgl. die Ausführungen zum CAPM in Lintner (1965). Vgl. die Ausführungen zum CAPM in Mossin (1966). Jensen (1968), S. 390. Vgl. Jensen (1968), S. 391.

160

4 EMPIRISCHE ANALYSE

Auf der vorherigen Gleichung aufbauend entwickelte Jensen eine Formel, in der er den Alphafaktor einführte, der als Maß für die Überrendite einer Anlage über ihre Benchmark, in diesem Fall den Marktportofolio, anzusehen ist. Diese Gleichung lautet: 650

rPF  rf

D j  E j [rMt  rf ]  u jt

(18)

Die Variablen in der Formel stellen sich folgendermaßen dar: Die Rendite des Portfolios rPF abzüglich der Rendite der risikofreien Anlage rf auf dem Markt entspricht der Überrendite D j zuzüglich des systematischen Risikos E j multipliziert mit der Differenz der Rendite des Marktes rMt und der risikofreien Anlage rf zuzüglich des Standardfehlers u jt .651 Ein positives Alpha signalisiert eine Überrendite des jeweiligen Portfolios über das Marktportfolio. Diese Überrendite ist nicht durch das Marktportfolio erklärbar. Jensen’s Alpha ist demnach die Konstante in der CAPM-Regression. 652 4.8.3.3

Faktormodelle

Das grundlegende Modell der Faktormodelle ist das CAPM. Das CAPM beruht auf einem eigenständigen Theoriegebäude.653 In diesem Theoriegebäude existiert die Annahme einer risikofreien Anlagemöglichkeit für die Investoren. Aus dieser Annahme resultiert für die Investoren die Kapitalmarktlinie als Kombination aus risikobehafteten Wertpapierportfolios und der risikolosen Anlagemöglichkeit.654 Die Steigung der Kapitalmarktlinie ergibt sich dann wie folgt:655 E ( Rm )  R f

Vm

650 651 652 653 654 655

Vi

Jensen (1968), S. 390. Vgl. Jensen (1968), S. 393. Vgl. Jensen (1968), S. 393. Vgl. Wittrock (2000), S. 34. Vgl. Perridon/Rathgeber/Steiner (2012), S. 273. Bruns/Meyer-Bullerdiek (2013), S. 72.

(19)

161

4 EMPIRISCHE ANALYSE

Die Kapitalmarktlinie stellt sich nun folgendermaßen dar: 656 E ( Ri )

Rf 

E ( Rm )  R f

Vm

Vi

(20)

mit: E(Ri )= Erwartungswert der Rendite des Portfolios i; E ( R ) = Erwartungswert der Rendite des Marktportfolios M; R f = risikoloser Zins; Vm = Standardabweichung der Rendite des Marktportfolios; Vi = Standardabweichung der Rendite des Portfolios i. m

Das Modell der Wertpapierlinie, das auch explizit als CAPM bezeichnet wird, versucht den Preis bzw. den Marktwert oder auch Kurswert eines einzelnen Wertpapiers657 im Marktportfolio zu bestimmen.658 Für die Wertpapierlinie659 ergibt sich für die Renditeerwartung des Wertpapiers i folgende Gleichung:660 E(Ri ) Rf  [E(Rm )  Rf ]

V im V m2

(21)

wobei: E(Ri ) = Erwartungswert der Rendite des Portfolios i; R f = risikoloser Zins; E(Rm ) = Erwartungswert der Rendite des Marktportfolios M; Vm2 = Varianz des Marktportfolios; V im = Kovarianz zwischen Wertpapier i und Marktportfolio M. Die erwartete Rendite für ein risikotragendes Wertpapier ist im Kapitalmarktgleichgewicht gleich dem risikofreien Zins zuzüglich einer Prämie. Die Prämie entspricht dem übernommenen Risiko und ergibt sich aus dem Marktpreis für die Risikoübernahme. Dieser setzt sich aus dem Kapitalmarkt multipliziert mit der Risikohöhe zusammen.661 Die Risikohöhe wird im Rahmen des CAPM auch als Beta E bezeichnet. Das Beta ergibt sich aus der Kovarianz der Renditeerwartungen des Marktportfolios M und des Wertpapiers i dividiert durch die Varianz der Renditeerwartung des Marktportfolios:662

656 657

658 659

660 661 662

Bruns/Meyer-Bullerdiek (2013), S. 72. Unter einem Wertpapier wird in diesem Fall nur eine risikobehaftete Anlage verstanden. Die Anlage zum risikofreien Zins findet demnach keine Berücksichtigung. Ihr Wert ist entsprechend als Achsenschnittpunkt mit der Ordinate zu erkennen. Vgl. Bodie/Kane/Marcus (2014), S. 295 ff. Im Englischen wird die Wertpapierlinie in der Standardliteratur als Security Market Line bezeichnet. Vgl. hierzu beispielhaft Bodie/Kane/Marcus (2014), S. 298 ff. Vgl. Perridon/Rathgeber/Steiner (2012), S. 276 ff. Vgl. Perridon/Rathgeber/Steiner (2012), S. 276. Vgl. Bodie/Kane/Marcus (2014), S. 296 ff.; Sharpe/Alexander/Bailey (1999), S. 233 ff.; Perridon/Rathgeber/Steiner (2012), S. 277.

162

Ei

4 EMPIRISCHE ANALYSE

V im V m2

COV ( Ri , Rm ) VAR( Rm )

kim

Vi Vm

(22)

wobei kim= Korrelationskoeffizient zwischen Wertpapier i und Marktportfolio M. Für das CAPM ergibt sich demnach folgendes Regressionsmodell:663

rPF  rf

D j  E j [rMt  rf ]  u jt

(23)

wobei: rPF = Rendite des Portfolios; rf = Rendite der risikofreien Anlage, D j = Überrendite/Unterrendite; E j = systematischen Risikos; rMt = Rendite des Marktes; rf = risikofreien Anlage; u jt = Standardfehler.664 Aufbauend auf dem CAPM wird in dieser Arbeit das Carhart-Four-Factor Model verwendet. Es wurde in den meisten vorherigen Arbeiten in diesem Forschungsgebiet angwandt, z. B. von Belghitar et al. (2014) und Kempf und Osthoff (2007). Dieses Mehrfaktorenmodell berücksichtigt zusätzlich zu dem Marktfaktor des CAPM drei weitere Faktoren, die Einfluss auf die Portfolioperformance nehmen können. Zusätzlich zum Einfluss des Marktfaktor des CAPM werden der Small-Minus-BigFaktor665 (SMB), der High-Minus-Low-Faktor666 (HML) und der Momentum-Faktor (MOM) berücksichtigt. Der Small-Minus-Big-Faktor nimmt Bezug auf die empirische Beobachtung, dass Unternehmen mit niedriger Marktkapitalisierung höhere Renditen aufweisen als Unternehmen mit hoher Marktkapitalisierung.667 Der High-Minus-LowFaktor beachtet die empirischen Ergebnisse früherer Untersuchungen, dass Unternehmen die ein niedrigeres Kurs-Buchwert-Verhältnis aufweisen im Vergleich zu den Unternehmen, die ein hohes Kurs-Buchwert-Verhältnis aufweisen höhere Renditen erzielen.668 Der Momentum-Faktor berücksichtigt die empirischen Ergebnisse, dass die Unternehmen, die in den letzten 12 Monaten die höchsten Renditen hatten auch in 663

664 665

666

667 668

Vgl. Sharpe/Alexander/Bailey (1999), S. 235; Perridon/Rathgeber/Steiner (2012), S. 277; Bodie/Kane/Marcus (2014), S. 297; Schyra (2013), S. 30. Vgl. Jensen (1968), S. 393. Der Size Effect wird im Deutschen auch als Kleinfirmeneffekt bezeichnet. Die Risikoprämie ist demnach auch abhängig von der Size-Prämie, die sich als Differenz der Renditen eines Portfolios von kleinen Unternehmen und eines Portfolios von großen Unternehmen ergibt (jeweils gemessen mit der Marktkapitalisierung).Es gibt eine große Anzahl von Arbeiten, die sich mit der von Banz (1981) gefundenen höheren risikoadjustierten Rendite von kleinen Unternehmen gegenüber größeren Unternehmen beschäftigen, wobei Banz (1981, S. 3) in seiner Arbeit seine Ergebnisse folgendermaßen einschränkt: „It is not known whether size per se is responsible for the effect or whether size is just a proxy for one or more true unknown factors correlated with size.“ Banz schließt damit also auch nicht aus, dass die Unternehmensgröße nur einen Proxy für einen oder mehrere andere Faktoren darstellen könnte, die mit der Unternehmensgröße korrelieren. Vgl. Fama/French (1996), S. 55; Armitage (2005), S. 58 f.; Banz (1981), S. 3 ff. Der Book-to-Market Effect ergibt sich als Differenz der Rendite von High-Book-to-Market-Wertpapieren und der Rendite von Low-Book-to-Market-Wertpapieren. Vgl. Armitage (2005), S. 58 f.; Fama/French (1996), S. 55. Vgl. Armitage (2005), S. 58 f.; Fama/French (1996), S. 55. Vgl. Armitage (2005), S. 58 f.; Fama/French (1996), S. 55.

4 EMPIRISCHE ANALYSE

163

der Folge höhere Renditen (besitzen das Momentum) zeigten als die Unternehmen, die in den letzten 12 Monaten die niedrigsten Renditen aufwiesen.669 Die zusätzlichen Faktoren beziehen sich daher auf empirisch beobachtete Effekte, die einen Einfluss auf die Rendite der Portfolios hatten. Frühere Untersuchungen (Kempf und Osthoff, 2007) fanden bereits unterschiedliche Ladungen des HML-Faktors zwischen entsprechend geformten CSR-Portfolios.670 Um solche Unterschiede in den Portfolios zu kontrollieren, wird die Regression auf das Carhart-Four-Factor Model angewandt:671 ri ,t  r f ,t

D i  E i , mkt ( rm ,t  r f ,t )  E i , SMB SMBt  E i , HML HMLt  E i , MOM MOM t  H i ,t

(13)

mit: ri ,t = Rendite des Portfolios zum Zeitpunkt t ; r f , t = risikolose Anlagemöglichkeit zum Zeitpunkt t ; Di = Überrendite des Portfolios i ; E i , mkt = Marktbeta für das Portfolio i ; rm ,t = Rendite des Marktes zum Zeitpunk t ; E i , SMB Beta für den Faktor „Small-Minus-Big“ des Portfolios i ; E i , HML = Beta für den Faktor „High-MinusLow“ des Portfolios i ; E i , MOM = Beta für den Faktor „Momentum“ des Portfolios i ; H i , t = Standardfehler zum Zeitpunkt t. Wenn das Alpha im Carhart-Four-Factor Model positiv und signifikant ist, bedeutet dies, dass das zugrunde liegende Portfolio eine Überrendite aufweist, die nicht durch die Faktoren des Modells erklärt werden kann. Ein signifikant negatives Alpha weist hingegen auf eine Unterrendite des Portfolios hin, die ebenfalls nicht durch die Faktoren erklärt werden kann.672 4.8.3.4

Kritische Würdigung der Performancemessung

Eindimensionale Kennzahlen geben einen ersten Einblick in die Performance des Portfolios. Mit eindimensionalen Kennzahlen können Portfolios untereinander und mit einer Benchmark verglichen und in eine Rangfolge gebracht werden. Die Aussagekraft der eindimensionalen Kennzahlen ist jedoch gering, da nur eine Dimension, Rendite oder Risiko, betrachtet wird.673

669 670

671

672

673

Vgl. Carhart (1997). In der Analyse von Kempf und Osthoff (2007) hatten hoch bewertete Portfolios eine höhere Ladung des HMLFaktors. Folglich enthielten die Portfolios mehr Wachstumsaktien als die niedrig bewerteten Unternehmen. Für die anderen Faktoren ergaben sich ebenfalls Unterschiede, die allerdings nicht signifikant waren. Carhart (1997), S. 61.Die Faktoren und die Werte für die risikolose Anlage für die USA und Kontinentaleuropa wurden von der Webseite von Kenneth French (2017) bezogen. Nach der Kenntnis des Autors wurden bei allen bisherigen Arbeiten, die das Carhart-Four-Factor Model nutzen, die Werte aus dieser Quelle bezogen. Die Normalverteilung wurde wieder mittels des Kolmogorov-Smirnoff-Tests und des Shapiro-Wilk-Tests kontrolliert. Die Autokorrelation wurde mittels des Durbin-Watson-Tests kontrolliert. Der Varianzinflationsfaktor wurde zur Kontrolle der Multikollinearität genutzt. Vgl. die Ausführungen in Kapitel 4.8.3.1.

164

4 EMPIRISCHE ANALYSE

Multidimensionale Kennzahlen beziehen sich auf das Verhältnis von Rendite zu Risiko. Sie sind damit aussagekräftiger als eindimensionale Kennzahlen. Die verschiedenen vorgestellten multidimensionalen Kennzahlen ermöglichen unterschiedliche Aussagen zum Rendite-Risiko-Verhältnis. Die Sharpe Ratio verwendet das Gesamtrisiko als Vergleichsmaß und die Treynor Ratio das systematische Risiko, weshalb der Treynor Index auch nur bei ausreichend diversifizierten Portfolios angewandt wird. 674 Das Jensen’s Alpha stellt die abnormale Rendite eines Portfolios über der durch den Markt erwartbaren Rendite dar, wobei hier wie auch bei der Treynor Ratio lediglich das systematische Risiko in der Formel berücksichtigt wird.675 Die Sortino Ratio als Beispiel für ein modernes Performancemaß bezieht sich auf eine andere Risikodefinition als die anderen Kennzahlen. Es wird nicht die Standardabweichung der Renditen verwendet, sondern nur die Semistandardabweichung, demnach lediglich die negativen Abweichungen. Daher werden nur negative Abweichungen als Risiko angesehen und höhere Renditen wirken sich nicht negativ auf das Ergebnis aus.676 Die beschriebenen Performancekennzahlen können demnach zu unterschiedlichen Ergebnissen oder sogar unterschiedlichen Rangfolgen von Portfolios führen. Eine eindeutige Aussage kann erschwert werden, wenn unterschiedliche Rangfolgen entstehen oder die Benchmark nicht in allen Performancekennzahlen geschlagen wird.677 Das Carhart-Four-Factor Model ermöglicht hingegen Aussagen zu signifikanten Überrenditen von Portfolios, die nicht durch den Markt und die weiteren Faktoren (SMB, HML und MOM) erklärt werden können. Der Einfluss der Faktoren wurde empirisch ermittelt und das Modell bietet einen hohen Erklärungsgehalt bezüglich der Renditen der Portfolios. Kritisch ist jedoch auf die aus wissenschaftlicher Sicht fehlende Fundierung der zusätzlichen empirischen Faktoren des Modells hinzuweisen.678 Insgesamt wird in dieser Arbeit durch die Vielzahl an multidimensionalen Kennzahlen und auch durch die Regressionsanalyse des Carhart-Four-Factor Models trotz der jeweiligen Einschränkungen eine umfassende Aussage zum Erfolg der Screeningstrategien und der Ratingkategorien in der Portfolioanalyse ermöglicht.

674 675 676 677 678

Vgl. Seitz (2010), S. 45. Vgl. Jensen (1968), S. 393. Vgl. Sortino (2010), S. 23 ff.; Farinelli et al. (2008), S. 2058; Sortino/Satchell (2001), S. 14 f. Vgl. Kat/Brooks (2001), S. 12; Agarwal/Naik (2004), S. 63; Zakamouline/Koekebakker (2009), S. 1242. Vgl. Armitage (2005), S. 59; Bartholdy/Peare (2005), S. 410; Paterno (2009), S. 49.

165

4 EMPIRISCHE ANALYSE

4.8.4 Ergebnisse Portfolioanalyse – USA Im Folgenden werden die Ergebnisse der deskriptiven Kennzahlenanalyse und der multivariaten Regression der Portfolios für die USA vorgestellt. 4.8.4.1

Deskriptive Ergebnisse – Kennzahlen

Tabelle 25 zeigt die Ergebnisse der eindimensionalen Kennzahlen für die 6 gebildeten hoch bewerteten Portfolios und die Benchmark. Die sechs Portfolios ergeben sich aus den beiden Screening-Strategien (Positiv- und BIC-Verfahren) mit den drei Ratingkategorien (Total, Evironment und Social and Governance). Screening-Strategie BIC Positiv Benchmark Positiv Positiv BIC BIC

Screening-Strategie Positiv BIC Benchmark BIC Positiv Positiv BIC

Screening-Strategie Positiv BIC BIC Benchmark BIC Positiv Positiv

Rendite Ratingkategorie E E SG T SG T

Standardabweichung Ratingkategorie E T SG T SG E

Semistandardabweichung Ratingkategorie E SG E T T SG

Tab. 25: Eindimensionale Performancemaße – USA679

679

Eigene Berechnungen.

Wert 0,192 0,165 0,162 0,160 0,135 0,103 0,101

Wert 0,206 0,211 0,217 0,217 0,217 0,237 0,242

Wert 0,142 0,155 0,156 0,156 0,159 0,160 0,172

166

4 EMPIRISCHE ANALYSE

Die Portfolios in Tabelle 25 wurden nach der Vorteilhaftigkeit der Werte absteigend von oben nach unten geordnet. Deshalb ändert sich die Reihenfolge der Portfolios in Abhängigkeit von der Kennzahl, anhand deren Werten sie gerankt werden. Das am höchsten gerankte Portfolio befindet sich somit immer an oberster Stelle und das Portfolio mit dem geringsten Rang an unterster Stelle in der Tabelle. Bei der Rendite sind höhere Werte vorteilhaft und somit nehmen die Werte von oben nach unten ab. Bei der Standardabweichung und der Semistandardabweichung sind niedrigere Werte vorteilhaft, da diese ein niedrigeres Risiko repräsentieren. Diese Werte nehmen deshalb bei diesen beiden Kennzahlen von oben nach unten zu. Die deskriptive Statistik der eindimensionalen Kennzahlen in den USA zeigt, dass nur die Portfolios, die mittels des E-Ratings als Screeningindikator gebildet wurden, eine höhere annualisierte monatliche Rendite im Vergleich zur Benchmark aufweisen. Das bedeutet, dass alle anderen Portfolios, die mit dem T-Rating oder dem SG-Rating gebildet wurden, im Vergleich zur Benchmark eine niedrigere Performance erzielen. Dies ist ein Hinweis darauf, dass ein Einfluss der Ratingkategorie auf die Rendite der Portfolios vorliegen kann. Nach welcher Screeningstrategie die Portfolios gebildet wurden, hat hingegen keine erkennbare Auswirkung auf die Renditen der Portfolios. Die Standardabweichung und die Semistandardabweichung zeigen keine klaren Strukturen. Nur das Portfolio, das mit der Positiv-Screeningstrategie und dem E-Rating als Indikator gebildet wurde, zeigt durchgehend die niedrigsten Werte und damit das geringste Risiko für beide Kennzahlen. Damit zeigt dieses Portfolio sowohl bei der Rendite als auch bei den Risikokennzahlen bessere Werte als die Benchmark. Das Portfolio, das mit der BIC-Screeningstrategie und dem E-Rating gebildet wurde, weist die höchste Standardabweichung auf. Somit wird eine starke Schwankung und damit ein höheres Risiko als bei der Benchmark und den anderen Portfolios aufgezeigt. Bei Betrachtung der Semistandardabweichung relativiert sich dieses Bild jedoch und die negativen durchschnittlichen Abweichungen sind geringer als die der Benchmark. Hierdurch wird die Limitierung der Standardabweichung erkennbar. Da das Portfolio zugleich die höchste Rendite aufweist, liegt der Unterschied der beiden Risikokennzahlen in der Aufwärtbewegung der Rendite des Portfolios. Die Aufwärtsbewegung findet Einzug in die Standardabweichung und erhöht diese. Die Semistandardabweichung wird hierdurch jedoch nicht beeinflusst, da Aktienkurserhöhungen keine Beachtung finden. Die Standardabweichung als Risikomaß führt in diesem Fall somit zu einer verzerrten Interpretation. Die Semistandardabweichung gibt in diesem Fall eine bessere Einschätzung des Risikos des Portfolios wieder.

167

4 EMPIRISCHE ANALYSE

Screening-Strategie BIC Positiv Benchmark Positiv Positiv BIC BIC Screening-Strategie BIC Positiv Benchmark Positiv Positiv BIC BIC Screening-Strategie Positiv BIC Positiv Benchmark Positiv BIC BIC Screening-Strategie BIC Positiv Benchmark Positiv Positiv BIC BIC

Sharpe Ratio Ratingkategorie E E SG T SG T Sortino Ratio Ratingkategorie E E SG T SG T Treynor Ratio Ratingkategorie E E SG T T SG Jensen’s Alpha Ratingkategorie E E SG T T SG

Tab. 26: Multidimensionale Performancemaße – USA680

680

Eigene Berechnungen.

Wert 0,641 0,623 0,582 0,521 0,453 0,308 0,306 Wert 0,994 0,899 0,805 0,718 0,615 0,432 0,407 Wert 0,147 0,146 0,132 0,126 0,112 0,074 0,072 Wert 0,022 0,018 0,000 -0,005 -0,012 -0,046 -0,051

168

4 EMPIRISCHE ANALYSE

Die multidimensionalen Performancekennzahlen in Tabelle 26 zeigen, dass die meisten hoch bewerteten Portfolios eine niedrigere Performance als die Benchmark aufweisen. Nur die Portfolios, die mittels des E-Ratings ausgewählt wurden, zeigen für alle Kennzahlen eine höhere Performance als die Benchmark. Diese Ergebnisse entsprechen denen der eindimensionalen Kennzahlen, was ein weiterer Hinweis darauf ist, dass die Performance der Portfolios in den USA von der Ratingkategorie beeinflusst wird. Anzumerken ist, dass die Ordnung der Werte bei der Kennzahl Jensen’s Alpha keine Rangordnung darstellt, da die Portfolios hier nur mit der Benchmark und nicht untereinander verglichen werden können und daher nur der Wert im Vergleich zur Benchmark ausschlaggebend ist. Die Reihenfolge zeigt lediglich an, ob die Portfolios eine Überrendite oder eine Unterrendite im Vergleich zur Benchmark aufweisen. Die Portfolios, die mithilfe des E-Ratings ausgewählt wurden, erzielen eine Überrendite, die nicht durch den Markt (die Benchmark) erklärbar ist. Die anderen Portfolios erzielen eine Unterrendite, die ebenfalls nicht durch das Marktverhalten erklärt werden kann. Im Tabelle 27 werden nun auch Portfolios betrachtet, die die Gegenportfolios zu den zuvor betrachteten darstellen. Die niedrig bewerteten Portfolios enthalten jeweils die 10 % der Aktien der Unternehmen mit dem niedrigsten Rating. Sie werden im Folgenden mit den hoch bewerteten Portfolios verglichen, um festzustellen, ob Portfolios von Unternehmen mit hohem CSR-Rating oder mit niedrigem CSR-Rating eine höhere Performance zeigen. Dieser Vergleich wird durchgeführt, da sowohl die hoch als auch die niedrig bewerteten Portfolios in der Lage sein können, die Benchmark zu übertreffen. Darüber hinaus ist es sogar denkbar, dass die niedrig bewerteten Portfolios die hoch bewerteten dominieren, und zwar selbst dann, wenn diese wiederum die Benchmark dominieren.

169

4 EMPIRISCHE ANALYSE

Positivverfahren Rendite Standardabweichung Semistandardabweichung Sharpe Ratio Sortino Ratio Treynor Ratio Jensen’s Alpha Positivverfahren Rendite Standardabweichung Semistandardabweichung Sharpe Ratio Sortino Ratio Treynor Ratio Jensen’s Alpha Positivverfahren Rendite Standardabweichung Semistandardabweichung Sharpe Ratio Sortino Ratio Treynor Ratio Jensen’s Alpha

Hohes T-Rating 0,135 0,217 0,160 0,453 0,615 0,112 -0,012 Hohes E-Rating 0,165 0,206 0,142 0,623 0,899 0,147 0,018 Hohes SG-Rating 0,160 0,237 0,172 0,521 0,718 0,132 -0,005

Niedriges T-Rating 0,221 0,283 0,190 0,652 0,968 0,153 0,033 Niedriges E-Rating 0,159 0,223 0,158 0,547 0,775 0,133 0,007 Niedriges SG-Rating 0,234 0,221 0,142 0,893 1,392 0,218 0,083

Dominanz + + Dominanz + + + + + + + Dominanz -

+ Das hoch bewertete Portfolio dominiert das niedrig bewertete Portfolio. í Das niedrig bewertete Portfolio dominiert das hoch bewertete Portfolio.

Tab. 27: Vergleich hoch und niedrig bewerteter im Positivverfahren konstruierter Portfolios – USA681 Beim Vergleich der Portfolios mit hohem und niedrigem Rating mittels des Positivverfahrens zeigt sich in Tabelle 27, dass das Portfolio mit hohem E-Rating das mit niedrigem E-Rating in allen Kennzahlen dominiert. Demgegenüber werden die Portfolios mit hohem T- und SG-Rating durch ihre Gegenportfolios mit niedrigem Rating dominiert. 681

Eigene Berechnungen.

170

Best in Class Rendite Standardabweichung Semistandardabweichung Sharpe Ratio Sortino Ratio Treynor Ratio Jensen’s Alpha Best in Class Rendite Standardabweichung Semistandardabweichung Sharpe Ratio Sortino Ratio Treynor Ratio Jensen’s Alpha Best in Class Rendite Standardabweichung Semistandardabweichung Sharpe Ratio Sortino Ratio Treynor Ratio Jensen’s Alpha

4 EMPIRISCHE ANALYSE

Hohes T-Rating 0,101 0,211 0,159 0,306 0,406 0,073 -0,045 Hohes E-Rating 0,191 0,242 0,156 0,641 0,994 0,146 0,021 Hohes SG-Rating 0,103 0,217 0,154 0,307 0,431 0,071 -0,050

Niedriges T-Rating 0,127 0,220 0,160 0,411 0,564 0,105 0,018 Niedriges E-Rating 0,155 0,276 0,158 0,429 0,750 0,117 0,008 Niedriges SG-Rating 0,135 0,212 0,157 0,467 0,632 0,111 0,012

Dominanz + + Dominanz + + + + + + + Dominanz + -

+ Das hoch bewertete Portfolio dominiert das niedrig bewertete Portfolio. í Das niedrig bewertete Portfolio dominiert das hoch bewertete Portfolio.

Tab. 28: Vergleich hoch und niedrig bewerteter im BIC-Verfahren konstruierter Portfolios – USA682 Beim Vergleich der mittels des BIC-Verfahrens erstellten Portfolios mit hohem und niedrigem Rating in Tabelle 28 zeigt sich, dass das Portfolio mit hohem E-Rating das mit niedrigem E-Rating in allen Kennzahlen dominiert. Demgegenüber werden die Portfolios mit hohem T- und SG-Rating durch ihre Gegenportfolios mit niedrigem Rating dominiert. Damit zeigen sich die gleichen Ergebnisse für das Positiv682

Eigene Berechnungen.

4 EMPIRISCHE ANALYSE

171

verfahren wie für das BIC-Verfahren. Diese Ergebnisse weisen auf einen Unterschied zwischen den Ratingkategorien E-Rating, T-Rating und SG-Rating hin. Das E-Rating führt zu vorteilhafteren Portfolios bei hohem Rating und die anderen Ratings führen zu vorteilhafteren Portfolios bei niedrigem Rating. Diese Ergebnisse deuten auf einen positiven Zusammenhang zwischen E-Rating mit der Portfolioperformance und auf einen negativen Zusammenhang zwischen dem T- und SG-Rating mit der Portfolioperformance hin. 4.8.4.2

Ergebnisse – Multivariate Regression der Portfolios in den USA

Im Folgenden werden die mithilfe des Carhart-Four-Factor Models erzielten Untersuchungsergebnisse zur Performance der zuvor beschriebenen Portfolios präsentiert. Das Ziel ist hierbei festzustellen, inwiefern die Portfolios in der Lage sind, signifikante Überrenditen in den USA zu erwirtschaften. Neben den gebildeten Portfolios mit hohem und niedrigem Rating für die beiden Screeningstrategien und die jeweils 3 Ratingkategorien werden sogenannte Long-Short-Portfolios gebildet. Die Long-Short Portfolios sind dabei zugleich sogennante Zero-Cost Portfolios. Bei Zero-Cost Portfolios wird der Kauf von Aktien (Long) durch den Verkauf von anderen Aktien (Short) finanziert, so dass keine Kosten entstehen.683 In der hier verwendeten Handelsstrategie werden die hoch bewerteten Portfolios (Long) gekauft und durch den Verkauf der niedrig bewerteten Portfolios finanziert (Short). Ein positives Alpha der Portfolios, die mit dem Positiv-Screening und dem BICScreening konstruiert wurden, zeigt, dass die Portfolios in der Lage sind, den Markt zu schlagen und eine Überrendite zu erwirtschaften. Ein negatives Alpha zeigt hingegen eine Unterrendite an. Bei den Long-Short Portfolios zeigt ein positives Alpha an, dass das hoch bewertete Portfolio eine Überperformance gegenüber dem niedrig bewerteten Portfolio aufweist. Ein negatives Alpha zeigt hingegen eine Unterperformance des hoch bewerteten Portfolios gegenüber dem niedrig bewerteten Portfolio an.

683

Diese Vorgehensweise richtet sich nach Kempf und Osthoff (2007).

172

4 EMPIRISCHE ANALYSE

Portfolio

R2

Alpha Markt

SMB

HML

MOM

İ

Pos. T-Rating Hoch Niedrig Long-Short

-0,002 -0,003 0,000

0,915*** 1,237*** -0,322*

-0,128 -0,151 0,023

-0,020 0,305* -0,325

-0.024 -0.001 -0.023

0,0156 0,0153 0,0237

0,773 0,871 0,131

Pos. E-Rating Hoch Niedrig Long-Short

0,000 0,000 0,000

0,938*** 0,932*** 0,007

-0,249** -0,95 -0,154

0,197* 0.080 0,505*** 0.116 -0,308* -0.036

0,0105 0,0121 0,0155

0,884 0,869 0,046

Pos. SG-rating Hoch Niedrig Long-Short

-0,004 0,002 -0,005

0,964*** 0,988*** -0,024

-0,140 -0,304* 0,164

0,255 0,103 0,152

0.116 -0.024 0.140

0,0178 0,0140 0,0247

0,751 0,821 0,053

BIC T-rating Hoch Niedrig Long-Short

-0,003 0,001 -0,003

0,888*** 0,823*** 0,065

-0,077 0,121 -0,198

0,314** 0,200 0,114

-0.047 -0.227 0.179

0,0127 0,0165 0,0197

0,839 0,754 0,014

BIC E-rating Hoch Niedrig Long-Short

0,005 0,000 0,004

0,889*** 1,076*** -0,187

0,346 -0,185 0,532

-0,124 -0,523* 0,398

-0.556* -0.374* -0.182

0,0307 0,0223 0,0399

0,561 0,712 0,008

BIC SG-rating Hoch -0,003 0,932*** -0,025 0,251* 0.060 0,0112 0,883 Niedrig 0,001 0,810*** 0,266* 0,168 0.020 0,0124 0,849 Long-Short -0,004 0,122 -0,291 0,082 0.040 0,0159 0,029 * / ** / *** symbolisiert ein Signifikanzniveau auf dem 5-%-, 1-%- und 0.1-%-Level.

Tab. 29: Carhart-Four-Factor-Regression, hoch bewertet, niedrig bewertet und Long-Short Portfolios – USA.684

684

Eigene Berechnungen.

