Indicatori de Performanta

ANALIZA FACTORILOR DETERMINANȚI AI INDICATORILOR DE PERFORMANȚĂ

Introducere

Introducere în analiza fianciară

Analiza financiară identifică starea de echilibru financiar (de risc) static și dinamic și starea de profitabilitate (rentabilitate) ale întreprinderii pentru a măsura creșterea valorii capitalurilor acesteia și pentru a planifica activitățile viitoare de exploatare, investiții și finanțare. Analiza financiară răspunde, în primul rând, unor nevoi interne de informare și ajustare a modului de îndeplinire a obiectivelor managementului financiar, dar și a unor nevoi externe de informare și motivare a actualilor și potențialilor parteneri de afaceri (acționari , împrumutători, furnizori, cumpărători,etc.). Sursa de date pentru analiza financiară este furnizată de contabilitate prin bilanț, cont de profit și pierderi și anexa la bilanț, auditate financiar, precum și prin informații ale pieței fiannciare privind evoluția prețurilor, a inflației, a cursurilor bursiere, a dobânzilor etc.

Responsabilitatea social-economică

„Conform definiției date de Comisia Europeană, pentru a fi responsabilă social o companie trebuie să integreze în acțiunile și în strategiile ei problemele sociale și de mediu legate de interacțiunile în care se implică. Două sunt trăsăturile distinctive ale unui program de responsabilitate corporatistă. Întâi, CSR are un caracter voluntar, implicând responsabilități morale asumate de companii, deasupra celor impuse prin lege. Apoi, CSR presupune crearea de relații pe termen lung și egal profitabile cu piața și cu mediul social, deci mai mult decât simplul act de filantropie sau donație. Deși necesită costuri, CSR este o strategie de management profitabilă, în măsura în care generează, pe termen lung, credibilitatea și încrederea necesare unei companii în relațiile cu cei de care depinde, acționari, parteneri de afaceri, clienți.
Începând cu 2000, Comisia Europeană și țările UE acordă un interes tot mai mare responsabilității corporatiste. Dincolo de discursul european comun, practicile de CSR evoluează diferit de la țară la țară, în funcție de tradiții și de specificul economic și social al fiecărei regiuni. Cercetări recente arată că, de pildă, în Marea Britanie se acordă importanță problemelor etice, conflictelor morale generate de practicile de CSR. În schimb, în țările nordice programele de responsabilitate corporatistă sunt orientate îndeosebi către problemele de mediu, în vreme ce în țările din sudul Europei există un interes mai mare pentru problemele sociale.
În țările răsăritene interesul pentru acest concept de management este scăzut. De CSR sunt preocupate mai cu seamă multinaționalele, însă nu ca un răspuns la o presiune a pieței ori la o cerință a publicului. Se poate spune acum că în România, în afară de multinaționale și ONG-uri care dezvoltă proiecte în parteneriate public-private, companii de dimensiuni mari și medii din industriile noi, precum software, desfășoară și găsesc avantaje vizibile în programele de responsabilitate socială. În ultimii ani s-au creat câteva medii care promovează bunele practici de CSR, popularizează acest concept, fac cercetare și întrețin un dialog public în care se discută despre avantajele aduse mediului de afaceri de aceste instrumente de management.”

Acestă lucrare are ca scop determinarea factorilor care influențează indicatorii de performanță folosind un eșantion de 30 de firme listate la BVB la categoria I și a II-a pe parcursul unei perioade de 4 ani, respectiv intervalul de timp 2006-2009. În această lucrare am folosit atât date panel cât și date transversale cu axa timpului. Pentru stabilirea acestui diagnostic s-au folosit atât indicatori financiari, printre care rate de rentabilitate, rate de lichiditate, rate de solvabilitate, indicatori de mărime ai companiei ( total active, profitul de exploatare), indicatori bursieri (CB, MBR, MVA) dar și indicatori care măsoară performanța socială corporativă, respectiv indicatorii “alte venituri/cheltuieli din exploatare” (despăgubiri, donații) plus o variabilă dummy pentru firmele care au adoptat o politică CSR. Am împărțit această cercetare în două părți , prima parte fiind intitulată Stadiul Cunoașterii, iar a doua parte este denumită Metodologia cercetării și studiul de caz.

În partea de Literature Review s-a prezentat o metodă de măsurare a performanței financiare , s-a stabilit o legătură între responsabilitatea social corporativă (CSR) și performanța financiară corporativă (CFP) și s-a determinat legătura dintre diferiți indicatori financiari care au ca scop detectarea unor factori care să determine performanțele financiare și economice ale companiilor. Deasemenea tot în partea de Literature Review s-a studiat efectul vânzărilor intra regionale, diversitatea produselor, și performanța în multinaționale care a arătat că vânzările intra regionale ar trebui să îmbunătațească performanța generată de diversitatea produsului.

Ca măsură a performanței contabile s-a utilizar ROA, ROE, ROS, ca măsură a performanței pieței este folosit Tobin’s Q, iar ca măsura a performanței sociale a firmelor Koreene s-a folosit indexul Keji care selecteactează firmele performante atât din punct de vedere calitativ cât și cantitativ. Scopul principal al evaluării cantitative este să colecteze informațiile non-publice pentru a determina firma cea mai performantă. . Deasemenea trebuie precizat că pe baza indexului KEJI se determină 2 variabile : EW ( indexul CSR egal ponderat ) și SW ( indexul CSR ponderat al stakeholderilor).

Partea practică a acestui articol descrie modelul econometric a cinci regresii liniare multiple iar validarea acestora s-a făcut parcurgând următoarele etape:

Parcurgerea testului Student (t) sau Verificarea semnificației estimatorilor

Verificarea nivelului Multiple R, R- Square, testul F

Testarea ipotezei de corelare a erorilor (Testul Durbin – Watson)

Testarea ipotezei de homoscedasticitate (Testul White)

Verificarea normalității (Testul Jarque – Bera)

În continuare vom descrie variabilele utilizate în modelul econometric. Astfel prima regresie folosește ca variabilă dependentă ROE, iar ca variabile de influență folosește următorii indicatori : CREST_PREXPL, RAPORTEBITDA_CA, LEVIERUL, R_INDATORARE. Al doilea model econometric are ca variabilă dependentă CF-ul companiilor analizate iar ca variabile independente : CA, PN, IMOBILIZARI, DAT_FINANCIARE, DAT_EXPL. În următoarea regresie am ales PN ca variabilă dependentă iar ca variabile de influență am ales ACTIVE_TOTALE, DAT_TOTALE, CA, CPR. În continuare am încercat să stabilesc o legătură între indicatorii financiari, indicii bursieri, dar si între o variabiă dummy. Pentru aceasta am folosit ca variabilă dependentă ROE, iar ca variabile de control am ales LEVIERUL, RAPORTEBITDA_CA, CREST_CB, VAR_DUMMY. În ultimul model econometric din acestă cercetare am ales ca variabilă dependentă ROA iar ca variabile de influență am ales CREST_PREXPL, LEVIERUL, R_CRT, R_INDATORARE, ROE, RAPORTEBITDA_CA.

În urma realizării acestor modele econometrice s-a stabilit atât ce legătură există între variabila dependentă și variabilele independente dar și măsura în care variabilele de control influențează variabila dependentă.

CAPITOLUL I

STADIUL CUNOAȘTERII

1.1 Literature Review

Articolul care relatează relația dintre diferiți indicatori financiari ai unei companii și performanța acesteia este intitulat “Indicatorii de performanță în modelarea deciziilor financiare” și a fost realizat de către Dana Maria Boldeanu, Adrian Victor Bădescu. Scopul modelului pe care vrem să-l dezvoltăm este de a investiga în mod empiric relația între diverși indicatori rezultați din situația financiară a unei companii și implicit a performanței. Pornind de la acest obiectiv, cercetarea a implicat realizarea unei analize pentru identificarea posibilelor conexiuni între datele ce necesită să fie analizate și rezultatul unei caracteristici de performanță economică și financiară pentru un număr de 162 de companii din industria farmaceuticelor, grupate în zone geografice, utilizând o regresie liniară multiplă de tipul celor mai mici pătrate. În acest caz, analiza realizată focalizează asupra explicării sau predicției ROE-ului, utilizând toate datele valabile din cadrul companiei. Setul de date se referă la rapoarte financiare pentru anul 2007 și 2008, și a fost obținut prin accesul la baza de date online (Onesource, 2008), la secțiunea “Companii Globale”. Acestea sunt companii listate la bursă având ca obiect principal “producerea de substanțe farmaceutice”.

Modelul econometric este interesant prin numărul mare de factori care contribuie la stabilirea unei legături pozitive sau negative între variabilele independente și indicatorul ROE și ne ajută să identificăm și să validăm factorii principali, esențiali, în opinia noastră și a celorlalți specialiști mentionați în lucrare, factori care determină performanțele financiare și economice ale companiei. Ca variabilă dependenta am utilizat ROE, deoarece am considerat că sintetizează cel mai bine conceptul de performanță a companiei în condițiile în care acesta trebuie sa fie sintetizat printr-un singur indicator.

ROE= β1+ β2 Beta+ β3 Leverage+ β4 (Cashflow/Liabilities)+ β5 EBITDA/ Interestcover + β6 CurrentRatio + β7 QuickRatio+ β8 ROA+ β9 EBITDA_Margin + β10 AssetsGrowth + β11 SalesGrowth+ β12 Value-to-Book ratioa + β13 MarketCapitalization + β14 Total Assets+ β15 Operating Income + β16 (GNI/Capita)+ β17 GDP_Deflator + β18 (Health_expenses/GDP)+ ε

Referitor la factorii specifici companiilor (inclusi prin variabile independente), am decis să le grupăm în 4 mari categorii: factori de risc (solvență): Beta, Leverage, Cash flow/Liabilities, EBITDA/ Interest Cover, factori de lichiditate: Quick Ratio, Current Ratio, factori de dinamnică a creșterii: ROA, EBITDA Margin, Assets Growth, Sales Growth, Value-to-Book Ratio , factori de mărime ai companiei: Market Capitalization,Total Assets, Operating income. Mai mult, în afara factorilor specifici companiei, am adăugat efecte legate de țara de origine a companiei (Deflator de inflație PIB/ VNB/cap de locuitor, cheltuieli de sănătate/ PIB), drept evaluare prin analiza experimentală a impactului lor. S-a preferat această abordare decât cea de adăugare a variabilelor dummy de țară.

Ecuația de regresie obținută în final reflectă relația între ROE și factorii care apartțin eficienței și dinamicii creșterii, precum și factorii înruditi cu lichiditatea.

ROE= -239-0,00400 x SalwsGrowth + 908 x AssestsGrowth – 0,0205 x EBITDAMargin – 1,99 x ROA – 241 x ln2(QuickRatio)

Din modelul prezentat, putem afirma că factorii ROE principali sunt: Rata de creștere pe un an a activelor, cu influența cea mai mare, care dovedește că industria farmaceutică este un loc în care jucătorii mari se bucură de success, din moment ce ei dețin resursele pentru susținerea costurilor semnificative pentru cercetare și dezvoltare, ROA, EBITDA Margin ,Quick Ratio (lichiditate imediată), Rata de creștere a vânzărilor pe un an.

Într-un alt studiu intitulat” Analiza performanței financiare a companiilor de telecomunicații scandinavice utilizând tehnici de statistică și rețele neurale”a fost aplicată o nouă metodologie propusă de Costea și Eklund pentru a clasifica companiile de telecomunicații cu referire la performanța lor financiară. În această lucrare, datele consistă din declarații financiare a unui număr de companii de telecomunicații internațional și pot proveni din mai multe surse, de exemplu baze de date, depozite de date, fișiere neierarhizate. Această cercetare are la bază un studiu anterior, realizat de Karlsson et. al în 2001, în care autorii au utilizat algoritmul SOM pentru a analiza performanța financiară a companiilor de telecomunicații. Algoritmul SOM este utilizat pentru data mining. Analiza grupării finale relevă un număr de grupuri, reprezentând diferite clase de performanță financiară. Variabilele folosite în această lucrare au fost reprezentate de rate de profitabilitate (măsurate prin Operating Margin, ROTA, ROE), rate de lichiditate (Current Ratio), rate de solvabilitate (Equity to capital, Interest Coverage) și rate de eficiență (Receivables Turnover). În acest caz , toate variabilele sunt corelate în mod pozitiv cu performanța companiei.

Această cercetare abordeză procedeul de clusterizare prin care companiile analizate sunt grupate în functie de performanța financiară. Aceasta înseamna că clasele (A1, A2, B, C1,C2, D) sunt în ordine ascendentă în termenii performanței finaciare a companiilor, dar nu sunt distribuite în mod egal. O explicație scurtă a caracteristicilor fiecărui grup este prezentată mai jos:

A1 – corespunde companiilor care au avut cele mai bune performanțe ( profitabilitate foarte bună, solvență decentă, lichiditatea un pic mai rea). Companii eșantionate: British Telecom (97-99), Nokia (97-99) și Samsung (95,99), etc

A2 – grupul cu performanțe mai slabe decât primul. Compani eșantionate: Benefon, Motorola, Sonera.

