Cel: oszacować wpływ inkluzywności władz spółek na ich wyniki. Co wiemy? • Większość firm nie ma równosci płci w organach (ILO, 2015) • Większość firm nie ma w ogóle kobiet we władzach

1. Revisiting gender board diversity and firm performance
Katarzyna Bech-Wysocka (FAME|GRAPE & Warsaw School of Economics)
Joanna Tyrowicz (FAME|GRAPE, University of Regensburg, and IZA)
Sebastian Zalas (FAME|GRAPE, University of Warsaw)
Uniwersytet Szczeciński, Maj, 2024
1

2. Wprowadzenie
Cel: oszacować wpływ inkluzywności władz spółek na ich wyniki
Co wiemy?
• Większość firm nie ma równosci płci w organach (ILO, 2015)
• Większość firm nie ma w ogóle kobiet we władzach
2

3. Wprowadzenie
• Kraje wprowadzają legislację (w tym dyrektywa 30% w UE)
Terjesen et al 2015
• w 2003 Norwegia: 40% kobiet w zarządzie spółek akcyjnych i państwowych (od 2006)
• kwoty m.in. w Belgii, Francji, Niemczech, Islandii, Włoszech, Holandii, Hiszpanii, Szwecji, a także Izraelu i
Indiach
• Kwestie wizerunkowe (element „podręcznika” ESG + Club 30%)
• raport Lorda Davisa (2011): dobrowolne kwoty w firmach FTSE100 UK
• Giełda australijska podobnie
• Deutsche Telekom (2010): dobrowolne kwoty na wszystkich szczeblach zarządczych
→ generujemy koszty czy korzyści?
3

4. Wprowadzenie
Cel: oszacować wpływ inkluzywności władz spółek na ich wyniki
• Teoria daje uzasadnienie i na plus, i na minus
• Brak konsensusu w literaturze empirycznej
1. wiele badań przyczynowych na przykładzie ... Norwegii → external validity
Bertrand et al 2003, Dezso-Ross 2012, Dale et al 2013, Bertrand et al 2019
2. znaczna część literatury polega na korelacjach → przyczynowość (?)
Post & Byron 2015, Terjesen et al 2015
3. w spółkach giełdowych kobiety nie szkodzą
Flabbi et al 2020, Sieweke et al 20203
4

5. Co robimy w tym badaniu
Badamy spółki prywatne w latach 1986-2020 w Europie
1. dane o firmach wszystkich typów z wielu europejskich krajów
• nie miały systemu kwot
• nie miały nadzoru ESG ani publicznego
2. nieobciążony estymator przyczynowo-skutkowy
• próba poradzenia sobie z faktem, że organy spółek nie są losowe
• instrument nie związany z konkretną reformą (shift-share IV SSIV)
5

6. Teoria i literatura empiryczna
6

7. Przesłanki teoretyczne
• teoria kapitału ludzkiego → dodatni wpływ
e.g. Becker (1964), Miller and Triana (2009), Faccio et al. (2016), Shaukat et al. (2016), Low et al. (2015), Smith et al. (2006)
• teoria tożsamości społecznej → ujemny wpływ
e.g. Tajfel and Turner (1986)
• teoria sieci społecznych → ujemny wpływ
e.g. Tönnies and Loomis (1959), Hambrick and Mason (1984), Ahern and Dittmar (2012)
• resource dependency theory → dodatni wpływ
e.g. Salancik and Pfeffer (1978), Hillman et al. (2000), D’Souza et al. (2010), Isidro and Sobral (2014), Lückerath-Rovers (2013)
• teoria agencji → dodatni wpływ
e.g. Fama and Jensen (1983), Gul et al. (2008), Adams and Ferreira (2009), Simkins and Simpson (2003), Ararat et al. (2015), Nguyen et al. (2015)
7

8. Wyniki badań empirycznych
• styl zarządzania się różni pomiędzy kobietami i mężczyznami
Flabbi et al 2020, Cardoso & Ebmer 2010, Gagliarducci & Passerman 2015, Matsa & Miller 2014, Lucifora & Vigani 2014
• styl zarządzania ma wpływ na wyniki spółek
Bertrand & Shoar 2003, Kaplan & Klebanov 2012, Bloom et al 2013
• udział kobiet we władzach
• wyniki z eksperymentów naturalnych
Ahern & Dittmar 2023, Matsa & Miller 2013, Bertrand et al 2019, Comi et al 2020
• wyniki z badań przekrojowych & meta-analiza Post and Byron (2015)
Dezso & Ross 2012, Sabatier 2015, Christiansen et al 2016, Post & Byron 2015, Adams and Ferreira 2015, Smith 2018
• wyniki z metod instrumentalnych
• Adams and Ferreira (2009) instrument: proporcja mężczyzn, którzy są w innych zarządach z kobietami
• Low et al. (2015) instrument: procentowy udział kobiet wśród managerów niższego szczebla
• Smith et al. (2006) instrument: wykształcenie współmałżonka CEO
• Liu et al. (2014) instrument na poziomie sektora: udział kobiet managerów i zatrudnienie kobiet
• Sieweke et al. (2023) & Flabbi et al (2020)
8

