金融企业ESG表现对其经营绩效的影响研究

Research on the Impact of ESG Performance on Business Performance of Financial Enterprises

摘要: 本文选取我国2017~2022年A股上市金融企业数据，基于利益相关者理论、信号传递理论和可持续发展理论，运用双向固定效应模型，研究了金融企业ESG综合表现对其经营绩效的影响。为进一步明确金融企业ESG表现影响其经营绩效的作用机制，本文选取员工待遇这一指标作为中介变量，研究该指标在企业ESG表现对其经营绩效影响过程中的中介效应。研究表明：1) 金融企业ESG表现对其经营绩效的影响具有滞后性，且为正向影响。2) 员工待遇在ESG表现影响企业经营绩效的过程中存在中介效应。在此基础上，本文提出了相应的对策建议，旨在推动企业经营绩效的提升。同时，本文也为进一步加强企业ESG建设、促进企业健康可持续发展提供了有益的参考价值。

Abstract: Based on the stakeholder theory, signal transmission theory and sustainable development theory, this paper selects the data of A-share listed financial enterprises in China from 2017 to 2022, and uses two-way fixed effect model to study the impact of ESG comprehensive performance of financial enterprises on their business performance. In order to further clarify the mechanism of financial enterprises’ ESG performance affecting their operating performance, this paper selects the indicator of employee treatment as a mediating variable to study the mediating effect of this indicator in the process of the impact of enterprise ESG performance on its business performance. The results show that: 1) Financial enterprises’ ESG performance has a lagged and positive impact on their operating performance. 2) There is a mediating effect of employee treatment in the process of ESG performance affecting enterprise operating performance. On this basis, this paper puts forward corresponding countermeasures and suggestions, aiming at promoting the improvement of enterprise business performance. At the same time, this paper also provides useful reference value for further strengthening the construction of ESG and promoting the healthy and sustainable development of enterprises.

1. 引言

伴随着中国生态文明建设不断推进，更多大型企业在践行着人与自然的和谐相处。以往在国际机构及跨国公司中常常被提及的ESG、责任投资这些概念如今正日益被国内企业、投资者及大众所重视。2021年10月26日受国务院颁布的《2030年前碳达峰行动方案》及碳达峰和碳中和“双碳”国家战略目标的驱动，企业正面临着经济转型的契机，探索一条可持续发展之路成为其整体提升战略目标。

为了激励上市公司关注并促进其ESG绩效的提高，政府部门、监管部门、行业协会等发布了多项旨在强化上市公司ESG信息披露的相关政策，改善企业ESG绩效和指导投资者践行ESG投资理念：2002年中国证监会颁布的《上市公司治理准则》规定上市公司应当注重履行社会责任。2006年和2008年，沪深证券市场分别发布了履行社会责任准则和环境信息披露准则。2018年，中国证监会修订了《上市公司管理准则》。2019年中国资产管理协会《中国上市公司ESG评价体系研究报告》公布，中国上市公司ESG管理步入了实质性的新运作征程。

国内外许多学者对ESG表现对企业经营绩效的影响有较多研究，但研究方法都有分歧，因投资者信心是影响股价和资本市场运作的要素之一，部分学者以投资者信心作为中介变量，借助目前国内评级体系中覆盖面最宽、刷新频次最高的华证ESG评级数据，并用此综合表现来探究对企业财务绩效的影响[1] [2]，袁业虎和熊笑涵(2021) [3]为进一步探究ESG和企业绩效之间的联系，将媒体关注度作为调节变量，对该变量是否存在单向调节效应或双向调节效应进行了分析。白雄等(2022) [4]研究发现机构投资者持股在ESG影响企业价值的过程中起到了部分中介作用。部分学者从缓解融资约束和减少代理问题等各种机理来分析企业ESG绩效如何影响企业价值、推动企业效率提升和降低企业风险[5]-[7]。王琳璘、廉永辉和董捷(2022) [8]，张琳和赵海涛(2019) [9]以融绿A股上市企业ESG信息库中上市企业ESG的组合得分作为被解释变量，以托宾Q作为衡量企业效绩的指标，发现企业异质性对ESG和企业效绩的关系具有调节效应，实证回归结果表明企业ESG绩效与其价值为正向变动关系。