B – companii cu performanțe financiare mai slabe decât cele din grupurile A: Alcatel(97-98), Nokia(95-96), etc.

C1- profitabilitate decentă, lichiditate bună, solvența și eficiența slabă: DoCoMo (95-99) și Sonera(95).

C2 – grup puțin mai slab decât C1. Conține companii cu profitabilitate decentă, lichiditate slabă, solvența și rapoarte de eficiență slabă.

D – cel mai slab grup: profitabilitate și solvență slabe, lichiditate medie: companii din Europa și S.U.A și companii din Japonia între 98-99 ( datorită crizei financiara asiatice din anii respectivi ).

În următoarea parte, construim două modele de clasificare diferite pentru a împărți datele pentru anul 2000 în grupurile deja existente. Toate variabilele sunt seminificative (p<0.01), în afară de “Current ratio” (p=0.16), ceea ce înseamnă că această variabilă nu are o contribuție puternică la explicarea predicțiilor de clasă. Însă, păstrarea acestei variabile nu va afecta modelul nostru.

În cele ce urmează, performanța fiecărei companii va fi ilustrată pe baza mapării (grupare, clusterizare) din figura 1 (Anexe pag 1) .

Benefon (Nr.1 , săgeți portocalii), un producător Finlandez mic de telefoane mobile, arată performanțe excelente între aniii 1995-1997.

Doro (Nr.2 săgeți negre), un producător suedez de echipamente de telecomunicare, prezintă îmbunătățiri stabile în performanța sa financiară. În 1995 compania s-a plasat în grupul C1, dar profitabilitatea în creștere a plasat compania în grupul B, foarte aproape de Ericsson, pentru restul perioadei.

Ericcson (Nr.3 săgeți galbene), un producător suedez major de telefonie mobilă și tehnologie de rețeleistică, arată performanțe foarte bune între 1995 și 1999 a rămas în grupul B. Profitabilitatea, solvența, și lichiditatea sunt foarte bune, deși nu la fel de bune precum în grupul A1.

Helsingin Puhelin Yhtiot( Nr.4, săgeți rosii, numit acum Elisa), este al doilea service provider finlandez ca mărime, și precum Sonera, arată performanțe bune. În 1995-1997 compania s-a plasat în grupul C1, dar performanțe financiare îmbunătățite a adus compania în grupul B în 1998.

Netcom (Nr.5, săgeți albe), este un service provider suedez care operează într-un număr de țări scandinave. Costuri mari de pornire au ținut compania în grupul D pentru întreaga perioadă.

Nokia (Nr.6 , săgeți albastre), cel mai mare producător de telefoane mobile din lume, este cea mai consistentă companie scandinavă din domeniul telecomunicațiilor în privința performanței financiare.

Sonera (Nr.7, săgeți torcoise, acum Telia Sonera), cel mai mare service provider finlandez, se comportă bine, migrând de la grupul C1 în 1995 la grupul A1 în 1996-1997.

Tele Denmark (Nr.8, săgeți mov) , rămane în aceeași zonă din mapare, pornind în grupul A1, dar migrând spre C1 datorită profitabilității în scădere din 1997.

Telia (Nr. 10, Suedia) și TeleNor (Nr.9, Norvegia) sunt interesant de similare în performanță, iar companiile chiar au fost aproape să fuzioneze în 1999-2000. Însă, afacerea nu s-a materializat niciodată datorită dezacordurilor privind drepturile de proprietate.

Un alt exemplu este redat cu ajutorul unui caz practic care are ca scop analiza indicatorilor de rentabilitate în cadrul căruia s-au utilizat indicatori pentru a determina performanța financiară a firmei respective. S-a considerat o firmă ce-și desfășoară activitatea în domeniul comercializării de produse de parfumerie pentru care se propune diagnosticarea acesteia prin prisma indicatorilor economici și financiari, în decursul anilor 1998 – 2000. Pentru stabilirea unui diagnostic s-a utilizat realizarea următoarelor metode :

Analiza structurii activului și pasivului bilanțier

Analiza indicatorilor fondului de rulment

Analiza indicatorilor de lichiditate

Analiza indicatorilor de echilibru financiar

Analiza structurii cifrei de afaceri pe elemete de cheltuieli de exploatare

Analiza soldurilor intermediare de gestiune și a capacității de autofinanțare

Analiza activității firmei

Analiza indicatorilor de cash flow

Ca variabile folosite în analiza economico – financiară a firmei amintim: Total imobilizări, Total active circulante, CPR, Datorii totale, FR, NFR, TN, CF, Lichiditatea generală, Lichiditatea imediată, Lichiditatea la vedere, Rata solvabilității generale, Rata autonomiei financiare, Rata de finanțare a stocurilor, Rata datoriilor, Rata CPR / IMO, CA, Marja comercială, Valoaraea adăugată, Excedentul brut de exploatare, Rezultatul din exploatare, Rezultatul current, Rezultatul brut, Rezultatul net, Durata de rotație a ACR, Durata de rotație a activului total, Durata medie de recuperare a creanțelor , Cash flow disponibil, Cash flow disponibil pentru acționari, Cash flow disponibil pentru creditori, Rata de rentabilitate economică, Rata de renatbilitate financiară, AE, AE / CPR,

VA / IMO, IMO / AE, VA / CA, CA / AE.

Concluziile generale privind diagnosticul financiar al întreprinderii au fost sintetizate prin intermediul metodei SWOT, astfel:

Puncte forte

Politica de plată a furnizorilor , care dă posibilitatea asigurării unor resurse de finanțare gratuite

Raportul dintre activele circulante și imobilizări

Ecartul dintre cifra de afaceri efectiv înregistrată și cifra de afaceri la pragul de rentabilitate

Puncte slabe

Ponderea foarte redusă a capitalurilor proprii în total pasiv

Lichiditatea redusă

Scăderea marjei comerciale în termeni reali

Scăderea nivelului autofinanțării efective

Oportunități

Accelerarea vitezei de rotație a stocurilor de mărfuri datorită întăririi poziției pe piață

Riscuri (Amenințări)

Imposibilatea reînnoirii contractelor cu furnizorii, ceea ce va genera imposibilitatea plății ratelor și dobânzilor scadente aferente creditului contractat pentru achiziționarea imobilului în care firma își desfășoară activitatea

Înrăutățirea situației comerciale a firmei

În articolul „Studiul privind impactul responsabilității sociale corporative asupra performanțelor financiare ale companiilor”, autorii intenționează să prezinte o metodă de măsurare a performanței financiare corporative, printr-un coeficient, și de a studia legătura între această măsura a CSP și indicatorii de putere financiară ai companiei ( măsuri de mărime și profitabilitate), la nivelul unei mostre de companii Românești cotate la Bursa de Valori București. Deși într-o manieră care prezintă limitări, acest studiu a relevat faptul că, la nivelul mostrei analizate, se poate stabili o relație pozitivă între performanța socială corporativă (CSP) și performanța financiară corporativă (CFP), fapt indicat de majoritatea studiilor din literatură. Scopul acestui studiu este de a furniza un cadru de măsurare a performanței sociale și de a analiza relația CSP-CFP pentru un eșantion de companii din Romania. În acest sens, sunt urmărite două stagii: măsurarea performanței sociale corporative, prin calcularea unui scor; investigarea relației între peformanța socială, măsura prin scorul obținut, și performanța financiară. Începând cu această metodologie propusă de Scholtens (2008) pentru măsurarea CSP-ului, companiile din prezentul studiu au fost evaluate cu privire la următorii indicatori ai CSR: (1) coduri etice, rapoarte ale responsabilității sociale și sistemelor de management; (2) managementul mediului; (3) calitatea și siguranța produselor; (4) comportamentul social. Pentru fiecare categorie a fost stabilit un număr de criterii (24 în total) pentru evaluarea performanței sociale. Firmele selectate pentru analiza responsabilității sociale sunt listate la prima categorie a Bursei de Valori București (BVB). Datorită disponibilității reduse a datelor, a fost reținut un număr mic de firme (11). Estimarea nivelului de performanță socială corportaivă a unei companii presupune calculul unei medii ponderate a patru coeficienti parțiali (unul pentru fiecare grup de criterii), după cum urmează: CCSP=a1 x C1+ a2 x C2+ a3 x C3+ a4 x C4, în care:

CCSP este coeficientul CSP, a1 … a4 sunt coeficienții de importanță ai coeficienților parțiali, C1=coeficient de raportare, C2=coeficient de mediu, C3=coeficient de calitate, C4= coeficient de comportament social, a1 + a2 + a3 + a4 = 1.

După realizarea calculelor, sunt obținute următoarele valori pentru coeficienții de importanță: a1=0.208, a2=0.208, a3=0.084 și a4=0.5 iar valorile pentru coeficientul CSP sunt prezentate în Tabelul 1 (Anexe pag 2) .

Începând cu coeficientul CSP obținut în acest mod, au fost realizate o serie de analize statistice privind relația dintre această dimensiune a performanței corporative și a performanței financiare utilizând metode de analize a datelor (analize de corelare, analize de componente principale, analiza de cluster și analiza discriminatorie). Analiza de corelare pune în lumină existența unei corelații pozitive între CSP-ul companiilor , mărimea și peformanța lor financiară, dat fiind faptul că valoarea coeficientului de corelație între CSP și orice alți indicatori este mai mare de 0.3. În mod specific, coeficientul de corelare între scorul CSP și cel de vînzări este de 0.54, iar cu cel de active totale este de 0.3, care indică existența unui efect al mărimii. Mai mult, performanța socială este semnificativă și pozitiv corelată cu ROA-ul companiei (0.38).

După analizarea valorilor proprii ale matricii de corelație, au fost reținute două componente principale mai mari decât 1 (criteriul Kaiser-Guttman), deoarece doar acestea au conținut informațional mai mare decât variabilele originale. Prima componentă principală este corelată pozitiv cu indicatorii săi de mărime, vânzări (0.97) și active totale (0.94) iar a doua este direct corelată cu ROA (0.89) și coeficientul CSP (0.73), astfel încât cei doi factori agregați exprimă mărimea și respectiv tăria socio-economică a companiilor. Structura celei de-a doua componente principale indică faptul că companiile care au valori pozitive pentru acest factor sunt implicate în activități sociale importante și prezintă valori mari pentru ROA, în această categorie fiind incluse Petrom și Alro, companii cu cele mai bune performanțe sociale, urmate de Transgaz, Impact și Banca Transilvania. Cele șase companii rămase prezintă un scor negativ pentru acest al doilea factor. Utilizând metoda lui Ward pentru agregarea ascendentă, analiza de cluster a identificat trei grupuri de companii ((A)SNP ,BRD; (B) TER, BTL, IMP, ZNT, ATB; (C) TNE, TNG, OLT, ALR). Clasa A grupează cele mai mari companii cu privire la vânzări și active totale și care dezvoltă o activitate importantă de responsabilitate socială. Clasa B include companii cu un bun ROA iar cele din clasa C sunt companiile cu activitate de responsabilitate socială bună.

În concluzie, se poate afirma că, deși studiile prezintă unele limitări ( precum numărul redus de companii, și substanțierea insuficientă a coeficientilor CSP), a identificat o legatură între peformanța socială și financiară a unei companii (mărime și profitabilitate), care confirmă, într-un context românesc, până la un anumit punct, rezultatele empirice anterioare.

Lucrarea “Studiul efectelor diversificării produselor asupra performanței unei firme și complementarității produselor. Un studiu al cazinourilor americane” relevă modul în care este influențată performanța unei firme de gradul de diversificare al produselor. Industria jocurilor de noroc din U.S.A are caracteristici unice ce trebuie adresate în contextul diversificării produselor. În primul rând, în comparație cu firmele multi-produs generale care își comercializează produsele de-a lungul diverselor industrii în care sunt implicate, cazinourile americane adoptă diversificarea produselor în interiorul industriei. În al doilea rând, diversificarea firmelor de cazino americane reprezintă o diversificare legată de complementaritate, ceea ce înseamnă că introducerea produselor complementare ( hotel, restaurante, etc) contribuie la ranforsarea (consolidarea, întărirea) impactului produsului principal (jocurile de noroc) asupra performanței firmei. Acest studiu ipotetizează o relație de forma unui U inversat între gradul de diversificare al produselor și performanța unei firme. . Considerând puncte de vedere contradictorii pentru costuri și beneficii asociate cu diversificarea produselor, se poate ipotetiza că în timp ce gradul de diversficare al produselor crește, inițial, performanța firmei se îmbunătățește împreună cu sinergiile create prin operațiile de internalizare. Performanța unei firme poate însă să decadă după ce gradul de diversificare al produselor depășește nivelul optim deoarece creșterile în costurile de distribuție, coordonare și guvernare depășesc capacitățile interne.

