| dc.description.abstract | I denne masteroppgaven undersøker vi ESG-rating usikkerhet som et supplement til tradisjonell analyse av ESG-investering. Det er få forskningsartikler som dekker temaet noe som illustrerer at det er et relativt nytt felt med behov for ytterligere undersøkelser. Med økt etterspørsel etter ESG-investering finner vi konsekvensene av lite standardisering og reguleringer i ESG-ratinger interessante. ESG-rating kan være svært subjektivt og skiller seg fra tradisjonelle ratinger, som for eksempel en svært regulert kredittrating. Det vil derfor være interessant å undersøke ESG-usikkerhet sammen med ESG-rating.
Vi replikerer noe av arbeidet til Avramov et al. (2021) ved å bruke betingede dobbelt sorterte porteføljer for avkastning, CAPM- og FFC-justert avkastning, hvor vi fokuserer på meravkastningen. Som en robusthetssjekk bruker vi en Fama-MacBeth-regresjon for å evaluere ESG-usikkerhetens innvirkning på aksjeavkastningen for selskaper notert på London Stock Exchange (LSE).
Gitt en lav ESG-usikkerhet, ser vi tendenser til at ESG-rating er positivt assosiert med fremdtidig avkastning. Ved å undersøke CAPM-alphaen finner vi bevis som støtter at ESG-rating er negativt assosiert med fremtidig aksjeutvikling når ESG-usikkerheten er lav. Da usikkerheten øker, er ikke disse funnene lenger gjeldende. I de univariate porteføljene basert på ESG-usikkerhet, kan vi bekrefte at aksjer med lav usikkerhet utkonkurrerer aksjer med høy usikkerhet. Videre, for de univariate porteføljene basert på ESG-rating, observerer vi at ESG-rating kan predikere aksjeavkastning.
Ved å utføre en robusthetssjekk, ser vi at dersom usikkerhet ikke er tilstede, kan vi bekrefte at ESG-rating predikerer avkastning for hele utvalget. Når usikkerheten tas i betraktning, observerer vi at ESG-rating ikke lenger kan brukes til å predikere aksjeavkastning. Dette understreker viktigheten av å inkludere ESG-usikkerhet i en tradisjonell ESG-investeringsanalyse. | |
| dc.description.abstract | In this thesis we investigate ESG rating uncertainty as a supplement to traditional ESG investing analysis. There are only a few research articles on the subject, indicating that this is a relatively new field which requires more research. With the increased demand for ESG investments, we find the consequences of little standardization and regulations in ESG ratings interesting. The fact that investors base investment decisions on ESG ratings, which can be highly subjective and contain biased information, is very different from traditional factors, such as credit ratings, which are highly structured and regulated. Investigating ESG uncertainty alongside ESG ratings will therefore be interesting.
We replicate some of the work of Avramov et al. (2021) by using conditional double-sorted portfolios for raw return, CAPM- and FFC-adjusted return, focusing on the excess return. We investigate both ESG rating and ESG uncertainty, as well as their interaction. As a robustness check, we use a Fama-MacBeth regression in order to evaluate the ESG rating and ESG uncertainty impact on stock returns for companies listed on London Stock Exchange (LSE).
For excess return, our results indicate that ESG rating is positively associated with future performance given a low ESG uncertainty. For the CAPM-alpha we find significant evidence to support that ESG rating is negatively associated with future stock performance when the ESG uncertainty is low. However, as the level of uncertainty increases, this finding is no longer supported. Furthermore, we can confirm that in the univariate portfolio, based on ESG uncertainty, the stocks with low ESG uncertainty will outperform stocks with high uncertainty on LSE. Interestingly, we find in the univariate portfolio, based on ESG rating, that ESG rating can successfully be used to predict stock return.
When performing a robustness check, we can see indications that ESG rating is a significant variable that predicts stock return for the full sample, when ESG uncertainty is absent. Taking ESG uncertainty into account, we discover that ESG ratings can not be used to predict stock returns. This emphasizes the importance of incorporating ESG uncertainty in ESG investment strategies. | |
