一、引 言
企业融资问题影响中国实体经济高质量发展,是理论界和实务界共同关注的热点话题。世界经济论坛《全球风险报告2022》指出,未来十年全球范围内最严重风险类型中80%为ESG相关风险,使得ESG逐渐成为影响企业融资成本的重要因素,受到外部投资者的广泛关注。现有文献主要从事后角度探讨ESG绩效的积极作用(邱牧远和殷红,2019;李增福和冯柳华,2022;范云朋等,2023),也有学者发现ESG绩效对债务融资成本的消极作用(陈若鸿等,2022),但鲜有研究关注企业在获得第三方评级机构认可的ESG绩效之前的投资阶段。
企业登上ESG榜单意味着管理者在外部软监管压力下会增加ESG投资,形成ESG事前投资预期,但企业未来的ESG得分不一定高。与事后阶段的低风险相比,ESG事前投资阶段具有与研发投资类似的周期长、风险高的特征,主要原因有以下两点:第一,ESG非财务投资的治理效果大多需要较长时间才能显现出来,且被市场评级机构认可同样是一个长期过程,需要企业在ESG领域持续投资才能被外部识别和关注。第二,由于中国ESG处于起步阶段,缺乏标准的ESG评价规则,ESG评级机构之间存在严重分歧(Christensen等,2022),企业ESG投资活动充满不确定性。这不仅需要付出一定的探索成本,而且不一定能转化为被第三方评级机构认可的ESG绩效。例如,ESG榜单上的特斯拉虽在绿色转型方面进行了大量ESG投资,但ESG评级却屡遭降级,导致其融资成本居高不下。而第三方机构的ESG评级在通过施加软监管压力倒逼企业进行ESG投资的同时(刘柏等,2023),也引发了投资者关于企业ESG事前投资的预期。这为本文探究ESG事前投资阶段的融资成本问题提供了独特的研究视角。
此外,ESG事前投资预期对融资成本的影响还取决于投资者类型。由于股东与债权人的利益导向不同,对风险的偏好也不同,因此两者之间的利益往往并不一致(Jiang等,2010;Sandvik,2020)。具体地,股东获得的收益是企业当前和未来可预测盈利经风险贴现后的现值,因而往往希望投资的是风险导向的、长期净现值为正的项目,以获得超额收益;而债权人获得的收益仅为企业支付的固定利息,为确保本金和利息的稳定而通常比较厌恶风险,倾向于短期投资,从长期投资中获益的可能性较小(Chang等,2019)。因此,对于从企业ESG投资到被第三方认可这一长期且充满不确定性的过程,股东和债权人的反应可能不同。
本文借助2015年商道融绿首次发布ESG榜单这一具有“自然实验”性质的冲击,考察了这种软监管所引致的ESG事前投资预期对企业股权和债务融资成本的影响差异及其作用机制。研究表明,第三方ESG榜单降低了上榜企业的股权融资成本,但提高了其债务融资成本。机制检验表明,ESG榜单通过减小长期股价风险和促进长期发展投资而降低股权融资成本,但通过增加短期偿债风险和降低短期经营绩效而提高债务融资成本。进一步研究发现,风控能力较强和外部信息环境较好的企业不仅能享受ESG榜单冲击所带来的股权融资红利,还能规避债务融资成本方面的负面影响。这说明ESG目标导向的资本实现了有效配置。同时,ESG榜单能够倒逼企业加快融资结构转型,扩大股权融资规模,减少对债务融资的依赖,并整体上改善上榜企业的融资难、融资贵问题。
本文的研究贡献主要体现在:第一,扩展了ESG领域的研究视角。现有文献大多从事后角度探究ESG绩效的经济后果,对ESG事前投资阶段鲜有关注,前者侧重的是结果,后者侧重的是过程。此外,现有文献仅探究了ESG榜单冲击对公司行为决策(刘柏等,2023)、审计收费(晓芳等,2021)的影响,还缺乏对投资者行为的探讨。第二,影响企业融资成本的外生冲击视角新颖。关于企业融资成本的影响因素,现有文献中的外生冲击大多来源于政府政策的“硬监管”(顾乃康和周艳利,2017;刘若鸿和黄玖立,2023),而缺乏来自第三方“软监管”的探索。第三,丰富了股东和债权人利益冲突的场景。现有文献中股东和债权人的利益冲突大多发生在分红政策、高风险投资项目选择、出现财务困境等方面(Myers,1977),本文则从ESG事前投资的角度丰富了高风险投资项目选择方面的场景,并为企业在可持续发展过程中化解两者的利益冲突提供了参考。
二、理论分析与研究假设
RBC全球财富管理的《2018 Responsible Investing Survey》发现,对于ESG因素对风险与收益的作用,67.3%的受访者认为E和S因子能够降低风险,同比提高19.4%;持否定态度的受访者仅占13.9%,同比降低18.3%,这说明ESG理念逐渐得到投资者认可。为了加快企业ESG转型升级,西方国家主要采取了“自上而下”的强制性ESG披露法规,而中国ESG还处在起步阶段,主要靠第三方ESG评级机构“自下而上”的市场倒逼。商道融绿ESG榜单的发布满足了众多投资者的需求,吸引了大量媒体报道,榜单企业也受到了空前关注。这对企业进行ESG相关投资起到了“软监管”作用,也引发了投资者关于ESG事前投资的预期。对股东和债权人而言,企业融资成本是投资者索取的风险报酬率,取决于投资者预期的收益和潜在的风险。第三方ESG榜单降低企业股权融资成本的原因可能有以下方面:第一,ESG榜单会通过减小长期股价风险而降低股权融资成本。股东是风险偏好者,追求长期价值最大化,希望获得高风险项目的超额收益,即使投资失败也是有限责任,因而与ESG事前投资的高风险、长期性特征匹配。如果ESG投资成功,获得第三方评级机构的认可,则良好的ESG评级能够帮助企业积累声誉。这一方面可以发挥“保险”作用,在金融危机时增强抵御风险的能力(Broadstock等,2021);另一方面,当企业发生负面事件时,这可以转移外部利益相关者对其不当行为的关注,降低经营过程中的不确定性(谭劲松等,2022)。第二,ESG榜单会通过促进长期发展投资而降低股权融资成本。ESG事前相关投资包括环保投资、社会责任投资、绿色创新等,这些投资长期来看能够帮助企业形成差异化的可持续盈利能力和竞争优势(李井林等,2021)。伊凌雪等(2022)发现,ESG实践在初期会降低企业价值,但长期来看对企业价值存在正向作用。Ee等(2018)利用一般均衡框架推导出ESG投资在短期内会提高资本租赁成本,但长期却会降低资本租赁成本。可见,与ESG相关的长期发展投资能使股东在未来获得稳定的收益,因而股东对此要求较少的风险补偿。综上分析,第三方ESG榜单会使股东预期企业管理者将较多的资源投入到长期价值创造中,未来股价风险下降,因而要求较少的风险补偿。由此,本文提出以下假设:
假设1:第三方ESG榜单会降低企业的股权融资成本。