9. Dane
9

10. Dane
9 fal Orbis-Amadeus (2002 - 2020)
• każda fala zawiera informacje do 10 lat wstecz
• dane rejestrowe i finansowe firm + imiona i nazwiska managementu
• wszystkie typy firm: państwowe, prywatne, notowane na giełdzie
• problem: definicja zarządu i rady nadzorczej, płeć
• Próba:
• # krajów: 30
• # firm: 11 milionów
• # obserwacji: ponad 120 milionów
• # lat: ≈ 25
10

11. Dane - problemy rozwiązane
• Nowa heurystyka: przypisywanie płci w oparciu o imiona
• specyficzne dla każdego kraju
• World Gender Names Database
• Industry codes:
• zmiana NACE w 2008 ⇒ problematyczna analiza przed i po
• 50% automatycznie przekodowaliśmy na podstawie correspondence tables
• pozostałe hand-coded
• Definicje:
• identyfikacja firm zobligowanych do posiadania zarządu / rady nadzorczej
• podział na executives i non-executives (wszyscy i sam zarząd)
11

12. Board gender diversity
Statistic Management Board All board positions
Average Share
N 60,301.00 64,227.00
Mean 0.20 0.21
25th perc. 0.09 0.13
Median 0.17 0.19
75th perc. 0.27 0.28
Firms with no women
N 60,301.00 64,227.00
Mean 0.74 0.67
25th perc. 0.65 0.55
Median 0.78 0.69
75th perc. 0.88 0.80
12

13. Strategia estymacyjna
13

14. Metodologia
• Chcemy oszacować:
log(yi,t) = β0 + γGBDi,t + βk log(ki,t) + +βl log(li,t) + ηi + ηt + εi,t
ale z powodu endogeniczności γGBDi,t korzystamy z IV.
• Shift-share IV, gdzie instrument zi,t konstruujemy jako:
zi,t = sharei,t0 × gk,t
=
#womeni,t0
#managersi,t0
×
#womenk,t
#managersk,t
#womenk,t0
#managersk,t0
14

15. Shift-share IV - własności
• metodologia zaproponowana przez Bartik (1991)
• podobnie jak w przypadku standardowego IV: relevance & exogeneity conditions
• shock exogeneity - Borusyak et al. (2022), Adão et al. (2019)
• share exogeneity - Goldsmith-Pinkham et al. (2020)
• wykorzystywana obecnie w wielu aplikacjach:
• Autor et al. (2013) - wpływ chińskiego importu na zatrudnienie w przemyśle w USA
• Flabbi et al. (2020) - wpływ GBD na warunki zatrudnienia w firmach
• Sieweke et al. (2023) - wpływ GBD na wyniki spółek giełdowych
15

16. Wyniki
16

17. Ostateczna próba
Tablica 1: Jak powstaje próba
Organ wszystkie sam zarząd
Wyjściowo 128,442,985 128,442,985
Które obserwacje wypadają z próby? ↓ # obserwacji: # obserwacji:
firma sprawozdała organ -0 -26,210,791
NACE (A, B, O, P, Q, R, S, T, U) -11,763,772 -9,073,546
rok<1995 -142,929 -124,101
brak K,L,Y -75,218,374 -65,059,154
firmy bez kobiet -22,948,264 -17,922,514
firmy z % kobiet =1 -4,479,556 -3,705,437
mniej niż <3 osoby -10,849,401 -5,815,607
#obs w kraju <1000 -3,562 -2,840
Ostateczna próba: 3,037,127 528,995
2-digit NACE IV 2,656,884 439,352
3-digit NACE IV 2,601,244 416,437
17

18. Podstawowe wyniki
OLS IV IV OLS IV IV
Gender Board Diversity 0.009∗∗
0.405∗∗∗
0.153∗∗
-0.000 0.252∗∗
0.125
(0.004) (0.059) (0.077) (0.011) (0.119) (0.140)
log(total assets) 0.515∗∗∗
0.515∗∗∗
0.539∗∗∗
0.449∗∗∗
0.476∗∗∗
0.445∗∗∗
(0.003) (0.003) (0.004) (0.007) (0.011) (0.008)
log(employment) 0.461∗∗∗
0.461∗∗∗
0.422∗∗∗
0.473∗∗∗
0.472∗∗∗
0.435∗∗∗
(0.003) (0.003) (0.004) (0.008) (0.008) (0.011)
Firm FE Yes Yes Yes Yes Yes Yes
Year effects Yes Yes Yes Yes Yes Yes
Country weights No No Yes No No Yes
Board definition all all all MB MB MB
Observations 2,602,122 2,602,122 2,602,122 428,662 428,662 428,662
18