基于以往学者的研究，本文在金融企业这一特定领域中进行了深入探讨，为ESG研究提供了新的实证分析视角。特别地，本文从员工待遇这一创新视角出发，考察了金融企业在追求经营绩效提升与可持续发展过程中，ESG表现对经营绩效的作用机制。这一机制的研究为丰富ESG价值传导理论提供了新的洞见。

2. 理论分析与研究假设

2.1. ESG表现与企业经营绩效

一方面，基于利益相关者理论和信号传递理论，金融企业环境保护意识强，社会责任执行质量高，公司治理水平好，这样能够加强与利益相关者之间的联系，降低信息不对称带来的风险，增强投资者信心并对市场发出积极信号进而提升自身价值。一直以来，上市企业经营能力，偿债能力以及经营绩效这几个关键指标都受到了大众的广泛关注。随着时间的流逝，非财务性指标，如环境表现、社会贡献和治理体系等，已逐渐成为利益相关方关注的焦点，并被纳入市场和投资者对上市企业发展能力的评估标准。另一方面，随着可持续发展思想的盛行，公司越来越重视其社会效益而不仅仅是其财富的积累，同时就公司长期价值而言，ESG是当期披露，管理者和利益相关者需要一定时间做出决策，使得公司最终经营成效将表现为滞后期价值，所以，公司良好ESG表现在实现公司自身价值长期良性发展的同时，通过均衡各利益相关者利益来更好地提升公司绩效。因此，本文提出了假设1：

H₁：金融企业的ESG表现对其经营绩效的影响具有滞后性，且为正向影响(图1)。

Figure 1. The lagged path of financial firms influencing their operating performance

图1. 金融企业影响其经营绩效的滞后性路径

2.2. 员工待遇的中介作用

上市公司在经营ESG方面的出色成绩，展示了其良好的企业文化，给内部员工营造了良好的工作氛围，从而提高了他们的集体认同感和归属感，并且减少了人员流动，从而可以保证企业日常运营的稳定性[10]。同时尽管降本增效是当前大多数企业经营策略，但在报酬上仍然要重视报酬的市场竞争力问题，这样才能提高员工待遇水平，进而留住核心员工，吸引优质人才，对企业的业务提升有较大帮助。因此，本文提出假设2：

H₂：金融企业良好的ESG表现能够提高员工待遇水平，对企业经营绩效产生正向影响，即员工待遇水平存在中介效应(图2)。

3. 研究设计

3.1. 样本选取与数据来源

该部分以2017~2022年间在A股上市的金融企业为研究样本，排除ST、^*ST企业数据，为确保变量系数绝对值的合理性，避免变量异常值影响回归结果，通过Stata17软件对ESG值，企业年龄值，企业规模值以及员工待遇进行对数处理，其余变量分别缩尾于其1%与99%的分布位置。

Figure 2. Mediating effect mechanism of employee treatment

图2. 员工待遇中介效应机理

本文ESG评分来源于华证ESG评级，样本中TobinQ、市净率PB、企业年龄、总资产周转率和资产负债率等指标均来自国泰安(CSMAR)数据库；企业规模、前10大股东持股比例和员工待遇等数据来自同花顺iFinD金融数据终端。

3.2. 变量说明

3.2.1. 被解释变量

本模型的被解释变量是以托宾Q值作为经营绩效的代理变量，托宾Q值由1981年度诺贝尔经济学奖得主James Tobin提出[11]，是衡量企业经营绩效的最具权威性的方法，TobinQ不仅能反映公司财务绩效，还考虑了货币资产时间价值。这一变量的分子是企业市场价值，其分母是重置成本。

3.2.2. 解释变量

本模型的核心解释变量是公司ESG综合绩效，并采用华证ESG评级的得分进行度量。华证ESG评级参考国际主流方法和实践经验，借鉴国际ESG核心要义，结合中国国情与资本市场特点构建而得，覆盖范围包括中国A股及发债主体。里面ESG数据按季度频率进行了更新，分别在1月、4月、7月及10月月底进行了更新，本文将最后一季度数据作为年度数据来衡量核心解释变量。