第三方ESG榜单提高企业债务融资成本的原因可能在于:第一,ESG榜单会通过增加短期偿债风险而提高债务融资成本。银行等债权人向企业的贷款通常以短期为主(钟凯等,2016) 。因此,债权人更偏好于短期投资和低风险投资,以保证本金和利息的安全。债权人预期企业ESG投资难以被第三方评级机构认可,且ESG事前投资具有长期性、高风险特征,尤其是环境和社会责任方面资金量大、投资期长、收益不确定的长期投资,不仅难以迅速提升短期绩效,还会增加折旧、摊销费用,造成短期现金流紧张(王菁和程博,2014),对此债权人会要求较多的风险补偿。此外,“短贷长用”现象比较严重,为了应对ESG榜单所带来的“软监管”压力,管理者可能会将短期资金投向ESG方面的长期项目。这会加剧企业的投融资期限错配问题,降低短期偿债能力。第二,ESG榜单会通过降低短期经营绩效而提高债务融资成本。作为外部债权人,银行预期企业管理者迫于ESG榜单的压力,在环境、社会和公司治理三个维度增加投资。这会影响企业当期财务状况,降低偿债能力。传统的环境理论认为,企业在环境、社会方面进行投资会增加成本,对当期财务绩效造成负面影响(Jaffe等,1995;Chen等,2018)。综上分析,第三方ESG榜单会使债权人预期企业ESG事前投资产生短期经营风险和偿债风险,未来违约风险增加,因而要求较多的风险补偿。由此,本文提出以下假设:
假设2:第三方ESG榜单会提高企业的债务融资成本。
三、研究设计
(一)样本选择与数据来源
作为第三方信息中介,商道融绿于2015年首次对沪深300成分股发布ESG榜单。本文以评级企业为实验组,以2015年为中点,做了纵向时间对比和横向控制组对比。由于商道融绿从2015年6月底开始公开ESG榜单,本文将2015—2017年定义为实验期,将2013—2014年定义为非实验期。本文选取2013—2017年沪深A股上市公司为样本,数据来自万德数据库、国泰安数据库和锐思数据库。参考现有研究的做法,本文剔除了以下样本:(1)ST类、已退市、当年上市的公司;(2)金融类和房地产类上市公司;(3)中小板和创业板公司;(4)变量数据缺失的公司。为了缓解极端值的影响,本文对主要连续变量进行了上下1%的缩尾处理。最终,本文得到2689个公司—年度观测值。
借鉴刘柏等(2023)的研究,本文只选择主板企业样本,原因在于:主板企业在ESG榜单上比较稳定,不会随意进出沪深300指数,而且可以缩小实验组和对照组比例的差距,从初始样本的1∶8缩小到接近1∶3.5,对照组的选择比较合理。最终,本文得到589个实验组观测值,2100个对照组观测值。
(二)主要变量定义
1. 股权融资成本。借鉴覃家琦等(2020)以及黄凯等(2021)的研究,本文使用资本资产定价模型来计算每个年度企业的股权融资成本。股权融资成本(Cec)的计算方法如下:
$ Cec = {r_e} = {r_f} + \beta ({r_M} - {r_f}) $ | (1) |
其中,
需要说明的是,尽管现有文献指出事前股权融资成本的测量可能比资本资产定价模型等事后股权融资成本的偏差要小,但是本文的主检验依然选择资本资产定价模型来计算股权融资成本,这里出于以下几点考虑:第一,股权融资成本的测量是现代公司金融学的难点,理论上无法被直接测量,即使是事前股权融资成本,如PEG模型、MPEG模型、OJM模型等一般需要使用多年分析师预测数据(Easton,2004;Ohlson和Juettner-Nauroth,2005),依然存在一定程度的主观偏差。资本资产定价模型测算的融资成本尽管在学术研究中受到一些诟病,但在实践中仍是企业管理者金融课程上最受欢迎的模型,而且被企业管理者广泛使用(Da等,2012)。有学者发现,约有75%的金融学教授推荐使用资本资产定价模型来估计资本成本;对CEO的调查研究发现,73.5%的受访者在使用该模型(Graham和Harvey,2001;Da等,2012)。同时,本文的另一个被解释变量债务融资成本在原理上也是采用事后指标计算,为了便于比较两者关系,采用事后计算股权融资成本的模型可能更加合适。第二,沪深300主板企业的风险波动较小,与其他企业相比收益率比较稳定,已实现的收益对未来收益的估计偏差相对较小,因而能在一定程度上缓解采用资本资产定价模型估计股权融资成本的误差。黄凯等(2021)也指出,沪深300成分股标的适合采用该模型计算股权融资成本,且双重差分模型能缓解股权融资成本测量误差的干扰。为了保证研究结论的稳健性,下文还将使用PEG模型来估计事前股权融资成本。
2. 债务融资成本。借鉴张伟华等(2018)的研究,本文采用企业利息支出、手续费和其他财务费用的总额与负债总额的比值来衡量企业的债务融资成本(Cos)。
(三)模型构建
为了检验ESG榜单与企业股权融资成本和债务融资成本的关系,本文构建了以下两个双重差分模型:
$ Ce{c_{i,t}} = {\alpha _0} + {\alpha _1}Tre + {\alpha _2}Pos + {\alpha _3}Tre \times Pos + {\alpha _j}Co{n_{i,t}} + \varepsilon _{_{i,t}}^1 $ | (2) |
$ Co{s_{i,t}} = {\beta _0} + {\beta _1}Tre + {\beta _2}Pos + {\beta _3}Tre \times Pos + {\beta _j}Co{n_{i,t}} + \varepsilon _{_{i,t}}^2 $ | (3) |
其中,i为公司,t为年份,j为控制变量序号,Con为控制变量,
变量类别 | 变量名称 | 变量符号 | 变量定义 |
被解释变量 | 股权融资成本 | Cec | 采用资本资产定价模型计算的事后权益资本成本 |
债务融资成本 | Cos | 利息支出、手续费和其他财务费用的总额与负债总额的比值 | |
解释变量 | 是否属于处理组 | Tre | 虚拟变量,若属于ESG榜单冲击的公司则为1,否则为0 |
是否处于处理窗口 | Pos | 虚拟变量,2015年及之后年份为1,否则为0 | |
控制变量 | 公司规模 | Siz | 公司总市值的自然对数 |
财务杠杆 | Lev | 负债总额与总资产的比值 | |
资产收益率 | Roa | 净利润与总资产的比值 | |
成长性 | Gro | 营业收入增长率 | |
总资产周转率 | Tur | 营业收入与总资产的比值 | |
自由现金流 | Cas | 经营和投资活动产生的现金流量净额与利息支出的差值除以营业收入 | |
亏损情况 | Los | 若净利润小于0则为1,否则为0 | |
资产流动性 | Liq | 速动资产除以流动负债 | |
权益乘数 | EM | 总资产与股东权益总额的比值 | |
信息披露质量 | Abs | 采用修正的Jones模型衡量企业信息不对称程度 | |
管理层持股比例 | Msh | 管理层期末持股数与总股数的比值 | |
董事会规模 | Boa | 董事会人数的自然对数 | |
两职合一 | Dua | 两职合一时为1,否则为0 | |
分析师跟踪 | Ana | 分析师跟踪人数的自然对数 | |
公司 | Fir | 公司虚拟变量 | |
年度 | Yea | 年度虚拟变量 | |
行业 | Ind | 行业虚拟变量 | |
省份 | Pro | 省份虚拟变量 |
四、实证结果分析
(一)描述性统计、单变量检验与相关性分析
