一、引 言
近年来,ESG投资理念在全球范围内得到广泛传播,ESG投资快速发展。截至2020年,根据全球可持续投资联盟(GSIA)报告估算,全球5个主要发达国家市场中的可持续投资规模已超过35万亿美元,且过去两年仍保持15%的增长速度。
现有研究发现,不同的ESG评级机构对同一企业的评级一致性不高,存在明显的ESG评级分歧现象(Chatterji等,2015;Berg等,2022)。Chatterji等(2016)发现,六家欧美主流ESG评级机构针对同一事件的ESG评级调整不尽相同。Berg等(2022)研究发现,六家国际知名ESG评级机构的平均评级相关系数仅为0.54。随着ESG投资理念的广泛传播,机构投资者日益关注企业ESG评价,并将其作为投资决策的重要参考(Dyck等,2019;Chen等,2020;Azar等,2021)。因此,ESG评级差异给投资者决策带来了困惑。Kotsantonis和Serafeim (2019)的研究表明,ESG评级分歧现象成为阻碍ESG投资最关键的因素之一。Abhayawansa和Tyagi(2021)以及Avramov等(2022)研究发现,ESG评级分歧现象会削弱ESG信息的风险规避功能,大大增加投资者的信息搜寻成本。一些学者分析了导致评级差异的原因。Berg等(2022)研究发现,ESG评级分歧来源于ESG评价体系的指标范围和指标度量方法存在差异。Dimson 等(2020)以及Billio等(2021)则认为,不同机构赋予评级指标不同的权重导致了ESG评级分歧现象。而Lopez等(2020)以及Abhayawansa和Tyagi(2021)认为,ESG评级机构评分流程的透明度较低是导致各机构对同一企业产生分歧的原因。除了评价方法外,Liang和Renneboog(2017)基于全球114个国家的研究表明,ESG评价与政治、文化和法制背景息息相关。Boucher等(2021)基于Sustainalytics(荷兰)和Asset4(加拿大)这两家机构的ESG评级,发现与欧美地区企业相比,这两家机构在对亚太地区企业进行评级时分歧更加严重。Eccles和Stroehle(2018)运用量化社会学的方法,发现评级机构的评级价值观与侧重点不同是产生评级分歧现象的原因。
目前,几乎没有针对国内外ESG评级机构比较的实证分析,特别是还没有针对国内外评级机构对国有与民营企业ESG评价差异的实证研究。本文将从企业所有权属性的角度分析国内外ESG评级机构的评价差异特征及动因。本文以国际ESG评级机构的代表MSCI(明晟公司)和国内ESG评级机构的代表华证指数公司共同评级的中国企业作为分析样本。研究发现,MSCI与华证对国有企业与非国有企业的ESG评分存在显著的非对称性。对于国有企业,华证的评分显著高于MSCI;而对于非国有企业,MSCI的评分明显高于华证。中外ESG评级机构对中国企业的评级差异抑制了国际投资者对企业的持股比例。进一步研究发现,导致评级分歧非对称性的原因有两个:一是国内外ESG评级机构对国有企业普遍承担的“隐性”社会责任的认可度存在显著差异。国有企业普遍承担了维持经济稳定、保障就业等“隐性”社会责任。对于这些社会责任,国内ESG评级机构更多地纳入了ESG评价体系,而国外ESG评级机构对这些“隐性”社会责任的认可度不高。二是与国内评级机构相比,国外ESG评级机构更加看重企业是否按照国际标准进行信息披露。而国有企业中仅有少部分按照GRI规则进行信息披露。国有企业承担扶贫等“显性”社会责任有助于缓解国内外ESG评级机构的评级差异,加强信息披露是减少评级差异的另一条有效路径。
本文首次通过实证分析发现了国内外ESG评级机构对中国企业的评级分歧在国有企业与非国有企业之间存在显著的非对称性,并证实了评级机构对企业承担的“隐性”社会责任的认可度以及是否按照国际规则进行信息披露是导致ESG评级分歧存在非对称性的重要因素。本文的研究为中国推进信息披露规则的标准化、国际化,以及构建兼顾国际化与本土特色的ESG评价体系提供了有力证据。
二、理论分析与研究假设
(一)企业所有权属性与ESG评级分歧
企业所有权属性可能会对ESG评级分歧产生影响。首先,ESG评级机构的文化渊源和社会背景不同,其评级侧重点会有所不同(Liang和Renneboog,2017;Eccles和Stroehle,2018),而且存在明显的“本土偏好”(Boucher等,2021)。其次,国有企业在中西方不同的制度背景下得到的评价显著不同,可能导致国内外ESG评级机构对我国国有企业的评价存在更大的差异。我国国有企业的管理层会更多地关注节能减排、环境管理等非经济目标(Liang和 Langbein,2021;Wang等,2022;王媛和刘儒,2019)。而在西方制度背景下,国有企业往往受到诟病,如利用垄断地位干扰市场竞争等(Lin等,1998;Sun和Tong,2003;Chen等,2011;Maurel和Pernet,2020;林毅夫和李志,2004;吴延兵,2012)。
国外ESG评级机构基于西方文化和政治背景制定的评级方法很可能难以准确衡量我国企业的ESG表现,特别是极具我国制度特色的国有性质企业,我国国有企业承担的非经济责任可能更加难以得到国外ESG评级机构的评价。因此,与非国有企业相比,国有企业很可能被国外ESG评级机构赋予较低的评价。基于上述分析,本文提出以下研究假设:
假设1:与非国有企业相比,国内外评级机构对国有企业进行ESG评级时,国内评级机构评级超过国外机构评级的幅度更大。
(二)ESG评级分歧非对称性原因分析
1. “隐性”社会责任与ESG评级分歧非对称性
