1. 引言
随着资本市场的全球化速度加快，国内的资本市场也在日趋健全与完善。市场运作的其中关键一环就是证券分析师，他在整个大循环中起着信息传递、解读的纽带作用，可以说“没有证券分析师，资本市场将一片黑暗”，正是有了这一角色，资本市场的前途才会更加宽广和明亮。由此可以引出的一个重要概念就是分析师盈余预测，它对投资者投资活动的盈利亏损有着直接重大影响，投资者视其为衡量投资与否、如何投资的重点，高质量的盈余预测信息对投资者诚然有着极大的价值。与此同时，在“双碳”目标的号召下，可持续发展这一理念被放到了更加突出的位置，ESG理念的初衷与核心也是生态环境与企业发展的可持续，所以这波热潮势必会将ESG理念应用和推广到更深的层面，在规范和平衡资本市场的资源配置的同时，促进企业的良性向好发展。一方面，ESG可以作为一种评价手段，即从环境、社会、公司治理三个维度评估企业经营发展的可持续性以及对社会价值观念的影响；另一方面，ESG可以作为一种投资策略，将投资者和金融机构的目光从关注传统财务转移到综合衡量社会效益上来，以形成一种兼顾财务和社会效益的一种投资新方向。综上可知，ESG表现与分析师盈余预测殊途同归，即两者最终都瞄准了投资。ESG表现侧重披露企业现状对其未来发展的启示，并以直接的信息形式影响投资者决策；而分析师盈余预测注重利用已有的企业相关信息和分析师的主观经验找出潜在的投资方向，为投资者提供经加工的间接投资决策信息。ESG表现作为企业的重要披露信息，它也能够成为分析师盈余预测的参考信息，由此可以作出ESG表现会影响分析师盈余预测准确性的推断。
投资者往往倾向于高质量的盈余预测信息，因为高质量意味着分析师提供了更加接近企业未来实际状况的合理预期信息，帮助投资市场上的信息使用者避开一些潜在的投资风险。近年来，分析师盈余预测的作用越来越突出，因此，一切影响分析师作出预测行为的因素都成为了重要研究对象。
预测的精准性是预测信息高质量的最直接体现，分析师预测的精准度越高，则偏离实际的误差就越小，对于投资者来说该信息的可靠性更高，从而可以降低投资的未知性，提高投资活动的风险可控性。因此，追求更加精准的可为盈利预测提供充分依据的信息成为了证券分析师的主攻方向。诸多因素都影响着分析师的预测行为，主要可以从这几个方面来划分：分析师自身的主观条件、资本市场的宏观环境、企业自身的发展状况、时间因素等等，具体细分又有分析师预测能力、上市企业规模、企业的盈利状况等等。而本文主要从企业的客观条件出发，探究企业的ESG表现对分析师预测的精准性造成的影响，具体立意主要是以下几点。
首先，单从分析师盈余预测角度来看，根据国外的研究思维和方向，推动中国的研究创新和发展。国内关于资本市场的研究起步较晚，目前虽然已涌现不少关于影响分析师预测准确性的研究文献，并且取得了不菲的研究成绩，但总的来说，对该方面的研究仍然处于一个上升期，还有许多未知在等着研究者去探索。已有许多国内外的研究成果均表明分析师的盈余预测极具价值，那这边能否借鉴前人的研究经验进一步挖掘其他影响盈余预测准确性的因素，从而为促成更加准确地预测信息提供依据。
其次，从ESG表现与分析师预测的关系来看，纵观国内外的文献，当前关于探究ESG表现对分析师预测准确性影响的研究少之又少。鉴此，这边不妨作出一个推测，证券分析师在为投资者提供预测信息时，或许也会受到一个企业ESG评分的影响。ESG等级评分越高，企业更注重自身的长远布局与发展，统筹更加全面，也就是企业在追求自身发展时兼顾为社会创造更好的效益，从而分析师对这类企业未来发展的考量会偏理性和乐观一些，相比较于从那些ESG表现较差的企业解读来的信息，他们对ESG表现较好企业的信息可靠性把握会更高。所以本文打算通过定量的实证研究来探讨两者是否存在相关关系，若相关性是显著的，则进一步拟合回归方程，最终为分析师预测提供参考指南。