Pentru complementaritatea între produse, acest studiu consideră doar trei produse ale cazinourilor ( jocuri de noroc, domeniul hotelier și cel al alimentației publice) datorită problemei disponibilității datelor. Acest studiu eșantionează cazinouri, bazate pe codul 721120 (hoteluri cazinou) din clasificarea Nord Americana a Industriilor (NAICS) și 713210 ( cazinouri exceptând hoteluri cazinou). Cazinourile care nu furnizează rapoarte 10-K au fost excluse. De exemplu, observațiile pentru Southwest Casino sunt între 2004 si 2007. În final, 15 firme de cazinou cu 106 observatii au fost obținute inițial pentru analiza relației diversificare -performanță. Aceste 15 firme reprezintă în mod rezonabil industria jocurilor de noroc din S.U.A, din moment ce suma veniturilor din jocurile de noroc a acestor companii reprezintă 74.2% din totalul venitului național american pe jocuri de noroc din 2008. Perioada de eșantionare din acest studiu cuprinde anii fiscali din 2001 până în 2008. Datele financiare care includ active totale, venit total, profit, dividende, datorii totale, prețul acțiunilor, etc, au fost colectate din baza de date Compustat pentru a calcula Tobin’s q și variabilele de control. Pentru analiza complementarității, acest studiu se referă doar la veniturile din jocuri de noroc, domeniul hotelier și cel al alimentației publice, care este combinația optimă a categoriilor de produse a firmelor analizate. Pentru a examina întrebările de cercetare și a atinge scopul studiului, acestă lucrare propune două modele de regresie. Primul model de regresie multiplă examinează efectele gradului de diversificare al produselor asupra performanței firmei. În acele modele, Tobin’s q, o masură financiară bazata pe piață a performanței unei firme, și a ROA-ului (rentabilitații activelor) și o măsură bazată pe contabilitate a performanței unei firme, devin pe rând variabile dependente care reprezintă performanța unei firme. Scopul acestui al doilea model de regresie este de a investiga complementaritățile între cele trei segmente majore ale firmelor de cazino americane ( jocuri de noroc, domeniul hotelier și alimentație publică) prin utilizarea termenilor de interacțiune. Pentru a măsura gradul de diversificare a produselor, acest studiu utilizează indexul Herfindahl modificat, iar termenul ridicat la pătrat a acestui index apare în modelul de diversificare-performanță pentru a determina existența unei relații curbiliniare între gradul de diversificare al produselor și performanța firmei. Ambele modele implică mărimea unei firme, rata de levier, intensitatea promoționării, dividendul de plată al compensaților, și condițiile pieței bursiere pentru a permite un control al efectelor mărimei unei firme, structura de capital, promoționare, dividende și condiții economice. Prin analizarea primului model, acest studiu examinează relația generală între gradul de diversificare al produselor și performanța unei firme, iar prin al doilea model, acest studiu confirmă contribuțiile aduse de fiecare segment de afacere suplimentar impactului afacerii nucleu (jocuri de noroc) asupra performanței firmei.

Cele cinci variabile de control utilizate în acest studiu sunt: SIZE, LEVERAGE, PI, DIV și MARKET, în ambele modele SIZE controlează efectele diferitelor dimensiuni ale companiilor eșantionate în relațiile cu performanțele lor, iar LEVERAGE controlează pentru un efect datorat structurii de capital al unei firme. PI este încorporat în modele ca variabilă de control specifică fiecărui cazino. Pentru industria de cazino americană, valoarea obiectelor promoționale (favorizează creșterea vânzărilor) precum camere, mâncare sau băutură, furnizate clienților gratuit, este considerată o statistică cheie a industriei. DIV este inclus pentru a controla orice efect al plăților dividendelor asupra relației între diversificare și performanța unei firme și efectul de complementaritate între produse asupra performanței. MARKET, măsurat prin medierea indexului zilnic a S&P 500 pentru fiecare an, este inclus pentru a controla efectele condițiilor economice din fiecare an. Variabila de control, LOC, în modelul de complementaritate, controlează diferitele efecte ale afacerilor hoteliere și de alimentație, contingente la locația fiecărei firme. Pentru firmele aflate în destinații turistice, precum Las Vegas, domeniul hotelier și cel al alimentației pot fi surse de profit, în timp ce în piețe locale acestea nu reprezintă decât complementarități ale jocurilor de noroc. În acest studiu, dacă o majoritate (peste 50%) a proprietăților unei firme de cazino se află fie în Las Vegas, fie în Atlantic City, variabila LOC primește valoare 1.

Examinările pentru specificarea de model a relației diversificare-peformanță susțin o relație curbilinie între gradul de diversificare al produselor și performanța firmei. Graficul DOPD-Tobin’s q (ROA) indică mai degrabă o relație de forma unui U inversat decât o relație liniară, și prin compararea puterii explanatorie a modelului curbiliniu cu cel al modelului liniar confirmă relevanața modelului curbiniliu. Prin adăugarea termenului DOPD la pătrat, valoarea ajustată R2 (F-value) crește în mod semnificativ de la 0.2499 (6.72) la 0.2889 (6.98) la nivelul de 5% alfa (parțial F=6.316) atunci când utilizăm Tobin’s q ca variabilă dependentă, și de la 0.2738 (7.53) la 0.3323 (8.40) la nivelul de 1% alfa (partial F=8.111) cu ROA ca variabilă dependentă. Intensitatea promoțională variază între 0.015 și 0.235 cu o medie de 0.115, ceea ce indică că promoționalitatea reprezintă o strategie de marketing semnificativă, dar variază în mod subsanțial de la un cazino la altul. Rata de creștere a Tobin’s q (ROA) variază între -0.871 (-0.823) la 0.601 (1.529) cu o medie de -0.004 (0.015) și o deviație standard de 0.251 (0.354). Statisticile descriptive pentru rata de creștere a principalelor trei afaceri ale firmelor de cazino americane prezintă un grad ridicat de omogenitate. De exemplu, mediile variabilelor GG, GH și GFB sunt 0.1, 0.09 și 0.071. Acest fapt implică complementaritate între aceste variabile, și din punct de vedere statistic, o posibilă coliniaritate. Intensitatea promoționării corelează în mod pozitiv și semnificativ cu ROA, dar corelează în mod negativ cu Tobin’s q. În ambele modele, GTobin’s q și GROA, doar rata de creștere a veniturilor din jocurile de noroc (GG) prezintă un impact semnificativ și pozitiv asupra ratelor de creștere ale Tobin’s q și ROA.

Articolul „Efectele diferitelor dimensiuni de responsabilitate socială corporativă asupra performanței financiare corporative în industriile legate de turism”, a fost realizat de către Yuhei Inoue și Seoki Lee pe parcursul unei prioade cuprinse în intervalul de ani 1991-2007. În acest articol se propune multidimensionalitatea de responsabilitate socială corporativă (CSR), iar cercetările anterioare au fost făcute pentru a investiga relația dintre anumite dimensiuni de CSR și performanțele financiare corporative (PCP), în industriile legate preponderent pe domeniul turismului. Scopul acestui studiu reprezintă dezagregarea CSR în cinci dimensiuni, bazate pe activitățile de voluntariat corporativ pentru cinci categorii de date KLD ale părților interesate: (1) relațiile de angajare, (2) calitatea produsului, (3) relațiile comunitare, (4) probleme de mediu, și (5) probleme diverse, în final fiind necesar și examinarea modului în care fiecare dimensiune ar afecta performanța financiară în rândul firmelor, industriile legate de turism (companii aeriene, cazinouri, hoteluri, restaurante).

În ciuda dovezilor empirice care să indice relațiile pozitive dintre CSR și mai multe aspecte ale performanței firmei, efectele pozitive ale CSR asupra performanței financiare corporative (PCP) rămân neconcludente. PCP a fost operaționalizat din punctul de vedere al valorii de piață a unei companii sau profitabilitatea pe termen scurt.

În ceea ce privește variabilele folositre în acest articol, ROA și Tobin’q, sunt folosite pentru a capta două dimensiuni ale PCP: profitabilitatea pe termen scurt și evaluarea de piață a rentabilității viitoare. În consecință logaritmarea valorilor naturale ROA și Tobin’q s-a realizat pentru a fi utilizate ca variabile dependente pentru acest studiu. Analizele de regresie includ trei variabile de control pentru posibilele efecte pe link-ul CSR-CFP: mărimea (SIZE), levierul (LEVERARGE) și variabilele dummies (YEARS DUMMIES) – reprezintă variabilele principale independente.

Perioada studiului este cuprinsă între 1991 și 2007, perioadă în care s-au cules informații. Acest studiu încearcă dezmembrarea CSR în cinci dimensiuni (variabilele independente secundare) (comunitate, diversitate, angajați, mediul natural, și produse) și examinează efectele fiecărei dimensiuni pe termen scurt, evaluează profitabilitatea și piața de randament pe viitor pentru cele patru industrii legate de turism. Constatările pot indica faptul că cele patru industrii legate de turism care au fost investigate (de exemplu, companii aeriene, cazino, hotel, restaurant și industrii) ar putea îmbunătăți performanțele lor financiare la un nivel diferit.

În concluzie rezultatele au indicat faptul că semnificația coeficienților variabilelelor CSR a fost în concordanță cu rezultatele noastre originale pentru modelul cu privire la compania aeriană, cazionu și restaurant.

Un al studiu folosit în acestă cercetare este cel al lui Laura Poddi, Sergio Vergalli, și se numește Responsabilitatea Social Corporativ afectează performanța firmelor?

Studiul s-a elaborat pe perioada 1999-2004, după realizarea bazei de date cu firmele CSR corespunzătoare, s-au descărcat bilanțurile contabile a unui număr de 417 firme, folosind analiza perfect software. . Selecția firmelor pentru eșantionul nostru se face, tinând cont de următorii pași:

1. Am presupus că grupul de firme CSR include întreprinderii care fac parte din cel puțin doi din trei indicatori principali. Există 317 firme adecvate obținute;

2. În a doua etapă, am definit eșantionului de control de 100 de unități, care conțin non-întreprinderi CSR pentru a fi omogene pentru sectoarele cu proba CSR. Alegerea firmelor a fost făcută la întâmplare pentru fiecare sector economic.

3. În cele din urmă, eșantionul total a inclus 417 firme în anul 2004.

Elementul de noutate al analizei noastre vine de la aspectul său dinamic și de la construirea unui indice de CSR care se intersectează cu două dintre cele trei principale indicii internaționale (Domini 400 Index Social, Dow Jones Sustainability World Index, FTSE4Good Index), pentru un obiectiv și un eșantion reprezentativ.

În continuare vom face referire la variabilele folosite in acest articol : – variabila ROE (rentabilitatea capitalului) (1999-2003), variabila ROCE (Rentabilitatea capitalului angajat) (1999-2003), variabila MKTCAP (capitalizarea de piață), variabila MVA (valoarea adăugată de piață) (1999-2003), AGE, INTA ( activele necorporale ) (1999-2003), STLT (Datorii pe termen scurt / Datorie pe termen lung) (1999-2003), Intensitate (intensitatea de lucru) (1999-2003): raportul dintre numărul de angajați și activele totale, Dimensiune (1999-2003). Totalul vânzărilor a fost folosit pentru a defini dimensiunea unei societăți, Risc.

Modelul regresiei

Variabila dependentă a primului nostru model este numit Π (profit de exemplu, sau performanțe economice) și poate fi definit folosind fie variabila MVA, sau ROE sau ROCE. Variabilele independente sunt CSR si SIZE, iar variabila dependentă este MVA. Deasemenea al doilea model al acestui studiu prezintă MVA ca variabilă dependentă iar ca variabile independente sunt folosite CSR și GDPRO. Următorul model arată cum influențează variabilele independente , respectiv CSR, SIZE, GDPRO, STLT variabila dependentă MVA. Un alt model econometric folosește ca variabile de influență CSR, SIZE, GDPRO, STLT, DEMAND, iar ca variabilă dependentă MVA

Prin urmare, variabilele independente folosite în această lucrare sunt Intercept, CSR, SIZE; GDPPRO, GDPPRO_1, INTENSITY, STLT, DEMAND.

Rezultatul de regresie conform studiului nostru arată că: "MVA scade atunci când crește CSR" explicația nostră urmează acești pași:

– Trebuie să ne amintim că CSR este un fals și își asumă o valoare de 1 atunci când o firmă face parte din eșantion CSR. Rezultatul este că, în timp, MVA se reduce iar numărul de firme CSR crește. Deasemenea alte rezultate au arătat că există o diferență în dezvoltarea CSR – ului în două zone geografice principale: pe de o parte Statele Unite au mai multe firme de CSR în timp ce Europa are o rată de creștere mai mare a firmelor de CSR, care ar indica o convergență a două zone.

