分析師關注提高了企業的ESG表現嗎※

王雪 劉清源

內容提要：以2011-2021年中國A股非金融類上市公司數據,實證考察了分析師關注對企業ESG表現的提升效應及其影響機制,并且這一促進作用在融資約束程度高、信息透明度低和盈余管理程度高的企業中更為明顯。機制分析表明,分析師外部監督作用發揮的直接效應和其信息中介作用吸引的特定投資者參與公司治理的間接效應協同發力,共同促進了企業ESG表現的提升。進一步分析發現,分析師關注在提高企業環境和治理分項得分方面的表現突出。此外,分析師調研以及調研過程中的綠色關注都對企業ESG表現有著明顯的促進作用。進一步證實了證券分析師在中國資本市場上的重要作用,也為政策制定者構建企業ESG相關制度提供了決策依據。

一、引 言

生態文明和可持續發展日益成為全球關注的核心議題,引起了各國各界人士的廣泛關注和深度參與。2020年,習近平主席在第七十五屆聯合國大會上發表重要講話指出,“中國將提高國家自主貢獻力度,采取更加有力的政策和措施,二氧化碳排放力爭于2030年前達到峰值,努力爭取2060年前實現碳中和”,彰顯了中國政府的大國擔當,也指明了綠色低碳發展的世界潮流?！秶窠洕蜕鐣l展第十四個五年規劃和2035年遠景目標綱要》中也提出要向綠色低碳的發展模式轉型,再次印證了中國政府對環境保護的決心和對可持續發展的憧憬。企業環境保護、社會責任承擔和公司內部治理是實現可持續發展的有力抓手,也是投資者關切和投資的重要導向。ESG作為環境(Environmental)、社會責任(Social)和治理(Governance)三個方面表現的非財務性企業評價體系,為大眾和投資者評價企業發展質量提供了新視角,也推動了企業在可持續發展的同時,從追求自身利益最大化的單一目標轉向追求自身和社會利益最大化的“雙贏”。積極踐行ESG理念,不但能夠顯著提高企業的創新水平(方先明和胡丁,2023)、降低企業融資成本(邱牧遠和殷紅,2019),還能方便投資者更準確地評價企業的財務回報潛力(楊皖蘇和楊善林,2016)。

與此同時,越來越多的公司聲稱已將ESG相關問題納入公司戰略和日常運營,但是公司ESG相關報告內容的完整性、真實性和公正性等方面卻飽受質疑。ESG信息披露有效性不足不僅會導致投資者獲取ESG信息的難度加大,也會使得企業的關注者無法準確地衡量企業的ESG表現,從而難以確定這些公司的說法是否只是“廉價談話”(Delmas和Burbano,2011)。證券分析師作為資本市場的重要組成部分,在投資者和企業之間起到了重要的信息橋梁作用。一方面,分析師會跟蹤和搜集那些影響企業價值的財務信息和非財務信息(陳露蘭和王昱升,2014),通過專業的知識和技能或進行實地調研,對各類信息進行解讀和挖掘,并將信息釋放給投資者,能夠緩解信息供需矛盾,提高資源配置效率;另一方面,分析師關注也有助于減少公司“廉價談話”,在一定程度上激勵和監督企業ESG責任履行。已有文獻更多的是研究證券分析師與企業社會責任(CSR)之間的關系,并且得到了兩種不同的觀點。一種觀點認為分析師關注使得企業管理者更加短視,僅僅追求短期盈利表現而限制對社會責任的支出,導致企業社會責任履行下降(Adhikari,2016);但更多的研究認為分析師跟蹤能夠增加企業的社會責任活動(Jo和Harjoto,2014;Hu等,2021),使企業的發展更具長遠價值。相對于企業社會責任和分析師之間較為完善的研究體系,證券分析師在新興的ESG領域的研究尚且不足。企業社會責任與ESG之間既有區別又存在聯系,一方面,企業社會責任強調多元利益相關方,包括企業與顧客、合作商、當地社區和民間團體等,并且帶有濃厚的倫理和慈善色彩,而ESG主要從資本市場的投資者角度出發,聚焦企業社會績效與投資者回報的關系,關注點更精確,ESG作為一種非財務指標,更加注重企業在環境、社會和公司治理方面綜合性的可持續發展;但另一方面,企業社會責任和ESG之間又存在緊密的聯系,ESG是負責任投資理念的延伸和豐富,ESG根植于企業社會責任,兩者均追求企業長期可持續發展、股東利益和社會價值的雙贏。因此借助于分析師與企業社會責任研究的基礎上,本文進一步探討分析師關注能否提升企業的ESG表現?其影響機理是什么?不同樣本性質下,分析師關注對企業ESG表現的影響是否存在差異。