最后，在ESG表现对分析师的盈余预测行为产生显著影响的基础上，可以从理论和实践两方面进行阐述研究意义。理论上，它丰富了影响分析师盈余预测的因素库，为研究者进一步深入探究分析师盈余预测提供更加全面的理论依据；实践上，良好的ESG表现对分析师盈余预测准确性的提高具有积极的显著促进作用，可以通过完善ESG表现机制来提高预测信息的真实可靠性，从而为证券分析师朝着良性高效的方向发展奠定牢固的基石，而且还可以帮助投资者从更加科学和全面的视角解读分析师的预测信息并做出谨慎的投资决策。
2. 文献综述
2.1. ESG的经济后果
ESG在我国发展尚处于上升期，孙忠娟等(2023)通过统筹ESG评价体系在国内外的研究发展现状，并结合我国对ESG的探索尚处于起步阶段，探讨了我国ESG实践过程中的困难和痛点，且有针对性地提出了建设性意见[1]。即便ESG发展仍不成熟，但是ESG表现对企业价值的影响是肯定的，很多研究文献都证实了这一点。如郝颖(2022)从ESG的生成逻辑出发审视ESG存在与发展的必要性，分别从企业和市场层面对ESG理念下企业价值创造重塑提出了两点建设性意见[2]。并且有一些文献进一步地证明了不同类型企业的ESG表现对企业价值的影响程度是不同的，张琳和赵海涛(2019)的研究结果显示，ESG表现对企业价值有显著的正向作用，并且对于非国有企业、非污染行业的企业和规模较小的企业，良好的ESG表现的企业价值增值作用更加显著[3]。企业价值的增减是投资者的关注重点之一，他们会将企业价值纳入未来的投资决策中。
企业ESG表现的好坏对投资者具有直接影响，ESG表现较好的上市公司披露的信息内容也会相对全面完善一些，这为投资者考察被投资企业的非财务绩效提供了更多信息渠道和更为有效的量化决策方法。许多外文文献从ESG的三个组成部分即环境、企业社会责任、公司治理三个角度分别探究对投资者的影响。Wahba (2008)认为只有在财务业绩较高的条件下，企业环境绩效责任才会显著且正向影响机构投资者[4]。Graves et al. (1994)发现机构投资者持股比例随着企业社会责任绩效年指标的增加而提高[5]。Chitru et al. (2010)研究认为机构投资者倾向于购买具有良好治理结构的公司的股票以最大程度缩减退出成本[6]。国内在该方面的研究尚且较少，并且相对于国外的研究内容来说相对宽泛一些。如李增福和冯柳华(2022)通过经济后果检验发现，ESG表现所带来的企业商业信用融资效果提升了企业的实体经济投资，表现为创新投入的显著增加和固定资产投资的显著提升，进而助力经济高质量发展[7]。鉴此，企业有必要采取一些举措来提高ESG管理水平并促进ESG评价的提高，将ESG表现的详情纳入投资决策也是应有之举。
2.2. 分析师预测的影响因素
大量文献的研究表明影响分析师盈余预测准确性的因素有很多，大致都从外部环境、公司内部治理、分析师的主观条件三方面进行阐述。如在外部环境上，Hugon et al. (2016)认为宏观经济政策的不确定性会降低分析师获得的企业公共或者私人信息的质量并且增加了获取的难度，从而导致频现盈余预测偏差纠正的情况，阻碍了盈余预测准确性的提高[8]。在公司内部治理层面，Lang and Lundholm (1996)开创性地提出公司透明度与分析师跟踪人数呈正相关，而分析师预测准确精度会随着分析师跟踪人数的增加而提高，这也就间接表明公司透明度的提高能够提高分析师盈余预测的准确性[9]。在分析师主观层面，谢光华、郝颖等(2019)通过实证分析得出分析师行业专长有助于提高其盈余预测的准确性这一结论[10]。
除了以上因素外，ESG这个具体的因素也悄然成为了关注重点。已有的国内外文献关于ESG表现对分析师的影响主要可以分为两类，一类是分析师作为中介研究ESG表现对其他方面影响的实证分析，另一类是直接探讨ESG表现对分析师的影响。第一类的情况，如梅亚丽和张倩(2023)通过实证检验证实了良好的ESG表现能有效降低企业债务融资成本，并且发现ESG表现通过提高分析师关注度和机构投资者关注度二个途径来降低企业债务融资成本，在这其中的两个路径实际上就是中介桥梁的角色[11]。同时，许虹艳等(2023)也得出了类似的结论，他们在实证分析ESG表现对企业融资的影响时，发现较好的ESG表现可以吸引更多分析师的关注，进而可以改善企业的资金流状况[12]。第二类的情况，如孙光国等(2023)基于ESG表现可以作为分析师盈余预测过程中的重要信息这一理论，证明了企业ESG表现通过提高信息质量和降低经营风险，进而提高了分析师盈余预测质量。以上这些研究结论深化了我们对影响分析师预测准确性因素的认识[13]。