国外研究认为,国有企业设定过多非经济目标是一种低效率的表现,这会降低企业的公司治理水平,损害企业ESG表现(Shleifer和 Vishny,1994)。而我国国有企业并非仅仅因为政治压力而雇用冗余人员,更多是承担社会责任,如维持经济稳定、保障就业等(Liu等,2011;袁志刚和黄立明,2002;薛云奎和白云霞,2008;梁琪和余峰燕,2014;郭婧和马光荣,2019;叶静怡等,2019;钟宁桦等,2021)。因此,中国国有企业不仅需要承担社会捐赠、员工福利、社会扶贫等方面的“显性”社会责任,还需要承担特殊时期(如金融危机、疫情时期)稳定经济、稳定就业等“隐性”社会责任。而“隐性”社会责任往往难以被国外评级机构认可并加以度量。对比华证与MSCI的ESG评价指标体系可以发现,尽管两个指标体系均分为三大支柱且评价主题有一定重合,但是指标体系有较大差异,特别是社会层面的评价体系差异较大。在华证的社会层面指标体系中,包含“社会贡献”这个二级指标,在这个二级指标中纳入了“员工增长率”这个三级指标。可以看出,在华证的ESG评价指标体系中,稳定就业这样的“隐性”社会责任指标直接被纳入考核。而在MSCI的社会层面指标体系中,企业的“隐性”社会责任没有被纳入考核。因此,在对承担了更多“隐性”社会责任的国有企业进行ESG评级时,国外机构评级低于国内机构评级的程度可能更大。基于上述分析,本文提出以下研究假设:
假设2:国有企业承担的“隐性”社会责任越多,国内外ESG评级机构对国有企业与非国有企业评级的非对称性越大。
2. ESG信息披露与ESG评级分歧非对称性
ESG评级的透明度不足以及企业ESG信息披露质量良莠不齐是产生评级分歧的另一个重要原因(Morgan,2002;Bonsall 和Miller,2017;Akins,2018;Lopez等,2020)。对于本土企业,与国内ESG评级机构相比,国外ESG评级机构可能面临更严重的信息不对称。一方面,具有中国特色的国有企业对国外ESG评级机构来说更加难以理解;另一方面,国外ESG评级机构往往更加看重企业是否按照国际规则进行信息披露。与华证指数公司相比,MSCI社会层面的评价指标更加丰富。MSCI社会层面的评价指标中包含人力资本方面的指标(劳动力管理、员工健康与安全、供应链劳工标准等)和产品责任方面的指标(隐私与数据安全、应对健康问题与人口变化的能力等),这些信息的获取依赖于企业是否按照国际规则进行信息披露。目前,国际上使用较为广泛的ESG信息披露指标体系是全球报告倡议组织(GRI)制定的“全球报告倡议指引”,即GRI指引。2019年GRI对中国地区1 194家企业进行了ESG信息披露情况调查,其中中国大陆地区609家企业中,仅有27家上市公司完全按照GRI准则进行信息披露,部分按照GRI准则进行信息披露的有137家,未按照GRI准则进行信息披露的有445家,占绝大多数。此外,根据2020年企业年报,沪深300指数公司中仅有111家遵循GRI规则进行信息披露,占比为48%。
如果信息披露因素导致了国内外ESG评级机构的评级分歧,那么对于开展ESG信息披露的国有企业,国内外ESG评级机构的评级差异将会低于未开展ESG信息披露的国有企业。此外,当国有企业依照GRI准则开展高质量的ESG信息披露时,这一评级分歧现象将得到进一步缓解。基于上述分析,本文提出以下研究假设:
假设3a:对于开展ESG信息披露的国有企业,国内外ESG评级机构对国有企业与非国有企业评级的非对称性会得到缓解。
假设3b:对于开展符合GRI标准的ESG信息披露的国有企业,国内外ESG评级机构对国有企业与非国有企业评级的非对称性会得到进一步缓解。
三、研究设计
(一)ESG评级分歧度量
现有文献(Gibson等,2020;Serafeim和Yoon,2021;Avramov等;2022;Berg等,2022)往往采用多个ESG评级机构评级的标准差来度量评级分歧。而本文关注的评级分歧是国外机构评级低于国内机构评级的程度,因而采用中外ESG评级机构评级之差来度量评级分歧更加直观。针对MSCI和华证共同参与评分的712家中国A股上市公司,本文借鉴Berg等(2022)的方法,对MSCI和华证的ESG评分进行Z值标准化处理(减去各自评分的均值,再除以各自评分的标准差),使得不同评级机构的ESG评分具有可比性,并使用标准化处理后的华证与MSCI的ESG评分之差来衡量国内外ESG评级机构对中国企业的评级分歧。
(二)实证模型构建
为了检验假设1,本文构建了如下回归模型:
$ {D\_esg}_{it}={\beta }_{0}+{\beta }_{1}SO{E}_{it}+{\beta }_{n}{Controls}_{it}+\sum Industry+\sum Year+{\varepsilon }_{it} $ | (1) |
其中,被解释变量D_esg表示ESG评级分歧,等于标准化处理后的华证与MSCI的ESG评分之差。解释变量SOE表示企业产权性质,国有企业取1,非国有企业取0。Industry和Year分别表示行业和年份虚拟变量。若系数
为了检验假设2,需要度量企业承担的“隐性”社会责任,本文以危机期间企业的超额雇员率进行衡量。本文参考Bai等(2005)以及廖冠民和沈红波(2014)的方法,计算上市公司的超额雇员率,公式如下:
$ Excess\_emp=(Emp\_firm-Sales\_firm\times \frac{Emp\_ind}{Sales\_ind})\Big{/}Emp\_firm $ |
其中,
$ {D\_esg}_{it}={\beta }_{0}+{\beta }_{1}SO{E}_{it}\times {YXCSR}_{i}+{\beta }_{2}SO{E}_{it}+{\beta }_{3}{YXCSR}_{i}+{\beta }_{n}Control{s}_{it}+\sum Industry +\sum Year +{\varepsilon }_{it} $ | (2) |
模型(2)中引入了虚拟变量YXCSR来度量企业的“隐性”社会责任,以及YXCSR和SOE的交乘项。若交乘项系数
为了检验假设3,需要度量上市公司的ESG信息披露状况。2008年之后,中国上市公司逐渐开始随年报披露《社会责任报告》,开展ESG信息披露。本文采用虚拟变量CSRreport来度量上市公司的ESG信息披露状况。若上市公司当年披露《社会责任报告》,则CSRreport取1,否则取0。本文同时引入CSRreport和SOE的交乘项,构建了如下回归模型:
$ {D\_esg}_{it}={\beta }_{0}+{\beta }_{1}SO{E}_{it}\times {CSRreport}_{it}+{\beta }_{2}SO{E}_{it}+{\beta }_{3}{CSRreport}_{it}+{\beta }_{n}Control{s}_{it} +\sum Industry+ \sum Year+{\varepsilon }_{it} $ | (3) |
若模型(3)中交乘项系数
变量类型 | 变量名称 | 变量符号 | 变量定义 |
被解释变量 | ESG评级分歧 | D_esg | Z值标准化处理后的华证与MSCI的ESG评分之差 |
解释变量 | 企业产权性质 | SOE | 国有企业取1,非国有企业取0 |
“隐性”社会责任 | YXCSR | 2008年超额雇员率大于样本中位数时取1,否则取0 | |
信息披露 | CSRreport | 披露《社会责任报告》取1,否则取0 | |
信息披露质量 | GRI | 企业遵循GRI规则进行信息披露时取1,否则取0 | |
控制变量 | 平均ESG水平 | Avg_esg | Z值标准化处理后的华证ESG评分与MSCI的ESG评分的均值 |
企业规模 | Size | 企业账面总资产的自然对数 | |
资本结构 | Leverage | 总负债与总资产的比值 | |
企业年龄 | Age | 样本年度减去公司成立年份 | |
盈利能力 | ROA | 净利润与总资产平均余额的比值 | |
成长能力 | Growth | 账面资产与市场价值的比值 | |
无形资产比例 | Intangibility | 无形资产与总资产的比值 | |
现金持有 | Cashold | 货币资金与总资产的比值 | |
现金流水平 | Opcf | 经营活动现金流量净额与总资产的比值 | |
营收水平 | Sale | 总营收的自然对数 | |
资本支出 | Capexp | 资本支出与总营收的比值 | |
大股东持股比例 | Cent | 第一大股东持股比例 | |
员工薪酬水平 | Salary | 应付职工薪酬与员工人数的比值 | |
行业集中度 | HHI | 行业赫芬达尔指数 |
四、实证结果分析
(一)样本选择与数据来源
本文的研究对象为2013—2020年同时被国际ESG评级机构MSCI与国内ESG评级机构华证参与评分的712家中国A股上市公司。为了保证数据质量,本文根据以下条件筛选研究样本:(1)剔除金融行业上市公司;(2)剔除ST或*ST公司,以及样本期内曾被ST或*ST的公司;(3)剔除关键变量缺失的样本。经过上述筛选后,本文样本最终涵盖626家A股上市公司。上市公司ESG数据来自MSCI的IVA数据库和华证ESG数据库,上市公司基本信息和财务数据来自CSMAR数据库,机构投资者持股数据来自Wind数据库。本文对所有连续变量进行了上下1%的缩尾处理。
ESG评分数据的描述性统计结果显示,不同评级机构的量纲存在明显差异。其中,MSCI的评分范围为0—10,ESG评分均值为3.052;华证的评分范围为0—100,ESG评分均值为89.371。评分量纲的不同导致两者的评分不具有直接的可比性。本文参考Berg等(2022)的做法,对两个机构的ESG评分数据进行Z值标准化处理,使其均值为0,方差为1。
表2结果显示,对于国有企业,华证评分与MSCI评分之差的均值及评分排序之差的均值都显著为正,无论是ESG总评分还是E、S、G单项评分,都有同样的结果。而对于非国有企业,结论恰好相反,华证评分与MSCI评分之差的均值及排序之差的均值都显著为负。上述分析初步证明华证与MSCI在对国有企业和非国有企业进行ESG评级时存在明显的非对称性。
变量 | 企业数 | 观测值 | Z值标准化均值差异 | 分位数均值差异 | |
国有企业 | ESG | 311 | 983 | 0.403*** | 0.110*** |
E | 311 | 983 | 0.187*** | 0.044*** | |
S | 311 | 983 | 0.276*** | 0.093*** | |
G | 311 | 983 | 0.443*** | 0.144*** | |
非国有企业 | ESG | 315 | 754 | −0.519*** | −0.150*** |
E | 315 | 754 | −0.235*** | −0.038*** | |
S | 315 | 754 | −0.354*** | −0.119*** | |
G | 315 | 754 | −0.581*** | −0.177*** | |
注:*、**和***分别表示在10%、5%和1%的水平上显著。下表同。 |
(二)基本回归分析
表3展示了基本回归结果,所有回归均控制了年份和行业固定效应。列(1)和列(2)结果显示,SOE的系数在1%的水平上显著为正,这表明ESG评级分歧现象在国有企业中更加明显。也就是说,与非国有企业相比,华证对国有企业的ESG评分高于MSCI评分更多。列(3)至列(8)分别对E、S、G单项评分进行了分析,SOE的系数均在1%的水平上显著为正。上述结果表明,国内外评级机构对中国企业的ESG评分以及E、S、G单项评分在国企与非国企之间存在显著的非对称性,这与表2结论一致,假设1得到验证。
(1) | (2) | (3) | (4) | (5) | (6) | (7) | (8) | |
D_esg | D_esg | D_e | D_e | D_s | D_s | D_g | D_g | |
SOE | 0.799*** | 0.566*** | 0.456*** | 0.238*** | 0.491*** | 0.416*** | 0.935*** | 0.576*** |