有鑒于此,本文基于2011-2021年中國A股非金融類上市公司數據,實證檢驗分析師關注對企業ESG表現的影響。研究表明分析師關注能夠顯著提升企業的ESG表現,該結論在使用雙重差分模型、工具變量等內生性檢驗以及更換變量和模型設定、采用傾向得分匹配和熵平衡匹配等檢驗后依然穩健。影響機制分析發現,分析師關注對企業ESG表現的影響存在直接效應和間接效應兩種方式,其中直接效應是分析師發揮外部監督作用直接影響與企業ESG表現有關的行為,從而提高其ESG表現;間接效應是分析師發揮信息中介的作用吸引共同機構投資者和綠色投資者加入企業,通過特定投資者參與公司治理間接提高企業ESG表現。接下來,本文通過異質性分析對兩種影響機制進一步檢驗。首先,對分析師關注的外部監督機制進行檢驗,按照融資約束程度分組,發現分析師關注在融資約束程度高的企業中對ESG表現的提升作用更明顯;其次,對分析師關注的信息中介機制進行檢驗,按照信息透明度和盈余管理程度進行分組,發現分析師關注在信息透明度低的企業和盈余管理高的企業中對ESG表現的提升作用更明顯。最后,在進一步分析中,先研究了分析師關注對ESG各個維度表現的影響,發現分析師關注更多的是提高了企業在環境和公司治理方面的表現;還研究了分析師調研對企業ESG表現的影響,發現分析師調研的頻率和調研過程中的綠色關注都能顯著影響企業的ESG表現。

本文的邊際貢獻在于:第一,已有關于企業ESG表現的文獻更多的是關注ESG產生的經濟后果(邱牧遠和殷紅,2019;方先明和胡丁,2023),而對企業ESG表現的外部影響因素研究較少,本文從影響企業ESG表現的外部因素出發,補充了影響企業ESG表現外部因素的文獻;第二,分析師作為資本市場的重要組成部分,已有文獻對分析師行為及其預測進行了較全面的研究(李春濤等,2016;夏范社和何德旭,2021),但分析師在新興的ESG領域的相關研究還不足,因此本文從分析師的角度研究了分析師關注對企業ESG表現及其影響機理,具有一定的學術價值和現實意義;第三,本文探索了分析師關注對企業ESG表現影響的直接效應和間接效應,為企業在改善環境、履行社會責任和加強公司治理等方面提供了一定的參考。

本文后續安排如下:第二部分為文獻綜述與研究假設;第三部分為研究設計;第四部分為實證結果分析;第五部分為影響機制與異質性分析;第六部分為進一步分析,最后總結全文提出政策建議,并指出了本文的研究不足與展望。

二、文獻綜述與研究假設

1. 企業ESG表現

企業社會責任履行一直是社會公眾和投資者重點關注的問題。相比于已有關于企業社會責任(CSR)的全面研究,作為一個新興的領域,針對ESG的研究并不多。已有的關于企業ESG表現影響因素的文獻中,內部影響因素如柳學信等(2022)發現企業黨組織治理對ESG表現有正向影響;王海軍等(2023)發現企業的數字化轉型也能夠改善企業的ESG表現;外部影響因素如王禹等(2022)從稅制綠色化的角度研究發現《環境保護稅法》能夠顯著提升重污染企業的ESG表現;何青和莊朋濤(2023)發現共同機構所有權也能夠顯著提高企業的ESG表現。

分析師作為資本市場的重要組成部分,是企業外部治理的參與者之一,因此本文從分析師關注的角度,研究分析師關注對企業ESG表現的影響,以期拓展企業ESG表現影響因素的研究。

2. 分析師關注與企業ESG表現

作為上市公司和投資者之間的信息橋梁,證券分析師需要搜集和解讀上市公司的信息,企業社會責任信息的披露提高了企業的透明度,緩解了信息不對稱,是增強外部投資者對企業了解的重要途徑。有研究表明,證券分析師會跟蹤和關注上市公司的企業社會責任信息,并且分析師的關注也有助于中國資本市場對企業社會責任信息內在價值的認同(陳露蘭和王昱升,2014)。

已有的關于分析師和社會責任的研究中,少數研究認為分析師關注讓管理者更加注重短期,從而限制企業對社會責任的支出,導致企業社會責任履行下降(Adhikari,2016)。但大多數觀點認為分析師關注與企業社會責任之間存在正相關關系,比如王攀娜和徐博韜(2017)發現企業社會責任與分析師關注正相關,并且在重污染行業和財務透明度低的公司中這種正相關關系更為顯著。Zhang等(2015)研究結果表明,被更多分析師跟蹤的公司參與的慈善活動更多,并且聲譽管理會進一步激勵企業參與社會責任。Hu等(2021)發現分析師關注通過增加機構投資者實地訪問和改善企業內部控制顯著提高了企業社會責任參與。企業社會責任和ESG的核心內涵都是在為股東創造價值、賺取利潤的同時,引導企業在經濟利潤之外關注環境績效和社會績效。企業社會責任概念雖然不斷完善,但仍然帶有倫理和慈善的色彩,在實證研究上指標之間的差異較大、可比性較差。而ESG更加聚焦于企業社會績效和投資者之間的關系,注重企業在環境、社會和公司治理的可持續發展,在實證指標上更清晰、可量化、可比較。但從一定意義上說,ESG是負責任投資理念的延伸和豐富,ESG根植于企業社會責任。因此本文在企業社會責任研究的基礎上,進一步探究分析師關注與企業ESG之間的關系。

分析師能夠顯著影響企業戰略決策(Benner和Ranganathan,2012),并且分析師越來越看好社會責任表現好的企業(Ioannou和Serafeim,2015),因此認為分析師關注傾向于提高企業的ESG表現?？偟膩碚f,分析師發揮其信息中介、外部監督的職能,并對企業施加一定的外部壓力,有助于增加企業透明度、規范企業行為以及提高企業自身表現。因此,本文預期分析師關注度更高的上市公司有更好的ESG表現,據此提出:

假設1:分析師關注度越高,企業的ESG表現越好。

3. 分析師關注對企業ESG表現的影響機制

分析師的存在很大程度上是為了解決企業內部人和外部投資者之間的信息不對稱問題,分析師利用其專業財務知識和能力準確地解讀公司財務報告等公開甚至非公開的信息,緩解企業與投資者之間的信息不對稱,此外分析師跟蹤也會對企業形成一定的外部監督和壓力效應,因此,分析師逐漸成為企業外部治理的重要參與者(Chen等,2015)。

一方面,分析師扮演著外部監督的角色。分析師在對企業跟蹤分析的過程中能及時發現企業存在的問題,對企業違規行為的監督效果等同于審計師,而且能有效約束企業的的違規行為(Bradley等,2017)。分析師關注能提高企業的現金持有價值和并購資產質量,降低高管的薪酬激勵和盈余管理水平(Chen等,2015;Bradley等,2017)。

分析師關注也會對企業形成一定的外部壓力。在分析師關注下,企業為了避免向市場傳遞不良信息往往將盈余管理從隱蔽性較差的應計盈余管理轉移到真實盈余關系上(李春濤等,2016),這種情況會誘發企業的機會主義行為。但另一方面,壓力就是動力,分析師關注具有傳染性,會引起投資者、媒體甚至是監管機構的關注,關注度的提高會減少管理層或大股東利己行為的可能性,進一步推動其他市場參與者的治理作用(游家興和張哲遠,2016)。因此社會壓力假說認為,分析師的外部監督給公司帶來了公眾壓力,從而導致企業社會責任績效的提高(Jo和Harjoto,2014),同時他們認為,分析師的監督作為一種外部公司治理機制,批判性地質疑公司關于公司社會責任參與水平的決策,并提供額外的社會壓力,可以減少社會責任問題。分析師關注具有監督和激勵的雙重效應,能夠督促那些參與社會責任意愿不足的企業積極履行其社會責任。因此本文預期分析師關注會發揮其外部監督作用,促進企業提升自身ESG表現,據此提出:

假設2:分析師關注發揮外部監督的職能,對企業進行相關治理是提升企業ESG表現的直接效應。

另一方面,分析師的工作是收集、處理和傳遞他們所關注的公司的信息,從而可以發揮信息中介作用。當企業的信息環境較差時,外界對企業未來風險的預測難度增加,投資者也面臨著高度的信息不對稱,導致他們的投資意愿較低。此時分析師可以通過解讀公司公告、媒體報道、參加電話會議和實地調研等線下與公司管理層接觸的方式獲取更多的公司經營信息(譚松濤和崔小勇,2015),通過形成分析師研究報告向投資者釋放信息。此外,分析師和機構投資者存在一定的利益關系(逯東等,2020),機構投資者傾向于采用與分析師評級相一致的投資策略,因此當分析師對某一公司的關注增加時往往會吸引特定投資者投資公司,參與公司經營決策,如共同機構投資者等。一般來說,共同機構投資者持有公司的股票份額較多,他們為了獲得持續穩定的投資回報,會積極參與公司的經營決策(杜勇等,2021),促使企業戰略性地增加ESG投入,提高企業的ESG表現(何青和莊朋濤,2023)。因此,本文認為分析關注會發揮其信息中介作用,吸引特定投資者加入企業并參與公司治理,從而促進企業提升ESG表現,據此提出:

假設3:分析師關注通過吸引特定投資者參與公司治理是提升企業ESG表現的間接效應。

三、研究設計

1. 樣本選擇與數據來源

根據商道縱橫發布的《A股上市公司2020年度ESG信息披露統計研究報告》,中國上市公司ESG報告發布數量從2011年開始持續增長,ESG相關數據逐漸豐富,因此本文選取2011-2021年中國A股非金融類上市公司作為研究對象,研究分析師關注對企業ESG表現的影響。本文使用的華證ESG評級和商道融綠ESG評級均來自WIND數據庫,分析師關注的數據來自CSMAR數據庫中的“被研報關注度”,企業層面的控制變量來自CSMAR數據庫。本文在進行數據處理時首先剔除了ST、*ST公司和金融行業公司,其次剔除了上市公司上市當年的數據,并刪除了公司數據缺失嚴重的樣本,最終得到了16536個樣本觀測值。為了防止異常值對實證結果造成的影響,本文對連續變量在上下1%水平上進行了縮尾處理。

2. 模型設計

為檢驗分析師關注對企業ESG表現的影響,本文建立如下基準回歸模型:

ESGit=β0+β1Analysti,t-1+β2Controlt-1+Firm+Year+εit

(1)

其中,被解釋變量是企業ESG表現(ESG),解釋變量是分析師關注(Analyst)。Control為企業層面的控制變量,包括企業規模(Size)、資產負債率(Lev)、資產收益率(Roa)、機構投資者持股(Institution)、股權集中度(Top1)、銷售收入增長(Growth)、管理層持股(Mgt)、獨立董事比例(Indr)以及現金流量(Cf)。為了盡量避免因果倒置而產生的內生性問題,模型中將解釋變量和控制變量全部滯后1期。此外,為了控制企業個體和年度因素的影響,模型還加入了個體固定效應(Firm)和時間固定效應(Year),εit是隨機誤差項。方程中β1的大小、符號和顯著性能直觀反映分析師關注對企業ESG表現的影響結果。