2.3. 文献评述
在“双碳”政策出台与践行的背景下，ESG在国内的发展迎来了新的挑战和机遇。“双碳”目标的初衷与ESG的理念均有不谋而合的地方，即可持续发展。以政府为主导，该理念逐渐渗透入各大中小企业之中，在平衡经济进步、促进企业增值、环境保护过程中发挥着显著作用。分析师预测也旨在为投资者提供准确高效的投资信息，规避一些可预测的潜在投资风险，还可以促进企业在市场上稳中向好发展。目前，ESG理念与分析师盈余预测都成为了学术界火热的研究主题。
综上所述，现有的文献虽然已经做了很多关于ESG表现以及影响分析师盈余预测因素方面的实证研究，但是关于两者关系的量化研究主要还是以第一类为主体，第二类直接探讨两者关系的文献尚且很少。理论上，ESG表现越好，综合评分越高，企业综合治理、管理体系、社会责任等方面都实践得更乐观，那么其未来的发展就越具有稳健性。站在分析师预测的视角来看，分析师可以根据这些较为可靠的披露信息对企业的有一个更加深入、全面的把握，从而做出合理科学的预测评估，为投资者提供真实高效的投资信息。因此，基于“ESG评分越高，分析师预测越准确”的假设理论，本文将选取A股上市公司的近三年完整的样本数据，对ESG表现和分析师盈余预测之间的关系进行定性和定量的分析，研究两者之间是否存在相关性以及相关方向，再进一步进行回归分析，这是本文研究的出发点和方向。并且也希望通过此次研究能丰富影响分析师盈余预测的因素内容，为其他研究人员提供更加广阔的研究视角。
3. 理论基础与研究假设
3.1. 理论基础
3.1.1. 信息不对称理论
信息不对称理论，即在社会经济活动中，各活动主体对相关信息的了解把握程度是参差不齐的。信息闭塞的行为人，在市场竞争中往往处于劣势；而掌握一定充分信息的主体，容易占据有利地位，其本质是市场失灵的一种具体表现。
在证券市场上，信息的不对称性表现得尤为显著。可以说只有很小一部分投资人掌握了投资活动的有效信息并对其进行深入分析，从而为作出是否投资、如何投资的决策提供综合的依据；而大多数投资者作出的投资判断很大程度上是依靠分析师预测提供的信息和建议，他们往往没有独立获取并自行分析形成能为自己投资服务的信息的能力。在这种情况下，就会形成严重的信息不对称性。
ESG表现作为企业披露信息中的重要内容，它同时也是投资者参与投资的重要依据，且ESG表现是企业公开的非财务信息，对于所有投资者来说都可以公平获取。据此，可以认为ESG评级在一定程度上可以缓解投资者与企业之间的信息不对称，进一步协助投资者了解一家企业的潜在投资风险。一般来说，企业的ESG表现越好，则投资者对其投资前景会表现得更加积极；反之，则不利于吸引投资者。分析师在这边的作用就是对已披露的ESG表现进行更深一步地解读，凭借其主观经验与看法和对企业其他方面的了解，最终形成一体现企业多方面状况的更加科学准确的综合判断投资意见。所以，无论是未经过加工的ESG表现还是经由分析师盈余预测判定过的ESG表现，两者都有利于弥合信息的不对称性，并且后者的效果会更加显著，也就是ESG表现配上分析师的预测职业技能能够使盈余预测更加准确，可以更好地服务于投资者。
3.1.2. 有效市场理论
“有效市场理论”起源于20世纪初，并由Fama于1970年在一定领域进行深入研究继而得出的系统理论。他认为，在有效市场上，所有可获得和可利用的信息都精确并充分响应到股价的走势上，实际上证券价格也就等价于投资价值。
“有效市场理论”主要包括以下几个要点：① 市场经济活动的所有参与者都是理性人，他们试图找出存在价格偏离的证券，在权衡收益与风险的前提下作出合理的取舍，待投资机遇来临时就第一次时间采取恰当的交易策略。② 股票价格体现了有效债券市场上的供需平衡。③ 股票价格能最大程度上反映交易资产的全面信息。“有效市场假说”具体有三种假设形态，弱势有效、半强势有效以及强势有效市场假说。