3.2.3. 中介变量

基于前文理论上的分析，本文在研究中选取员工待遇这一指标作为中介变量，以此探究其中的机制。这一指标数据包括工资、奖金、津贴和补贴；社会保险、补充养老保险及职工福利等。

3.2.4. 控制变量

经营绩效由许多因素共同决定，除企业自身年龄和规模，还包括企业当前的经营能力(总资产周转率)，偿债能力(资产负债率)和股权性质(前十大股东持股比例)。参考先前学者的研究，本研究设置的所有变量如表1所示：

Table 1. Definition of variables

表1. 变量设定表

变量类型	变量名称	变量设定	变量符号
被解释变量	托宾Q值	总资产市价/重置成本	TobinQ
	市净率	每股股价/每股净资产	PB
核心解释变量	ESG综合表现	ESG综合评分取自然对数	lnESG
控制变量	企业年龄	企业年龄取自然对数	lnAge
	企业规模	总资产取自然对数	lnSize
	总资产周转率	营业收入/总资产	Rate
	资产负债率	总负债/总资产	Lev
	前十大股东持股比例	前十大股东持股数量/总股数 × 100	Top10
中介变量	员工待遇	福利水平^*	lnTreat

∗包括工资、奖金、津贴和补贴；社会保险、补充养老保险及职工福利等。

3.3. 模型设定

3.3.1. 基准模型

${\text{TobinQ}}_{i,t}={\alpha }_0+{\beta }_1\ln {\text{ESG}}_{i,t}+{\displaystyle \sum c_1{\text{Controls}}_{i,t}}+{\eta }_i+{\delta }_t+{\xi }_{i,t}$ (1)

其中，i表示各金融企业个体，t表示年度，${\text{TobinQ}}_{i,t}$ 为企业经营绩效的衡量指标，$\ln {\text{ESG}}_{i,t}$ 为上市公司ESG评分的自然对数。${\text{Controls}}_{i,t}$ 为控制变量组，以此控制上市企业的成立时间、规模、经营能力、偿债能力和股权性质等方面的差异。${\eta }_i$ 是个体固定效应，${\delta }_t$ 是年份固定效应，${\xi }_{i,t}$ 代表聚类到企业个体层次的稳健标准误。

3.3.2. 滞后模型

考虑到企业当时的ESG表现不会即刻产生价值提升效应，本文将核心解释变量滞后一期处理。

${\text{TobinQ}}_{i,t}={\alpha }_1+{\beta }_2\ln {\text{ESG}}_{i,t-1}+{\displaystyle \sum c_2{\text{Controls}}_{i,t}}+{\eta }_i+{\delta }_t+{\xi }_{i,t}$ (2)

3.3.3. 中介模型

为考察员工待遇在ESG影响经营绩效的过程中发挥的作用，本文进一步构建中介效应模型，首先，构建核心解释变量lnESG对中介变量员工待遇lnTreat的线性回归模型，考察上市金融企业ESG表现对员工待遇的影响，其次将中介变量lnTreat添加到基准模型中，相应模型设定如下：

$\ln {\text{Treat}}_{i,t}={\alpha }_2+{\beta }_3\ln {\text{ESG}}_{i,t}+{\displaystyle \sum c_3{\text{Controls}}_{i,t}}+{\eta }_i+{\delta }_t+{\xi }_{i,t}$ (3)

${\text{TobinQ}}_{i,t}={\alpha }_3+{\beta }_4\ln {\text{ESG}}_{i,t}+\gamma \ln {\text{Treat}}_{i,t}+{\displaystyle \sum c_4{\text{Controls}}_{i,t}}+{\eta }_i+{\delta }_t+{\xi }_{i,t}$ (4)

4. 实证分析

4.1. 描述性统计

据表2分析，样本企业的TobinQ平均为1.235，略大于中位数的1.032，且标准差为0.682，表明企业的总体价值水平呈现在较高水平的发展态势，并且不同企业之间的差异也相对较小。ESG综合得分对数的均值为4.331，最大值为4.489，说明A股上市金融企业的ESG总体表现较好。

