技术经济

变量类型	变量名称	变量符号	变量说明
被解释变量	企业经营风险	Risk	调整后 ${Roa}$ 波动程度
解释变量	ESG 评级分歧	ESGdif	六家评级机构 ESG 标准差
控制变量	现金流比率	Cashflow	经营活动产生的现金流量净额除以总资产
公司规模	Size	ln(年末总资产)
总资产净利润率	Roa	净利润与总资产平均余额之比
两职合一	Dual	董事长与总经理是同一个人为1, 否则为0
公司成立年限	Firmage	$\ln \left(\text{当年年份一公司成立年份+1}\right)$
是否国有企业	Soe	国有控股企业取值为1, 其他为0
第一大股东持股比例	Top1	第一大股东持股数量与总股数之比
是否四大	Big4	是否由四大会计师事务所审计, 是为1, 否则为0
机构投资者持股比例	Inst	机构投资者持股总数除以流通股本
营业收入增长率	Growth	(本年营业收入/上一年营业收入)-1
ESG 评级均值	ESG_Ave	企业 $i$ 在年度 $t$ 的 ESG 评级均值
评级机构数量	Num	企业 $i$ 在年度 $t$ 的 ESG 评级机构数量

变量类型	变量名称	变量符号	变量说明
被解释变量	企业经营风险	Risk	调整后 ${Roa}$ 波动程度
解释变量	ESG 评级分歧	ESGdif	六家评级机构 ESG 标准差
控制变量	现金流比率	Cashflow	经营活动产生的现金流量净额除以总资产
公司规模	Size	ln(年末总资产)
总资产净利润率	Roa	净利润与总资产平均余额之比
两职合一	Dual	董事长与总经理是同一个人为1, 否则为0
公司成立年限	Firmage	$\ln \left(\text{当年年份一公司成立年份+1}\right)$
是否国有企业	Soe	国有控股企业取值为1, 其他为0
第一大股东持股比例	Top1	第一大股东持股数量与总股数之比
是否四大	Big4	是否由四大会计师事务所审计, 是为1, 否则为0
机构投资者持股比例	Inst	机构投资者持股总数除以流通股本
营业收入增长率	Growth	(本年营业收入/上一年营业收入)-1
ESG 评级均值	ESG_Ave	企业 $i$ 在年度 $t$ 的 ESG 评级均值
评级机构数量	Num	企业 $i$ 在年度 $t$ 的 ESG 评级机构数量

变量	全样本	低分歧	高分歧
$N ={12520}$	$N ={12895}$
样本量	均值	标准差	最小值	中位数	最大值	平均值	平均值
Risk	25415	3.647	4.656	0.132	2.161	41.568	3.135	4.145 **球
ESGdif	25415	0.952	0.729	0.000	1	4.243
Cashflow	25415	0.049	0.067	-0.173	0.048	0.266	0.047	0.051^***
Size	25415	22.362	1.298	19.745	22.177	26.452	22.25	22.47 ***
Roa	25415	0.039	0.098	-2.823	0.042	0.840	0.045	0.033
Dual	25415	0.301	0.459	0.000	0	1.000	0.308	0.295 **
Firmage	25415	2.997	0.288	2.079	3.045	3.611	2.950	3.043
Soe	25415	0.309	0.462	0.000	0	1.000	0.300	0.318 ***
Top1	25415	0.330	0.145	0.081	0.307	0.743	0.337	0.324
Big4	25415	0.061	0.239	0.000	0	1.000	0.059	0.063
Inst	25415	0.388	0.234	0.000	0.392	0.881	0.380	0.396
Growth	25415	0.162	0.413	-0.653	0.100	3.894	0.199	0.125 ***
ESG_Ave	25415	4.238	0.890	1.000	4.167	7.500	4.164	4.309 ***
Num	25415	2.606	1.421	1.000	2	6.000	2.160	3.039 ***

变量	全样本	低分歧	高分歧
$N ={12520}$	$N ={12895}$
样本量	均值	标准差	最小值	中位数	最大值	平均值	平均值
Risk	25415	3.647	4.656	0.132	2.161	41.568	3.135	4.145 **球
ESGdif	25415	0.952	0.729	0.000	1	4.243
Cashflow	25415	0.049	0.067	-0.173	0.048	0.266	0.047	0.051^***
Size	25415	22.362	1.298	19.745	22.177	26.452	22.25	22.47 ***
Roa	25415	0.039	0.098	-2.823	0.042	0.840	0.045	0.033
Dual	25415	0.301	0.459	0.000	0	1.000	0.308	0.295 **
Firmage	25415	2.997	0.288	2.079	3.045	3.611	2.950	3.043
Soe	25415	0.309	0.462	0.000	0	1.000	0.300	0.318 ***
Top1	25415	0.330	0.145	0.081	0.307	0.743	0.337	0.324
Big4	25415	0.061	0.239	0.000	0	1.000	0.059	0.063
Inst	25415	0.388	0.234	0.000	0.392	0.881	0.380	0.396
Growth	25415	0.162	0.413	-0.653	0.100	3.894	0.199	0.125 ***
ESG_Ave	25415	4.238	0.890	1.000	4.167	7.500	4.164	4.309 ***
Num	25415	2.606	1.421	1.000	2	6.000	2.160	3.039 ***

变量	(1)	(2)	变量	(1)	(2)
Risk	Risk	Risk	Risk
ESGdif	${0.720}^{***}\left({0.054}\right)$	${0.463}^{***}\left({0.048}\right)$	Inst		$-{0.876}{}^{***}\left({0.203}\right)$
Cashflow		4.${181}^{***}\left({0.573}\right)$	Growth		0.222 ${}^{***}\left({0.085}\right)$
Size		$-{1.438}^{***}\left({0.116}\right)$	ESG_Ave		$-{0.383}^{***}\left({0.047}\right)$
Roa		$-{17.437}^{***}\left({0.959}\right)$	Num		$-{0.078}^{*}\left({0.043}\right)$
Dual		-0.067(0.097)	Constant	${2.962}^{***}\left({0.054}\right)$	28.941^***(3.112)
Firmage		${3.379}^{***}\left({0.750}\right)$	${Id}$	Yes	Yes
Soe		${0.432}{}^{**}\left({0.202}\right)$	Year	Yes	Yes
Top1		$-{3.850}^{***}\left({0.594}\right)$	$N$	25415	25415
Big4		${0.932}^{***}\left({0.309}\right)$	Adi.${R}^{2}$	0.397	0.513

变量	(1)	(2)	变量	(1)	(2)
Risk	Risk	Risk	Risk
ESGdif	${0.720}^{***}\left({0.054}\right)$	${0.463}^{***}\left({0.048}\right)$	Inst		$-{0.876}{}^{***}\left({0.203}\right)$
Cashflow		4.${181}^{***}\left({0.573}\right)$	Growth		0.222 ${}^{***}\left({0.085}\right)$
Size		$-{1.438}^{***}\left({0.116}\right)$	ESG_Ave		$-{0.383}^{***}\left({0.047}\right)$
Roa		$-{17.437}^{***}\left({0.959}\right)$	Num		$-{0.078}^{*}\left({0.043}\right)$
Dual		-0.067(0.097)	Constant	${2.962}^{***}\left({0.054}\right)$	28.941^***(3.112)
Firmage		${3.379}^{***}\left({0.750}\right)$	${Id}$	Yes	Yes
Soe		${0.432}{}^{**}\left({0.202}\right)$	Year	Yes	Yes
Top1		$-{3.850}^{***}\left({0.594}\right)$	$N$	25415	25415
Big4		${0.932}^{***}\left({0.309}\right)$	Adi.${R}^{2}$	0.397	0.513

变量	(1)	(2)	(3)
ESGdif	Risk	Risk
ESGdif		1.995^***(0.244)	0.359^***(0.056)
Mean_ESGdif	0.752^***(0.028)
Control	Yes	Yes	Yes
${Id}$	Yes	Yes	Yes
Year	Yes	Yes	Yes
$N$	25408	25408	17533
Adj.${R}^{2}$	0.509	0.154	0.611

变量	(1)	(2)	(3)
ESGdif	Risk	Risk
ESGdif		1.995^***(0.244)	0.359^***(0.056)
Mean_ESGdif	0.752^***(0.028)
Control	Yes	Yes	Yes
${Id}$	Yes	Yes	Yes
Year	Yes	Yes	Yes
$N$	25408	25408	17533
Adj.${R}^{2}$	0.509	0.154	0.611

变量	(1)	(2)	(3)	(4)
Risk	Risk	Risk	Risk
ESGrange	${0.235}^{***}\left({0.030}\right)$
ESGuncertainty		${0.418}^{*}\left({0.248}\right)$
ESGdif			0.207^**(0.072 )	0.293 ${}^{***}\left({0.052}\right)$
abnormal			0.374 ${}^{***}\left({0.081}\right)$
Control	Yes	Yes	Yes	Yes
${Id}$	Yes	Yes	Yes	Yes
Year	Yes	Yes	Yes	Yes
$N$	25415	20698	25415	20698
Adj.${R}^{2}$	0.512	0.600	0.514	0.601

变量	(1)	(2)	(3)	(4)
Risk	Risk	Risk	Risk
ESGrange	${0.235}^{***}\left({0.030}\right)$
ESGuncertainty		${0.418}^{*}\left({0.248}\right)$
ESGdif			0.207^**(0.072 )	0.293 ${}^{***}\left({0.052}\right)$
abnormal			0.374 ${}^{***}\left({0.081}\right)$
Control	Yes	Yes	Yes	Yes
${Id}$	Yes	Yes	Yes	Yes
Year	Yes	Yes	Yes	Yes
$N$	25415	20698	25415	20698
Adj.${R}^{2}$	0.512	0.600	0.514	0.601