(12.08) | (8.20) | (6.57) | (3.30) | (6.91) | (5.35) | (13.44) | (7.64) | |
Observations | 1 737 | 1 677 | 1 737 | 1 677 | 1 737 | 1 677 | 1 736 | 1 675 |
R2 | 0.218 | 0.316 | 0.095 | 0.224 | 0.204 | 0.259 | 0.223 | 0.305 |
Controls | 未控制 | 控制 | 未控制 | 控制 | 未控制 | 控制 | 未控制 | 控制 |
年份固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
行业固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
注:括号内为基于异方差稳健标准误计算得到的t值,下表同。 |
(三)机制分析
本文首先检验了承担“隐性”社会责任是否会影响国内外评级机构对国企与非国企评级的非对称性。表4结果显示,SOE和YXCSR的交乘项系数在ESG整体评分及E、S、G单项评分中均显著为正。这表明在承担了更多“隐性”社会责任的企业中,国有企业与非国有企业的评级分歧显著更大。
D_esg | D_e | D_s | D_g | |
SOE×YXCSR | 0.498*** | 0.289** | 0.306** | 0.734*** |
(3.85) | (2.08) | (2.03) | (5.37) | |
SOE | 0.335*** | 0.153 | 0.275** | 0.111 |
(3.23) | (1.31) | (2.10) | (1.06) | |
YXCSR | −0.319*** | −0.231* | −0.204 | −0.444*** |
(−3.01) | (−1.93) | (−1.57) | (−3.92) | |
注:受篇幅限制,表中未展示控制变量结果,所有回归均控制了行业和年份固定效应。下表同。 |
表5结果显示,MSCI评分体系中并未充分考虑企业“隐性”社会责任,无论是SOE和YXCSR交乘项的系数还是YXCSR的系数均不显著。而针对华证ESG评分的回归结果显示,YXCSR的系数显著为负,SOE和YXCSR交乘项的系数则显著为正。这表明在华证评分体系中,承担了更多“隐性”社会责任的国有企业得到了显著更高的评分。华证评级公司给予承担了“隐性”社会责任的国有企业更高的评分,而MSCI评分体系中并没有考虑这一具有“中国特色”的指标。这进一步表明,两个机构对国有企业承担“隐性”社会责任的评价不同导致了它们对国企与非国企的评级分歧存在非对称性。
Msci_esg | Msci_e | Msci_s | Msci_g | Hz_esg | Hz_e | Hz_s | Hz_g | |
SOE×YXCSR | −0.087 | 0.058 | 0.010 | −0.441*** | 0.395*** | 0.359*** | 0.260** | 0.321*** |
(−0.85) | (0.54) | (0.09) | (−4.54) | (4.14) | (3.66) | (2.54) | (3.30) | |
SOE | −0.138 | −0.123 | −0.163 | 0.127 | 0.144* | −0.040 | 0.096 | 0.216*** |
(−1.57) | (−1.31) | (−1.64) | (1.64) | (1.90) | (−0.51) | (1.23) | (2.77) | |
YXCSR | −0.062 | −0.046 | −0.071 | 0.143* | −0.420*** | −0.314*** | −0.290*** | −0.372*** |
(−0.74) | (−0.51) | (−0.76) | (1.83) | (−5.17) | (−3.75) | (−3.22) | (−4.45) |
本文接下来检验了企业ESG信息披露情况是否会影响国内外评级机构对国企与非国企评级的非对称性。表6结果显示,在ESG整体评分及E单项评分中,SOE和CSRreport的交乘项系数显著为负。这表明在开展ESG信息披露的样本中,评级的非对称性有所缓解。
D_esg | D_e | D_s | D_g | |
SOE×CSRreport | −0.231* | −0.237* | −0.050 | −0.195 |
(−1.83) | (−1.87) | (−0.35) | (−1.45) | |
SOE | 0.691*** | 0.348*** | 0.413*** | 0.633*** |
(6.28) | (3.20) | (3.42) | (5.38) | |
CSRreport | 1.068*** | 1.481*** | 0.733*** | 0.638*** |
(12.20) | (15.64) | (7.12) | (6.03) |
本文还引入虚拟变量GRI来度量企业ESG信息披露质量。若上市公司ESG信息披露符合国际组织公认的GRI规则,或者上市公司ESG报告中引用或使用了GRI的披露指标,则CSRreport取1,否则取0。为了检验假设3b,本文根据虚拟变量GRI将样本分为ESG信息披露质量高低两组。表7结果显示,在ESG信息披露质量较高组(GRI=1),国有企业与非国有企业的评级分歧非对称性并不存在,变量SOE统计不显著。这种非对称性仅出现在ESG信息披露质量较低组(GRI=0),变量SOE统计显著。此外,SOE和CSRreport的交乘项不显著,表明如果不按照国际标准开展信息披露,即使加强信息披露也不能显著缓解国有企业与非国有企业的评级分歧非对称性。换句话说,按照国际组织制定的ESG信息披露质量要求披露信息,可以为国内外ESG评级机构提供有效的企业ESG信息,大大降低国内外ESG评级机构评价的主观性,从而缓解国内外评级机构对国企与非国企评级的非对称性。