表2报告了主要变量的描述性统计结果。我国主板上市公司股权融资成本的均值为0.091,债务融资成本的均值为0.022,这与现有文献的差异不大(黄凯等,2021;张伟华等,2018)。其他变量的分布均在合理范围内。
变量 | 样本数 | 均值 | 标准差 | 最小值 | 25%分位数 | 中位数 | 75%分位数 | 最大值 |
Cec | 2 689 | 0.091 | 0.018 | 0.042 | 0.079 | 0.092 | 0.105 | 0.140 |
Cos | 2 689 | 0.022 | 0.015 | 0 | 0.010 | 0.021 | 0.033 | 0.068 |
Tre | 2 689 | 0.219 | 0.414 | 0 | 0 | 0 | 0 | 1 |
Pos | 2 689 | 0.662 | 0.473 | 0 | 0 | 1 | 1 | 1 |
Siz | 2 689 | 22.968 | 0.859 | 20.898 | 22.361 | 22.813 | 23.461 | 25.141 |
Lev | 2 689 | 0.469 | 0.193 | 0.072 | 0.322 | 0.471 | 0.615 | 0.894 |
Roa | 2 689 | 0.039 | 0.049 | −0.298 | 0.014 | 0.034 | 0.064 | 0.198 |
Gro | 2 689 | 0.167 | 0.486 | −0.616 | −0.022 | 0.079 | 0.209 | 3.565 |
Tur | 2 689 | 0.672 | 0.470 | 0.041 | 0.364 | 0.563 | 0.826 | 2.701 |
Cas | 2 689 | −0.035 | 0.303 | −1.615 | −0.097 | −0.001 | 0.079 | 1.029 |
Los | 2 689 | 0.073 | 0.261 | 0 | 0 | 0 | 0 | 1 |
Liq | 2 689 | 1.414 | 1.386 | 0.129 | 0.645 | 1.006 | 1.625 | 8.408 |
EM | 2 689 | 2.250 | 1.216 | 1.074 | 1.475 | 1.890 | 2.592 | 8.482 |
Abs | 2 689 | 0.054 | 0.058 | 0.001 | 0.017 | 0.037 | 0.070 | 0.365 |
Msh | 2 689 | 0.020 | 0.067 | 0 | 0 | 0 | 0.001 | 0.403 |
Boa | 2 689 | 2.172 | 0.194 | 1.609 | 2.079 | 2.197 | 2.197 | 2.708 |
Dua | 2 689 | 0.160 | 0.367 | 0 | 0 | 0 | 0 | 1 |
Ana | 2 689 | 1.850 | 0.865 | 0.693 | 1.099 | 1.792 | 2.485 | 3.784 |
借鉴Zhang等(2020)的思路,表3报告了第三方ESG榜单冲击前后实验组和控制组的变量均值及其差异。在冲击之前,实验组的Cec和Cos均值均小于控制组。在冲击之后,实验组与控制组的Cec均值差异增加,Cos均值差异减小。这说明第三方ESG榜单降低了企业的股权融资成本,但增加了债务融资成本,初步验证了本文的预期。
变量 | 非实验期 | 实验期 | ||||
实验组 | 控制组 | 差异 | 实验组 | 控制组 | 差异 | |
Cec | 0.087 | 0.088 | −0.001 | 0.087 | 0.094 | −0.007*** |
Cos | 0.021 | 0.028 | −0.007*** | 0.019 | 0.021 | −0.001* |
Siz | 24.023 | 22.353 | 1.669*** | 24.319 | 22.750 | 1.569*** |
Lev | 0.501 | 0.486 | 0.015 | 0.492 | 0.451 | 0.042*** |
Roa | 0.059 | 0.033 | 0.025*** | 0.052 | 0.036 | 0.016*** |
Gro | 0.141 | 0.141 | 0 | 0.122 | 0.195 | −0.072** |
Tur | 0.731 | 0.712 | 0.019 | 0.653 | 0.648 | 0.005 |
Cas | −0.012 | −0.042 | 0.030 | −0.003 | −0.044 | 0.041** |
Los | 0.030 | 0.092 | −0.062*** | 0.054 | 0.076 | −0.023 |
Liq | 1.295 | 1.236 | 0.059 | 1.322 | 1.541 | −0.219** |
EM | 2.338 | 2.347 | −0.009 | 2.275 | 2.216 | 0.060 |
Abs | 0.045 | 0.053 | −0.008 | 0.053 | 0.061 | −0.008 |
Msh | 0.005 | 0.010 | −0.005 | 0.004 | 0.033 | −0.029*** |
Boa | 2.248 | 2.179 | 0.069*** | 2.222 | 2.144 | 0.078*** |
Dua | 0.090 | 0.154 | −0.064** | 0.107 | 0.187 | −0.080*** |
Ana | 2.590 | 1.603 | 0.987*** | 2.462 | 1.692 | 0.770*** |
注:*、**和***分别表示在10%、5%和1%的水平上显著。 |
表4报告了主要变量间的Pearson相关系数。解释变量与控制变量之间的相关系数普遍较小,最大不超过0.8,表明各变量间不存在严重的多重共线性问题。进一步地,本文对主检验进行了VIF检验,VIF值均小于3,同样表明多重共线性问题不是本文担心的问题。
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | |
1. Cec | 1 | ||||||||
2. Cos | 0.013 | 1 | |||||||
3. Tre | −0.113*** | −0.083*** | 1 | ||||||
4. Pos | 0.118*** | −0.165*** | −0.066*** | 1 | |||||
5. Siz | −0.054*** | −0.089*** | 0.760*** | 0.154*** | 1 | ||||
6. Lev | 0.03 | 0.270*** | 0.072*** | −0.075*** | 0.035* | 1 | |||
7. Roa | −0.144*** | −0.265*** | 0.168*** | −0.004 | 0.254*** | −0.394*** | 1 | ||