变量	(1)	(2)	(3)
Risk	ferror	Sent
ESGdif	0.463^***(0.048)	0.195^***(0.071)	$-{0.013}^{**}$(0.006)
Control	Yes	Yes	Yes
${Id}$	Yes	Yes	Yes
year	Yes	Yes	Yes
$N$	25415	20596	22569
Adj.${R}^{2}$	0.513	0.173	0.479

变量	(1)	(2)	(3)
Risk	ferror	Sent
ESGdif	0.463^***(0.048)	0.195^***(0.071)	$-{0.013}^{**}$(0.006)
Control	Yes	Yes	Yes
${Id}$	Yes	Yes	Yes
year	Yes	Yes	Yes
$N$	25415	20596	22569
Adj.${R}^{2}$	0.513	0.173	0.479

变量	(1)	(2)	(3)	(4)	(5)	(6)
Risk	Risk	Risk	Risk	Risk	Risk
国有	非国有	四大	非四大	高市场化	低市场化
ESGdif	${0.053}\left({0.062}\right)$	${0.486}^{***}\left({0.063}\right)$	${0.212}\left({0.156}\right)$	${0.462}^{***}\left({0.050}\right)$	${0.542}^{***}\left({0.075}\right)$	${0.347}^{***}\left({0.066}\right)$
组间系数差异性	国有-非国有 $-{0.433}\left\lbrack {0.000}\right\rbrack$	四大-非四大 $-{0.249}\left\lbrack {0.000}\right\rbrack$	高市场化-低市场化0.194 [ 0.009 ]
Control	Yes	Yes	Yes	Yes	Yes	Yes
${Id}$	Yes	Yes	Yes	Yes	Yes	Yes
Year	Yes	Yes	Yes	Yes	Yes	Yes
$N$	7819	17535	1516	23840	12046	11929
Adj.${R}^{2}$	0.510	0.521	0.533	0.515	0.502	0.501

变量	(1)	(2)	(3)	(4)	(5)	(6)
Risk	Risk	Risk	Risk	Risk	Risk
国有	非国有	四大	非四大	高市场化	低市场化
ESGdif	${0.053}\left({0.062}\right)$	${0.486}^{***}\left({0.063}\right)$	${0.212}\left({0.156}\right)$	${0.462}^{***}\left({0.050}\right)$	${0.542}^{***}\left({0.075}\right)$	${0.347}^{***}\left({0.066}\right)$
组间系数差异性	国有-非国有 $-{0.433}\left\lbrack {0.000}\right\rbrack$	四大-非四大 $-{0.249}\left\lbrack {0.000}\right\rbrack$	高市场化-低市场化0.194 [ 0.009 ]
Control	Yes	Yes	Yes	Yes	Yes	Yes
${Id}$	Yes	Yes	Yes	Yes	Yes	Yes
Year	Yes	Yes	Yes	Yes	Yes	Yes
$N$	7819	17535	1516	23840	12046	11929
Adj.${R}^{2}$	0.510	0.521	0.533	0.515	0.502	0.501

变量	(1)	(2)
Risk	Risk
ESGdif	0.405 ${}^{***}\left({0.053}\right)$	${0.466}^{***}\left({0.048}\right)$
ESGdif $\times$ CER		$-{1.052}^{**}\left({0.452}\right)$
CER		${1.573}^{**}\left({0.649}\right)$
Control	Yes	Yes
${Id}$	Yes	Yes
Year $\times$ Group	Yes	No
Year	No	Yes
$N$	25380	25386
Adj.${R}^{2}$	0.517	0.513

变量	(1)	(2)
Risk	Risk
ESGdif	0.405 ${}^{***}\left({0.053}\right)$	${0.466}^{***}\left({0.048}\right)$
ESGdif $\times$ CER		$-{1.052}^{**}\left({0.452}\right)$
CER		${1.573}^{**}\left({0.649}\right)$
Control	Yes	Yes
${Id}$	Yes	Yes
Year $\times$ Group	Yes	No
Year	No	Yes
$N$	25380	25386
Adj.${R}^{2}$	0.517	0.513

ESG评级分歧与企业经营风险

PDF下载

赵丽 ¹^,² , 路一帆 ¹

技术经济 | 技术经济评价 2024,43(7): 98-109

收起

技术经济 | 技术经济评价 2024, 43(7): 98-109

ESG评级分歧与企业经营风险

全屏

赵丽¹^,², 路一帆¹

作者信息

¹ 新疆财经大学金融学院乌鲁木齐 830012

² 新疆财政金融协同创新中心乌鲁木齐 830012

赵丽,博士,新疆财经大学金融学院教授,硕士研究生导师,研究方向:数字金融:

路一帆,新疆财经大学金融学院硕士研究生,研究方向:ESG。

ESG Rating Divergence and Business Risk

Li Zhao¹^,², Yifan Lu¹

Affiliations

¹ School of Finance Xinjiang University of Finance and Economics Urumqi 830012 China

² Xinjiang Finance and Financial Innovation Coordination Center Urumqi 830012 China

出版时间: 2024-07-10 doi: 10.12404/j.issn.1002-980X.J24020201

文章导航

摘要

收起

随着ESG 意识的提高和可持续发展的重要性日益突显,ESG评级已成为学术界和实务界讨论的重点问题,但目前中国 ESG 评级标准并不统一,不同评级机构给出的评分有较大分歧,这是否会对企业经营风险产生影响?基于此,本文以2015—2022年中国A股上市公司为样本,使用华证、万德、富时罗素、商道融绿、盟浪、彭博6家评级机构的评级结果构建 ESG评级分歧指标,实证检验了 ESG 评级分歧对企业经营风险的影响。结果显示,ESG 评级分歧显著提高了企业经营风险,这一结论在经过一系列內生性稳健性检验后依然成立。机制检验发现,ESG评级分歧通过加剧信息不对称以及抑制投资者情绪进而提高企业经营风险。异质性分析表明,ESG 评级分歧对企业经营风险的提升作用在非国有企业、信息质量较差的企业和高市场化企业更强。进一步研究发现,相比于ESG评级机构间分析差异,被评级企业本身 ESG 信息披露不规范是ESG 评级分歧加剧企业经营风险的主要原因。研究结论为监管机构规范 ESG评级标准以引导企业规范披露,推动中国 ESG 评级体系建设提供了重要借鉴。

关键词

ESG 评级分歧 / 企业经营风险 / 信息不对称 / 投资者情绪

Abstract

收起

With the improvement of ESG awareness and the increasing importance of sustainable development, ESG rating has become a focal point of discussion in both academic and practical fields. However, at present, the ESG rating standards in China are not unified, and there is significant divergence in the scores given by different rating agencies. Will this have an impact on business risk? Based on this, using Chinese A-share listed companies from 2015 to 2022 as the research sample, the ESG rating divergence index was constructed using the ratings of Huazheng, Wind, FTSE Russell, SynTao Green Finance, SusallWave and Bloomberg, and the impact of ESG rating divergence on business risk was empirically tested. It is found that ESG rating differences significantly increase the business risk of enterprises, and this conclusion is still valid after a series of endogenous robustness tests. The mechanism test finds that ESG rating divergence increases business risks by aggravating information asymmetry and inhibiting investor sentiment. Heterogeneity analysis shows that the impact of ESG rating divergence on business risk is stronger in non-state-owned enterprises, enterprises with poor information quality and highly marketized enterprises. Further research finds that compared with the differences in the analysis of ESG rating agencies, the non-standard disclosure of ESG information by the rated enterprises themselves is the main reason why the ESG rating divergence aggravates the business risk of the enterprises. The research conclusions provide an important reference for regulators to standardize ESG rating standards to guide enterprises in disclosing information properly, which provides an important reference for promoting the construction of China's ESG rating system.

Key words

ESG rating divergence / enterprise business risk / information asymmetry / investor sentiment

引用本文

赵丽, 路一帆. ESG评级分歧与企业经营风险. 技术经济, 2024 , 43 (7) : 98 -109 . DOI: 10.12404/j.issn.1002-980X.J24020201

Li Zhao, Yifan Lu. ESG Rating Divergence and Business Risk[J]. Journal of Technology Economics, 2024 , 43 (7) : 98 -109 . DOI: 10.12404/j.issn.1002-980X.J24020201

正文

收起

一、引言

收起

“双碳”浪潮下, ESG(environmental, social and governance) 逐渐成为衡量企业可持续发展的重要标准, ESG 评级得到迅速发展。截至2023年10月31日, A 股5286家公司共披露1819份 ESG 报告, 相比2022年5023家公司共披露1456份 ESG 报告,同比增长24.93%,上市公司 ESG 报告披露率由28.99% 上升至34.41%,披露 ESG 已成趋势,越来越多的投资者将 ESG 作为决策的重要参考 ^{[ 1 - 2 ]} ,因此 ESG 的可靠性至关重要。随着 ESG 评级的迅速发展, 目前全球 ESG 评级机构数量已超600家, 但由于缺乏统一的披露和评级标准 ^{[ 3 ]} ,导致各大机构的评级结果出现很大差异,这种差异性的评级结果削弱了 ESG 信息的有效性,使企业 ESG 评级不能很好地向市场提供有效的增量信息,对市场主体造成困扰,因此, ESG 评级分歧逐渐成为一个备受关注的问题。

