ESG表现对分析师盈余预测质量的影响研究

Research on the Impact of ESG Performance on the Quality of Analyst Earnings Forecasts

摘要: 作为资本市场信息传递的“桥梁”，证券分析师是实现这一目标的重要推进力量。然而，目前对于我国的证券分析师而言，其分析行为和盈余预测质量都存在很大的提升空间。ESG作为一种新型非财务性企业经营评价指标，包含了企业在环境风险、社会责任以及公司治理等方面的前瞻性信息，能够对分析师利用的传统财务信息形成良好补充，基于此背景，本文研究企业ESG表现对分析师盈余预测质量的影响，并分析其中的作用机制。

Abstract: As the “bridge” for information transmission in the capital market, securities analysts are an important driving force for achieving this goal. However, currently there is significant room for improvement in the analytical behavior and earnings forecasting quality of securities analysts in China. ESG, as a new non-financial indicator for evaluating corporate operations, includes forward-looking information on environmental risks, social responsibility, and corporate governance. It can provide a good supplement to traditional financial information used by analysts. Based on this background, this article studies the impact of corporate ESG performance on the quality of analysts’ earnings forecasts and analyzes its mechanism of action.

1. 引言

在全面注册制改革、信息披露指引完善及退市新规实施的背景下，截至2024年，我国A股上市公司已超5000家，市值突破90万亿，位居全球第二。党的二十大强调，资本市场正从“规模扩张”向“质量提升”转型，需实现高质量、高效率发展。然而，市场仍存在政策敏感性高、信息不对称等问题，导致波动性较大，2024年A股波动率较美股高出约30%。2023年科创板破发率达25%，定价机制有待优化。这些问题的核心在于信息不对称，企业信息披露质量参差不齐，甚至存在操纵文本可读性和语调的现象。分析师作为资本市场信息使用者的关键角色，企业披露的信息对其盈余预测影响深远。分析师的预测在降低信息不对称、引导资本配置和强化公司治理方面发挥重要作用。然而，由于信息披露问题，分析师预测的精确度受到质疑，市场上“十支金股九支亏”的说法流传甚广，不同分析师对同一企业的预测差异也影响投资者决策，加剧市场波动。因此，提升分析师预测质量对资本市场至关重要。

分析师预测时关注财务信息和非财务信息，后者因前瞻性更强而备受关注。随着“安然”、“獐子岛”等财务造假事件的发生，市场对财务信息的信任度下降，非财务信息的重要性上升。2020年国务院发布的《关于进一步提高上市公司质量的意见》也强调企业应提升信息透明度，真实、准确、完整地披露信息。在此背景下，企业开始重视非财务信息披露，尤其是ESG表现，成为投资者决策的重要依据。

本文以年报可读性为切入点，探讨企业ESG表现对分析师预测质量的影响及其机制，旨在为分析师和企业提供建议，优化资本市场资源配置，提升运行效率。

2. 文献综述与研究假设

2.1. ESG表现对分析师盈余预测质量的影响

从企业角度来看，已有研究表明，ESG表现优异的企业通常具有更高的企业价值(Fatemi等，2018；王琳璘等，2022) [1] [2]、更完善的公司治理结构，并能降低融资成本(Crifo等，2017；邱牧远和殷红，2019) [3] [4]，同时改善股市表现，对稳定资本市场起到积极作用。基于信息不对称理论，ESG表现良好的企业更倾向于主动披露环境、社会和治理方面的非财务信息，弥补传统财务数据的不足，为分析师提供多维度的决策依据。这种透明度降低了信息不对称，使分析师能更准确地评估企业经营状况和未来盈利能力，从而提升盈余预测的准确性和一致性(Schipper, 1991；方军雄，2007；胡军等，2016) [5]-[7]。

从信号传递理论和利益相关者理论来看，ESG表现是企业向市场传递长期竞争力和稳定发展潜力的积极信号。这种信号不仅体现企业经营能力，还表明企业能更好地平衡股东、员工、客户等利益相关者的需求，增强抗风险能力和长期竞争力，为分析师提供更稳定的预测基础。

基于声誉理论，ESG表现是企业声誉的重要维度。良好的ESG表现有助于树立企业负责任、可信赖的形象，增强市场对其财务信息的信任。同时，企业为提升声誉，往往更愿意披露更多、更有效的信息(Dhaliwal等，2011) [8]，从而进一步提升分析师预测质量。