3. 變量選取

(1) 被解釋變量企業ESG表現(ESG)。已有的文獻多采用華證ESG評級來度量企業的ESG表現(柳學信等,2022;方先明和胡丁,2023)。華證ESG評級覆蓋A股公司更廣,追溯時間更久,構建了三級指標全面評價企業ESG表現,同時包含了鄉村振興等指標,更貼近中國市場,因此本文選擇華證指數ESG評級(ESG)作為本文的企業ESG表現的代理變量,同時使用商道融綠的ESG評分(SynTao)進行穩健性檢驗。

(2) 解釋變量分析師關注(Analyst)。借鑒夏范社和何德旭(2021)的方法,本文使用一年內跟蹤企業的分析師發布的研報數量加1取自然對數作為分析師關注的度量指標。

(3) 控制變量。首先對企業特征進行控制,參考已有文獻,企業規模(Size)、資產負債率(Lev)、資產收益率(Roa)、機構投資者持股(Institution)、股權集中度(Top1)、銷售收入增長(Growth)、管理層持股(Mgt)、獨立董事比例(Indr)以及現金流量(Cf)等都會對企業社會責任履行產生影響(柳學信等,2022;何青和莊朋濤,2023),因此本文加入上述變量作為控制變量,同時控制個體虛擬變量(Firm)和時間虛擬變量(Year),變量的詳細說明見表1。

表1 變量說明

四、實證結果分析

1. 描述性統計

表2展示了主要變量的描述性統計結果。企業ESG得分最大為9,最小為1,均值為6.66,標準差為1.16,與何青和莊朋濤(2023)的結果相似,表明樣本ESG的整體表現處于中上水平,但不同企業的ESG表現差別較大;以分析師報告數量衡量的分析師關注最大值為4.80,最小值為0.69,均值為2.52,標準差為1.14,說明分析師對上市公司的跟蹤具有一定的選擇性,并且存在一定的分析師聚集現象,這也為本文的研究創造了基礎。表2最后一列報告了主要變量與ESG表現之間的相關系數,發現Analyst與ESG之間的相關系數為0.2,并在1%統計水平上顯著,可以初步推斷分析師關注與企業ESG 表現之間存在正相關關系,即分析師關注能夠提高企業的ESG 表現,與研究假設的預期相一致。

表2 描述性統計

2. 基準回歸結果分析

表3報告了分析師關注對企業ESG表現的影響結果,列(1)報告了當方程中只有分析師關注(Analyst)與企業ESG得分,并控制了個體固定效應和時間固定效應的情況,分析師關注的系數為0.095,并在1%統計水平上顯著,說明兩者之間有顯著的正相關關系。列(2)中加入了控制變量后分析師關注的系數為0.044,并在1%統計水平上顯著,分析師關注和企業ESG表現方面仍存在正向顯著的關系,但影響程度有所下降。具體來說,分析師關注每提高1%,企業的ESG得分提高0.00044個單位,由于樣本期間企業ESG表現整體處于中上水平且單個企業的ESG得分波動較小,因此這一邊際效應較小?？紤]這一系數的經濟意義:當分析師關注提高1個標準差時,企業ESG得分會提高0.043個標準差(0.044×1.14/1.16),與ESG得分1.16的標準差相比,這一數字也具有一定的經濟意義,分析師關注會提高企業ESG得分水平,與Hu(2021)的研究結果相一致。

表3 分析師關注對企業ESG表現影響的結果

在控制變量方面,企業規模和資產收益率與ESG表現之間有顯著的正向關系且影響程度較大,這也與現實情況相符合,企業承擔社會責任會增加企業額外的開支,因而規模越大、盈利能力越強的企業越有能力去履行社會責任。表3的結果進一步說明分析師關注和企業ESG表現存在正相關關系,即分析師關注能顯著提高企業的ESG表現,實證結果支持了假設1。

3. 內生性檢驗

(1) 雙重差分法及安慰劑檢驗。為了使研究結論更加穩健,借鑒Chen等(2015)的方法,利用券商關閉或合并事件作為外生沖擊,使用雙重差分(DID)的研究方法進一步研究分析師關注對企業ESG表現的影響。券商的關閉或合并更多的是來自券商自身的因素,與所跟蹤的企業無關,但券商的關閉或合并會導致跟蹤上市公司的分析師人數減少,因此券商的關閉或合并對分析師關注來說是一個理想的外生沖擊。為了識別券商的關閉或合并,從CNRDS數據庫中獲取了2011-2021年各家企業每年的分析師研究報告,從中可以獲得跟蹤每家企業的分析師信息,通過比較不同年份發布研報券商的列表以及網絡查詢相關報道,最終在樣本期間確定了4個符合條件的券商合并事件。把樣本限定于合并前兩家券商分析師都同時關注的上市公司,則券商合并會導致分析師關注減少這一外生沖擊。由于券商合并時間不一致,因此構造多時點雙重差分模型:

ESGit=β0+β1Treati×Postt+β2Controlt-1+Firm+Year+εit

(2)

