Estimoiduista staattisista malleista, tarkastellaan ensimmäisenä OLS-mallia, joka on raportoitu seuraavan sivun taulukossa 6. Selitysaste on varsin pieni (0.062), joka on yleistä laajoissa paneeliaineistoissa. Kontrollimuuttujien osalta muuttujien etumerkit ovat osittain poikkeavia odotetuista. Liikevaihdon kasvu on tilastollisesti merkitsevä ja malli ehdottaa, että kasvu heikentää kannattavuutta. Velkaantuneisuudella ja tutkimus- ja kehitysmenojen kasvulla on negatiivinen yhteys kokonaispääoman tuottoprosenttiin. Velkaantuneisuuden negatiivista
yhteyttä kaikissa malleissa selittää se, että korkokulujen kasvaminen pienentää nettotulosta, joka on ROA:n laskukaavan osoittajassa.
Corporate governancen ja kannattavuuden suhteen OLS-malli löytää tilastollisesti merkitsevän yhteyden muuttujille Audit, Bsize, Meet, Diversity ja CEO. Tarkastusvaliokunnan olemassaolo heikentäisi kannattavuutta 2.7 %:lla (t = 1.305), ylimääräinen jäsen hallituksessa heikentäisi kannattavuutta 0.178 %:lla (t = 0.0690) ja ylimääräinen hallituksen kokous heikentäisi kokonaispääoman tuottoprosenttia 0.285 % (t = 0.0483). Staattinen OLS-malli esittää, että toimitusjohtajan hallitusjäsenyys parantaisi yhtiön kannattavuutta. (-0.132, t = 0.0304) ja naisten suurempi osuus hallituksessa parantaisi kannattavuutta (0.0931, t = 0.0151). Hallituksen
kokonaiskompensaatio on ainoa CG-muuttuja, joka ei olisi mallin mukaan yhteydessä kannattavuuteen.
Taulukko 6. OLS-mallin ja kiinteiden vaikutusten mallin tulokset.
CapexRatio -0.00510 -1.329*** 0.00137 -2.526***
(0.00483) (0.390) (0.00309) (0.797)
Keskivirheet suluissa. Merkitsevyystasot: *** p < 0.01, ** p < 0.05, * p < 0.1
Staattisessa kiinteiden vaikutusten mallissa selitysaste (R2 = 0.087) kasvaa hieman verraten OLS-malliin, ollen silti matala. Kontrollimuuttujien kertoimien etumerkit noudattavat odotettuja etumerkkejä paitsi tutkimus- ja kehitysmenojen osalta. Staattinen kiinteiden vaikutusten malli ei löydä CG-muuttujien yhtä vahvaa yhteyttä kuin OLS-malli. Mallin perusteella hallituksen
kokousten lukumäärä heikentäisi kannattavuutta (-0.132, t = 0.0398) ja naisten suurempi osuus hallituksessa parantaisi kannattavuutta (0.0426, t= 0.0146), mikä vastaa OLS-mallia, joskin kertoimet eivät olet yhtä suuret. Muilla CG-muuttujilla ei ole tilastollisesti merkitsevää yhteyttä.
Staattisten mallien osalta vakiotermin suuruudet herättävät kysymyksiä mallien sopivuudesta.
Molempien mallien osalta vakiotermi vaikuttaa erittäin suurelta ja etumerkit ovat mallien välillä erit. Seuraavaksi tarkastellaan muuttujien multikollinearisuutta, jonka jälkeen tarkastelemme dynaamisia malleja OLS ja kiinteiden vaikutusten mallien osalta. Lisäksi tarkastellaan muuttujien endogeenisuutta. Vertailemme myös dynaamisia malleja keskenään sekä eroja staattisiin
malleihin.
Taulukko 7. VIF arvot.
Multikollinearisuutta regressiomallissa voidaan tarkastella VIF (Variance Inflation Factor) arvon avulla. VIF-arvo kvantifioi kuinka paljon estimaattien varianssit ovat inflatoituneita. Luku kertoo moninkertainen muuttujan estimaatin varianssi on verrattuna siihen, että muuttuja olisi
Variable VIF
L.ROA 1.060
LnRevenue 1.770
CapexRatio 1.050
Leverage 1.070
LnAge 1.110
Audit 1.040
Bsize 1.980
Meet 1.110
Diversity 1.440
Ceo 1.100
LnComp 1.330
korreloimaton muiden mallissa olevien muuttujien kanssa. VIF-arvo on minimissään 0 ja arvo 1 implikoi, että muuttuja ei korreloi minkään muun muuttjan kanssa. Sääntönä voidaan pitää, että VIF-arvon tulisi olla 0.1 ja 10 välillä. (Das, 2019 s. 144–145.) Taulukosta 7 voimme havaita, että muuttujien välillä ei ole multikollinearisuutta, joten OLS-mallin muuttujat ovat siltä osin päteviä.