信息披露质量高(GRI=1) | 信息披露质量低(GRI=0) | |||||||
D_esg | D_e | D_s | D_g | D_esg | D_e | D_s | D_g | |
SOE×CSRreport | 0.125 | −0.152 | 0.037 | 0.186 | −0.197 | −0.091 | 0.064 | −0.209 |
(0.37) | (−0.42) | (0.10) | (0.49) | (−1.31) | (−0.63) | (0.37) | (−1.32) | |
SOE | 0.445 | 0.310 | 0.185 | 0.441 | 0.677*** | 0.261** | 0.467*** | 0.549*** |
(1.31) | (0.86) | (0.54) | (1.23) | (5.59) | (2.30) | (3.47) | (4.23) | |
CSRreport | 0.408 | 0.518 | 0.580** | 0.003 | 1.169*** | 1.617*** | 0.705*** | 0.751*** |
(1.36) | (1.63) | (2.18) | (0.01) | (11.48) | (14.83) | (5.74) | (6.11) |
五、进一步分析
(一)ESG评级分歧的经济后果:机构投资者持股选择
理论上,评级分歧的存在会使机构投资者持股比例显著降低。一方面,ESG评级分歧的存在使投资者往往需要购买多家评级公司的产品,大大增加其投资成本;另一方面,评级分歧的存在使投资者难以获取上市公司ESG表现的真实评价,影响其投资决策的准确性。而我国国有企业相对于非国有企业在国际ESG评级机构中获得的评级更低,可能会使国有企业在国际投资者的投资中处于更加不利的地位。为了检验上述推论,本文分别分析了评级分歧对国内机构投资者和QFII机构投资者持股情况的影响。表8结果显示,评级分歧增加会显著降低QFII机构投资者的持股比例,评级分歧增加一个标准差(1.354),QFII机构投资者的持股比例下降24.32%(−0.146×1.354/0.813)。而国内机构投资者持股比例对ESG评级分歧及平均ESG表现的反应则不显著。上述结果表明,国际机构投资者会切实关注企业的ESG评价分歧,避免投资ESG评级分歧较大的企业。从SOE的系数来看,国内机构投资者更愿意持股国有企业,而国际机构投资者则更偏爱非国有企业。这也意味着国外ESG评级机构对国有企业ESG表现的评价对国际投资者对国有企业的投资产生了显著影响。
Domestic Ownership | QFII ownership | |||||||
D_esg | −0.444 | −0.146*** | ||||||
(−1.06) | (−4.51) | |||||||
D_e | −0.554 | −0.109*** | ||||||
(−1.37) | (−3.62) | |||||||
D_s | −0.660* | −0.055** | ||||||
(−1.82) | (−2.08) | |||||||
D_g | 0.969** | −0.114*** | ||||||
(2.16) | (−3.42) | |||||||
SOE | 6.616*** | 6.493*** | 6.679*** | 5.933*** | −0.153* | −0.204** | −0.224** | −0.189** |
(5.52) | (5.55) | (5.68) | (5.01) | (−1.77) | (−2.32) | (−2.45) | (−2.03) |
(二)异质性分析
1. 基于扶贫支出的“显性”社会责任异质性分析
作为一种上市公司“显性”社会责任的实现方式(祝丽敏等,2021),社会扶贫支出可以向外界传递积极参与ESG治理的信号。与“隐性”社会责任难以被ESG评级机构准确考量不同,更多参与社会扶贫的企业容易被媒体报道并传播,增加ESG评级机构准确评价企业ESG表现的可能性。因此,本文引入变量PAInv(上市公司扶贫投资金额与总资产的比值)来衡量企业承担“显性”社会责任的积极程度。表9结果显示,SOE×PAInv的系数在1%的水平上显著为负。这表明企业承担更多的“显性”社会责任可以显著缓解国内外ESG评级机构对国有企业和非国有企业评级分歧的非对称性。
D_esg | D_e | D_s | D_g | |
SOE×PAInv | −1.091*** | −0.907*** | −1.316*** | −0.242 |
(−4.30) | (−3.47) | (−4.68) | (−0.88) | |
SOE | 0.819*** | 0.532*** | 0.474*** | 0.711*** |
(11.24) | (7.12) | (5.89) | (9.05) | |
PAInv | 0.584*** | 0.329 | 1.053*** | −0.018 |
(2.84) | (1.55) | (4.62) | (−0.08) |
2. 基于国企类别的“隐性”社会责任异质性分析
与中央国企相比,我国地方国企官员往往面临更大的晋升压力和维持当地经济稳定的压力,因而会承担更多的“隐性”社会责任(唐雪松等,2010;曹春方等,2014)。如果承担“隐性”社会责任是造成评级分歧的原因,那么理论上承担更多“隐性”社会责任的地方国企应有更大的评级分歧。表10结果表明,无论是中央国企还是地方国企都存在评级分歧的非对称性。与中央国企相比,承担了更多“隐性”社会责任的地方国企的评级分歧非对称性更强。这从侧面证明了“隐性”社会责任对评级分歧非对称性的影响机制。
D_esg | D_esg | D_esg | D_esg | |