从分析师角度来看，在高质量发展背景下，ESG表现优异的企业更易获得市场和投资者关注。分析师为满足市场需求并维护职业声誉，会对这类企业投入更多精力，从而提升盈余预测质量。综上所述，本文提出假设1：

H1：良好的ESG表现能够促进分析师盈余预测质量的提升。

2.2. 年报可读性的中介作用

根据信号传递理论和声誉理论，ESG表现优异的企业倾向于通过更通俗易懂的方式披露信息，以向市场传递其非财务绩效的积极信号，从而提升声誉并区别于竞争对手。年报作为企业传递信息的重要载体，具有全面性和及时性，是展示ESG表现的关键工具，能够有效连接企业与利益相关者。研究表明，业绩和非财务绩效较好的企业通常年报可读性更强(Simth和Taffler，1992；Subramanian等，1993；谢诗蕾和周波兰，2022) [9]-[11]。一方面，企业表现良好时，管理层希望通过年报快速传递积极信号，且盈余操纵动机较小，从而提升可读性；另一方面，外部监管环境趋严，如2021年证监会修订的《上市公司信息披露管理办法》强调“简明清晰、通俗易懂”，2024年沪深北交易所实施可持续发展报告指引，进一步推动企业提升年报可读性。因此，ESG表现良好的企业更倾向于遵守监管要求，提高年报可读性。

从影响分析师盈余预测的因素来看，公开信息是分析师预测的重要来源，信息环境越好(如信息强制性强、透明度高、可读性强)，分析师预测质量越高。年报作为强制披露的公开信息，能够缓解信息不对称，是分析师预测的重要依据。研究表明，可读性强的财报能提高分析师预测准确性并降低分歧度(Loughran和McDonald，2014；刘会芹和施先旺，2020；朱丹等，2021) [12]-[14]。因此，年报可读性高有助于提升分析师盈余预测质量。

据此，本文提出假设2：

H2：年报可读性在ESG表现和分析师盈余预测质量中发挥中介效应。

3. 研究设计

3.1. 数据来源

本文的ESG评级数据来自Wind数据库，与分析师相关的数据通过CSMAR数据库和CNRDS数据库整理得到，数据统计分析由Stata17.0和Excel2010完成。

为达成研究目的，本文选取2012~2022年沪深A股上市公司的财务数据作为研究对象。根据研究需要，对数据进行了如下筛选：(1) 保留每个分析师每年最近一次盈余预测数据；(2) 剔除分析师公布预测报告日晚于预测终止日的样本(异常样本)；(3) 剔除金融类公司，这些公司在会计、财务处理上与一般的上市公司存在较大的区别，其经营特征和财务指标也比较特别；(4) 剔除ST、*ST类上市公司，这些公司的财务状况存在问题，未能得到正常的反应；(5) 剔除缺少主要变量信息的公司；(6) 为规避异常值影响，对所有连续变量在前后1%的水平上进行了缩尾处理。

3.2. 变量定义

被解释变量为分析师盈余预测质量(FORECAST)。参考王玉涛、王玉超(2012) [15]的研究采用分析师盈余预测准确性(FERROR)和预测分歧度(FDISP)衡量分析师盈余预测质量。具体地，将分析师盈余预测准确性(FERROR)和预测分歧度(FDISP)定义为：

${\text{FERROR}}_{i,t}=\frac{\text{Abs}\left[\text{Mean}\left({\text{FEPS}}_{i,t}-{\text{MEPS}}_{i,t}\right)\right]}{\text{Abs}\left({\text{MEPS}}_{i,t}\right)}$ (1)

${\text{FDISP}}_{i,t}=\frac{\text{Std}\left({\text{FEPS}}_{i,t}\right)}{\text{Abs}\left({\text{MEPS}}_{i,t}\right)}$ (2)

上式中，${\text{FERROR}}_{i,t}$ 为分析师盈余预测准确性，是一个反向指标，即${\text{FERROR}}_{i,t}$ 取值越小，分析师盈余预测准确性越高，盈余预测质量越高。${\text{FDISP}}_{i,t}$ 为分析师预测分歧度，${\text{FDISP}}_{i,t}$ 取值越小，分析师盈余预测的分歧度越小，盈余预测质量就越高。在同一个目标年度中，分析师可能会针对同一家公司发布多次盈余预测报告，本文仅保留每位分析师同一年度内早于实际盈余公布日期的最后一份预测数据，基于此对t年度跟踪i公司的所有分析师盈余预测数据进行均值$\text{Mean}\left({\text{FEPS}}_{i,t}\right)$ 和标准差$\text{Std}\left({\text{FEPS}}_{i,t}\right)$ 的计算。${\text{MEPS}}_{i,t}$ 为公司i在t年份中的实际每股收益。