Wintoki ym. (2012) raportoivat, että corporate governance -muuttujien välillä on
endogeenisuutta, mikä luo harhaisia estimaattoreita OLS-malleissa. Seuraavan sivun taulukossa 8 on esitettynä Durbin-Wu-Hausman testin tulokset. Testin nollahypoteesinä on, että testattavat muuttujat ovat eksogeenisiä. Corporate governance -muuttujissa: Audit, Meet, Bsize, Diversity, Ceo ja LnComp löytyy testin perusteella endogeenisuutta (p-arvo = 0.00288).
Instrumenttimuuttujina on käytetty viivästettyjä corporate governance -muuttujien arvoja, sillä muita sopivia instrumentteja ei löydy. Chmelarova (2007) raportoi, että heikot instrumentit luovat instrumenttimuuttuja-menetelmästä epäluotettavan. Hausman testissä arvioidaan instrumenttimuuttuja-menetelmällä mall,i jota vertaamme OLS-malliin. Olemme käyttäneet insrumentteina viivästettyjä corporate governance -muuttujien arvoja. Wintoki ym. (2012)
esittävät, että CG-muuttujien viivästettyjä arvoja olisi mahdollista käyttää instrumentteina, koska corporate governancen prosessi on dynaaminen. Edellisen periodin muuttujien havainnot korreloivat siis tulevien havaintojen kanssa. Käytämme samaa lähestymistapaa myös GMM-menetelmien osalta. Tuloksen perusteella erityisesti staattisten mallien estimaatit saattavat olla harhaisia, koska emme ole huomioineet corporate governancen dynaamista suhdetta. Tästä syystä tarkastelemme seuraavaksi dynaamisten mallien tuloksia ja vertailemme niitä staattisiin malleihin.
Tauluko 8. Hausman testin tulokset.
Tests of endogeneity of: Audit Meet BoardSize Diversity CEO LnComp DWH chi-sq test 19.90564***
P-value 0.00288
Degrees of Freedom 6 Merksitsevyystaso: ***p<0.01
Estimoiduista dynaamisista malleista tarkastellaan ensimmäisenä OLS-mallia, joka on raportoitu sivun 56 taulukossa 6 ja sivun 60 taulukossa 9 vertailtavuuden helpottamiseksi.
Kontrollimuuttujien osalta muuttujien etumerkit ovat odotettuja. Liikevaihdon kasvu kasvattaa kannattavuutta, mutta ei ole tilastollisesti merkitsevä. Tutkimus ja kehitysmenojen kasvu
suhteessa liikevaihtoon heikentää odetetusti tuottavuutta. Velkaantuneisuudella on negatiivinen vaikutus, koska kokonaispääoman tuottoprosentti lasketaan nettotuloksesta. Edellisen periodin kokonaispääoman tuottoprosentti selittää merkitsevästi seuraavan periodin tuottoa. Corporate governancen ja kannattavuuden suhteen dynaaminen OLS-malli löytää tilastollisesti merkitsevän yhteyden vain hallitusten kokousten lukumäärälle (-0.132, t = 0.0304). Ylimääräinen kokous heikentäisi tilikauden ROA:a -0.132 %:lla. Löydös tukee H2 hypoteesia. Naisten osuudella hallituksen jäsenistä ei ole mallin perusteella vaikutusta kannattavuuteen, kuten ei muillakaan lopuilla CG-muuttujilla. Selitysaste on erittäin suuri (0.728), kun sitä verrataan staattisiin
malleihin, mutta tämä johtuu todennäköisesti siitä, että edellisen periodin tuotto selittää merkittävän osan seuraavan periodin tuotosta.
Dynaaminen kiinteiden vaikutusten malli on esitelty taulukossa 9 sivulla 60. Mallissa selitysaste (R2 = 0.242) laskee huomattavasti verrattuna OLS-malliin. Muuttujien kertoimista merkittävin muutos on edellisen periodin kokonaispääoman tuottoprosentin osalta (0.363), joka omalta osaltaa selittäisi laskenutta selitysastetta verrattaessa OLS-malliin. Malli antaa lisäosviittaa siitä, että hallitusten kokousten lukumäärällä (-0.154, t = 0.0384) on negatiivinen yhteys
kannattavuuteen. CEO-muuttujan etumerkki on muuttunut negatiiviseksi, mutta keskivirheen suuruuden vuoksi tästä ei voi johtaa tarkempia johtopäätöksiä. Myöskään muut CG-muuttujat eivät ole tilastollisesti merkitseviä.
Yleistetyttyä momenttimenetelmää hyödyntävä System GMM ja sen tulokset on esitelty seuraavan sivun taulukossa 9. System GMM mallissa käytimme muuttujien viivästettyjä arvoja instrumentteina, mikä johti lopulta yhteensä 37 instrumentin hyödyntämiseen. Hansenin testin p-arvo on 0.078, jonka perusteella mallimme ei kärsi yli-identifikaatiosta, mutta ei ole
optimaalisen 0.1–0.8 rajan sisällä. Autokorrelaatio testeistä AR(1) ja AR(2) antavat osviittaa siitä, että mallimme ei kärsi autokorrelaatiosta. Näiden perusteella System GMM mallimme on pätevä.
Mallille ei ole mahdollista arvioida vastaavaa selitysastetta kuin OLS- ja kiinteiden vaikutusten malleille.