4 EMPIRISCHE ANALYSE

173

Das Carhart-Four-Factor Model in Tabelle 29 zeigt signifikante Werte auf dem 0,1-%-Level für den Marktfaktor für alle hoch und niedrig bewerteten Portfolios. Dies bedeutet, dass der Markt einen signifikanten Einfluss auf die Renditen der Portfolios hat. Die weiteren Faktoren SMB, HML und MOM zeigen nur vereinzelt signifikante Werte. Sie besitzen damit nur punktuell einen Einfluss. Das gesamte Model zeigt für alle hoch und niedrig bewerteten Portfolios ein hohes korrigiertes R2 und ist damit in der Lage, den Großteil der Renditen der Portfolios zu erklären. Die Richtung der Alphas für die Portfolios mit hohem CSR-Rating stimmt mit den Ergebnissen der deskriptiven Analyse überein. Es ergeben sich positive Alphas für die E-Rating-Portfolios und negative Alphas für die anderen Ratingkategorien. Jedoch zeigt keines der Portfolios ein signifikantes Alpha. Folglich ergibt sich für keines der Portfolios in den USA eine signifikante Über- oder Unterrendite. Für die Long-Short Portfolios ergeben sich keine signifikanten Werte für den Marktfaktor. Da diese Portfolios die Long-Short-Strategie anwenden, ist ihre Rendite nicht mehr durch den Markt erklärbar. Auch die anderen Faktoren zeigen keine signifikanten Werte für die Long-Short Portfolios. Die Faktoren besitzen somit keine Ladung und beeinflussen damit nicht die Renditen der Portfolios. Die Alphas der Long-Short Portfolios stimmen mit der Differenz der hoch und niedrig bewerteten Portfolios überein. Die Long-Short Portfolios zeigen überwiegend negative Alphas, da die Portfolios mit niedrigem CSR-Rating höhere Alphas aufweisen als die Portfolios mit hohem CSRRating. Keine der Screeningstrategien ist in der Lage, für die hoch und niedrig bewerteten Portfolios oder auch die Long-Short Portfolios ein signifikantes Alpha herzustellen. Deshalb führt die Auswahl mittels des ECPI-Ratings nicht zu einer signifikanten Überrendite oder Unterrendite der konstruierten Portfolios in den USA. 4.8.5 Ergebnisse Portfolioanalyse – Kontinentaleuropa Die vorherige Analyse wird im Folgenden auch für die Region Kontinentaleuropa mit den Ländern aus der Stichprobe durchgeführt, die den Euro als Währung besitzen (Deutschland, Frankreich, Spanien und Italien). Tabelle 30 zeigt die Ergebnisse der eindimensionalen Kennzahlen für die 6 gebildeten Portfolios und die Benchmark. Die sechs Portfolios ergeben sich aus den beiden Screening-Strategien (Positiv- und BICVerfahren) und den drei Ratingkategorien (T, E und SG).

174

4.8.5.1

4 EMPIRISCHE ANALYSE

Deskriptive Ergebnisse – Kennzahlen

Screening-Strategie BIC Positiv BIC BIC Positiv Positiv Benchmark Screening-Strategie BIC BIC Benchmark Positiv BIC Positiv Positiv Screening-Strategie BIC BIC Benchmark Positiv BIC Positiv Positiv

Rendite Ratingkategorie E T SG T SG E Standardabweichung Ratingkategorie SG T SG E T E Semistandardabweichung Ratingkategorie SG T SG E E T

Wert 0,164 0,150 0,148 0,120 0,104 0,079 0,079 Wert 0,243 0,279 0,281 0,307 0,308 0,342 0,353 Wert 0,172 0,201 0,202 0,209 0,227 0,231 0,233

Tab. 30: Eindimensionale Performancemaße – Kontinentaleuropa685 Alle hoch bewerteten Portfolios in Tabelle 30 besitzen eine höhere Rendite als die Benchmark in Kontinentaleuropa. Dies ist ein fundamentaler Unterschied zu den hoch bewerteten Portfolios in den USA, die in der Mehrheit eine geringere Rendite als die Benchmark in den USA aufwiesen. Zugleich sei darauf hingewiesen, dass die Renditen der Portfolios in den USA absolut höher sind als die in Kontinentaleuropa. Die Bench-

685

Eigene Berechnungen.

4 EMPIRISCHE ANALYSE

175

mark besitzt jedoch auch eine höhere Rendite, da sich alle Aktientitel aus der Stichprobe in den USA besser entwickelt haben als die Aktientitel aus Kontinentaleuropa. Die Unterschiede ergeben sich folglich nur im Vergleich zur jeweiligen Benchmark. Für die Risikoindikatoren Standardabweichung und Semistandardabweichung zeigen nur die beiden mit der BIC-Auswahlstrategie konstruierten Portfolios und den Indikatoren SG-Rating und T-Rating niedrigere Werte als die Benchmark. Damit besteht gemäß beider Risikokennzahlen für diese beiden Portfolios ein geringeres Risiko. Diese beiden Portfolios zeigen folglich weniger Schwankungen der monatlichen Renditen und auch weniger negative Abweichungen der Renditen im Beobachtungszeitraum. Alle anderen Portfolios zeigen höhere Werte bei der Standardabweichung und auch bei der Semistandardabweichung als die Benchmark. Sie besitzen damit ein höheres Risiko als die Benchmark.

176

Screening-Strategie BIC BIC Positiv BIC Positiv Benchmark Positiv Screening-Strategie BIC BIC Positiv BIC Positiv Benchmark Positiv Screening-Strategie BIC Positiv BIC BIC Positiv Positiv Benchmark Screening-Strategie BIC BIC Positiv BIC Positiv Positiv Benchmark

4 EMPIRISCHE ANALYSE

Sharpe Ratio Ratingkategorie SG E T T SG E Sortino Ratio Ratingkategorie SG E T T SG E Treynor Ratio Ratingkategorie SG T E T SG E Jensen’s Alpha Ratingkategorie E SG T T SG E

Wert 0,461 0,415 0,333 0,299 0,219 0,150 0,122 Wert 0,651 0,562 0,488 0,415 0,321 0,209 0,186 Wert 0,145 0,133 0,130 0,094 0,089 0,048 0,042 Wert 0,086 0,079 0,077 0,046 0,035 0,005 0,000

Tab. 31: Mehrdimensionale Performancemaße – Kontinentaleuropa686

686

Eigene Berechnungen.

4 EMPIRISCHE ANALYSE

177

Alle hoch bewerteten Portfolios in Tabelle 31 zeigen für die Sharpe Ratio höhere Werte als die Benchmark. Nur beim im Positivverfahren erstellten E-Rating-Portfolio liegt die Sharpe Ratio unter der Benchmark. Damit zeigen die Portfolios in Kontinentaleuropa überwiegend eine die Benchmark übertreffende Performance. Dieses Ergebnis steht im Kontrast zu den Ergebnissen in den USA. Die exakt gleiche Rangordnung der Portfolios und der Benchmark ergibt sich auch für die Sortino Ratio. Folglich hat die Betrachtung der Semistandardabweichung zu keiner Änderung der Rangfolge geführt. Dies ist auf die nur geringen Abweichungen der Werte für die Risikokennzahlen Standardabweichung und Semistandardabweichung in der Analyse der eindimensionalen Kennzahlen in Kontinentaleuropa zurückzuführen. Bei der Treynor Ratio sind alle Portfolios in der Lage, die Benchmark zu schlagen. Alle Portfolios zeigen demnach ein geringeres systematisches Risiko als die Benchmark. Die Treynor Ratio nimmt im Gegensatz zum Gesamtrisiko der Sharpe Ratio nur das systematische Risiko als Vergleichskennzahl. Das Jensen’s Alpha zeigt, dass alle Portfolios in Kontinentaleuropa ein positives Alpha besitzen. Sie zeigen damit eine Überrendite über den Markt in Kontinentaleuropa. Auch dieses Ergebnis steht im Kontrast zu den überwiegend negativen Alphas der Portfolios in den USA. Im Folgenden wird untersucht, wie die hoch bewerteten Portfolios im Vergleich zu ihren niedrig bewerteten Gegenportfolios abschneiden. Es werden jeweils Portfolios verglichen, die mit der gleichen Screeningstrategie und dem gleichen Ratingindikator generiert wurden. Festzustellen ist, ob die hoch bewerteten Portfolios ihre Gegenportfolios dominieren oder von diesen dominiert werden. Der direkte Vergleich gibt einen Hinweis darauf, ob höhere oder niedrigere CSR-Ratings zu einer höheren Portfolioperformance führen.

178

Positivverfahren Rendite Standardabweichung Semistandardabweichung Sharpe Ratio Sortino Ratio Treynor Ratio Jensen’s Alpha Positivverfahren Rendite Standardabweichung Semistandardabweichung Sharpe Ratio Sortino Ratio Treynor Ratio Jensen’s Alpha Positivverfahren Rendite Standardabweichung Semistandardabweichung Sharpe Ratio Sortino Ratio Treynor Ratio Jensen’s Alpha

4 EMPIRISCHE ANALYSE

Hohes T-Rating 0,150 0,342 0,233 0,333 0,488 0,133 0,077 Hohes E-Rating 0,079 0,353 0,231 0,122 0,186 0,048 0,005 Hohes SG-Rating 0,104 0,307 0,209 0,219 0,321 0,089 0,035

Niedriges T-Rating 0,085 0,325 0,217 0,149 0,224 0,068 0,018 Niedriges E-Rating 0,098 0,299 0,202 0,205 0,303 0,086 0,031 Niedriges SG-Rating 0,104 0,328 0,222 0,206 0,306 0,093 0,037

Dominanz + + + + + Dominanz Dominanz +/+ + + + -

+ Das hoch bewertete Portfolio dominiert das niedrig bewertete Portfolio. í Das niedrig bewertete Portfolio dominiert das hoch bewertete Portfolio.

Tab. 32: Vergleich hoch und niedrig bewerteter im Positivverfahren konstruierter Portfolios – Kontinentaleuropa687 Tabelle 32 zeigt die hoch und niedrig bewerteten Portfolios, die mit dem Positivscreening in Kontinentaleuropa konstruiert wurden. Die nach dem T-Rating und SG-Rating ausgewählten hoch bewerteten Portfolios dominieren die niedrig bewerteten Portfolios in der überwiegenden Anzahl der Kennzahlen. Für das E-Rating zeigt sich hingegen, dass das niedrig bewertete Portfolio das hoch bewertete Portfolio in allen Kennzahlen dominiert. Dieses Ergebnis ist genau entgegengesetzt zu den Ergebnissen in den USA. 687

Eigene Berechnungen.

179

4 EMPIRISCHE ANALYSE

Auffällig ist, dass sowohl die hoch bewerteten als auch die niedrig bewerteten Portfolios positive Jensen’s Alphas aufweisen und damit eine Überrendite über die Benchmark aufweisen. Das Ergebnis zeigt, dass sowohl hohe als auch niedrige Ratings zu einer höheren Portfolioperformance als der Markt führen. Best-in-Class Rendite Standardabweichung Semistandardabweichung Sharpe Ratio Sortino Ratio Treynor Ratio Jensen’s Alpha Best in Class Rendite Standardabweichung Semistandardabweichung Sharpe Ratio Sortino Ratio Treynor Ratio Jensen’s Alpha Best in Class Rendite Standardabweichung Semistandardabweichung Sharpe Ratio Sortino Ratio Treynor Ratio Jensen’s Alpha

Hohes T-Rating 0,120 0,279 0,201 0,299 0,415 0,094 0,046 Hohes E-Rating 0,164 0,308 0,227 0,415 0,562 0,130 0,086 Hohes SG-Rating 0,148 0,243 0,172 0,461 0,651 0,145 0,079

Niedriges T-Rating 0,107 0,299 0,179 0,234 0,390 0,083 0,034 Niedriges E-Rating 0,078 0,337 0,226 0,123 0,183 0,047 -0,004 Niedriges SG-Rating 0,079 0,353 0,231 0,122 0,186 0,048 0,005

Dominanz + + + + + + Dominanz + + + + + + Dominanz + + + + + + +

+ Das hoch bewertete Portfolio dominiert das niedrig bewertete Portfolio. í Das niedrig bewertete Portfolio dominiert das hoch bewertete Portfolio.

Tab. 33: Vergleich hoch und niedrig bewerteter im BIC-Verfahren konstruierter Portfolios – USA688

688

Eigene Berechnungen.

180

4 EMPIRISCHE ANALYSE

Tabelle 33 zeigt, dass bei den Portfolios, die mittels BIC-Screening gebildet wurden, alle hoch bewerteten Portfolios ihre niedrig bewerteten Gegenportfolios in allen multidimensionalen Kennzahlen dominieren. Auffällig ist jedoch auch hier, dass alle Portfolios bis auf das niedrig bewertete ERating, ein positives Jensen‘s Alpha besitzen und damit eine Überrendite signalisieren. Die Alphas der hoch bewerteten Portfolios sind jedoch in allen Fällen höher als die der niedrig bewerteten Portfolios. 4.8.5.2

Ergebnisse – Multivariate Regression der Portfolios in Kontinentaleuropa

Tabelle 34 zeigt die Werte für das Carhart-Four-Factor Model in Kontinentaleuropa. Portfolio

R2

alpha Markt

SMB

HML

MOM

İ

Pos. T-Rating Hoch Niedrig Long-Short

0,005* 0,990*** 0,003 0,958*** 0,003 0,032

0,080 0,083 -0,003

0,316* 0,225 0,091

-0,092 -0,085 -0,007

0,0163 0,0178 0,0280

0,890 0,856 -0,076

Pos. E-Rating Hoch Niedrig Long-Short

0,001 0,002 -0,001

1,087*** 0,902*** 0,185

-0,206 0,116 -0,322

0,185 0,200 -0,015

-0,074 -0,084 0,010

0,0162 0,0142 0,0236

0,898 0,892 0,067

Pos. SG-Rating Hoch Niedrig Long-Short

0,003 0,001 0,001

0,920*** 0,960*** -0,040

-0,181 -0,139 -0,042

0,256* 0,347** -0,090

-0,031 0,010 -0,041

0,0137 0,0156 0,0225

0,904 0,892 -0,070

BIC T-Rating Hoch Niedrig Long-Short

0,003 0,001 0,002

0,972*** 0,975*** -0,004

-0,126 -0,018 -0,107

-0,254 -0,022 -0,232

-0,090 -0,023 -0,067

0,0165 0,0181 0,0268

0,832 0,824 -0,046

181

4 EMPIRISCHE ANALYSE

Portfolio BIC E-Rating Hoch Niedrig Long-Short

alpha Markt

SMB

HML

MOM

İ

R2

0,005 -0,002 0,007

0,003 0,020 -0,018

-0,352* 0,302 -0,654**

-0,045 0,111 -0,156

0,0184 0,0192 0,0268

0,827 0,843 0,126

1,112*** 1,016*** 0,097

BIC SG-Rating Hoch 0,006* 0,808*** -0,315* -0,174 0,045 0,0177 0,743 Niedrig 0,001 1,087*** -0,206 0,185 -0,074 0,0162 0,898 Long-Short 0,004 -0,280* -0,109 -0,360 0,119 0,0247 0,372 * / ** / *** symbolisiert ein Signifikanzniveau auf dem 5-%-, 1-%-, und 0.1-%-Level.

Tab. 34: Carhart-Four-Factor-Regression, hoch bewertet, niedrig bewertet und Long-Short Portfolios – Kontinentaleuropa689 Das Carhart-Four-Factor Model in Tabelle 34 zeigt signifikante Werte auf dem 0,1-%-Level für den Marktfaktor für alle hoch und niedrig bewerteten Portfolios in Kontinentaleuropa. Dies zeigt, dass der Markt einen signifikanten Einfluss auf die Rendite der Portfolios hat. Die weiteren Faktoren (SMB, HML und MOM) zeigen nur vereinzelt signifikante Werte. Das gesamte Modell zeigt für alle hoch und niedrig bewerteten Portfolios ein hohes korrigiertes R2 und ist damit in der Lage, den Großteil der Renditen der Portfolios zu erklären. Die Richtung der Alphas für die Portfolios mit hohem CSR-Rating stimmt mit den Ergebnissen der deskriptiven Analyse überein. Es ergeben sich fast durchgehend positive Alphas für alle Portfolios. Dies zeigt, dass sowohl die hoch als auch die niedrig bewerteten Portfolios und auch die Long-Short Portfolios eine Überrendite erwirtschaften. Nur das niedrig bewertete im BIC-Verfahren erstellte E-Rating-Portfolio zeigt ein negatives Alpha und damit eine Unterrendite. Für die Long-Short Portfolios ergibt sich zusätzlich die Aussage, dass die hoch bewerteten Portfolios ein höheres Alpha generieren als die niedrig bewerteten. Dies resultiert aus dem positiven Alpha, dass sich beim Kauf der hoch bewerteten Portfolios (Long) und dem Verkauf der niedrig bewerteten (Short) in der Long-Short-Strategie zeigt. Ein negatives Alpha besteht somit nur dann, wenn das Alpha des niedrig bewerteten Portfolios höher als das des hoch bewerteten Portfolios ist. Dies trifft jedoch ausschließlich auf das mit der Positivstrategie konstruierte Portfolio mit dem E-Rating als Indikator zu.

689

Eigene Berechnungen.

182

4 EMPIRISCHE ANALYSE

Die Renditen der Long-Short Portfolios in Kontinentaleuropa werden wie auch in den USA nicht durch den Markt erklärt. Auch die anderen Faktoren zeigen bei den LongShort Portfolios keine signifikanten Werte. Die Faktoren besitzen somit keine Ladung und beeinflussen damit nicht die Rendite der Portfolios. Die Alphas der LongShort Portfolios stimmen mit der Differenz der hoch und niedrig bewerteten Portfolios überein. Der HML-Faktor weist als einziger neben dem Markt signifikante Werte auf. Dies bedeutet, dass einige Renditen auch signifikant durch die unterschiedlichen Ladungen des HML-Faktors beeinflusst werden. Interessant ist, dass der HML-Faktor nicht immer positiv, sondern im Fall des hoch bewerteten BIC-konstruierten E-Rating-Portfolios auch einen negativen Einfluss ausübt. Die beiden hoch bewerteten Portfolios für das T-Rating (nach dem Positivverfahren konstruiert) und das SG-Rating (nach dem BIC-Verfahren konstruiert) zeigen signifikant positive Alphas. Diese beiden Portfolios haben folglich eine signifikante Überrendite über den Markt unter Kontrolle der zusätzlichen Faktoren. Dies ist somit ein weiterer Indikator für einen positiven Einfluss des CSR-Ratings auf die Portfolioperformance in Kontinentaleuropa. Die Ergebnisse der Portfolios unterscheiden sich demnach von den Ergebnissen in den USA, in denen kein Portfolio ein signifikantes Alpha zeigte. 4.8.6 Zusammenfassung der Ergebnisse der Portfolioanalyse In der Portfolioanalyse der USA ergibt sich, dass die meisten hoch bewerteten Portfolios nicht in der Lage sind, die Benchmark zu schlagen. Zusätzlich werden die hoch bewerteten Portfolios überwiegend von ihren niedrig bewerteten Gegenportfolios dominiert. Nur die hoch bewerteten Portfolios, die nach dem E-Rating ausgewählt wurden, zeigen eine bessere Performance als die Benchmark und ihre niedrig bewerteten Gegenportfolios. Dies ist ein Indiz für Unterschiede der Zusammenhänge zwischen den Ratingkategorien in den USA. Das Carhart-Four-Factor Model zeigt jedoch keine signifikanten Alphas für die hoch bewerteten, niedrig bewerteten und Long-Short Portfolios in den USA. Folglich ergibt sich keine signifikante Über- oder Unterrendite. Die Portfolios, die mithilfe der Screeningstrategien und dem ECPI-Rating generiert wurden, ergeben somit weder signifikante Über- noch Unterrenditen in den USA. Investoren können in den USA folglich weder eine höhere Performance generieren, noch müssen sie eine niedrigere Performance in Kauf nehmen, wenn sie Screeningstrategien mit Hilfe des ECPI-Ratings nutzen.

4 EMPIRISCHE ANALYSE

183

In Kontinentaleuropa sind alle hoch bewerteten Portfolios in der Lage, die Benchmark in allen multidimensionalen Kennzahlen zu übertreffen. Zusätzlich dominieren alle hoch bewerteten Portfolios, bis auf das nach dem Positiv-Verfahren konstruierte ERating-Portfolio, ihre niedrig bewerteten Gegenportfolios. Die hoch bewerteten Portfolios, die nach dem Positivverfahren anhand des T-Ratings und dem BIC-Verfahren anhand des SG-Ratings zusammengestellt wurden, zeigen signifikant positive Alphas im Carhart-Four-Factor Model. Die anderen hoch und niedrig bewerteten Portfolios und auch die Long-Short Portfolios zeigen keine signifikanten Alphas. Damit sind nur hoch bewertete CSR-Portfolios in der Lage, eine signifikante Überrendite über den Markt und die anderen Faktoren in Kontinentaleuropa zu generieren. Investoren konnten somit in Kontinentaleuropa mittels der Auswahl von hohen ECPI-Ratings eine Überrendite generieren. Es zeigen sich infolgedessen Unterschiede zwischen den USA und Kontinentaleuropa in der Möglichkeit, das ECPI-Rating zu nutzen, um Überrenditen zu generieren.

184

4 EMPIRISCHE ANALYSE

4.9 Diskussion der Ergebnisse Im Folgenden werden die in den Analysen erzielten Ergebnisse diskutiert. Dazu werden die Ergebnisse überblickartig in ihrem Zusammenhang dargestellt, bezüglich ihres Aussagegehaltes diskutiert, in Beziehung zu vorherigen Forschungsergebnissen gesetzt und Erklärungsansätze für die gefundenen Ergebnisse vorgestellt. In der Mittelwertanalyse der Jahresabschlusskennzahlen zeigen die Gruppen mit hohen CSR-Ratings sowohl signifikant höhere Mittelwerte für die Eigenkapitalrendite als auch für den Verschuldungsgrad. Daraus ergab sich die Vermutung, dass Unternehmen mit hohem CSR-Rating systematisch den Leverage-Effekt ausnutzen, bei dem durch zusätzliche Fremdkapitalaufnahme eine höhere Eigenkapitalrendite entsteht. In der Regressionsanalyse zeigen jedoch sowohl in Europa als auch in Nordamerika Unternehmen mit hohem CSR-Rating signifikant höhere Verschuldungskennzahlen für das E-Rating und zugleich niedrigere Eigenkapitalrenditen. Für das SG-Rating zeigen sich tendenziell niedrigere Verschuldungsgrade für hohe CSR-Ratings und zugleich signifikant höhere Eigenkapitalrenditen. Daraus ergibt sich, dass kein systematisches Ausnutzen des Leverage-Effektes durch Unternehmen mit hohem CSRRating stattfindet. Die regionale Analyse zeigt hingegen, dass eine höhere Verschuldung mit niedrigeren Renditen einhergeht bzw. nur höhere Eigenkapitalrenditen erreicht werden, wenn keine hohe Verschuldung vorliegt. Ein regionaler Unterschied für die beiden fundamentalen Kennzahlen Eigenkapitalrendite und Verschuldungsgrad existiert hingegen nicht. Diese Ergebnisse im Hinblick auf das SG-Rating bestätigen die empirische Feststellung von Graves und Waddock (1999) und Barthruff (2014), dass Unternehmen mit niedrigerer Verschuldung höhere Eigenkapitalrenditen besitzen. Allerdings konnte dieser Zusammenhang in dieser Arbeit nicht mit dem CSR-Rating in Verbindung gebracht werden. Das bedeutet, dass der Zusammenhang unabhängig von dem CSRRating existiert und Unternehmen mit hohem CSR-Rating keine systematisch niedrigeren Verschuldungsgrade und höheren Renditen aufweisen. Diese Ergebnisse lassen die fundamentalen Unterschiede, die in vorherigen Arbeiten gefunden wurden, in neuem Licht erscheinen. Denkbar wäre aufgrund der hier gefundenen Ergebnisse ein Zusammenhang zwischen den Kennzahlen selbst. Damit muss der von Graves und Waddock (1999) und Barthruff (2014) gefundene Zusammenhang nicht zwangsläufig auf Unterschiede in der CSR zurückgeführt werden.

4 EMPIRISCHE ANALYSE

185

Insgesamt ergaben sich in der Korrelationsanalyse der Querschnittsanalyse für die meisten Jahresabschlusskennzahlen keine signifikanten Unterschiede. Neben der Eigenkapitalrendite und dem Verschuldungsgrad zeigten sich nur noch für das KUV signifikante Korrelationen. Aufällig beim KUV ist der Unterschied zwischen dem T-Rating und E-Rating im Gegensatz zum SG-Rating in Nordamerika. Darüber hinaus zeigt sich auch ein Unterschied zwischen den Regionen. Während der Kapitalmarkt in Nordamerika Unternehmen mit hohem T-Rating und E-Rating im Verhältnis zu ihren Umsätzen signifikant niedriger bewertet, ist dieser Zusammenhang in Europa nicht durchgängig nachweisbar. Für den amerikanischen Raum weist dies auf eine niedrigere Bewertung durch die Investoren bei hohem Rating hin, während sich in Europa keine signifikanten Auswirkungen des CSR-Ratings auf das KUV beobachten lassen. Für das KBV und das KCV ergeben sich negative Korrelationen mit wenigen signifikanten Koeffizienten und für das KUV signifikant negative Koeffizienten in der Regressionsanalyse. Damit stehen die in dieser Arbeit erzielten Ergebnisse im Kontrast zu den Resultaten vorheriger Arbeiten, die einen positiven Zusammenhang zwischen CSR und Kapitalmarktbewertung gefunden haben. In den Arbeiten von Cochran und Wood (1984), Lennox und King (2001) und Ayuso et al. (2014) wurde ein positiver Zusammenhang zwischen CSR und KBV gefunden. Zugleich weisen jedoch alle drei Arbeiten wesentliche Schwächen auf. Cochran und Wood (1984) stand lediglich eine Stichprobe von 61 Unternehmen aus den USA zur Verfügung, was große Zweifel an der Repräsentativität der Untersuchung aufkommen lässt. Lennox und King (2001) hatten kein Rating zur Verfügung, sondern legten ihrer Untersuchung Nachhaltigkeitsberichte zugrunde, was große Probleme für die Vergleichbarkeit und Struktur der CSR-Bewertung mit sich bringt. Ayuso et al. (2014) hatten in ihrer Untersuchung lediglich ein Rating zur Verfügung, das ausschließlich über die Corporate Governance der Unternehmen Auskunft gibt, und vernachlässigen damit die weiteren CSRDimensionen Environment und Social. Es muss auch erwähnt werden, dass alle vorherigen Arbeiten lediglich das KBV untersuchten, während in der vorliegenden Arbeit zudem das KCV und das KUV in die Analyse einbezogen wurden. Insgesamt ist es aufgrund der Einschränkungen der vorherigen Studien fraglich, ob ihre Ergebnisse einen positiven Zusammenhang zwischen CSR und Kapitalmarktbewertung tatsächlich verlässlich bestätigen können. Für die untersuchte Stichprobe in dieser Arbeit muss ein positiver Zusammenhang aufgrund der Ergebnisse im untersuchten Zeitraum von 2010 bis 2014 sowohl für Nordamerika als auch Europa ausgeschlossen werden.

186

4 EMPIRISCHE ANALYSE

Ergebnisse der Jahresabschlusskennzahlen in Nordamerika Unabhängige Variable T-Rating E-Rating

Querschnitt Querschnitt

SG-Rating

Querschnitt

Analyse

Zusammenhang mit abhängiger Variable positiv negativ nicht signifikant* ROE KUV FK/EK FK/EK KUV ROE FK/EK, KUV, ROE

Ergebnisse der Jahresabschlusskennzahlen in Europa Unabhängige Variable

Analyse

T-Rating

Querschnitt

E-Rating SG-Rating

Querschnitt Querschnitt

Zusammenhang mit abhängiger Variable positiv negativ nicht signifikant* KUV, ROE, FK/EK FK/EK KUV, ROE ROE FK/EK, KUV

* Die weiteren untersuchten Kennzahlen ROA, ROS, ROE(EBIT), ROA(EBIT), ROS(EBIT), FK/GK, FK/CF, KBV und KCV zeigten von vorneherein keine signifikanten Korrelationen, so dass sie auch nicht weiter untersucht wurden. Sie werden der Übersicht halber nicht in der Tabelle aufgeführt.

Tab. 35: Ergebnisse der Jahresabschlusskennzahlen in Nordamerika und Europa690 Die erste Teilfrage, ob das CSR-Rating (T, E und SG ) einen Einfluss auf die fundamentalen Kennzahlen der Unternehmen hat, ist folglich damit beantwortet. Wie in Tabelle 35 dargestellt ist, besteht für das CSR-Rating kein signifikanter Zusammenhang mit der überwiegenden Anzahl jahresabschlussbasierter Kennzahlen. Es zeigen sich Unterschiede zwischen den Ratingkategorien, aber keine Unterschiede im Richtungszusammenhang zwischen Verschuldungsgrad und Eigenkapitalrendite. Es liegt damit weder ein Leverage-Effekt vor, noch ist es Unternehmen mit höherer Verschuldung möglich, höhere Eigenkapitalrenditen zu erwirtschaften. Die im Verhältnis zu ihren Umsätzen niedrigere Aktienbewertung für Unternehmen mit hohem CSR-Rating in Amerika deutet auf eine negative Bewertung von hohen CSR-Ratings durch die Investoren in der amerikanischen Region hin, während in Europa kein signifikanter Zusammenhang besteht. Dies ist auch ein erster Hinweis auf regionale Unterschiede in der Kapitalmarktbewertung. Positive Effekte, wie sie von Cochran und Wood (1984), Lennox und King (2001) und Ayuso et al. (2014) für das KBV gefunden wurden, sind auf Basis der Ergebnisse dieser Untersuchung für die vorliegende Stichprobe auszuschließen. 690

Eigene Darstellung.

4 EMPIRISCHE ANALYSE

187

In der Querschnittsanalyse der Kapitalmarktkennzahlen ergeben sich in der Mittelwertanalyse Unterschiede mit niedrigeren Mittelwerten für Unternehmen mit hohem CSRRating sowohl für die Rendite und Performancemaße als auch für die Risikomaße. Die Renditeunterschiede scheinen die niedrigeren Risikomaße zu überlagern, wenn sie im Verhältnis betrachtet werden. Signifikante Mittelwertunterschiede zeigen sich vor allem in der Panelanalyse der Rendite im Verhältnis zur Standardabweichung. Für die Korrelationsanalyse der Ländervergleiche ergeben sich starke Hinweise darauf, dass der Zusammenhang der CSR-Ratings der Unternehmen mit ihren Kapitalmarktkennzahlen im europäischen und amerikanischen Raum unterschiedlich ausgeprägt ist. In Amerika zeigen sich signifikant negative Korrelationen für die Rendite im Verhältnis zur Standardabweichung. Dies ist ein Hinweis für einen negativen Zusammenhang zwischen CSR-Rating und Unternehmensperformance in Amerika. In Europa zeigen sich hingegen positive Korrelationen ohne Signifikanz. In Europa liegt demnach kein Zusammenhang zwischen CSR-Rating und Unternehmensperformance vor. Die Korrelationsanalyse zeigt, dass eine separate Untersuchung der Regionen Amerika und Europa notwendig ist. Eine Analyse der gesamten Stichprobe ohne Berücksichtigung der Unterschiede zwischen Regionen führt zu Verzerrungen, die durch regionale Effekte ausgelöst werden. Die Trends der gesamten Stichprobe sind weder im europäischen noch im amerikanischen Raum zu erkennen. Auf Basis der signifikanten Zusammenhänge des CSR-Ratings mit der Unternehmensperformance für die Panel 1–3 (für 4- und 3-jährige Zeiträume) erfolgte eine Regressionsanalyse.

188

4 EMPIRISCHE ANALYSE

Ergebnisse der Kapitalmarktkennzahlen in Nordamerika Unabhängige Variable

Analyse

T-Rating

Querschnitt

E-Rating

Querschnitt

SG-Rating

Querschnitt

Zusammenhang mit abhängiger Variable positiv negativ nicht signifikant Rendite, Rendite/ Standardabw. Standardabw. Semistandard. Rendite/Semi. Rendite, Rendite/ Standardabw. Standardabw. Semistandard. Rendite/Semi. Rendite, Rendite/ Standardabw. Standardabw. Semistandard. Rendite/Semi.

Tab. 36: Ergebnisse der Kapitalmarktkennzahlen in Nordamerika691 In der regionenspezifischen Regressionsanalyse des Zusammenhangs von CSR-Rating und Rendite-Standardabweichung-Verhältnis in den Panels 1–3 bestätigen sich die regionalen Unterschiede. Für die Region Amerika zeigen sich negative Zusammenhänge, wie in Tabelle 36 zu erkennen ist, und für die Region Europa zeigen sich keine Zusammenhänge, wie Tabelle 37 darstellt. Diese Ergebnisse sind ein weiterer Indikator dafür, dass sich der Zusammenhang zwischen CSR-Rating und Unternehmensperformance regional unterscheidet.

691

Eigene Darstellung.

4 EMPIRISCHE ANALYSE

189

Ergebnisse der Kapitalmarktkennzahlen in Europa Unabhängige Variable

Analyse

T-Rating

Querschnitt

E-Rating

Querschnitt

SG-Rating

Querschnitt

Zusammenhang mit abhängiger Variable positiv negativ nicht signifikant Rendite, Standardabw. Semistandard. Rendite/Stand. Rendite/Semi. Rendite, Standardabw. Semistandard. Rendite/Stand. Rendite/Semi. Rendite, Standardabw. Semistandard. Rendite/Stand. Rendite/Semi.