尽管中国在 ESG 评级领域起步晚, 但近年来发展势头强劲, ESG 评级已经成为企业价值评估中的重要组成部分。但是, 由于缺乏统一的评级标准, 不同机构在评级标准和方法上存在分歧, 导致同一家公司的 ESG 评级结果常常不一致,这种现象被称为 ESG 评级分歧,这种分歧在全球范围内普遍存在 ^{[ 4 ]} 。作为 ESG 评级领域的重要机构,英国风险评估公司(Maplecroft)和明晟公司(MSCI)对某些公司的评级结果上存在差异。例如,在评估英国石油公司(BP)时, Maplecroft 将其评为 “高风险”,而 MSCI 将其评为 “中等风险”,即使是同一 ESG 评级机构,不同部门或团队之间也可能存在评级结果不一致的情况。例如,法国评级机构 Vigeo Eiris 在对 BP 的评估中,其法国团队将 BP 评为 “非常弱势”,而英国团队将其评为 “弱势”。因此,在 ESG 评级和数据收集的过程中,不同的机构、方法和标准会产生不同的评级结果。随着时间的推移,全球 ESG 评级的指标数量不断增加。例如,目前 MSCI、晨星(Sustainalytics)、道琼斯与富时罗素等 ESG 评级机构,在 ESG 三大支柱之下,分别发展出数十个构面,近百个指标。然而,麻省理工学院 (MIT) 斯隆管理学院对六家主流 ESG 评级机构的研究发现, 它们在同一标的样本下评级结果相关性较低, 平均相关系数仅为0.54, 甚至出现负相关性 ^{[ 5 ]} 。这种评级分歧的存在使得投资者开始对 ESG 评级产生不信任,基于 ESG 评级构建的投资生态岌岌可危。因此,需要解决 ESG 评级的标准化和一致性问题,以提升评级质量和投资者的信任度。

在学术界,关于 ESG 评级分歧的研究仍是一个新兴领域,且现有研究大多侧重于 ESG 评级分歧形成的原因,主要包括评级范围和度量方法的不同 ^{[ 5 ]} ,评分者理解差异 ^{[ 6 ]} 以及信息披露是否规范 ^{[ 7 ]} ,而对于其后果的研究仍属于起步阶段,并且鲜有研究提及 ESG 评级分歧对于企业经营风险的影响。在当前充满不确定性的全球环境下, 企业无疑面临着巨大的经营风险。这些风险可能涵盖了供应链中断、市场波动、政策法规变化和社会突发事件等多个方面。在此背景下, 关注 ESG 评级以及 ESG 评级分歧的影响变得愈发重要。ESG 评级分歧是否会影响企业经营风险? 影响经营风险的作用机制如何? 对这一系列问题的研究有助于厘清中国 ESG 实践与微观企业经营风险的关系, 而且对资本市场如何规范 ESG 评级具有重大理论价值和实践意义。

本文基于信息不对称理论和投资者情绪视角,探讨 ESG 评级分歧对企业经营风险的影响及作用机制。首先,从信息不对称理论出发,分析 ESG 评级分歧如何加剧企业与投资者之间的信息不对称,导致市场效率降低,增加企业融资成本和经营风险。其次,借助投资者情绪视角,考察 ESG 评级分歧如何通过影响投资者情绪,导致对企业未来表现的不确定预期,进而影响企业的股价稳定性和融资条件,加剧企业经营风险。信息不对称理论为理解评级分歧如何加剧市场的信息缺口提供了基础,而投资者情绪视角则进一步探讨了在信息不对称的基础上,投资者如何因情绪影响作出非理性的投资决策,从而加剧企业经营风险。通过综合这两个理论视角,本文旨在深化对 ESG 评级分歧加剧企业经营风险作用机制的理解,揭示信息不对称和投资者情绪变动在其中的关键作用。

本文的学术贡献主要体现在以下三个方面。第一, 不同于以往文献聚焦于 ESG 表现对企业的影响, 本文从 ESG 评级分歧视角出发,探讨了 ESG 评级分歧与企业经营风险之间的关系,丰富了 ESG 评级分歧的文献。第二,深入剖析了 ESG 评级分歧影响企业经营风险的微观作用机制,从信息不对称和投资者情绪视角打开了 ESG 评级分歧与企业经营风险之间的机制“黑箱”。第三,本文考察了 ESG 评级分歧对企业经营风险在企业性质、信息质量以及市场化程度等差异因素的异质性表现,有助于管理者更加深入了解 ESG 评级分歧对企业经营的影响,为推进中国 ESG 评级体系的建设和统一 ESG 评级标准提供了经验证据。

二、理论分析与研究假设

收起

(一) ESG 评级分歧与企业经营风险

为实现可持续发展, 企业在关注自身发展的同时, 必须兼顾环境、社会及公司治理方面的表现, ESG 评级作为资本市场了解企业在这些方面表现的主要方式 ^{[ 8 ]} ,在信息纷繁复杂的情况下面临挑战,由于不同的评级机构对同一企业的 ESG 表现有不同的评估, 导致 ESG 评级产生较大差异, 进而引发了 ESG 评级分歧现象的发生。

在学术界, 对 ESG 评级分歧的研究还处于新兴阶段, 目前的研究主要集中在分歧形成的原因, 而对其后果的研究仍处于起步阶段。关于 ESG 评级分歧的成因,多项研究已进行探讨, Berg 等 ^{[ 5 ]} 通过比较六家国际知名ESG 评级机构,发现评级分歧主要源于机构在评级范围和度量方法上的差异。Chatterji 等 ^{[ 6 ]} 研究六家欧美主要的ESG评级机构,指出不同评分者对环境和社会责任的理解差异是导致评级分歧的主要原因。 Christensen 等 ^{[ 3 ]} 认为,更多的 ESG 信息披露可能导致更大的评级分歧。从 ESG 评级分歧的后果来看,它会从多个方面影响市场和企业。首先,从企业融资成本的角度来看,评级分歧产生的“噪音效应”可能导致投资者对企业的错误预判 ^{[ 5 ]} ,降低投资意愿,进而增加企业的外部融资成本。其次,从股票市场来看, Brandon 等 ^{[ 9 ]} 的研究表明, ESG 评级分歧代表了不确定性的增加,投资者希望获得更高的风险溢价,进而影响股票收益率。此外,评级分歧可能会干扰投资者的决策过程,降低市场效率 ^{[ 10 ]} ,增加被评级企业的股价同步性 ^{[ 11 ]} 。最后,从管理者的角度来看, ESG 评级差异可能被用作不道德行为的借口,导致“漂绿”行为的发生 ^{[ 12 ]} ,并增加了管理者在决策上的难度,限制了他们作出恰当反应的能力。不难看出,造成 ESG 评级分歧的原因主要有评价范围和度量方法的差异,评分者理解差异以及是否规范的信息披露。ESG 评级分歧所造成的影响主要是从股票市场角度以及企业自身如融资成本角度和管理者角度展开,而对企业经营风险的探讨尚显不足。

从理论上看, ESG 评级分歧对企业经营风险的影响不可忽视。现有文献发现,一方面, ESG 具有一定的信息效应 ^{[ 13 ]} ,提高 ESG 评分能够向市场传递积极信号,帮助其树立良好的品牌形象,有助于获取利益相关者支持,降低企业经营风险[ 14 ]; 另一方面, ESG 具有一定的治理效应 ^{[ 15 ]} ,企业积极提高 ESG 表现有利于吸引外部分析师关注 ^{[ 16 ]} ,促使企业在分析师监管压力下更加合理地运用资源,进而降低经营风险。但积极的 ESG 表现会降低企业经营风险的前提是 ESG 评级能够客观反映 ESG 表现, 而评级分歧的产生加剧了市场对企业 ESG 表现的不确定性。有限注意理论认为, 个体在处理信息时往往会受到注意力有限、信息过载和认知偏见等因素的影响, 导致只关注部分信息, 忽视其他信息, 从而做出不完全理性的决策, 因此, 有限注意理论为本文的研究提供了重要的研究思路和着力点。由于中国属于典型的新兴市场, ESG 评级机构获取 ESG 此类非财务信息较为困难 ^{[ 17 ]} ,根据有限注意理论,评级机构无法获取完整的 ESG 信息,会加剧评级分歧。 ESG 分歧较大时, 市场会认为企业 ESG 信息披露不规范, 甚至认为企业存在严重的“漂绿”行为, 导致企业的市场声誉受损,投资者、消费者和其他利益相关者可能对企业的 ESG 表现表示关注和质疑,从而降低对企业的信任和忠诚度,导致销售下降、品牌价值下降,进而提升企业经营风险。

基于此, 本文提出假设1:

ESG 评级分歧提高企业经营风险(H1)。

(二) ESG 评级分歧对企业经营风险的影响机制

ESG 评级分歧会加剧企业信息不对称。首先,信息不对称是指市场参与者在信息获取和理解方面存在差异,导致市场上信息的不完全和不均衡,根据信息不对称理论, ESG 评级分歧意味着不同的评级机构对企业 ESG 表现有不同的评估结果和标准。ESG 评级依赖于大量的数据和信息, 包括企业公开披露信息和第三方数据源。然而, 不同评级机构可能使用不同的数据源和方法来获取和分析这些数据, 导致评级结果的差异。此外,企业可能选择性地披露 ESG 信息,或者存在数据不完整或不准确的情况,这也会导致评级结果的不一致,加剧信息不对称。其次,根植于信息不对称的观念,信号传递理论认为 ESG 属于非财务信息,投资者往往缺乏搜集此类信息的能力,获取 ESG 信息较为困难,只能凭借 ESG 评级机构的评级信息,而评级机构差异化的评级数据无法准确反映企业 ESG 表现 ^{[ 5 ]} ,这会使投资者在获取 ESG 评级信息时面临困惑和不一致,使其无法为投资者提供有效的增量信息,降低评级结果的市场价值 ^{[ 18 ]} ,加剧信息不对称。