Rezultatele primului model indică că este posibilă o legătură clară pozitivă, în ceea ce privește influența CSR –ului asupra performanței. . Principalele constatări relevă faptul că MVA este, în medie, mai mare în grupul de CSR decât în cazul firmelor non-CSR.

Rezultatul principiul este că MVA scade odată cu creșterea CSR ( începând cu modelul econometric 2 pană la ultimul model utilizat în acest articol ), care pare să contrazică rezultatul anterior (legatura pozitivă între CSR și MVA conform modelului 1) în cazul în care MVA este mai mare în firmele de CSR. În realitate, creșterea în seria temporală (în care nr firme = 417) de firme CSR reduce numărul de firme non-CSR: această migrație realizează schimburi scăzute MVA în grupul de CSR reducându-se astfel valoarea medie a acestuia din urmă.

Un alt studiu care face referire la legătura dintre responsabilitatea social corporativă (CSR) și performanța financiar corporativă (CFP) este intitulat “Responsabiliatea socială corporativă și Performanța financiară corporativă. Evidență pentru Korea” . Acest document a studiat relația dintre responsabilitatea socială corporativă și performanța financiară corporativă în Korea folosind un eșantion de 1222 de firme koreene în perioada 2002-2008 în domeniul productiv și neproductiv . Pentru a măsura performanța financiară corporativă se folosesc atât măsurile pentru performanța financiară contabilă cât și a pieței. Ca măsură a performanței contabile se folosește ROA și ROE. Ca masură a performanței pieței este folosit Tobin’s Q (Tobin’s Q = valoarea acțiunilor comune + valoarea acțiunilor preferențiale + datorii curente – active curente + datorii pe termen lung ) / valoarea totală a activelor) . Pentru a măsura performanța socială a firmelor Koreene s-a folosit indexul Keji care selecteactează firmele performante atât din punct de vedere calitativ cât și cantitativ. Scopul principal al evaluării cantitative este să colecteze informațiile non-publice pentru a determina firma cea mai perfomantă. Deasemenea trebuie precizat că pe baza indexului KEJI se determină 2 variabile : EW ( indexul CSR egal ponderat care este definit ca suma simplă a scorurilor pentru cele șapte categorii de indexi KEJI: soliditate, corectitudine ,contribuția la societate, protecția consumatorului, protecția mediului, satisfacția angajaților, contribuția la economie) și SW ( indexul CSR ponderat al stakeholderilor):

În acest studiu s-a folosit ca variabilă dependentă performanța financiară corporativă (CFP) măsurata prin ROA, ROE, sau Tobin q, iar ca variabile independente EW,SW, SIZE, Λ Sales t-1, Λ Sales t, Risk, R%D.

Rezultatele obținute în urma aplicării testelor și ecuațiilor din acest articol sunt următoarele:

relația dintre CSR măsurat prin EW , SW și performanța financiară corporativă este pozitivă conform tabelului 2 (Anexe pag 6 ) : „Pearson Correlation Coefficients”. Se poate observa că în timp ce EW este pozitiv corelat doar cu ROA, SW este pozitiv corelat cu toti cei 3 indicatori de performanță. Size e corelată pozitiv atât cu EW cât și cu SW, ceea ce presupune că atunci când o firmă crește , responsabilitatea corporativă tinde să crească și ea.

Tabelele ANOVA sugerează, deasemenea o relație pozitivă între CSR și performanța financiară corporativă. Acest lucru este prezentat în tabelul 3 (Anexe pag 6): „Results of Variance Analtysis”, care examinează diferența dintre 3 grupuri de CSR pentru performanța financiară corporativă. Panel A folosește indexul EW, iar panel B folosește SW. În ambele paneluri performanța financiar corporativă pentru firmele cu index CSR mare este mai buna decât a celor cu index CSR mai mic.

Conform celor 2 modele folosite în tabelul 4 (Anexe pag 7) : „Estimation Results for Corporate Financial Performance” se observă că primul model folosește indexul EW și 5 variabile de control (SIZE, Λ Sales t-1, Λ Sales t, Risk, R% D ) iar al doilea model utilizează ca variabile indepensente indexul SW folosit cu același set de variabile. Ambele modele au ca variabile dependente ROA, ROE, Tobin’q iar ca variabile de control folosesc variabile dummy. Coeficientul EW nu este semnificativ în modelul 1 indiferent de cum este măsurată performanța financiară corporativă. Pe de altă parte modelul 2 arată că coeficientul SW este pozitiv și statistic important pentru toate cele 3 variabile ale performanței financiare. Aceasta implică că atunci când CSR este măsurat ținând cont de interesele stakeholderilor specifice unei firme există o asociere pozitivă între performanța financiară corporativă și CSR.

În urma rezultatelor prezentate anterior putem concluziona că există o relatie pozitivă și semnificativă între performanța financiară corporativă și indexul CSR stakeholder ponderat exceptând cele 2 categorii : contribuție la societate și protecția consumatorului.

Metodologiile acestui studiu de caz intitulat Legătura dintre Performanța Socială Corporativă și Performanța financiară , prin natura lor, pot fi aplicate numai unui eșantion limitat de companii întrucât astfel, multe măsuri sunt fie unidimensionale și nu reflectă în mod corect nivelul general al CSP-ului unei companii, fie sunt dificil de aplicat în mod consistent de-a lungul unui interval de domenii. Este dificil să construim o măsura a CSP cu adevărat reprezentativă datorită complexității sale și deoarece măsurătorile unei singure dimensiuni furnizează o perspectivă prea limitată asupra performanței actuale a companiei în domeniile sociale relevante. Datorită dificultăților de măsurare, rezultatele anterioare asupra relației între profitabilitate și CSP sunt amestecate. Unii găsesc relații pozitive subțiri, alții relații pozitive clare, în timp ce alții prezintă relații negative. Pentru a rezolva problemele de măsurare menționate anterior, construim un index al CSP (precum propus de Ullman, 1985), bazat pe opt atribute de performanță socială corporativă evaluate de-a lungul întregului Standard and Poors 500 de către firma Kinder, Lydenberg, Domini (KLD). KLD este un service de rating independent care focalizează exclusiv asupra evaluării CSP de-a lungul unui interval de dimensiuni legate de problemele părților implicate. După cum am menționat, KLD apreciază companiile pe baza a opt atribute ale CSP, furnizând astfel o evaluarea multidimensională. Cinci dintre atribute subliniază relații cheie între persoanele implicate care pot fi incluse între cele care sunt considerate influențe emergente asupra strategiei corporative, în mod specific: relații în comunitate, relații între angajați, performanța cu privire la mediul înconjurător, caracteristicile de produse, și tratamentul femeilor și minorităților. Aceste cinci atribute sunt apreciate pe o scară între -2 și +2. Sursele de date corporative includ rapoarte anuale, formulare 10k, rapoarte trimestriale, precum și rapoarte eliberate penru zone specifice ale CSP, precum mediul înconjurător și comunitatea. Sursele externe de date includ articole despre companii în presa generală de afaceri. Date brute despre CSP au fost preluate din KLD începand cu 1990. Pentru modelele care abordează CSP ca o variabilă dependentă, au fost utilizate date financiare din 1989. Pentru modele care abordează performanța ca variabilă dependentă, am luat profitabilitatea în 1991 ca variabilă dependentă și am utilizat date din 1990 pentru CSP și variabile de control. Deoarece mărimea, riscul și categoria de industrie au fost sugerate în articolele anterioare ca factori, ce afectează atât performața firmei și CSP ( e.g Ullman, 1985), fiecare dintre aceste caracteristici a fost operaționalizată ca variabilă de control. Mărimea este o variabilă relevantă deoarece există unele dovezi că firmele mai mici nu expun atâtea comportamente de responsabilitate socială precum firmele mari. Acest caz se poate datora faptului că, în timp ce cresc și se maturizează, firmele atrag mai multă atenție din exterior și trebuie să răspundă într-un mod mai deschis la cererile părților implicate. Toleranța riscului în management își influențează atitudinea către activități care au pontențialul de a (1) obține economii (e.g un efort de reciclare sau reducere a poluanților), (2) să suporte costuri prezente sau viitoare (e.g echipamente de control al poluării), (3) să construiască (firma prietenoasă) sau să distrugă piese (percepută ca o firmă neprietenoasă). Ca proxy pentru toleranța de risc a managementului, utilizăm nivelul de îndatorare al firmei. Mărimea companiei a fost măsurata prin activele totale și vânzările totale. Ca un proxy pentru gradul de risc al unei firme, am utilizat raportul între datoriile pe termen lung și active totale. Industria a fost determinată de SIC-ul de 4 cifre și a fost reprezentat în model de variabile dummy. Toate datele financiare au fost obținute din casete COMPUSTAT. Peformanța financiară a fost măsurată utilizând trei variabile de contabilitate: rentabilitatea activelor, rentabilitatea capitalului, profitul din vânzări, furnizând un interval de măsuri utilizate pentru evaluarea performanței financiare de către comunitatea investitorilor. Analiza de regresie a fost utilizată pentru a testa ipoteza noastră, mai intai utilizând CSP drept variabilă dependentă și controlând mărimea, nivelul de datorii, active totale și industrie, apoi utilizând profitabilitatea ca variabilă dependentă și utilizând aceleași variabile de control. Un total de 469 de companii au ramas în eșantion după ce companiile cărora le lipseau fie date finaciare sau legate de CSP au fost eliminate.Tabelul 5 (Anexe pag. 8 ) prezintă date financiare din 1989 și CSP-ul pentru 1990. Aceste date au fost utilizate pentru modele care tratează CSP-ul ca variabilă independentă. Tabelul 6 (Anexe pag 8) prezintă corelări între profitabilitatea din 1991 (ROA, ROE,ROS) și CSP-ul din 1990 și variabilele de control financiar. Aceste date au fost utilizate pentru modele care au tratat profitabilitatea drept variabilă dependentă. Tabelul 7 (Anexe pag. 9) prezintă rezultatele analizei de regresie utilizand CSP drept variabilă dependentă și performanța financiară drept variabilă independentă, controlând pentru datorii, mărime și categoria de industrie, utilizând o întârziere de un an între performanțele financiare (date din 1989) și CSP-ul (date din 1990). În toate modele abordate în acest studiu, CSP-ul este variabilă dependentă și măsurarea variabilei independente cheie, performanța finaciară, variază. Legăturile dintre CSP și performanța financiară sunt încă neclare. Rezultatele muncii empirice indică o relație ambiguă. Mai mult, chiar dacă o legătură pozitivă este stabilită, este încă neclar dacă companiile peformante financiar au pur și simplu mai multe resurse de cheltuit pe CSP iar drept urmare obțin un standard mai inalt, sau dacă peformanțele mai bune de-a lungul unor dimensiuni ale CSP produc rezultate financiare mai bune. Utilizând o sursă de date improvizată foarte mult privind performanța financiară, această lucrare raportează asupra rezultatelor unui studiu riguros al legăturilor empirice între performanțele sociale și financiare.

Un alt studiu care examinează relațiile între vânzările intra regionale, diversitatea produselor, și performanță este intitulat “Vânzările intra regionale, diversitatea produselor, și performanța în multinaționale“ și se bazează pe un set de date panel care conține 283 de observații pentru 45 de firme comerciale listate în “The fortune global 500”(2002) în perioada 1997-2003 analizând firme din toate localitățile în triada Americi de Nord, Europa și Asia. Din cele 45 de firme utilizate în analiză 4 firme sunt asiatice ( 3 japoneze și 1 australiană) 5 firme sunt europene ( câte o firmă din următoarele țări: Germania, Olanda, Belgia, Marea Britanie și Franța) și 36 de firme nord americane ( toate din cele 36 sunt americane). Datele pentru variabilele folosite în această analiză sunt obținute în principal de pe o bază de date nord americană ”Standard& Poor”(bază de date care furnizează statistici financiare și informații ale pieței care acoperă companiile listate public (tranzacționate) din SUA și Canada). Datele legate de performanța firmelor , alte variabile contabile și date referitore la nivelul vânzărilor intra-regionale sunt derivate dintr-o secțiune industrială a bazei de date nord americane COMPUSTAT. Acest studiu analizează efectele în ceea ce privește diversificarea produselor firmelor și vânzările intra regionale asupra performanței fimei bazate pe 3 teorii principale: teoria bazată pe resurse, teoria costurilor de tranzacționare, teoria de învățare a organizației. Variabilele dependente care măsoară performanța firmei în acest studiu sunt :ROA, ROE, ROS, iar variabilele independente sunt logasset, selladminpsale, FL, INTRA, PDI, PDI 2, PDI * INTRA, PDI 2 * INTRA (descrise în Anexe).

Rezultatele din coloana 1 a tabelului 8 (Anexe pag 12) arată că atunci când ROE este folosită ca o măsură a performanței, coeficineții următoarelor variabile intra, pdi, pdi patrat, pdi* intra și pdi ^2 * intra nu sunt semnificativi pentru un nivel de semnificație de 5 %.