Tab. 37: Ergebnisse der Kapitalmarktkennzahlen in Europa692 Die zweite Teilfrage, ob ein Zusammenhang zwischen CSR-Rating und Kapitalmarktkennzahlen existiert, ist damit beantwortet. In der Querschnittsanalyse des Zusammenhangs von CSR-Rating und Kapitalmarktkennzahlen ergeben sich nur für die Performancekennzahl aus Rendite und Standardabweichung signifikante Werte für langfristige Zusammenhänge (3 und 4 Jahre). Unter Kontrolle der Einflüsse von Unternehmensgröße und Branchenzugehörigkeit zeigen sich für die amerikanische Region signifikante Regressionskoeffizienten, die für einen negativen Einfluss des CSRRatings auf die langfristige Kapitalmarktperformance sprechen. Für die europäische Region stellt sich das Verhältnis von CSR-Rating und Rendite-Risiko-Verhältnis hingegen als durchgehend positiv und damit gegenläufig zu dem in der amerikanischen Region dar. Es zeigt sich jedoch kein signifikanter Wert. Deshalb ist von keinem signifikanten Einfluss des CSR-Ratings auf die Performance der Unternehmen in Europa auszugehen. Damit ist ein regionaler Unterschied zwischen Europa und Amerika zu konstatieren.

692

Eigene Darstellung.

190

4 EMPIRISCHE ANALYSE

Die Ergebnisse stehen allerdings unter der Einschränkung, dass für alle anderen Kennzahlen (Rendite, Standardabweichung, Semistandardabweichung und Rendite/ Semistandardabweichung) keine signifikanten Zusammenhänge bestehen. Auch für das Verhältnis von Rendite zur Standardabweichung bestehen lediglich Zusammenhänge über längere Zeiträume (3 und 4 Jahre). Vor dem Hintergrund direkt anfallender Kosten für CSR, wie in der neoklassischen Theorie argumentiert wird, sind diese Ergebnisse erstaunlich. Negative Zusammenhänge wären deshalb eher kurzfristig erwartet worden. Gemäß der Stakeholdertheorie und der Property-Rights-Theorie wären längerfristig hingegen eher positive Effekte erwartet worden, die sich durch mögliche Risikovermeidung ergeben. Die Frage, warum in Nordamerika langfristige negative Zusammenhänge für die Performance bestehen, bleibt damit offen. Nicht auszuschließen ist bei diesen Ergebnissen deshalb auch, dass andere Einflussfaktoren ebenfalls auf diesen Zusammenhang einwirken. Es sind in der Analyse zwar Kontrollvariablen in der Form von Branchenzugehörigkeit und Unternehmensgröße berücksichtigt worden, allerdings können niemals alle Umweltfaktoren kontrolliert werden, die möglicherweise einen Einfluss auf die Ergebnisse haben. Zudem muss auch beachtet werden, dass die Erklärungsgehalte (R2) der CSR-Ratingkategorien in der Regressionsanalyse nur geringe Teile der Schwankungen des Verhältnisses von Rendite zur Standardabweichung erklären. Dies ist nicht unerwartet, da nicht davon ausgegangen wurde, dass die CSR-Ratings einen großen Einfluss und damit einen hohen Erklärungsgehalt für die Kapitalmarktkennziffern besitzen. Daraus folgt jedoch, dass die Zusammenhänge auch entsprechend schnell durch Effekte nicht kontrollierbarer unbekannter Einflüsse überlagert werden können. Zur Beantwortung der dritten Teilfrage, ob ein Zusammenhang des CSR-Rating mit der Portfolioperformance existiert, wurden Portfolios mithilfe von Screeningstrategien (Positive Screening und Best-in-Class Screening) für die drei Ratingkategorien (T, E und SG) in den Regionen USA und Kontinentaleuropa untersucht. In einem ersten Schritt wurden die Portfolios mithilfe von multidimensionalen Kennzahlen (Sharpe Ratio, Treynor Ratio, Sortino Ratio und Jensen‘s Alpha) mit einer Benchmark verglichen.

191

4 EMPIRISCHE ANALYSE

Ergebnisse der multidimensionalen Kennzahlen in den USA Unabhängige Variable

Screening

Portfolio im Vergleich zur Benchmark Wert höher

Wert niedriger

Positive

Sharpe, Sortino, Treynor, Jensen

Best-in-Class

Sharpe, Sortino, Treynor, Jensen

T-Rating

Positive

Sharpe, Sortino, Treynor, Jensen

Best-in-Class

Sharpe, Sortino, Treynor, Jensen

Positive

Treynor

E-Rating

SG-Rating

Sharpe, Sortino, Jensen Sharpe, Sortino, Treynor, Jensen

Best-in-Class

Ergebnisse der multidimensionalen Kennzahlen in Kontinentaleuropa Unabhängige Variable

Screening

Wert höher

Positive

Sharpe, Sortino, Treynor, Jensen

Best-in-Class

Sharpe, Sortino, Treynor, Jensen

Positive

Treynor, Jensen

Best-in-Class

Sharpe, Sortino, Treynor, Jensen

T-Rating

E-Rating

Portfolio im Vergleich zur Benchmark Wert niedriger

Sharpe, Sortino,

192

4 EMPIRISCHE ANALYSE

Positive

Sharpe, Sortino, Treynor, Jensen

Best-in-Class

Sharpe, Sortino, Treynor, Jensen

SG-Rating

Tab. 38: Ergebnisse der multidimensionalen Kennzahlen in den USA und Kontinentaleuropa693

693

Eigene Darstellung.

4 EMPIRISCHE ANALYSE

193

In der Portfolioanalyse für die USA zeigte sich, dass die meisten hoch bewerteten CSRPortfolios nicht in der Lage sind, die Benchmark in den mehrdimensionalen Performancekennzahlen (Sharpe, Sortino, Treynor, Jensen) zu schlagen. Zusätzlich werden in den USA die hoch bewerteten Portfolios überwiegend von ihren niedrig bewerteten Gegenportfolios dominiert. Einzig die hoch bewerteten Portfolios, die nach dem ERating ausgewählt wurden, zeigen eine bessere Performance als die Benchmark und ihre niedrig bewerteten Gegenportfolios. Dies ist ein Indiz dafür, dass in den USA Unterschiede zwischen den Zusammenhängen der verschiedenen Ratingkategorien mit den Performancekennzahlen bestehen. Es ergibt sich der Hinweis auf einen negativen Einfluss der Ratingkategorien T und SG und einen positiven Einfluss der Ratingkategorie E auf die Portfolioperformance. In Kontinentaleuropa sind hingegen alle hoch bewerteten Portfolios in der Lage, die Benchmark in allen multidimensionalen Kennzahlen zu schlagen. Zusätzlich dominieren alle hoch bewerteten Portfolios außer dem durch Positive Screening geformte E-Rating-Portfolio ihre niedrig bewerteten Gegenportfolios. Es zeigt sich damit ein Unterschied zwischen den USA und Kontinentaleuropa. Diese bedeutet, dass es für Investoren im Zeitraum der Untersuchung (2010–2014) nicht sinnvoll war, in den USA CSR-Screeningstrategien zu nutzen. Sie hätten damit keine bessere Performance erzielen können, als wenn sie beispielsweise einen Exchange-Traded Fund gewählt hätten, der den US-amerikanischen Markt abdeckt. Es muss auch darauf hingewiesen werden, dass in der Arbeit keine Transaktionskosten berücksichtigt wurden. Transaktionskosten wurden auch in allen vorherigen Arbeiten nicht berücksichtigt, die ähnliche Portfolioanalysen durchführten (z. B. Belghitar et al., 2014 und Kempf und Osthoff, 2007). Dennoch ist davon auszugehen, dass für einen aktiven Investmentansatz, wie das CSR-Screening, zusätzliche Transaktionskosten bestehen. Alleine schon durch die Bezugskosten der Ratingwerte ergibt sich für Investoren zusätzlicher finanzieller Aufwand. Die Kosten werden gemäß dem InvestorPays-Prinzip der CSR-Ratingagenturen (ausführliche Erläuterung in Kapitel 3.2.4) von den Investoren getragen. Mit einem Einbezug von Transaktionskosten würden sich die Kennzahlen der CSR-Portfolios sogar noch weiter gegenüber der Benchmark reduzieren. Die positiven Portfolios werden in den USA zusätzlich auch von ihren negativen Gegenportfolios dominiert. Folglich besitzen die Portfolios, die Unternehmen mit niedrigen Ratingscores enthalten, höhere multidimensionale Kennzahlen. Damit wären in den USA niedrig bewertete CSR-Portfolios den hoch bewerteten CSR-Portfolios vorzuziehen. Diese Aussage ist jedoch dadurch einzuschränken, dass die multidimensionalen Kennzahlen keine Signifikanzniveaus besitzen. Sie treffen damit zwar auf die aktuellen Fälle zu, allerdings kann die Aussage nicht generalisiert werden. Deshalb wurde in der Portfolioanalyse mittels des Carhart-Four-Factor Models geprüft, ob es signifikante Überrenditen der hoch und niedrig bewerteten Portfolios gibt.

194

4 EMPIRISCHE ANALYSE

Da die Portfolios in Europa überwiegend in der Lage waren, die Benchmark zu schlagen und ihre Gegenportfolios zu dominieren, offenbart sich hier ein großer regionaler Unterschied. In Europa war es demnach sinnvoll, in Portfolios von Unternehmen mit hohem CSR-Rating zu investieren. Wodurch dieser regionale Unterschied ausgelöst wird, ist nicht klar, und ob er sich überhaupt generalisieren lässt, kann mittels der multidimensionalen Kennzahlen nicht geprüft werden, weshalb hier ebenfalls die Portfolios mithilfe des Carhart-Four-Factor Models geprüft wurden. Ergebnisse des Carhart-Four-Factor-Model in den USA Unabhängige Variable T-Rating E-Rating SG-Rating

Screening

positiv

Alpha negativ

Positive Best-inClass Positive Best-inClass Positive Best-inClass

nicht signifikant X X X X X X

Ergebnisse des Carhart-Four-Factor-Model in Kontinentaleuropa Unabhängige Variable T-Rating E-Rating SG-Rating

Screening Positive Best-inClass Positive Best-inClass Positive Best-inClass

positiv X

Alpha negativ

nicht signifikant X X X X

X

Tab. 39: Ergebnisse des Carhart-Four-Factor Models in den USA und Kontinentaleuropa694

694

Eigene Darstellung.

4 EMPIRISCHE ANALYSE

195

Mithilfe des Carhart-Four-Factor Models wurde überprüft, ob Portfolios in der Lage sind, signifikante Überrenditen (Alpha) über den Markt und die zusätzlichen Faktoren SMB, HML und Momentum zu generieren. Es zeigen sich in den USA positive Alphas für die Screeningstrategien mit dem E-Rating und negative Alphas für die Strategien mit dem T- und SG-Rating. Damit stimmen die Ergebnisse des Carhart-Four-Factor Models mit den vermuteten Zusammenhängen aufgrund der Ergebnisse der multidimensionalen Kennzahlen überein. Einschränkend muss jedoch festgestellt werden, dass die Alphas nicht signifikant sind. Folglich ergibt sich keine signifikante Überoder Unterrendite eines Portfolios. Investoren können in den USA somit weder signifikante Überrenditen generieren, noch müssen sie signifikante Unterrenditen in Kauf nehmen, wenn sie Screeningstrategien unter Verwendung des ECPI-Ratings nutzen. Damit unterstützen die gefundenen Ergebnisse die Untersuchung von Humphrey und Tan (2014), die keine signifikanten Unterschiede zwischen nachhaltigen und nicht nachhaltigen Portfolios in den USA finden konnten. Darüber hinaus bestätigen sie auch die Studie von Galema, Platigna und Scholtens (2014), die ebenfalls keine signifikanten Über- oder Unterrenditen für die Kategorien Environment und Governance in den USA identifizierten. Andererseits widersprechen diese Ergebnisse denen von Kempf und Osthoff (2007), die für einen früheren Zeitraum mit den gleichen Screeningstrategien Überrenditen für SRI-Portfolios aus dem S&P 500, also für den US-amerikanischen Markt, generieren konnten. Die genannten Arbeiten nutzen alle unterschiedliche Teile des KLD-Ratings. Kempf und Osthoff (2007) konstruierten selbst Scores auf Basis des KLD-Ratings, Humphrey und Tan (2014) verwenden dieses Rating zur Identifizierung von Sin Stocks als nicht nachhaltige Kategorie und Galema, Platigna und Scholtens (2014) nutzen 6 Kategorien des Ratings, die nicht mit den CSRDimensionen übereinstimmen. Das KLD-Rating findet eine weite Verbreitung, weil es bis zum Jahr 1991 zurückreicht, allerdings enthält es nur Daten für US-amerikanische Unternehmen. Infolgedessen kann auch kein Vergleich mit den Ergebnissen dieser Arbeit für die Region Europa erfolgen. Darüber hinaus passt die Abgrenzung des KLDRatings in 7 CSR-Kategorien nicht mehr zum heutigen Verständnis der CSRDimensionen. Seit dem Jahr 2009 existiert es zudem nicht mehr als eigenständiges Rating.695

695

Vgl. RiskMetrics Group (2010), S. 3.

196

4 EMPIRISCHE ANALYSE

Im Gegensatz zu den Ergebnissen in den USA zeigen in Kontinentaleuropa die hoch bewerteten durch Positive Screening erstellten T-Rating-Portfolios und durch das BICVerfahren erstellten SG-Rating-Portfolios signifikant positive Alphas in dem CarhartFour-Factor Model. Die anderen hoch und niedrig bewerteten Portfolios und auch die Long-Short Portfolios zeigen keine signifikanten Alphas. Damit sind nur hoch bewertete CSR-Portfolios in der Lage, eine signifikante Überrendite in Kontinentaleuropa zu generieren. Investoren konnten somit in Kontinentaleuropa mittels der Auswahl von Unternehmen mit hohen ECPI-Ratings eine Überrendite generieren. Es zeigen sich folglich Unterschiede zwischen den USA und Kontinentaleuropa in Bezug auf die Möglichkeit, das ECPI-Rating zu nutzen, um Überrenditen zu generieren. Die vierte Teilfrage, ob sich die Screeningverfahren, das Positivverfahren und das BICVerfahren, in ihrem Einfluss auf die Portfolioperformance unterscheiden, ist damit zu beantworten, dass kein struktureller Unterschied zwischen den Ansätzen erkennbar ist. In den USA erzielen beide Strategien keine signifikanten Über- oder Unterrenditen. In Kontinentaleuropa lassen sich hingegen mit beiden Strategien Portfolios generieren, die eine signifikante Überrendite erwirtschaften. Diese Ergebnisse zeigen, dass die Branchenzugehörigkeit der Unternehmen, die in der BIC-Strategie berücksichtigt werden, keine strukturell unterschiedlichen Renditen der Portfolios zur Folge hat. Es ergeben sich deshalb keine Unterschiede zwischen den Screeningstrategien. Diese Ergebnisse stehen konträr zu den Ergebnissen von Kempf und Osthoff (2007), die in den untersuchten Portfolios für das BIC-Verfahren die höchsten Überrenditen identifizieren konnten. Allerdings gelten diese Ergebnisse für den U.S.-amerikanischen Kapitalmarkt, für den in der vorliegenden Stichprobe keine Überrenditen identifiziert wurden. Für die europäische Region führten Kempf und Osthoff (2007) keine Portfolioanalyse durch. Die fünfte Teilfrage, ob sich die regionale Zugehörigkeit auf den Zusammenhang von CSR und Unternehmensperformance auswirkt, muss damit beantwortet werden, dass sich strukturelle Unterschiede in allen drei Analysen zeigen. In der Analyse der Jahresabschlusskennzahlen zeigen sich regionale Unterschiede mit niedrigem KUV für Amerika und hohem KUV für Europa für Unternehmen mit hohem CSR-Rating. In der Region Amerika zeigt sich zudem mit Ausnahme des E-Ratings ein negativer Zusammenhang von CSR und Kapitalmarktperformance für die Performancekennzahl Rendite im Verhältnis zur Standardabweichung sowohl in der Querschnittsanalyse als auch in der Portfolioanalyse. Ein umgekehrter Zusammenhang erweist sich widerum in der Querschnittsanalyse und Portfolioanalyse für die Region Europa. Folglich unterscheiden sich die Regionen Nordamerika und Europa insbesondere in Bezug auf den Zusammenhang von CSR und kapitalmarktbasierter Performance.

4 EMPIRISCHE ANALYSE

197

Da in vorherigen Untersuchungen der regionale Unterschied nicht im Fokus stand (beispielsweise Ayuso et al., 2014, und Humphrey und Tan, 2014), sind diese Ergebnisse neu und können als erster Hinweis dafür gesehen werden, dass die Regionalität einen Einfluss auf den Zusammenhang zwischen CSR und kapitalmarktbasierter Unternehmensperformance hat. Da zwischen den Regionen keine bedeutenden Unterschiede bezüglich des Zusammenhangs von CSR und jahresabschlussbasierter Performance bestehen, ist davon auszugehen, dass alleine die Erwartungen der Investoren zu abweichenden Ergebnissen der Kapitalmarktperformance in den Regionen führen. Denn im Gegensatz zu den fundamentalen Kennzahlen basiert die Kapitalmarktperformance auf dem Verhältnis von Angebot und Nachfrage und wird demnach durch die Investoren und Ihre Erwartungen beeinflusst. Dass ein hohes E-Rating in den USA mit einer höheren Portfolioperformance einhergeht, ist möglicherweise auf die besondere Bedeutung der ökologischen Dimension in den USA zurückzuführen. Hohe Strafzahlungen für Umweltvergehen und hartes Durchgreifen der amerikanischen Behörden führten in der Vergangenheit bereits zu Kurseinbrüchen von börsennotierten Unternehmen. Als Beispiel ist der Untergang der Ölbohrplattform Deepwarterhorizon im Jahr 2010 zu nennen, für den BP allein bis zum Jahr 2016 60 Mrd. US-Dollar an Gesamtkosten ansetzt. Davon sind 20 Mrd. USDollar Strafzahlungen an die US-Bundesregierung und drei betroffene Bundesstaaten.696 Eine Erklärungsmöglichkeit ist deshalb, dass amerikanische Investoren aufgrund derartiger Strafzahlungen vor allem für die ökologische Dimension sensibilisiert sind und diese in ihrem Nachfrage-Angebot-Verhalten berücksichtigen. In Europa gibt es hingegen einen starken Trend zu nachhaltigen Investments, wie durch das Wachstum des SRI-Investitionsvolumens belegt wird. Deshalb ist es möglich, dass gesellschaftliche Trends in Europa hin zu einer größeren Unternehmensverantwortlichkeit einen Einfluss auf die Kapitalmarktperformance der Unternehmen haben.

696

Vgl. BP (2016), S. 1.

198

4 EMPIRISCHE ANALYSE

Untersuchungen unter Konsumenten zeigen schon im Jahr 2013, dass mehr als die Hälfte der Europäer (55%) beabsichtigen ihr Konsumentenverhalten künftig an Nachhaltigkeitskriterien auszurichten.697 Darüber hinaus nehmen in Europa auch die Regulierungen im Bereich der CSR Berichterstattung zu. So wurde am 22. Oktober 2014 vom Europäischen Parlament eine Berichtspflicht für CSR-Berichte bei großen Unternehmen beschlossen (Hierunter fallen alle Unternehmen der Hauptindices, die auch in dieser Arbeit untersucht wurden). 698 Zwar wurde diese erst im Jahr 2017 in nationales Recht umgesetzt und damit ist beispielsweise erst ab dem Jahr 2017 ein CSR-Bericht für Unternehmen in Deutschland verpflichtend699, allerdings zeigt dieses Gesetz den Trend für eine zunehmende gesellschaftliche und auch wirtschaftliche Bedeutung von CSR in Europa. Da der Markt der Meinung der Investoren folgt, hat sich aus diesem Trend möglicherweise eine selbsterfüllende Prophezeiung ergeben. Beispielsweise kann ein gesellschaftlicher Trend zu mehr Nachhaltigkeit und einer gesteigerten Unternehmensverantwortung dazu führen, dass private und institutionelle Investoren diejenigen Unternehmen, die eine niedrige Unternehmensverantwortung zeigen, von ihren Investments ausschließen. Dadurch führt dieser gesellschaftliche Trend zu einer Veränderung des Angebot-Nachfrage-Verhältnisses auf dem Kapitalmarkt: Bei einer niedrigeren Nachfrage nach den Aktien der Unternehmen mit niedriger Unternehmensverantwortung resultieren daraus für die Unternehmen niedrigere Aktienkurse. Andererseits werden Unternehmen mit hoher Unternehmensverantwortung eine höhere Nachfrage erfahren, da die Investoren ihre Investments auf diese Unternehmen konzentrieren, was zu einem höheren Preis ihrer Aktien führt. Es gilt demnach, dass die gefundenen Ergebnisse und Zusammenhänge in dieser Arbeit auch im gesellschaftlichen Kontext zu bewerten sind. Insbesondere muss beachtet werden, dass sich Wertewandel und Trends, die möglicherweise bisher zu positiven Ergebnissen für CSR-Portfolios geführt haben, in der Zukunft auch umkehren können und zukünftige Ergebnisse damit auch in entgegengesetzter Weise verändern.

697 698 699

Vgl. Glaese (2013), S. 1. Vgl. Europäisches Parlament (2014), S. 1-11. Vgl. Deutscher Bundestag (2017), S. 1-46.

5 FAZIT

5

199

Fazit

Das Ziel der vorliegenden Arbeit war es, mithilfe empirischer Methoden festzustellen, ob ein Zusammenhang zwischen CSR und der finanziellen Performance von börsennotierten Unternehmen besteht. Nach einer Auseinandersetzung mit den theoretischen Zusammenhängen und der Messung von CSR wurden in der empirischen Untersuchung sowohl die Zusammenhänge von CSR mit jahresabschlussbasierten und kapitalmarktbasierten Kennzahlen untersucht als auch die Auswirkungen von SRI-Screeningstrategien auf die Portfolioperformance analysiert. Dazu wurde eine umfangreiche Stichprobe auf Basis des ECPI-Ratings von mehr als 650 börsennotierten Unternehmen für die Ratingkategorien Total, Environmental und Social and Governance für die Regionen Nordamerika und Europa verwendet. Im Folgenden werden nach einer Erklärung des Untersuchungsdesigns die Ergebnisse zusammengefasst. Danach wird ihre Relevanz für Wissenschaft und Praxis diskutiert und es erfolgen eine Erörterung der Limitationen der Arbeit sowie ein Ausblick auf weiterführende Forschung.

5.1 Zusammenfassung der Ergebnisse Im zweiten Kapitel dieser Arbeit wurden zuerst die zentralen Begriffe Nachhaltigkeit, CSR und SRI vorgestellt. In der historischen Betrachtung des CSR-Begriffs zeigt sich ein starker Wandel der Begriffsdefinitionen. Beschränkte er sich ursprünglich auf die soziale Dimension, wurde er schließlich um eine ökonomische und ökologische Dimension erweitert, sodass die heutige Definition alle drei Dimensionen abdeckt. Des Weiteren wird im zweiten Kapitel die theoretische Grundlage für den Zusammenhang zwischen CSR und finanzieller Performance von börsennotierten Unternehmen herausgearbeitet. Vertreter der Neoklassik wie Milton Friedman (1976) argumentieren, dass die Neoklassische Theorie einen negativen Zusammenhang zwischen CSR und finanzieller Performance begründet. Diese negative Korrelation basiert auf den Annahmen eines effizienten Kapitalmarktes und des Homo oeconomicus in der neoklassischen Theorie. Demnach ermöglichen öffentliche Informationen wie solche über CSR auf einem effizienten Kapitalmarkt keinen Mehrwert für Investoren. Diese sind in den Aktienkursen bereits berücksichtigt, da sie allgemein zugänglich sind. Für den Homo oeconomicus, dessen Motivation ausschließlich in der Vermehrung seines Vermögens besteht, ergibt CSR keinen Nutzenzuwachs, da sie nicht primär auf die Erhöhung des Gewinns gerichtet ist. Folglich führt CSR gemäß der neoklassischen Theorie zu einer Minderung der finanziellen Performance von Unternehmen. Es muss allerdings die starke Vereinfachung der beiden Annahmen der neoklassischen Theorie

200

5 FAZIT

kritisiert werden. In der Investmentpraxis werden mittlerweile überwiegend Mehrfaktormodelle zur Messung der empirischen Performance verwendet. So wurden in den beschriebenen vorherigen Arbeiten und in dieser Arbeit das Carhart-Four-Factor Model angewandt, bei dem zusätzlich zum Markt drei weitere Faktoren (SMB, HML und MOM) herangezogen werden, um die Portfoliorenditen zu erklären. Durch die Aufnahme der zusätzlichen Faktoren ergibt sich ein höherer Erklärungsgehalt, als er dem CAPM zueigen ist, und das Modell trägt dem Umstand Rechnung, dass die restriktive Annahme eines effizienten Kapitalmarktes in der Realität abzulehnen ist. Das Phänomen des großen Wachstums von SRI-Investments zeigt darüber hinaus, dass CSR-orientierte Selektionskriterien in der Praxis bereits verwendet werden, ohne dass empirisch eindeutig belegt ist, ob Investoren dadurch Vor- oder Nachteile in Hinsicht auf die erwarteten Renditen entstehen. Allein die Möglichkeit, dass Investoren auf Rendite zugunsten von anderen Kriterien verzichten, widerspricht den Annahmen der neoklassischen Theorie. Es zeigt sich damit die Limitierung der neoklassischen Theorie in der Investmentpraxis. Anschließend wurden die Stakeholdertheorie, sowie die Theorien der Neuen Institutionenökonomik, die Prinzipal-Agenten-Theorie sowie die Property-Rights Theorie vorgestellt. Diese Theorien erklären, auf welche Weise CSR einen positiven Einfluss auf die finanzielle Performance haben kann. Es wird zwar auch in diesen Theorien von rationalen Entscheidungen der verantwortlichen Investoren ausgegangen. Diese werden jedoch gemäß der Stakeholdertheorie unter anderem abhängig von ihrer Umgebung getroffen. In der Stakeholdertheorie werden neben den Investoren auch andere Gruppen betrachtet, die von den Unternehmen beeinflusst werden oder diese beeinflussen, wie Kunden, Zulieferer, Anwohner oder Regierungen. Gemäß der Property-Rights Theory können negative Auswirkungen auf die Umwelt der Unternehmen – also externalisierte Kosten – zu zusätzlichen Kosten in der Zukunft – zu internalisierten Kosten – führen. Es wurden hierfür Beispiele für die zukünfige Internalisierung von Kosten für negative externe Effekte der Unternehmen aufgezeigt. Diese sind beispielsweise Strafen von Behörden oder Boykotte von Kunden aufgrund von negativen ökologischen Auswirkungen der Unternehmenstätigkeit auf die Umwelt. Es konnte damit gezeigt werden, dass die Stakeholdertheorie und die Property-Rights-Theorie in ihrer Argumentation aufeinander aufbauen, um den positiven Einfluss von CSR auf die Performance von Unternehmen zu erklären. Nach der Prinzipal-Agenten-Theorie können CSR-Ratingagenturen einen Nutzen für Investoren bieten. Sie verringern die bestehende Informationsasymmetrie zwischen Management und Investoren. Aufgrund zusätzlicher CSR-Informationen können Risiken besser eingeschätzt werden. Die CSR-Informationen geben gemäß der Stakeholdertheorie und der Property-Rights-Theorie Auskunft über zukünftige Kosten für Internalisierungen. Es wurde bei der Stakeholdertheorie, der Property-Rights-Theorie

5 FAZIT

201

und auch der Prinzipal-Agenten-Theorie herausgearbeitet, dass die theoretisch abgeleiteten Effekte empirisch nur schwierig zu messen sind. Insbesondere, dass Kosten erst später internalisiert werden, kann dazu führen, dass Effekte kurzfristig nicht sichtbar sind, was die empirische Messung vor eine Herausforderung stellt. Im dritten Kapitel wurden das CSR-Rating im Allgemeinen und die Ratingagenturen hinsichtlich ihre Methoden vorgestellt. Für CSR-Ratings wurden Probleme identifiziert, die sich aus der Transformation von qualitativen Infomationen in quantitative Scores ergeben. Insbesodere durch den subjektiven Bewertungsspielraum können deshalb CSR-Ratings in ihrer Bewertung voneinander abweichen. Andererseits sind sie die einzige Möglichkeit in der empirischen Forschung von CSR, die aussagekräftige Ergebnisse ermöglicht. Es erfolgte auch eine Analyse der Bewertungskonzepte der drei Ratingagenturen ECPI, MCSI und Sustainalytics. In der Analyse wurde die Begründung geliefert, warum die Untersuchung das ECPI Rating nutzt. Diese europäische Ratingagentur ermöglicht einerseits einen guten Überblick über den europäischen Markt, der in dieser Untersuchung analysiert wurde und andererseits wurden die niedrigste Gefahr von Interessenkonflikte identifiziert. Dieser mögliche Interessenkonflikt ergibt sich bei MSCI und Sustainalytics insbesondere aus der Eigentümerstruktur, die eine Verbindung zu großen Finanzdienstleistern zeigt. Im vierten Kapitel erfolgte die empirische Analyse zur Frage nach dem Zusammenhang von CSR und der die finanziellen Performance der Unternehmen. Dazu wurden im Zuge einer Diskussion vorheriger empirischer Arbeiten Forschungslücken aufgezeigt und Forschungsdesiderate formuliert. Die Fragestellung der vorliegenden Arbeit wurde auf dieser Basis durch die Ableitung von Teilfragen präzisiert und das Untersuchungsdesign so ausgerichtet, dass viele Limitationen bisheriger Arbeiten überwunden werden konnten. Bezüglich der Forschungslücke ist festzuhalten, dass in bisherigen Forschungsarbeiten die Performance der Unternehmen entweder nur anhand von fundamentalen Kennzahlen oder nur mithilfe von Aktienportfolios gemessen wurde. Die fundamentale Analyse erfolgte stets als Querschnittsanalyse und die Portfolioanalyse als Zeitreihenanalyse. Beide Methoden weisen isoliert angewandt große Einschränkungen in ihrer Aussagekraft auf. Eine Querschnittsanalyse von fundamentalen Daten erlaubt keine Aussage darüber, ob ein Investor in der Lage ist, Überrenditen auf dem Kapitalmarkt zu erzielen. Eine Portfolioanalyse ist hingegen auf die Identifikation von Überrenditen beschränkt und ermöglicht daher keine Aussage über den zugrundeliegenden Zusammenhang zwischen CSR und Performance. Die Analysen konzentrieren sich zudem fast ausschließlich auf die amerikanische Region, womit ihre geographische Generalisierbarkeit eingeschränkt ist. Des Weiteren geben sie keine Auskunft über mögliche

202

5 FAZIT

Unterschiede bezüglich der verschiedenen CSR-Dimensionen. Die bisherigen Arbeiten sind deshalb in ihrer Aussagekraft bezüglich des Zusammenhangs zwischen CSR und Unternehmensperformance stark limitiert. Im Untersuchungsdesign der vorliegenden Arbeit wurde infolgedessen eine Analyse von fundamentalen Kennzahlen und Kapitalmarktkennzahlen im Rahmen einer Querschnittsanalyse und zusätzlich eine Portfolioanalyse mit Hilfe einer Zeitreihenregression durchgeführt. Mit diesem Vorgehen sollen die Einschränkungen überwunden werden, die durch isolierte Querschnittsanalysen bzw. Portfolioanalysen entstehen. Im Gegensatz zu den fragmentierten Ergebnissen vorheriger Forschungsarbeiten konnte deshalb der Zusammenhang zwischen CSR und Unternehmensperformance mittels verschiedener Methoden für die Jahresabschlussdaten als auch die Kapitalmarktdaten aufgezeigt werden. Durch den Einsatz des ECPI-Ratings konnten zudem verschiedene CSR-Dimensionen (T, E und SG) unterschieden werden als auch die Ergebnisse für den nordamerikanischen und den europäischen Raum verglichen werden. In der Analyse der Jahresabschlusskennzahlen zeigen sich für den größten Anteil der Kennzahlen keine Zusammenhänge mit dem CSR-Rating. Nur die Kennzahlen ROE, FK/EK und KUV zeigen signifikante Zusammenhänge. In der Regressionsanalyse zeigen sowohl in Europa als auch in Nordamerika Unternehmen mit hohem E-Rating signifikant höhere Verschuldungskennzahlen und zugleich niedrigere Eigenkapitalrenditen. Für das SG-Rating zeigen sich niedrigere Verschuldungsgrade für hohe CSRRatings und zugleich signifikant höhere Eigenkapitalrenditen. Die regionale Analyse zeigt folglich, dass eine höhere Verschuldung mit niedrigeren Renditen einhergeht bzw. nur höhere Eigenkapitalrenditen erreicht werden, wenn keine hohe Verschuldung vorliegt. Damit zeigen sich ähnliche Effekt in den Regionen Nordamerika und Europa. Durch diese Ergebnisse werden die Resultate von Graves und Waddock (1999) und Barthruff (2014), nach denen Unternehmen mit niedriger Verschuldung höhere Eigenkapitalrenditen erzielen, bestätigt. Da dieser Zusammenhang in der vorliegenden Untersuchung unabhängig vom CSR-Rating auftrat, ist von einer Korrelation zwischen den Kennzahlen selbst auszugehen. Für die Interpretation der Ergebnisse von Graves und Waddock (1999) und Barthruff (2014) bedeutet dies, dass der Zusammenhang nicht zwangsläufig auf Unterschiede im CSR-Rating zurückgeführt werden muss. Die gefundenen Zusammenhänge werden damit in Frage gestellt. Neben der Eigenkapitalrendite und dem Verschuldungsgrad zeigten sich nur noch für das KUV signifikante Korrelationen. Für das KUV ergeben sich signifikant negative Koeffizienten in der Regressionsanalyse und keine signifikanten Korrelationen für das untersuchte KBV und KCV. Deshalb ist ein positiver Einfluss der CSR-Bewertung ausgeschlossen.

