1. 引言
党的二十大报告明确强调,实现高质量发展是我国全面建设社会主义现代化国家的首要任务,这一任务至关重要。唯有在创造经济效益的过程中,积极勇敢地承担起社会责任,企业才能够构建起一种既健康又可持续发展的模式,这种模式将进一步推动高质量发展的进程[1]。中国将会提升其国家自主贡献的力度,以应对全球气候变化挑战,将采取更为有利的政策和措施,力求使二氧化碳排放量在2030年之前达到最高点,并且努力争取在2060年之前达成碳中和的目标。在《“十四五”规划和2035年远景目标纲要》中,明确提出了向绿色低碳的发展模式进行转型的要求,这充分显示了中央政府和相关部门在环境保护方面所持有的坚定信心和坚强决心[2]。
如今,可持续发展的概念以及企业承担社会责任的观念已经获得了公众广泛的关注和普遍的认同。2006年,联合国责任投资原则组织提出了ESG投资理念。ESG是一种投资理念和企业绩效评价标准,它用于系统化地评估企业在环境责任、社会影响以及公司治理这三个核心领域中的表现情况。它为企业和社会提供了一个全面衡量企业可持续发展能力的框架[3]。这代表了一种更为绿色的发展模式,展现了更加负责任的企业形象,以及更加高效的公司治理机制,与高质量发展的要求高度一致[4]。
本文旨在探讨企业的环境、社会和治理(ESG)表现以及证券分析师的关注程度对企业财务绩效所产生的影响,通过这一研究视角来深入分析其中的关联与作用机制以实现企业绿色转型、绿色发展以及实现财务绩效增长的目标。本文可能的贡献在于:第一,首先,引入分析师关注度作为中介变量,探讨ESG表现如何通过影响分析师的关注度,进而促进企业财务绩效的增长。第二,根据企业的产权性质以及区域位置,研究制造业上市公司的企业ESG表现、分析师关注度和企业财务绩效三者之间的影响关系,为不同企业提供参考依据。第三,研究结果可以为企业、政府以及投资者提供理论依据,从而提升企业竞争力并促进企业可持续发展。
2. 文献综述
根据现有的研究成果显示,ESG表现对企业绩效所产生的影响可以大致归结为两个类别,一个是消极影响,另一个则是积极影响,这一结论在相关文献中有所记载[5]。根据股东至上理论,许多早期学者普遍认为,像企业社会责任行为这样的ESG活动是对股东利益的一种损害[6]。具体体现为在社会责任活动上的资金投入显著增加,甚至出现了过度投资的情况,这与股东们所坚持的追求经济效益最大化的理念背道而驰[7]。除此之外,管理层作为企业的实际经营者,相较于股东来说,单独承担了与社会活动相关的资本投入责任,这是一项单方面的负担。又要兼顾财政收入上的现金流,间接地牺牲了企业的长远效益,从而导致了ESG相关活动与企业绩效之间呈现出负面的相关性[8]。而绝大多数学者的观点是,ESG表现对企业价值有着正面的积极影响,它不仅能够有助于提升企业的经营业绩,还可能对市场的估值产生有利的影响,这种正面效应体现在多个方面,相反,如果企业在ESG相关领域表现不佳,则会对企业的绩效造成明显的抑制影响[9]。ESG绩效与企业价值之间的关系并非线性,而是存在一定的门槛效应,这意味着ESG绩效对企业价值的影响在不同条件下可能会有不同的表现[10]。
一方面,有学者提出观点认为,分析师的关注度对企业绩效能够产生积极正面的影响:作为资本市场中不可或缺的重要角色[11],证券分析师可以凭借专业知识对公司报告进行分析,其报告作用对企业绩效正向影响[12]。分析师的作用是多方面的,他们通过深入研究和分析,能够为投资者提供更透明的企业运营情况,减少因信息不足或不对等而产生的投资风险;此外,分析师的监督作用可以促使企业管理层更加规范和高效地管理公司,从而保障投资者的利益。
分析师的关注会增强企业经验绩效的放大效应,使得这种现象变得更加显著。这种过度的关注和反应在一定程度上反而导致企业的市场价值出现降低的情况[13]。上市公司可能因为感受到来自分析师的压力而倾向于操纵盈余,降低企业内部资源配置的效率,还会对企业正常的经营活动产生扭曲的影响[14]。分析师关注度的提升增加了企业面临短期盈余目标的压力,这种压力进一步促使企业管理层采取行动进行盈余调整以满足市场预期[15]。
本文将把企业ESG表现作为核心解释变量来进行研究,基于其在衡量企业环境、社会和治理绩效方面的重要性和综合性。探讨以中国A股上市的制造业公司作为代表,这些企业的经营业绩是否会对ESG的表现做出积极且相应的反应。为了更深入地探讨ESG(环境、社会和公司治理)与企业绩效之间的关系,我们选择了分析师关注度作为中介变量,进一步分析这个变量是否对企业绩效产生单向或者双向的调节效应。