Potrivit tabelului 8, rezultatele estimării modelelor care măsoară performanța firmei prin ROA ( în coloana 2) și ROS în coloana 3 arată că coeficientii intra, pdi, pdi^2, pdi* intra, pdi^2* intra sunt toți semnificativi pentru un nivel de semnificatie de 5 % cu valori pozitive, negative, pozitive, pozitive și respectiv negative.

Coeficienții celor 2 termeni de interacțiune ( pdi * intra, pdi ^2* intra) sunt deasemenea semnificativi pentru un nivel de semnificație de 5%. Acest lucru înseamnă că ( pdi * intra, pdi ^2* intra) împreună determină nivelul ROA și ROS al firmei.

Modelele ce masoară performanțele firmei prin rentabilitatea economică (ROA) și marja brută a vânzărilor (ROS) arată că la nivele mai înalte ale vânzărilor intra regionale, un grad scăzut al diversității produselor generează profituri mai mari, dar un grad mai ridicat al diversificării produselor conduc la o rentabilitate mai scăzută. Rezultatele acestui studiu arată că pentru niveluri ridicate ale “intra”, relația între diversitatea produsului și performanță ( măsurată prin ROA și ROS) este non liniara și mai exact corespunde unei curba în formă de J inversat, cu toate acestea relația neliniara ar putea fi în forma unei curbe “U” pentru nivele scăzute ale vânzărior intra regionale. Astfel, la nivele ridicate ale vânzărilor intra regionale, diversitatea produsului poate genera o performanță mai buna ( măsurată prin ROA și ROS) până la un anumit punct după care se reduce performanța deoarece costurile depășesc beneficiile. Prin urmare, putem concluziona că în cele mai multe cazuri vânzările intra regionale generează un ROA și un ROS mai mari. Deasemenea putem spune că pentru nivele scăzute ale diversității produsului, o valoare mai mare a vânzărilor intra – regionale sporește relația pozitivă dintre diversitatea produsului și performanță (măsurată prin ROA și ROS) iar pentru nivele înalte ale diversității produsului, o valoare mai mare a vânzărilor intra regionale sporește relația negativă dintre diversitatea produsului și performanță ( măsurată prin ROA și ROS). Aceste rezultate susțin ipoteza care afirmă că vânzările intra regionale ar trebui să îmbunătațească performanța generată de diversitatea produsului. Prin urmare, vînzările intra regionale pot fi o bună strategie pentru a spori impactul pozitiv generat de diversitatea produsului asupra performanței. Rezultatele din acest studiu arată că nivelele înalte ale vânzărilor intra regionale pot îmbunătăți impactul de diversitate al produselor firmelor asupra performanței.

CAPITOLUL 2

METODOLOGIA CERCETĂRII ȘI STUDIUL DE CAZ

2.1 Modelul econometric I obținut prin valorile medii ale indicatorilor

Pentru realizarea modelului econometric am considerat necesar obținerea a cinci regresii multiple, în care am folosit ca variabile atât elemente din situațiile financiare ale firmelor propuse pentru analiză dar și rate de rentabilitate (ROA, ROE), indicatori de lichiditate (Rata curentă, Rata rapidă, Rata imediată), rate de solvabilitate (Rata de îndatorare, Levierul), indici bursieri (CB, MBR, MVA) precum și alți indicatori financiari (Dat financiare/ CPR, CF/Datorii, EBITDA/ Ch.dob, EBITDA/CA etc.) obținuți pe baza elementelor din bilanț și din contul de profit și pierdere care au ca scop analiza factorilor care determină performanța companiilor analizate. Deasemenea putem spune că pentru realizarea bazei de date am folosit bilanțul și contul de profit și pierdere pentru 30 de firme listate la BVB, la categoria I (12) și a II-a (18) pe orizontul de timp 2006 – 2009 din mai multe domenii de activitate:

Utilități : CNTEE Transelectrica (TEL), SNTGN Transgaz SA (TGN)

Resurse energetice : Petrom (SNP), Rompetrol Well Services (PTR), Rompetrol Rafinarie Constanța (RRC), Dafora (DAFR)

Transport și depozitare : OIL Terminal Constanța (OIL), Socep Constanța (SOCP)

Farmaceutice : Antibiotice Iași(ATB), Zentiva (SCD), Biofarm București (BIO)

Produse chimice : Amonil Slobozia (AMO), Azomureș Tg Mureș (AZO), Oltchim Rm. Vâlcea (OLT)

Industrie prelucratoare : Aerostar Bacău (ARS), Altur (ALT), Carbochim SA (CBC), Compa (CMP), Prodplast SA (PPL), Șantierul Naval Orșova (SNO), Grupul Industrial Elelectrocontact SA (ECT), Turbomecanica SA (TBM), UAMT Oradea (UAM), VAE Apcarom (APC), Vrancart (VNC)

Construcții : Condmag (COMI), Compania Energopetrol (ENP), Impact Developer & Contractor SA (IMP), SC Concefa Sa Sibiu (COFI), Transilvania Construcții (COTR)

Datele folosite petru realizarea modelului econometric sunt furnizate de:

www.bvb.ro

www.cnvm.ro

În continuare vom detalia cele 5 regresii multiple folosite pentru explicarea modelului econometric. Dorim așadar să exprimăm printr-un model econometric (regresia liniară multiplă) dependența dintre rentabilitatea financiară (ROE) – variabila dependentă și variabilele independente (explicative sau de influență) : Dat. Financiare / CPR, CF / Datorii, EBITDA / CH. cu dob, Rata curentă, Rata rapidă, Rata de îndatorare, ROA, EBITDA / CA, (Activ 1- Activ 0 ) / Activ0, (CA1 – CA0) / CA0, (EBIT1-EBIT0) / EBIT0.

În cadrul modelului sunt utilizate următoarele notații:

ROE – rentabilitatea financiară

ROA – rentabilitatea economică

R_CRT – Rata curentă

R_RAP – Rata rapidă

R_INDATORARE – rata de îndatorare

CREST_ACTIV – (Activ 1- Activ 0 ) / Activ0

CREST_CA – (CA1 – CA0) / CA0

CREST_PREXPL – (EBIT1-EBIT0) / EBIT0

RAPORTCF_DAT – CF / Datorii

RAPORTEBITDA_CA – EBITDA / CA

RAPORTEBITDACHDOB – EBITDA / CH. cu dob

LEVIERUL – Dat. Financiare / CPR

În urma realizării acestui model econometric s-a constatat că doar o parte din variabilele independente influențează variabila dependentă, respectiv CREST_PREXPL, RAPORTEBITDA_CA, LEVIERUL, R_INDATORERE – ca variabile independente, care generează modificarea variabilei dependente ROE. Restul variabilelor de influență ROA, R_CRT, R_RAP, CREST_ACTIV, CREST_CA, RAPORTCF_DAT, RAPORTEBITDACHDOB, au înregistrat valori p – value cuprins între 0,1 și 0,8 ceea ce presupune că nu putem decide dacă coeficienții respectivelor variabile sunt 0 sau sunt diferiti de 0. Prin urmare, în cazul acestor coeficienți testul este neconcludent și vom elimina aceste variabile care sunt nesemnificative din punct de vedere econometric.

.

În urma estimării parametrilor prin metoda celor mai mici pătrate (OLS), se obține următorul model de regresie liniară multiplă :

ROE = β0 + β1 * CREST_PREXPL + β2 * RAPORTEBITDA_CA + β3 * LEVIERUL + β4 * R_INDATORARE + et unde:

ROE – variabila dependentă

CREST_PREXPL, RAPORTEBITDA_CA, LEVIERUL, R_INDATORARE – variabilele de influență

β0 , β1 , β2 , β3 , β4 – parametrii modelului de regresie (coeficienții estimați)

et – variabila reziduală (variabila aleatoare, eroarea la momentul t)

2.2 Validarea modelului

a) Parcurgerea testului Student (t) sau Verificarea semnificației estimatorilor

Testul Student t este utilizat pentru a verifica atât dacă coeficienții din model (β0 , β1 , β2 , β3 , β4 ) sunt diferiți de 0 , cât și dacă variabilele independente influențează variabila dependentă . Dacă se verifică aceste ipoteze putem spune ca modelul de regresie este corect sau adevărat din punct de vedere statistic.

ROE = β0 + β1 * CREST_PREXPL + β2 * RAPORTEBITDA_CA + β3 * LEVIERUL + β4 * R_INDATORARE + et

Ipoteze(β0) :

H0 :β = 0 (ipoteza nulă)

H0 :β ≠ 0 (ipotezaalternativă)

Valoarea statisticii t pentru β0 este -0,0030 în timp ce valoarea critică a statisticii test tcrt pentru 25 grade de libertate (30 valori observate –5 parametrii) și un nivel de semnificație de 5% este de 2,06. P-value pentru β0 înregistrat de acest model de regresie ne face să concluzionăm mai degrabă că interceptul modelului este nesemnificativ statistic. Prin urmare, acest model nu are termen liber. Aplicarea testului Student t indică faptul că tcalc (| -0,28| ) < tcrt (2,06) => nu putem respinge H0 și nu putem accepta H1, ceea ce presupune că avem de a face cu un test neconcludent.

Ipoteze(β1) :

H1 :β = 0 (ipoteza nulă)

H1 :β ≠ 0 (ipotezaalternativă)

tcalc (| 5,03|) > tcrt (2,06) => putem respinge ipoteza nulă cu un risc foarte mic (P – value 0,0000)

Ipoteze(β2) :

H2 :β = 0 (ipoteza nulă)

H2 :β ≠ 0 (ipotezaalternativă)

tcalc (|7,50|) > tcrt (2,06) => putem respinge ipoteza nulă cu un risc foarte mic (P – value 0,0000)

Ipoteze(β3) :

H3 :β = 0 (ipoteza nulă)

H3 :β ≠ 0 (ipotezaalternativă)

tcalc (|-24,96|) > tcrt (2,06) => putem respinge ipoteza nulă cu un risc foarte mic (P – value 0,0000)

Ipoteze(β4) :

H4 :β = 0 (ipoteza nulă)

H4 :β ≠ 0 (ipotezaalternativă)

tcalc (|7,48|) > tcrt (2,06) => putem respinge ipoteza nulă cu un risc foarte mic (P – value 0,0000)

În urma aplicării testului de semnificație t putem spune că cei 4 estimatori ai modelului de regresie sunt semnificativi din punct de vedere statistic, respectiv CREST_PREXPL, RAPORTEBITDA_CA, LEVIERUL, R_INDATORARE.

b) Verificarea nivelului Multiple R, R- Square, testul F

Prima parte a output – ului conține estimațiile coeficienților, erorile lor standard, valoarea statisticii t precum și valoarea p corespunzătoare pentru fiecare coeficient estimat. Astfel pentru termenul liber β0 estimația este de -0,0030, eroarea standard este de 0,0109, valoarea statisticii t este – 0,2780. Cum p-value este 0,78 nu putem respinge ipoteza nulă estimând pe baza datelor că interceptul modelului este mai degrabă nul.

Un alt exemplu este coeficientul crest_prexpl care este 0,0184, eroarea standard este 0,0037, statistica t este 5,0262, având valoarea p-value 0,0000. Cum valoarea p este nulă (0,0000 < 0,1 ) putem să afirmăm că eroarea pe care o facem prin respingerea ipotezei nule este inexistentă, prin urmare putem să respingem ipoteza nulă fără nici un risc, deci crest_prexpl influențează volumul ROE, rezultând că o creștere cu 1% a variabilei crest_prexpl duce la o creștere a rentabilității financiare cu 1,84 %.

Un alt indicator care influențează mărimea rentabilității financiare este raportebitda_ca al cărui coeficient este 0,7182 , eroarea standard este 0,0958 , statistica t este 7,50 și p-value este 0,0000. Cum p-value are valori sub 0,1 putem să respingem ipoteza nulă și să acceptăm ipoteza alternativă, concluzionând că există o legătură directă între raportebitda_ca și ROE. Deasemenea raportebida_ca ne arată cu cât se modifică fenomenul rentabilității financiare dacă fenomenul raportebitda_ca se modifică cu o unitate, rezultând o creștere a rentablității financiare cu 71,82 %.

Un alt indicator folosit care influențează variabila dependentă ROE este levierul, al carui coeficient este -0,1366, eroarea standard este 0,0055, statistica t este -24,96. Cum p-vaue are o valoare de 0,0000 < 0,1 putem să respingem ipoteza nulă și să acceptăm ipoteza alternativă, concluzionând că levierul influențează ROE, observând că o creștere a levierului cu 1% atrage diminuarea rentabilității financiare cu 13,66%.

Ultimul indicator al acestu model econometric este r_indatorare al cărui p-value = 0,0000 conduce la respingerea ipotezei nule cu un grad de încredere de 100% arătând că o creștere a r_indatorare cu 1% generează un trend crescător cu o rată de 29,74% pentru variabila dependentă ROE.