5 FAZIT

203

Für die erste Teilfrage, ob ein Zusammenhang zwischen CSR-Rating und den fundamentalen Kennzahlen der Unternehmen existiert, muss demnach gefolgert werden, dass der überwiegende Teil der fundamentalen Kennzahlen keinen Zusammenhang zeigt. Es zeigen sich zudem regionale Unterschiede, da in Nordamerika für das KUV ein negativer Zusammenhang besteht, der in Europa nicht nachgewiesen werden kann. Dieses Ergebnis steht damit im Kontrast zu vorherigen Arbeiten (Cochran und Wood, 1984, Lennox und King, 2001, und Ayuso et al., 2014), die einen positiven Zusammenhang zwischen CSR und KBV fanden, die weiteren Kennzahlen KUV und KCV der vorliegenden Analyse jedoch nicht untersuchten. Die zweite Teilfrage war, ob ein Zusammenhang zwischen CSR-Rating und Kapitalmarktkennzahlen existiert. In der Querschnittsanalyse des Zusammenhangs von CSRRating und Kapitalmarktkennzahlen ergibt sich nur für die Performancekennzahl aus Rendite und Standardabweichung ein signifikanter Zusammenhang. Unter Kontrolle der Einflüsse von Unternehmensgröße und Branchenzugehörigkeit zeigt sich für die amerikanische Region ein signifikant negativer Einfluss des CSR-Ratings (T, E und SG) auf die langfristige Kapitalmarktperformance (3 und 4 Jahre). Für die europäische Region zeigte sich jedoch kein signifikanter Zusammenhang. Demzufolge besteht ein regionaler Unterschied für den Zusammenhang zwischen allen CSR-Ratingkategorien in Nordamerika und Europa. Zur Beantwortung der dritten Teilfrage, ob ein Zusammenhang zwischen CSR-Rating und Portfolioperformance existiert, wurden Portfolios mithilfe von Screeningstrategien (Positive Screening und Best-in-Class Screening) für die drei Ratingkategorien (T, E und SG) in den Regionen USA und Kontinentaleuropa untersucht. Die Untersuchung ergibt, dass Investoren in den USA weder signifikante Überrenditen generieren können, noch signifikante Unterrenditen in Kauf nehmen müssen, wenn sie Screeningstrategien mit Hilfe des ECPI-Ratings nutzen. Im Gegensatz zu den USA konnten Investoren in Kontinentaleuropa mittels der Auswahl von Unternehmen mit hohen ECPI-Ratings eine Überrendite generieren. Es zeigen sich folglich Unterschiede zwischen den USA und Kontinentaleuropa in Bezug auf die Möglichkeit, das ECPIRating zu nutzen, um Überrenditen zu generieren. Die vierte Teilfrage, ob sich die Screeningverfahren, das Positivverfahren und das Best-in-Class-Verfahren, in ihrem Zusammenhang mit der Portfolioperformance unterscheiden, ist damit zu beantworten, dass kein struktureller Unterschied zwischen den Ansätzen erkennbar ist. In den USA erzielen beide Strategien keine signifikante Über- oder Unterrenditen. In Kontinentaleuropa lassen sich hingegen für beide Strategien Portfolios generieren, die eine signifikante Überrendite erwirtschaften. Diese Ergebnisse zeigen, dass die Branchenzugehörigkeit der Unternehmen, die in der Bestin-Class-Strategie berücksichtigt werden, keine strukturell unterschiedlichen Renditen der Portfolios zur Folge hat. Es ergeben sich deshalb keine Unterschiede zwischen den

204

5 FAZIT

Screeningstrategien. Diese Ergebnisse stehen konträr zu früheren Befunden von Kempf und Osthoff (2007), die höhere Renditen für die Best-in-Class-Strategie in den USA fanden jedoch die europäische Region nicht untersuchten. Die fünfte Teilfrage, ob sich die regionale Zugehörigkeit auf den Zusammenhang von CSR und Unternehmensperformance auswirkt, muss damit beantwortet werden, dass sich, wie zuvor beschrieben, strukturelle Unterschiede in den Regionen Nordamerika und Europa insbesondere in Bezug auf den Zusammenhang von CSR und kapitalmarktbasierter Performance ergeben. Da in bisherigen Analysen regionale Unterschiede nicht im Fokus standen, ist dies die erste Untersuchung, die regionale Unterschiede aufzeigt. Aufgrund der in der empirischen Analyse erzielten Ergebnisse kann festgestellt werden, dass die dieser Arbeit zugrundliegende Forschungsfrage nach dem Zusammenhang von CSR und der finanziellen Performance von börsennotierten Unternehmen differenziert beantwortet werden muss. Einerseits zeigen sich in der fundamentalen Analyse nur wenige Zusammenhänge. Andererseits ergeben sich für die Kapitalmarktanalyse signifikante Zusammenhänge. Diese sind jedoch auch von weiteren Faktoren beeinflusst: den CSR-Ratingkategorien und der jeweiligen Region. In den USA zeigen sich negative Zusammenhänge für alle Ratingkategorien für eine langfristige Kapitalmarktperformance, während sich in Europa kein Zusammenhang zeigt. Durch die Anwendung von CSR-Screeningstrategien zeigt sich, dass für das ERating Portfolios entstehen, die eine bessere Performance als die Benchmark aufweisen. Das T-Rating und SG-Rating zeigen hingegen eine niedrigere Performance als die Benchmark. Allerdings ist es nur in Europa möglich, Portfolios zu bilden, die eine signifikante Überrendite aufweisen. Ratingkategorie und Screeningstrategien weisen in Europa hingegen keine Unterschiede im Zusammenhang auf. Insgesamt lässt sich hieraus der Schluss ziehen, dass es den einen Zusammenhang von CSR nicht gibt. Es existieren weitreichende Unterschiede zwischen den einzelnen CSR-Dimensionen, aber auch den betrachteten Regionen und Performancemaßen.

5 FAZIT

205

5.2 Relevanz der Ergebnisse für Forschung und Praxis Aus der vorliegenden Arbeit folgen weitreichende Erkenntnisse für die wissenschaftliche Auseinandersetzung mit dieser Thematik als auch für die Investmentpraxis. Für die wissenschaftliche Forschung zeigt sich, dass eine Fokussierung der Analyse auf eine Region, eine CSR-Dimension als Ratingkriterium sowie auf eine Analysemethode zu Ergebnissen führt, die in abweichenden Fokussierungen nicht repliziert werden können. So wurden in der vorliegenden Arbeit Indikatoren für einen negativen Zusammenhang zwischen CSR-Rating und Kapitalmarktperformance in Nordamerika und einen positiven Zusammenhang in Europa festgestellt. In den USA ergeben sich zudem Unterschiede in Abhängigkeit von der betrachteten Ratingkategorie, indem ein positiver Einfluss des E-Ratings, aber ein negativer Einfluss des T- und SG-Ratings auf die Kapitalmarkperformance festgestellt wurde. Bezüglich der Analysemethoden ist festzuhalten, dass die Querschnittsanalyse der fundamentalen Daten keine Unterschiede zwischen den Unternehmen anzeigte, während die Portfolioanalyse Indikatoren für einen negativen Zusammenhang in den USA und für einen positiven Zusammenhang in Kontinentaleuropa zeigte. Eine isolierte Betrachtung nur einer dieser Regionen oder Untersuchungsansätze lässt demnach keinen Schluss auf übergreifende Zusammenhänge zu. Viele bisherige Arbeiten basieren jedoch auf einer solchen isolierten Untersuchung und ihre Aussagekraft wird deshalb durch die Ergebnisse der vorliegenden Studie infrage gestellt. Vor dem Hintergrund der Ergebnisse, die sich je nach Dimension stark unterscheiden, stellt sich auf einer übergeordneten Ebene die Frage, ob CSR als definitorisches Gesamtkonzept aus drei Dimensionen der Nachhaltigkeit, wie es in Kapitel 2.1 vorgestellt wurde, irreführend ist. Es erscheint aus gesellschaftlicher Perspektive zwar durchaus sinnvoll, einen Nachhaltigkeitsbegriff zu schaffen, der eine soziale, eine ökologische und eine ökonomische Dimension in sich vereint. Jedoch muss konstatiert werden, dass es einem solchen Begriff an einer Entsprechung in der Realität mangelt. Offensichtlich betrachten Investoren diese drei Dimensionen isoliert und handeln auch dementsprechend. Darauf deuten zumindest die unterschiedlichen Ergebnisse der Ratingkategorien in der Portfolioanalyse der USA hin. In der empirischen Untersuchung von Zusammenhängen kann die Synthese der drei Dimensionen Ergebnisse verzerren, da sich gerade nicht von den Resultaten einer Dimension auf die anderen Dimensionen schließen lässt. Dies bedeutet, dass die vorliegende Arbeit gezeigt hat, dass davon abgesehen werden sollte, aus Bewertungen der CSR-Dimensionen Mittelwerte zu bilden. Diese drei Dimensionen gehören nur im Nachhaltigkeitsbegriff zusammen. In der Realität handelt es sich hingegen um unterschiedliche Faktoren. Insofern erscheint das CSR-Konzept, zumindest sofern darunter die Verpflichtung zur dreidimensionalen Nachhaltigkeit gesehen wird, als potentiell irreführend für die Beobachtung der Realität.

206

5 FAZIT

Es konnte in der Analyse gezeigt werden, dass sich die Unternehmen mit hohen und niedrigen CSR-Ratings weniger fundamental, sondern überwiegend kapitalmarktbasiert unterscheiden. Deshalb ist auch davon auszugehen, dass gesellschaftliche Trends hin zu einer größeren Unternehmensverantwortlichkeit einen Einfluss auf die Kapitalmarktperformance der Unternehmen haben. Es gilt demnach, dass die gefundenen Ergebnisse und Zusammenhänge in dieser Arbeit auch im gesellschaftlichen Kontext zu bewerten sind. Wertewandel und Trends, die möglicherweise zu positiven Ergebnissen für CSR-Portfolios in dem betrachteten Zeitraum der Stichprobe (2010– 2014) geführt haben, können sich in der Zukunft auch umkehren und zukünftige Ergebnisse auch in entgegengesetzter Weise verändern. Der Grund für bestehende unterschiedliche Kapitalmarktbewertungen in den USA und Europa ist demnach insbesondere in divergierenden Trends in den Regionen und damit verbundene abweichende Investoreneinschätzungen zu suchen. So gibt es in Europa einen starken Trend zu nachhaltigen Investments, wie durch das Wachstum der SRIInvestitionsvolumen belegt wird. Dass ein hohes E-Rating in den USA mit einer höheren Portfolioperformance einhergeht, ist hingegen eventuell auf die besondere Bedeutung der ökologischen Dimension in den USA zurückzuführen. Diese resultiert möglicherweise aus ökologischen Ereignissen, die zu Kosten bzw. Risiken bei Unternehmen geführt haben. Sie werden deshalb von Investoren berücksichtigt, weil sie sich stark auf die finanzieller Performance der Unternehmen auswirken können. Es konnte in der wissenschaftlichen Untersuchung dieser Arbeit folglich gezeigt werden, dass Investoren nicht auf Performance verzichten müssen, wenn sie auf Basis von CSR-Ratings und Screeningstrategien nachhaltige Portfolios generieren. Investoren, die Nachhaltigkeitskriterien in den Investmentprozess integrieren wollen, kommt diese Erkenntnis entgegen. So hätten sie in der untersuchten Stichprobe CSR beim Aufbau von Portfolios berücksichtigen können, ohne eine niedrigere Performance in Kauf nehmen zu müssen. In Europa war es für solche Investoren sogar möglich, Überrenditen zu erzielen. Die Analyse zeigt damit auch, dass der mittlerweile große Anteil von Nachhaltigkeitsinvestments an den Gesamtinvestments auch aus rein wirtschaftlicher Perspektive gerechtfertigt ist.

5 FAZIT

207

5.3 Limitierungen der Untersuchung und Forschungsausblick Der Zusammenhang von CSR und finanzieller Performance wurde im Rahmen dieser Arbeit um eine umfassende fundamentale und kapitalmarktbasierte Analyse in den Regionen Amerika und Europa erweitert. Insbesondere die Ergebnisse zu den Unterschieden der einzelnen CSR-Dimensionen und den regionalen Unterschieden sind neu. Dies ist die erste Arbeit, die CSR-Kriterien, aber auch finanzielle Kennzahlen umfassend berücksichtigt. In der vorliegenden Analyse wurden börsennotiert Unternehmen aus Industrieländern der nordamerikanischen und europäischen Region betrachtet. Da sich schon hierbei offensichtliche regionale Unterschiede zeigten, liegt die Vermutung nahe, dass die Ausweitung der Analyse auf weitere Regionen, beispielsweise die Emerging Markets, ebenfalls zu neuen Einblicken führt. Deshalb ist davon auszugehen, dass eine Berücksichtigung dieser Länder in zukünftigen Analysen zu einem weiteren Erkenntnissgewinn beitragen kann. Die Erwartung an die Ergebnisse zu Emerging Markets sind einerseits, dass Investoren in diesen Märkten weniger Wert auf die CSR in ihren jeweiligen Dimensionen legen, da die bestehenden Regulierungen vermutlich weniger stark ausgeprägt sind. Andererseits sind gerade die Emerging Markets überproportional von ökologischen und sozialen Problemen betroffen, so dass der CSR hier potentiell eine bedeutendere Rolle für die Gesellschaft zukommt. Eine Herausforderung für Untersuchungen der Emerging Markets liegt dabei vor allem in der Verfügbarkeit verlässlicher und vergleichbarer CSR- und Finanzdaten. Als Limitierung mit Bezug auf die Stichprobe bzw. die CSR-Ratingdaten ist festzuhalten, dass zwar Informationen zum Vorgehen des ECPI-Ratings vorliegen, aber nicht bekannt ist, wie die Bewertung selbst erfolgt. Es wurde auch darauf hingewiesen, dass diese Einschränkung auch bei den anderen CSR-Ratingagenturen und Ratingagenturen im Allgemeinen besteht. Die Analyse vorheriger Arbeiten und auch der Vergleich der Konzepte der drei vorgestellten CSR-Ratingagenturen (ECPI, MSCI, Sustainalytics) offenbart, dass Bewertungen unterschiedlicher Agenturen nicht zu den gleichen Werten führen müssen. Gleichzeitig ergibt sich vor dem Hintergrund eines noch nicht konsolidierten Marktes für CSR-Ratings eine Fülle von unterschiedlichen Ratings, was einen effektiven Vergleich von Untersuchungsergebnissen weiter erschwert. Bis jetzt liegen zudem keine Erkenntnisse über die Vergleichbarkeit der Bewertungen vor. Dennoch sind CSR-Ratings derzeit die einzige Möglichkeit, CSR in quantitativempirische Untersuchungen sinnvoll einzubeziehen.

208

5 FAZIT

Für weitere Forschungsarbeiten wäre es daher wichtig, einen Überblick über die bestehenden CSR-Ratingagenturen und deren Konzepte zu bekommen. Von besonderer Bedeutung wäre in diesem Zuge auch der Vergleich der CSR-Bewertungen (CSRScores) der Unternehmen durch die am häufigsten verwendeten CSR-Ratings. Dadurch könnte festgestellt werden, ob sich die CSR-Bewertungen (CSR-Scores) der Unternehmen durch die CSR-Ratingagenturen fundamental unterscheiden oder in etwa gleichgerichtet sind. Aufgrund des Investor-Pays-Prinzips der CSR-Ratingagenturen sind CSR-Ratingscores jedoch nicht kostenlos verfügbar, was es erschwert, einen Überblick über die CSR-Bewertung von Unternehmen zu erhalten. Die systematische Erforschung der CSR-Ratings hat auch aufgrund dieser Schwierigkeit bisher wenig Aufmerksamkeit erfahren. Zwar wäre eine Arbeit zur Vergleichbarkeit von CSRRatings nicht im Bereich der Finanzwirtschaft angelegt, allerdings würde sie die gesamte – auch die finanzwirtschaftliche Forschung, die CSR-Ratings verwendet, vereinfachen und die Aussagekraft ihrer Ergebnisse erhöhen. Vor dem Hintergrund des Ergebnisses, dass CSR zu Überrenditen in der Portfolioanalyse führen kann, stellt sich abschließend die Frage, ob dieser empirische Zusammenhang so stark ist, dass CSR einen Erklärungsgehalt für die Renditen in einem Faktormodell besitzt. Dies könnte in einer weiteren Analyse untersucht werden. Genau wie bei den anderen empirischen Erklärungsfaktoren beispielsweise im Carhart-FourFactor Model wäre es dann möglich, ein „nachhaltiges“ Multifaktorenmodell zu konstruieren, sofern CSR als Variable im Faktormodell einen zusätzlichen Erklärungsgehalt bietet. Einschränkend muss hierbei jedoch erneut der Mangel an Allgemeingültigkeit erwähnt werden, der Untersuchungen auf CSR-Rating-Basis bislang anhaftet und der Entwicklung eines solchen Modells entgegensteht. Einem solch ambitionierten Forschungsprojekt muss deshalb erst eine Konsolidierung der CSR-Ratingagenturen oder eine Vereinheitlichung der Bewertungskonzepte vorangehen. Damit sind strukturelle Limitationen der gegenwärtigen Datenlage umrissen, die auch in der vorliegenden Arbeit nicht umgangen oder kompensiert werden konnten. Es zeichnet sich somit ab, dass die Forschung zum Einfluss von CSR auf Unternehmensperformance vor einer grundlegenden Aufgabe steht. Angesichts der heute großen Bedeutung der Nachhaltigkeit ist zu wünschen, dass diese strukturellen Limitationen überwunden werden. Denn nicht nur Unternehmen und Investoren, sondern auch die Politik benötigt Einsichten in diesen Zusammenhang, um unter Berücksichtigung von Marktmechanismen regulierend zur Förderung nachhaltigen Wirtschaftens eingreifen zu können.

ANHANG

209

Anhang 1. Anlage: ESG - Ratingmittelwert nach Ländern ........................................... 212 2. Anlage: ROE - Mittelwerte nach Ländern.................................................... 213 3. Anlage: FK/EK - Mittelwerte nach Ländern ................................................ 214 4. Anlage: Rendite - Mittelwerte nach Ländern .............................................. 215 5. Anlage: Semistandardabweichung - Mittelwerte nach Ländern .................. 216 6. Anlage: ESG-Ratingmittelwerte nach Branchen .......................................... 217 7. Anlage: ROE - Mittelwerte nach Branchen ................................................. 218 8. Anlage: FK/EK - Mittelwerte nach Branchen .............................................. 219 9. Anlage: Rendite - Mittelwerte nach Branchen ............................................. 220 10. Anlage: Semistandardabweichung - Mittelwerte nach Branchen ................ 221 11. Anlage: Korrelationsanalyse nach Spearman Kapitalmarktdaten Gesamt ........................................................................... 222 12. Anlage: Korrelationsanalyse nach Spearman Kapitalmarktdaten Europa ............................................................................ 223 13. Anlage: Korrelationsanalyse Rendite/Semistandardabweichng................... 224 14. Anlage: Korrelationsanalyse Branchen – ROE ............................................ 225 15. Anlage: Korrelationsanalyse Branchen – FK/EK ........................................ 226 16. Anlage: Korrelationsanalyse Branchen – Rendite........................................ 226 17. Anlage: Korrelationsanalyse Branchen – Standardabweichung .................. 228 18. Anlage: Korrelationsanalyse Branchen – Rendite/Standardabweichung ..... 229 19. Anlage: Korrelationsanalyse Branchen – Semistandardabweichung ........... 230 20. Anlage: Ergebnisse der Tests auf Multikollinearität der Portfoliofaktoren in Kontinentaleuropa ................................................. 231

210

ANHANG

21. Anlage: Ergebnisse der Tests auf Multikollinearität der Portfoliofaktoren in den USA................................................................. 232 22. Anlage: Zusammengefasste Statistiken der jährlichen Renditen der hoch bewerteten Portfolios in den USA ................................................. 233 23. Anlage: Zusammengefasste Statistiken der jährlichen Renditen der niedrig bewerteten Portfolios in den USA ............................................. 234 24. Anlage: Zusammengefasste Statistiken der jährlichen Renditen der hoch bewerteten Portfolios in Kontinentaleuropa .................................. 235 25. Anlage: Zusammengefasste Statistiken der jährlichen Renditen der niedrig bewerteten Portfolios in Kontinentaleuropa .............................. 236 26. Anlage: Ergebnisse der Tests auf Multikollinearität der Regressionsfaktoren in der Querschnittsregression für das Total Rating .... 237 27. Anlage: Ergebnisse der Tests auf Multikollinearität der Regressionsfaktoren in der Querschnittsregression für das Environmental Rating ....................................................................... 238 28. Anlage: Ergebnisse der Tests auf Multikollinearität der Regressionsfaktoren in der Querschnittsregression für das Social and Governance Rating ......................................................... 239 29. Anlage: Ergebnisse der multivariaten Regressionsanalyse der Jahresabschlusskennzahl Return-on-Equity für Nordamerika ............... 240 30. Anlage: Ergebnisse der multivariaten Regressionsanalyse der Jahresabschlusskennzahl Return-on-Equity für Europa......................... 244 31. Anlage: Ergebnisse der multivariaten Regressionsanalyse der Jahresabschlusskennzahl Fremdkapital / Eigenkapital für Nordamerika............................................................................................ 247 32. Anlage: Ergebnisse der multivariaten Regressionsanalyse der Jahresabschlusskennzahl Fremdkapital / Eigenkapital für Europa ........ 250

ANHANG

211

33. Anlage: Ergebnisse der multivariaten Regressionsanalyse der Jahresabschlusskennzahl Kurs-Umsatz Verhältnis für Nordamerika .......... 253 34. Anlage: Ergebnisse der multivariaten Regressionsanalyse der Jahresabschlusskennzahl Kurs-Umsatz Verhältnis für Europa .............. 256 35. Anlage: Ergebnisse der multivariaten Regressionsanalyse der Kapitalmarktkennzahl Rendite / Standardabweichung für Nordamerika .... 259 36. Anlage: Ergebnisse der multivariaten Regressionsanalyse der Kapitalmarktkennzahl Rendite / Standardabweichung für Europa ........ 262

212

ANHANG

1. Anlage: ESG - Ratingmittelwert nach Ländern ESG

Rating

2010

2011

2012

2013

T 54,3542 53,0900 53,5093 50,7612 E 26,8163 26,9510 28,1091 26,5075 SG 28,1489 26,1600 28,7692 27,8462 T 52,6000 50,6125 48,0217 48,5714 Deutschland E 28,2308 27,8000 28,3111 28,6458 SG 26,3947 25,1316 23,1163 23,1304 T 53,0000 52,0463 51,1610 54,4453 Frankreich E 27,8235 27,8611 27,4322 28,5703 SG 25,1765 23,7455 23,7288 25,8750 T 37,9747 35,6882 35,3646 36,6122 Italien E 16,9701 17,6627 18,3452 20,2558 SG 23,8846 20,1413 19,7234 20,2979 71,0435 68,3409 68,4583 68,6731 T Spanien E 33,3043 34,3571 35,0000 35,5400 SG 37,7391 35,5455 34,9167 34,5000 33,4721 32,6221 32,7440 34,0589 T USA E 15,3761 15,5502 15,2268 15,8402 SG 19,3191 18,4556 19,1080 19,1061 51,3226 51,5912 49,3846 44,9787 T Kanada E 20,8387 21,0147 21,3333 19,9787 SG 30,4839 30,6765 28,0513 25,0000 42,4554 40,8094 40,4097 41,0946 T Durchschnitt E 20,3661 20,3247 20,3077 20,7573 SG 23,5109 21,8673 22,0067 22,0461 Signifikanzen gemäß den Post Hoc Tests nach Bonferroni und Scheffé. Großbritannien

  

2014

49,4267 26,9800 23,8816 48,8571 28,6667 24,4255 54,1641 28,9297 25,2344 36,6122 20,3563 19,7789 67,4259 34,6346 34,0741 33,6148 16,0094 18,1687 44,4000 19,5217 23,9130 40,7845 20,9436 21,1194

Kein signifikanter Mittelwertunterschied zu einem anderen Land Signifikant negativer Mittelwertunterschied zu mindestens einem anderen Land Signifikant positiver Mittelwertunterschied zu mindestens einem anderen Land

T - Total ESG Rating E - Environment Rating SG - Social and Governance Rating

213

ANHANG

2. Anlage: ROE - Mittelwerte nach Ländern ROE

2010

2011

2012

2013

Großbritannien 13,4765 12,5616 11,1132 10,0820 Deutschland 12,0667 10,2296 10,7668 8,6022 Frankreich 11,8740 9,9543 8,6705 7,8337 Italien 7,5630 3,9909 4,6425 5,6679 Spanien 15,3124 10,2190 5,2534 8,6215 USA 12,2692 13,3267 11,0912 11,6701 Kanada 7,4290 6,7148 1,5216 0,9692 Total 11,4745 10,8110 9,0807 9,2200 Signifikanzen gemäß den Post Hoc Tests nach Bonferroni und Scheffé.   

2014

11,2187 9,4956 9,2446 5,5728 12,1175 12,4909 5,9122 10,4007

Kein signifikanter Mittelwertunterschied zu einem anderen Land Signifikant negativer Mittelwertunterschied zu mindestens einem anderen Land Signifikant positiver Mittelwertunterschied zu mindestens einem anderen Land

214

ANHANG

3. Anlage: FK/EK - Mittelwerte nach Ländern FK/EK Großbritannien Deutschland Frankreich Italien Spanien USA Kanada Total

2010

2011

2012

2013

2014

1,8591 2,1046 1,9274 1,8616 2,4639 1,5351 1,3664 1,7415

1,7023 2,1025 2,0875 2,0432 2,8078 1,7275 1,5260 1,8733

1,6929 2,1479 2,1584 2,1642 2,5016 1,7086 1,4138 1,8656

1,7745 1,9481 2,0591 2,3485 3,1968 1,5954 1,4154 1,8296

2,3016 2,1513 1,9986 2,2111 2,7242 2,0424 1,5484 2,0861

Signifikanzen gemäß den Post Hoc Tests nach Bonferroni und Scheffé.   

Kein signifikanter Mittelwertunterschied zu einem anderen Land Signifikant negativer Mittelwertunterschied zu mindestens einem anderen Land Signifikant positiver Mittelwertunterschied zu mindestens einem anderen Land

215

ANHANG

4. Anlage: Rendite - Mittelwerte nach Ländern Rendite Großbritannien Deutschland Frankreich Italien Spanien USA Kanada Total

2010

2011

2012

2013

2014

0,1812 0,1880 0,1483 -0,0449 -0,1301 0,2331 0,1947 0,1710

-0,1015 -0,1915 -0,1882 -0,3348 -0,0787 -0,0375 -0,1452 -0,1078

0,2280 0,1941 0,2369 0,1185 0,0658 0,1536 0,1292 0,1637

0,2312 0,1802 0,2599 0,3273 0,3439 0,3397 0,0880 0,2936

-0,0407 0,0144 0,0486 -0,0361 0,0638 0,0829 0,0089 0,0414

Signifikanzen gemäß den Post Hoc Tests nach Bonferroni und Scheffé.   

Kein signifikanter Mittelwertunterschied zu einem anderen Land Signifikant negativer Mittelwertunterschied zu mindestens einem anderen Land Signifikant positiver Mittelwertunterschied zu mindestens einem anderen Land

216

ANHANG

5. Anlage: Semistandardabweichung - Mittelwerte nach Ländern Semistandardabweichung

2010

2011

2012

2013

2014

Großbritannien Deutschland Frankreich Italien Spanien USA Kanada Total

0,1326 0,1372 0,1287 0,1656 0,1722 0,1607 0,1757 0,1552

0,1533 0,2096 0,1822 0,2154 0,1497 0,1808 0,1914 0,1826

0,1425 0,1518 0,1553 0,2199 0,2136 0,1614 0,1664 0,1665

0,1201 0,1214 0,1093 0,1571 0,1122 0,1209 0,1562 0,1259

0,1250 0,1181 0,1059 0,1567 0,1341 0,1326 0,1570 0,1327

Signifikanzen gemäß den Post Hoc Tests nach Bonferroni und Scheffé.   

Kein signifikanter Mittelwertunterschied zu einem anderen Land Signifikant negativer Mittelwertunterschied zu mindestens einem anderen Land Signifikant positiver Mittelwertunterschied zu mindestens einem anderen Land

217

ANHANG

6. Anlage: ESG-Ratingmittelwerte nach Branchen ESG

Rating

2010

2011

2012

53,4615 54,7143 52,5196 T E 24,7250 25,0233 24,6176 SG 26,6829 28,4186 27,9020 T 47,8750 42,4000 44,3913 Technologie E 21,5000 20,4737 20,2609 SG 26,3750 22,9500 24,1304 T 43,9053 44,2550 44,8947 Industrie E 20,4316 21,3850 21,1404 SG 23,2292 22,6436 23,7544 T 33,3333 30,7667 32,8375 Finanzen E 15,4694 15,1214 17,5694 SG 20,7179 18,1917 20,2564 46,0833 40,8980 38,1724 T Energie E 19,4583 17,0204 15,7456 SG 27,7826 24,3750 23,6842 40,2462 37,2866 35,4130 T Konsum, E 21,3333 20,6768 20,6957 nichtzyklisch SG 19,3750 16,8415 16,0000 46,8966 44,9632 42,8881 T Konsum, zyklisch E 23,0000 22,8279 23,0917 SG 26,2759 24,4853 22,5455 T 42,2105 42,1250 37,0795 Kommunikation E 21,8286 22,7105 20,5976 SG 22,7027 21,0769 18,7381 47,3929 49,1964 47,0395 T Rohstoffe E 23,8889 24,7885 24,4730 SG 27,1481 28,0000 26,8378 T 42,4623 40,8834 40,3995 Durchschnitt E 20,4130 20,3273 20,3345 SG 23,4761 21,8087 21,9765 Signifikanzen gemäß den Post Hoc Tests nach Bonferroni und Scheffé. Versorger

  

2013

2014

52,7925 24,5849 28,2075 46,3269 21,4423 24,8846 44,6780 21,2458 23,6325 32,4173 18,2851 18,4309 38,1408 14,9783 24,7826 36,9020 21,0100 17,1881 46,2289 24,0921 24,4634 41,0636 22,4904 20,1667 43,8372 21,6429 22,6977 41,0678 20,7631 21,9925

53,0755 24,9245 28,1509 44,6200 20,2600 24,3600 45,4919 21,6080 23,5200 31,1378 18,0302 17,4597 39,1378 16,2174 24,5915 36,2816 21,4363 14,7308 46,0375 24,0405 24,1013 41,6964 22,7963 19,7143 40,5889 21,2159 19,4130 40,7562 20,9502 21,0615

Kein signifikanter Mittelwertunterschied zu einer anderen Branche Signifikant negativer Mittelwertunterschied zu mindestens einer anderen Branche Signifikant positiver Mittelwertunterschied zu mindestens einer anderen Branche

218

ANHANG

7. Anlage: ROE - Mittelwerte nach Branchen ROE Versorger Technologie Industrie Finanzen Energie Konsum, nichtzyklisch Konsum, zyklisch Kommunikation Rohstoffe Total

2010

2011

2012

2013

2014

10,5200 14,3386 10,8122 7,4413 7,6814 17,3494 12,1367 13,3300 16,3916 11,4610

6,7411 15,9802 9,5139 3,8149 9,7530 17,2789 16,6958 9,3792 17,3110 10,8060

5,5825 9,9464 9,2126 4,6013 6,9343 15,7753 12,6224 10,3502 10,1438 9,1038

6,9390 13,8395 9,2646 7,3350 6,7886 13,3538 11,6640 10,4330 7,0864 9,3137

7,9661 8,6106 11,2033 8,9016 4,4357 15,2298 14,4153 11,7338 9,6977 10,4488

Signifikanzen gemäß den Post Hoc Tests nach Bonferroni und Scheffé. 