其中,Treati為虛擬變量,若合并前兩家券商的分析師都關注了同一家公司,則Treati等于1,否則等于0。Postt為表示券商合并時間的虛擬變量,券商合并當年及之后的年度Postt等于1,否則等于0。其余變量定義同模型(1)一致?；貧w結果如表4的列(1)所示,交乘項的系數為-0.112,并在10%統計水平上顯著,表明券商合并導致分析師關注減少時,企業的ESG表現出現了明顯的下降。為了避免遺漏變量等因素的影響,進行安慰劑檢驗。具體做法是對于上述受到券商合并影響的企業,分別假定券商合并的時間提前1年或滯后1年,再根據模型(2)進行回歸,檢驗分析師關注和企業ESG表現之間的相關性,結果如表4的列(2)列(3)所示。在假定券商的合并提前或滯后1年后,交乘項的系數在各個結果中都不再顯著。表4的結果表明確實是由于分析師關注的減少導致企業ESG表現降低,支持了假設1。

表4 券商合并的雙重差分及安慰劑檢驗結果

(2) 工具變量法。由于企業ESG表現變好也會吸引更多分析師關注(王攀娜和徐博韜,2017),為解決可能存在的因果倒置而產生的內生性問題,一方面,本文借鑒相關學者(李春濤等,2016;夏范社和何德旭,2021)的方法,使用企業股票當年是否為滬深300成分股(HS300)作為分析師關注的工具變量。這是因為上市公司能否成為滬深300指數成分股取決于其在行業中的影響力、交易量和流動性等,但與其ESG表現沒有直接關系,但是一旦一家公司被選為滬深300成分股就會吸引更多的分析師跟蹤,這些公司的分析師關注度會上升。

另一方面,一個理想的工具變量應該有助于捕捉分析師關注的變化,這是影響企業ESG表現的外生因素,借鑒Yu(2008)的方法,本文使用分析師期望關注(Expcover)作為分析師關注的另一個工具變量,它反映出證券公司的規模變化。這是因為證券公司的規模變化通常取決于公司的收入和利潤,而與企業的ESG表現沒有直接關系,因此由證券公司規模變化而引起的分析師關注的變化是一個理想的外生變化,有助于進一步確定分析師關注和企業ESG表現之間的因果關系。借鑒Yu(2008)的方法,本文構造分析師期望關注(Expcover)的過程如下:

Expcoveri,t,j=(Brokersizet,j/Brokersize0,j)×Coveragei,0,j

(3)

(4)

其中,Expcoveri,t,j為證券公司j對公司i在t年的分析師期望關注數,Brokersize0,j和Brokersizet,j分別是證券公司j在基年和第t年的公司規模(用CSMAR數據庫中公司當年的活動分析師數量衡量),Coveragei,0,j為證券公司j在基年對公司i的分析師關注數(即跟蹤公司的分析師人數),Expcoveri,t為公司i在t年的分析師期望關注總和?；诒疚牡臉颖緟^間,本文使用2011年作為基年,要求證券公司在樣本期間每年都至少有一名分析師,每家公司也至少有一名分析師跟蹤。根據上文的構造方式,基年的分析師期望關注都為1,因此刪除2011年的所有觀測值。雖然現實中證券公司會對不同上市公司有選擇地關注,這樣會帶來潛在的選擇偏差問題,但證券公司的選擇只會影響實際的分析師關注,并不會影響期望分析師關注,因為預期關注衡量了在證券公司實際決定跟蹤哪些公司之前保持關注的趨勢(Yu,2008)。表5報告了使用兩階段最小二乘法(2SLS)的回歸結果,其中第一階段的結果顯示是否為滬深300指數(HS300)、期望分析師關注(Expcover)都與分析師關注(Analyst)顯著正相關,是分析師關注理想的工具變量。第二階段的結果顯示分析師關注的系數為正,并且在5%的水平上顯著,進一步支持了假設1。此外Hansen J的統計量為0.653,p值為0.419,無法拒絕所有工具變量都是外生的原假設,這意味著本文的工具變量都是外生的且不存在過度識別的情況,Kleibergen-Paap rk LM的統計量為50.045,p值為0.000,拒絕了工具變量識別不足的原假設,并且Cragg-Donald Wald F和Kleibergen-Paap rk Wald F統計量分別為47.564、30.493,均大于臨界值19.930,也均通過了弱工具變量的檢驗。

表5 工具變量回歸結果

4. 穩健性檢驗

(1) 更換模型設定。為了論證實證結果的穩健性,首先采用變量更替法進行穩健性檢驗。使用商道融綠的ESG評級作為企業的ESG表現的度量重新進行基準回歸,結果如表6列(1)所示。其次,在基準回歸中只控制了個體固定效應和時間固定效應,而一些行業層面和地區層面的不可觀測因素也可能影響實證結果,為了排除這些因素的影響,在模型中依次加入了行業固定效應和省份固定效應,回歸結果如表6列(2)列(3)所示。同時,考慮到時間因素,又在模型中加入了行業和時間的交互固定效應以及省份和時間的交互固定效應,來控制行業層面和省份層面的一些時變因素,回歸結果如列(4)所示。

表6 更換模型設定的回歸結果

此外,考慮到企業ESG活動也會受到經濟發展、政府規制等宏觀因素的影響,從CSMAR數據庫獲取各地區人均國內生產總值的數據,并參考陳詩一和陳登科(2018)的方法手工搜集各地市政府工作報告,將工作報告中與環境相關詞匯出現頻數占比作為當地政府環境規制的代理變量,將人均GDP(GDP_Per)和政府環境規制(ER)加入控制變量中進行基準回歸,結果如表6列(5)所示。表6的回歸結果顯示,無論采取何種模型設定,核心解釋變量的方向和顯著性都未改變,實證結果是穩健的。