SOE | 0.667*** | |||
(8.95) | ||||
Central | 0.140* | 0.546*** | ||
(1.89) | (6.47) | |||
Local | 0.510*** | 0.800*** | ||
(6.82) | (9.27) |
3. 基于信息披露程度的异质性分析
ESG信息披露不足可能是导致ESG评级分歧存在非对称性的重要原因。对于强制进行ESG信息披露的重污染行业中的国有企业,国内外评级机构之间的评级分歧应显著更小。为了检验这一推论,本文引入虚拟变量HighPollution,当企业属于重污染行业时,HighPollution取1,否则取0。本文引入SOE和HighPollution的交乘项进行回归,表11结果显示两者交乘项的系数显著为负。这表明对于信息披露要求更加严格的重污染行业,评级分歧的非不对称性显著下降。这进一步证实了信息披露不足是导致评级分歧在国企与非国企之间存在非对称性的原因。
D_esg | D_e | D_s | D_g | |
SOE×HighPollution | −0.246* | −0.265* | 0.303* | −0.473*** |
(−1.65) | (−1.72) | (1.81) | (−2.98) | |
SOE | 0.701*** | 0.415*** | 0.380*** | 0.693*** |
(8.51) | (4.88) | (4.14) | (7.92) | |
HighPollution | 1.138*** | 1.095*** | −0.060 | 0.820*** |
(7.49) | (6.97) | (−0.36) | (5.10) |
六、稳健性检验
(一)缓解内生性问题
华证ESG评级几乎覆盖了全部A股上市公司,而MSCI仅对部分中国本土上市公司进行评级,因而可能存在样本选择偏误问题。本文重点关注的是国内外ESG评级机构对我国国有企业和非国有企业的评级分歧是否存在非对称性。因此,本文需要检验在子样本A(仅有华证参与评级)和子样本B(华证和MSCI共同参与评级)之间,国有企业与非国有企业的评级差异是否存在显著差异。分析结果显示,国有企业与非国有企业的ESG评级差异在两个子样本之间没有显著差异。这表明虽然本文实证分析选择了国内外ESG评级机构共同评级的样本作为分析对象,这一样本只占总样本的一小部分,但是这一样本中国有企业与非国有企业之间的差异并不会因样本选择而导致严重的偏差。为了进一步减少样本选择偏差的影响,本文采用Heckman两步法,对国内外评级机构的评级差异在国企与非国企之间是否存在非对称性重新进行了检验,主要结论不变。此外,在机构投资者持股选择的分析中,QFII持有的股票只占股票总样本的一部分,这可能会存在样本选择偏差所导致的内生性问题。为此,本文也采用Heckman两步法进行了检验,分析结论不变。
(二)更改评级分歧的度量方法
为了缓解被解释变量度量误差的影响,本文改变ESG评级分歧的度量方法重新进行分析。MSCI的ESG评分范围为0—10,而华证ESG评分范围为0—100。本文借鉴Gibson等(2020)的方法,首先将MSCI的ESG评分乘以10,扩大到统一量纲,然后用华证的评分减去MSCI的评分作为评级分歧,分析结论与上文一致。
(三)更改ESG评级机构
为了缓解评级机构的影响,本文选取国内ESG评级机构和讯代替华证,选取国外ESG评级机构ASSET4代替MSCI,重新进行了分析。具体地,本文将所有ESG评级数据进行Z值标准化处理后,分别使用和讯与MSCI的ESG评级数据差值及华证与ASSET4的ESG评级数据差值来衡量评级分歧,重新进行了分析,分析结论与上文一致。
七、结论与启示
ESG评级机构对企业的评级会受到文化、法律制度等影响。本文研究表明,企业的所有权属性也会显著影响ESG评级。一方面,国有企业在我国国民经济中占据主导地位,其国有性质使其承担了较多的“隐性”社会责任。我国本土的ESG评级机构对这些“隐性”社会责任的认可度较高,而国外ESG评级机构往往会忽略这些“隐性”社会责任,导致国内外ESG评级机构对中国国有企业与非国有企业的评级分歧存在非对称性。另一方面,信息披露规则是否国际化是影响ESG评级分歧非对称性的另一个因素。我国国有企业中仅有较少部分按照国际规则进行信息披露,而国外ESG评级机构比国内评级机构更加看重企业是否按照国际规则进行信息披露,从而导致国有企业相对于非国有企业在国外ESG评级机构的评价中处于相对不利的地位。
近年来,绿色、低碳可持续发展的理念深入人心,在政府强有力的政策支持下,我国ESG投资蓬勃发展。特别是“30碳达峰、60碳中和”目标提出后,ESG投资规模井喷式增长。但国外ESG评级机构对国有企业的评级显著低于国内ESG评级机构的评级,这给国际机构投资者对我国国有企业的投资带来了负面影响,显著降低了其在国有企业中的持股比例。这不利于我国ESG投资的国际化发展。本文给出两个解决方案。一是将“隐性”社会责任“显性化”。本文研究表明,国有企业承担了扶贫等“显性”社会责任后,这可以显著缓解国内外ESG评级分歧的非对称性。因此,如果将国有企业承担的“隐性”社会责任进行量化并进行信息公开披露,这将大大缓解ESG评级分歧的非对称性,促进国际ESG投资资金流向国有企业。二是构建兼顾国际规则与本土特色的信息披露标准及ESG评级体系。ESG评级分歧在全球范围内广泛存在,这给投资者决策带来很大的干扰。为此,ISSB(International Sustainability Standards Board,国际可持续准则委员会)正在编制一套全球一致的可持续信息披露标准,谋求信息披露标准的可比性、兼容性和一致性,推动ESG投融资体系的国际化。中国自然也不例外,在这当中,如何兼顾规则的国际化与本土特色是需要解决的关键问题。特别是要兼顾国有企业的特色,对国有企业特色指标的合理性进行研究,以科学的论证获得国际投资者的认可,促进ESG投资国际化。