Kein signifikanter Mittelwertunterschied zu einer anderen Branche



Signifikant negativer Mittelwertunterschied zu mindestens einer anderen Branche



Signifikant positiver Mittelwertunterschied zu mindestens einer anderen Branche Signifikant positiver und negativer Mittelwertunterschied zu mindestens einer Branche

219

ANHANG

8. Anlage: FK/EK - Mittelwerte nach Branchen FK/EK Versorger Technologie Industrie Finanzen Energie Konsum, nichtzyklisch Konsum, zyklisch Kommunikation Rohstoffe Total

2010

2011

2012

2013

2014

2,5678 1,0162 1,9561 2,4890 1,2505 1,4560 1,8744 1,4649 1,5146 1,7404

2,7408 1,1888 2,1415 2,6907 1,3943 1,6635 1,8784 1,6279 1,4940 1,8717

2,6795 1,1335 2,0422 2,6048 1,3289 1,7111 1,9311 1,9342 1,3779 1,8628

2,5402 1,0053 1,8903 2,5171 1,2621 1,8310 2,2776 1,6688 1,2566 1,8237

2,7478 1,2438 2,2564 2,8018 1,4153 1,9615 2,5181 2,2265 1,5308 2,0838

Signifikanzen gemäß den Post Hoc Tests nach Bonferroni und Scheffé. 

Kein signifikanter Mittelwertunterschied zu einer anderen Branche



Signifikant negativer Mittelwertunterschied zu mindestens einer anderen Branche



Signifikant positiver Mittelwertunterschied zu mindestens einer anderen Branche Signifikant positiver und negativer Mittelwertunterschied zu mindestens einer Branche

220

ANHANG

9. Anlage: Rendite - Mittelwerte nach Branchen Rendite Versorger Technologie Industrie Finanzen Energie Konsum, nichtzyklisch Konsum, zyklisch Kommunikation Rohstoffe Total

2010

2011

2012

2013

2014

0,0055 0,2142 0,1925 0,0637 0,1503 0,1265 0,3321 0,1632 0,3167 0,1713

-0,0394 -0,1712 -0,1458 -0,2324 -0,0669 0,0352 -0,0921 -0,1022 -0,1550 -0,1079

0,0202 0,0867 0,1546 0,2262 0,0530 0,1559 0,2931 0,1428 0,1363 0,1649

0,1684 0,3546 0,2901 0,3401 0,2021 0,2997 0,3961 0,3427 0,0052 0,2932

0,1231 0,1424 -0,0436 0,0663 -0,1224 0,1018 0,0936 0,0174 0,0082 0,0430

Signifikanzen gemäß den Post Hoc Tests nach Bonferroni und Scheffé. 

Kein signifikanter Mittelwertunterschied zu einer anderen Branche



Signifikant negativer Mittelwertunterschied zu mindestens einer anderen Branche



Signifikant positiver Mittelwertunterschied zu mindestens einer anderen Branche Signifikant positiver und negativer Mittelwertunterschied zu mindestens einer Branche

221

ANHANG

10. Anlage: Semistandardabweichung - Mittelwerte nach Branchen Semistandardabw. Versorger Technologie Industrie Finanzen Energie Konsum, nichtzyklisch Konsum, zyklisch Kommunikation Rohstoffe Total

2010

2011

2012

2013

2014

0,0970 0,1611 0,1566 0,1721 0,1833 0,1282 0,1643 0,1550 0,1760 0,1552

0,1195 0,1925 0,2030 0,1890 0,2130 0,1348 0,1933 0,1813 0,2336 0,1827

0,1249 0,1975 0,1632 0,1828 0,1876 0,1359 0,1701 0,1937 0,1527 0,1661

0,1219 0,1309 0,1294 0,1262 0,1415 0,1074 0,1115 0,1412 0,1609 0,1257

0,1183 0,1260 0,1373 0,1134 0,2000 0,1080 0,1428 0,1473 0,1237 0,1324

Signifikanzen gemäß den Post Hoc Tests nach Bonferroni und Scheffé. 

Kein signifikanter Mittelwertunterschied zu einer anderen Branche



Signifikant negativer Mittelwertunterschied zu mindestens einer anderen Branche



Signifikant positiver Mittelwertunterschied zu mindestens einer anderen Branche Signifikant positiver und negativer Mittelwertunterschied zu mindestens einer Branche

222

ANHANG

11. Anlage: Korrelationsanalyse nach Spearman - Kapitalmarktdaten Gesamt Spearman T E Rendite SG T E Standabw. SG T E Ren/Risk SG T E Semistand. SG T Ren/SemiRisk E SG

2010

2011

2012

2013

2014

Panel 1

-0,097* -0,017 0,012 -0,161** -0,080 0,005

-0,073 -0,050

-0,006 -0,032

-0,098* -0,121** -0,078 -0,064 -0,101* -0,053

-0,083 0,005 0,036 -0,105* -0,065 0,032 -0,126** -0,049 0,078

-0,073 -0,032 0,035

0,005 -0,041 0,049

-0,111* 0,079 0,121*

-0,040 -0,049 -0,001 -0,046 -0,066 -0,021 0,003 -0,072 -0,126** -0,076 -0,013 -0,080*

-0,053 -0,005 -0,043

0,069 0,047 -0,018 -0,116* -0,153** -0,083 -0,097* -0,163** -0,085

-0,061 -0,008 0,024 -0,129** -0,049 0,029 -0,108* -0,027 0,037

-0,002 0,023

-0,093* -0,072 0,060 0,061 0,120* 0,142**

-0,066 0,014 -0,123** -0,117* -0,045 -0,103** -0,030 0,033 -0,007 -0,134** -0,061 0,036

-0,073 -0,036 0,011 -0,042 -0,071 -0,017 -0,008 -0,033 -0,142** -0,084 -0,022 -0,030 -0,061

Panel 2 Panel 3

-0,044

-0,065 -0,041 -0,069

-0,062 0,022 -0,007

0,017 -0,070 -0,049

0,039 -0,101* -0,074

0,008 -0,047 -0,038

0,022

-0,096*

-0,093*

-0,055

* Die Korrelation ist auf dem Niveau von 0,05 (2-seitig) signifikant ** Die Korrelation ist auf dem Niveau von 0,01 (2-seitig) signifikant T/E/SG ist mit der jeweiligen Variable positiv korreliert T/E/SG ist mit der jeweiligen Variable negativ korreliert T - Total ESG Rating Panel 1 - Jahr 2010 und 2014 E - Environment Rating Panel 2 - Jahr 2011 und 2014 SG - Social and Governance Rating Panel 3 - Jahr 2010 und 2013

223

ANHANG

12. Anlage: Korrelationsanalyse nach Spearman - Kapitalmarktdaten Europa Spearman Rendite

Standabw.

Ren/Risk

Semistand.

Ren/SemiRisk

2010

2011

2012

2013

2014

Panel 1 Panel 2 Panel 3

T 0,055 0,076 0,026 0,052 0,110 0,083 E 0,036 0,061 -0,049 0,047 0,131* 0,114 SG -0,028 0,055 0,037 -0,004 0,104 0,039 T 0,061 -0,061 -0,012 -0,053 -0,055 0,018 E -0,153* -0,087 -0,027 0,002 0,014 -0,048 SG -0,002 0,057 -0,081 -0,003 -0,058 -0,049 T 0,069 0,055 0,057 0,093 0,124* 0,096 E 0,050 0,058 -0,029 0,060 0,133* 0,122 SG -0,004 0,013 0,068 0,044 0,129* 0,044 T -0,120 -0,113 -0,010 -0,118* -0,161** -0,121 E -0,174** -0,088 -0,039 -0,066 -0,151** -0,163* SG -0,030 -0,139* 0,008 -0,086 -0,134* -0,073 T 0,060 0,042 0,047 0,112 0,131* 0,113 E 0,026 0,028 -0,037 0,078 0,128* 0,117 SG -0,011 0,015 0,065 0,057 0,125* 0,062

* Die Korrelation ist auf dem Niveau von 0,05 (2-seitig) signifikant ** Die Korrelation ist auf dem Niveau von 0,01 (2-seitig) signifikant T/E/SG ist mit der jeweiligen Variable positiv korreliert T/E/SG ist mit der jeweiligen Variable negativ korreliert T - Total ESG Rating Panel 1 - Jahr 2010 und 2014 E - Environment Rating Panel 2 - Jahr 2011 und 2014 Panel 3 - Jahr 2010 und 2013 SG - Social and Governance Rating

0,017 0,008

0,045 0,126

0,009 -0,027 -0,053

0,018 0,025 0,037

0,008 0,055 0,056

0,001 0,063 0,124

0,026 -0,069 -0,122

0,042 -0,095 -0,163*

-0,003 0,087 0,090

-0,040 0,078 0,131*

0,046

0,047

224

ANHANG

13. Anlage: Korrelationsanalyse Rendite/Semistandardabweichng Kor. Ren/Semi

Versorger

Technologie

Industrie

Finanzen

Energie

Konsum, nicht zyklisch

Konsum, zyklisch

Kommunikation

Rohstoffe

2010

2011

2012

2013

2014

Panel 1

Panel 2

Panel 3

T

-0,190

-0,084

-0,188

0,019

0,047

-0,150

-0,068

-0,044

E

-0,166

-0,287

-0,254

0,170

-0,033

-0,070

-0,078

0,100

SG

-0,091

-0,042

-0,052

-0,142

0,119

-0,258

-0,108

-0,082

T

-0,108

0,156

-0,031

0,338

0,043

-0,210

-0,072

0,422

E

-0,267

0,046

-0,250

0,225

0,069

0,099

0,202

0,243

SG

0,062

0,220

0,192

0,370

0,011

-0,410

-0,324

0,422

T

-0,114

-0,104

-0,120

-0,068

-0,135

-0,239*

-0,237*

-0,041 -0,096

E

-0,138

-0,130

-0,107

-0,097

-0,119 -0,287** -0,306**

SG

-0,089

0,020

-0,100

-0,026

-0,092

-0,105

-0,109

0,036

T

-0,306**

-0,025

-0,131

-0,212*

0,105

-0,057

-0,074

-0,211*

E -0,373** -0,260** -0,076 -0,256** -0,051 SG -0,224* 0,060 -0,079 -0,145 0,093 T 0,032 -0,010 0,107 -0,036 -0,183 E -0,111 -0,042 -0,040 -0,295* 0,078 SG -0,034 0,020 -0,017 0,034 0,205

-0,098

-0,116

-0,289**

-0,041

-0,092

-0,103

0,217

0,204

-0,069

0,124

0,117

-0,112

0,192

0,194

-0,03

-0,117

0,068

-0,217

T

0,062

-0,108

0,039

-0,172

0,074

E

-0,109

0,036

-0,038

-0,186

0,073

0,172

0,003

-0,146

SG

0,121

-0,160

0,058

-0,134

-0,006

-0,055

0,016

-0,120

T

0,101

-0,037

0,195

0,013

0,132

0,229

-0,149

0,045

E

-0,032

-0,146

0,10

-0,051

0,130

-0,274

-0,156

0,087

SG

0,165

0,101

0,116

0,009

0,104

-0,111

-0,079

-0,123

T

0,154

0,260

-0,079

0,002

0,109

0,328

0,230

-0,078

E

-0,113

0,262

-0,277

-0,124

0,020

0,324

0,285

-0,128

SG

0,244

0,064

0,121

0,166

0,114

0,155

0,017

0,029

T

0,128

0,072

0,341*

0,199

-0,079

-0,018

-0,025

0,180

E

0,124

0,299

0,237

0,315*

-0,171

-0,142

-0,105

0,124

SG

0,306

-0,075

0,329*

0,048

0,113

-0,118

0,043

0,410*

* Die Korrelation ist auf dem Niveau von 0,05 (2-seitig) signifikant ** Die Korrelation ist auf dem Niveau von 0,01 (2-seitig) signifikant T/E/SG ist mit der jeweiligen Variable positiv korreliert T/E/SG ist mit der jeweiligen Variable negativ korreliert T - Total ESG Rating Panel 1 - Jahr 2010 und 2014 E - Environment Rating Panel 2 - Jahr 2011 und 2014 Panel 3 - Jahr 2010 und 2013 SG - Social and Governance Rating

225

ANHANG

14. Anlage: Korrelationsanalyse Branchen – ROE Korrelation ROE Branchen

Versorger

Technologie

Industrie

Finanzen

Energie

Konsum, nicht zyklisch

Konsum, zyklisch

Kommunikation

Rohstoffe

2010

2011

2012

2013

2014

Panel 1

Panel 2

T

0,439**

0,276

0,095

0,113

0,037

0,148

0,129

Panel 3 0,080

E

0,261

-0,031

-0,020

0,036

-0,048

-0,081

-0,038

-0,052

SG

0,396*

0,341*

0,185

0,164

0,114

0,230

0,171

0,123

T

0,409

0,046

0,405

0,289

0,602**

-0,309

-0,025

0,341

E

0,390

0,089

0,151

0,143

0,398

-0,184

0,091

-0,096

SG

0,248

0,080

0,521*

0,355

0,663**

-0,285

-0,022

0,566

T

0,180

0,030

0,046

-0,048

0,005

-0,049

-0,101

-0,149

E

0,116

-0,039

-0,016

-0,073

-0,086

-0,083

-0,184

-0,126

SG

0,166

0,091

0,100

-0,028

-0,012

0,069

0,057

-0,117

T

0,143

-0,157

-0,099

0,048

0,155

0,020

0,043

-0,148

E

0,066

-0,189 -0,221* -0,251**

-0,098

-0,114

-0,052

-0,354**

SG

0,097

-0,104

-0,039

0,052

0,154

0,026

0,043

-0,056

T

0,148

-0,085

-0,107

-0,143

0,040

-0,120

-0,105

-0,335*

E

-0,033

-0,169 -0,297*

-0,204

-0,201

-0,226

-0,274

-0,256

SG

0,169

0,056

0,106

0,095

0,276*

0,146

0,188

-0,090

T

0,247

0,138

0,160

0,200

0,108

0,139

0,003

0,155

E

0,262*

0,134

0,138

0,153

0,126

0,196

0,140

0,192

SG

0,210

0,134

0,150

0,135

-0,102

0,093

-0,025

0,152

T

0,227

0,022

-0,143

-0,211

-0,174

-0,140

-0,196

-0,125

E

0,161

-0,127

-0,250

SG

0,242

0,141

-0,033

-0,079

-0,122

-0,117

-0,119

0,057

T

0,111

0,047

0,284

0,212

0,271

0,333

0,338*

0,336

E

0,124

0,018

0,039

0,215

0,298*

0,462**

0,386*

0,341

SG

0,107

0,184

0,351*

0,114

0,208

0,150

0,176

0,157

T

0,200

0,386*

0,186

0,266

0,182

0,020

0,038

0,365

E

0,352

0,173

0,002

0,239

0,183

0,076

0,110

0,333

0,263

0,231

0,212

0,219

-0,079

-0,144

0,283

SG 0,529**

-0,399** -0,350** -0,309* -0,456**

* Die Korrelation ist auf dem Niveau von 0,05 (2-seitig) signifikant ** Die Korrelation ist auf dem Niveau von 0,01 (2-seitig) signifikant T/E/SG ist mit der jeweiligen Variable positiv korreliert T/E/SG ist mit der jeweiligen Variable negativ korreliert T - Total ESG Rating Panel 1 - Jahr 2010 und 2014 E - Environment Rating Panel 2 - Jahr 2011 und 2014 SG - Social and Governance Rating Panel 3 - Jahr 2010 und 2013

-0,345*

226

ANHANG

15. Anlage: Korrelationsanalyse Branchen – FK/EK Korrelation FK/EK

Versorger

Technologie

Industrie

Finanzen

Energie

Konsum, nicht zyklisch

Konsum, zyklisch

Kommunikation

Rohstoffe

2010

2011

2012

2013

2014

T

0,269

0,241

0,254

0,309*

0,279*

Panel 1 Panel 2 Panel 3 0,256

0,264

0,286

E

0,112

0,207

0,240

0,265

0,295*

0,277

0,282

0,228

SG

0,263

0,138

0,181

0,276*

0,190

0,158

0,129

0,208

T

0,324

0,397

0,319

0,247

0,285

0,445

0,382

0,383

E

0,222

0,255

0,357

0,296

0,383

0,405

0,345

0,306

SG

0,279

0,349

0,185

0,151

0,139

0,293

0,260

0,291

T

0,277**

0,164

0,169

0,129

0,174

0,173

0,111

0,255*

E

0,335** 0,310** 0,321** 0,280** 0,283**

0,248*

0,193

0,206

SG

0,151

-0,002

-0,053

-0,054

0,008

0,097

-0,010

0,193

T

0,216

0,091

-0,014

-0,108

-0,108

0,008

-0,106

-0,004

E

0,371

0,329

0,145

0,045

0,056

0,217

0,229

0,168

SG

-0,155

0,108

0,108

-0,208

-0,208

-0,321

0,003

-0,312 -0,055

T

-0,101

-0,151

-0,079

-0,009

0,001

-0,055

-0,091

E

-0,035

-0,039

0,057

0,121

0,089

0,113

0,238

0,046

SG

-0,089

-0,193

-0,164

-0,107

-0,059

-0,201

-0,362*

-0,135 0,008

T

0,194

0,126

0,093

0,067

-0,016

-0,137

-0,244

E

0,221

0,126

0,223*

0,127

0,160

0,129

0,126

SG

0,058

0,083

-0,034

0,082

-0,123

-0,337* -0,367*

-0,180 0,023

0,119

T

0,262

0,255*

0,230

0,040

-0,043

-0,042

0,002

E

0,267

0,273*

0,348**

0,168

0,096

-0,027

-0,008

0,178

SG

0,193

0,137

0,006

-0,053

-0,029

-0,080

-0,031

-0,193 0,086

T

0,340*

0,263

0,104

0,220

0,061

0,005

-0,031

E

0,364*

0,330

0,241

0,358*

0,174

0,330

0,328

0,235

SG

0,140

-0,009

-0,108

-0,005

-0,192

-0,309

-0,365*

-0,109 -0,100

T

-0,151

-0,078

-0,076

0,170

0,232

0,144

0,118

E

-0,299

-0,212

-0,148

0,094

0,164

0,174

0,153

-0,179

SG

-0,338

-0,212

-0,012

0,204

0,232

-0,178

-0,118

-0,414*

* Die Korrelation ist auf dem Niveau von 0,05 (2-seitig) signifikant ** Die Korrelation ist auf dem Niveau von 0,01 (2-seitig) signifikant T/E/SG ist mit der jeweiligen Variable positiv korreliert T/E/SG ist mit der jeweiligen Variable negativ korreliert T - Total ESG Rating Panel 1 - Jahr 2010 und 2014 E - Environment Rating Panel 2 - Jahr 2011 und 2014 SG - Social and Governance Rating Panel 3 - Jahr 2010 und 2013

16. Anlage: Korrelationsanalyse Branchen – Rendite

227

ANHANG

Korrelation Rendite

Versorger

Technologie

Industrie

Finanzen

Energie

Konsum, nicht zyklisch

Konsum, zyklisch

Kommunikation

Rohstoffe

2010

2012

2013

-0,181

-0,122

0,003

0,062

-0,359*

-0,194

0,101

-0,072

0,028

-0,003

-0,099

0,182

0,041

-0,084

0,075

0,004

E

0,016

-0,078

-0,088

0,013

SG

0,046

-0,027

T

-0,148

T

-0,122

E

-0,057

SG

-0,056

T

2011

2014

Panel 1

Panel 2

Panel 3

-0,057

0,027

0,062

-0,084

-0,103

0,077

-0,092

0,090

0,060

-0,174

-0,247

-0,077

0,410

-0,097

-0,072

0,073

0,316

0,212

-0,005 -0,209

-0,311

-0,208

0,335

-0,035

-0,145

0,017

-0,057

-0,175

-0,166

-0,045 -0,089

E

-0,135

-0,093

-0,121

-0,020 -0,115

-0,189

-0,198

SG

-0,139

0,072

-0,130

0,037

0,024

-0,088

-0,102

0,029

T

-0,314**

-0,074

-0,057

-0,129

0,095

-0,064

-0,125

-0,145

E -0,411** SG -0,244** T -0,113

-0,221*

0,051

-0,048 -0,004

0,001

-0,070

-0,046

-0,12

-0,026

-0,098

0,007

-0,072

-0,159

-0,080

-0,190

0,046

0,011

0,063

0,080

0,100

-0,087 -0,106

E

-0,052

-0,312*

0,031

-0,021

0,131

0,188

0,190

SG

-0,181

0,035

0,041

-0,032

0,122

0,170

0,144

-0,075

T

-0,146

-0,171

-0,020

-0,111 -0,039

-0,296*

-0,206

-0,244

E

-0,318**

0,060

-0,152

-0,189 -0,133

-0,232

-0,194

-0,315*

SG

-0,011

-0,246*

0,044

-0,001 -0,064

-0,248

-0,179

-0,099

T

-0,060

-0,125

0,245* -0,075

0,023

-0,299*

-0,145

0,027

E

-0,118

-0,272*

0,131

-0,175

0,018

-0,197

-0,066

-0,023

SG

-0,035

0,083

0,130

0,054

0,027

-0,345*

-0,177

-0,070

T

0,246

0,275

-0,061

-0,095 -0,016

0,083

-0,019

-0,025

E

-0,028

0,340*

-0,227

-0,151 -0,045

0,195

0,134

0,085

SG

0,299

0,039

0,111

-0,015

0,013

-0,052

-0,067

-0,088

T

0,139

0,177

0,346*

0,088

-0,082

-0,059

-0,073

0,232

E

0,103

0,399*

0,269

0,155

-0,180

-0,233

-0,173

-0,006

SG

0,539**

0,102

0,340*

0,021

0,163

-0,214

-0,062

-0,392

* Die Korrelation ist auf dem Niveau von 0,05 (2-seitig) signifikant ** Die Korrelation ist auf dem Niveau von 0,01 (2-seitig) signifikant T/E/SG ist mit der jeweiligen Variable positiv korreliert T/E/SG ist mit der jeweiligen Variable negativ korreliert T - Total ESG Rating Panel 1 - Jahr 2010 und 2014 E - Environment Rating Panel 2 - Jahr 2011 und 2014 SG - Social and Governance Rating Panel 3 - Jahr 2010 und 2013

228

ANHANG

17. Anlage: Korrelationsanalyse Branchen – Standardabweichung Korrelation Standardabweichung

Versorger

Technologie

Industrie

Finanzen

2010

2011

2012

2013

2014

T

-0,082

-0,183

-0,017

-0,061

-0,097

0,062

-0,098

0,026

E

-0,060

-0,066

0,128

0,047

0,025

0,124

0,139

0,099

SG

0,004

-0,150

-0,166

-0,157

-0,195

0,045

-0,207

0,007

T

0,366

0,195

-0,251

-0,366

-0,361

0,126

0,064

0,167

E

0,133

0,086

-0,039

-0,111

-0,118

0,350

0,274

0,379

SG

0,425

0,206

-0,384 -0,515** -0,506**

-0,136

-0,147

-0,100

T

-0,135

-0,105

0,023

-0,017

0,070

0,061

0,089

0,044

E

-0,116

-0,090

0,067

0,025

0,136

0,049

0,078

0,020

SG

-0,100

-0,112

-0,032

-0,067

-0,013

0,034

0,055

0,031

T

0,018

0,042

0,085

-0,045

-0,052

-0,002

0,017

0,016

E

0,004

0,105

0,044

0,273**

0,241**

0,059

0,070

0,124

-0,007

0,000

0,033

0,055

0,032

T

-0,220

-0,147

0,207

-0,026

-0,014

0,003

0,032

-0,030

0,323*

0,242*

E 0,053 -0,119 SG -0,297* -0,286 T -0,360** -0,324** Konsum, nicht zyklisch E 0,577** -0,487**

Kommunikation

Rohstoffe

0,231* 0,262** 0,295**

SG Energie

Konsum, zyklisch

Panel 1 Panel 2 Panel 3

0,194

0,175

0,236

0,164

-0,037 -0,347**

-0,288*

-0,243

-0,197

-0,280

-0,070

-0,080

-0,129

-0,174

-0,142

-0,205

-0,212* -0,241*

-0,033

-0,235

-0,228*

-0,239

SG

-0,079

-0,165

0,013

0,048

0,125

-0,079

-0,023

-0,120

T

0,047

0,049

0,193

-0,002

-0,002

0,117

0,108

0,050

E

0,066

0,092

0,219

0,033

-0,015

0,097

0,101

0,078

SG

0,000

-0,009

0,063

0,048

0,051

-0,030

0,009

-0,083

T

-0,204

-0,135

-0,106

-0,194

-0,148

-0,105

-0,236

-0,102

E

-0,200

-0,034

-0,155

-0,265

-0,171

-0,093

-0,035

-0,093

SG

-0,100

-0,117

-0,015

-0,115

-0,096

-0,022

-0,337*

-0,025

T

0,011

0,145

-0,213

-0,176

-0,188

-0,025

0,026

-0,026

E

-0,210

-0,162

-0,211

-0,275

-0,253

-0,103

-0,122

-0,128

SG

0,171

0,226

-0,123

-0,059

-0,125

0,278

0,281

0,354

* Die Korrelation ist auf dem Niveau von 0,05 (2-seitig) signifikant ** Die Korrelation ist auf dem Niveau von 0,01 (2-seitig) signifikant T/E/SG ist mit der jeweiligen Variable positiv korreliert T/E/SG ist mit der jeweiligen Variable negativ korreliert T - Total ESG Rating Panel 1 - Jahr 2010 und 2014 E - Environment Rating Panel 2 - Jahr 2011 und 2014 Panel 3 - Jahr 2010 und 2013 SG - Social and Governance Rating

229

ANHANG

18. Anlage: Korrelationsanalyse Branchen – Rendite/Standardabweichung Korrelation Rendite Standardabweichung

Versorger

Technologie

Industrie

Finanzen

Energie

Konsum, nicht zyklisch

Konsum, zyklisch

Kommunikation

Rohstoffe

2010

2011

2012

2013

2014

Panel 1

Panel 2

Panel 3

T

-0,077

-0,085

-0,171

0,016

0,066

-0,105

0,010

0,009

E

-0,003

-0,270

-0,211

0,140

-0,065

-0,100

-0,099

0,069

SG

-0,041

0,079

-0,068

-0,116

0,181

-0,150

0,052

0,000

T

-0,010

0,161

0,020

0,306

0,077

-0,175

-0,002

0,389

E

-0,089

0,100

-0,216

0,133

0,023

-0,087

0,057

0,111

SG

0,059

0,196

0,243

0,395

0,109

-0,187

-0,081

0,494

T

-0,171

-0,129

-0,149

-0,055

-0,108

-0,265*

-0,261**

-0,122 -0,115

E

-0,162

-0,164

-0,123

-0,083

-0,152

-0,269

-0,282**

SG

-0,150

0,004

-0,132

-0,019

-0,016

-0,167

-0,162

-0,054

T

-0,377*

-0,009

-0,035

-0,197*

0,048

-0,134

-0,179

-0,263**

E

-0,402** -0,214*

0,017

-0,271** -0,092

-0,116

-0,114

-0,312

SG

-0,257

0,046

-0,054

-0,178

0,000

-0,126

-0,212*

-0,163

T

-0,113

-0,192

0,028

-0,033

-0,043

0,061

0,045

-0,045

E

-0,072

-0,272

0,030

-0,202

0,058

0,187

0,167

-0,247

SG

-0,124

-0,013

-0,002

0,070

0,045

0,220

0,131

0,152

T

-0,004

-0,157

0,087

-0,080

0,019

-0,232

-0,113

-0,175

E

-0,171

0,082

-0,006

-0,100

-0,059

-0,225

-0,135

-0,244

SG

0,061

-0,229*

0,105

-0,024

-0,074

-0,167

-0,110

-0,032

T

0,071

-0,068

0,186

-0,142

0,005 -0,361**

-0,234

-0,087

E

-0,020

-0,209

0,015

-0,283*

-0,003

-0,292*

-0,172

-0,162

SG

0,118

0,125

0,106

-0,032

0,033

-0,296*

-0,184

-0,062

T

0,363*

0,301

-0,036

0,092

0,032

0,052

-0,002

-0,053

E

0,049

0,360*

-0,206

0,004

-0,078

0,066

0,023

-0,046

SG

0,388*

0,032

0,140

0,173

0,092

-0,003

0,043

-0,023

T

0,120

0,112

0,330*

0,167

-0,187

-0,049

-0,060

0,232

E

0,143

0,329

0,272

0,256

-0,220

-0,199

-0,143

0,100

SG

0,346

0,008

0,278

0,053

0,055

-0,235

-0,067

-0,428*

* Die Korrelation ist auf dem Niveau von 0,05 (2-seitig) signifikant ** Die Korrelation ist auf dem Niveau von 0,01 (2-seitig) signifikant T/E/SG ist mit der jeweiligen Variable positiv korreliert T/E/SG ist mit der jeweiligen Variable negativ korreliert T - Total ESG Rating Panel 1 - Jahr 2010 und 2014 E - Environment Rating Panel 2 - Jahr 2011 und 2014 SG - Social and Governance Rating Panel 3 - Jahr 2010 und 2013

230

ANHANG

19. Anlage: Korrelationsanalyse Branchen – Semistandardabweichung Korrelation Semistandardabweichung Versorger

Technologie

Industrie

Finanzen

2010

2011

2012

2013

2014

T

0,235

-0,026

-0,011

-0,130

-0,055

Panel 1 Panel 2 Panel 3 0,115

-0,048

E

0,293

0,182

0,142

-0,078

0,122

0,148

0,138

-0,071

SG

0,036

-0,089

-0,169

-0,150

-0,220

0,090

-0,149

-0,117

-0,560** -0,353

-0,245

T

0,253

0,142

-0,362

0,431

0,328

E

0,411

0,016

-0,148

-0,247

0,321

0,134

0,232

SG

0,030

0,169

-0,464* -0,666** -0,378

0,363

0,333

-0,594*

-0,311

T

-0,010

-0,046

0,027

-0,125

0,025

0,110

0,143

-0,123

E

-0,016

0,039

0,055

-0,081

0,072

0,089

0,119

-0,139

SG

0,013

-0,122

-0,011

-0,140

-0,024

0,091

0,121

-0,106

T

-0,055

0,063

0,211*

0,104

-0,098

-0,052

0,009

0,212* 0,319**

E

-0,066

0,064

0,240*

0,277**

-0,004

-0,070

-0,039

SG

0,019

0,087

0,110

0,060

-0,006

0,026

0,077

0,151

T

-0,464**

-0,152

0,163

-0,122

-0,043

-0,049

0,028

-0,063

E -0,262 0,089 0,207 0,133 -0,075 SG -0,477** -0,352* 0,007 -0,393** -0,154 T -0,322** -0,213 -0,037 -0,032 -0,092 Konsum, nicht zyklisch E -0,361** -0,324** -0,235* -0,137 -0,181 SG -0,146 -0,079 0,071 0,058 0,010 T 0,086 -0,008 -0,022 -0,195 -0,182 Energie

Konsum, zyklisch

Kommunikation

Rohstoffe

-0,089

0,000

0,022

0,089

-0,274

-0,052

-0,259

0,038

-0,068

-0,011

-0,107

-0,142

-0,142

0,130

0,033

0,065

0,007

-0,043

-0,002

E

-0,140

0,109

0,081

-0,040

-0,226

-0,001

-0,107

-0,122

SG

-0,222

-0,039

0,023

0,038

-0,142

-0,076

-0,056

0,053

T

-0,291

-0,120

-0,089

-0,078

-0,268

-0,251

-0,268

0,147

E

-0,239

-0,060

-0,112

-0,062

-0,352* -0,350*

-0,308

0,163

SG

-0,163

-0,035

0,003

-0,119

-0,099

-0,055

-0,039

0,099

T

-0,076

0,047

-0,474**

-0,084

-0,093

-0,437*

-0,322

0,162

E

-0,217

-0,209

-0,515**

-0,176

-0,262

-0,280

-0,282

0,128

SG

-0,014

0,178

-0,287

-0,008

-0,024

-0,087

0,072

0,505*

* Die Korrelation ist auf dem Niveau von 0,05 (2-seitig) signifikant ** Die Korrelation ist auf dem Niveau von 0,01 (2-seitig) signifikant T/E/SG ist mit der jeweiligen Variable positiv korreliert T/E/SG ist mit der jeweiligen Variable negativ korreliert T - Total ESG Rating Panel 1 - Jahr 2010 und 2014 E - Environment Rating Panel 2 - Jahr 2011 und 2014 Panel 3 - Jahr 2010 und 2013 SG - Social and Governance Rating