3. 研究假设
3.1. ESG表现对企业绩效的影响
ESG表现优秀的企业易于获得政府的认可,从另一个角度来说,企业在ESG方面的投资同样能够取得市场的信任。ESG 表现良好企业的产品更容易受到消费者欢迎,进而增加企业绩效。企业的声誉作为一项至关重要的无形资产,不仅能够为企业积累良好的社会形象,还能够在长期发展中带来显著的经济效益。基于此,本文提出第一个假设:
H1:ESG表现正向影响企业财务绩效
3.2. 分析师关注度的中介效应
企业在践行社会责任的过程中,所展现出来的可持续发展能力受到了广泛关注,而证券分析师在进行信用评级的时候,通常会将企业履行社会责任的状况作为一个重要的考核指标来考量[16]。企业的ESG表现越出色,其主动披露信息的意愿就越强烈,这使得它们更容易受到证券分析师的监督和关注,从而促使企业减少进行盈余管理的行为[17]。企业的ESG表现越出色,其主动披露信息的意愿就越强烈,也更有可能受到证券分析师的密切关注和有效监督,这种外部监督的压力有助于促使企业减少盈余管理行为,以保持更高的透明度和诚信度[18]。基于此,本文提出第二、三个假设:
H2:ESG表现正向影响分析师关注度
H3:分析师关注度表现正向影响企业财务绩效
结合上文分析,ESG表现能够体现企业对于社会事务的关心与投入,同样可以在财务状况、技术水平以及合作意向等多方面为分析师提供更加详尽的附加信息。那些掌握了这些信息的证券分析师,自然而然会将目光聚焦于目标企业,对其未来的发展前景持有较为乐观和积极的态度,因此也就会更加倾向于给出增持的推荐建议。基于此,本文提出第四个假设:
H4:分析师关注在ESG表现对企业绩效的影响中存在中介作用。
4. 研究设计
4.1. 样本选取与数据来源
本文选取了2014年至2023年间的A股上市制造业公司数据作为样本,为保证数据的科学性和准确性,我们进行了以下数据处理:首先,去除了那些存在缺失值的样本;其次,剔除了具有ST和*ST标识的上市公司;最后,对原始数据实施了双边1%的缩尾处理,以确保数据的准确性和可靠性。最终获得了11341个样本数据。本文的数据主要来源于国泰安和万得数据库,并利用Stata18 软件进行了深入分析。
4.2. 变量设计与定义
4.2.1. 被解释变量的选择与度量
企业绩效是企业在特定经营期间内所取得的成效与经营者贡献的综合体现。在对企业绩效进行评估的过程中,选择每股收益(EPS)作为一个重要的衡量标准,帮助投资者和企业管理者了解企业的资产利用效率和盈利能力,为决策提供参考依据。
4.2.2. 解释变量的选择与度量
ESG评价为企业ESG绩效或价值的衡量提供了有效手段,ESG评级在缓解投资者与企业之间的信息不对称问题上发挥着重要作用,它是解决这一问题的关键组成部分之一。更精确地体现中国企业在环境、社会和治理这三个方面的真实情况与实际表现,从而为相关的研究工作提供更加有力的支持和依据。
4.2.3. 中介变量的选择与度量
在本文中,对于中介变量的选择与度量,我们参考了李春涛关于分析师关注度的衡量方法,具体而言,就是对每年关注该企业的证券分析师人数增加一个单位之后,再取其自然对数来进行度量。
4.2.4. 控制变量的选择与度量
本文选取的控制变量有:企业规模(Size)、偿债能力(Lev)、企业年龄(Age)、企业成长性(Growth)、产权性质(Owner)。本篇文章所需用到的主要变量以及控制变量定义与计算方法如下表1所示:
Table 1. Variable explanation table
表1. 变量解释表
变量类型 |
名称 |
符号 |
定义 |
因变量 |
企业财务绩效 |
EPS |
净利润/总股数 |
核心解释变量 |
ESG评分 |
ESG |
环境、社会与治理总得分取自然对数 |
中介变量 |
分析师关注度 |
ANA1 |
在一年内,有多少个分析师团队关注,
一个即为1,加一后取自然对数 |
控制变量 |
资产规模 |
Size |
公司资产总额(单位:元)取对数 |
偿债能力 |
Lev |
资产负债率 |
产权性质 |
Owner |
国企=1,;其他企业=0 |
企业年龄 |
Age |