弱势有效市场所体现的关于证券价格的信息最少，它只包含了过去的历史信息；半强势有效市场包含所有过去和当下公开的有关证券价格的信息；而强势有效市场反映了有关证券价格的全部信息，即过去的历史信息、当下公开披露的、未来待发布的信息。
以上的这三种假设的检验是由弱到强逐步验证的，顺序不可颠倒。ESG表现是有关企业证券价格过去和当下的全面公开信息，投资者也是想充分利用这部分信息能够找到差价更大的证券。ESG表现作为企业全面公开的信息，它排除了内幕人员利用此消息获得超额收益的可能性，从而保证了市场上的各大投资参与者在这一信息源上是公平竞争的。分析师进行盈余预测提供的有效参考依据多数存在于强势有效市场中，证券分析师在当前证券价格的基础上读取了影响未来证券价格的部分信息，并且结合已经公布的ESG表现，最终形成揭示企业潜在发展风险和收益的有效预测信息。
3.2. 研究假设
证券分析师预测正是通过现有的充足的信息对企业未来盈利做出较为精准评估预测的一种行为，企业ESG关注的也是未来长远的发展，从时间维度看，两者具有直接的联系，ESG的信息披露可以对分析师盈利预测造成影响。构成影响分析师盈余预测的企业信息具体包括企业声誉、企业发展的长期稳定性、投资信息的对称性等等。
第一，良好的ESG表现可以提高企业声誉。企业声誉是企业在长期实践活动中取得的社会对其的认可，良好的声誉是企业追求的目标之一，这为他带来的“收益”可以有资源、机会和支持，从而企业能够提升多方面的经营竞争力。随着我国经济市场化程度和资本市场的公开透明度的不断提高，声誉这一独特资源对一个企业的生存和发展越来越重要。良好的声誉非一朝一夕可以培育，但是损坏却很容易。良好的ESG表现可以将公司更完美的一面展露于公众视野中，社会对其的综合评价也就很高，从而可以为其积攒部分好的声誉。同时，全面有效的ESG表现有利于维护公司的形象和信誉，ESG表现以公开透明的形式可以更好地监督企业始终保持自觉的态度以谋求合规合法的发展，降低企业作出违反法律法规行为的可能性。分析师在作出盈余预测的过程中，企业声誉也是重要考核的一个因素，企业声誉越高，分析师对企业的披露信息的可读性与可控性就越高，盈余预测往往也会偏向于更加乐观；而对于声誉不佳的企业，事件的未知性会大幅提升，进而分析师对风险的把控难度也就提升了，这样也就不利于分析师作出准确的盈余预测判断。
第二，良好的ESG表现能够显示企业长期发展的稳定性和可持续发展性。较为全面的ESG表现可以帮助企业通过制定一系列有效的预防举措规避可以预见的风险，提高应对未知风险和突发性危机事件的能力。而且ESG表现可以敦促企业更好地往可持续发展方向前进，在“双碳”背景下，企业的可持续发展被放在了更加突出的位置，投资者也越来越看重企业未来的发展。如果企业具备了长期发展的稳定性和可持续性，那么其未来比较容易保持在预期向好的轨道上发展，对于分析师来说，他作出的盈余预测估计也将会更加贴近于未来实际状况。企业过去的数据信息成为了分析师预测的重要参考内容，他可以将企业以往大量的数据进行分析并找出一定的规律，建立在企业稳定发展的基础上，利用过去对未来作出一定具有规律性的盈余预测，预测的相对准确性自然而然就会提升了。
第三，良好的ESG表现可以有效降低分析师与企业之间信息的不对称性。ESG表现以公开透明的形式展现了企业的发展现状与成果，比分析师以非公开的形式获得的企业信息更具说服力和可靠性。往往分析师私下获知的关于企业的消息，多数情况下很难对它的真实性进行有效地考证，毕竟该些信息是非公开的，信息本身带有一定的隐蔽性。而ESG表现是经专门机构进行深入考察分析得出的结论，该信息具备高度的科学性和权威性，分析师可以轻松且自信地对企业该方面的信息有一个较为准确的把握，在作出盈余预测判断的过程中也就避免了其中存在的信息不对称导致的盈余预测误差偏大的状况。