Taulukko 9. Dynaamisten regressiomallien tulokset.
(1) (2) (3)
VARIABLES OLS Fixed Effects System GMM
L.ROA 0.871*** 0.363*** 0.866***
Diversity 0.0127 0.0102 -0.00968
(0.00964) (0.0141) (0.0395)
Keskivirheet suluissa. Merkitsevyystasot: *** p < 0.01, ** p < 0.05, * p < 0.1
Mallista havaitaan sama kuin OLS-mallista, että edellisen periodin kannattavuus selittää merkittävästi seuraavan periodin kannattavuutta, muuttujan kertoimen ollessa 0.866 sekä tilastollisesti merkitsevä 1 % tasolla. CapexRation etumerkki on muuttunut positiiviseksi, mutta se ei ole tilastollisesti merkitsevä. Leverage -muuttujan kerroin on yli kaksinkertainen verrattuna kiinteiden vaikutusten malliin. Kokonaispääoman tuottoprosentti lasketaan aineistossa
nettotuloksesta, joten on selvää, että etumerkin tulisi olla negatiivinen, ja OLS-malli ei kykene havaitsemaan tätä yhteyttä yhtä vahvasti kuin kaksi muuta mallia. Myös GMM malli havaitsee negatiivisen yhteyden hallitusten kokousten lukumäärän ja kannattavuuden väliltä, joka on suurempi kuin muissa malleissa. Ylimääräinen kokous heikentäisi kokonaispääoman tuottoprosenttia 0.196 %:lla. Vastaavasti muiden corporate governance -muuttujien kannattavuuden välillä ei löydetä tilastollisesti merkitseviä yhteyksiä.
Dynaamisten mallien osalta erityisesti OLS-malli ja System GMM antavat vastaavanlaiset
johtopäätelmät. Selkeämpi ero syntyy, kun vertailemme staattisia malleja dynaamisiin malleihin.
Tulosten perusteella endogeenisuuden lähteistä dynaaminen endogeenisuus vaikuttaa tuloksiin merkitsevästi ja dynaamisten mallien tuloksia käytetään johtopäätelmien tekemisessä staattisten mallien ongelmien vuoksi. Tulos antaa myös osviittaa siitä, että OLS-mallin tuloksia voidaan pitää jossain määrin luotettavina mikäli malli on dynamisoitu.
Perustuen regressiotuloksiin voimme pitää dynaamisten mallien tuloksia kaikista uskottavimpina, joiden perusteella päädymme hylkäämään hypoteesit:
H1: Hallituksen koon ja kannattavuuden suhde on negatiivinen
H3: Toimitusjohtajan hallitusjäsenyyden ja kannattavuuden suhde on positiivinen H4: Hallituksen palkkioiden suhde kannattavuuteen on negatiivinen
H5: Tarkastusvaliokunnan olemassaolo parantaa kannattavuutta.
Seuraavat hypoteesit jäävät voimaan regressiomallien perusteella:
H2: Hallituksen kokousten lukumäärän ja kannattavuuden suhde on negatiivinen H6: Naisten suurempi osuus hallituksessa ei heikennä kannattavuutta
Tulokset antavat näyttöä siitä, että hallitusten kokousten lukumäärän kasvaessa yhtiön
kannattavuus heikkenee. Selkein selitys tälle on se, että ulkoiset shokit liiketoiminnassa johtavat useampiin hallituksen kokouksiin. Kun liiketoiminta on vakaalla pohjalla eikä koe merkittäviä shokkeja, ei hallituksella ole syytä tavata yhtä useasti. Vastaavasti, kun ulkoiset vaikutukset lievenevät tai niiden aiheuttamat ongelmat on ratkaistu, vähentää hallitus kokouskertojaan.
Toisena selityksenä voitaisiin pitää sitä, että hallitus tapaa usein silloin, kun suunnitellaan suuria investointeja tai muita merkittäviä muutoksia liiketoiminnassa. Kun investoinnit ovat valmiita, vähentää hallitus kokousten lukumäärää ja samanaikaisesti investointien tuotot alkavat.
Aineiston ja tämän tutkimuksen perusteella emme pysty sanomaan, mikä olisi oikea kausaliteettisuhde. Suhde kannattavuuden ja hallitusten kokousten lukumäärän välillä on todennäköisesti monen tekijän summa. Molemmissa esitetyissä selityksissä hallituksen kokoukset ovat kuitenkin merkittäviä mekanismeja yhtiön toiminnan kannalta.
Mallien perusteella voidaan myös todeta, ettei sukupuolijakaumalla ole yhteyttä yhtiön
kannattavuuteen. Tämän perusteella voidaan argumentoida, että mahdollisilla kiintiöillä ei olisi kriitikkojen väittämiä tehokkuusvaikutuksia. Naisten osuus oli keskimäärin 25.2 % hallituksen jäsenistä, mikä on alle niiden kiintiöiden, joita ollaan ehdotettu Europaan maissa. Huomioitavaa on, että eri maiden välillä on hyvinkin suuria eroja.