较高的信息不对称也会提高企业经营风险。首先, 从微观企业层面, 信息不对称直接影响企业的资本市场表现和投资者行为, 这体现在公司股价波动性的增加及投资者对企业信息的解读产生偏差, 从而影响企业的市场估值和资本成本 ^{[ 19 ]} 。此外,企业的合作伙伴由于缺乏可靠信息而对企业稳定性持怀疑态度,因此信息不对称使企业在与供应商、客户及其他合作伙伴的谈判中处于不利地位。其次, 从宏观社会层面, 信息不对称影响企业与外部利益相关者的关系,包括投资者、消费者和合作伙伴。对于投资者而言,信息不对称降低其对企业进行投资的意愿,从而增加企业的融资成本 ^{[ 20 ]} 。对于消费者,信息不对称影响其购买决策, 损害企业的品牌形象和市场竞争力。而对于合作伙伴, 信息不对称可能削弱双方的信任基础, 影响长期合作关系的稳定性,进而对企业的供应链和销售渠道产生不利影响 ^{[ 21 ]} ,进而增加企业经营风险。

基于此, 本文提出假设2:

ESG 评级分歧通过加剧信息不对称进而提高企业经营风险 (H2)。

ESG 评级分歧会降低投资者情绪 ^{[ 22 ]} 。首先,信任理论认为,投资者对评级机构的信任程度对于其决策起着重要作用。当不同评级机构给出不一致的评级时, 投资者可能会对评级的准确性和可靠性产生怀疑, 质疑评级机构的方法和数据来源,进而怀疑整个 ESG 评级体系的有效性。这种信任问题会降低投资者对 ESG 评级的价值和意义的认同, 进而影响其情绪和投资决策[ 23 ]。其次, 行为金融学提供了另一个视角, 强调情绪和认知偏差在投资决策中的作用,姚洪心等 ^{[ 24 ]} 指出投资者在面对信息不确定性时,其情绪波动会显著影响投资行为。这种不确定性激发投资者调整其投资策略,减少对评级分歧较大企业的投资,而偏好那些评级较为一致的企业以避免不确定性带来的风险。这种策略的变化不仅反映了投资者试图避免由评级不确定性带来的风险,也会导致市场波动增加,股价波动加剧,从而形成一个反馈循环,进一步加剧投资者的情绪波动。

投资者情绪的降低会增加企业的经营风险。首先,根据市场效率理论,投资者情绪对市场的运作和资产价格形成具有重要影响 ^{[ 25 ]} 。当投资者情绪低迷时,可能更倾向于采取保守的投资策略,减少对企业的投资 ^{[ 26 ]} 。这会导致企业的股价下跌,融资成本上升,从而增加企业的资金成本和经营风险。其次,信息传递理论进一步阐释了投资者情绪如何通过市场的信息传递机制影响整个市场的预期和情绪。当投资者情绪普遍低迷时, 这种负面情绪可以通过市场的交流渠道传递给其他投资者, 从而影响他们对企业未来表现的预期,这种连锁反应将导致市场对企业的估值下调,使得企业面临更大的融资困难和资本成本 ^{[ 27 ]} ,增加企业的经营风险。最后,投资者情绪的降低会导致负面的舆论和媒体报道 ^{[ 28 ]} ,损害企业的品牌声誉。这使消费者对企业的产品或服务产生疑虑,导致销售下降。同时,品牌声誉受损还可能引发法律诉讼、调查等问题,增加企业经营风险。

基于此, 本文提出假设3:

ESG 评级分歧通过降低投资者情绪进而提高企业经营风险(H3)。

三、研究设计

收起

(一) 样本选择

本文选择2015-2022年中国 A 股上市公司数据,选择华证、万德、富时罗素、商道融绿、盟浪、彭博 ESG 数据,并对数据进行以下处理:① 剔除金融行业上市公司；② 剔除 ST ( special treatment )、* ST 和 PT (particular transfer) 公司;③ 剔除相关数据缺失的公司。对主要连续变量进行1% 和99% 的缩尾处理, 最终得到4074个企业样本,25415个公司年度观测值。华证 ESG、万德 ESG 和富时罗素 ESG 评级数据来源于万德数据库,商道融绿 ESG 评级来自商道融绿 ESG 评级数据平台,盟浪 ESG 评级数据来源于盟浪 FINESG 数据库,彭博 ESG 评级来自彭博终端数据平台。

(二) 模型设定与变量定义

为检验 ESG 评级分歧是否提高企业经营风险,构建如式 (1) 所示模型。

(1)

\[{\text{ Risk }}_{i, t + 1}={\alpha }_{0}+{\alpha }_{1}{\text{ ESGdif }}_{i, t}+\sum \text{ Controls }+\sum \text{ Id }+\sum \text{ Year }+{\varepsilon }_{i, t}\]

其中: ${\operatorname{ESGdif}}_{i, t}$ 为企业 $i$ 在 $t$ 年的 $\mathrm{{ESG}}$ 评级分歧; ${\operatorname{Risk}}_{i, t + 1}$ 为企业经营风险; ${\operatorname{Control}}_{i, t}$ 为控制变量; Year 和 ${Id}$ 分别为时间和个体固定效应; ${\varepsilon }_{i, t}$ 为随机误差项; $\alpha$ 为回归方程的待估系数。具体的变量定义如下:

1. 解释变量

ESG 评级分歧 (ESGdif)。本文参考张云齐等 ^{[ 29 ]} 选用华证、万德、富时罗素、商道融绿、盟浪、彭博六家机构。为统一量纲以保证各评级结果的可比性,将华证、万德、商道融绿 ESG 评分赋值为0~9,富时罗素评级乘200%,盟浪赋值为0~26,对赋值乘9/26,彭博 ESG 将具体分数取10% 处理。对上述处理结果四舍五入进行处理并进行标准差计算。

2. 被解释变量

企业经营风险(Risk)。本文参考李秀敏等 ^{[ 30 ]} 使用企业在观测时段内的 Roa 波动程度来衡量企业经营风险水平,盈利波动性越大,说明企业风险承担水平越高,并将该结果乘以100得到 Risk 以衡量企业风险承担水平。由于 ESG 评级数据是年末数据, 因此在回归中将企业风险进行加一期处理。

3. 控制变量

为了控制会对企业经营风险产生影响的其他因素,借鉴李胜旗和赵鑫钰 ^{[ 31 ]} 的研究,本文控制了一系列重要财务特征,包括现金流比率(Cashflow)、公司规模(Size)、总资产净利润率(Roa)、两职合一(Dual)、公司成立年限( Firmage )、是否国有企业( Soe )、第一大股东持股比例( Top1)、是否四大( Big4)、机构投资者持股比例 (Inst)、营业收入增长率 (Growth)。同时,本文控制了企业 $i$ 在年度 $t$ 的 ESG 评级均值 (ESG_Ave),以排除ESG 评级高低对回归结果的影响。此外, ESG 评级机构数量越多,越可能造成较大的 ESG 评级分歧,因此本文对评级机构数量(Num)进行了控制。详细的变量定义和说明如表1 所示。

四、回归结果分析

收起

(一) 描述性统计

表2 报告了全样本主要变量的描述性统计结果。Risk 的最小值为0.132 , 最大值为41.568 , 说明不同公司的经营风险存在显著差异。ESGdif 的最小值为0,最大值为4.243 ,说明 ESG 评级结果分歧程度较大。

此外, 表2 同时报告低 ESG 评级分歧与高 ESG 评级分歧的均值差异检验结果,结果显示,对于企业经营风险,高 ESG 评级分歧企业显著高于低 ESG 评级分歧企业,初步分析表明高 ESG 评级分歧加剧企业经营风险。控制变量的均值差异性检验基本也都较为显著, 表明本文的控制变量的选取是合理的。

(二) 基准回归

Hausman 检验的 $p$ 值小于0.01,因此使用双向固定效应模型检验 ESG 评级分歧对企业经营风险的影响,回归结果如表3 所示,(1)列未加入控制变量,(2)列加入控制变量,结果表明 ESG 评级分歧系数在1%水平上均显著为正,证明 ESG 评级分歧显著提高了企业经营风险,由此,假设 H1得到验证。其原因主要在于 ESG 评级分歧无法准确反映企业 ESG 表现,未能向市场传递有效的增量信息,并且,面对不同的ESG评级时, 投资者对 ESG 评级的准确性和可靠性产生怀疑, 减少对企业的投资, 从而导致企业经营风险的上升。

(三) 内生性与稳健性检验

1. 内生性检验

(1)工具变量法。为缓解 ESG 评级分歧与企业经营风险之间可能存在的内生性问题,参考刘向强等 ^{[ 11 ]} 的做法, 选择同年度同行业 ESG 评级分歧均值 Mean_ ESGdif 作为工具变量, Kleibergen-Paaprk Wald $F$ statistic 的统计值大于临界值, Kleibergen-Paaprk LM statistic 的 $p$ 为0.000,表明工具变量通过过度识别检验和弱工具变量检验, 表4 的 (1) 列和 (2) 列为两阶段最小二乘法回归结果。ESGdif 回归系数显著为正,与前文研究结论一致。

(2)倾向性得分匹配。将企业 ESG 评级分歧取中位数, 将样本企业分为高 ESG 评级分歧和低 ESG 评级分歧两组, 并分别赋值1和0, 将所有控制变量作为协变量进行1:1近邻匹配, 以降低遗漏变量引起的内生性问题, 表4 的 (3) 列报告了 PSM 匹配样本后的回归结果,结果显示 $\mathrm{{ESG}}$ 评级分歧的回归系数在1%水平上显著为正,与前文研究结论一致。