Partea a doua a output-ului conține informații privind evaluarea ajustării prin coeficientul de deteminație multipla R2 si cel de determinație multiplă ajustat R-square. Cum aceștia sunt foarte apropiați de 1 (0,9876 ; 0,9856), fapt care sugerează că modelul corespunde realității. Durbin – Watson reprezintă un test prin intermediul căruia se pune în evidență prezența sau nu a autocorelațiilor. În ex. Nostru DW =2,45 ceea ce semnifică că erorile nu sunt autocorelate întrucât această valoare este aproximativ egală cu 2 .Validarea modelului de regresie se face și prin testul F (Fisher – Snedecor). Statistica F calculată are valoarea 496,44 > valoarea critică (F0,05; 2; 25 = 3,39) și valoarea p – value are o valoare de 0,0000 ceea ce denotă că riscul de a greși respingând ipoteza nulă este foarte mic, sau chiar putem spune că nu există . Vom, lua astfel, decizia respingerii ipotezei nule, acceptând modelul de regresie ca fiind relevant.

c 1) Testarea ipotezei de corelare a erorilor (Testul Durbin – Watson)

Ipoteze

H0 :ρ = 0 (nu există autocorelație între erori)

H0 :ρ ≠ 0 (erorile sunt autocorelate)

Pentru testarea dependenței dintre erorile modelului de regresie vom utiliza programul Eviews. Verificăm corelarea între reziduri și rezidurile întârziate după cum urmează :

După ce salvăm rezidurile într – o nouă variabila R_EQ1 , vom utiliza comanda scat R_EQ(-1) R_EQ1 pentru a obține următorul grafic :

Corelarea nu este evidentă.

Coeficientul de autocorelație este mic (0,23) dar și valoarea p este mare (0,22), deci suntem în zona de nedecizie privind semnificația parametrului.

Vom folosi apoi comanda genr DW = 2 *(1-C(1)) de unde rezultă că DW = 2,14 ceea ce reprzintă că erorile nu sunt autocorelate , având o valoare apropiată de 2, ceea ce înseamnă că acceptăm ipoteza nulă care presupune că erorile sunt independente statistic (coeficientl lor de corelație fiind 0)

c 2 ) Analiza autocorelării de ordin superior

Testarea dependenței dintre erorile de ordin superior ale modelului de regresie se face cu ajutorul programului Eviews prin următoarea comandă :

ls roe c crest_prexpl raportebitda_ca levierul r_indatorare ar(1) ar(2)

Din output – ul de mai jos se observă că erorile de ordin superior nu sunt autocorelate.

d) Testarea ipotezei de homoscedasticitate

IPOTEZE

H0 :β0 =β1 =β2 = β3 = β4 = β5 = β6 = β7 = β8 = β9 = β10 =0 (homoscedasticitate)

H1 : э k a.i βk ≠ 0 (heteroscedasticitate)

Pentru validare se folosește Testul F

d1) Testul de semnificație pentru toți parametrii modelului indică faptul că nu putem afirma nimic referitor la coeficienții estimați, deoarece acesția au un p-value cuprins între 0,1 și 0,8.

Pentru termenul liber cu p-value = 0, 5304 putem afirma că eroarea pe care o facem prin respingerea ipotezei nule este mare , prin urmare acceptam ipoteza nulă care demonstrează faptul că termenul liber este mai degrabă nul.

d2) Testul F pentru verificarea semnificației regresiei

Cum p-value = 0,6392 > 0,1 putem să afirmăm că facem o eroare de 63,92% dacă respingem ipoteza nulă . Prin urmare nu ptem respinge ipoteza nulă și acceptăm faptul că cel puțin un coeficient este egal cu 0 , ceea ce înseamnă că modelul prezintă homoscedasticitate.

e) Verificarea normalității

H0 : skewness =0, kurtosis = 3 repartiție normală

H1 :skewness ≠0, kurtosis ≠3 repartiție nu este normală

Atât estimația pentru skeweness cât și pentru kurtosis sunt apropiate de 0 și respectiv 3, ceea ce sugerează că profilul este asemănător cu cel al unei repartiții normale. Deasemenea p-value = 0,9149 – probabilitatea pentru testul Bera – Jarque este foarte mare ceea ce indică faptul că ipoteza nulă poate fi acceptată și astfel putem considera că erorile acestui model au o repartiție normală.

Deasemenea pentru acelasi set de variabile, respectiv ca variabilă dependentă ROE , iar ca variabile de influență CREST_PREXPL, RAPORTEBITDA_CA, LEVIERUL, R_INDATORARE, am realizat o regresie tip panel.

2.3. Modelul econometric I obținut cu date panel

În continuare vom explica acest model econometric de tip panel. Acesta indică faptul că toți coeficienții au un p-value egal cu 0 ceea ce presupune respingerea ipotezei nule. Astfel o creștere a indicatorului CREST_PREXPL cu 1% duce la o creștere a indicatorului ROE cu 1,39%, o creștere cu 1% a variabilei RAPORTEBITDA_CA indică o creștere pentru ROE cu 73,19 % , creșterea levirului cu 1% duce la diminuarea rentabilității financiare cu 14,16 % iar creșterea R_INDATORARE cu 1% antrenează creșterea variabilei dependente cu 25,43%.

Atât coeficientul de determinație multiplă R2 cât și cel de determinație multiplă ajustat au valori apropiate de 1 (0,99 ambii) ceea ce ne face să fim încrezători în a afirma că modelul de regresie multiplă este bun.

2.4 Modelul econometric II obținut prin valorile medii ale indicatorilor

În continuare, dorim să analizăm dependența dintre varaibilele de influență și variabila dependentă realizând a doua regresie multiplă. Pentru realizarea acestei regreii am ales Cash-flow-ul ca variabilă dependentă și ca variabile independente, de influență am ales : imobilizările, activele curente nete, datoriile financiare, datoriile de exploatare, capitalurile proprii, cifra de afaceri și profitul net. Deasemenea și această regresie a fost realizată pe aceeași bază de date, respectiv 30 de firme, pe orizontul de timp 2006 – 2009. Pentru acest model sunt folosite următoarele notații:

CF – cash-flow-ul

IMOBILIZARI– imobilizări

ACTIVE_CURENTE_NETE – active curente nete

DAT_FINANCIARE – datorii financiare

DAT_EXPL– datoriile de exploatare

CPR – capitalurile proprii

CA – cifra de afaceri

PN – profitul net

În urma testării dependenței dintre aceste variabile s-a constatat că doua dintre variabilele independente, respectiv ACTIVE_CURENTE_NETE și CPR sunt foarte riscante pentru a le păstra ca variabile independente în acest model econometric, întrucât au valori p-value foarte ridicate (0,7520 și 0,7160) și astfel nu modică mărimea variabilei dependente CF.

În acest moment putem să realizăm regresia multiplă, cu restul variabilelor (CF, IMOBILIZARI, DAT_FINANCIARE, DAT_EXPL, CA, PN) care influențează valoarea rentabilității financiare, restul variabilelor, respectiv : ACTIVE_CURENTE_NETE și CPR au un p-value cuprins între 0,1 și 0,8 ceea ce înseamnă că nu se poate spune că aceste variabile influențează pozitiv sau negativ ROE, întrucât nu putem afirma dacă coeficienții acestor variabile sunt egali cu 0 sau sunt diferiți de 0, rezultând astfel că avem de a face cu un test neconcludent.

Interpretarea economică

CF = β0 + β1 * CA+ β2 * PN + β 3 * IMOBILIZARI + β4 * DAT_FINANCIARE + β5 * DAT_EXPL + et

IPOTEZE

H0 :β = 0 (ipoteza nulă)

H0 :β ≠ 0 (ipotezaalternativă)

În partea de sus a output-ului se află estimațiile coeficienților, valoarea statisticii t, valoarea p corespunzătoare. Astfel pentru termenul liber p-value = 0,5778 ( > 0,1) ceea ce ne clasează într-o zonă de incertitudine (0,1 – 0,8). Acest fapt ne indică că nu putem respinge ipoteza nulă ceea ce îneamnă ca această regresie nu are termen liber. Această ipoteză se verifică și prin aplicarea testului de semnificație t deoarece ( | t calc= -0,56| < tcrt = 2,06) => nu putem respinge ipoteza nulă

În aceeași situație se află indicatorul dat_expl pentru care nu se poate respinge ipoteza nulă , întrucât acesta are un p-value= 0,8123 și un ( | t calc= 0,24 | < tcrt = 2,06) . Acest lucru ne indică faptul că acest indicator nu poate influența marimea CF-ului. Deasemenea următoarele variabile, au o legătură pozitivă sau negativă cu variabila dependentă CF. Un indicator care influențează CF-ul este imobilizari, deoarece acesta are un p-value = 0, 0037, ceea ce înseamnă că eroarea făcută prin respingerea ipotezei nule este mică ( < 0,1) și prin urmare o respingem. Acceptarea ipotezei alternative arată că o creștere cu 1% a indicatorului imobilizari duce la scăderea CF-ului cu 24,49%. Prin aplicarea testului t se ajunge la concluzia că putem respinge ipoteza nulă deoarece | t calc= -3,21 | > 2,06, ceea ce presupune că acest indicator este semnificativ diferit de 0. Indicatorul dat_financiare are un p-value =0,0070 < 0,1 care este destul de mică și prin urmare putem afirma că eroarea pe care o facem prin respingerea ipotezei nule este mică, prin urmare putem să respingem ipoteza nulă, deci dat_financiare influențează mărimea CF-ului , rezultând că o creștere a dat_financiare cu 1% duce la o creștere a CF-ului cu 30,00%. Prin aplicarea testului de semnificație t avem un ( | t calc= -2,95 | > tcrt = 2,06) => putem astfel respinge ipoteza nulă cu un risc foarte mic de 0,0070 ( P – value = 0,0070) .

Variabilele de influență CA și PN au un rol determinant în valoarea CF-ului, deorece ambele au un p-value < 0,1 (CA p-value=0,0580 și PN = 0,0966), observând că o creștere a CA cu 1% atrage creșterea CF-ului cu 12,74% iar o creștere a PN cu 1% generează o creștere a CF cu 69,22 % .

b) Verificarea Multiple R, R – Squared, testul F

Întrucât R-squared – coeficientul de determinație R2 și Adjusted R-squared – coeficientul de determinație ajustat sunt apropiați de 1 ( 0,96 pentru ambii), ceea ce ne face să acceptăm că modelul de regresie liniară multiplă este bun. Deasemenea avem valoarea statisticii F= 153,56> valoarea critică (F0,05; 2;25 = 3,39) și valoarea p-asociată=0,0000, o valoare foarte mică care duce la respingerea ipotezei nule, acceptând modelul de regresie ca fiind relevant.

Testarea ipotezei de corelare a erorilor de ordinul I (Testul Durbin – Watson)

Coeficientul de autocorelație este mic (-0,06), valoarea p este 0,7441, plasându-ne într-o zonă de nedecizie privind semnificația parametrului, deoarece valoarea acestuia este cuprinsă între (0,1 și 0,8)

Obținem un DW=2,12 , acest lucru înseamnă acceptarea ipotezei nule care presupune că erorile nu sunt autocorelate, deoarece valoarea statiscticii DW este apropiata de valoarea 2, ceea ce confirmă că erorile nu sunt autocoelate.

Analiza autocorelării de ordin superior

Această ipoteză se verifică și putem spune că nu există corelație între erorile de ordin superior.

d) Testarea ipotezei de homoscedasticitate

Validarea modelului se face folosind testul F.

d1) Testul de semnificație pentru 5 din 11 parametrii indică faptul că nu putem afirma nimic despre aceștia, aflându-ne într-o zonă incertă ( p-value aparține 0,1-0,8 ).

Cum p-value =0,4183 pentru termenul liber, nu putem respinge ipoteza nulă estimând pe baza datelor din eșantionul folosit că interceptul modelului este mai degrabă egal cu 0.

Deasemenea se observă că p-value inregistreză valori foarte mici ( < 0,1 ) pentru variabilele :, CA, PN , IMOBILIZARI2, DAT_FINANCIARE2, DAT_EXPL , DAT_EXPL2 acest lucru ne face încrezători în acceptarea ipotezei alternative ceea ce înseamnă că acești indicatori sunt nenuli și influențează variabila dependentă.

d2) Testul F pentru verificarea semnificației regresiei

Cum p-value = 0,0000 , ceea ce înseamnă că putem accepta ipoteza alternativă fără nici o ezitare întrucât nu facem nici o eroare prin respingerea ipotezei nule, ceea ce înseamnă că modelul prezintă heteroscedasticitate. Dacă acceptăm faptul că cel puțin un coeficient este diferit de 0 , putem concluziona că homoscedasticitatea este violată de prezența heteroscedasticității, respectiv nu este clară încălcarea ipotezei de homoscedasticitate.