以上三种情况都可以间接地说明ESG表现从不同侧面会影响分析师的盈余预测的决策行为。因此，综上所述，可以作出如下假设：企业ESG表现越好，证券分析师对其盈余的预测越准确。
4. 研究设计
4.1. 样本选择与数据来源
考虑到ESG表现和分析师预测数据的可获得性和匹配性，本文主要以2019~2021年沪深两市有效的A股上市公司数据作为研究样本。选择不同年份数据的原因是想在第t − 1年的ESG表现的基础上，研究它对未来第t年的分析师盈余预测的影响，主要是通过分析EPS的预测值与实际值的差异来实现研究目的，借鉴孙光国和曹思宇[13]的数据筛选方法，对原始数据的处理步骤如下：1) 剔除ST类和*ST类公司；2) 分析师的盈余预测数据选取预测价格目标期限为12个月的，并且是每年末的最后一次预测数据；3) 剔除不同时具备ESG表现、EPS预测值和EPS实际值的公司；4) 剔除异常值；5) 剔除报告日期晚于预测终止日的样本；6) 由于金融行业与其他行业理论上不具可比性，故剔除了金融行业的样本，最终的样本量为4611个。本文ESG表现的数据采用的是同花顺金融数据库的华证ESG评级，与分析师相关的数据来自于CSMAR数据库。
4.2. 变量定义
4.2.1. 被解释变量
被解释变量为证券分析师盈余预测准确度，参考孙光国和曹思宇[13]的做法，用盈余预测值与实际值的差除以年初对应的股价再乘以一百的绝对值获得。
4.2.2. 解释变量
解释变量为ESG表现。华证ESG评级在资本市场上认可度很高，很具权威性。此处将华证的ESG评级量化赋值处理，评级一共有九级，从低到高分别为C、CC、CCC、B、BB、BBB、A、AA、AAA。当评级为AAA时，ESG = 9；当评级为AA时，ESG = 8；当评级为A时，ESG = 7；以此类推。
4.2.3. 控制变量
控制变量具体参考了查灿[14]、信春华[15]、孙光国等[13]的研究，从中选取一些相关的控制变量，详见表1。
Table 1. Variable definitions
表1. 变量定义
变量 |
变量名 |
符号表示 |
变量定义 |
被解释变量 |
盈余预测误差 |
FERROR |
预测误差 = |盈余预测中间值 − 相应年份实际值|/年初股价 * 100 |
解释变量 |
ESG表现 |
ESG |
ESG评级从低到高赋值1~9 |
控制变量 |
公司规模 |
Size |
企业报告期总资产 |
上市年龄 |
Age |
企业的上市时间 = (报告日期 − 公司首次上市日期)/360 |
净资产收益率 |
ROE |
净利润/平均净资产 |
被分析师关注度 |
Analyst |
关注同一家企业的分析师人数 |
企业透明度 |
Opacity |
以深交所，沪交所披露为准.A = 优秀，B = 良好，C = 及格，
D = 不及格。且D-A从低到高赋值1~4 |
4.3. 模型设计
通过判定各研究变量之间的理论关系，并且控制了年度和行业固定效应，本文构建如下的回归模型并对其进行检验与评价：
(1)
其中FERRORi,t是被解释变量，且报告期为第t年；ESGi,t−1是解释变量，企业第t − 1年的ESG表现；Sizei,t−1、Agei,t−1、ROEi,t−1、Analysti,t−1、Opacityi,t−1是控制变量，报告期是第t − 1年；ε是随机误差。
5. 实证分析及结果解释
5.1. 描述性统计
表2是回归模型中各个变量的描述性统计。由图表结果可知，企业的ESG表现的平均值为4.432，中位数为4，两者相差不大，说明这些企业近三年ESG表现普遍比较一般。FERROR的平均值为3.038，且由对比分析得最大值与最小值之间的差距很大，可知所取的样本中分析师盈余预测偏差存在较大的差异。其他变量分布基本在可控范围内，与已有的研究没有呈现太大差异。
Table 2. Descriptive statistics of main variables
表2. 主要变量描述性统计
变量 |
样本量 |
均值 |
标准差 |
最小值 |
最大值 |
下四分位数 |
中位数 |
上四分位数 |