公司成立时间的自然对数 |
成长能力 |
Growth |
主营收入增长率 |
资产流动性 |
LIQ |
流动资产/资产总额 |
年份 |
Year |
年份虚拟变量 |
行业 |
Industry |
企业所属行业虚拟变量 |
地区 |
Province |
企业所在省份虚拟变量 |
4.3. 实证模型
第一步为了检验 ESG 表现对企业绩效(CFP)的影响,采用每股收益(EPS)衡量企业绩效,建立如下回归模型(1):
模型(1)
其中:β0为常数项截距;β1为解释变量(ESG)的系数,根据假设H1,β1应显著为正;β2至β7为控制变量系数;年度和行业效应则分别用∑Year和∑Industry表示;而ε代表随机误差项。
第二步为了验证ESG表现对分析师关注度的影响:
模型(2)
其中(2)式:β0为常数项截距;β1为解释变量(ESG)的系数,根据假设,β1应显著为正;β2至β7为控制变量对应的系数;∑Year与∑Industry分别代表年度与行业效应;ε表示随机误差项。
第三步,在模型(1)中加入证券分析师关注度这一变量,并根据变量系数显著性和符号方向判断中介效应的显著性及直接和间接中介效应的情况。为了检验分析师关注对ESG表现与企业绩效关系的中介作用,本文借鉴温忠麟和叶宝娟的研究方法构建中介效应模型,建立回归模型(3):
模型(3)
其中(3)式:β0为常数项截距;β1为中介变量(Analysis)的系数;β2为解释变量(ESG)的系数;β3至β8代表控制变量的系数;∑Year和∑Industry分别表示年度和行业效应;ε为随机误差项。
5. 实证检验与结果分析
5.1. 描述性统计与相关性分析
表2为描述性统计结果,本研究的样本数据11341条。由表2可知,每股收益(EPS)的最小值为-6.14,最大值为41.172,平均值为0.561,表明我国A股上市制造业企业中较多数量企业的财务绩效大于0,整体上存在净利润。A股上市公司企业ESG总得分(ESGP)最大值是90.15,最小值为41.19,表明A股上市公司制造业企业普遍选择进行ESG披露,但样本企业ESG披露程度程度、ESG得分情况参差不齐,差异化明显。分析师关注度(ANA1)的最小值为0,最大值为4.331,平均值为1.388,表明A股上市公司制造业企业普遍容易被分析师团队关注到。
Table 2. Descriptive statistics
表2. 描述性统计
Variable |
Obs |
Mean |
Std. Dev. |
Min |
Max |
EPS |
11341 |
0.561 |
1.32 |
−6.14 |
41.172 |
year |
11341 |
2018.633 |
2.508 |
2014 |
2022 |
ESGP |
11341 |
72.676 |
5.527 |
41.19 |
90.15 |
ANA1 |
11341 |
1.388 |
1.187 |
0 |
4.331 |
Size |
11341 |
21.956 |
1.047 |
17.641 |
27.122 |
Lev |
11341 |
0.37 |
0.183 |
0.009 |
2.471 |
Owner |
11341 |
0 |
0.009 |
0 |
1 |
Age |
11341 |
18.854 |
5.652 |
5.17 |
64 |
Growth |
11341 |
0.345 |
5.375 |
−0.962 |
408.528 |
LIQ |
11341 |
0.586 |
0.165 |
0.044 |
1 |
ROE |
11341 |
0.049 |
1.79 |
−158.244 |
11.041 |
ROE1 |
11341 |
0.041 |
0.161 |
−14.586 |
1.285 |
表3为所有变量Person相关性分析的结果。从表3可以看出,在不考虑其他因素的情况下,A股上市公司制造业企业每股收益(EPS)与ESG总得分存在显著关系(0.215*)。ESG得分越高,企业的每股收益也会提升。同样A股上市公司制造业企业每股收益(EPS)与分析师关注度(ANA1)存在显著关系(0.240*)。分析师关注度对每股收益存在正向相关。分析师关注度与企业ESG得分水平也存在显著关系(0.247*)。
EPS的相关性:
Table 3. Pairwise correlations
表3. 相关性分析
Variables |
(1) |
(2) |
(3) |
(4) |
(5) |
(6) |
(7) |
(8) |
(9) |
(1) EPS |
1.000 |
|
|
|
|
|
|
|
|
(2) ESGP |
0.215* |
1.000 |
|
|
|
|
|
|
|
|
(0.000) |
|
|
|
|
|
|
|
|
(3) ANA1 |
0.240* |
0.247* |
1.000 |
|
|
|
|
|
|
|
(0.000) |
(0.000) |
|
|
|
|
|
|
|
(4) Size |
0.159* |
0.120* |
0.446* |
1.000 |
|
|
|
|
|
|
(0.000) |
(0.000) |
(0.000) |
|
|
|
|
|
|
(5) Lev |
−0.138* |
−0.175* |
0.035* |
0.418* |
1.000 |
|
|
|
|
|
(0.000) |
(0.000) |
(0.000) |
(0.000) |
|
|
|
|
|
(6) Owner |
−0.001 |
0.005 |
−0.002 |
0.004 |
−0.015 |
1.000 |
|
|
|
|
(0.943) |
(0.641) |
(0.807) |
(0.688) |
(0.109) |
|
|
|
|
(7) Age |
−0.058* |
−0.057* |
−0.114* |
0.145* |
0.116* |
0.001 |
1.000 |
|
|
|
(0.000) |
(0.000) |
(0.000) |
(0.000) |
(0.000) |
(0.920) |
|
|
|
(8) Growth |
0.026* |
−0.011 |
0.003 |
0.010 |
0.045* |
−0.001 |
0.000 |
1.000 |
|
|
(0.006) |
(0.270) |
(0.731) |
(0.268) |
(0.000) |
(0.939) |
(0.978) |
|
|
(9) LIQ |
0.166* |
0.125* |
0.012 |
−0.238* |
−0.226* |
−0.002 |
−0.155* |
−0.004 |
1.000 |
|
(0.000) |
(0.000) |
(0.188) |
(0.000) |
(0.000) |
(0.820) |
(0.000) |
(0.703) |
|
***p < 0.01, **p < 0.05, *p < 0.1.
5.2. ESG表现对企业绩效影响的实证检验
表4反映了每股收益EPS与企业ESG表现的回归结果。ESG表现的回归系数为0.025,在1%的显著性水平下呈现正相关,研究结果确认了ESG表现与企业财务绩效之间存在正向关系,这一发现进一步验证了假设H1的有效性。控制变量方面,企业资产规模与企业绩效正相关,这说明资产规模大的制造业企业更易于获得外部融资,且能获得更大的边际效益,进而提升企业绩效。企业年龄与企业绩效呈现负相关的关系,其背后的原因在于随着企业年龄的逐渐增长,可能会引发企业内部组织结构出现冗余现象以及管理机制变得僵化,这些变化进一步导致企业创新的动力有所不足。从而导致财务绩效下降。
Table 4. Regression test table
表4. 回归性检验表
|
(1) |
(2) |
|
EPS |
EPS |
ESGP |
0.025*** |
0.019*** |
|
(12.085) |
(9.130) |
Size |
0.287*** |
0.181*** |
|
(24.320) |
(13.499) |
Lev |
−1.281*** |
−1.140*** |
|
(−19.115) |
(−17.073) |
Owner |
−0.511 |
−0.385 |
|
(−0.473) |
(−0.361) |
Age |
−0.013*** |
−0.010*** |
|
(−6.585) |
(−4.869) |
Growth |
0.007*** |
0.006*** |
|
(3.493) |
(3.403) |
LIQ |
1.037*** |
0.922*** |
|
(14.997) |
(13.427) |
ANA1 |
|
0.175*** |
|
|
(16.248) |
_cons |
−7.469*** |
−4.990*** |
|
(−27.293) |
(−16.079) |
N |
10222 |
10222 |
R2 |
0.122 |
0.144 |
F |
202.155 |
214.444 |
***p < 0.05, *p < 0.10.
5.3. 分析师关注度中介效应回归结果分析
如表5列(1)所示ESGP的回归系数0.034,1%的显著性水平下为正,说明ESG表现与分析师关注正相关,且ESG得分越高的企业越容易得到分析师关注。列(2)中ANA1的系数为0.175,在1%显著性水平下为正,结合ESG表现对企业绩效影响的实证检验的分析结果,在ESG表现与企业绩效EPS之间的关系里,分析师关注度起到了中介作用,这一现象支持了假设H2的成立。证券分析师关注度在99%及以上的置信区间水平显著,回归系数为0.175。根据中介效应的判别标准可以得知,在ESG表现与企业财务绩效表现之间的关系里,证券分析师关注度起到了中介效应的作用,这意味着证券分析师的关注在两者关联中具有重要的传导和影响功能,且方向均为正,假设H3及假设H4得到验证。