Verificarea normalității

H0 : skewness =0, kurtosis = 3 repartiție normală

H1 :skewness ≠0, kurtosis ≠3 repartiție nu este normală

Din acest grafic se observă că repartiția nu este normală deoarece atât valoarea lui skewness cât și valoarea lui kurtosis nu respectă valorile corecte pentru a accepta ipoteza nulă , care presupune că repartiția este normală. Acest lucru reiese și din faptul că p-value = 0,0000 ceea ce înseamnă că nu putem respinge ipoteza nulă, prin urmare trebuie să acceptăm ipoteza nulă . Putem afirma că rezidurile nu sunt repartizate normal (ipoteza de normalitate nu este verificată ).

Regresia de tip panel generează următorul output.

2.5 Modelul econometric II obținut cu date panel

Acest model econometric arată că toate variabile folosite în model sunt semnificative diferite de 0, astfel creșterea CA cu 1% generează o creștere a CF – ului cu 14,76 %, creșterea imobilizărilor cu 1% duce la creșterea variabilei dependente cu 30,66%, creșterea cu 1% a DAT_FINANCIARE conduce la diminuarea CF –ului cu 25,67% iar creșterea cu un procent a DAT_EXPL antrenează o scădere a CF-ului cu 27,37%.

Și pentru acest model R-squared și Adjusted R-squared înregistrează valori apropiate de 1 (0,80 pentru ambii) fapt ce sugerează că modelul corespunde realității.

2.6 Modelul econometric III obținut prin valorile medii ale indicatorilor

La acest subcapitol vom analiza rezultatele obținute în a treia regresie liniară multiplă, în care am considerat ca variabilă dependentă profitul net iar ca variabile de influență am considerat : activele totale, datoriile totale, cifra de afaceri, și capitalurile proprii. Am folosit următoarele notații :

PN – profitul net

ACTIVE_TOTALE – activele totale

DAT_TOTALE – datoriile totale

CA – cifra de afaceri

CPR – capitalurile proprii

Validarea modelului

Veriificarea semnificației estimatorilor (Parcurgerea testului stusdent t)

Interceptul modelului are un p egal cu 0,8104 și astfel nu putem respinge ipoteza nulă estimând pe baza datelor din eșantionul folosit, că interceptul modelului este mai degrabă nul.

Variabilele independente care ajută la modificarea profitului net sunt : DAT_TOTALE (p=0,0000), CA(0,0000) . Se poate concluziona că o creștere cu 1% a DAT_TOTALE duce la o diminuare a PN cu 16,23 %, o creștere a CA cu 1% generează o diminuare a PN cu 9,32 % . Prin aplicarea testului t se poate spune că | t calc= – 9,89| > tcrt = 2,06 pentru DAT_ TOTALE, | | t calc= -11,05 | > tcrt = 2,06 pentru CA. Acest lucru ne indică că putem respinge ipoteza nulă și prin urmare aceste variabile generează modificări în dimensiunea PN.

Verificarea Multiple R, R-Squared, Testul F

Cum coeficienții R-squared , Adjusted R-squared sunt ambii apropiați de 1 (0,99 pentru ambii) și valoarea F= 1754,986 > valoarea critică (F 0,05;2;25 = 3,39) iar valoarea p asociata este 0,0000 putem respinge ipoteza nulă și prin urmare acceptăm că modelul de regresie liniară multiplă este bun deorece toți coeficienții sunt identificați cu mare precizie.

Testarea ipotezei de corelare a erorilor de ordinul I (Testul Durbin – Watson)

Cum p-value are o valoare > 0,1 ne face să fim încrezători în acceptarea ipotezei nule , și prin urmare acest coeficient nu este semnificativ diferit de 0. Obtinem un DW = 2,26 , care este o valoare apropiată de 2 ceea ce înseamnă că erorile de ordinul I nu sunt autocorelate . Acest lucru presupune faptul că putem accepta ipoteza nulă, care presupune că erorile la momentu t-1 și cele la momentul t sunt idependente statistic.

c2) Analiza autocorelarii de ordin superior

Acest model este bun întrucât coeficienții pot fi identificați cu o mare precizie, iar statistica DW , nu indică o autocorelație între variabilele reziduale. Se observă că DW =1,9962 ceea ce înseamnă că erorile de ordin superior nu sunt corelate.

d) Testarea ipotezei de homoscedasticitate

IPOTEZE

H0 :β0 =β1 =β2 = β3 = β4 = β5 = β6 = β7 = β8 = β9 = β10 =0 (homoscedasticitate)

H1 : э k a.i βk ≠ 0 (heteroscedasticitate)

Pentru validare se folosește Testul F

d1) Testul de semnificație pentru 2 din 9 indicatori ne sugerează că nu putem afirma nimic despre aceștia, aflându-ne într-o zonă incertă (p-value aparține 0,1- 0,8).

Cum p-value = 0,0019 pentru termenul liber, putem respinge ipoteza nulă cu un risc minim concluzionând că termenul liber al modelului este diferit de 0.

Coeficienții ACTIVE _TOTALE, ACTIVE_TOTALE2 , DATORII _TOTALE, CA, CPR, CPR2 cu p-value < 0,1 indică faptul că prin respingerea ipotezei nule, eroarea pe care o facem este mică, prin urmare se respinge ipoteza nulă și se acceptă ipoteza alternativă ceea ce înseamnă că ACTIVE _TOTALE, ACTIVE_TOTALE2 , DATORII _TOTALE, CA, CPR, CPR2 influențează volumul profitului net.

d2) Testul F pentru verificarea semnificației regresiei

Cum p-value = 0,0000 , ceea ce ne indică că putem respinge ipoteza nulă în care modelul prezintă homoscedasticitate și prin urmare acceptăm H1 , unde modelul prezintă heteroscedasticitate.

e) Verificarea normalității

H0 : skewness =0, kurtosis = 3 repartiție normală

H1 :skewness ≠0, kurtosis ≠3 repartiție nu este normală

Cum p-value =0,0000 eroarea pe care o facem prin respingerea ipotezei nule este mică,deci acceptăm ipoteza nulă în care repartiția este normală. Deasemenea putem afirma că rezidurile nu sunt repartizate normal , prin urmare nu se verifică ipoteza de normalitate deoarece skewness ≠0, kurtosis ≠3 concluzionând astfel că repartiția nu este normală .

2.7 Modelul econometric III obținut cu date panel

În continuare vom estima variabilele modelului de regresie folosind regresia de tip panel.

Din acest output se observă faptul că indicatorul ACTIVE_TOTALE nu influențează variabila dependentă PN întrucât înregistrează un p – value foarte ridicat, fapt care ne obligă să respingem ipoteza nulă. Restul variabilelor au un p-value egal cu 0 iar acest lucru ne arată că putem respinge ipoteza nulă fără nici o problemă și că aceste variabile influențează PN. Astfel creșterea DAT_TOTALE cu 1% duce la o scădere a PN cu 16,08%, creșterea CA cu 1% generează o diminuare a PN cu 3,21%, iar creșterea CPR cu 1% sugerează o creștere a PN cu 19,86%.

Multiple R și R-Squared au valori apropiate de 1 (0,93 ambii) ceea ce semnifică că avem de a face cu un model liniar multiplu valid.

2.8 Modelul econometric IV obținut prin valorile medii ale indicatorilor

În continuare vom aborda și un alt model econometric utilizat în această cercetare. Prin acest model se încearcă stabilirea unei relații între variabila dependentă, măsurată printr-o rată de rentabilitate financiară și variabilele de influență măsurate atât prin indicatori financiari, indici bursieri, dar și printr-o variabilă dummy, care evaluează cu 1 companiile care au implementat un sistem CSR, și cu 0 restul companiilor care nu au adoptat nici o măsură de responsabilitate socială și corporativă.

Ca variabilă dependentă s-a folosit ROE, iar ca variabile independente au fost luate în calcul următoarele variabile : LEVIERUL, RAPORTEBITDA_CA, CREST_CB, VAR_DUMMY, MBR, CREST_MVA. Întrucât cele 2 variabile de măsură ale pieței, MBR și CREST_MVA au înregistrat valori p-value foarte ridicate, prin urmare nu puteam să ne asumăm un risc ridicat și astfel am ajuns la certitudinea că este mai eficient să eliminăm aceste 2 variabile întrucât ar putea afecta corectitudinea modelului econometric.

În urma trierii celor 2 indici bursieri, rezultă următoarea regresie liniară multiplă:

Estimarea coeficienților

În urma acestui output s-a constatat că p-value are valori foarte mici ( < 0,1 ) pentru următorele variabilele: LEVIERUL, RAPORTEBITDA_CA, CREST_CB , ceea ce denotă că putem respinge ipoteza nulă și acceptăm ipoteza alternativă ceea ce înseamnă că aceste variabile sunt semnificative din punct de vedere statistic și afectează în mod pozitiv sau negativ mărimea rentabilității financiare. Astfel creșterea levierului cu 1% atrage diminuarea ROE cu 16,96%, creșterea RAPORTEBITDA_CA cu 1% conduce la o rată de creștere pentru ROE cu 75,63%, iar creșterea indicatorului CREST_CB cu 1% generează o creștere a variabilei dependente cu 1,85%.

VAR_DUMMY înregistrează o valoare cuprinsă între 0,1 și 0,8 pentru p-value, ceea ce ne clasează într –o zonă de nedecizie . Acest lucru înseamnă că această variabilă poate fi 0 sau diferită de 0 ceea ce semnifică că nu putem afirma dacă influențează sau nu ROE. Aceasta explică faptul că la nivelul României, companiile listate la BVB nu au implementat destul de bine conceptul de responsabilitate socială și corporativă.

Modelul de regresie liniară multiplă este bun deorece R-squared , Adjusted R-squared sunt ambii apropiați de 1 (0,95 pentru ambii) și valoarea F = 127,46 > valoarea critică (F 0,05;2;25 = 3,39) iar valoarea p asociată este 0,0000 prin care se respinge ipoteza nulă și se acceptă ipoteza alternativă în care modelul este valid.

Validarea acestui model s-a realizat prin testarea următoarelor modele:

Verificarea semnificației estimatorilor

Verificarea Multiple R, R – Squared și Testul F

Analiza autocorelării (de ordinul I și de ordin superior)

Verificarea homoscedasticității

Verificarea normalității

În urma testării acestor modele putem concluziona că s-au respectat următoarele ipoteze:

Erorile de ordin I și de ordin superior nu sunt autocorelate , ceea ce înseamnă acceptarea ipotezei nule, care presupune că erorile la momentu t-1 și cele la momentul t sunt idependente statistic.

modelul prezintă heteroscedasticitate întrucât p-value = 0,0000 , ceea ce ne indică că putem respinge ipoteza nulă în care modelul prezintă homoscedasticitate. Putem concluziona că homoscedasticitatea este violată de prezența heteroscedasticității.

repartiția nu este normală deorece rezidurile nu sunt repartizate normal , prin urmare nu se verifică ipoteza de normalitate deoarece skewness ≠0, kurtosis ≠3

2.9. Modelul econometric IV obținut cu date panel

Regresia panel pentru acest model econometric este redată de output-ul următor :

Se observă că toate cele 4 variabile dependente influențează mărimea variabilei ROE. Prin urmare creșterea indicatorului LEVIER cu 1% atrage o scădere pentru ROE cu 14.68%, creșterea cu 1% a indicatorului RAPORTEBITDA_CA arată o creștere a variabilei ROE cu 59,68% , creșterea indicelui bursier CREST_CB cu 1% generează o creștere a rentabilității financiare cu 1,17%, iar variabila dummy influențează deasemenea variabila dependentă ROE. Atât coeficientul liniar de corelație Multiple R cât și coeficientul de determinație R 2 (R-squared) au valori apropiate de 1 (0,97% ambii) ceea ce ne indică faptul că modelul este relevant din punct de vedere statistic.

2.10. Modelul econometric V obținut prin valorile medii ale indicatorilor

În final vom aborda ultimul model econometric folosit în această lucrare. Astfel , am ales ca variabilă dependentă ROA, iar ca variabile de influență am ales CREST_PREXPL, LEVIERUL, R_CRT, R_INDATORARE, RAPORTEBITDA_CA, ROE

Estimarea coeficienților

Potrivit acestui output, termenul liber înregistrează un p-value = 0,0001, prin urmare respingem ipoteza nulă cu un risc minim, rezultând că interceptul modelului este nenul.

Coeficientul pentru CREST_PREXPL cu un p-value= 0,0895 ne demostreză că putem accepta ipoteza alternativă prin respingerea ipotezei nule și putem afirma că CREST_PREXPL influențează mărimea rentabilității economice, asfel că o creștere cu 1% a CREST_PREXPL va avea ca efect diminuarea ROA cu 0,49%.

