Il presente studio esamina la value relevance dei rating ESG nel settore Textiles, Apparel & Luxury Goods, analizzando la relazione tra i punteggi ESG assegnati da quattro principali data provider (S&P Capital IQ, Bloomberg, LSEG e Truvalue) e le valutazioni di mercato delle imprese, misurate attraverso il multiplo EV/EBITDA. La ricerca adotta un approccio metodologico articolato su due livelli: regressioni OLS multivariate con selezione backward delle variabili di controllo e inferenza robusta (HC3), e modelli a variabili strumentali 2SLS che utilizzano rating ESG di provider alternativi come strumenti per correggere il rumore di misurazione. I risultati mostrano che, mentre le regressioni OLS univariate evidenziano un'associazione positiva tra rating ESG e multipli di valutazione, l'introduzione di variabili di controllo nelle specificazioni multivariate riduce tale relazione a coefficienti largamente non significativi. Le stime 2SLS, concentrate sui casi con strumenti robusti (F-statistic ≥ 10), confermano l'assenza di un effetto statisticamente significativo dei rating ESG sul multiplo EV/EBITDA. Lo scarto tra stime OLS e 2SLS suggerisce che parte dell'associazione emersa nelle specificazioni tradizionali rifletta rumore di misurazione piuttosto che relazioni causali, coerentemente con la letteratura sull'aggregate confusion dei rating ESG. Lo studio conclude che, nel settore analizzato, i rating ESG aggregati non mostrano una relazione robusta con le valutazioni di mercato una volta controllato per i fondamentali aziendali e corretto il measurement error, evidenziando le sfide nella standardizzazione delle metriche ESG e nell'identificazione causale in presenza di significativa eterogeneità metodologica tra data provider.

Value relevance dei punteggi ESG nel settore di Textiles, Apparel and Luxury Goods

LOMOVSKIKH, MATVEI
2024/2025

Abstract

Il presente studio esamina la value relevance dei rating ESG nel settore Textiles, Apparel & Luxury Goods, analizzando la relazione tra i punteggi ESG assegnati da quattro principali data provider (S&P Capital IQ, Bloomberg, LSEG e Truvalue) e le valutazioni di mercato delle imprese, misurate attraverso il multiplo EV/EBITDA. La ricerca adotta un approccio metodologico articolato su due livelli: regressioni OLS multivariate con selezione backward delle variabili di controllo e inferenza robusta (HC3), e modelli a variabili strumentali 2SLS che utilizzano rating ESG di provider alternativi come strumenti per correggere il rumore di misurazione. I risultati mostrano che, mentre le regressioni OLS univariate evidenziano un'associazione positiva tra rating ESG e multipli di valutazione, l'introduzione di variabili di controllo nelle specificazioni multivariate riduce tale relazione a coefficienti largamente non significativi. Le stime 2SLS, concentrate sui casi con strumenti robusti (F-statistic ≥ 10), confermano l'assenza di un effetto statisticamente significativo dei rating ESG sul multiplo EV/EBITDA. Lo scarto tra stime OLS e 2SLS suggerisce che parte dell'associazione emersa nelle specificazioni tradizionali rifletta rumore di misurazione piuttosto che relazioni causali, coerentemente con la letteratura sull'aggregate confusion dei rating ESG. Lo studio conclude che, nel settore analizzato, i rating ESG aggregati non mostrano una relazione robusta con le valutazioni di mercato una volta controllato per i fondamentali aziendali e corretto il measurement error, evidenziando le sfide nella standardizzazione delle metriche ESG e nell'identificazione causale in presenza di significativa eterogeneità metodologica tra data provider.
2024
Value relevance of ESG Scores in the Textiles, Apparel and Luxury Goods Sector
File in questo prodotto:
File Dimensione Formato  
Tesi_v.final.pdf

accesso aperto

Dimensione 4.49 MB
Formato Adobe PDF
4.49 MB Adobe PDF Visualizza/Apri

È consentito all'utente scaricare e condividere i documenti disponibili a testo pieno in UNITESI UNIPV nel rispetto della licenza Creative Commons del tipo CC BY NC ND.
Per maggiori informazioni e per verifiche sull'eventuale disponibilità del file scrivere a: unitesi@unipv.it.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14239/33866