2. 稳健性检验

(1)替换解释变量。首先,采用 ESG 评级极差(ESGrange)衡量 ESG 评级分歧,回归结果如表5 的(1)列所示；其次,参考 Avramov 等 ^{[ 10 ]} 方法,对某一企业任选一对评级机构计算这两个评级机构的评级分歧 (ESGuncertainty), 公式如式 (2) 所示。回归结果如表5 的 (2) 列所示, 回归系数均显著为正, 证明本文的结论不受解释变量度量方式的影响。

(2)

\[\text{ ESGuncertainty }=\frac{\left|{g}_{j, t,\mathrm{\;A}}-{g}_{j, t,\mathrm{\;B}}\right|}{\sqrt{2}}\]

其中: ${g}_{j, t,\mathrm{\;A}}$ 为机构 $\mathrm{A}$ 对企业 $j$ 在 $t$ 年的评级; ${g}_{j, t,\mathrm{\;B}}$ 为机构 $\mathrm{B}$ 对企业 $j$ 在 $t$ 年的评级。

(2)考虑异常评级。由于华证 ESG 评级借鉴国外主流 ESG 体系的发展经验,并结合国内市场,且更新及时,具有较强的代表性,因此使用华证 ESG 评级减去评级均值再取绝对值作为异常评级 (abnormal) 的衡量并加入回归中。回归结果如表5 的(3)列所示, ESGdif 回归系数在1% 水平上显著为正,证明本文结论的可靠性。

(3)缩小样本。考虑到部分企业仅有一家评级机构进行 ESG 评级,为尽可能避免样本选择偏差,保留两家及两家以上评级机构的上市企业作为样本,回归结果如表5 的(4)列所示,回归系数在1% 水平上显著为正, 证明本文结论的可靠性。

五、机制分析

收起

根据前文分析, ESG 评级分歧可以通过加剧信息不对称以及抑制投资者情绪进而提高企业经营风险, 因此, 本文构建式 (3) 和式 (4) 以检验 ESG 评级分歧对企业经营风险的作用机制。

(3)

\[{\text{ferror}}_{i, t}={\beta }_{0}+{\beta }_{1}{\text{ESGdif}}_{i, t}+{\beta }_{2}{\text{Control}}_{i, t}+\sum \text{year}+\sum {Id}+{\varepsilon }_{i, t}\]

(4)

\[{\text{Sent}}_{i, t}={\beta }_{0}+{\beta }_{1}{\text{ESGdif}}_{i, t}+{\beta }_{2}{\text{Control}}_{i, t}+\sum \text{year}+\sum {Id}+{\varepsilon }_{i, t}\]

其中: ${\operatorname{ferror}}_{i, t}$ 为企业 $i$ 在 $t$ 年度的分析师预测偏误程度; ${\operatorname{Sent}}_{i, t}$ 为企业 $i$ 在 $t$ 年度的投资者情绪; $\beta$ 为待估系数。

(一) 基于信息不对称的机制检验

式(3)考察 ESG 评级分歧对信息不对称的影响。由于分析师是市场重要的信息中介,其对企业盈利预测的准确性会受到所处信息环境的影响, 因此分析师在进行盈余预测时会充分考虑 ESG 信息, 而若 ESG 评级分歧加剧了市场信息不对称,则会加剧分析师预测偏误程度。因此使用分析师预测偏误 (ferror) 衡量信息不对称程度,参考褚剑等 ^{[ 32 ]} 衡量方式,采用分析师盈余预测偏差进行衡量。

表6 的(2)列结果显示 ESG 评级分歧显著提高分析师预测偏误, 即 ESG 评级分歧加剧市场信息不对称,市场信息不对称程度的增加,首先,使得投资者难以准确评估企业的 ESG 表现和可持续性发展。不同的评级机构采用不同的评估方法和标准, 导致评级结果存在差异, 投资者很难获得一致的信息。这种不确定性增加了投资者对企业的不确定性和风险感知, 导致投资者对企业的投资意愿降低。其次, 市场信息不对称往往会引发负面报道和舆论压力。当投资者对企业的 ESG 表现存在疑虑时, 往往会通过媒体或社交网络传播负面信息,进而影响企业的声誉和形象。负面报道和舆论压力会导致投资者对企业的信任度下降,进而影响企业的股价和市值。此外,市场信息不对称也会给竞争对手带来机会。当某个企业的 ESG 表现存在争议时,竞争对手可以利用这一点来推销自己的产品或服务,进而抢夺企业的市场份额,这种竞争压力会导致企业的销售额下降,进而影响企业的盈利能力和经营稳定性。因此, ESG 评级分歧通过加剧信息不对称进而提高企业经营风险,由此,假设 $\mathrm{H}2$ 得到验证。

(二) 基于投资者情绪的机制检验

式(4)考察 ESG 评级分歧对投资者情绪的影响。参考靳光辉 ^{[ 33 ]} 的衡量方式,将反映公司基本面因素的替代变量以及投资者情绪子维度进行正交化处理, 并将残差作为投资者情绪替代变量进行主成分分析, 最终合成投资者情绪综合指数。

表6 的(3)列结果显示 ESG 评级分歧显著降低投资者情绪, 投资者情绪的降低, 首先, 会减少对企业的投资,甚至可能抛售股票,导致股价下跌。这将给企业的融资能力和资本结构带来压力, 增加企业的财务风险。其次,投资者情绪的降低也可能导致企业在市场上的声誉受损, 投资者对企业的信任度下降, 往往会对企业的产品和服务产生质疑,从而影响企业的市场份额,导致收入减少和利润下降,进一步增加企业的经营风险。最后,投资者情绪的降低还往往会导致企业的合作伙伴和供应商对企业的信心减弱, 影响企业的合作关系和供应链, 进一步加剧企业的经营风险。因此, ESG 评级分歧通过抑制投资者情绪进而提高企业经营风险,由此,假设 $\mathrm{H}3$ 得到验证。

六、异质性分析

收起

(一) 企业性质

国有企业通常受到政府的监管和指导,其治理结构和机制相对稳定 ^{[ 34 ]} 。相比之下,非国有企业的治理结构和机制更加多样化和灵活化,且信息披露相对不足 ^{[ 35 ]} ,这使得评级机构难以获得准确的 ESG 数据和信息,导致不同评级机构之间的评级差异更大。因此本文基于产权性质将样本分为国有企业和非国有企业两类。回归结果如表7 的(1)列和(2)列所示,结果显示,相较于国有企业, ESGdif 的估计系数在非国有企业中显著为正,且费舍尔组间系数差异检验的 $p$ 为0.000,即两组系数间的差异性在1%水平上显著,这一结果表明 ESG 评级分歧对非国有企业经营风险的加剧作用更强。

这可能的原因在于, 首先, 非国有企业在与投资者、债权人和其他利益相关者进行沟通和交流时, 可能倾向于选择性地披露有利于自身形象的 ESG 信息,而对不利的信息进行隐瞒或模糊处理 ^{[ 36 ]} 。这种信息不对称会导致评级机构在进行 ESG 评级时, 难以准确评估非国有企业的 ESG 表现, 从而增加了经营风险的可能性。其次,非国有企业通常更加依赖于资本市场融资[ 37 ],对投资者情绪的敏感性更高,如果不同评级机构对非国有企业的 ESG 评级结果不一致, 投资者往往会对企业的 ESG 表现产生疑虑, 进而导致股价下跌、融资成本上升、投资者撤资等一系列负面影响, 进而加剧非国有企业的经营风险。此外, ESG 评级结果的不一致往往会引起媒体和舆论的广泛关注, 负面的媒体报道和舆论压力会对非国有企业的声誉和形象造成损害, 影响企业的市场地位和盈利能力,进而加剧企业经营风险。

(二) 信息质量

除ESG信息披露外,企业财务信息也可提高投资者对企业的认知程度,由于国际四大会计师事务所具有较高的独立性和更严格的审计程序,因此由四大会计师事务所审计的上市公司财务信息透明度更高 ^{[ 38 ]} 。因此本文将企业分为是否由四大会计师事务所审计两类, 回归结果如表7 的(3) 列和(4) 列所示, 结果显示, ESGdif 的估计系数在非四大会计师事务所审计中显著为正, 在由四大会计师事务所审计中为正但不显著, 且费舍尔组间系数差异检验的 $p$ 为0.000,即两组系数间的差异性在1%水平上显著,这一结果表明 ESGdif 对非四大会计师事务所审计的企业经营风险的加剧作用更强。

这可能的原因在于, 对于披露财务信息较少的企业来说, 投资者在做出投资决策时会更多地依赖于其他信息, 如 ESG 方面的评级, 投资者往往会更关注和重视这些评级结果, 更依赖 ESG 评级来评估企业的风险和机会 ^{[ 39 ]} 。如果不同的评级机构对同一企业的 ESG 表现有不同的评价,投资者会更加关注这些分歧,因此在信息质量较差的上市企业中 ESG 评级分歧对企业经营风险的加剧作用更显著。

(三) 市场化水平

作为一种外部治理机制,市场化水平显著性影响企业竞争力及经营风险 ^{[ 40 ]} 。因此,参考王小鲁等编制的《中国分省份市场化程度报告(2016)》,按照市场化均值分为高市场化程度企业和低市场化程度企业两组,以检验处于不同市场化程度的 ESG 评级分歧对企业经营风险的影响,回归结果如表7 的(5)列和(6)列所示,结果显示, ESGdif 的估计系数在高市场化和低市场化企业系数均显著为正,费舍尔组间系数差异检验的 $p$ 为0.009,即两组系数间的差异性在1%水平上显著,这一结果表明 ${ESG}$ dif 对高市场化企业经营风险的加剧作用更强。