Un alt indicator folosit este LEVIERUL al cărui p-value = 0, 0000, ceea ce indică că respingem ipoteza nulă fără nici un risc. LEVIERUL modifică volumul rentabilității economice cu o rată de creștere de 10,35%. Deasemenea și restul variabilelor folosite în acest model influențează în mod pozitiv sau negativ variabila dependentă ROA. Astfel o creștere cu 1 % a R_CRT (p-value = 0,0326) generează o scădere pentru ROA cu 0,49%, creșterea R_INDATORARE (p-value = 0,0000) cu 1% antrenează o scădere a variabilei dependente cu 22,13 %, iar creșterea indicatorului ROE (p-value = 0,0009) cu 1% duce la modificarea volumului variabilei dependente cu o rată de creștere de 69, 17%.

Multiple R are o valoare egală cu 0,8727 ceea ce semnifică atât un model liniar bun care corespunde realității cât și o relație pozitivă sau negativă dintre variabila dependentă și variabilele de influență. R Squared înregistrează o valoare de 0,8462, respectiv un procent de 84,62% și este folosit pentru a alege cel mai bun model din punct de vedere al varianței explicate. Prin urmare modelul explică 84,62 % din variația rentabilității economice influențată de creșterea sau diminuarea variabilelor de influență. Deasemenea și statistica F = 32,92 > valoarea critică (F 0,05;2;25 = 3,39) iar valoarea p asociată este 0,0000 demonstrează că modelul este valid.

Analiza autocorelarii e ordinul I

Corelarea nu este evidentă.

Folosind programul Eviews prin comanda genr DW=2*(1-c(1)) se obține un DW = 1, 68. Prin urmare modelul trebuie corectat prin comanda:

roa c crest_prexpl crest_prexpl(-1) levierul levierul(-1) r_crt r_crt(-1) r_indatorare r_indatorare(-1) roe roe(-1) roa(-1)

După corectare DW = 2,00 ceea ce înseamnă că erorile de ordinul I nu sunt autocorelate.

Analiza autocorelării de ordin superior

Din acest output se observă că erorile de ordin superior verifică ipoteza autocorelării de ordin superior. Astfel, putem concluziona că erorile de ordin supeior sunt necorelate, având un coeficient de corelație egal cu 0

Verificarea homoscedasticitații

Cum p-value = 0,9295 putem afirma că facem o eroare de 92,95% dacă respingem ipoteza nulă, prin urmare nu putem respinge această ipoteză întrucât ne asumăm un risc foarte mare prin respingerea ei. Acceptarea ipotezei nule înseamnă că varianța tuturor erorilor este acceași și astfel putem spune că ipoteza de homoscedasticitate se verifică.

Verificarea normalității

Repartiția nu este normală deorece rezidurile nu sunt repartizate normal , prin urmare nu se verifică ipoteza de normalitate întrucât skewness ≠0, kurtosis ≠3. Deasemenea acelasi lucru ne indică și probabilitatea aferentă testului Jarque – Bera, care înregistrează o valoare de 0,008212 . Aceasta semnifică faptul că putem respinge ipoteza nulă cu un risc foarte mic de 0,008212 ( p – value = 0,008212). În concluzie putem să afirmăm că ipoteza de normalitate nu se verifică pentru acest model.

2.11. Modelul econometric V obținut cu date panel

Rezultatele ultimului model econometric folosit sunt prezentate în output -ul următor :

Rezultatele arată existența unei legături pozitive sau negative între variabila dependentă și variabilele independente. Astfel creșterea indicatorului CREST_PREXPL cu 1% reflectă o creștere a rentabilității economice cu 0,53%, creșterea LEVIERULUI cu 1% conduce la creșterea lui ROA cu 3,81 %, creșterea cu 1% a R_CRT generează o creștere a variabilei dependente cu 0,13%, creșterea R_INDATORARE cu 1% generează o diminuare a variabilei ROA cu 8,99% , creșterea rentabilității financiare (ROE) cu 1% generează o rată de creștere pentru ROA cu 27,03% iar creșterea indicatorului RAPORTEBITDA_CA cu 1% duce la o creștere a variabilei dependente ROA cu 39,46%. Deasemenea se observă că Multiple R și Adjusted R-Squared au valori ridicate, apropiate de 1 (0,62) ceea ce semnifică că modelul corespunde realității.

Concluzii

În urma determinării factorilor care influențează indicatorii de performanță vom prezenta rezultatele obținute atât în ceea ce privește măsura în care toți indicatori folosiți în analiză influențează performanțele companiilor dar și stabilirea unor legături pozitive sau negative dintre performanță și factorii utilizați în analiză.

În urma rezultatelor furnizate de Stadiul Cunoașterii s-au constatat următoarele concluzii :

existența unei corelații pozitive între CSP-ul companiilor , mărimea și peformanța lor financiară

existența unei relații pozitivă între CSR și performanța financiar corporativă.

existența unui efect al mărimii (coeficientul de corelare dintre CSP, vânzări și active totale este foarte mare)

existența unei relație curbilinie între gradul de diversificare al produselor măsurat prin indexul Herfindahl și performanța firmei.

identificarea unei legături pozitive între peformanța socială și financiară a unei companii (mărime și profitabilitate)

identificarea principalilor factori care au determinat performanța financiară a companiilor astfel, Rata de creștere pe un an a activelor, cu influența cea mai mare urmată de ROA, EBITDA Margin ,Quick Ratio (lichiditate imediată), Rata de creștere a vânzărilor pe un an.

Corelarea ratelor de rentabilitate, ratelor de solvabilitate și a celor de eficiență în mod pozitiv cu performanța companiei.

Existența atât a unei legaturi pozitive între CSR și MVA conform anumitor modele cât și existența unei legături invers proporționale între cele 2 astfel că „MVA scade atunci când crește CSR"

EW este pozitiv corelat doar cu ROA, SW este pozitiv corelat cu toate cele 3 variabile ale performanței financiare (ROA, ROE, Tobin’q). Aceasta implică că atunci când CSR este măsurat ținând cont de interesele stakeholderilor specifice unei firme există o asociere pozitivă între performanța financiar corporativă și CSR.

Size e corelată pozitiv atât cu EW cât și cu SW, ceea ce presupune că atunci când o firmă crește , responsabilitatea corporativă tinde să crească și ea.

Deasemenea tot în această parte a acestei lucrări a fost prezentat procedeul de clusterizare al companiilor, după cum urmează :

Clasa A (SNP ,BRD) grupează cele mai mari companii cu privire la vânzări și active totale și care dezvoltă o activitate importantă de responsabilitate socială.

Clasa B (TER, BTL, IMP, ZNT, ATB;) include companii cu un bun ROA iar cele din clasa C sunt companiile cu activitate de responsabilitate socială bună.

clasa C (TNE, TNG, OLT, ALR) sunt companiile cu activitate de responsabilitate socială bună.

Deasemenea rezultatele primei părți arată că pentru niveluri ridicate ale “intra”, relația între diversitatea produsului și performață ( măsurată prin ROA și ROS) este non liniara și mai exact corespunde unei curba în formă de J inversat, cu toate acestea relația neliniara ar putea fi în forma unei curbe “U” pentru nivele scăzute ale vânzărior intra regionale. Astfel, la nivele ridicate ale vânzărilor intra regionale, diversitatea produsului poate genera o performanță mai bună ( măsurată prin ROA și ROS) până la un anumit punct după care se reduce performanța deoarece costurile depășesc beneficiile. Prin urmare, putem concluziona că în cele mai multe cazuri vânzările intra regionale generează un ROA și un ROS mai mari și că vânzările intra regionale ar trebui să îmbunătațească performanța generată de diversitatea produsului.

În continuare vom relata rezultatele obținute din partea a doua a acestei lucrări, denumită Metodologia cercetării și studiul de caz.

Prin urmare vom prezenta factorii care au influențat indicatorii de performanță după cum urmează :

variabila ROE a fost influențată de următoarele variabile : CREST_PREXPL, RAPORTEBITDA_CA, LEVIERUL, R_INDATORARE.

CF –ul a fost influențat de CA, PN, IMOBILIZARI, DAT_FINANCIARE

Mărimea PN a fost modificată de următoarele variabile : ACTIVE_TOTALE, DAT_TOTALE, CA, CPR

Rentabilitatea financiară (ROE) a fost influențată de următorii indicatori LEVIERUL, RAPORTEBITDA_CA, CREST_CB, VAR_DUMMY

Rentabilitatea economică (ROA) a fost influențată de următorii factori : CREST_PREXPL, LEVIERUL, R_CRT, R_INDATORARE, ROE, RAPORTEBITDA_CA.

Conform rezultatelor generate de R-squared ( coeficientul de determinație R2 ) și Adjusted R-squared ( coeficientul de determinație ajustat ) modelul de regresie 3 a fost cel mai bun întrucât a avut cele mai ridicate valori pentru R-squared și Adjusted R-squared (0,9965),urmat de : primul model econometric (0,9876), al doilea model econometric (0,9696), al patrulea model econometric (0,9533) și în final modelul liniar multiplu nr. cinci (0,8727).

Potrivit validării modelelor cel mai bun a fost priml model liniar deoarece acesta a respectat toate etapele de validare, fiind urmat de modelul econometric 5, modelul econometric 2,3,4.

În concluzie putem spune că modelele econometrice folosite în această lucrare sunt relevante, deoarece au respectat ipotezele de validare a modelelor și s-au putut stabili legături între prformanța companiilor și factorii determinanți ai acesteia.

BIBLIOGRAFIE

Cornel Crecană – „Analiza economico – financiară” , ed. Economică

Choi, Jong – Seo, Kwak, young – Min and Choe, Chongwoo – „ Corporate Social Responsability and Corporate Financial Performance : Evidence from Korea – MPRA (Munich Personal Repec Archive), 17 April 2010, pag 1-33

Adrian Costea, Tomas EKlund – “Financial performance analysis of scandinavian telecommunication companies using statistical and neural network techniques “, 2003

Georgeta Vintilă, Ștefan Daniel Armeanu, Paula Lazăr, Maricica Moscalu – „Study regarding the impact of the Corporate social responsability upon firms financial performane ” – Finance and economic stability in the context of financial crisis, Decembrie, 10 th International Conference, 2009, pag 475 – 481

Dana Maria Boldeanu, Adrian Victor Badescu – “Performance indicators in financial decisions modeling ” – “ Finance and economic stability in the context of financial crisis”, Decembrie, 10 th International Conference , 2009 , pag 528 – 534

Gerogeta Vintilă – „Gestiunea financiară a întreprinderii”, ediția a IV –a , Editura Didactică și Pedagogică, București, 2005

Georgeta Vintilă , Mariana Vuță – „Gestiunea financiară a întreprinderii”,ed. Rolcris București 2000

Georgeta Vintilă – Diagnosticul financiar și evaluarea întreprinderilor, ed. Didactică și Pedagogică București, 1998

Gheorghe Vâlceanu, Vasile Robu – “Analiza economico – financiară “, ed. Economică

Ion Stancu – “Finanțe”, Ediția a patra, Editura Economică, București

Kyung Ho Kang, Seoki Lee, Hongsuk Yang – “ The effects of product diversification on firm performance and complementarities between products : A study of US casinos “ – International Journal of Hospitality Management 30 (2011) pag .409 – 421

Laura Poddi , Sergio Vergalli – Does Corporate Social Responsability affect the performance of firms?”, 2009, pag 1 – 36

Liliana Spircu, Roxana Ciumara – “Econometrie”, ed. Pro Universitaria, București 2007

Maria Niculescu – “Diagnostic financiar”, vol 2, ed. Economică

Mihai Toma, Felicia Alexandru – “Finanțe și gestiune financiară de întreprindere” , ed.Economică

Nessara Sukpanich, Alan Rugman – “ Intra – regional sales, product diversity, and performance in Merchandising Multinationals “, 2006, pag 1 – 24

Sandra A. Waddock , Samuel B. Graves – “ The Corporate Social Performance – Financial Performance Link “ – Strategic Management Journal, vol 18, Nr 4 (Apr. 1997), pag 303 – 319

Victor Dragotă, Anamaria Ciobanu, Laura Obreja, Mihaela Dragotă – “Management financiar Vol. I Analiză financiară și gestiune financiară operațională”, Editura Economică, București 2003

Victor Dragotă, Anamaria Ciobanu, Laura Obreja, Mihaela Dragotă – “Management financiar Vol. II “Politici financiare de întreprindere”, Editura Economică, București 2003

Victor Dragotă – Calculul și interpretarea duratelor de rotație a posturilor din bilanț, ed. Finanțe, Bănci, Asigurări, Martie 2005, nr 3/ 2005

Yuhei Inoue, Seoki Lee – “ Effects of different dimensions of corporate social responsibility on corporate financial performance in tourism – related industries “ – Tourism Management 32 (2011) 790 -804

Pagini web :

Baze internationale:

JStor

Science Direct Proquest

Doaj

Scopus

Repec

www.bvb.ro

www.cnvm.ro

http://www.csr-romania.ro/resurse-csr/analize-si-articole/mai-multe-intrebari-decat- raspunsuri-responsabilitate-corporatista-in-romania.html

www.kmarket.ro

www.ktd.ro