The effect of ESG scores on corporate credit ratings in the industrial sector : evidence from Nordic countries
Ruismäki, Kaisa (2025)
Pro gradu -tutkielma
2025
School of Business and Management, Kauppatieteet
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2025041025489
https://urn.fi/URN:NBN:fi-fe2025041025489
Tiivistelmä
This master’s thesis examines the effect of ESG scores on corporate credit ratings in the industrial sector, focusing on the Nordic countries. Data is annual and collected from years 2020-2023. The abbreviation ESG stands for Environmental, Social, and Governance. Corporate credit ratings are forward-looking assessments on the ability of a corporate to repay its debt. The expectations are that the relationship between ESG scores and credit ratings is positive and statistically significant.
The data for this study consists of overall ESG score and its pillar scores, six control variables, and credit ratings. Control variables are company market cap, EBITDA margin, debt-to-equity ratio, current ratio, interest coverage ratio, and asset turnover. This quantitative study is conducted by utilizing first multiple linear regression and then ordered probit regression. Latter is chosen due to the ordinal nature of the dependent variable. The model setup is identical for both regression techniques. Four regression models are constructed: the first model examining the overall ESG score, the second model environmental, the third model social, and the fourth model governance score.
Results of this study reveal a positive and statistically significant relationship between ESG scores and credit ratings in the Nordic industrial sectors. The results are consistent with using both regression models. However, when studying each year and country separately, few inconsistencies were detected in the statistical significance of ESG scores and the relationship between control variables and credit ratings. This may be caused by smaller sample sizes. Tässä pro gradu -tutkielmassa tutkitaan ESG-pisteiden vaikutusta yritysten luottoluokituksiin teollisuussektorilla Pohjoismaissa. Tutkimuksessa käytetty aineisto on kerätty vuosilta 2020–2023. ESG:llä tarkoitetaan ympäristö- ja yhteiskuntavastuuta sekä hyvää hallintotapaa yrityksissä. Yritysten luottoluokituksilla arvioidaan yrityksen kykyä maksaa velvoitteensa takaisin. Tutkimuksen hypoteesi on, että ESG-pisteiden ja luottoluokituksien välinen suhde on positiivinen ja tilastollisesti merkitsevä.
Tutkielman aineisto sisältää ESG-pisteet kokonaisuudessaan sekä osa-alueittain, kuusi kontrollimuuttujaa sekä luottoluokitukset. Kontrollimuuttujia ovat yrityksen markkina-arvo, käyttökate suhteessa liikevaihtoon, velan suhde omaan pääomaan, current ratio, interest coverage ratio sekä liikevaihdon suhde varoihin. Tässä kvantitatiivisessa tutkimuksessa on käytetty ensin lineaarista regressiomallia ja myöhemmin ordered probit -regressiomallia. Jälkimmäistä on käytetty ordinaalisen selitettävän muuttujan takia. Eri ESG-osa-alueiden vaikutusta luottoluokituksiin on tarkasteltu neljän regressiomallin avulla.
Koko tutkimusaineiston regressioanalyysin tulokset osoittavat, että ESG-pisteiden ja luottoluokitusten välillä on positiivinen ja tilastollisesti merkitsevä suhde Pohjoismaiden teollisuussektorilla. Tulokset ovat yhteneväiset molempia regressiomalleja käytettäessä. Tarkasteltaessa eri vuosia ja maita erikseen havaittiin joitakin ristiriitaisuuksia ESG-pisteiden regressiokertoimien tilastollisessa merkitsevyydessä sekä kontrollimuuttujien ja luottoluokituksien välisessä suhteessa, mikä voi johtua pienemmästä otoskoosta.
The data for this study consists of overall ESG score and its pillar scores, six control variables, and credit ratings. Control variables are company market cap, EBITDA margin, debt-to-equity ratio, current ratio, interest coverage ratio, and asset turnover. This quantitative study is conducted by utilizing first multiple linear regression and then ordered probit regression. Latter is chosen due to the ordinal nature of the dependent variable. The model setup is identical for both regression techniques. Four regression models are constructed: the first model examining the overall ESG score, the second model environmental, the third model social, and the fourth model governance score.
Results of this study reveal a positive and statistically significant relationship between ESG scores and credit ratings in the Nordic industrial sectors. The results are consistent with using both regression models. However, when studying each year and country separately, few inconsistencies were detected in the statistical significance of ESG scores and the relationship between control variables and credit ratings. This may be caused by smaller sample sizes.
Tutkielman aineisto sisältää ESG-pisteet kokonaisuudessaan sekä osa-alueittain, kuusi kontrollimuuttujaa sekä luottoluokitukset. Kontrollimuuttujia ovat yrityksen markkina-arvo, käyttökate suhteessa liikevaihtoon, velan suhde omaan pääomaan, current ratio, interest coverage ratio sekä liikevaihdon suhde varoihin. Tässä kvantitatiivisessa tutkimuksessa on käytetty ensin lineaarista regressiomallia ja myöhemmin ordered probit -regressiomallia. Jälkimmäistä on käytetty ordinaalisen selitettävän muuttujan takia. Eri ESG-osa-alueiden vaikutusta luottoluokituksiin on tarkasteltu neljän regressiomallin avulla.
Koko tutkimusaineiston regressioanalyysin tulokset osoittavat, että ESG-pisteiden ja luottoluokitusten välillä on positiivinen ja tilastollisesti merkitsevä suhde Pohjoismaiden teollisuussektorilla. Tulokset ovat yhteneväiset molempia regressiomalleja käytettäessä. Tarkasteltaessa eri vuosia ja maita erikseen havaittiin joitakin ristiriitaisuuksia ESG-pisteiden regressiokertoimien tilastollisessa merkitsevyydessä sekä kontrollimuuttujien ja luottoluokituksien välisessä suhteessa, mikä voi johtua pienemmästä otoskoosta.