231

ANHANG

20. Anlage: Ergebnisse der Tests auf Multikollinearität der Portfoliofaktoren in Kontinentaleuropa Multikollinearität in Kontinentaleuropa Marktrisikoprämie SMB HML MOM

Marktrisikoprämie 1,000 -0,193 0,548 -0,320

SMB -0,193 1,000 -0,037 -0,025

HML 0,548 -0,037 1,000 -0,485

Marktrisikoprämie SMB HML MOM

R2i 0,335 0,048 0,408 0,242

Toleranz 0,665 0,952 0,592 0,758

VIF 1,504 1,051 1,690 1,320

MOM -0,320 -0,025 -0,485 1,000

232

ANHANG

21. Anlage: Ergebnisse der Tests auf Multikollinearität der Portfoliofaktoren in den USA Multikollinearität in den USA Marktrisikoprämie SMB HML MOM

Marktrisikoprämie 1,000 0,521 0,047 -0,086

SMB 0,521 1,000 -0,086 0,052

HML 0,047 -0,086 1,000 -0,048

Marktrisikoprämie SMB HML MOM

R2i 0,292 0,292 0,020 0,021

Toleranz 0,708 0,708 0,980 0,979

VIF 1,412 1,413 1,020 1,022

MOM -0,086 0,052 -0,048 1,000

233

ANHANG

22. Anlage: Zusammengefasste Statistiken der jährlichen Renditen der hoch bewerteten Portfolios in den USA Portfolio

Kennzahl

Wert

Schiefe

-0,027

Wölbung (Exzess)

1,214

Shapiro-Wilk p-Wert

0,563

Durbin-Watson DW

1,872

Schiefe

0,047

Wölbung (Exzess)

-0,236

Positive Environment

Shapiro-Wilk p-Wert

0,969

Rating

Durbin-Watson DW

2,035

Schiefe

0,343

Wölbung (Exzess)

0,674

Shapiro-Wilk p-Wert

0,831

Positive Total Rating

Positive Social and Governance Rating

Best-in-Class Total Rating

Best-in-Class Environment Rating

Best-in-Class Social and Governance Rating

Durbin-Watson DW

2,336

Schiefe

0,255

Wölbung (Exzess)

-0,102

Shapiro-Wilk p-Wert

0,925

Durbin-Watson DW

2,086

Schiefe

-0,428

Wölbung (Exzess)

1,397

Shapiro-Wilk p-Wert

0,034

Durbin-Watson DW

1,787

Schiefe

0,055

Wölbung (Exzess)

1,240

Shapiro-Wilk p-Wert

0,647

Durbin-Watson DW

1,926

234

ANHANG

23. Anlage: Zusammengefasste Statistiken der jährlichen Renditen der niedrig bewerteten Portfolios in den USA Portfolio

Kennzahl

Wert

Schiefe

-0,086

Wölbung (Exzess)

1,190

Shapiro-Wilk p-Wert

0,348

Durbin-Watson DW

1,724

Schiefe

-0,207

Positive Environment

Wölbung (Exzess)

0,929

Rating

Shapiro-Wilk p-Wert

0,524

Durbin-Watson DW

1,840

Schiefe

0,438

Wölbung (Exzess)

0,797

Shapiro-Wilk p-Wert

0,369

Positive Total Rating

Positive Social and Governance Rating

Best-in-Class Total Rating

Best-in-Class Environment Rating

Best-in-Class Social and Governance Rating

Durbin-Watson DW

2,098

Schiefe

-0,453

Wölbung (Exzess)

0,564

Shapiro-Wilk p-Wert

0,594

Durbin-Watson DW

1,999

Schiefe

0,863

Wölbung (Exzess)

2,881

Shapiro-Wilk p-Wert

0,008

Durbin-Watson DW

2,209

Schiefe

-0,428

Wölbung (Exzess)

2,665

Shapiro-Wilk p-Wert

0,049

Durbin-Watson DW

2,343

235

ANHANG

24. Anlage: Zusammengefasste Statistiken der jährlichen Renditen der hoch bewerteten Portfolios in Kontinentaleuropa Portfolio

Kennzahl

Wert

Schiefe

-0,423

Wölbung (Exzess)

0,203

Shapiro-Wilk p-Wert

0,557

Durbin-Watson DW

1,995

Schiefe

-0,391

Positive Environment

Wölbung (Exzess)

0,548

Rating

Shapiro-Wilk p-Wert

0,718

Durbin-Watson DW

2,341

Schiefe

-0,566

Wölbung (Exzess)

0,427

Shapiro-Wilk p-Wert

0,234

Positive Total Rating

Positive Social and Governance Rating

Best-in-Class Total Rating

Best-in-Class Environment Rating

Best-in-Class Social and Governance Rating

Durbin-Watson DW

2,039

Schiefe

-0,691

Wölbung (Exzess)

1,306

Shapiro-Wilk p-Wert

0,063

Durbin-Watson DW

1,826

Schiefe

-0,428

Wölbung (Exzess)

1,397

Shapiro-Wilk p-Wert

0,034

Durbin-Watson DW

1,460

Schiefe

-0,692

Wölbung (Exzess)

1,370

Shapiro-Wilk p-Wert

0,082

Durbin-Watson DW

1,718

236

ANHANG

25. Anlage: Zusammengefasste Statistiken der jährlichen Renditen der niedrig bewerteten Portfolios in Kontinentaleuropa Portfolio

Kennzahl

Wert

Schiefe

-0,154

Wölbung (Exzess)

-0,418

Shapiro-Wilk p-Wert

0,580

Durbin-Watson DW

1,860

Schiefe

-0,338

Positive Environment

Wölbung (Exzess)

-0,395

Rating

Shapiro-Wilk p-Wert

0,510

Durbin-Watson DW

1,616

Schiefe

-0,399

Wölbung (Exzess)

-0,164

Shapiro-Wilk p-Wert

0,535

Positive Total Rating

Positive Social and Governance Rating

Best-in-Class Total Rating

Best-in-Class Environment Rating

Best-in-Class Social and Governance Rating

Durbin-Watson DW

1,888

Schiefe

-0,205

Wölbung (Exzess)

-0,352

Shapiro-Wilk p-Wert

0,403

Durbin-Watson DW

2,185

Schiefe

-0,110

Wölbung (Exzess)

-0,023

Shapiro-Wilk p-Wert

0,975

Durbin-Watson DW

2,025

Schiefe

-0,391

Wölbung (Exzess)

0,548

Shapiro-Wilk p-Wert

0,718

Durbin-Watson DW

2,341

237

ANHANG

26. Anlage: Ergebnisse der Tests auf Multikollinearität der Regressionsfaktoren in der Querschnittsregression für das Total Rating Multikollinearität Faktoren Querschnittsregression – Total Rating

2010

2011

2012

2013

2014

CSR-Rating

Size

Branche

CSR-Rating Size Branche CSR-Rating Size Branche CSR-Rating Size Branche CSR-Rating Size Branche CSR-Rating Size Branche

1,000 -0,008 -0,011 1,000 -0,058 -0,003 1,000 -0,146 -0,063 1,000 -0,158 -0,040 1,000 -0,156 -0,057

-0,008 1,000 0,080 -0,058 1,000 0,084 -0,146 1,000 0,103 -0,158 1,000 0,086 -0,156 1,000 0,095

-0,011 0,080 1,000 -0,003 0,084 1,000 -0,063 0,103 1,000 -0,040 0,086 1,000 -0,057 0,095 1,000

CSR-Rating Size Branche

R2i 0 0,006 0,006

Toleranz 1,000 0,994 0,994

VIF 1,000 1,006 1,006

CSR-Rating Size Branche

0,003 0,010 0,007

0,997 0,990 0,993

1,003 1,010 1,007

CSR-Rating Size Branche

0,024 0,030 0,013

0,976 0,970 0,987

1,024 1,031 1,013

CSR-Rating Size Branche

0,026 0,031 0,008

0,974 0,969 0,992

1,026 1,032 1,008

CSR-Rating Size Branche

0,026 0,032 0,011

0,974 0,968 0,989

1,027 1,033 1,011

2010

2011

2012

2013

2014

238

ANHANG

27. Anlage: Ergebnisse der Tests auf Multikollinearität der Regressionsfaktoren in der Querschnittsregression für das Environmental Rating Multikollinearität Faktoren Querschnittsregression – E Rating

2010

2011

2012

2013

2014

CSR-Rating

Size

Branche

CSR-Rating Size Branche CSR-Rating Size Branche CSR-Rating Size Branche CSR-Rating Size Branche CSR-Rating Size Branche

1,000 0,167 0,054 1,000 0,049 0,060 1,000 0,100 0,004 1,000 0,089 0,031 1,000 0,097 0,032

0,167 1,000 0,089 0,049 1,000 0,086 0,100 1,000 0,097 0,089 1,000 0,080 0,097 1,000 0,077

0,054 0,089 1,000 0,060 0,086 1,000 0,004 0,097 1,000 0,031 0,080 1,000 0,032 0,077 1,000

CSR-Rating Size Branche

R2i 0,029 0,034 0,009

Toleranz 0,971 0,966 0,991

VIF 1,030 1,035 1,010

CSR-Rating Size Branche

0,005 0,009 0,010

0,995 0,991 0,990

1,006 1,009 1,011

CSR-Rating Size Branche

0,010 0,019 0,009

0,990 0,981 0,991

1,010 1,020 1,009

CSR-Rating Size Branche

0,009 0,014 0,007

0,991 0,986 0,993

1,009 1,014 1,007

CSR-Rating Size Branche

0,010 0,015 0,007

0,990 0,985 0,993

1,010 1,015 1,007

2010

2011

2012

2013

2014

239

ANHANG

28. Anlage: Ergebnisse der Tests auf Multikollinearität der Regressionsfaktoren in der Querschnittsregression für das Social and Governance Rating Multikollinearität Faktoren Querschnittsregression – S&G Rating

2010

2011

2012

2013

2014

CSR-Rating

Size

Branche

CSR-Rating Size Branche CSR-Rating Size Branche CSR-Rating Size Branche CSR-Rating Size Branche CSR-Rating Size Branche

1,000 -0,149 0,005 1,000 -0,179 -0,006 1,000 -0,247 -0,076 1,000 -0,259 -0,074 1,000 -0,249 -0,093

-0,149 1,000 0,083 -0,179 1,000 0,080 -0,247 1,000 0,097 -0,259 1,000 0,093 -0,249 1,000 0,097

0,005 0,083 1,000 -0,006 0,080 1,000 -0,076 0,097 1,000 -0,074 0,093 1,000 -0,093 0,097 1,000

CSR-Rating Size Branche

R2i 0,023 0,029 0,007

Toleranz 0,977 0,971 0,993

VIF 1,023 1,030 1,007

CSR-Rating Size Branche

0,032 0,038 0,006

0,968 0,962 0,994

1,033 1,040 1,006

CSR-Rating Size Branche

0,064 0,067 0,012

0,936 0,933 0,988

1,068 1,072 1,012

CSR-Rating Size Branche

0,069 0,072 0,011

0,931 0,928 0,989

1,075 1,078 1,012

CSR-Rating Size Branche

0,067 0,068 0,014

0,933 0,932 0,986

1,072 1,073 1,015

2010

2011

2012

2013

2014

240

ANHANG

29. Anlage: Ergebnisse der multivariaten Regressionsanalyse der Jahresabschlusskennzahl Return-on-Equity für Nordamerika Abhängige Variable

Jahr

ROE – Total Rating

2010 0,113*** 0,000***

ROE – Total Rating

2011

ROE – Total Rating

2012

ROE – Total Rating

2013

ROE – Total Rating

2014

ROE – Total Rating

Panel 1

ROE – Total Rating ROE – Total Rating

Panel 2 Panel 3

ROE – Environmental Rating

2010

ROE – Environmental Rating

2011

CSR

Size

R2

R2Korr

Branche

İ

0,368

12,8

0,084 0,072

13,9

0,070 0,059

13,8

0,048 0,038

13,7

0,065 0,057

11,7

0,056 0,048

11,7

0,12

11,8

0,017 0,004

13,6

0,032 0,019

13,2

0,053 0,041

13,6

0,052 0,041

(0,038)

(0,000)

(0,378)

0,074*

0,000***

0,853*

(0,037)

(0,000)

(0,391)

0,033

0,000***

0,583

(0,037)

(0,000)

(0,347)

0,094**

0,000***

-0,174

(0,036)

(0,000)

(0,331)

0,090**

0,000***

0,077

(0,030)

(0,000)

(0,281)

0,044

0,000

0,295

(0,037)

(0,000)

(0,361)

0,018

0,000

0,316

(0,034)

(0,000)

(0,341)

0,082

0,000*

-0,149

(0,043)

(0,000)

(0,418)

0,083

0,000**

0,251

(0,070)

(0,000)

(0,397)

0,034

0,000**

0,890

(0,069)

(0,000)

(0,390)

0,002

ANHANG

241

242

ANHANG

R2

R2Korr

Abhängige Variable

Jahr

CSR

Size

Branche

İ

ROE – Environmental Rating

2012

-0,097

0,000***

0,609

13,3

0,053 0,041

(0,067)

(0,000)

(0,337)

ROE – Environmental Rating

2013

0,074

0,000***

-0,170

13,8

0,043 0,034

ROE – Environmental Rating

2014

12,1

0,023 0,014

ROE – Environmental Rating

Panel 1

11,7

0,006 -0,008

11,8

0,012 -0,002

13,6

0,018 0,003

12,6

0,090 0,079

13,9

0,063 0,053

13,7

0,056 0,047

ROE – Environmental Rating ROE – Environmental Rating

(0,337)

Panel 2

Panel 3

ROE – Social and Governance Rating

2010

ROE – Social and Governance Rating

2011

ROE – Social and Governance Rating

2012

0,031

0,000**

-0,072

(0,057)

(0,000)

(0,292)

-0,46

0,000

0,219

(0,065)

(0,000)

(0,366)

-0,013

0,000

0,259

(0,063)

(0,000)

(0,349)

0,016

0,000

-0,167

(0,075)

(0,000)

(0,427)

0,165**

0,000***

0,177

(0,053)

(0,000)

(0,371)

0,090

0,000**

0,843

(0,049)

(0,000)

(0,388)

0,102

0,000***

0,547

(0,054)

(0,000)

(0,346)

243

ANHANG

Abhängige Variable

Jahr

ROE – Social and Governance Rating

2013

ROE – Social and Governance Rating

2014

ROE – Social and Governance Rating ROE – Social and Governance Rating ROE – Social and Governance Rating

Panel 1

Panel 2

Panel 3

CSR

Size

Branche İ

0,092*

0,000***

-0,186

(0,046)

(0,000)

(0,332)

0,063

0,000***

0,003

(0,036)

(0,000)

(0,288)

0,114*

0,000

0,217

(0,054)

(0,000)

(0,357)

0,040

0,000

0,307

(0,044)

(0,000)

(0,338)

0,107

0,000*

-0,261

(0,063)

(0,000)

(0,414)

R2

R2Korr

13,7

0,061 0,052

12,0

0,040 0,031

11,7

0,026 0,013

11,7

0,017 0,005

13,5

0,033 0,020

Signifikanzniveaus von 5 %, 1 % und 0,1 % sind mit *, ** bzw. *** gekennzeichnet. Standardfehler sind in Klammern angegeben.

244

ANHANG

30. Anlage: Ergebnisse der multivariaten Regressionsanalyse der Jahresabschlusskennzahl Return-on-Equity für Europa Abhängige Variable

Jahr

ROE – Total Rating

2010 0,140***

ROE – Total Rating

2011

ROE – Total Rating

2012

ROE – Total Rating

2013

ROE – Total Rating

2014

ROE – Total Rating

Panel 1

ROE – Total Rating ROE – Total Rating

Panel 2 Panel 3

CSR

R2

R2Korr

Size

Branche

İ

0,000**

0,443

10,6

0,128 0,117

(0,031)

(0,000)

(0,334)

0,067

0,000**

1,038*

14,5

0,069 0,057

(0,040)

(0,000)

(0,000)

0,077

0,000***

0,613

15,7

0,56

(0,041)

(0,000)

(0,463)

0,037

0,000

0,609

14,8

0,039 0,028

(0,036)

(0,000)

(0,415)

0,077**

0,000***

0,765*

13,1

0,084 0,074

(0,030)

(0,000)

(0,363)

0,085*

0,000***

0,698

12,9

0,099 0,085

(0,040)

(0,000)

(0,426)

0,060

0,000**

0,827

13,1

0,074 0,062

(0,038)

(0,000)

(0,412)

0,001

0,000***

0,178

13,7

0,052 0,038

(0,042)

(0,000)

(0,452)

0,045

245

ANHANG

Abhängige Variable

Jahr

CSR

İ

0,000*

0,254

10,6

0,117 0,104

(0,059)

(0,000)

0,342)

0,003

0,000***

0,846

14,4

0,065 0,053

(0,073)

(0,000)

(0,449)

-0,039

0,000

0,628

16,1

0,035 0,023

(0,084)

(0,000)0

(0,485)

-0,196*

0,000**

0,791

14,8

0,059 0,048

(0,080)

(0,000)

(0,424)

-0,007

0,000***

0,784*

13,5

0,061 0,050

(0,072)

(0,000)

(0,378)

0,194*

0,000**

0,657

13,0

0,103 0,089

(0,079)

(0,000)

(0,437)

0,070

0,000*

0,800

13,1

0,064 0,051

(0,071)

(0,000)

(0,422)

-0,056

0,000**

0,241

14,0

0,053 0,038

(0,083)

(0,000)

(0,470)

2010 0,228***

ROE – Environmental Rating

2011

ROE – Environmental Rating

2012

ROE – Environmental Rating

2013

ROE – Environmental Rating

2014

ROE – Environmental Rating

Panel 1

ROE – Environmental Rating

Panel 2

Panel 3

R2Korr

Branche

ROE – Environmental Rating

ROE – Environmental Rating

R2

Size

246

ANHANG

Abhängige Variable

Jahr

CSR

Size

ROE – Social and Governance Rating

2010 0,181*** 0,000***

ROE – Social and Governance Rating

2011

ROE – Social and Governance Rating

2012

ROE – Social and Governance Rating

2013

ROE – Social and Governance Rating

2014

ROE – Social and Governance Rating ROE – Social and Governance Rating ROE – Social and Governance Rating

Panel 1

Panel 2

Panel 3

R2

R2Korr

Branche

İ

0,410

10,6

0,116 0,104

14,3

0,095 0,084

15,5

0,085 0,074

14,5

0,060 0,050

13,0

0,098 0,088

12,9

0,099 0,086

13,0

0,081 0,069

13,6

0,058 0,044

(0,049)

(0,000)

(0,337)

0,193**

0,000***

1,063*

(0,062)

(0,000)

(0,435)

0,220**

0,000

0,738

(0,070)

(0,000)

(0,463)

0,145*

0,000***

0,590

(0,060)

(0,000)

(0,409)

0,137**

0,000***

0,721*

(0,045)

(0,000)

(0,360)

0,092

0,000***

0,129

(0,063)

(0,000)

(0,429)

0,105

0,000***

0,820*

(0,058)

(0,000)

(0,408)

0,057

0,000***

0,188

(0,068)

(0,000)

(0,450)

Signifikanzniveaus von 5 %, 1 % und 0,1 % sind mit *, ** bzw. *** gekennzeichnet. Standardfehler sind in Klammern angegeben.

247

ANHANG

31. Anlage: Ergebnisse der multivariaten Regressionsanalyse der Jahresabschlusskennzahl Fremdkapital / Eigenkapital für Nordamerika R2

R2Korr

Abhängige Variable

Jahr

CSR

Size

Branche

İ

FK/EK – Total Rating

2010

0,007

0,000

-0,111***

1,0

0,088 0,073

(0,003)

(0,000)

(0,031)

FK/EK – Total Rating

2011

0,006

0,000

-0,086**

1,0

0,054 0,040

(0,003)

(0,000)

(0,031)

FK/EK – Total Rating

2012

0,003

0,000

-0,097

1,1

0,054 0,042

(0,003)

(0,000)

(0,028)

FK/EK – Total Rating

2013

0,004

0,000

-0,075**

1,1

0,040 0,030

(0,003)

(0,000)

(0,025)

FK/EK – Total Rating

2014

0,009

0,000**

-0,036

1,9

0,039 0,028

(0,006)

(0,000)

(0,045)

FK/EK – Total Rating

Panel 1

0,009

0,000*

-0,080

1,9

0,044 0,027

(0,007)

(0,000)

(0,061)

0,004

0,000*

-0,067

1,9

0,041 0,026

(0,006)

(0,000)

(0,056)

0,004

0,000

-0,092**

1,0

0,057 0,040

(0,004)

(0,000)

(0,031)

FK/EK – Total Rating FK/EK – Total Rating

Panel 2 Panel 3

248

ANHANG

R2

R2Korr

Abhängige Variable

Jahr

CSR

Size

Branche

İ

FK/EK – Environmental Rating

2010

0,014*

0,000

-0,119***

1,0

0,099 0,084

(0,006)

(0,000)

(0,031)

FK/EK – Environmental Rating

2011

(0,010)

0,000

-0,096**

1,1

0,056 0,042

(0,006)

(0,000)

(0,031)

FK/EK – Environmental Rating

2012

0,013*

0,000

-0,099***

1,1

0,072 0,061

(0,006)

(0,000)

(0,028)

FK/EK – Environmental Rating

2013

0,015

0,000

-0,081

1,0

0,065 0,054

(0,005)

(0,000)

(0,025)

FK/EK – Environmental Rating

2014 0,033***

0,000*

-0,033

1,9

0,064 0,054

(0,010)

(0,000)

(0,046)

FK/EK – Environmental Rating

Panel 1

0,034**

0,000

-0,091

1,9

0,080 0,063

(0,012)

(0,000)

(0,062)

0,035**

0,000*

-0,077

1,9

0,080 0,065

(0,011)

(0,000)

(0,057)

0,011

0,000

-0,096**

1,0

0,064 0,047

(0,006)

(0,000)

(0,033)

FK/EK – Environmental Rating FK/EK – Environmental Rating

Panel 2

Panel 3

249

ANHANG

R2

R2Korr

Abhängige Variable

Jahr

CSR

Size

Branche

İ

FK/EK – Social and Governance Rating

2010

0,002

0,000

-0,118***

1,0

0,075 0,060

(0,005)

(0,000)

(0,031)

FK/EK – Social and Governance Rating

2011

0,004

0,000

-0,090**

1,1

0,044 0,031

(0,005)

(0,000)

(0,031)

FK/EK – Social and Governance Rating

2012

-0,003

0,000

-0,098***

1,1

0,052 0,040

(0,005)

(0,000)

(0,028)

FK/EK – Social and Governance Rating

2013

-0,001

0,006

-0,079**

1,0

0,035 0,025

(0,005)

(0,000)

(0,026)

FK/EK – Social and Governance Rating

2014

-0,007

0,000*

-0,037

1,9

0,029 0,019

(0,007)

(0,000)

(0,046)

-0,012

0,000

-0,082

1,9

0,041 0,024

(0,011)

(0,000)

(0,060)

-0,012

0,000

-0,065

1,9

0,038 0,023

(0,009)

(0,000)

(0,056)

-0,004

0,000

-0,096**

1,0

0,057 0,040

(0,006)

(0,000)

(0,031)

FK/EK – Social and Governance Rating FK/EK – Social and Governance Rating FK/EK – Social and Governance Rating

Panel 1

Panel 2

Panel 3

Signifikanzniveaus von 5 %, 1 % und 0,1 % sind mit *, ** bzw. *** gekennzeichnet. Standardfehler sind in Klammern angegeben.

250

ANHANG

32. Anlage: Ergebnisse der multivariaten Regressionsanalyse der Jahresabschlusskennzahl Fremdkapital / Eigenkapital für Europa R2

R2Korr

Abhängige Variable

Jahr

CSR

Size

Branche

İ

FK/EK – Total Rating

2010

0,011*

0,000

-0,092*

1,3

0,067 0,050

(0,004)

(0,000)

(0,041)

FK/EK – Total Rating

2011

0,009*

0,000

-0,137***

1,3

0,084 0,069

(0,004)

(0,000)

(0,041)

FK/EK – Total Rating

2012

0,011*

0,000

-0,064

1,5

0,040 0,026

(0,005)

(0,000)

(0,046)

FK/EK – Total Rating

2013

0,005

-0,000

-0,036

2,0

0,007 -0,007

(0,006)

(0,000)

(0,058)

FK/EK – Total Rating

2014

0,002

0,000

-0,119*

1,9

0,023 0,011

(0,005)

(0,000)

(0,053)

FK/EK – Total Rating

Panel 1

0,000

0,000

-0,122

1,9

0,023 0,004

(0,007)

(0,000)

(0,065)

0,001

0,000

-0,145

1,9

0,033 0,016

(0,006)

(0,000)

(0,062)

0,002

-0,000

-0,069

1,6

0,014 -0,005

(0,006)

(0,000)

(0,054)

FK/EK – Total Rating FK/EK – Total Rating

Panel 2 Panel 3

251

ANHANG

R2

R2Korr

Abhängige Variable

Jahr

CSR

Size

Branche

İ

FK/EK – Environmental Rating

2010

0,022**

0,000

-0,096*

1,3

0,075 0,058

(0,008)

(0,000)

(0,042)

FK/EK – Environmental Rating

2011 0,025***

0,000

-0,138***

1,3

0,112 0,098

(0,000)

(0,041)

FK/EK – Environmental Rating

2012 0,039***

0,000

-0,060

1,5

0,107 0,093

(0,009)

(0,000)

(0,045)

FK/EK – Environmental Rating

2013

0,031**

-0,000

-0,031

2,0

0,034 0,020

(0,012)

(0,000)

(0,059)

FK/EK – Environmental Rating

2014

0,025*

0,000

-0,115*

1,9

0,045 0,032

(0,011)

(0,000)

(0,054)

FK/EK – Environmental Rating

Panel 1

0,012

0,000

-0,121

1,9

0,027 0,007

(0,013)

(0,000)

(0,066)

0,018

0,000

-0,141*

1,9

0,044 0,027

(0,011)

(0,000)

(0,063)

0,017

-0,000

-0,070

1,6

0,029 0,010

(0,010)

(0,000)

(0,055)

FK/EK – Environmental Rating FK/EK – Environmental Rating

(0,007)

Panel 2

Panel 3

252

ANHANG

Abhängige Variable

Jahr

CSR

Size

Branche

İ

R2

R2Korr

FK/EK – Social and Governance Rating

2010

0,010

0,000

-0,094*

1,3

0,041

0,024

(0,007)

(0,000)

(0,042)

FK/EK – Social and Governance Rating

2011

0,003

0,000

-0,138***

1,3

0,059

0,044

(0,006)

(0,000)

(0,041)

FK/EK – Social and Governance Rating

2012

-0,003

-0,000

-0,073

1,6

0,013

-0,002

(0,008)

(0,000)

(0,048)

FK/EK – Social and Governance Rating

2013

-0,001

-0,000

-0,051

2,0

0,006

-0,007

(0,010)

(0,000)

(0,057)

FK/EK – Social and Governance Rating

2014

-0,004

0,000

-0,145**

1,7

0,042

0,029

(0,007)

(0,000)

(0,048)

-0,012

0,000

-0,125

1,9

0,032

0,012

(0,012)

(0,000)

(0,066)

-0,009

0,000

-0,144*

1,9

0,036

0,019

(0,010)

(0,000)

(0,062)

-0,010

-0,000

-0,073

1,6

0,019

0,000

(0,009)

(0,000)

(0,054)

FK/EK – Social and Governance Rating FK/EK – Social and Governance Rating FK/EK – Social and Governance Rating

Panel 1

Panel 2

Panel 3

Signifikanzniveaus von 5 %, 1 % und 0,1 % sind mit *, ** bzw. *** gekennzeichnet. Standardfehler sind in Klammern angegeben.

253

ANHANG

33. Anlage: Ergebnisse der multivariaten Regressionsanalyse der Jahresabschlusskennzahl Kurs-Umsatz Verhältnis für Nordamerika R2

R2Korr

Abhängige Variable

Jahr

CSR

Size

Branche

İ

KUV – Total Rating

2010

-0,007

0,000

0,004

1,4

0,016 0,004

(0,003)

(0,000)

(0,045)

KUV – Total Rating

2011

-0,009*

0,000

0,011

1,3

0,028 0,015

(0,004)

(0,000)

(0,022)

KUV – Total Rating

2012

-0,005

0,000

0,020

1,5

0,016 0,004

(0,003)

(0,000)

(0,045)

KUV – Total Rating

2013

-0,009

0,000

0,028

1,6

0,026 0,006

(0,004)

(0,000)

(0,044)

KUV – Total Rating

2014

-0,010*

0,000

0,007

1,7

0,032 0,017

(0,004)

(0,000)

(0,047)

KUV – Total Rating

Panel 1

-0,015*

0,000

0,006

1,6

0,046 0,028

(0,005)

(0,000)

(0,052)

0,000

0,009

1,4

0,055 0,029

(0,005)

(0,000)

(0,054)

-0,012*

0,000

0,011

1,6

0,030 0,012

(0,005)

(0,000)

(0,051)

KUV – Total Rating KUV – Total Rating

Panel -0,016** 2 Panel 3

254

ANHANG

Abhängige Variable

Jahr

CSR

Size

Branche

KUV – Environmental Rating

2010

-0,018*

0,000

0,017

(0,008)

(0,000)

(0,044)

KUV – Environmental Rating

2011

-0,025**

0,000*

0,023

(0,007)

(0,000)

(0,046)

KUV – Environmental Rating

2012

-0,011

0,000*

0,023

(0,008)

(0,000)

(0,045)

KUV – Environmental Rating

2013

-0,017*

0,000

0,029

(0,008)

(0,000)

(0,044)

KUV – Environmental Rating

2014

-0,019*

0,000

0,004

(0,009)

(0,000)

(0,048)

KUV – Environmental Rating

Panel -0,025** 1

0,000

0,013

(0,000)

(0,053)

0,000

0,021

(0,000)

(0,056)

0,000

0,019

(0,000)

(0,052)

(0,009) KUV – Environmental Rating

Panel -0,031** 2 (0,009)

KUV – Environmental Rating

Panel -0,025** 3 (0,009)

İ

R2

R2Korr

1,4

0,034 0,016

1,5

0,053 0,020

1,5

0,020

1,6

0,028 0,010

1,7

0,031 0,021

1,6

0,045 0,032

1,8

0,055 0,035

1,6

0,046 0,033

0,09

255

ANHANG

Abhängige Variable

Jahr

CSR

Size

Branche

KUV – Social and 2010 Governance Rating

0,001

0,000

0,008

(0,007)

(0,000)

(0,008)

-0,001

0,000

0,020

(0,006)

(0,000)

(0,045)

-0,004

0,000

0,032

(0,007)

(0,000)

(0,046)

-0,005

0,000

0,035

(0,007)

(0,000)

(0,044)

-0,007

0,000

0,013

(0,006)

(0,000)

(0,048)

-0,015

0,000

0,007

(0,008)

(0,000)

(0,052)

-0,011

0,000

0,017

(0,008)

(0,000)

(0,055)

-0,008

0,000

0,013

(0,008)

(0,000)

(0,052)

KUV – Social and 2011 Governance Rating KUV – Social and 2012 Governance Rating KUV – Social and 2013 Governance Rating KUV – Social and 2014 Governance Rating KUV – Social and Panel Governance 1 Rating KUV – Social and Panel Governance 2 Rating KUV – Social and Panel Governance 3 Rating

İ

R2

R2Korr

1,6

0,005 -0,008

1,5

0,014 0,001

1,6

0,013 0,001

1,6

0,007 -0,003

1,7

0,025 0,008

1,6

0,032 0,024

1,8

0,028 0,020

1,6

0,016 0,001

Signifikanzniveaus von 5 %, 1 % und 0,1 % sind mit *, ** bzw. *** gekennzeichnet. Standardfehler sind in Klammern angegeben.