Table 5. Regression results of analyst coverage’s mediating effect
表5. 分析师关注中介效应回归结果
|
(1) |
(2) |
|
ANA1 |
EPS |
ESGP |
0.034*** |
0.019*** |
|
(18.398) |
(9.130) |
Size |
0.609*** |
0.181*** |
|
(56.842) |
(13.499) |
Lev |
−0.808*** |
−1.140*** |
|
(−13.301) |
(−17.073) |
Owner |
−0.718 |
−0.385 |
|
(−0.732) |
(−0.361) |
Age |
−0.020*** |
−0.010*** |
|
(−11.009) |
(−4.869) |
Growth |
0.001 |
0.006*** |
|
(0.841) |
(3.403) |
LIQ |
0.659*** |
0.922*** |
|
(10.502) |
(13.427) |
ANA1 |
|
0.175*** |
|
|
(16.248) |
_cons |
−14.155*** |
−4.990*** |
|
(−57.053) |
(−16.079) |
N |
10222 |
10222 |
R2 |
0.301 |
0.144 |
F |
629.105 |
214.444 |
***p < 0.05, *p < 0.10.
5.4. 稳健性检验
为检验模型的稳健性,本研究对因变量予以替换。将ROE(净资产收益率)替换因变量EPS(每股股利)。其结果所示:由表6第(1)列数据所示,ESG的回归系数为0.010,在1%的显著性水平下呈现出正相关的关系,这明确地表明了企业的ESG表现与其绩效水平之间存在正相关的联系,因此可以验证假设H1是成立的。在第(3)列中,ESG的回归系数在1%的显著性水平下表现为正相关。而在第(2)列中,Analysis的回归系数为0.044,在5%的显著性水平下为正,表明良好的ESG表现能够吸引分析师的关注,进而通过分析师的关注来促进企业绩效的提升,分析师的关注在ESG表现和企业绩效之间起到了中介作用。假设成立,回归结果稳健。
Table 6. ROE regression test table
表6. ROE回归性检验表
|
(1) |
(2) |
(3) |
|
ROE |
ROE |
ANA1 |
ESG |
0.010*** |
0.009** |
0.035*** |
|
(2.918) |
(2.459) |
(18.842) |
Size |
0.074*** |
0.048** |
0.597*** |
|
(3.621) |
(2.029) |
(57.023) |
Lev |
−0.585*** |
−0.550*** |
−0.679*** |
|
(−5.016) |
(−4.674) |
(−12.412) |
Owner |
−0.079 |
−0.048 |
−0.674 |
|
(−0.042) |
(−0.026) |
(−0.687) |
Age |
−0.004 |
−0.003 |
−0.020*** |
|
(−0.988) |
(−0.733) |