解释变量为企业ESG表现(ESG)，借鉴高杰英(2021) [16]本文采用华证指数ESG评级。华证ESG评级涵盖期间较长，且几乎覆盖2009年以来所有A股上市公司，具有贴近中国市场、覆盖范围广、时效性高等特点，该评级分为9级，从高到低分别为AAA、AA、A、BBB、BB、B、CCC、CC、C。本文将ESG评级由低至髙赋值为1~9分，即评级为C时，ESG = 1；评级为CC时，ESG = 2，评级为CCC时，ESG = 3，以此类推。

本文参照徐巍等(2021) [17]的做法，从上市公司年报文本文件中统计相关词频，将连词副词密度、句均字含量的算术平均数(Readability)作为年报可读性的衡量指标。具体衡量方式如下：

$\text{Readability}=\frac{\left(\text{ACDensity}+\text{WDensity}\right)}{2}$ (3)

其中，ACDensity为连词副词词频/分句数，WDensity为年报总字数/分句数。Readability越高，代表年报可读性越差。

参考褚剑等(2019) [18]，本文选取公司规模、资产负债率、盈利能力、账面市值比、企业价值、现金流、固定成本、发展能力、股权集中度为控制变量。此外，加入了年度和行业哑变量以分别控制年度和行业固定效应。控制变量均为年度数据具体变量定义及说明详见下表1。

Table 1. Variable definition table

表1. 变量定义表

变量类型	变量名称	符号	变量定义
被解释变量	分析师盈余预测准确度	FERROR	见公式(1)
	分析师盈余预测分歧	FDISP	见公式(2)
解释变量	ESG表现	ESG	华证ESG
中介变量	年报可读性	Readability	见公式(3)
控制变量	企业规模	Size	总资产取自然对数
	资产负债率	Lev	总负债/总资产
	盈利能力	ROA	净利润/资产总额
	账面市值比	BM	账面价值/市场价值
	企业价值	TobinQ	市场价值/资产的重置资本
	现金流	Cash	经营活动产生现金流量净额/总资产
	固定成本	FIXED	企业固定成本占比
	发展能力	Grow	主营业务收入增长率
	股权集中度	top5	前5大股东持股比例
	年度	year	年度虚拟变量
	行业	Industry	行业虚拟变量

3.3. 模型构建

本文构建模型(4)来验证前文中假设1ESG与分析师盈余预测质量的关系，具体的模型如下：

${\text{FORECAST}}_{i,t}={\alpha }_0+{\alpha }_1{\text{ESG}}_{i,t-1}+{\alpha }_2{\text{Controls}}_{i,t-1}+\sum \text{Industry}+\sum \text{Year}+{\epsilon }_{i,t-1}$ (4)

由于本文的被解释变量为分析师盈余预测，拿当期的ESG来预测当期的盈余显然不合理，且ESG表现的相关信息也存在滞后性，故在模型构建中就采用将被解释变量与控制变量滞后一期。

在假设1得到验证的基础上，进一步对ESG表现影响分析师盈余预测质量的内在机制进行探究。本文参考温忠麟(2004) [19]的中介效应检验方法，以年报可读性作为中介变量，采用中介效应模型检验企业ESG表现能否通过改善年报可读性，来提高分析师的盈佘预测质量。具体中介效应模型如下：

${\text{Readability}}_{i,t}={\beta }_0+{\beta }_1{\text{ESG}}_{i,t}+{\beta }_2{\text{Controls}}_{i,t-1}+\sum \text{Industry}+\sum \text{Year}+{\epsilon }_{i,t-1}$ (5)

${\text{FORECAST}}_{i,t}={\gamma }_0+{\gamma }_1{\text{ESG}}_{i,t-1}+{\gamma }_2{\text{Readability}}_{i,t-1}+{\gamma }_3{\text{Controls}}_{i,t-1}+\sum \text{Industry}+\sum \text{Year}+{\epsilon }_{i,t-1}$ (6)