(2) PSM和熵平衡匹配。為了進一步提高實證結果的穩健性,本文采用傾向得分匹配(PSM)的方法,按分析師關注的中位數進行分組,高于中位數的樣本作為實驗組,低于中位數的樣本作為對照組,并以企業規模、資產收益率、資產負債率、機構投資者持股等控制變量作為協變量使用半徑匹配方法進行匹配,將匹配后的樣本再進行模型(1)的回歸,回歸結果如表7的列(1)所示。此外,本文采用熵平衡法對數據進行預處理,熵平衡法能夠同時考慮協變量的一階矩、二階矩和三階矩,進而最大程度上使兩組樣本在不丟失數據的情況下實現精準匹配。經過熵平衡匹配后的樣本再進行模型(1)的回歸,回歸結果如表7的列(2)所示。表7的實證結果表明,無論采取哪種匹配方式,分析師關注都能顯著提高企業的ESG表現,本文結論依舊穩健。

表7 PSM匹配和熵平衡匹配

五、影響機制及異質性分析

1. 影響機制分析

由理論部分分析可知,分析師對企業ESG表現的影響機制分為直接效應和間接效應,其中直接效應是指分析師作為企業外部治理的重要參與者,發揮其外部監督的職能直接影響與企業ESG表現相關的行為,達到提高企業ESG表現的目的;間接效應是指分析師發揮其資本市場信息中介的作用,通過分析師對某一企業關注增加吸引資本市場中與ESG相關的投資者參與到公司治理中,從而達到提高企業ESG表現的目的。

(1) 直接效應。本部分檢驗分析師關注對企業ESG表現影響的直接效應,主要通過企業“漂綠”行為和環境信息披露質量來實現?！捌G”是指企業通過披露特定的ESG相關信息來營造公司可持續績效形象,而有意掩飾負面的信息(黃溶冰等,2020)。漂綠行為的存在可能使得企業的ESG行為更多的是“廉價談話”(Delmas和Burbano,2011),而ESG實際表現較差。分析師可以通過參加電話會議、實地調研以及和公司高管直接溝通等形式更準確地了解企業的實際經營狀況,切實監督企業履行社會責任,減少企業漂綠行為,此外,分析師監督的壓力也會減少企業定性披露和選擇性披露事項,提高企業環境信息披露質量,從而提高企業ESG實際表現。

Greenwashit=β0+β1Analysti,t-1+β2Controli,t-1+Firm+Year+εit

(5)

ESGit=β0+β1Greenwashit+β2Controli.t-1+Firm+Year+εit

(6)

其中,模型(5)中的被解釋變量為漂綠(Greenwash),解釋變量為分析師關注(Analyst),模型(6)中的被解釋變量為企業ESG表現,解釋變量為漂綠,其余變量均與模型(1)一致,回歸結果見表8。列(1)結果顯示,分析師關注的系數為-0.365,并在1%統計水平上顯著,說明分析師關注的增加能夠顯著降低企業在下一期的漂綠行為。同時列(2)結果表示企業漂綠與企業ESG表現有顯著負相關關系,因此分析師關注降低企業漂綠的同時提高了企業的ESG表現。然后將模型(5)中的被解釋變量和模型(6)中的解釋變量替換為環境信息披露質量(E_info),回歸結果見表8。列(3)結果顯示分析師關注的系數為0.144,并在5%統計水平上顯著,說明分析師關注的增加也能顯著提高企業下一期的環境信息披露質量。同時,列(4)表明環境信息披露質量與企業的ESG表現有顯著正相關關系,因此分析師關注提高了企業環境信息披露質量的同時提高了企業的ESG表現。以上分析表明,分析師關注發揮其外部監督的職能,能夠有效降低企業的漂綠行為、提高企業的環境信息披露質量,企業受到分析師監督的壓力,能夠切實履行社會責任,提高自身ESG表現。

表8 影響機制分析:外部監督

(2) 間接效應。本部分檢驗分析師關注對企業ESG表現影響的間接效應,主要通過檢驗企業中共同機構投資者和綠色投資者的數量來實現。機構投資者作為一種特殊的外部投資人,其持有的股份數額相對較多,對企業的經營和發展有長遠影響,并且機構投資者更偏好環境績效好的企業,更重視企業的環境責任意識(黎文靖和路曉燕,2015),其中的共同機構投資者能夠發揮治理效應和協同效應提升企業的ESG表現(何青和莊朋濤,2023)。此外,越來越多的文獻研究綠色投資者在公司綠色治理中的作用,發現存在綠色投資者的企業更有可能實施綠色行動,增加綠色支出和提高綠色治理績效(姜廣省等,2021)。因此,共同機構投資者和綠色投資者都可以通過參與公司治理來增強企業綠色意識,增加社會責任履行,從而提高企業ESG表現。

首先借鑒杜勇等(2021)的研究,從CSMAR數據庫機構投資者板塊中獲取企業的機構持股明細,將共同機構投資者定義為在同行業兩家及以上公司中均持有不低于5%股份的機構投資者,上市公司共被幾家共同機構投資者所共同持有,并加1取自然對數作為本文共同機構投資者的衡量指標(Coz2),取季度指標的均值作為相應年度指標數據。其次,借鑒姜廣省等(2021)的方法構建綠色投資者的指標,從CSMAR數據庫中獲取基金主體信息,對基金的“投資目標”和“投資范圍”根據關鍵字查找,若出現投資于“環?！薄吧鷳B”“綠色”“新能源開發”等領域時,則認定為“綠色投資者”(GI),若公司股票中存在這類投資基金時,則說明該公司存在綠色投資者。若公司年度內存在綠色投資者,則GI取1,否則GI取0。