这可能的原因在于,首先,在高市场化的环境中,投资者会更加关注企业的 ESG 表现 ^{[ 41 ]} ,更倾向于使用 ESG 评级作为决策的参考指标, 以评估企业的可持续性和长期价值。因此, ESG 评级的不一致性对投资者的决策和投资行为产生更大的影响。其次,高市场化企业所处的市场环境更具竞争性和敏感性 ^{[ 42 ]} , 任何与企业形象、声誉或可持续性相关的负面信息都会对企业的市场地位和股价产生较大的影响。ESG 评级的不一致性会导致投资者对企业的 ESG 表现产生疑虑, 进而引发市场的负面反应, 加剧企业的经营风险。

七、进一步分析

收起

ESG 评级产生分歧有两个原因,一是企业 ESG 信息披露不规范,另一个是不同评级机构在指标选取、模型及权重等各方面的差异。如果影响企业经营风险的 ESG 评级分歧完全来自评级机构之间差异,则若在回归中加入评级组合的固定效应, 则 ESG 评级分歧提高企业经营风险的效应则会消失, 而若影响企业经营风险的 ESG 评级分歧部分来自评级机构之间差异,则 ESG 评级分歧提高企业经营风险的效应则会下降。因此,参考张云齐等 ^{[ 29 ]} 的方法,构建一个 “评级机构组合” 的类别变量 (Group),并将此类别变量与年份进行交乘作为固定效应并加入回归中。结果如表8 所示, ESG 评级分歧的系数仍在1% 水平上显著为正, 且系数为0.405略小于不控制该固定效用的系数0.463 。这表明 ESG 评级机构间分析差异不是 ESG 评级分歧加剧企业经营风险的主要原因,被评级企业本身 ESG 信息披露不规范是 ESG 评级分歧加剧企业经营风险的主要原因。

此外, 采用被评级企业是否通过第三方鉴证 (CER) 作为企业 ESG 信息披露是否规范的标准, 将 ESG 评级分歧与第三方鉴证交乘项放入回归中, 结果如表8 所示, 交乘项系数在5% 水平上显著为负, 表明通过第三方鉴证会抑制企业 ESG 评级分歧对企业经营风险的影响, 这进一步证明被评级企业本身 ESG 信息披露不规范是 ESG 评级分歧加剧企业经营风险的主要原因。

八、结论与政策建议

收起

中国属于典型的新兴市场国家, ESG 评级体系正处于高速发展时期,但由于 ESG 评级标准尚未形成,不同 ESG 评级机构对同一企业评分存在差异,由此引发的风险引起学术界和实务界的关注。本文从 ESG 评级分歧视角出发,使用华证、万德、富时罗素、商道融绿、盟浪、彭博6家评级机构的评级结果构建 ESG 评级分歧指标, 探讨其对企业经营风险的影响, 得到以下结论: 第一, ESG 评级分歧越大, 企业经营风险水平越高; 第二,机制检验发现, ESG 评级分歧可以通过加剧信息不对称以及降低投资者情绪进而提高企业经营风险；第三, ESG 评级分歧对企业经营风险的加剧作用在非国有企业、信息质量较差的企业和高市场化企业中更显著；第四,相比于ESG评级机构间分析差异,被评级企业本身ESG信息披露不规范是ESG评级分歧加剧企业经营风险的主要原因。基于以上结论,本文提出以下建议。

第一,政府层面。首先,政府应制定相关法规和政策,完善兼具国际规则与本土特征的 ESG 评级体系, 遵循公开透明、实质性、客观性、包容性、国际性、本土性以及专业易懂的原则,以追求信息披露的准确性和可比性。其次,政府应加强对 ESG 评级机构的监管,确保其评级方法和过程的透明度和公正性,可以建立一个独立的监管机构,负责监督和审查评级机构的运作,逐渐将披露方式从自愿披露转化为自愿披露与强制披露相结合的方式, 并设置统一的标准和口径, 确保其评级结果客观可信, 对于不符合规范的评级机构, 政府应采取相应的惩罚措施, 以维护市场秩序和投资者权益。再次, 政府应提供资金和资源以支持 ESG 培训和研究,提高企业和投资者对 ESG 的认识和理解,推动 ESG 理论和实践的发展,为企业和投资者提供更加科学有效的 ESG 指导。最后,政府还可以设立 ESG 奖励机制,对积极以及规范披露 ESG 的企业予以奖励,进一步推动企业积极参与 ESG 披露。

第二,企业层面。首先,企业应建立 ESG 管理体系,包括制定明确的 ESG 政策和目标,并将其融入企业的战略和决策中,并且,企业还应加强内部沟通和培训,提高员工对 ESG 的认识和重视程度,促使他们在 H 常工作中积极地将 ESG 原则融入业务运营中。其次,企业应主动披露全面准确的 ESG 数据和报告,采用规范的报告标准如全球报告倡议组织(GRI)或可持续发展会计准则委员会(SASB)标准,并经过第三方鉴证以提高透明度和可信度。通过主动披露 ESG 信息,企业可以向投资者和利益相关方展示其在环境保护、社会责任和公司治理方面的表现。这不仅可以增加投资者对企业的信任, 也有助于降低 ESG 评级分歧对企业的负面影响。最后,企业应积极与投资者和利益相关方进行沟通,了解他们对 ESG 的关注点和需求,并建立良好的沟通渠道,例如设立 ESG 专门的联系人或部门,及时回应投资者和利益相关方的关切和问题,以增强沟通效果。

第三, ESG 评级机构层面。首先, ESG 评级机构应制定一套统一的评级标准和方法, 使用定量指标并及时公布指标的构建方法, 以确保评级结果的一致性和可比性, 有助于投资者更准确地比较不同企业的 ESG 表现,并作出更明智的投资决策；其次, ESG 评级机构应公开披露其评级过程和数据来源,并接受独立的第三方审核和验证以增加评级结果的可信度, 减少信息不对称, 并提高投资者对评级机构的信任; 再次, ESG 评级机构应增加对 ESG 数据的收集和分析能力, 确保评级结果的准确性和全面性, 以更好地评估企业的 ESG 表现；最后, ESG 评级机构应与被评级企业建立良好的沟通渠道,解释评级标准和方法,使企业能够更好地遵循 ESG 评级机构的标准和方法进行信息披露, 以提供更准确和全面的评级结果。

基金

收起

新疆“天池英才”青年博士项目“双碳目标下绿色金融助推新疆产业结构升级的机制与对策研究”(XJR20220068)
新疆人文社会科学重点项目“财政金融协同支持新疆营商环境建设研究”(XJEDU2022J018)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

[1]

刘柏 , 卢家锐 , 琚涛 . 形式主义还是实质主义: ESG 评级软监管下的绿色创新研究 [J]. 南开管理评论 , 2023 . 26 ( 5 ): 16 - 28 .

[2]

PATRICK

, MARCIN

. Do investors care about carbon risk? [J]. Journal of Financial Economics , 2021 . 142 ( 2 ): 517 - 549 .

[3]

CHRISTENSEN

, SERAFEIM

, SIKOCHI

. Why is corporate virtue in the eye of the beholder? The case of ESG ratings [J]. The Accounting Review , 2022 . 97 ( 1 ): 147 - 175 .

[4]

BILLIO

, COSTOLA

, HRISTOVA

, et al . Inside the ESG ratings: (Dis) agreement and performance [J]. Corporate Social Responsibility and Environmental Management , 2021 . 28 ( 5 ): 1426 - 1445 .

[5]

BERG

, KOELBEL

, RIGOBON

. Aggregate confusion: The divergence of ESG ratings [J]. Review of Finance , 2022 . 26 ( 6 ): 1315 - 1344 .

[6]

CHATTERJI

A K

, DURAND

, LEVINE

, et al . Do ratings of firms converge? Implications for managers, investors and strategy researchers [J]. Strategic Management Journal , 2016 . 37 ( 8 ): 1597 - 1614 .

[7]

WANG

, LIU

. Information disclosure and ESG rating disagreement: Evidence from green bond issuance in China [J]. Pacific-Basin Finance Journal , 2024 . 85 . 102350 .

[8]

周泽将 , 谷文菁 , 伞子瑶 . ESG 评级分歧与分析师盈余预测准确性 [J]. 中国软科学 , 2023 . 10 ): 164 - 176 .

[9]

BRANDON

, KRUEGER

, SCHMIDT

. ESG rating disagreement and stock returns [J]. Financial Analysts Journal , 2021 . 77 ( 4 ): 104 - 127 .

[10]

AVRAMOV

, CHENGS

, LIOUI

, et al . Sustainable investing with ESG rating uncertainty [J]. Journal of Financial Economics , 2022 . 145 ( 2 ): 642 - 664 .

[11]

刘向强 , 杨晴晴 , 胡珺 . ESG 评级分歧与股价同步性 [J]. 中国软科学 , 2023 . 8 ): 108 - 120 .

[12]

, HUA

, LIU

, et al . The green fog: Environmental rating disagreement and corporate greenwashing [J]. Pacific-Basin Finance Journal , 2023 . 78 . 101952 .

[13]

席龙胜 , 王岩 . 企业ESG 信息披露与股价崩盘风险 [J]. 经济问题 , 2022 . 8 ): 57 - 64 .

[14]

李井林 , 阳镇 , 陈劲 , 等 . ESG 促进企业绩效的机制研究——基于企业创新的视角 [J]. 科学学与科学技术管理 , 2021 . 42 ( 9 ): 71 - 89 .

[15]

杨道广 , 王金妹 , 龚子良 , 等 . 分析师在企业风险承担中的作用:治理抑或压力 [J]. 北京工商大学学报(社会科学版) , 2019 . 34 ( 1 ): 20 - 30 .