[1] | 曹春方, 马连福, 沈小秀. 财政压力、晋升压力、官员任期与地方国企过度投资[J]. 经济学(季刊), 2014(4): 1415–1436. |
[2] | 郭婧, 马光荣. 宏观经济稳定与国有经济投资: 作用机理与实证检验[J]. 管理世界, 2019(9): 49–64. |
[3] | 梁琪, 余峰燕. 金融危机、国有股权与资本投资[J]. 经济研究, 2014(4): 47–61. |
[4] | 廖冠民, 沈红波. 国有企业的政策性负担: 动因、后果及治理[J]. 中国工业经济, 2014(6): 96–108. |
[5] | 林毅夫, 李志赟. 政策性负担、道德风险与预算软约束[J]. 经济研究, 2004(2): 17–27. |
[6] | 唐雪松, 周晓苏, 马如静. 政府干预、GDP增长与地方国企过度投资[J]. 金融研究, 2010(8): 33–48. |
[7] | 王媛, 刘儒. 所有权性质、环境污染与经济发展关系的实证[J]. 统计与决策, 2019(12): 136–138. |
[8] | 吴延兵. 国有企业双重效率损失研究[J]. 经济研究, 2012(3): 15–27. |
[9] | 薛云奎, 白云霞. 国家所有权、冗余雇员与公司业绩[J]. 管理世界, 2008(10): 96–105. |
[10] | 叶静怡, 林佳, 张鹏飞, 等. 中国国有企业的独特作用: 基于知识溢出的视角[J]. 经济研究, 2019(6): 40–54. |
[11] | 袁志刚, 黄立明. 国有企业隐性失业与国有企业绩效[J]. 管理世界, 2002(5): 42–46. |
[12] | 钟宁桦, 解咪, 钱一蕾, 等. 全球经济危机后中国的信贷配置与稳就业成效[J]. 经济研究, 2021(9): 21–38. |
[13] | 祝丽敏, 赵晶, 孙泽君. 社会责任承担能提升企业信心吗? ——企业参与精准扶贫的实证研究[J]. 经济管理, 2021(4): 71–87. |
[14] | Abhayawansa S, Tyagi S. Sustainable investing: The black box of environmental, Social, and Governance (ESG) ratings[J]. The Journal of Wealth Management, 2021, 24(1): 49–54. DOI:10.3905/jwm.2021.1.130 |
[15] | Akins B. Financial reporting quality and uncertainty about credit risk among ratings agencies[J]. The Accounting Review, 2018, 93(4): 1–22. DOI:10.2308/accr-51944 |
[16] | Avramov D, Cheng S, Lioui A, et al. Sustainable investing with ESG rating uncertainty[J]. Journal of Financial Economics, 2022, 145(2): 642–664. DOI:10.1016/j.jfineco.2021.09.009 |
[17] | Azar J, Duro M, Kadach I, et al. The Big Three and corporate carbon emissions around the world[J]. Journal of Financial Economics, 2021, 142(2): 674–696. DOI:10.1016/j.jfineco.2021.05.007 |
[18] | Bai C E, Lu J Y, Tao Z G. Divergent interests between central and local governments: Testing theories of public ownership[R]. Hong Kong Institute of Economics and Business Strategy Working Papers, 2005. |
[19] | Berg F, Kölbel J F, Rigobon R. Aggregate confusion: The divergence of ESG ratings[J]. Review of Finance, 2022, 26(6): 1315–1344. DOI:10.1093/rof/rfac033 |
[20] | Billio M, Costola M, Hristova I, et al. Inside the ESG ratings: (Dis)agreement and performance[J]. Corporate Social Responsibility and Environmental Management, 2021, 28(5): 1426–1445. DOI:10.1002/csr.2177 |
[21] | Bonsall S B, Miller B P. The impact of narrative disclosure readability on bond ratings and the cost of debt[J]. Review of Accounting Studies, 2017, 22(2): 608–643. DOI:10.1007/s11142-017-9388-0 |
[22] | Boucher C, Le Lann W, Matton S, et al. Backtesting ESG ratings[R]. LEO Working Paper/DR LEO 2883, 2021. |