將模型(5)中的被解釋變量和模型(6)中的解釋變量先分別替換為共同機構投資者(Coz2),再分別替換為綠色投資者(GI)。表9的列(1)和列(3)回歸結果發現分析師關注的系數分別為0.009和0.052,并且都在1%統計水平上顯著,這說明分析師對企業關注的增加確實能夠在下一期吸引更多的共同機構投資者和綠色投資者進入企業,而表9的列(2)和列(4)結果表示這些投資者通過參與公司的決策對公司進行綠色治理,從而提高了企業的ESG表現。間接效應的實證結果支持了假設3。

表9 影響機制分析:信息中介

2. 異質性分析

(1) 基于融資約束程度的異質性分析。企業社會責任投資意味著一筆巨大的費用,其財務效益很難在短時間內獲得回報,而承擔社會責任往往需要企業付出額外的資本成本,這無疑會加重企業的財務負擔,因此面臨融資約束的企業一般不會參與社會責任活動,這就意味著這些企業主動提升自身ESG表現的意愿較低。從理論上分析,分析師關注的外部監督作用對企業形成一定的壓力,會促使融資約束較高的企業履行社會責任。為了研究不同融資約束程度的企業受到的分析師關注的影響是否一致,構造了融資約束KZ指數,在模型(7)中設置融資約束虛擬變量kz,如果企業的融資約束程度高于樣本中位數則kz=1,否則kz=0,其余變量設定與模型(1)一致。

ESGit=β0+β1Analysti,t-1+β2Analysti,t-1×kz+β3kz+β4Controlt-1+Firm+Year+εit

(7)

表10的列(1)是基于融資約束異質性的分析結果,其中交乘項的系數為0.029并在5%統計水平上顯著,表明分析師關注對融資約束高的企業的ESG提升作用更明顯,體現了分析師關注的外部監督作用。

表10 異質性分析

(2) 基于企業信息透明度的異質性分析。公司信息環境越差,分析師越能體現出其信息中介的作用。根據上交所和深交所公布的上市公司信息披露等級來衡量企業的信息環境,在模型(8)中設置信息透明度虛擬變量opc,企業信息披露等級為“A”或“B”的公司定義為信息透明度高,opc=1,等級為“C”或“D”的公司定義為透明度低,opc=0,其余變量設定與模型(1)一致。

ESGit=β0+β1Analysti,t-1+β2Analysti,t-1×opc+β3opc+β4Controlt-1+Firm+Year+εit

(8)

表10的列(2)是基于信息透明度的異質性分析結果,其中交乘項的系數為-0.069,并在5%統計水平上顯著,這說明信息環境越好的企業,分析師信息中介的作用越不明顯,這在一定程度上會削弱分析師關注對企業ESG表現的提升作用。換言之,分析師關注在信息透明度低的企業中提升ESG表現的效果更明顯,體現了分析師關注的信息中介作用。

(3) 基于盈余管理的異質性分析。企業盈余管理的程度越高往往意味著企業的信息透明度越低,與應計盈余管理相比,真實盈余管理具有更好的隱蔽性(李春濤等,2016)。參考李春濤等(2016)的方法,用經營活動的異?，F金流、異常費用和異常產品成本三個指標以及利用這三個指標構造的復合指標來測度真實盈余管理的程度。在模型(9)中設置盈余管理虛擬變量EM,并從CSMAR數據庫中獲取企業真實盈余管理的數據,按企業真實盈余管理程度將企業由大到小平均分為三組,將真實盈余管理最高的三分之一組定義為EM=1,將真實盈余管理最低的三分之一組定義為EM=0,其余變量設定與模型(1)一致。

ESGit=β0+β1Analysti,t-1+β2Analysti,t-1×EM+β3EM+β4Controlt-1+Firm+Year+εit

(9)

表10的列(3)報告了基于盈余管理的異質性分析結果,其中交乘項系數為0.042,并在5%統計水平上顯著,表明分析師關注對盈余管理程度更高的公司的ESG表現提升作用更明顯,同樣體現了分析師關注的信息中介作用。

六、進一步分析

1. 分析師關注對E、S、G的影響

ESG作為企業環境、社會和公司治理三個維度的綜合測評指標,分析師關注在提升企業ESG表現的過程中對哪一維度的作用更為明顯?為了探討分析師關注對企業ESG各個維度的影響有何不同,從華證獲取了企業各個年度在環境、社會和公司治理三個維度的得分,并將三個方面的得分分別替換模型(1)中的被解釋變量進行回歸,回歸結果如表11所示。表11的三列分別報告了分析師關注對企業環境、社會和公司治理三個方面的影響結果,其中分析師關注對環境和公司治理的影響系數分別為0.071和0.108,并且都在1%統計水平上顯著,對社會維度的影響系數為0.013,但并不顯著。說明分析師關注更多的是提高企業在環境和公司治理方面的表現,從而提高了企業整體的ESG表現,這與分析師關注的外部治理和信息中介的作用結果相吻合。