8. Gro | −0.060*** | −0.051*** | −0.040** | 0.038** | 0.038** | 0.036* | 0.122*** | 1 | |
9. Tur | −0.019 | −0.074*** | 0.014 | −0.069*** | −0.046** | 0.157*** | 0.092*** | 0.036* | 1 |
10. Cas | 0.001 | 0.094*** | 0.050*** | −0.003 | 0.051*** | −0.009 | 0.140*** | −0.135*** | 0.120*** |
11. Los | 0.045** | 0.142*** | −0.059*** | −0.007 | −0.097*** | 0.155*** | −0.563*** | −0.134*** | −0.028 |
12. Liq | −0.005 | −0.285*** | −0.039** | 0.084*** | 0.017 | −0.666*** | 0.270*** | 0.0110 | −0.103*** |
13. EM | 0.036* | 0.179*** | 0.013 | −0.042** | −0.011 | 0.803*** | −0.320*** | 0.049** | 0.126*** |
14. Abs | 0.03 | −0.030 | −0.040** | 0.057*** | −0.006 | 0.008 | −0.015 | 0.171*** | 0.034* |
15. Msh | 0.002 | −0.162*** | −0.119*** | 0.115*** | −0.084*** | −0.187*** | 0.134*** | 0.057*** | 0.012 |
16. Boa | −0.010 | 0.072*** | 0.164*** | −0.092*** | 0.138*** | 0.115*** | −0.046** | −0.055*** | −0.041** |
17. Dua | −0.060*** | −0.061*** | −0.086*** | 0.044** | −0.071*** | −0.093*** | 0.053*** | 0.036* | −0.010 |
18. Ana | −0.152*** | −0.189*** | 0.406*** | −0.006 | 0.498*** | −0.038** | 0.362*** | 0.033* | 0.087*** |
10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | |
10 | 1 | ||||||||
11 | −0.072*** | 1 | |||||||
12 | −0.042** | −0.076*** | 1 | ||||||
13 | −0.033* | 0.178*** | −0.390*** | 1 | |||||
14 | −0.073*** | 0.085*** | 0.031 | 0.025 | 1 | ||||
15 | −0.119*** | −0.058*** | 0.233*** | −0.119*** | 0.027 | 1 | |||
16 | 0.006 | 0.028 | −0.136*** | 0.082*** | −0.087*** | −0.127*** | 1 | ||
17 | −0.084*** | −0.041** | 0.102*** | −0.080*** | 0.046** | 0.386*** | −0.178*** | 1 | |
18 | −0.034* | −0.152*** | 0.027 | −0.063*** | −0.013 | 0.063*** | 0.045** | 0.001 | 1 |
(二)回归结果分析
表5报告了第三方ESG榜单对企业融资成本的回归结果,其中列(1)为股权融资成本的回归结果,列(2)为债务融资成本的回归结果。列(1)中Tre×Pos的系数显著为负,说明ESG榜单降低了企业的股权融资成本。列(2)中Tre×Pos的系数显著为正,说明ESG榜单提高了企业的债务融资成本。上述结果说明ESG榜单具有“两面性”,与债权人相比,股东更愿意为企业ESG事前投资阶段融资。
(1) | (2) | |||
Cec | Cos | |||
Tre | −0.002 | −0.008*** | ||
(−1.213) | (−5.914) | |||
Pos | 0.005*** | −0.006*** | ||
(6.045) | (−9.498) | |||
Tre×Pos | −0.007*** | −0.005*** | 0.003*** | 0.002** |
(−4.123) | (−3.302) | (2.641) | (2.490) | |
Siz | 0.002** | 0.005*** | 0.003*** | −0.0003 |
(2.341) | (3.481) | (4.919) | (−0.394) | |
Lev | −0.003 | −0.011* | 0.013*** | 0.009*** |
(−0.708) | (−1.738) | (4.351) | (2.583) | |
Roa | −0.019** | 0.008 | −0.045*** | −0.035*** |
(−2.236) | (0.802) | (−7.017) | (−6.406) | |
Gro | −0.003*** | −0.0003 | −0.0003 | 0.001* |
(−3.621) | (−0.391) | (−0.553) | (1.649) | |
Tur | 0.001 | 0.004* | −0.001** | 0.006*** |
(0.939) | (1.919) | (−2.019) | (4.846) | |
Cas | −0.0002 | −0.001 | 0.005*** | 0.004*** |
(−0.195) | (−0.451) | (5.132) | (5.865) | |
Los | −0.002 | −0.002 | 0.0004 | −0.0002 |
(−1.257) | (−1.062) | (0.340) | (−0.236) | |
Liq | −0.0003 | −0.0001 | −0.001*** | 0.0003 |
(−0.804) | (−0.072) | (−3.883) | (1.002) | |
EM | 0.0002 | 0.001 | −0.0003 | −0.001** |
(0.386) | (1.243) | (−0.928) | (−2.368) | |