ESG |
4611 |
4.432 |
1.151 |
1.000 |
8.000 |
4.000 |
4.000 |
5.000 |
FERROR |
4611 |
3.038 |
4.651 |
−21.830 |
39.200 |
0.601 |
1.527 |
3.348 |
Size |
4611 |
22.859 |
1.403 |
19.740 |
28.640 |
21.851 |
22.658 |
23.678 |
Age |
4611 |
12.501 |
7.731 |
1.040 |
31.050 |
5.419 |
10.630 |
19.373 |
ROE |
4611 |
0.089 |
0.121 |
−2.338 |
1.117 |
0.052 |
0.092 |
0.136 |
Analyst |
4611 |
11.590 |
12.651 |
1.000 |
75.000 |
2.000 |
6.000 |
16.000 |
Opacity |
4611 |
3.250 |
0.602 |
1.000 |
4.000 |
3.000 |
3.000 |
4.000 |
5.2. 相关性分析
各变量之间的Pearson (皮尔逊)相关系数如表3所示。结果可以看出，分析师盈余预测误差与ESG表现的评分呈负相关，相关系数为−0.045，相关系数的显著性水平也为0.002，此时两者之间呈显著负相关关系，可以做进一步的回归分析。
Table 3. Pearson correlation coefficient
表3. Pearson相关系数
|
ESG |
FERROR |
Size |
Age |
ROE |
Analyst |
Opacity |
ESG |
1.000 |
|
|
|
|
|
|
FERROR |
−0.045** (0.002) |
1.000 |
|
|
|
|
|
Size |
0.206** (<0.001) |
0.179** (<0.001) |
1.000 |
|
|
|
|
Age |
0.031* (0.035) |
0.109** (<0.001) |
0.517** (0.000) |
1.000 |
|
|
|
ROE |
0.078** (<0.001) |
−0.426** (<0.001) |
0.014 (0.336) |
−0.014 (0.326) |
1.000 |
|
|
Analyst |
0.157** (<0.001) |
−0.099** (<0.001) |
0.290** (<0.001) |
0.005 (0.752) |
0.289** (<0.001) |
1.000 |
|
Opacity |
0.223** (<0.001) |
−0.150** (<0.001) |
0.224** (<0.001) |
0.054** (<0.001) |
0.201** (<0.001) |
0.311** (<0.001) |
1.000 |
注1，**在0.01级别(双尾)，相关性显著。注2，*在0.05级别(双尾)，相关性显著。
5.3. 回归分析
在ESG表现与分析师盈余预测具有显著相关性的基础上，为了进一步了解两变量之间存在的数量依存关系，故此处用模型(1)来拟合回归方程，回归结果具体如表4、表5所示。由前面的理论假设和变量的定义可知，因变量FERROR数值越小，表明分析师盈余预测越精确，也就是说ESG评分越高，则盈余预测的误差就越小。回归模型整体的显著性检验见表4，该回归模型的R2为0.228，F值为227.782，对应的显著性水平小于0.001，则主解释变量是有效的，回归模型是显著的。回归模型中各解释变量系数的显著性检验结果如表5所示，回归模型中主解释变量ESG的系数为−0.134，对应的显著性水平为0.014，小于默认的显著性水平0.05，故回归系数也是显著的。由变量定义可知ESG表现和FERROR都已经消除了量纲对其的影响，故其经济意义可以解读为ESG评级每提升一个单位，分析师盈余预测误差平均减少0.134，且具有较高的经济显著性。