256

ANHANG

34. Anlage: Ergebnisse der multivariaten Regressionsanalyse der Jahresabschlusskennzahl Kurs-Umsatz Verhältnis für Europa R2

R2Korr

Abhängige Variable

Jahr

CSR

Size

Branche

İ

KUV – Total Rating

2010

-0,008

0,000

0,005

1,5

0,017 0,004

(0,004)

(0,000)

(0,048)

KUV – Total Rating

2011

-0,007

0,000

0,013

1,5

0,023 0,011

(0,004)

(0,000)

(0,045)

KUV – Total Rating

2012

-0,006

0,000

0,020

1,5

0,015 0,004

(0,004)

(0,000)

(0,045)

KUV – Total Rating

2013

-0,001

0,000

0,028

1,6

0,004 -0,006

(0,004)

(0,000)

(0,044)

KUV – Total Rating

2014

0,000

0,000

0,007

1,7

0,003 -0,007

(0,004)

(0,000)

(0,047)

KUV – Total Rating

Panel 1

-0,003

0,000

0,006

1,6

0,011 -0,003

(0,005)

(0,000)

(0,052)

-0,004

0,000

0,009

1,8

0,007 -0,005

(0,005)

(0,000)

(0,054)

-0,005

0,000

0,011

1,6

0,012 -0,002

(0,005)

(0,000)

(0,051)

KUV – Total Rating

KUV – Total Rating

Panel 2

Panel 3

257

ANHANG

Abhängige Variable

Jahr

CSR

Size

Branche

KUV – Environmental Rating

2010

-0,013

0,000

0,017

(0,008)

(0,000)

(0,044)

KUV – Environmental Rating

2011

-0,022**

0,000*

0,023

(0,007)

(0,000)

(0,046)

KUV – Environmental Rating

2012 -0,032***

0,000*

0,023

(0,000)

(0,045)

KUV – Environmental Rating

2013 -0,029***

0,000

0,029

(0,008)

(0,000)

(0,044)

KUV – Environmental Rating

2014

-0,025**

0,000

0,004

(0,009)

(0,000)

(0,048)

KUV – Environmental Rating

Panel 1

-0,008

0,000

0,013

(0,009)

(0,000)

(0,053)

-0,021*

0,000

0,021

(0,009)

(0,000)

(0,056)

-0,014

0,000

0,019

(0,009)

(0,000)

(0,052)

KUV – Environmental Rating KUV – Environmental Rating

(0,008)

Panel 2

Panel 3

İ

R2

R2Korr

1,4

0,018 0,004

1,5

0,048 0,036

1,5

0,072 0,061

1,6

0,049 0,038

1,7

0,031 0,021

1,6

0,018 0,003

1,8

0,029 0,016

1,6

0,020 0,005

258

ANHANG

Abhängige Variable

Jahr

CSR

Size

Branche

KUV – Social and 2010 Governance Rating

-0,007

0,000

0,008

(0,007)

(0,000)

(0,008)

0,001

0,000

0,020

(0,006)

(0,000)

(0,045)

0,002

0,000

0,032

(0,007)

(0,000)

(0,046)

0,006

0,000

0,035

(0,007)

(0,000)

(0,044)

0,007

0,000

0,013

(0,006)

(0,000)

(0,048)

-0,001

0,000

0,007

(0,008)

(0,000)

(0,052)

0,004

0,000

0,017

(0,008)

(0,000)

(0,055)

-0,003

0,000

0,013

(0,008)

(0,000)

(0,052)

KUV – Social and 2011 Governance Rating KUV – Social and 2012 Governance Rating KUV – Social and 2013 Governance Rating KUV – Social and 2014 Governance Rating KUV – Social and Panel Governance 1 Rating KUV – Social and Panel Governance 2 Rating KUV – Social and Panel Governance 3 Rating

İ

R2

R2Korr

1,6

0,006 -0,008

1,5

0,013 0,001

1,6

0,006 -0,005

1,6

0,006 -0,005

1,7

0,007 -0,003

1,6

0,013 -0,002

1,8

0,005 -0,008

1,6

0,010 -0,004

Signifikanzniveaus von 5 %, 1 % und 0,1 % sind mit *, ** bzw. *** gekennzeichnet. Standardfehler sind in Klammern angegeben.

259

ANHANG

35. Anlage: Ergebnisse der multivariaten Regressionsanalyse der Kapitalmarktkennzahl Rendite / Standardabweichung für Nordamerika R2

R2Korr

Abhängige Variable

Jahr

CSR

Size

Branche

İ

Rendite/Risiko – Total Rating

2010

-0,002

0,000

0,050*

0,7

0,022 0,011

(0,002)

(0,000)

(0,022)

Rendite/Risiko – Total Rating

2011

0,007**

0,000***

-0,053

1,0

0,072 0,063

(0,003)

(0,000)

(0,029)

Rendite/Risiko – Total Rating

2012

-0,002

0,000

0,036

0,9

0,014 0,004

(0,002)

(0,000)

(0,023)

Rendite/Risiko – Total Rating

2013

-0,004

0,000*

-0,028

1,2

0,028 0,020

(0,003)

(0,000)

(0,027)

Rendite/Risiko – Total Rating

2014

0,002

0,000*

-0,037

1,0

0,018 0,010

(0,003)

(0,000)

(0,024)

Rendite/Risiko – Total Rating

Panel 1

-0,007*

0,000

-0,057

1,0

0,039 0,026

(0,003)

(0,000)

(0,030)

-0,004

0,000

-0,056*

1,0

0,028 0,016

(0,003)

(0,000)

(0,027)

-0,006

0,000

-0,015

1,1

0,019 0,006

(0,003)

(0,000)

(0,033)

0,000

0,055*

0,8

0,052 0,040

(0,004)

(0,000)

(0,023)

0,006

0,000**

-0,067*

1,0

0,058 0,047

(0,005)

(0,000)

(0,029)

Rendite/Risiko – Total Rating Rendite/Risiko – Total Rating

Panel 2 Panel 3

Rendite/Risiko – Environmental Rating

2010 -0,011**

Rendite/Risiko – Environmental Rating

2011

260

ANHANG

R2

R2Korr

Abhängige Variable

Jahr

CSR

Size

Branche

İ

Rendite/Risiko – Environmental Rating

2012

-0,004

0,000

0,035

0,9

0,012 0,003

(0,005)

(0,000)

(0,024)

Rendite/Risiko – Environmental Rating

2013

-0,008

0,000**

-0,031

1,2

0,031 0,023

(0,005)

(0,000)

(0,027)

Rendite/Risiko – Environmental Rating

2014

0,001

0,000

-0,037

1,1

0,016 0,008

(0,005)

(0,000)

(0,024)

Rendite/Risiko – Environmental Rating

Panel 1

-0,010

0,000

-0,052

1,0

0,031 0,017

(0,005)

0,000

0,031

-0,008

0,000

-0,056

1,0

0,029 0,017

(0,005)

(0,000)

(0,029)

-0,013*

0,000

0,003

1,0

0,030 0,017

(0,006)

(0,000)

(0,033)

0,002

0,000

0,051*

0,8

0,022 0,011

(0,003)

(0,000)

(0,022)

0,009*

0,000***

-0,057*

1,0

0,071 0,062

(0,004)

(0,000)

(0,028)

Rendite/Risiko – Environmental Rating Rendite/Risiko – Environmental Rating

Panel 2

Panel 3

Rendite/Risiko – Social and Governance Rating

2010

Rendite/Risiko – Social and Governance Rating

2011

261

ANHANG

R2

R2Korr

Abhängige Variable

Jahr

CSR

Size

Branche

İ

Rendite/Risiko – Social and Governance Rating

2012

-0,002

0,000

0,039

0,9

0,013 0,004

(0,003)

(0,000)

(0,023)

Rendite/Risiko – Social and Governance Rating

2013

-0,002

0,000*

-0,027

1,2

0,023 0,015

(0,004)

(0,000)

(0,027)

Rendite/Risiko – Social and Governance Rating

2014

-0,001

0,000

-0,040

1,0

0,018 0,009

(0,003)

(0,000)

(0,024)

-0,010*

0,000

-0,055

1,0

0,038 0,026

(0,005)

(0,000)

(0,030)

-0,006

0,000

-0,059*

1,0

0,034 0,023

(0,004)

(0,000)

(0,027)

-0,006

0,000

0,003

1,1

0,014 0,002

(0,005)

(0,000)

(0,033)

Rendite/Risiko – Social and Governance Rating Rendite/Risiko – Social and Governance Rating Rendite/Risiko – Social and Governance Rating

Panel 1

Panel 2

Panel 3

Signifikanzniveaus von 5 %, 1 % und 0,1 % sind mit *, ** bzw. *** gekennzeichnet. Standardfehler sind in Klammern angegeben.

262

ANHANG

36. Anlage: Ergebnisse der multivariaten Regressionsanalyse der Kapitalmarktkennzahl Rendite / Standardabweichung für Europa R2

R2Korr

Abhängige Variable

Jahr

CSR

Size

Branche

İ

Rendite/Risiko – Total Rating

2010

0,004

0,000

0,151***

1,0

0,102 0,090

(0,003)

(0,000)

(0,031)

Rendite/Risiko – Total Rating

2011

0,002

0,000

0,022

0,9

0,073 0,061

(0,002)

(0,000)

(0,028)

Rendite/Risiko – Total Rating

2012

0,002

0,000

0,025

1,0

0,014 0,003

(0,002)

(0,000)

(0,028)

Rendite/Risiko – Total Rating

2013

0,003

0,000

0,000

1,1

0,007 -0,003

(0,003)

(0,000)

(0,030)

Rendite/Risiko – Total Rating

2014

0,003

0,000

0,023

1,1

0,013 0,003

(0,002)

(0,000)

(0,029)

Rendite/Risiko – Total Rating

Panel 1

0,003

-0,000

0,031

1,0

0,007 -0,007

(0,003)

(0,000)

(0,033)

0,001

0,000

0,030

1,0

0,004 -0,008

(0,003)

(0,000)

(0,032)

0,003

0,000

0,003

1,0

0,003 -0,011

(0,003)

(0,000)

(0,033)

0,005

0,000

0,155***

1,0

0,107 0,094

(0,005)

(0,000)

(0,031)

Rendite/Risiko – Total Rating

Rendite/Risiko – Total Rating

Rendite/Risiko – Environmental Rating

Panel 2

Panel 3

2010

263

ANHANG

R2

R2Korr

Abhängige Variable

Jahr

CSR

Size

Branche

İ

Rendite/Risiko – Environmental Rating

2011

0,001

0,000***

0,021

0,9

0,069 0,058

(0,005)

(0,000)

(0,028)

Rendite/Risiko – Environmental Rating

2012

-0,005

0,000*

0,026

0,9

0,023 0,011

(0,005)

(0,000)

(0,028)

Rendite/Risiko – Environmental Rating

2013

0,002

0,000

0,001

1,1

0,001 -0,010

(0,006)

(0,000)

(0,031)

Rendite/Risiko – Environmental Rating

2014

0,009

0,000

0,012

1,1

0,016 0,006

(0,006)

(0,000)

(0,029)

0,010

-0,000

0,021

1,0

0,017 0,003

(0,006)

(0,000)

(0,033)

0,010

0,000

0,017

1,0

0,016 0,003

(0,005)

(0,000)

(0,032)

0,005

-0,000

0,003

1,0

0,003 -0,012

(0,006)

(0,000)

(0,034)

0,002

0,000

0,153***

1,0

0,102 0,090

(0,005)

(0,000)

(0,031)

0,004

0,000***

0,025

0,9

0,075 0,064

(0,004)

(0,000)

(0,028)

Rendite/Risiko – Panel Environmental 1 Rating Rendite/Risiko – Panel Environmental 2 Rating Rendite/Risiko – Panel Environmental 3 Rating Rendite/Risiko – Social and Governance Rating

2010

Rendite/Risiko – Social and Governance Rating

2011

264

ANHANG

R2

R2Korr

Abhängige Variable

Jahr

CSR

Size

Branche

İ

Rendite/Risiko – Social and Governance Rating

2012

0,004

0,000

0,029

1,0

0,017 0,006

(0,004)

(0,000)

(0,028)

Rendite/Risiko – Social and Governance Rating

2013

0,003

0,000

-0,004

1,1

0,005 -0,005

(0,005)

(0,000)

(0,031)

Rendite/Risiko – Social and Governance Rating

2014

0,006

0,000

0,016

1,0

0,019 0,009

(0,003)

(0,000)

(0,027)

0,004

0,000

0,027

0,9

0,010 -0,005

(0,004)

(0,000)

(0,030)

0,001

0,000

0,023

0,9

0,004 -0,009

(0,004)

(0,000)

(0,029)

0,003

0,000

0,005

1,0

0,002 -0,013

(0,005)

(0,000)

(0,034)

Rendite/Risiko – Panel Social and Gov1 ernance Rating Rendite/Risiko – Panel Social and Gov2 ernance Rating Rendite/Risiko – Panel Social and Gov3 ernance Rating

Signifikanzniveaus von 5 %, 1 % und 0,1 % sind mit *, ** bzw. *** gekennzeichnet. Standardfehler sind in Klammern angegeben.

LITERATURVERZEICHNIS

265

Literaturverzeichnis Abdelsalam, O./Duygun, M./Matallín-Sáez, J. C./Tortosa-Ausina, E. (2014): Do ethics imply persistence? The case of Islamic and socially responsible funds, in: Journal of Banking & Finance, 40, (0), S. 182–194. Akerlof, G. A. (1970): The Market for "Lemons": Quality Uncertainty and the Market Mechanism, in: The quarterly journal of economics, 84, (3), S. 488–500. Aktas, N./Bodt, E. de/Cousin, J.-G. (2011): Do financial markets care about SRI? Evidence from mergers and acquisitions, in: Journal of Banking & Finance, 35, (7), S. 1753–1761. Alchian, A. A. (1965): Some economics of property rights, in: Il politico, S. 816–829. Alchian, A. A./Demsetz, H. (1973): The property right paradigm, in: The journal of economic history, 33, (01), S. 16–27. Alexakis, C./Patra, T./Poshakwale, S. (2010): Predictability of stock returns using financial statement information: evidence on semi-strong efficiency of emerging Greek stock market, in: Applied Financial Economics, 20, (16), S. 1321–1326. Archambeault, D. S./DeZoort, F. T./Holt, T. P. (2008): The need for an internal auditor report to external stakeholders to improve governance transparency, in: Accounting Horizons, 22, (4), S. 375–388. Arrow, K. J. (1994): Methodological individualism and social knowledge, in: The American Economic Review, S. 1–9. Aßländer, M. S./Schenkel, M. (2009): Vom Guten, vom Schönen und vom Baren - Wie praktikabel ist ethik als Fondskriterium?, in: Corporate Social Responsibility auf dem Finanzmarkt : nachhaltiges Investment ; politische Strategien ; ethische Grundlagen, S. 45–63. Attig, N./Cleary, S./El Ghoul, S./Guedhami, O. (2012): Institutional investment horizon and investment–cash flow sensitivity, in: Journal of Banking & Finance, 36, (4), S. 1164–1180. Ayuso, S./Rodriguez, M. A./Garcia-Castro, R./Arino, M. A. (2014): Maximizing Stakeholders' Interests: An Empirical Analysis of the Stakeholder Approach to Corporate Governance, in: Business & Society, 53, (3), S. 414–439.

266

LITERATURVERZEICHNIS

BaFin (2011): Liste der für die bankenaufsichtliche Risikogewichtung anerkannten Ratingagenturen samt Mapping - Für die bankenaufsichtliche Risikogewichtung anerkannte Ratingagenturen nach §§ 52 und 53 SolvV, https://www.bafin.de/SharedDocs/Veroeffentlichungen/DE/Auslegungsentscheidung/BA/ae_110509_ratingagenturen.html, zuletzt geprüft am 16.05.2016. Bamberg, G./Coenenberg, A. G./Krapp, M. (2008): Betriebswirtschaftliche Entscheidungslehre, 14. Auflage, Vahlen, München. Barnard, C. (1938): The functions of the executive, in: Cambridge/Mass. Barnard, C. I. (1968): The functions of the executive, Harvard university press, Cambridge. Barthruff, C. (2014): Nachhaltigkeitsinduzierte Kreditrisiken - Empirische Untersuchung der Wirkungszusammenhänge zwischen Nachhaltigkeits- und Kreditrisiken unter besonderer Berücksichtigung des Klimawandels, Springer Gabler, Wiesbaden. Basler Ausschuss für Bankenaufsicht (2006): Internationale Konvergenz der EIgenkapitalmessung und Eigenkapitalanforderungen, Presse und Kommunikation, Basel. Bassen, A./Jastram, S./Meyer, K. (2005): Corporate Social Responsibility - Eine Begriffserläuterung, in: Zeitschrift für Wirtschafts- und Unternehmensethik, 6, (2), S. 231–236. Bebchuk, L. A./Weisbach, M. S. (2009): The state of corporate governance research, in: Fisher College of Business Working Paper Series, (15537), S. 1–37. Behrends, E. (2013): Elementare Stochastik, Springer Spektrum, Wiesbaden. Behrent, M./Wieland, J. (2003): Corporate Citizenship und strategische Unternehmenskommunikation in der Praxis, Rainer Hampp Verlag, München, Mehring. Belghitar, Y./Clark, E./Deshmukh, N. (2014): Does it pay to be ethical? Evidence from the FTSE4Good, in: Journal of Banking & Finance, 47, (0), S. 54–62. Bello, Z. Y. (2005): Socially responsible investing and portfolio diversification, in: Journal of Financial Research, 28, (1), S. 41–57. Benson, K. L./Humphrey, J. E. (2008): Socially responsible investment funds: Investor reaction to current and past returns, in: Journal of Banking & Finance, 32, (9), S. 1850–1859. Blaesing, D. (2013): Nachhaltigkeitsberichterstattung in Deutschland und den USA - Berichtspraxis, Determinanten und Eigenkapitalkostenwirkungen, Peter Lang, Frankfurt am Main.

LITERATURVERZEICHNIS

267

Bolton, P./Freixas, X./Shapiro, J. (2012): The credit ratings game, in: The Journal of Finance, 67, (1), S. 85–111. Borchardt, K./Petzina, D./Holtfrerich, C.-L./Borchardt, K. (1977): Der "Property Rights-Ansatz" in der Wirtschaftsgeschichte: Zeichen für eine systematische Neuorientierung des Faches?, in: Geschichte und Gesellschaft. Sonderheft, 3, S. 140–160. Bornmann, M. (2012): Kreditwürdig sein oder nicht sein?, in: bdp-aktuell, (84), S. 2–4. Böttcher, J. H./Klasen, C./Röder, S. (2009): Die nachhaltige Investmentrevolution - Neue Entwicklungen, Motive und Trends aus Sicht institutioneller Investoren, Kovaþ, Hamburg. Bowen, H. R. (2013): Social responsibilities of the businessman, University of Iowa Press, Iowa City. BP (2016): BP estimates all remaining material Deepwater Horizon liabilities, http://www.bp.com/en/global/corporate/media/press-releases/bp-estimates-all-remaining-material-deepwater-horizon-liabilitie.html, zuletzt geprüft am 07.07.2017. Brealey, R. A./Myers, S. C./Allen, F. (2006): Principles of corporate finance, 8th ed., McGraw-Hill/Irwin, New York, NY. Brickley, J. A./Zimmerman, J. L. (2010): Corporate governance myths: comments on Armstrong, Guay, and Weber, in: Journal of Accounting and Economics, 50, (2), S. 235–245. Brosius, F. (1998): SPSS 8.0, MITP-Verl., Bonn. Bruns, C./Meyer-Bullerdiek, F. (2013): Professionelles Portfoliomanagement Aufbau, Umsetzung und Erfolgskontrolle strukturierter Anlagestrategien, 5. Auflage, Schäffer-Poeschel, Stuttgart. Bundesministerium für Umwelt, Naturschutz, Bau und Reaktorsicherheit (1997): Auf dem Weg zu einer nachhaltigen Entwicklung in Deutschland, Bonn. Burgy, C. (2013): NGOs als Kapitalmarktakteure - Shareholder Engagement als Möglichkeit zur Einflussnahme auf Corporate Social Responsibility, Springer Fachmedien Wiesbaden; Imprint: Springer VS, Wiesbaden. Bussa, R. G. (1979): Credit risk compensation - An empirical study of investor return and agency ratings, University of Illinois, Urbana-Champaign. Cantor, R./Packer, F. (1994): The Credit Rating Industry, in: Federal Reserve Bank of New York, Quarterly Review, 19, (2), S. 1–26.

268

LITERATURVERZEICHNIS

Carhart, M. M. (1997): On Persistence in Mutual Fund Performance, in: The Journal of Finance, 52, (1), S. 57–82. Carnau, P. (2011): Nachhaltigkeitsethik - Normativer Gestaltungsansatz für eine global zukunftsfähige Entwicklung in Theorie und Praxis, Rainer Hampp Verlag, München, Mering. Carroll, A. B. (1979): A three-dimensional conceptual model of corporate performance, in: Academy of management review, 4, (4), S. 497–505. Carroll, A. B. (1991): The pyramid of corporate social responsibility: Toward the moral management of organizational stakeholders, in: Business Horizons, 34, (4), S. 39–48. Carroll, A. B. (1999): Corporate social responsibility evolution of a definitional construct, in: Business & Society, 38, (3), S. 268–295. Cespa, G. (2008): Information Sales and Insider Trading with LongǦLived Information, in: The Journal of Finance, 63, (2), S. 639–672. Clark, T. S. (2009): A principal-agent theory of en banc review, in: Journal of Law, Economics, and Organization, 25, (1), S. 55–79. Clarke, T. (2007): International corporate governance - A comparative approach, Routledge, London, New York. Clarkson, M. E. (1995): A stakeholder framework for analyzing and evaluating corporate social performance, in: Academy of management review, 20, (1), S. 92–117. Cleff, T. (2008): Deskriptive Statistik und moderne Datenanalyse, in: Eine computergestützte Einführung mit Excel, SPSS and STATA. Wiesbaden. Coase, R. H. (1937): The Nature of the Firm, in: Economica, 4, (16), S. 386–405. Coase, R. H. (1960): The Problem of Social Cost, in: Journal of Law and Economics, 3, S. 1–44. Cohen, J./Krishnamoorthy, G./Wright, A. (2010): Corporate Governance in the PostǦSarbanesǦOxley Era: Auditors’ Experiences*, in: Contemporary Accounting Research, 27, (3), S. 751–786. Cordeiro, B./Kotoky, A. (2010): MSCI to buy RiskMetrics for $1.55 villion, Reuters, http://www.reuters.com/article/2010/03/01/us-riskmetrics-msciidUSTRE62041J20100301, zuletzt geprüft am 03.11.2015. Cox, P./Schneider, M. (2010): Is Corporate Social Performance a Criterion in the Overseas Investment Strategy of U.S. Pension Plans?: An Empirical Examination, in: Business & Society, 49, (2), S. 252–289.

LITERATURVERZEICHNIS

269

Crane, A./Matten, D./Spence, L. J. (2008): Corporate social responsibility Readings and cases in a global context, Routledge London, London. Croux, C./Dehon, C. (2010): Influence functions of the Spearman and Kendall correlation measures, in: Statistical Methods & Applications, 19, (4), S. 497–515. Cvitaniü, J./Wan, X./Zhang, J. (2009): Optimal compensation with hidden action and lump-sum payment in a continuous-time model, in: Applied Mathematics and Optimization, 59, (1), S. 99–146. Dahlsrud, A. (2008): How corporate social responsibility is defined: an analysis of 37 definitions, in: Corporate social responsibility and environmental management, 15, (1), S. 1–13. Daudigeos, T./Valiorgue, B. (2011): Conditions for Value Creation in the Marketplace Through the Management of CSR Issues: A Negative External Effects Framework, in: Business & Society, 50, (1), S. 28–49. David Diltz, J. (1995): The private cost of socially responsible investing, in: Applied Financial Economics, 5, (2), S. 69–77. Davis, K. (1960): Can business afford to ignore social responsibilities?, in: California Management Review, 2, (3), S. 70–76. Decker, R. (1994): Eine Prinzipal-Agenten-theoretische Betrachtung von Eignermanager Konflikten in der Kommanditgesellschaft auf Aktien und in der Aktiengesellschaft, Eul Köln, Köln. Demsetz, H. (1967): Toward a theory of property rights, in: The American Economic Review, S. 347–359. Dennis, K. (2009): The Ratings Game: Explaining Rating Agency Failures In The Build Up To The Financial Crisis, in: University of Miami Law Review, 63, (4), S. 1111. Deutscher Bundestag (1998): Abschlußbericht der Enquete-Kommission "Schutz der Menschen und der Umwelt - Ziele und Rahmenbedingungen einer nachhaltig zukunftsträchtigen Entwicklung" - Konzept Nachhaltigkeit, Bonn, Bonner Universitäts-Buchdruckerei. Deutscher Bundestag (2017): Gesetz zur Stärkung der nichtfinanziellen Berichterstattung der Unternehmen in ihren Lage- und Konzernlageberichten, http://dip21.bundestag.de/dip21/btd/18/114/1811450.pdf. Devas, C. S. (1883): Groundwork of Economics, Longmans, Green, & Company, London. Di Guilio, A./Tencati, A./Migliavaca, P. (2007): What relationship between Corporate Social Performance and the cost of capital?, in: SSRN Electronic Journal.

270

LITERATURVERZEICHNIS

Diamond, P. A./Stiglitz, J. E. (1974): Increases in risk and in risk aversion, in: Journal of Economic Theory, 8, (3), S. 337–360. Dimitrakopoulos, D./Spahr, R. (2003): Ablauf des Ratingverfahrens bei internationalen Ratingagenturen. In: Ann-Kristin Achleitner und Oliver Everling (Hg.): Rating advisory. Mit professioneller Beratung zum optimalen Bonitätsurteil. 1. Aufl. Wiesbaden: Gabler (Financial Times Deutschland), S. 151–178. Doidge, C./Karolyi, A. G./Stulz, R. M. (2007): Why do countries matter so much for corporate governance?, in: Journal of financial economics, 86, (1), S. 1–39. Donaldson, T./Preston, L. E. (1995): The stakeholder theory of the corporation: Concepts, evidence, and implications, in: Academy of management review, 20, (1), S. 65–91. Döpfner, C. (2000): Zur Glaubwürdigkeit ethisch-ökologischer Geld- und Kapitalanlagen - Eine theologisch-ethische Untersuchung vor dem Hintergrund der Frage nach der Glaubwürdigkeit der ökonomischen und monetären Strukturen, IKO, Verlag für Interkulturelle Kommunikation, Frankfurt. Dunn, M. H. (2013): Inside the capitalist firm - An evolutionary theory of the principal agent-relation, Potsdam University Press, Postdam. Durbin, J./Watson, G. S. (1951): Testing for serial correlation in least squares regression, in: Biometrika, 38, (1-2), S. 159–178. ECPI (2015a): ECPI Research - January 2015. ECPI (2015b): History, ECPI, http://www.ecpigroup.com/about-us/history/, zuletzt geprüft am 17.11.2015. Edgeworth, F. Y. (1894): The measurement of utility by money, in: The Economic Journal, S. 342–348. Eisenführ, F./Weber, M. (1999): Rationales Entscheiden, 3. Auflage, Springer, Berlin. Eisenhardt, K. M. (1989): Agency Theory: An Assessment and Review, in: The Academy of Management Review, 14, (1), S. 57–74. Elkhoury, M. (2009): Credit rating agencies and their potential impact on developing countries, in: COMPENDIUM ON DEBT SUSTAINABILITY AND DEVELOPMENT, S. 165. Elze, G. (2010): Value investing anomalies in the European stock market Multiple value, consistent earner, and recognized value, in: The Quarterly Review of Economics and Finance, 50, (4), S. 527–537.

LITERATURVERZEICHNIS

271

Epstein, L. G./Zin, S. E. (1989): Substitution, risk aversion, and the temporal behavior of consumption and asset returns: A theoretical framework, in: Econometrica: Journal of the econometric society, S. 937–969. Erlei, M./Jost, P.-J. (2001): Theoretische Grundlagen des Transaktionskostenansatzes. In: Peter-Jürgen Jost (Hg.): Der Transaktionskostenansatz in der Betriebswirtschaftslehre. Stuttgart: Schäffer-Poeschel, S. 36–75. Erlei, M./Sauerland, D./Leschke, M. (2007): Neue Institutionenökonomik, 2. Auflage, Schäffer-Poeschel, Stuttgart. Eschenburg, R. (1978): Mikroökonomische Aspekte von Property Rights, in: Ökonomische Verfügungsrechte und Allokationsmechanismen in Wirtschaftssystemen, S. 9–27. Etter, M./Fieseler, C. (2011): Die Ökonomie der Verantwortung – eine wirtschaftswissenschaftliche Perspektive auf CSR. In: Juliana Raupp, Stefan Jarolimek und Friederike Schultz (Hg.): Handbuch CSR. Wiesbaden: VS Verlag für Sozialwissenschaften, S. 269-280. Europäisches Parlament (2014): ICHTLINIE 2014/95/EU DES EUROPÄISCHEN PARLAMENTS UND DES RATES - zur Änderung der Richtlinie 2013/34/EU im Hinblick auf die Angabe nichtfinanzieller und die Diversität betreffender Informationen durch bestimmte große Unternehmen und Gruppen, http://eur-lex.europa.eu/legal-content/DE/TXT/HTML/?uri=CELEX:32014L0095&from=EN. EUROSIF (2016): SRI study 2016, http://www.eurosif.org/wp-content/uploads/2016/11/SRI-study-2016-HR.pdf., zuletzt geprüft am 09.07.2017. Everling, O. (1991): Credit rating durch internationale Agenturen - Eine Untersuchung zu den Komponenten und instrumentalen Funktionen des Rating, Gabler, Wiesbaden. Everling, O. (2001): Rating. In: Wolfgang Gerke und Manfred Steiner (Hg.): Handwörterbuch des Bank- und Finanzwesens. 3., völlig überarb. und erw. Aufl. Stuttgart: Schäffer-Poeschel (Enzyklopädie der Betriebswirtschaftslehre, Bd. 6), S. 1755–1767. Fama, E. F. (1970): Efficient capital markets: A review of theory and empirical work*, in: The Journal of Finance, 25, (2), S. 383–417. Fama, E. F. (1991): Efficient capital markets: II, in: The Journal of Finance, 46, (5), S. 1575–1617. Faust, M./Scholz, S. (2008): Nachhaltige Geldanlagen - Produkte, Strategien und Beratungskonzepte, 1. Aufl., Frankfurt School Verlag, Frankfurt am Main.

272

LITERATURVERZEICHNIS

Fernandez-Feijoo, B./Romero, S./Ruiz, S. (2013): Effect of Stakeholders’ Pressure on Transparency of Sustainability Reports within the GRI Framework, in: Journal of Business Ethics, 122, (1), S. 53–63. Ferri, G./Liu, L.-G./Stiglitz, J. (1999): The Procyclical Role of Rating Agencies: Evidence from the East Asian Crisis, in: Economic Notes, 28, (3), S. 335–355. Fieseler, C. (2008): Die Kommunikation von Nachhaltigkeit - Gesellschaftliche Verantwortung als Inhalt der Kapitalmarktkommunikation, VS Verlag für Sozialwissenschaften / GWV Fachverlage GmbH, Wiesbaden, Wiesbaden. Flotow, P. v. (2008): Nachhaltige Publikumsfonds im deutschsprachigen Markt Konzepte und gute Gründe, in: Nachhaltige Geldanlagen : Produkte, Strategien und Beratungskonzepte, S. 293–309. Follett, M. P. (1918): The New State - Group Organization of the Solution of Popular Government, Longmans, Green and Co., London. Freeman, R. E. (1984): Strategic management - A stakeholder approach, Pitman, Boston. Frenz, W./Unnerstall, H. (1999): Nachhaltige Entwicklung im Europarecht Theoretische Grundlagen und rechtliche Ausformung, Nomos, Baden-Baden. Fulghieri, P./Strobl, G./Xia, H. (2014): The economics of solicited and unsolicited credit ratings, in: Review of Financial Studies, 27, (2), S. 484–518. Fulton, M./Kahn, B. M./Sharples, C. (2012): Sustainable investing: Establishing long-term value and performance, in: SSRN Electronic Journal, S. 1–72. Furubotn, E. G./Pejovich, S. (1974): Introduction: The New Property Rights Literature. In: Eirik Grundtvig Furubotn und Svetozar Pejovich (Hg.): The Economics of Property Rights. Cambridge, Mass., S. 1–9. Gabriel, K. (2007): Nachhaltigkeit am Finanzmarkt. Mit ökologisch und sozial verantwortlichen Geldanlagen die Wirtschaft gestalten., Oekom-Verlag, München. Galbreath, J. (2013): ESG in Focus: The Australian Evidence, in: Journal of Business Ethics, 118, (3), S. 529–541. Garriga, E./Melé, D. (2004): Corporate Social Responsibility Theories: Mapping the Territory, in: Journal of Business Ethics, 53, (1-2), S. 51–71. Garz, H./Günther, S./Moriabadi, C. (2006): Portfolio-Management - Theorie und Anwendung, 4. Auflage, Bankakad.-Verl., Frankfurt am Main. Garz, H./Hassl, T./Volk, C. (2015): Global Leaders (?) - Nachhaltigkeit im DAX, http://www.sustainalytics.com/sites/default/files/nachhaltigkeit_im_dax_stoxx_sustainalytics.pdf, zuletzt geprüft am 12.08.2016.