19. Podstawowe wyniki
OLS IV IV OLS IV IV
Gender Board Diversity 0.009∗∗
0.405∗∗∗
0.153∗∗
-0.000 0.252∗∗
0.125
(0.004) (0.059) (0.077) (0.011) (0.119) (0.140)
log(total assets) 0.515∗∗∗
0.515∗∗∗
0.539∗∗∗
0.449∗∗∗
0.476∗∗∗
0.445∗∗∗
(0.003) (0.003) (0.004) (0.007) (0.011) (0.008)
log(employment) 0.461∗∗∗
0.461∗∗∗
0.422∗∗∗
0.473∗∗∗
0.472∗∗∗
0.435∗∗∗
(0.003) (0.003) (0.004) (0.008) (0.008) (0.011)
Dependent variable: GBD (first stage)
First Stage F stat. 414.38 349.97 108.26 98.34
Instruments F test 95.037 61.264 20.994 18.437
IV -0.303∗∗∗
-0.321∗∗∗
-0.197∗∗∗
-0.174∗∗∗
[0.034] [0.048] [0.031] [0.029]
IV2
0.018∗∗∗
0.020∗∗∗
0.004∗∗∗
0.003∗∗∗
[0.005] [0.007] [0.002] [0.001]
Overididentification test 4.362 2.648 3.587 1.340
[0.037] [0.104] [0.058] [0.247]
Endogeneity test 48.614 3.988 8.057 1.318
[0.000] [0.046] [0.005] [0.251]
Firm FE Yes Yes Yes Yes Yes Yes
Year effects Yes Yes Yes Yes Yes Yes
Country weights No No Yes No No Yes
Board definition all all all MB MB MB
Observations 2,602,122 2,602,122 2,602,122 428,662 428,662 428,662
19

20. Te wyniki są bardzo odporne
Sprawdzamy
• redefinicja instrumentu na 3-cyfrowym NACE
• włączenie do regresji never-takers
• imputacje
• alternatywne systemy wag
• mniej liczne organy
20

21. Te wyniki są heterogeniczne
Rysunek 1: Zmienność w czasie
21

22. Te wyniki są heterogeniczne: Przemysł (NACE 10-43) vs usługi (NACE 44-63)
Manufacturing Services
OLS IV IV OLS IV IV
Gender Board Diversity -0.006 -0.099 -0.044 0.017∗∗∗
0.640∗∗∗
0.302∗∗∗
(0.007) (0.076) (0.119) (0.006) (0.069) (0.088)
log(total assets) 0.545∗∗∗
0.545∗∗∗
0.588∗∗∗
0.503∗∗∗
0.503∗∗∗
0.516∗∗∗
(0.005) (0.005) (0.008) (0.004) (0.003) (0.005)
log(employment) 0.471∗∗∗
0.471∗∗∗
0.432∗∗∗
0.449∗∗∗
0.448∗∗∗
0.405∗∗∗
(0.006) (0.006) (0.008) (0.004) (0.003) (0.005)
Dependent variable: GBD (first stage)
First Stage F stat. 162.89 149.98 255.04 202.72
Instruments F test 33.094 22.231 68.501 37.070
IV -0.295 -0.303 -0.453 -0.476
[0.042] [0.062] [0.051] [0.065]
IV2
0.011 0.012 0.034 0.034
[0.005] [0.008] [0.008] [0.008]
Overidentification test 1.386 0.900 1.188 0.840
[0.239] [0.343] [0.276] [0.359]
Endogeneity test 1.381 0.055 87.512 11.144
[0.240] [0.814] [0.000] [0.001]
Firm FE Yes Yes Yes Yes Yes Yes
Year effects Yes Yes Yes Yes Yes Yes
Country weights No No Yes No No Yes
Observations 900,607 900,607 900,607 1,698,845 1,698,845 1,698,845
22

23. Podsumowanie
23

24. Wnioski
Najważniejsze wyniki
1. pozytywny mały wpływ GBD na wyniki firm
2. instrument się względnie dobrze sprawdza
3. nowe wyniki
• heterogeniczność sektorowa
• trendy w czasie
24

25. Dziękuję za uwagę!
Chętnie odpowiem na wszystkie pytania
w: grape.org.pl
t: grape_org
f: grape.org
e: j.tyrowicz@grape.org.pl
25