4. 实证分析

4.1. 基准研究

4.1.1. 描述性统计

从表2中可以观察到分析师盈余预测偏差(FERROR)最小值为0，最大值为32.5，说明对不同公司的盈余预测准确性存在较大的差距，均值为1.86，说明分析师盈余预测准确度整体水平较高；分歧度(FDISP)方面，最大最小值也存在较大的差异，这二者共同说明分析师盈余预测质量存在参差不齐、差距较大的情况，但总体来看分析师发挥了充分解读信息的功能，总体盈余预测质量较高。企业ESG表现的最低值为1，最高值为8，均值为4.34，说明我国A股上市公司ESG表现差距较大，整体表现有待提升。从控制变量来看，企业规模(size)、托宾Q(TobinQ)、发展能力(Growth)方差较大，说明样本包含了不同规模和发展情况的企业，样本有一定的全面性，资产负债率(Lev)也从0.8%分布至148%，前5大股东的持股占比(TOP5)也从7.81%~99.23%，亦说明样本企业较为全面。

Table 2. Descriptive statistics

表2. 描述性统计

VarName	Obs	Mean	SD	Min	Median	Max
FERROR	19,750	1.8600	4.1717	0.0000	0.5600	32.5000
FDISP	19,750	1.2800	2.6094	0.0000	0.4681	19.3305
ESG	19,750	4.3430	1.0393	1.0000	4.0000	8.0000
Size	19,750	22.7818	1.3672	19.2306	22.5761	28.6365
Lev	19,750	0.4299	0.1936	0.0080	0.4246	1.4841
ROA	19,750	0.0548	0.0655	−0.7101	0.0483	0.8796
BM	19,750	0.6134	0.2675	0.0318	0.5970	1.5592
TobinQ	19,750	2.1564	1.6358	0.6413	1.6750	31.4002
Cash	19,750	0.0584	0.0716	−0.7144	0.0554	0.6641
FIXED	19,750	0.2122	0.1608	0.0002	0.1791	0.9542
Grow	19,750	0.2360	1.6701	−0.8763	0.1247	96.0237
top5	19,750	0.5440	0.1502	0.0781	0.5410	0.9923

4.1.2. 相关性分析

表3是相关性分析的结果，可以看出本文的变量之间相关性系数均小于0.5，初步排除多重共线性的问题，从系数上看，ESG表现与分析师盈余预测偏误(FERROR)的系数为−0.075，并在1%的水平上显著，说明ESG表现越好，分析师盈余预测偏误越小；ESG表现与分析师盈余预测分歧(FDISP)的系数为−0.085，并在1%的水平上显著，说明ESG表现越好，分析师盈余预测分歧越小，这二者共同说明ESG表现与分析师盈余预测质量呈正相关关系。

Table 3. Correlation analysis

表3. 相关性分析

		FERROR		FDISP		ESG		Size		Lev
FERROR		1.000
FDISP		0.898^***		1.000
ESG		−0.075^***		−0.085^***		1.000
Size		−0.056^***		−0.049^***		0.194^***		1.000
Lev		0.037^***		0.036^***		−0.026^***		0.563^***		1.000
ROA		−0.248^***		−0.214^***		0.122^***		−0.081^***		−0.360^***
BM		0.047^***		0.029^***		0.095^***		0.454^***		0.436^***
TobinQ		−0.034^***		−0.017^**		−0.059^***		−0.320^***		−0.304^***
Cash		−0.152^***		−0.135^***		0.060^***		0.036^***		−0.184^***
FIXED		0.042^***		0.062^***		−0.053^***		0.123^***		0.086^***
Grow		−0.035^***		−0.026^***		−0.051^***		0.020^***		0.042^***
top5		−0.068^***		−0.062^***		0.096^***		0.171^***		−0.004
	ROA		BM		TobinQ	Cash	FIXED		Grow		top5
ROA	1.000
BM	−0.287^***		1.000
TobinQ	0.248^***		−0.724^***		1.000
Cash	0.481^***		−0.135^***		0.144^***	1.000
FIXED	−0.080^***		0.171^***		−0.126^***	0.223^***	1.000
Grow	0.088^***		−0.004		0.008	0.007	−0.027^***		1.000
top5	0.145^***		0.144^***		−0.083^***	0.126^***	0.051^***		0.023^***		1.000