表11 E、S、G各維度影響結果

2. 分析師調研的影響

實地調研是影響分析師預測行為和表現的重要因素,實地調研能幫助分析師對公司公開披露的信息進行更準確地判斷,達到“去偽存真”的效果,從而改善分析師預測表現,提高分析師外部監督和信息中介的效率,因此分析師調研也是分析師對公司關注的另一重要表現。深圳證券交易所要求其上市公司對接受投資者調研、采訪和訪談等方面活動,必須制定信息披露登記備案制度,且須詳細披露。為了研究分析師調研是否能對企業ESG表現產生影響,從CNRDS數據庫的“中國券商和分析師數據庫”中獲取了分析師調研的數據,該數據包括分析師調研的時間和調研問題的內容,只保留了深交所上市公司樣本。

首先,考察分析師調研頻率對企業ESG表現的影響。構建了分析師調研頻率(Ana_times)的指標,定義為年度內分析師對某一公司的調研次數加1取自然對數并滯后一期,將分析師調研頻率(Ana_times)替換模型(1)中的解釋變量進行回歸,回歸結果如表12列(1)所示。結果中分析師調研頻率的系數為0.043,并在1%統計水平上顯著,這意味著分析師調研與企業ESG表現存在顯著正相關,分析師調研頻率越高,企業的ESG表現越好。

表12 分析師實地調研的影響結果

其次,考察分析師綠色關注對企業ESG表現的影響。通過判斷分析師調研問題內容中是否存在“綠色發展”“綠色產品”“綠色公益”“環境保護”“環境質量”“污染防治”“清潔能源”“低碳”“減排”等關鍵詞,如果在一次調研的問答中存在上述關鍵詞,那么認為該次調研屬于分析師綠色關注(Ana_green),定義為分析師綠色關注的次數加1取自然對數并滯后一期,替換模型(1)中的解釋變量進行回歸,結果如表12的列(2)所示?；貧w結果顯示,分析師綠色關注的系數為0.03并在5%統計水平上顯著,說明分析師在調研過程中所表現出的綠色關注能夠向公司傳遞一種綠色信號,會促使公司在下一期投身于綠色行動,提高自身ESG表現。

七、結論與啟示

1. 主要結論

本文基于中國A股非金融類上市公司2011-2021年的數據,實證分析了分析師關注和企業ESG表現之間的關系,得到如下結論:首先,分析師關注確實能提高企業的ESG表現,這一結論經過一系列穩健性檢驗后依然成立。分析師對上市公司的公開或非公開的信息進行處理、分析和傳遞,在這一過程中發揮了其信息中介作用,緩解投資者與企業的信息不對稱,吸引特定投資者加入企業參與公司治理,同時分析師關注也承擔對企業的外部監督職責、并對企業形成一定的外部壓力,從而提高企業的ESG表現。其次,異質性分析發現,分析師關注對ESG表現的影響效果在融資約束程度高的企業、信息透明度低和盈余管理程度高的企業中更明顯。最后,進一步分析發現分析師關注更多的是提高了企業在環境和公司治理方面的表現,并且本文還發現分析師調研以及調研過程中綠色關注都對企業ESG表現有顯著影響。

2. 政策啟示

第一,本文實證證明了分析師關注在企業提升ESG表現方面的重要作用。分析師作為資本市場的重要組成部分,督促其進一步遵守職業道德和提升自身業務水平,能夠更好地發揮其信息中介、外部監督的職能。同時也要防止分析師的羊群行為對資本市場的負面沖擊,依法懲治分析師為獲私利而發布虛假研究報告的行為。第二,加強分析師調研的管理?？紤]到調研活動是上市公司信息披露的重要場景,同時也是影響分析師行為和預測表現的重要因素,因此一方面券商公司應繼續支持其公司分析師對上市公司開展實地調研活動,更好地發揮分析師信息中介和外部監督的職能,另一方面相關部門應統一調研信息的披露要求,強化中國上市公司信息披露力度和信息披露規范,增加調研溝通內容的透明度。第三,上市公司作為社會經濟發展的基礎單元,要響應政府號召,貫徹落實綠色發展理念,摒棄ESG活動只是單純增加企業成本的思想,積極引入共同機構投資者和綠色投資者,發揮他們的治理優勢,制定行之有效的ESG發展模式和可持續發展戰略,切實履行社會責任,并及時發布社會責任報告,接受社會大眾和監管部門的監督。

3. 研究不足與展望

本文實證研究了分析師關注對企業ESG表現的促進作用,拓展了證券分析師和企業ESG相關領域的研究,在理論和實際意義上取得了一定的成果,但本文的研究還存在局限性。第一,ESG概念及ESG評分在中國起步不久,并沒有形成統一的規則,各家評分機構之間難免存在評分不一致的情況,不同機構的評分可能會造成不同的實證結果。本文以華證ESG評級作為主變量并以商道融綠ESG評級作為穩健性變量,得到了較為一致的結論,但仍需在后續研究中加強對ESG概念和ESG評分的理解,增強實證結果的普適性;第二,本文的機制研究主要基于已有文獻的研究邏輯和機制變量,從內外部兩條途徑探討了分析師關注對企業ESG表現的影響機制,但也可能忽略了其他潛在的影響機制,如分析師個人特性的影響等,仍需在后續的研究中探索兩者更深的內在邏輯,增加研究理論和實踐的深度。