LITERATURVERZEICHNIS

273

Gerke, W./Steiner, M. (2001): Handwörterbuch des Bank- und Finanzwesens, 3., völlig überarb. und erw. Aufl., Schäffer-Poeschel, Stuttgart. Gillan, S. L./Starks, L. T. (2000): Corporate governance proposals and shareholder activism: The role of institutional investors, in: Journal of financial economics, 57, (2), S. 275–305. Gladwin, T. N./Kennelly, J. J./Krause, T.-S. (1995): Shifting Paradigms for Sustainable Development: Implications for Management Theory and Research, in: The Academy of Management Review, 20, (4), S. 874–907. Glaese, V. (2013): Europäische Studie: Nachhaltigkeitskriterien wichtig für Kaufentscheidung, Commerz Finanz GmbH, http://www.presseportal.de/pm/78451/2471381. Göbel, E. (2002): Neue Institutionenökonomik - Konzeption und betriebswirtschaftliche Anwendungen, Lucius & Lucius, Stuttgart. Grochim (2008): Interne und externe Stakeholder, https://upload.wikimedia.org/wikipedia/commons/4/4c/Stakeholder_%28en%29.png, zuletzt geprüft am 12.08.2016. Guay, T./Doh, J./Sinclair, G. (2004): Non-Governmental Organizations, Shareholder Activism, and Socially Responsible Investments: Ethical, Strategic, and Governance Implications, in: Journal of Business Ethics, 52, (1), S. 125-139. Hahn, R. (2012): Standardizing social responsibility? New perspectives on guidance documents and management system standards for sustainable development, in: Engineering Management, IEEE Transactions on, 59, (4), S. 717–727. Hansen, U./Schrader, U. (2005): Corporate social responsibility als aktuelles Thema der Betriebswirtschaftslehre, in: Betriebswirtschaft-Stuttgart, 65, (4), S. 373. Hardtke, A. (2001): Perspektiven der Nachhaltigkeit - Vom Leitbild zur Erfolgsstrategie, 1. Aufl., Gabler, Wiesbaden. Hardtke, A. (2010): Das CSR-Universum. In: Arnd Hardtke (Hg.): Gesellschaftliche Verantwortung von Unternehmen. Von der Idee der Corporate Social Responsibility zur erfolgreichen Umsetzung. Unter Mitarbeit von Arnd Hardtke. 1. Aufl. Wiesbaden: Gabler, S. 13–70. Hart, O. (1995): Corporate Governance: Some Theory and Implications, in: The Economic Journal, 105, (430), S. 678–689. Hauser, S. E. (2003): Informationsverarbeitung am Neuen Markt - Eine empirische Analyse der Determinanten von Kursreaktionen auf Ad-hoc-Meldungen, 1. Aufl., Deutscher Universitätsverlag, Wiesbaden.

274

LITERATURVERZEICHNIS

Heinemann, K. (1966): Externe Effekte der Produktion und ihre Bedeutung für die Wirtschaftspolitik, Duncker u. Humblot, Berlin. Heinkel, R./Kraus, A./Zechner, J. (2001): The effect of green investment on corporate behavior, in: Journal of financial and quantitative analysis, 36, (04), S. 431–449. Heismann, G. (2010): Die heimliche Macht der Finanzmärkte, Wirtschaftswoche, http://www.wiwo.de/finanzen/msci-riskmetrics-die-heimliche-macht-der-finanzmaerkte/5663968.html, zuletzt geprüft am 03.11.2015. Hill, C. A. (2004): Regulating the rating agencies, in: Wash. ULQ, 82, S. 43. Hill, R. P./Ainscough, T./Shank, T./Manullang, D. (2007): Corporate social responsibility and socially responsible investing: A global perspective, in: Journal of Business Ethics, 70, (2), S. 165–174. Hodgson, A./van Praag, B. (2006): Information trading by corporate insiders based on accounting accruals: forecasting economic performance, in: Accounting & Finance, 46, (5), S. 819–842. Hoffmann, J./Scherhorn, H. G. (2002): Saubere Gewinne. So legen Sie Ihr Geld ethisch-ökologisch an., Herder, Freiburg. Holme, R./Watts, P. (2000): Corporate social responsibility - making good business sense, WBCSD, London. Holt, C. A./Laury, S. K. (2002): Risk aversion and incentive effects, in: American economic review, 92, (5), S. 1644–1655. Hsueh, L./Liu, Y. (1993): Should all tax-exempt borrowers with investment-grade quality acquire credit ratings?, in: Journal of Business Finance & Accounting, 20, (2), S. 291–306. Hummel, D. (1989): Internationale kapitalistische Finanzmärkte - Entwicklung und Instrumentarium der finanzkapitalistischen Regulierung, Humboldt Universität zu Berlin, Berlin. Hungenberg, H. (2012): Strategisches Management in Unternehmen - Ziele Prozesse - Verfahren, 7. Aufl., Gabler, Wiesbaden. Hutter, C. (2012): Nachhaltigkeitsstrategieentwicklung - Das Spannungsfeld von Unternehmen und Stakeholdern in der automobilen Unternehmenspraxis, Springer Gabler, Wiesbaden. Hutzschenreuter, T. (2001): Wachstumsstrategien, in: Einsatz von Managementkapazitäten zur Wertsteigerung. Wiesbaden, S. 95–96.

LITERATURVERZEICHNIS

275

Isaksson, M. (1999): Investment, Financing, and Corporate Governance: The role and structure of Corporate Governance Arrangements in OECD Countries, OECD, Vilnius. Iyer, A. V./Schwarz, L. B./Zenios, S. A. (2005): A principal-agent model for product specification and production, in: Management Science, 51, (1), S. 106–119. Jaunich, A. O. (2008): Anlagestrategie Behavioral Finance: die Bedeutung verhaltensorientierter Anlagestrategien in der amerikanischen und deutschen Fondsindustrie, RWTH Aachen, Aachen. Jensen, M. C. (1978): Some anomalous evidence regarding market efficiency, in: Journal of financial economics, 6, (2), S. 95–101. Jensen, M. C./Meckling, W. H. (1976): Theory of the firm: Managerial behavior, agency costs and ownership structure, in: Journal of financial economics, 3, (4), S. 305–360. Jiang, J./Stanford, M. H./Xie, Y. (2012): Does it matter who pays for bond ratings? Historical evidence, in: Journal of financial economics, 105, (3), S. 607–621. Jost, P.-J. (2001): Die Prinzipal-Agenten-Theorie in der Betriebswirtschaft, Schäffer-Poeschel, Stuttgart. Kempf, A./Osthoff, P. (2007): The effect of socially responsible investing on portfolio performance, in: European Financial Management, 13, (5), S. 908–922. Kim, J.-B./Zhang, H./Li, L./Tian, G. (2014): Press freedom, externally-generated transparency, and stock price informativeness: International evidence, in: Journal of Banking & Finance, 46, (0), S. 299–310. Kirstein, S. (2009): Unternehmensreputation - Corporate social responsibility als strategische Option für deutsche Automobilhersteller, Gabler Verlag, Wiebaden. Kommission der Europäischen Gemeinschaften (2001): GRÜNBUCH - Europäische Rahmenbedingungen für die soziale Verantwortung der Unternehmen, http://www.europarl.europa.eu/meetdocs/committees/deve/20020122/com(2001)366_de.pdf, zuletzt geprüft am 12.08.2016. König, M. (2013): Stakeholderorientierte Gestaltung der nachhaltigen Unternehmensführung - Konzeption und Empirie, 1., Aufl., Kovac, Hamburg. Krewitt, W./Schlomann, B. (2006): Externe Kosten der Stromerzeugung aus erneuerbaren Energien im Vergleich zur Stromerzeugung aus fossilen Energieträgern, in: Deutsches Zentrum für Luft-und Raumfahrt (DLR), Institut für Thermodynamik, Fraunhofer Institut für Systemund Innovationsforschung, Gutachten für das Bundesministerium für Umwelt, Naturschutz und Reaktorsicherheit, Stuttgart.

276

LITERATURVERZEICHNIS

Kuhlen, B. (2005): Corporate Social Responsibility - (CSR) ; die ethische Verantwortung von Unternehmen für Ökologie, Ökonomie und Soziales ; Entwicklung, Initiativen, Berichterstattung, Bewertung, 1. Aufl., Deutscher Wissenschaftsverlag, Baden-Baden. Kurtz, L. (1997): No effect, or no net effect? Studies on socially responsible investing, in: The Journal of Investing, 6, (4), S. 37–49. Lackmann, J. (2010): Die Auswirkungen der Nachhaltigkeitsberichterstattung auf den Kapitalmarkt - Eine empirische Analyse, Gabler Verlag / GWV Fachverlage, Wiesbaden, Wiesbaden. Langohr, H. M./Langohr, P. T. (2008): The rating agencies and their credit ratings - What they are, how they work and why they are relevant, John Wiley and Sons, Chichester. Lawrence, A. T./Weber, J. (2008): Business and society - Stakeholders, ethics, public policy, 12th ed., McGraw-Hill Irwin, Boston. Lawrence, S./Mukai, R. (2011): Key facts on mission investing, in: Foundation Center. Lefort, F./Walker, E. (2005): The effect of corporate governance practices on company market valuation and payout policy in Chile, Inter-American Development Bank, Santiago. Lehmann, K. (1898): Das Recht der Aktiengesellschaft, Carl Heymanns Verlag, Berlin. Leibowitz, M. L./Kogelman, S. (1991): Asset allocation under shortfall constraints, in: The Journal of Portfolio Management, 17, (2), S. 18–23. Leipold, H. (1978): Theorie der Property Rights - Forschungsziele und Anwendungsbereiche, in: Wirtschaftswissenschaftliches Studium : WiSt ; Zeitschrift für Studium und Forschung, 7, (11), S. 518–525. Lewis, A./Mackenzie, C. (2000): Morals, money, ethical investing and economic psychology, in: Human relations, 53, (2), S. 179–191. Linckh, G./Sprich, H./Flaig, H./Mohr/Hans (1997): Nachhaltige Land- und Forstwitschaft - Voraussetzungen, Möglichkeiten, Maßnahmen, Springer, Berlin, Heidelberg. Loew, T./Ankele, K./Braun, S./Clausen, J. (2004): Bedeutung der internationalen CSR-Diskussion für Nachhaltigkeit und die sich daraus ergebenden Anforderungen an Unternehmen mit Fokus Berichterstattung, Berlin.

LITERATURVERZEICHNIS

277

Love, I./Klapper, L. F. (2002): Corporate Governance, Investor Protection, and Performance in Emerging Markets, World Bank, http://elibrary.worldbank.org/doi/abs/10.1596/1813-9450-2818, zuletzt geprüft am 12.08.2016. Lubig, B. (2009): Bedeutung von Sovereign Credit Ratings für die internationalen Finanzmärkte - Eine ökonometrische Bewertung des Informationsgehaltes von Sovereign Credit Ratings, 1., Aufl., Peter Lang, Frankfurt am Main. Mariano, B. (2012): Market power and reputational concerns in the ratings industry, in: Journal of Banking & Finance, 36, (6), S. 1616–1626. Martynova, M./Renneboog, L. (2010): A corporate governance index - Convergence and diversity of national corporate governance regulations, Center for Economic Research, Tilburg. Mathis, J./McAndrews, J./Rochet, J.-C. (2009): Rating the raters: are reputation concerns powerful enough to discipline rating agencies?, in: Journal of monetary economics, 56, (5), S. 657–674. McGuire, J. W. (1963): Business and society, McGraw-Hill, New York. Meadows, D. H./Meadows, D. L./Randers, J./Behrens, W. W. (1972): The limits to growth, in: New York, 102. Meyer, M. (2004): Prinzipale, Agenten und ökonomische Methode - Von einseitiger Steuerung zu wechselseitiger Abstimmung, Mohr Siebeck, Tübingen. Mittermair, K./Pernsteiner, H. (1997): Freiwillige Unternehmensinformationen, Wien. Monissen, H. G. (1976): Haftungsregeln und Allokation: einige einfache analytische Zusammenhänge, in: Jahrbuch für Sozialwissenschaft : Zeitschrift für Wirtschaftswissenschaften, 27, (3), S. 391–412. Monks, R./Minow, N. (1995): Corporate Governance, Blackwell Publishers, Cambridge. Moody's Investors Service (2016): Rating Symbols and Definitions, https://www.moodys.com/sites/products/AboutMoodysRatingsAttachments/MoodysRatingSymbolsandDefinitions.pdf, zuletzt geprüft am 05.09.2016. Moore, J. (1974): Managerial behavior in the theory of comparative economic systems, in: The economics of property rights, S. 327–339. Morningstar (2013): Das Morningstar Rating, https://www.lbbw-am.de/ fileadmin/downloads/morningstar/Morningstar_Rating.pdf, zuletzt geprüft am 28.09.2015.

278

LITERATURVERZEICHNIS

Morningstar (2017): Equity ownership, Morningstar, http://investors.morningstar.com/ownership/shareholders-overview.html?t=MSCI, zuletzt geprüft am 07.08.2017. MSCI ESG Research Inc. (2015a): ESG Ratings Methodology - Executive Summary, MSCI, https://www.msci.com/documents/10199/123a2b2b-1395-4aa2a121-ea14de6d708a, zuletzt geprüft am 17.11.2015. MSCI ESG Research Inc. (2015b): MSCI ESG Ratings - The next generation of ESG ratings: More data, more context, better decisions., MSCI, https://www.msci.com/documents/1296102/1636401/MSCI_ESG_Ratings.pdf/9f0a999b-4419-4a0a-b6ef-0248f40ca2c9, zuletzt geprüft am 17.11.2015. Mülhaupt, R. (2013): Einflussfaktoren der Informationseffizienz von Aktienmärkten - Eine Analyse der Rolle von Transparenzanforderungen und AktienAnalysten in den CEE-3, Verlag Wissenschaft & Praxis, Sternenfels. Münstermann, M. (2007): Corporate Social Responsibility - Ausgestaltung und Steuerung von CSR-Aktivitäten, 1. Aufl., Gabler, Wiesbaden. Nagel, K./Stalder, J. (2002): Rating - Bonität steigern, bessere Konditionen erreichen, Finanzierung sicherstellen, Redline Wirtschaft, München. Neumann, M. (2015): Weltaktienindex MSCI World - So funktioniert das globale Kursbarometer, Finanztip, http://www.finanztip.de/indexfonds-etf/msci-world/, zuletzt geprüft am 03.11.2015. Ossadnik, W. (2008): Controlling, 4. Auflage, Oldenbourg, München. Ott, C. (2011): Der Informationsgehalt von Credit Ratings am deutschen Aktienmarkt - Eine empirische Untersuchung, Gabler, Wiesbaden. Pappenheim, R. (2001): Neue Institutionenökonomik und politische Institutionen - Zur Anwendung der ökonomischen Theorie auf politische Institutionen und Organisationen, Peter Lang, Frankfurt am Main. Pareto, V. (1896): Corso di Economia Politica - Cours d’Économie Politique, Unione Tipographico-Editrice Torinese, Turin. Pareto, V. (1902): Di un nuovo errore nello interpretare le teorie dell’economia matematica, in: Giornale degli Economisti, 12, (15), S. 401–433. Pareto, V. (1906): Manuale di economia politica, Societa Editrice, Mailand. Paterno, M. (2009): Wertsteigerung durch freiwillige Publizität? - Eine empirische Analyse des Zusammenhangs von Publizitätsniveau und Eigenkapitalkosten unter Berücksichtigung unterschiedlicher Arten freiwilliger Information, Trauner, Linz.

LITERATURVERZEICHNIS

279

Pejovich, S. (1972): Towards an economic theory of the creation and specification of property rights, in: Review of Social Economy, 30, (3), S. 309–325. Perridon, L./Rathgeber, A. W./Steiner, M. (2012): Finanzwirtschaft der Unternehmung, 16. Auflage, Vahlen, München. Petrova, E./Georgakopoulos, G./Sotiropoulos, I./Vasileiou, K. Z. (2012): Relationship between Cost of Equity Capital and Voluntary Corporate Disclosures, in: International Journal of Economics and Finance, 4, (3), S. 83–96. Philippe, D./Durand, R. (2011): The impact of normǦconforming behaviors on firm reputation, in: Strategic Management Journal, 32, (9), S. 969–993. Picot, A. (1977): Betriebswirtschaftliche Umweltbeziehungen und Umweltinformationen, Duncker & Humblot, Berlin. Picot, A. (1991): Ökonomische Theorien der Organisation - Ein Überblick über neuere Ansätze und deren betriebswirtschaftliches Anwendungspotential. In: Dieter Ordelheide, Bernd Rudolph und Elke Büsselmann (Hg.): Betriebswirtschaftliche und Ökonomische Theorie. Stuttgart: Poeschel, S. 143–160. Picot, A./Dietl, H. (1993): Neue Institutionenökonomie und Recht. In: Claus Ott und Hans-Bernd Schäfer (Hg.): Ökonomische Analyse des Unternehmensrechts. Heidelberg: Springer, S. 306–330. Pinner, W. (2008): Nachhaltig investieren und Gewinnen - Profitieren vom ökologischen Megatrend, Linde, Wien. Pratt, J. W. (1964): Risk aversion in the small and in the large, in: Econometrica: Journal of the econometric society, S. 122–136. Pratt, S. P. (1998): Cost of capital - Estimation and applications, J. Wiley, New York, NY. Pryor, F. L. (1973): Property and industrial organization in communist and capitalist nations, Indiana University Press, Bloomington. Putnam, R. D. (2001): Bowling alone: The collapse and revival of American community, Simon and Schuster, New York. Rappaport, A. (1995): Shareholder-Value - Wertsteigerung als Massstab für die Unternehmensführung, Schäffer-Poeschel, Stuttgart. Rasch, B. (2010): Quantitative Methoden - Einführung in die Statistik, 3. Auflage, Springer, Wiesbaden. Razali, N. M./Wah, Y. B. (2011): Power comparisons of shapiro-wilk, kolmogorov-smirnov, lilliefors and anderson-darling tests, in: Journal of Statistical Modeling and Analytics, 2, (1), S. 21–33.

280

LITERATURVERZEICHNIS

Regierungskommission Deutscher Corporate Governance Kodex (2014): Deutscher Corporate Governance Kodex (in der Fassung vom 24. Juni 2014), http://www.dcgk.de/de/kodex/archiv.html?file=files/dcgk/usercontent/de/download/kodex/2014-06-24_Deutscher_Corporate_Governance_Kodex.pdf, zuletzt geprüft am 12.08.2016. Reimer, S./Wettenmann, T./Backhaus-Maul, H. (2004): Corporate Citizenship in den USA - Innovative Ideen für die deutsche Engagementpolitik, in: Aktuelle Beiträge zu Corporate Citizenship, (26), S. 43–61. Reiss, W. (2007): Mikroökonomische Theorie - Historisch fundierte Einführung, 6. Auflage, Oldenbourg, München, Wien. Renneboog, L./Ter Horst, J./Zhang, C. (2008): Socially responsible investments: Institutional aspects, performance, and investor behavior, in: Journal of Banking & Finance, 32, (9), S. 1723–1742. Richter, R./Furubotn, E. G. (2003): Neue Institutionenökonomik Eine Einführung und kritische Würdigung, 3., überarb. und erw. Aufl., Mohr Siebeck, Tübingen. Ripperger, T. (2003): Ökonomik des Vertrauens - Analyse eines Organisationsprinzips, 2. Aufl., Mohr Siebeck, Tübingen. RiskMetrics Group (2010): How to Use KLD STATS & ESG Ratings Definitions, http://cdnete.lib.ncku.edu.tw/93cdnet/english/lib/ Getting_Started_With_KLD_STATS.pdf. Roch, S. G./Sternburgh, A. M./Caputo, P. M. (2007): Absolute vs Relative Performance Rating Formats: Implications for fairness and organizational justice, in: International Journal of Selection and Assessment, 15, (3), S. 302–316. Rönz, B./Förster, E. (2013): Regressions- und Korrelationsanalyse: Grundlagen Methoden - Beispiele, Gabler Verlag, Wiesbaden. Rosen, R. von (2009): Nachhaltige Geldanlagen als Innovationstreiber, VS Verlag für Sozialwissenschaften, Wiesbaden. Ross, S. A. (2008): Modern financial management, 8th ed., McGraw-Hill/Irwin, Boston. Rotthaus, S. (2001): Grüne Geldanlagen, 1. Aufl., Falken, Niedernhausen. Rühle, A.-S. (2013): Aktienindizes in Deutschland: Entstehung, Anwendungsbereiche, Indexhandel, Springer-Verlag, Wiesbaden. Saam, N. J. (2002): Prinzipale, Agenten und Macht - Eine machttheoretische Erweiterung der Agenturtheorie und ihre Anwendung auf Interaktionsstrukturen in der Organisationsberatung, Mohr Siebeck, Tübingen.

LITERATURVERZEICHNIS

281

Sach, A. (1995): Kapitalkosten der Unternehmung und ihre Einflussfaktoren, Shaker, Aachen. Sachs, S./Post, J. E./Preston, L. E. (2002): Managing the extended enterprise: The new stakeholder view, in: California Management Review, 45, (1), S. 6–28. Sankaraguruswamy, S./Shen, J./Yamada, T. (2013): The relationship between the frequency of news release and the information asymmetry: The role of uninformed trading, in: Journal of Banking & Finance, 37, (11), S. 4134–4143. Sappington, D. E. (1991): Incentives in principal-agent relationships, in: The journal of economic perspectives, S. 45–66. Sapusek, A. (1998): Informationseffizienz auf Kapitalmärkten - Konzepte und empirische Ergebnisse, Gabler, Wiesbaden. Sauer, D. A. (1997): The impact of social-responsibility screens on investment performance: Evidence from the Domini 400 social index and Domini Equity Mutual Fund, in: Review of Financial Economics, 6, (2), S. 137–149. Schäfer, H. (2009): Verantwortliches Investieren: Zur wachsenden ökonomischen Relevanz von Corporate Social Responsibility auf den internationalen Finanzmärkten, VS Verlag für Sozialwissenschaften, Wiesbaden. Schäfer, H./Beer, J./Zenker, J./Fernandes, P. (2006): Who is who in Corporate Social Responsibility Rating? - A survey of internationally established rating systems that measure Corporate Responsibility, Bertelsmann Stiftung, Gütersloh. Schäfer, H./Lindenmayer, P. (2004): Sozialkriterien im Nachhaltigkeitsrating, Hans-Böckler-Stiftung, Düsseldorf. Schilling, M. A. (2000): Decades ahead of her time: advancing stakeholder theory through the ideas of Mary Parker Follett, in: Journal of Management History, 6, (5), S. 224–242. Schirl, E. (1999): In memoriam Efficient-Market-Hypothesis - Vivat technischMathematische Aktienkursanalyse, Linz, Universität Linz. Schlienkamp, C./Frei, N. (1998): Aktie im Aufwind - Von der Kursprognose zum Shareholder Value, Gabler Verlag, Wiesbaden. Schmidt, R. H./Terberger, E. (1997): Grundzüge der Investitions- und Finanzierungstheorie, 4., aktualisierte Aufl., Gabler, Wiesbaden. Schneck, O./Morgenthaler, P./Yesilhark, M. (2003): Rating - Wie Sie sich effizient auf Basel II vorbereiten, Dt. Taschenbuch-Verl; Beck, München. Schneider, D. (1989): Agency Costs and Transaction Costs: Flops in the Principle Agent-Theory of Financial Markets. In: Günter Bamberg und Klaus Spremann (Hg.): Agency Theory, Information, and Incentives. Berlin, S. 481–494.

282

LITERATURVERZEICHNIS

Schredelseker, K. (2002): Grundlagen der Finanzwirtschaft Ein informationsökonomischer Zugang, Oldenbourg, München. Schueth, S. (2003): Socially responsible investing in the United States, in: Journal of Business Ethics, 43, (3), S. 189–194. Schwalbach, J./Schwerk, A. (2008): Corporate Governance und Corporate Citizenship. Schwartz, M. (2003): The "Ethics" of Ethical Investing, in: Journal of Business Ethics, 43, (3), S. 195-213. Schyra, A. (2013): Indices as benchmarks in the portfolio management With special consideration of the European Monetary Union, Springer Gabler, Wiesbaden. Seitz, J. (2010): Nachhaltige Investments - Eine empirisch-vergleichende Analyse der Performance ethisch-nachhaltiger Investmentfonds in Europa, Diplomica Verlag, Hamburg. Serfling, K./Badack, E./Jeiter, V. (1996): Möglichkeiten und Grenzen des Credit Rating. In: Hans E. Büschgen und Oliver Everling (Hg.): Handbuch Rating. Wiesbaden: Gabler Verlag, S. 629–655. Shleifer, A./Vishny, R. W. (1997): A Survey of Corporate Governance, in: The Journal of Finance, 52, (2), S. 737–783. Sievänen, R./Rita, H./Scholtens, B. (2013): The Drivers of Responsible Investment: The Case of European Pension Funds, in: Journal of Business Ethics, 117, (1), S. 137–151. Simon, H. A. (1979): Rational decision making in business organizations, in: The American Economic Review, 69, (4), S. 493–513. Sinclair, T. J. (2005): The new masters of capital - American bond rating agencies and the politics of creditworthiness, Cornell Univ. Press, Ithaca, NY. Sjöström, E. (2004): Investment Stewardship. Actors and Methods for Socially and Environmentally Responsible Investments, Project Report for the Nordic Partnership in Collaboration with the Stockholm School of Economics, Stockholm. Skocpol, T./Fiorina, M. P. (1999): Making sense of the civic engagement debate, in: Civic engagement in American democracy, S. 1–26. Smith, M. P. (1996): Shareholder activism by institutional investors: Evidence from CalPERS, in: The Journal of Finance, 51, (1), S. 227–252. Snider, J./Hill, R. P./Martin, D. (2003): Corporate social responsibility in the 21st century: A view from the world's most successful firms, in: Journal of Business Ethics, 48, (2), S. 175–187.

LITERATURVERZEICHNIS

283

Solomon, J. (2009): Corporate governance and accountability, 3. Auflage, Wiley & Son, London. Sortino, F. A. (2010): The Sortino framework for constructing portfolios Focusing on desired target return to optimize upside potential relative to downside risk, Elsevier, Amsterdam, Boston. Sortino, F. A./Price, L. N. (1994): Performance measurement in a downside risk framework, in: The Journal of Investing, 3, (3), S. 59–64. Spelthahn, S./Fuchs, L./Demele, U. (2009): Glaubwürdigkeit in der Nachhaltigkeitsberichterstattung, in: uwf UmweltWirtschaftsForum, 17, (1), S. 61–68. Stiglitz, J. E./Ferri, G./Liu, L.-G. (1999): The procyclical role of rating agencies: Evidence from the East Asian crisis, in: Economic Notes, 28, (3), S. 335–355. Strier, F. (2008): Rating the raters: Conflicts of interest in the credit rating firms, in: Business and society Review, 113, (4), S. 533–553. Sustainalytics (2014): Company ESG Report, http://www.sustainalytics.com/ company-esg-report, zuletzt geprüft am 29.10.2015. Sustainalytics (2015a): About Us, http://www.sustainalytics.com/about-us, zuletzt geprüft am 29.10.2015. Sustainalytics (2015b): Our Story, Sustainalytics, http://www.sustainalytics.com/ our-story, zuletzt geprüft am 29.10.2015. Terberger, E. (1994): Neo-institutionalistische Ansätze - Entstehung und Wandel, Anspruch und Wirklichkeit, Gabler, Wiesbaden. Terberger, E. (2000): Agency-Theory. In: H. von Corsten (Hg.): Lexikon der Betriebswirtschaftslehre. München, S. 30–35. The Forum for Sustainable and Responsible Investment in the US (2016): Infographic, http://www.ussif.org/files/Infographics/Overview%20Infographic.pdf., zuletzt geprüft am 09.07.2017. Tietzel, M. (1981): Die Ökonomie der Property Rights: Ein Überblick, in: Zeitschrift für Wirtschaftspolitik, 30, (3), S. 207–243. Tuzzolino, F./Armandi, B. R. (1981): A need-hierarchy framework for assessing corporate social responsibility, in: Academy of management review, 6, (1), S. 21–28. van Harlow, W. (1991): Asset allocation in a downside-risk framework, in: Financial Analysts Journal, 47, (5), S. 28–40.

284

LITERATURVERZEICHNIS

Vogt, M. (2012): Was ist Nachhaltigkeit? In: Stefan Jung und Thomas Katzenmayer (Hg.): Nachhaltig wirtschaften. Wirtschaftsethische Reflexionen. Göttingen: V & R Unipress (Management - Ethik - Organisation, Bd. 1), S. 23–38. Volk, T. (2008): Interne Ratings im Firmenkundenkreditgeschäft einschließlich der damit verbundenen Haftungsfragen, Logos-Verlag, Berlin. von Carlowitz, H. C. (1713): Sylvicultura oeconomica, Braun, Leipzig. von Hauff, M. (2012): Nachhaltige Entwicklung - Begründung und Anforderung des neuen Leitbildes, http://fes-online-akademie.de/fileadmin/Inhalte/01_Themen/03_Nachhaltigkeit/dokumente/FES_OA_Leitbild_nachhalt._Entwicklung.pdf, zuletzt geprüft am 30.09.2016. Waddock, S. A./Graves, S. B. (1997a): Quality of Management and Quality of Stakeholder Relations Are They Synonymous?, in: Business & Society, 36, (3), S. 250–279. Waddock, S. A./Graves, S. B. (1997b): The corporate social performance-financial performance link, in: Strategic Management Journal, 18, (4), S. 303–319. Walzer, M./Kallscheuer, O. (1996): Zivile Gesellschaft und amerikanischen Demokratie, Fisher Taschenbuch Verlag, Frankfurt am Main. Waßmann, J. (2014): Grundlagen der CSR aus der Perspektive des Marketings Historische Entwicklung und Begriffsklärung, Springer Gabler, Wiesbaden. WCED (1987): Our Common Future - Report of the World Commision on Environment and Development, World COmmision on Environment and Development, http://www.un-documents.net/our-common-future.pdf, zuletzt geprüft am 12.08.2016. Weber, J./Marley, K. A. (2012): In Search of Stakeholder Salience: Exploring Corporate Social and Sustainability Reports, in: Business & Society, 51, (4), S. 626–649. White, L. J. (2010): Markets: The Credit Rating Agencies, in: The journal of economic perspectives, 24, (2), S. 211–226. Widiarto Sutantoputra, A. (2009): Social disclosure rating system for assessing firms' CSR reports, in: Corporate Communications: An International Journal, 14, (1), S. 34–48. Wieben, H.-J. (2004): Credit Rating und Risikomanagement - Vergleich und Weiterentwicklung der Analysekonzepte, 1. Aufl., Deutscher Universitätsverlag, Wiesbaden. Williamson, O. E. (1991): Strategizing, economizing, and economic organization, in: Strategic Management Journal, 12, (S2), S. 75–94.

LITERATURVERZEICHNIS

285

Woods, C./Urwin, R. (2010): Putting sustainable investing into practice: A governance framework for pension funds, in: Journal of Business Ethics, 92, (1), S. 1–19. Wuthnow, R. (1991): Acts of compassion - Caring for others and helping ourselves, Princeton University Press, Princeton, N.J. Young, S./Thyil, V. (2013): Corporate Social Responsibility and Corporate Governance: Role of Context in International Settings, in: Journal of Business Ethics, 122, (1), S. 1–24. Zhang, H./Zenios, S. (2008): A dynamic principal-agent model with hidden information: Sequential optimality through truthful state revelation, in: Operations Research, 56, (3), S. 681–696.

286

EIDESSTATTLICHE ERKLÄRUNG

Eidesstattliche Erklärung Ich versichere an Eides statt, dass meine hinsichtlich der früheren Teilnahme an Promotionsverfahren gemachten Angaben richtig sind und, dass die eingereichte Arbeit oder wesentliche Teile derselben in keinem anderen Verfahren zur Erlangung eines akademischen Grades vorgelegt worden sind. Ich versichere darüber hinaus, dass bei der Anfertigung der Dissertation die Grundsätze zur Sicherung guter wissenschaftlicher Praxis der DFG eingehalten wurden, die Dissertation selbständig und ohne fremde Hilfe verfasst wurde, andere als die von mir angegebenen Quellen und Hilfsmittel nicht benutzt worden sind und die den benutzten Werken wörtlich oder sinngemäß entnommenen Stellen als solche kenntlich gemacht wurden. Einer Überprüfung der eingereichten Dissertation bzw. die an dieser Stelle eingereichten Schriften mittels einer Plagiatssoftware stimme ich zu.

Ort, Datum

Unterschrift