对于控制变量对被解释变量的影响，除了企业的自然年龄和跟踪同一企业的分析师人数在该回归模型中是不显著的，企业规模、净资产收益率、企业的透明度对分析师盈余预测都具有显著的影响。因此，该模型的拟合效果良好，符合预期结果。
Table 4. Model summary
表4. 模型摘要
R |
调整后R2 |
F值 |
P值 |
0.478 |
0.228 |
227.782 |
<0.001 |
Table 5. Regression analysis
表5. 回归分析
变量 |
系数 |
t值 |
P值 |
常量 |
−8.948 |
−7.731 |
<0.001 |
ESG |
−0.134 |
−2.454 |
0.014 |
Size |
0.733 |
13.397 |
<0.001 |
Age |
−0.003 |
−0.292 |
0.771 |
ROE |
−15.457 |
−29.351 |
<0.001 |
Analyst |
−0.003 |
−0.556 |
0.578 |
Opacity |
−0.841 |
−7.737 |
<0.001 |
5.4. 稳健性检验
为了考察解释变量的解释能力的强有力性，主要运用变量替换法对实证分析结果进行稳健性检验。变量替换法有两类，变更被解释变量或者解释变量，此处采用后者。借鉴孙光国等(2023) [13]的研究，依据华证指数对ESG尾部风险的划分，将其分为3组，A级及以上赋值3，B级及以上赋值2，C级及以上赋值1，以此衡量企业ESG表现。据此采用模型(1)进行的稳健性回归结果如表6所示，可以发现变更了ESG表现的衡量方式后，各解释变量的回归结果并没有发生质的变化，结果仍然是ESG表现越好，分析师盈余预测误差越小，与前文基本保持一致。因此本文实证分析得出的结论是比较稳定的。
Table 6. Robust regression analysis
表6. 稳健性回归分析
变量 |
系数 |
t值 |
P值 |
常量 |
−8.857 |
−7.369 |
<0.001 |
ESG |
−0.306 |
−2.017 |
0.044 |
Size |
0.729 |
13.035 |
<0.001 |
续表
Age |
0.007 |
0.692 |
0.489 |
ROE |
−15.549 |
−28.659 |
<0.001 |
Analyst |
−0.004 |
−0.705 |
0.481 |
Opacity |
−0.861 |
−7.715 |
<0.001 |
6. 结论与启示
本文以2019~2021年3年的沪深A股上市公司为研究对象，探究上市公司ESG表现对分析师盈余预测准确性的影响。研究结果表明，在控制变量的条件下，企业ESG表现对分析师盈余预测准确性具有显著影响，具体的影响表现为公司的ESG表现越好，分析师盈余预测的偏差就越低。
鉴于以上的结论，本文可得的启示如下：第一，在“双碳”目标、加快转变经济发展方式绿色转型、加强对市场和上市企业监管的背景下，ESG表现的作用显得越来越突出，它可以从多方面来考量一个企业，就其本身而言包括了企业的公司治理水准、可持续发展能力、企业社会责任担当与社会价值的创造贡献。第二，ESG表现为分析师盈余预测提供依据，直接效果是可以帮助企业在资本市场上形成竞争优势，以吸引更多的投资者。各企业可以朝以下几个方向努力：采取积极有效的举措完善ESG管理水平以促进提升ESG评级；主动配合监管机构，对其提出的改善与治理要求要落实到位，弥补发展与管理漏洞；要及时解读国家发布的各种事关企业发展的政策与法令，实时完善公司治理体系，提高治理水准，防范不合规状况的出现。第三，站在监管机构的视角，可以将需要强制践行ESG评价体系的部分内容纳入法律法规，并作出统一、规范的执行要求，对违规行为要提高惩罚力度，着重强调ESG表现的真实性、可靠性、准确性，最大程度保证分析师获取企业更真实有效的ESG信息。