[23] | Cai Y, Pan C H, Statman M. Why do countries matter so much in corporate social performance?[J]. Journal of Corporate Finance, 2016, 41: 591–609. DOI:10.1016/j.jcorpfin.2016.09.004 |
[24] | Chatterji A K, Durand R, Levine D I, et al. Do ratings of firms converge? Implications for managers, investors and strategy researchers[J]. Strategic Management Journal, 2016, 37(8): 1597–1614. DOI:10.1002/smj.2407 |
[25] | Chen S M, Sun Z, Tang S, et al. Government intervention and investment efficiency: Evidence from China[J]. Journal of Corporate Finance, 2011, 17(2): 259–271. DOI:10.1016/j.jcorpfin.2010.08.004 |
[26] | Chen T, Dong H, Lin C. Institutional shareholders and corporate social responsibility[J]. Journal of Financial Economics, 2020, 135(2): 483–504. DOI:10.1016/j.jfineco.2019.06.007 |
[27] | Dimson E, Marsh P, Staunton M. Divergent ESG ratings[J]. The Journal of Portfolio Management, 2020, 47(1): 75–87. DOI:10.3905/jpm.2020.1.175 |
[28] | Dyck A, Lins K V, Roth L, et al. Do institutional investors drive corporate social responsibility? International evidence[J]. Journal of Financial Economics, 2019, 131(3): 693–714. DOI:10.1016/j.jfineco.2018.08.013 |
[29] | Eccles R G, Stroehle J C. Exploring social origins in the construction of ESG measures[J]. SSRN Electronic Journal, 2018. |
[30] | Gibson R, Krueger P, Riand N, et al. ESG rating disagreement and stock returns[R]. Working Paper No.651/2020, 2020. |
[31] | Kotsantonis S, Serafeim G. Four things no one will tell you about ESG data[J]. Journal of Applied Corporate Finance, 2019, 31(2): 50–58. DOI:10.1111/jacf.12346 |
[32] | Liang H, Renneboog L. On the foundations of corporate social responsibility[J]. The Journal of Finance, 2017, 72(2): 853–910. DOI:10.1111/jofi.12487 |
[33] | Lopez C, Contreras O, Bendix J. Disagreement among ESG rating agencies: Shall we be worried?[R]. MPRA Paper 103027, 2020. |
[34] | Morgan D P. Rating banks: Risk and uncertainty in an opaque industry[J]. American Economic Review, 2002, 92(4): 874–888. DOI:10.1257/00028280260344506 |
[35] | Sun Q, Tong W H S. China share issue privatization: The extent of its success[J]. Journal of Financial Economics, 2003, 70(2): 183–222. DOI:10.1016/S0304-405X(03)00145-4 |
[36] | Wang Q, Liu M D, Zhang B. Do state-owned enterprises really have better environmental performance in China? Environ- mental regulation and corporate environmental strategies[J]. Resources, Conservation and Recycling, 2022, 185: 106500. DOI:10.1016/j.resconrec.2022.106500 |