Table 2. Descriptive statistics

表2. 描述性统计

Variable	N	Mean	p50	SD	Min	Max
TobinQ	439	1.235	1.032	0.682	0.835	5.294
PB	439	1.650	1.198	1.921	0.291	12.76
lnESG	439	4.331	4.348	0.0830	3.921	4.489
lnAge	439	3.158	3.178	0.278	2.197	3.738
lnSize	439	26.31	26.03	2.410	20.64	31.31
Rate	439	0.0610	0.0310	0.0940	0	0.539
Lev	439	0.757	0.783	0.192	0.0490	0.938
Top10	439	64.23	63.41	18.18	25.65	97.67
lnTreat	439	20.94	21.14	2.122	14.08	24.81

4.2. 相关性分析

由表3可知，核心解释变量ESG的自然对数与企业价值TobinQ的相关系数为−0.242，在1%的水平下显著负相关。企业规模、总资产周转率、资产负债率、前十大股东持股比例等变量均对TobinQ具有显著影响，企业年龄的自然对数对被解释变量虽然没有显著影响，但其是不可忽略的，确保本文的变量选取恰当。

Table 3. Analysis of correlation

表3. 相关性分析

	TobinQ	lnESG	lnAge	lnSize	Rate	Lev	Top10
TobinQ	1
lnESG	−0.242^***	1
lnAge	−0.0780	0.144^***	1
lnSize	−0.524^***	0.395^***	0.172^***	1
Rate	0.523^***	−0.217^***	−0.0330	−0.338^***	1
Lev	−0.616^***	0.312^***	−0.085^*	0.787^***	−0.389^***	1
Top10	−0.098^**	−0.0200	0.168^***	0.390^***	0.0490	0.106^**	1

注：^***、^**、^*分别代表在1%、5%、10%水平下显著。下同。

但部分控制变量间的相关系数显著，因此需要检测变量间可能存在的多重共线性问题。通过Stata17完成方差膨胀因子分析，判断各变量之间是否存在多重共线性，以避免变量之间的严重相关性。分析结果如表4所示。

结果表明，各解释变量VIF值均小于5，说明模型中各个变量之间不存在严重的多重共线性，即解释变量之间不存在普遍的相关关系。

Table 4. Test of collinearity

表4. 共线性检验

	VIF	1/VIF
lnSize	4.360	0.229
Lev	3.510	0.285
Top10	1.440	0.694
lnESG	1.260	0.794
Rate	1.220	0.823
lnAge	1.200	0.834

4.3. 回归结果分析

由表5中基准回归结果可知，在控制了企业年龄、企业规模、总资产周转率、资产负债率和前十大股东持股比例的影响后，ESG总体表现与TobinQ的回归系数为正，说明在时间区间2017~2022年间样本金融公司ESG表现对企业经营绩效的提升具有积极影响。再由滞后一期回归结果可知，ESG滞后一期对TobinQ的影响更大，回归系数由0.253变为0.563，且在1%的水平下显著，接受假设H₁，即ESG具有价值创造功能，ESG表现对企业经营绩效的影响具有滞后性，且为正向影响。

Table 5. Lagged effect model

表5. 滞后效应模型

	基准模型	滞后一期模型
	TobinQ	TobinQ
lnESG	0.253^**	0.031
	(0.158)	(0.182)
L.lnESG		0.563^***
		(0.165)
lnAge	1.279^***	0.770
	(0.452)	(0.596)
lnSize	−0.120	−0.137
	(0.082)	(0.104)
Rate	1.562^***	1.642^***
	(0.372)	(0.388)
Lev	0.566^**	0.343
	(0.277)	(0.435)
Top10	0.001	0.006
	(0.003)	(0.004)
_cons	−1.199	−0.967
	(2.226)	(2.668)
N	439.000	359.000
R^2	0.177	0.204
个体	控制	控制
年份	控制	控制