Abs | 0.007 | −0.005 | −0.0001 | −0.004 |
(1.534) | (−0.967) | (−0.045) | (−1.327) | |
Msh | 0.003 | −0.003 | −0.003 | 0.023** |
(0.567) | (−0.184) | (−0.839) | (2.545) | |
Boa | 0.001 | 0.001 | −0.0004 | −0.004* |
(0.423) | (0.300) | (−0.307) | (−1.741) | |
Dua | −0.003*** | −0.005*** | −0.0003 | 0.001 |
(−3.238) | (−3.012) | (−0.368) | (1.581) | |
Ana | −0.003*** | −0.0001 | −0.002*** | −0.001* |
(−5.293) | (−0.056) | (−4.857) | (−1.855) | |
截距项 | 0.053*** | −0.028 | −0.027** | 0.026 |
(3.237) | (−0.821) | (−2.196) | (1.455) | |
Fir | 未控制 | 控制 | 未控制 | 控制 |
Yea | 未控制 | 控制 | 未控制 | 控制 |
Ind | 控制 | 未控制 | 控制 | 未控制 |
Pro | 控制 | 控制 | 控制 | 控制 |
样本数 | 2 689 | 2 689 | 2 689 | 2 689 |
adj. R2或within R2 | 0.116 | 0.246 | 0.284 | 0.158 |
注:括号内为t值,*、**和***分别表示在10%、5%和1%的水平上显著,下表同。 |
(三)稳健性检验
1. 更换被解释变量衡量方式。本文采用事前测度较优的PEG模型来衡量股权融资成本Peg。债务融资成本使用财务费用占总负债的比例(Cos1)以及企业利息支出占当年长短期负债的比例(Cos2)进行衡量。在更换被解释变量的衡量方式后,本文研究结论保持稳健。
2. 采用生存分析来检验ESG榜单冲击的外生性。为了检验第三方ESG榜单的外生性,本文采用生存分析模型考察企业的股权融资成本和债务融资成本是否影响商道融绿2015年发布ESG榜单。具体来说,本文以2013—2015年为样本期间,“失效事件”是2015年商道融绿发布ESG榜单,因此解释变量Cec和Cos的系数反映了其对第三方发布ESG榜单的影响。结果表明,企业的股权融资成本和债务融资成本不会显著影响商道融绿2015年发布ESG榜单,可见ESG榜单冲击是一个相对外生事件。
3. 平行趋势检验。本文以2015年为基准年检验ESG榜单对企业股权融资成本和债务融资成本的动态效应,结果显示榜单发布的前两年系数均不显著,这意味着双重差分估计的平行趋势假设得到满足。此外,本文还将ESG榜单冲击提前到2014年,以2013—2015年作为研究期间进行安慰剂检验,结果显示Tre×Pos的系数不显著,说明ESG榜单对企业融资活动的影响没有受到其他不可观测因素的干扰。本文还剔除了ESG榜单发布当年2015年,结果显示Tre×Pos的系数符号和显著性没有发生明显变化。
4. 倾向得分匹配法和熵平衡匹配法。由于ESG榜单中的企业可能存在某些共同特征,为使实验组和对照组更加匹配,本文采用倾向得分匹配法和熵平衡匹配法,以减少自选择偏差的影响。由于沪深300指数往往具有市值大、负债率高、盈利能力强的特征(晓芳等,2021),本文根据财务杠杆(Lev)、年换手率(Tra)、资产收益率(Roa)、产权结构(Soe)和账面市值比(BM),对上榜企业进行1︰1的倾向得分匹配和熵平衡匹配,研究结论保持不变。此外,本文还做了1︰3的倾向得分匹配,且未剔除中小板和创业板,研究结论依然保持不变。
5. 安慰剂检验。为了检验ESG榜单对企业融资成本的影响不是由其他随机性因素所引起,本文随机抽取500次实验组样本重新进行回归,研究结论依然稳健。
6. 多时点双重差分检验。上文基于2015年商道融绿首次发布ESG榜单进行双重差分检验,这里拓展为2009—2019年的多时点双重差分检验。需要说明的是,2018年后商道融绿的榜单企业从原先的沪深300企业扩充至中证800企业,因而实验组样本也有一定程度的扩充。本文研究结论依然保持不变。
7. 区分长期与短期股权投资者。股东分为长期股权投资者和短期股权投资者,本文检验ESG榜单冲击降低股权融资成本主要是长期股权投资者发挥的作用。借鉴以往的文献,本文从行为和动机两个方面来刻画股东的长期与短期主义。一方面,本文根据换手率分组,将高换手率组识别为短期股权投资者,低换手率组为长期股权投资者;另一方面,根据股权质押分组,将公司控股股东存在股权质押组识别为短期股权投资者,不存在股权质押组为长期股权投资者,因为股权质押会使股东更加关注短期业绩以控制股权丧失的风险。结果显示,只有在长期股权投资者组,Tre×Pos的系数才显著为负,这说明ESG榜单冲击降低股权融资成本主要是长期股权投资者发挥的作用。
五、进一步研究
(一)作用机制分析
根据上文理论分析,ESG榜单通过影响外部投资者的预期风险和收益而影响企业的融资成本。借鉴阮荣平等(2014)的方法,表6和表7从风险和价值两个渠道来检验ESG榜单对企业融资成本的影响。
长期股价风险 | 长期发展价值 | ||||
(1)Ncskew | (2)Duvol | (3)Ginv | (4)CSR | (5)Gpatent | |
Treat×Post | −0.133* | −0.087* | 0.0003* | 3.978*** | 0.257*** |
(−1.878) | (−1.855) | (1.929) | (2.942) | (5.121) | |
控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 |
Fir | 控制 | 控制 | 控制 | 控制 | 控制 |
Yea | 控制 | 控制 | 控制 | 控制 | 控制 |
Pro | 控制 | 控制 | 控制 | 控制 | 控制 |
样本数 | 2 622 | 2 622 | 2 689 | 2 689 | 2 689 |
within R2 | 0.072 | 0.102 | 0.018 | 0.273 | 0.109 |
短期偿债风险 | 短期经营绩效 | |||
(1)AT | (2)OD | (3)LS | (4)Roa | |
Treat×Post | −0.065*** | −4.479* | 0.029*** | −0.005** |
(−2.785) | (−1.731) | (2.720) | (−2.043) | |
控制变量 | 控制 | 控制 | 控制 | 控制 |
Fir | 控制 | 控制 | 控制 | 控制 |
Yea | 控制 | 控制 | 控制 | 控制 |
Pro | 控制 | 控制 | 控制 | 控制 |