[16]

, LIU

, XU

. Does ESG performance improve the quantity and quality of innovation? The mediating role of internal control effectiveness and analyst coverage [J]. Sustainability , 2022 . 15 ( 1 ): 104 .

[17]

ZHANG

, WANG

. Are ESG scores affected by the quality of non-financial disclosures? [J]. International Review of Economics & Finance , 2024 . 93 . 1431 - 1458 .

[18]

何太明 , 李亦普 , 王峥 , 等 . ESG 评级分歧提高了上市公司自愿性信息披露吗? [J]. 会计与经济研究 , 2023 . 37 ( 3 ): 54 - 70 .

[19]

宫汝凯 . 信息不对称、过度自信与股价变动 [J]. 金融研究 , 2021 . 6 ): 152 - 169 .

[20]

LIU

, LI

, QUAN

, et al . Decision analysis and coordination of two-stage supply chain considering cost information asymmetry of corporate social responsibility [J]. Journal of Cleaner Production , 2019 . 228 . 1073 - 1087 .

[21]

史成东 , 谷桐 . “双碳”目标背景下嵌入式低碳供应链决策研究——基于碳限额交易机制视角的分析 [J]. 价格理论与实践 , 2023 . 9 ): 199 - 203 .

[22]

WANG

, WANGS

, DONG

, et al . ESG rating disagreement and stock returns: Evidence from China [J]. International Review of Financial Analysis , 2024 . 91 . 103043 .

[23]

BOFINGER

, HEYDEN

, ROCK

. Corporate social responsibility and market efficiency: Evidence from ESG and misvaluation measures [J]. Journal of Banking & Finance , 2022 . 134 . 106322 .

[24]

姚洪心 , 刘明辉 . 媒体报道、投资者情绪与股指波动关系研究 [J]. 价格理论与实践 , 2022 . 9 ): 150 - 153 .

[25]

胡昌生 , 夏郭效 . 投资者情绪累积效应与股票价格波动 [J]. 统计与决策 , 2023 . 39 ( 5 ): 152 - 157 .

[26]

GAO

, YANG

. Investor trading behavior and sentiment in futures markets [J]. Emerging Markets Finance and Trade , 2018 . 54 ( 3 ): 707 - 720 .

[27]

董礼 , 陈金龙 , 郭惠玲 . 投资者情绪对企业全要素生产率的影响 [J]. 中南财经政法大学学报 , 2022 . 2 ): 78 - 90 .

[28]

顾洪梅 , 张曼玲 . 投资者情绪与股票市场——基于COVID-19疫情突发事件 [J]. 上海金融 , 2023 . 3 ): 44 - 56 .

[29]

张云齐 , 杨淏宇 , 张笑语 . ESG 评级分歧与债务资本成本 [J]. 金融评论 , 2023 . 15 ( 4 ): 22 - 43 .

[30]

李秀敏 , 陈梓烁 , 陈雅琪 . 企业数字化转型与财务绩效——来自上市公司数字专利数据的证据 [J]. 技术经济 , 2024 . 43 ( 1 ): 73 - 87 .

[31]

李胜旗 , 赵鑫钰 . 跨国并购、人民币汇率波动与企业经营风险 [J]. 技术经济 , 2023 . 42 ( 4 ): 147 - 159 .

[32]

褚剑 , 秦璇 , 方军雄 . 中国式融资融券制度安排与分析师盈利预测乐观偏差 [J]. 管理世界 , 2019 . 35 ( 1 ): 151 - 166 .

[33]

靳光辉 . 投资者情绪、高管权益激励与公司投资——基于迎合渠道的实证检验 [J]. 中央财经大学学报 , 2015 . 6 ): 65 - 74 .

[34]

杨睿博 , 邓城涛 , 侯晓舟 . ESG表现对企业财务绩效的影响研究 [J]. 技术经济 , 2023 . 42 ( 8 ): 124 - 134 .

[35]

田祥宇 , 杜洋洋 , 朱丽萍 . 国有资本参股能提高民营企业股价信息含量吗 [J]. 会计研究 , 2023 . 3 ): 83 - 97 .

[36]

刘行 , 赵晓阳 . 谁的所得税信息质量更高;国有企业还是非国有企业? [J]. 会计研究 , 2021 . 12 ): 40 - 53 .

[37]

张宁静 , 周坚 , 万魏 . 数字普惠金融发展与企业债券融资 [J]. 金融发展研究 , 2023 . 2 ): 54 - 60 .

[38]

陈华 , 孙汉 , 沈胤鸿 . 交易所网络平台互动能缓解股价崩盘风险吗?——基于管理层回复质量的异质性角度 [J]. 上海财经大学学报 , 2022 . 24 ( 3 ): 92 - 107 .

[39]

武鹏 , 杨科 , 蒋峻松 , 等 . 企业ESG 表现会影响盈余价值相关性吗? [J]. 财经研究 , 2023 . 49 ( 6 ): 137 - 152 .

[40]

霍远 , 陶圆 . 异质机构投资者与企业商业信用融资 [J]. 技术经济 , 2022 . 41 ( 5 ): 122 - 133 .

[41]

黄大禹 . 绿色制度创新:中央环保督察与企业ESG表现———效应评估、机制分析与市场化条件支撑下的赋能路径 [J]. 山西财经大学学报 , 2024 . 46 ( 3 ): 1 - 17 .

[42]

潘珂 , 江旭 . 市场化改革对企业创新投入和创新效率的影响研究 [J]. 科研管理 , 2024 . 45 ( 2 ): 127 - 136 .

2024年第43卷第7期

PDF下载

205

引用本文

BibTeX

文章信息

doi: 10.12404/j.issn.1002-980X.J24020201

接收时间：2024-02-02
首发时间：2025-07-25
出版时间：2024-07-10

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2024-02-02

基金

新疆“天池英才”青年博士项目“双碳目标下绿色金融助推新疆产业结构升级的机制与对策研究”(XJR20220068)

新疆人文社会科学重点项目“财政金融协同支持新疆营商环境建设研究”(XJEDU2022J018)

作者信息

¹ 新疆财经大学金融学院乌鲁木齐 830012

² 新疆财政金融协同创新中心乌鲁木齐 830012

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/jsyjj/CN/10.12404/j.issn.1002-980X.J24020201

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT

变量类型	变量名称	变量符号	变量说明
被解释变量	企业经营风险	Risk	调整后 ${Roa}$ 波动程度
解释变量	ESG 评级分歧	ESGdif	六家评级机构 ESG 标准差
控制变量	现金流比率	Cashflow	经营活动产生的现金流量净额除以总资产
公司规模	Size	ln(年末总资产)
总资产净利润率	Roa	净利润与总资产平均余额之比
两职合一	Dual	董事长与总经理是同一个人为1, 否则为0
公司成立年限	Firmage	$\ln \left(\text{当年年份一公司成立年份+1}\right)$
是否国有企业	Soe	国有控股企业取值为1, 其他为0
第一大股东持股比例	Top1	第一大股东持股数量与总股数之比
是否四大	Big4	是否由四大会计师事务所审计, 是为1, 否则为0
机构投资者持股比例	Inst	机构投资者持股总数除以流通股本
营业收入增长率	Growth	(本年营业收入/上一年营业收入)-1
ESG 评级均值	ESG_Ave	企业 $i$ 在年度 $t$ 的 ESG 评级均值
评级机构数量	Num	企业 $i$ 在年度 $t$ 的 ESG 评级机构数量

变量类型

变量名称

变量符号

变量说明

被解释变量

企业经营风险

Risk

调整后 ${Roa}$ 波动程度

解释变量

ESG 评级分歧

ESGdif

六家评级机构 ESG 标准差

控制变量

现金流比率

Cashflow

经营活动产生的现金流量净额除以总资产

公司规模

Size

ln(年末总资产)

总资产净利润率

Roa

净利润与总资产平均余额之比

两职合一

Dual

董事长与总经理是同一个人为1, 否则为0

公司成立年限

Firmage

$\ln \left(\text{当年年份一公司成立年份+1}\right)$

是否国有企业

Soe

国有控股企业取值为1, 其他为0

第一大股东持股比例

Top1

第一大股东持股数量与总股数之比

是否四大

Big4

是否由四大会计师事务所审计, 是为1, 否则为0

机构投资者持股比例

Inst

机构投资者持股总数除以流通股本

营业收入增长率

Growth

(本年营业收入/上一年营业收入)-1

ESG 评级均值

ESG_Ave

企业 $i$ 在年度 $t$ 的 ESG 评级均值

评级机构数量

Num

企业 $i$ 在年度 $t$ 的 ESG 评级机构数量

变量	全样本	低分歧	高分歧
$N ={12520}$	$N ={12895}$
样本量	均值	标准差	最小值	中位数	最大值	平均值	平均值
Risk	25415	3.647	4.656	0.132	2.161	41.568	3.135	4.145 **球
ESGdif	25415	0.952	0.729	0.000	1	4.243
Cashflow	25415	0.049	0.067	-0.173	0.048	0.266	0.047	0.051^***
Size	25415	22.362	1.298	19.745	22.177	26.452	22.25	22.47 ***
Roa	25415	0.039	0.098	-2.823	0.042	0.840	0.045	0.033
Dual	25415	0.301	0.459	0.000	0	1.000	0.308	0.295 **
Firmage	25415	2.997	0.288	2.079	3.045	3.611	2.950	3.043
Soe	25415	0.309	0.462	0.000	0	1.000	0.300	0.318 ***
Top1	25415	0.330	0.145	0.081	0.307	0.743	0.337	0.324
Big4	25415	0.061	0.239	0.000	0	1.000	0.059	0.063
Inst	25415	0.388	0.234	0.000	0.392	0.881	0.380	0.396
Growth	25415	0.162	0.413	-0.653	0.100	3.894	0.199	0.125 ***
ESG_Ave	25415	4.238	0.890	1.000	4.167	7.500	4.164	4.309 ***
Num	25415	2.606	1.421	1.000	2	6.000	2.160	3.039 ***