4.4. 机制分析

中介机制回归分析结果如表6所示，其中第二列是企业ESG表现对员工待遇的影响分析，回归系数为0.379，且在10%的水平下显著，说明良好的ESG表现能够提高员工的福利待遇水平。由回归结果可以得出，变量lnESG的估计系数为0.263，并在10%水平下显著为正值，表明员工待遇lnTreat具有部分中介效应，假设H₂成立，即金融企业良好的ESG表现能够提高员工待遇水平，对企业经营绩效产生正向影响。

Table 6. Mediating effect analysis

表6. 中介效应分析

	基准模型	线性回归	中介模型
	TobinQ	lnTreat	TobinQ
lnESG	0.253^**	0.379^*	0.263^*
	(0.158)	(0.208)	(0.159)
lnTreat			−0.027
			(0.041)
Controls	控制	控制	控制
_cons	−1.199	14.331^***	−0.815
	(2.226)	(2.930)	(2.303)
N	439.000	439.000	439.000
R^2	0.177	0.420	0.178
个体	控制	控制	控制
年份	控制	控制	控制

4.5. 稳健性检验

为了避免本研究结果由被解释变量选取的主观性所导致，采用了改变经营绩效代理变量的稳健性检验方法，本文参酌了朱乃平等(2014) [12]的方法，用市净率PB值代替TobinQ对模型作稳健性检验。由表7可看出，以上实证分析结果表明本文假设仍然成立，且该结果更具有解释力。稳健性检验结果支持前文的回归结果，也意味着研究结论较为可靠。

Table 7. Robustness test

表7. 稳健性检验

	基准模型	滞后一期	线性回归	中介模型
	PB	PB	lnTreat	PB
lnESG	1.168^**	0.173	0.379^*	1.274^**
	(0.515)	(0.575)	(0.208)	(0.515)
L.lnESG		1.504^***
		(0.522)
lnTreat				−0.280^**
				(0.132)
Controls	控制	控制	控制	控制
_cons	9.192	−8.550	14.331^***	13.205^*
	(7.254)	(8.424)	(2.930)	(7.462)
N	439.000	359.000	439.000	439.000
R^2	0.482	0.268	0.420	0.489
个体	控制	控制	控制	控制
年份	控制	控制	控制	控制

5. 结论与建议

本文以2017~2022年A股上市金融企业为样本，运用双向固定效应模型，探讨了金融企业ESG表现对经营绩效的影响机制。

实证结果表明：1) 金融企业的ESG表现对其经营绩效的影响具有显著的滞后性。具体而言，若金融企业在前一期的ESG表现较好，其后期的经营绩效也表现出显著的改善。2) 良好的ESG表现有助于提高员工待遇水平，进而增强ESG表现对经营绩效的正面影响。

基于上述结论，本文提出以下建议：首先，金融企业应将ESG评估和管理纳入企业战略之中，主动向监管机构提供更多ESG相关信息，并鼓励客户进行ESG投资。这不仅有助于提升企业的ESG责任感，还能为社会和环境做出积极贡献。其次，金融企业应重视平衡和满足利益相关方的合理需求，这是企业发展的重要课题。因此，企业需要关注内部薪酬和福利的合理发放，以吸引和留住核心员工。此外，通过持续改进针对不同利益主体的ESG履责质量和绩效，金融企业可以推动自身价值的提升与持续发展。

本文研究存在若干不足之处：首先，样本仅限于2017~2022年A股上市金融企业，限制了研究结果的普遍适用性。其次，虽然采用了托宾Q值和市净率(PB)作为经营绩效的代理变量，但未纳入其他可能影响经营绩效的因素。最后，尽管将员工待遇作为中介变量进行探讨，但员工待遇对经营绩效的具体影响路径尚需进一步深入分析。

针对这些不足，未来研究可从以下几个方面进行改进：一方面，扩展样本范围至更多行业和地区，以提升结论的普适性；另一方面，采用多维度的绩效评价指标，如盈利能力和成长性等，进行更全面的绩效影响分析。此外，可以深入探讨员工待遇对经营绩效的具体影响路径，包括员工满意度和工作效率等因素。