样本数 | 2 689 | 2 356 | 2 689 | 2 689 |
within R2 | 0.806 | 0.063 | 0.214 | 0.168 |
表6报告了股权融资成本的作用机制检验结果。现有文献表明,股权融资成本既取决于企业的长期股价风险,也取决于其长期发展价值,长期发展价值越高,股东未来获得的可预测盈利经风险贴现后的现值越高。本文采用企业未来三年股价崩盘风险的均值来衡量长期股价风险。具体地,本文采用未来三年股票周收益率的负偏程度均值(Ncskew)和涨跌波动比均值(Duvol)进行衡量。列(1)和列(2)结果显示,第三方ESG榜单能够降低企业的长期股价风险,从而股东对此要求较少的风险补偿。本文采用企业的绿色投资(Ginv)、社会责任投资(CSR)和绿色创新投资(Gpatent)来衡量长期发展投资。其中,绿色投资(Ginv)通过对在建工程明细表中与污染预防、生态环境治理、绿色生产等相关的投资支出项进行数据加总得到,并除以期末总资产进行标准化处理(张琦等,2019);社会责任投资(CSR)采用和讯网关于企业社会责任的综合评分;绿色创新投资(Gpatent)采用绿色发明专利申请总数加1后的自然对数。列(3)至列(5)结果显示,第三方ESG榜单促进了企业的绿色投资、社会责任投资和绿色创新投资。上述结果表明,第三方ESG榜单通过降低长期股价风险和促进长期发展投资,降低了企业的股权融资成本。
表7报告了债务融资成本的作用机制检验结果。现有文献表明,债务融资成本取决于企业的短期偿债风险和经营绩效。本文采用保守速动比率(AT)、营运资金与长短期借款比值(OD)以及短贷长投(LS)来衡量短期偿债风险。其中,选择保守速动比率的原因是这部分流动资金不仅扣除了存货,还扣减了一些不体现现金流量的报表项目,剩下的更能真实反映企业所能动用变现的流动资产,AT和OD这两个指标都体现了短期内企业偿还债务的能力;短贷长投(LS)借鉴刘晓光和刘元春(2019)的做法,采用短期负债比例与短期资产比例的差值。列(1)至列(3)结果显示,第三方ESG榜单降低了短期偿债能力,增加了短贷长投风险,从而增加了短期偿债风险。本文采用总资产回报率(Roa)来衡量短期经营绩效。列(4)结果显示,ESG榜单降低了短期经营绩效。上述结果表明,第三方ESG榜单通过增加短期偿债风险和降低短期经营绩效,提高了企业的债务融资成本。
(二)异质性分析
表8报告了ESG榜单冲击影响企业融资成本的异质性分析结果。由上文分析可知,银行担心的是企业因投资ESG长期项目而影响其短期偿债能力,从而要求较多的风险补偿。作为企业风控能力的重要指标,会计稳健性越高,企业确认损失越及时。刘柏和琚涛(2020)研究发现,与股东相比,企业会计稳健性更能给债权人带来资产安全感。而对股东而言,会计稳健性对于损失及时确认的特点能够缓解企业与股东之间的信息不对称。表8中列(1)至列(4)结果显示,ESG榜单不仅能降低会计稳健性较高企业的股权融资成本,还能规避其对债务融资成本的负面影响。
风控能力 | 外部信息环境 | |||||||
Cec | Cos | Cec | Cos | |||||
(1)会计 稳健性高 |
(2)会计 稳健性低 |
(3)会计 稳健性高 |
(4)会计 稳健性低 |
(5)分析师 关注度高 |
(6)分析师 关注度低 |
(7)分析师 关注度高 |
(8)分析师 关注度低 |
|
Treat×Post | −0.006** | −0.001 | 0.001 | 0.003* | −0.008*** | −0.002 | −0.00001 | 0.003* |
(−2.478) | (−0.407) | (1.098) | (1.789) | (−5.379) | (−1.136) | (−0.009) | (1.837) | |
控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Fir | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Yea | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Pro | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
样本数 | 1 266 | 1 302 | 1 266 | 1 302 | 1 276 | 1 413 | 1 276 | 1 413 |
within R2 | 0.273 | 0.321 | 0.197 | 0.205 | 0.245 | 0.212 | 0.125 | 0.242 |
Chow检验 | 1.21*** | 1.42*** | 3.05*** | 1.13* | ||||
p值 | 0.006 | 0.000 | 0.000 | 0.078 |
对于外部信息环境,分析师可以获得各种公开和非公开的上市公司一手资料,对财务报告进行专业解读和挖掘,而且有更多精力通过实地调研、参加股东大会、管理层私人谈话和电话会议等途径来获得公司一手信息。这不仅能及时分析企业当下的财务情况,还能对未来盈利做出预测,同时缓解企业短期和长期风险。表8中列(5)至列(8)结果显示,ESG榜单不仅能降低分析师关注度较高企业的股权融资成本,还能规避其对债务融资成本的负面影响。因此,提高企业风控能力、改善外部信息环境能规避ESG榜单对股东和债权人造成的利益冲突,最大程度提升企业融资能力。
(三)ESG榜单冲击对企业融资结构和融资约束的影响
由上文分析可知,第三方ESG榜单具有“双刃剑”效应,降低了股权融资成本,但提高了债务融资成本。由此衍生的问题一个是ESG榜单是否会对企业融资结构产生影响,另一个是其对企业融资成本究竟是“利大于弊”还是“弊大于利”。
1. ESG榜单冲击对企业融资结构的影响。股权融资规模(SEO)根据企业下一年是否进行股票增发和配股进行赋值;债务融资规模(DFI)借鉴王营和曹廷求(2014)的做法,采用年末负债总额与年初负债总额的差值除以年初总资产进行衡量。表9结果显示,ESG榜单冲击增加了企业的股权融资规模,减小了债务融资规模,说明企业会通过调整融资结构来趋利避害。
SEO | DFI | |
Tre×Pos | 0.554* | −0.022* |
(1.891) | (−1.740) | |
控制变量 | 控制 | 控制 |
Fir | 控制 | 控制 |
Yea | 控制 | 控制 |
Pro | 控制 | 控制 |
样本数 | 1 446 | 2 689 |
within R2 | 0.319 |
