Оценка влияния ESG-рейтинга и факторов экологической результативности на уровень кредитного риска и ожидания акционеров компаний углеродоемких отраслей стран БРИКС

Обложка

Цитировать

Полный текст

Аннотация

Целью исследования является оценка влияния ESG-рейтингов, показателей экологического (Е) компонента и метрик экологической результативности нефинансовых компаний стран БРИКС на их кредитные риски (измеряемые по кредитному рейтингу) и ожидания акционеров (измеряемые по мультипликатору отношения стоимости предприятия (СП) к продажам). В метрики экологической результативности входят показатели выбросов, показатели эффективности водопотребления, показатели команды управления природопользованием и показатели способности справиться с климатическими рисками. Актуальность исследования подтверждается ограниченным количеством исследований по странам БРИКС и противоречивыми выводами работ, посвященных силе и направлению влияния ESG-факторов на стоимость и финансовые метрики компаний. Для кредитных рейтингов и мультипликатора СП/Продажи применялись модели упорядоченной логистической регрессии и МНК-регрессии соответственно. В подборку вошло 206 компаний из углеродоемких отраслей Бразилии, Китая, Индии, Южно-Африканской Республики и России за 2018–2021гг. Финансовые и ESG-метрики взяты из базы данных Refinitiv, а кредитные рейтинги компаний – из базы данных Moody’s и S&P. Результаты показали, что улучшение ESG- и Е-показателей, а также метрик экологической результативности оказывают отрицательное влияние на кредитные рейтинги компаний. И напротив, улучшение ESG-, Е-показателей и метрик экологической результативности оказывают положительное воздействие на метрики СП/Продажи. Последнее подтверждает эффект TGMT («слишком много хорошего») для экологической результативности, поскольку инвесторы в капитал в долгосрочной перспективе ожидают положительного эффекта от деятельности по улучшению климата на результативность капитала.

Об авторах

В. Агранат

AliExpress

Автор, ответственный за переписку.
Email: viagranat@mail.ru

Список литературы

  1. United Nations Climate Change Conference (COP26). 2021. URL: https://ukcop26.org/ (accessed on 10.04.2022).
  2. Thomson Reuters. URL: https://www.thomsonreuters.com/en.html (accessed on 10.04.2022).
  3. Tillier N. ESG and credit rating agencies: The pressure accelerates. ING Bank N.V. Feb. 22, 2021. URL: https://think.ing.com/articles/esg-and-credit-ratings-the-pressure-has-accelerated/ (accessed on 10.04.2022).
  4. DataBank. World development indicators. The World Bank Group. URL: https://databank.worldbank.org/reports.aspx?source=2&series=EN.ATM.CO2E.PP.GD&country (accessed on 11.04.2022).
  5. Impact of climate risks and sustainable development of the financial sector of the Russian Federation: Report for public consultation. Moscow: Bank of Russia; 2020. 35 p. URL: https://cbr.ru/Content/Document/File/108263/Consultation_Paper_200608.pdf (accessed on 30.04.2022). (In Russ.).
  6. Eckstein D., Künzel V., Schäfer L. Global climate risk index 2021: Who suffers most from extreme weather events? Weather-related loss events in 2019 and 2000-2019. Bonn: Germanwatch e.V.; 2021. 52 p. URL: https://www.germanwatch.org/sites/default/files/Global%20Climate%20Risk%20Index%202021_1.pdf (accessed on 10.04.2022).
  7. Preston L.E., O’Bannon D.P. The corporate social-financial performance relationship: A typology and analysis. Business & Society. 1997:36(4):419-429. https://doi.org/10.1177/000765039703600406 DOI: https://doi.org/10.1177/000765039703600406
  8. Hart S.L. A natural-resource-based view of the firm. The Academy of Management Review. 1995:20(4):986-1014. doi: 10.2307/258963 DOI: https://doi.org/10.2307/258963
  9. Trumpp C., Guenther T. Too little or too much? Exploring U-shaped relationships between corporate environmental performance and corporate financial performance. Business Strategy and the Environment. 2017:26(1):49-68. https://doi.org/10.1002/bse.1900 DOI: https://doi.org/10.1002/bse.1900
  10. Nandy M., Lodh S. Do banks value the eco-friendliness of firms in their corporate lending decision? Some empirical evidence. International Review of Financial Analysis. 2012;25:83-93. https://doi.org/10.1016/j.irfa.2012.06.008 DOI: https://doi.org/10.1016/j.irfa.2012.06.008
  11. Chodnicka-Jaworska P. ESG as a measure of credit ratings. Risks. 2021;9(12):226. https://doi.org/10.3390/risks9120226 DOI: https://doi.org/10.3390/risks9120226
  12. Kouloukoui D. et al. Factors influencing the perception of exposure to climate risks: Evidence from the world’s largest carbon-intensive industries. Journal of Cleaner Production. 2021;306:127160. https://doi.org/10.1016/j.jclepro.2021.127160 DOI: https://doi.org/10.1016/j.jclepro.2021.127160
  13. Baer M., Kastl J., Kleinnijenhuis A., Thomae J., Caldecott B. The cost for the financial sector if firms delay climate action. Oxford: Oxford Sustainable Finance Group; 2021. 40 p. URL: https://www.smithschool.ox.ac.uk/sites/default/files/2022-02/The-Cost-for-the-Financial-Sector-if-Firms-Delay-Climate-Action.pdf (accessed on 10.04.2022). DOI: https://doi.org/10.2139/ssrn.4095645
  14. ESG impact is rarely credit positive. FitchRatings. Feb. 07, 2022. URL: https://www.fitchratings.com/research/structured-finance/esg-impact-is-rarely-credit-positive-07-02-2022 (accessed on 10.04.2022).
  15. Shitikov V., Mastitskii S. Modeling ordinal and counting variables. In: Shitikov V., Mastitskii S. Classification, regression and other data mining algorithms using R. 2017. URL: https://ranalytics.github.io/data-mining/081-Logit-for-Count.html (accessed on 30.04.2022). (In Russ.).
  16. Karminskii A. Company ratings and their modeling. In: Proc. 10th Int. sci. conf. on the problems of development of the economy and society (in 3 books). Book 1. Moscow: SU-HSE; 2010:372-383. https://publications.hse.ru/pubs/share/folder/dmwt8m6g6k/78423642.pdf (In Russ.).
  17. Long-term rating scales comparison. BIS. URL: https://www.bis.org/bcbs/qis/qisrating.htm (accessed on 10.04.2022).
  18. General criteria: S&P global ratings’ national and regional scale mapping tables. S&P Global Ratings. Aug. 14, 2017. URL: https://disclosure.spglobal.com/ratings/en/regulatory/article/-/view/sourceId/10194514 (accessed on 10.04.2022).
  19. Information on the comparison of rating scales of Russian credit rating agencies. Bank of Russia. Dec. 30, 2021. URL: https://cbr.ru/press/pr/?file=30122021_101000PR2021-12-30T10_03_38.htm (accessed on 30.04.2022). (In Russ.).
  20. ESG in credit ratings. S&P Global Ratings. URL: https://www.spglobal.com/ratings/en/research-insights/special-reports/esg-in-credit-ratings (accessed on 30.04.2022).

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Агранат В., 2023

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».