(−11.015) |
Growth |
−0.004 |
−0.004 |
0.001 |
|
(−1.166) |
(−1.185) |
(0.818) |
LIQ |
−0.090 |
−0.119 |
0.666*** |
|
(−0.752) |
(−0.985) |
(10.646) |
ANA1 |
|
0.044** |
|
|
|
(2.299) |
|
_cons |
−2.006*** |
−1.388** |
−13.999*** |
|
(−4.214) |
(−2.539) |
(−56.777) |
N |
10222 |
10222 |
10250 |
R2 |
0.005 |
0.006 |
0.300 |
F |
7.476 |
7.205 |
626.506 |
***p < 0.05, *p < 0.10.
6. 研究结论与政策建议
本文以2014年至2023年间的A股上市制造业公司数据作为研究对象,为了探究上市公司在环境、社会和公司治理(ESG)方面的表现、分析师的关注程度与企业财务业绩之间的相互关系,我们进行了实证分析,通过系统性的研究方法来验证这三者之间是否存在显著的关联性以及影响方向。结论如下:
第一,良好的ESG表现对企业的绩效有促进作用。越来越多的投资者将目光投向了企业的ESG表现,企业在ESG优秀表现不仅能够吸引更广泛的投资群体的关注与青睐,进而为企业注入更多的资金支持,而且还有助于增强企业的整体资本实力。良好的ESG实践不仅能够提升企业的声誉和增强其可信度,还有助于企业在公众心中建立一个更加正面和负责任的品牌形象。良好的ESG表现不仅关注短期收益,更注重长期可持续发展,从而提高企业的整体竞争力和绩效。
第二,分析师关注在ESG表现与企业绩效之间起到了中介作用。ESG表现优异的企业往往能够更容易吸引到证券分析师的注意,而这些分析师在ESG数据的收集与分析过程中扮演着不可或缺的重要角色。为投资者提供更加全面的企业价值评估以及潜在风险分析,有效地缓解了企业与投资者之间存在的信息不对称问题,使得投资者能够获得更为准确和充分的信息以作出投资决策。
针对本篇文章所调查内容,本文提出以下建议:
第一,企业方面应该建立ESG监督体系,加强ESG披露。企业实施路径优化,建议制造业龙头企业开发ESG智能管理平台,集成能源监控(如加装IoT传感器)、供应链追溯(区块链技术)、社会责任(员工福祉数字化评估)三大模块。构造供应链ESG协同机制,主机制造商应建立分级供应商ESG评估体系,将ESG得分与订单配额挂钩(如ESG得分占比采购评审权重30%)行业联盟可共建ESG共享数据库,对中小供应商提供低碳技术改造补贴(如每台设备更新补贴15%)。
第二,政府应该完善政策框架,进行政府政策工具创新。构建ESG分类评级制度,由生态环境部牵头制定《制造业ESG披露实施细则》,针对高耗能、高排放环节设置量化指标(如单位产值碳排放量、固废综合利用率等)对连续三年ESG评级AA级以上的企业实行“环保税减免 + 信贷额度倾斜”组合激励,如环保税减免30%,绿色信贷利率下浮10BP。资本市场引导机制,证监会可将ESG表现纳入上市公司再融资审批的优先通道,对ESG评级前20%的制造业企业缩短审核周期30%。全国社保基金理事会设定ESG主题投资比例,要求境内股票投资中ESG领先企业配置不低25%。