2. ESG榜单冲击对企业融资约束的影响。除了股权融资和债务融资这两种传统方式外,企业外部融资还存在商业信用、互联网金融等渠道。本文采用融资约束来更加全面地衡量企业的外部融资成本。这是因为融资约束反映的是企业“融资难、融资贵”的程度,指的是信息不对称等市场不完备因素造成企业外部融资成本与内部融资成本的差额。借鉴鞠晓生等(2013)的研究,本文使用SA指数来衡量企业融资约束,并取绝对值,其数值越大,企业融资约束程度越高。此外,借鉴陈峻和郑惠琼(2020)的研究,本文还使用FC指数来衡量企业融资约束,FC指数越大,企业融资约束越高。表10结果显示,第三方ESG榜单冲击整体上缓解了企业“融资难、融资贵”问题,其中可能的原因是:除了影响股东和债权人外,其还能通过影响商业伙伴、政府等其他利益相关者而降低外部融资成本。这在一定程度上实现了ESG为企业可持续发展融资赋能的目标。
SA | FC | |
Treat×Post | −0.047*** | −0.042*** |
(−17.225) | (−6.443) | |
控制变量 | 控制 | 控制 |
Fir | 控制 | 控制 |
Yea | 控制 | 控制 |
Pro | 控制 | 控制 |
样本数 | 2 689 | 2 585 |
within R2 | 0.825 | 0.541 |
六、结论与启示
“十四五”规划强调,要缓解中小企业融资约束,推动产业高质量发展。而探究与此理念相契合的第三方ESG榜单能否为企业融资赋能显得日益重要。本文基于2013—2017年中国A股主板非金融上市公司样本,利用双重差分模型检验了第三方ESG榜单这种“软监管”所引致的ESG事前投资预期对企业股权与债务融资成本的异化效应。研究发现,第三方ESG榜单在给企业施加市场压力的同时,也引发了投资者ESG事前投资预期,对不同类型的企业融资成本具有“两面性”效应。ESG榜单冲击降低了股权融资成本,但提高了债务融资成本,这意味着股东比债权人更适合为企业ESG事前投资行为出资。机制分析表明,ESG榜单通过影响投资者预期的风险和收益而影响企业的融资成本,具体体现为:一方面,ESG榜单增加了企业的短期偿债风险,降低了短期经营绩效,因而债权人要求较高的回报率;另一方面,ESG榜单降低了长期股价风险,促进了长期发展投资,因而股东要求的回报率较低。进一步分析发现,风控能力强和外部信息环境好的企业不仅能获得成本较低的股权融资,还能通过给予债权人安全感而规避债务融资成本方面的负面影响。这说明ESG榜单通过资本的力量推动资源优化配置,能为企业可持续发展提供新动能。此外,ESG榜单会倒逼企业加快融资结构转型,缓解企业融资困境。
本文的研究结论具有以下三个方面的实践和政策启示:第一,企业从ESG投资到最终被第三方认可具有周期长、不确定性高的特点,这与债权人的利益相冲突,而与股东的风险偏好适配。对此,企业应积极进行融资结构转型,提高股权融资比例,减少对债务融资的依赖。这有利于缓解企业高质量发展的融资困境,实现金融资源优化配置。第二,企业应积极提高会计稳健性等风控能力,并优化外部信息环境。这有助于增强债权人对企业财产的安全感,及时释放ESG事前投资过程中的经营风险,也有利于获得股东更高的估值,从而为企业可持续发展提供保障。第三,监管部门要积极推动ESG体系建设,制定符合中国国情的ESG投资和披露框架,降低企业ESG事前投资和外部投资人风险评估的不确定性,从而充分释放金融资源助推企业绿色转型的潜在动能。
[1] | 陈峻, 郑惠琼. 融资约束、客户议价能力与企业社会责任[J]. 会计研究, 2020(8): 50–63. DOI:10.3969/j.issn.1003-2886.2020.08.004 |
[2] | 陈若鸿, 赵雪延, 金华. 企业ESG表现对其融资成本的影响[J]. 科学决策, 2022(11): 24–40. |
[3] | 范云朋, 孟雅婧, 胡滨. 企业ESG表现与债务融资成本——理论机制和经验证据[J]. 经济管理, 2023(8): 123–144. |
[4] | 顾乃康, 周艳利. 卖空的事前威慑、公司治理与企业融资行为——基于融资融券制度的准自然实验检验[J]. 管理世界, 2017(2): 120–134. |
[5] | 黄凯, 刘亚辉, 尹玉刚. 成分股调整改变企业权益资本成本了吗——兼论产权性质的影响[J]. 会计研究, 2021(3): 122–136. |
[6] | 姜丽莎, 李超凡, 冯均科. 新审计报告降低了债务融资成本吗? [J]. 审计研究, 2020(3): 68–76. |
[7] | 鞠晓生, 卢荻, 虞义华. 融资约束、营运资本管理与企业创新可持续性[J]. 经济研究, 2013(1): 4–16. |
[8] | 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(9): 71–89. |
[9] | 李增福, 冯柳华. 企业ESG表现与商业信用获取[J]. 财经研究, 2022(12): 151–165. |
[10] | 刘柏, 琚涛. 会计稳健性与公司融资方式选择: 外源融资视角[J]. 管理科学, 2020(5): 126–140. |
[11] | 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(5): 16–26. |
[12] | 刘若鸿, 黄玖立. 地方产业政策与债券融资成本[J]. 中国工业经济, 2023(6): 118–136. |
[13] | 刘晓光, 刘元春. 杠杆率、短债长用与企业表现[J]. 经济研究, 2019(7): 127–141. |
[14] | 覃家琦, 杨雪, 陈艳, 等. 再融资监管促进企业理性投资了吗? ——来自中国上市公司的证据[J]. 金融研究, 2020(5): 170–188. |
[15] | 邱牧远, 殷红. 生态文明建设背景下企业ESG表现与融资成本[J]. 数量经济技术经济研究, 2019(3): 108–123. |
[16] | 阮荣平, 郑风田, 刘力. 信仰的力量: 宗教有利于创业吗? [J]. 经济研究, 2014(3): 171–184. |
[17] | 谭劲松, 黄仁玉, 张京心. ESG表现与企业风险——基于资源获取视角的解释[J]. 管理科学, 2022(5): 3–18. |
[18] | 王菁, 程博. 外部盈利压力会导致企业投资不足吗? ——基于中国制造业上市公司的数据分析[J]. 会计研究, 2014(3): 33–40,95. |
[19] | 王营, 曹廷求. 董事网络增进企业债务融资的作用机理研究[J]. 金融研究, 2014(7): 189–206. |
[20] | 晓芳, 兰凤云, 施雯, 等. 上市公司的ESG评级会影响审计收费吗? ——基于ESG评级事件的准自然实验[J]. 审计研究, 2021(3): 41–50. |
[21] | 伊凌雪, 蒋艺翅, 姚树洁. 企业ESG实践的价值创造效应研究——基于外部压力视角的检验[J]. 南方经济, 2022(10): 93–110. |
[22] | 张琦, 郑瑶, 孔东民. 地区环境治理压力、高管经历与企业环保投资——一项基于《环境空气质量标准(2012)》的准自然实验[J]. 经济研究, 2019(6): 183–198. |