变量

全样本

低分歧

高分歧

$N ={12520}$

$N ={12895}$

样本量

均值

标准差

最小值

中位数

最大值

平均值

Risk

25415

3.647

4.656

0.132

2.161

41.568

3.135

4.145 **球

ESGdif

25415

0.952

0.729

0.000

4.243

Cashflow

25415

0.049

0.067

-0.173

0.048

0.266

0.047

0.051^***

Size

25415

22.362

1.298

19.745

22.177

26.452

22.25

22.47 ***

Roa

25415

0.039

0.098

-2.823

0.042

0.840

0.045

0.033

Dual

25415

0.301

0.459

0.000

1.000

0.308

0.295 **

Firmage

25415

2.997

0.288

2.079

3.045

3.611

2.950

3.043

Soe

25415

0.309

0.462

0.000

1.000

0.300

0.318 ***

Top1

25415

0.330

0.145

0.081

0.307

0.743

0.337

0.324

Big4

25415

0.061

0.239

0.000

1.000

0.059

0.063

Inst

25415

0.388

0.234

0.000

0.392

0.881

0.380

0.396

Growth

25415

0.162

0.413

-0.653

0.100

3.894

0.199

0.125 ***

ESG_Ave

25415

4.238

0.890

1.000

4.167

7.500

4.164

4.309 ***

Num

25415

2.606

1.421

1.000

6.000

2.160

3.039 ***

变量	(1)	(2)	变量	(1)	(2)
Risk	Risk	Risk	Risk
ESGdif	${0.720}^{***}\left({0.054}\right)$	${0.463}^{***}\left({0.048}\right)$	Inst		$-{0.876}{}^{***}\left({0.203}\right)$
Cashflow		4.${181}^{***}\left({0.573}\right)$	Growth		0.222 ${}^{***}\left({0.085}\right)$
Size		$-{1.438}^{***}\left({0.116}\right)$	ESG_Ave		$-{0.383}^{***}\left({0.047}\right)$
Roa		$-{17.437}^{***}\left({0.959}\right)$	Num		$-{0.078}^{*}\left({0.043}\right)$
Dual		-0.067(0.097)	Constant	${2.962}^{***}\left({0.054}\right)$	28.941^***(3.112)
Firmage		${3.379}^{***}\left({0.750}\right)$	${Id}$	Yes	Yes
Soe		${0.432}{}^{**}\left({0.202}\right)$	Year	Yes	Yes
Top1		$-{3.850}^{***}\left({0.594}\right)$	$N$	25415	25415
Big4		${0.932}^{***}\left({0.309}\right)$	Adi.${R}^{2}$	0.397	0.513

变量

(1)

(2)

变量

(1)

(2)

Risk

ESGdif

${0.720}^{***}\left({0.054}\right)$

${0.463}^{***}\left({0.048}\right)$

Inst

$-{0.876}{}^{***}\left({0.203}\right)$

Cashflow

4.${181}^{***}\left({0.573}\right)$

Growth

0.222 ${}^{***}\left({0.085}\right)$

Size

$-{1.438}^{***}\left({0.116}\right)$

ESG_Ave

$-{0.383}^{***}\left({0.047}\right)$

Roa

$-{17.437}^{***}\left({0.959}\right)$

Num

$-{0.078}^{*}\left({0.043}\right)$

Dual

-0.067(0.097)

Constant

${2.962}^{***}\left({0.054}\right)$

28.941^***(3.112)

Firmage

${3.379}^{***}\left({0.750}\right)$

${Id}$

Yes

Soe

${0.432}{}^{**}\left({0.202}\right)$

Year

Yes

Top1

$-{3.850}^{***}\left({0.594}\right)$

$N$

25415

Big4

${0.932}^{***}\left({0.309}\right)$

Adi.${R}^{2}$

0.397

0.513

变量	(1)	(2)	(3)
ESGdif	Risk	Risk
ESGdif		1.995^***(0.244)	0.359^***(0.056)
Mean_ESGdif	0.752^***(0.028)
Control	Yes	Yes	Yes
${Id}$	Yes	Yes	Yes
Year	Yes	Yes	Yes
$N$	25408	25408	17533
Adj.${R}^{2}$	0.509	0.154	0.611

变量

(1)

(2)

(3)

ESGdif

Risk

ESGdif

1.995^***(0.244)

0.359^***(0.056)

Mean_ESGdif

0.752^***(0.028)

Control

Yes

${Id}$

Yes

Year

Yes

$N$

25408

17533

Adj.${R}^{2}$

0.509

0.154

0.611

变量	(1)	(2)	(3)	(4)
Risk	Risk	Risk	Risk
ESGrange	${0.235}^{***}\left({0.030}\right)$
ESGuncertainty		${0.418}^{*}\left({0.248}\right)$
ESGdif			0.207^**(0.072 )	0.293 ${}^{***}\left({0.052}\right)$
abnormal			0.374 ${}^{***}\left({0.081}\right)$
Control	Yes	Yes	Yes	Yes
${Id}$	Yes	Yes	Yes	Yes
Year	Yes	Yes	Yes	Yes
$N$	25415	20698	25415	20698
Adj.${R}^{2}$	0.512	0.600	0.514	0.601

变量

(1)

(2)

(3)

(4)

Risk

ESGrange

${0.235}^{***}\left({0.030}\right)$

ESGuncertainty

${0.418}^{*}\left({0.248}\right)$

ESGdif

0.207^**(0.072 )

0.293 ${}^{***}\left({0.052}\right)$

abnormal

0.374 ${}^{***}\left({0.081}\right)$

Control

Yes

${Id}$

Yes

Year

Yes

$N$

25415

20698

25415

20698

Adj.${R}^{2}$

0.512

0.600

0.514

0.601

变量	(1)	(2)	(3)
Risk	ferror	Sent
ESGdif	0.463^***(0.048)	0.195^***(0.071)	$-{0.013}^{**}$(0.006)
Control	Yes	Yes	Yes
${Id}$	Yes	Yes	Yes
year	Yes	Yes	Yes
$N$	25415	20596	22569
Adj.${R}^{2}$	0.513	0.173	0.479

变量

(1)

(2)

(3)

Risk

ferror

Sent

ESGdif

0.463^***(0.048)

0.195^***(0.071)

$-{0.013}^{**}$(0.006)

Control

Yes

${Id}$

Yes

year

Yes

$N$

25415

20596

22569

Adj.${R}^{2}$

0.513

0.173

0.479

变量	(1)	(2)	(3)	(4)	(5)	(6)
Risk	Risk	Risk	Risk	Risk	Risk
国有	非国有	四大	非四大	高市场化	低市场化
ESGdif	${0.053}\left({0.062}\right)$	${0.486}^{***}\left({0.063}\right)$	${0.212}\left({0.156}\right)$	${0.462}^{***}\left({0.050}\right)$	${0.542}^{***}\left({0.075}\right)$	${0.347}^{***}\left({0.066}\right)$
组间系数差异性	国有-非国有 $-{0.433}\left\lbrack {0.000}\right\rbrack$	四大-非四大 $-{0.249}\left\lbrack {0.000}\right\rbrack$	高市场化-低市场化0.194 [ 0.009 ]
Control	Yes	Yes	Yes	Yes	Yes	Yes
${Id}$	Yes	Yes	Yes	Yes	Yes	Yes
Year	Yes	Yes	Yes	Yes	Yes	Yes
$N$	7819	17535	1516	23840	12046	11929
Adj.${R}^{2}$	0.510	0.521	0.533	0.515	0.502	0.501

变量

(1)

(2)

(3)

(4)

(5)

(6)

Risk

国有

非国有

四大

非四大

高市场化

低市场化

ESGdif

${0.053}\left({0.062}\right)$

${0.486}^{***}\left({0.063}\right)$

${0.212}\left({0.156}\right)$

${0.462}^{***}\left({0.050}\right)$

${0.542}^{***}\left({0.075}\right)$

${0.347}^{***}\left({0.066}\right)$

组间系数差异性

国有-非国有 $-{0.433}\left\lbrack {0.000}\right\rbrack$

四大-非四大 $-{0.249}\left\lbrack {0.000}\right\rbrack$

高市场化-低市场化0.194 [ 0.009 ]

Control

Yes

${Id}$

Yes

Year

Yes

$N$

7819

17535

1516

23840

12046

11929

Adj.${R}^{2}$

0.510

0.521

0.533

0.515

0.502

0.501

变量	(1)	(2)
Risk	Risk
ESGdif	0.405 ${}^{***}\left({0.053}\right)$	${0.466}^{***}\left({0.048}\right)$
ESGdif $\times$ CER		$-{1.052}^{**}\left({0.452}\right)$
CER		${1.573}^{**}\left({0.649}\right)$
Control	Yes	Yes
${Id}$	Yes	Yes
Year $\times$ Group	Yes	No
Year	No	Yes
$N$	25380	25386
Adj.${R}^{2}$	0.517	0.513

变量

(1)

(2)

Risk

ESGdif

0.405 ${}^{***}\left({0.053}\right)$

${0.466}^{***}\left({0.048}\right)$

ESGdif $\times$ CER

$-{1.052}^{**}\left({0.452}\right)$

CER

${1.573}^{**}\left({0.649}\right)$

Control

Yes

${Id}$

Yes

Year $\times$ Group

Yes

Year

Yes

$N$

25380

25386

Adj.${R}^{2}$

0.517

0.513