[23] | 张伟华, 毛新述, 刘凯璇. 利率市场化改革降低了上市公司债务融资成本吗? [J]. 金融研究, 2018(10): 106–122. |
[24] | 钟凯, 程小可, 张伟华. 货币政策适度水平与企业“短贷长投”之谜[J]. 管理世界, 2016(3): 87–98. |
[25] | 周楷唐, 麻志明, 吴联生. 高管学术经历与公司债务融资成本[J]. 经济研究, 2017(7): 169–183. |
[26] | Broadstock D C, Chan K, Cheng L T W, et al. The role of ESG performance during times of financial crisis: Evidence from COVID-19 in China[J]. Finance Research Letters, 2021, 38: 101716. DOI:10.1016/j.frl.2020.101716 |
[27] | Chang X, Chen Y Y, Wang S Q, et al. Credit default swaps and corporate innovation[J]. Journal of Financial Econo- mics, 2019, 134(2): 474–500. DOI:10.1016/j.jfineco.2017.12.012 |
[28] | Chen Y C, Hung M Y, Wang Y X. The effect of mandatory CSR disclosure on firm profitability and social externa- lities: Evidence from China[J]. Journal of Accounting and Economics, 2018, 65(1): 169–190. DOI:10.1016/j.jacceco.2017.11.009 |
[29] | Christensen D M, Serafeim G, Sikochi A. Why is corporate virtue in the eye of the beholder? The case of ESG ratings[J]. The Accounting Review, 2022, 97(1): 147–175. DOI:10.2308/TAR-2019-0506 |
[30] | Da Z, Guo R J, Jagannathan R. CAPM for estimating the cost of equity capital: Interpreting the empirical evidence[J]. Journal of Financial Economics, 2012, 103(1): 204–220. DOI:10.1016/j.jfineco.2011.08.011 |
[31] | Easton P D. PE ratios, PEG ratios, and estimating the implied expected rate of return on equity capital[J]. The Accounting Review, 2004, 79(1): 73–95. DOI:10.2308/accr.2004.79.1.73 |
[32] | Ee M S, Chao C C, Wang L F S, et al. Environmental corporate social responsibility, firm dynamics and wage inequa- lity[J]. International Review of Economics & Finance, 2018, 56: 63–74. |
[33] | Graham J R, Harvey C R. The theory and practice of corporate finance: Evidence from the field[J]. Journal of Financial Economics, 2001, 60(2−3): 187–243. DOI:10.1016/S0304-405X(01)00044-7 |
[34] | Jaffe A B, Peterson S R, Portney P R, et al. Environmental regulation and the competitiveness of U.S. manufacturing: What does the evidence tell us?[J]. Journal of Economic Literature, 1995, 33(1): 132–163. |
[35] | Jiang W, Li K, Shao P. When shareholders are creditors: Effects of the simultaneous holding of equity and debt by non-commercial banking institutions[J]. The Review of Financial Studies, 2010, 23(10): 3595–3637. DOI:10.1093/rfs/hhq056 |
[36] | Myers S C. Determinants of corporate borrowing[J]. Journal of Financial Economics, 1977, 5(2): 147–175. DOI:10.1016/0304-405X(77)90015-0 |
[37] | Ohlson J A, Juettner-Nauroth B E. Expected EPS and EPS growth as determinants of value[J]. Review of Accounting Studies, 2005, 10(2): 349–365. |
[38] | Sandvik J. Board monitoring, director connections, and credit quality[J]. Journal of Corporate Finance, 2020, 65: 101726. DOI:10.1016/j.jcorpfin.2020.101726 |
[39] | Zhang A L, Wang S Y, Liu B, et al. How government regulation of interbank financing impacts risk for Chinese commercial banks[J]. Journal of Asian Economics, 2020, 66: 101148. DOI:10.1016/j.asieco.2019.101148 |