注：^*、^**、^***分别代表通过10%、5%、1%水平上的显著性检验。

4.2. 回归分析

4.2.1. ESG表现对分析师盈余预测质量的影响

为了探究ESG表现对分析师盈余预测质量的影响，对模型(4)进行回归分析，本文使用双向固定效应模型固定了年份和行业，以期避免公司因行业差异和时间趋势造成的伪回归问题，且根据实际情况分析师应当拿今年的ESG表现去预测下一年的盈余情况，所以按照模型(4)在回归中对解释变量做了滞后一期处理，结果如表4所示。列(1) (3)是未加入控制变量的回归情况，列(2) (4)是加入了控制变量后的回归情况，可以看出调整后的R²变大，且ESG的系数符号与显著性并没有发生改变，说明模型的解释力度变强之后，ESG表现对分析师盈余预测偏误和分歧仍是显著负相关，即ESG表现可以正向促进分析师的盈余预测质量，假设1成立。从回归系数上看，ESG每提升1个评级，分析师盈余预测的偏误就降低10.1%，盈余预测的分歧减小5.7%。可能的原因是一方面企业ESG表现好向市场上传递了更多维度的增量信息，分析师可以更全面地了解企业，更好地运用专业能力解读这些信息，降低预测偏误，降低预测分歧，提升自己的盈余预测质量；另一方面ESG表现好意味着企业环境保护、社会责任、公司治理方面做的较好，长期价值较高，盈余的稳定性强且盈余管理的动机小，也会降低分析师盈余预测的难度，提升预测质量。

Table 4. Regression results of ESG performance and the quality of analyst earnings forecasts

表4. ESG表现与分析师盈余预测质量的回归结果

	(1) FERROR	(2) FERROR	(3) FDISP	(4) FDISP
${\text{ESG}}_{t-1}$	−0.184^***	−0.101^***	−0.118^***	−0.057^***
	(−6.46)	(−3.39)	(−5.71)	(−2.98)
${\text{Size}}_{t-1}$		−0.114^***		−0.059^***
		(−3.53)		(−2.82)
${\text{Lev}}_{t-1}$		−0.665^***		−0.520^***
		(−2.78)		(−3.37)
${\text{ROA}}_{t-1}$		−9.608^***		−7.907^***
		(−10.43)		(−12.21)
${\text{BM}}_{t-1}$		0.436^*		0.168
		(1.90)		(1.05)
${\text{TobinQ}}_{t-1}$		0.059^*		0.082^***
		(2.28)		(3.65)
${\text{Cash}}_{t-1}$		−3.569^***		−1.798^***
		(−6.12)		(−4.92)
${\text{FIXED}}_{t-1}$		−0.102		0.343^*
		(−0.42)		(1.88)
${\text{Grow}}_{t-1}$		−0.026^*		−0.012
		(−1.68)		(−1.07)
$\text{top}{5}_{t-1}$		−0.110		0.234
		(−0.51)		(1.53)
常数项	2.488^***	5.479^***	1.684^***	3.164^***
	(18.90)	(9.03)	(20.06)	(8.12)
N	14047	14047	14047	14047
Industry	YES	YES	YES	YES
Year	YES	YES	YES	YES
adj.R^2	0.028	0.064	0.050	0.092

注：括号中为t统计量，^*、^**、^***分别代表通过10%、5%、1%水平上的显著性检验、

为了进一步探究ESG表现中各自细分维度对分析师盈余预测质量的影响，本文分别对E、S、G与分析师盈余预测质量进行回归，结果如表5所示。

Table 5. Regression results of E, S, G and analysts’ earnings forecast quality

表5. E、S、G与分析师盈余预测质量的回归结果

	(1) FERROR	(2) FDISP	(3) FERROR	(4) FDISP	(5) FERROR	(6) FDISP
$E_{t-1}$	−0.010^***	−0.009^**
	(−2.82)	(−2.24)
$S_{t-1}$			−0.003	−0.001
			(−0.66)	(−0.22)
$G_{t-1}$					−0.022^***	−0.012^***
					(−3.50)	(−3.14)
${\text{Size}}_{t-1}$	−0.121^***	−0.070^***	−0.152^***	−0.080^***	−0.132^***	−0.068^***
	(−3.79)	(−3.10)	(−4.25)	(−3.59)	(−3.62)	(−3.04)
${\text{Lev}}_{t-1}$	−0.560^**	−0.496^***	−0.617^**	−0.502^***	−0.847^***	−0.626^***
	(−2.36)	(−2.95)	(−2.31)	(−2.98)	(−3.11)	(−3.64)
${\text{ROA}}_{t-1}$	−9.781^***	−8.200^***	−10.316^***	−8.178^***	−10.175^***	−8.092^***
	(−10.60)	(−11.14)	(−9.45)	(−11.09)	(−9.32)	(−10.99)
${\text{BM}}_{t-1}$	0.431^*	0.183	0.501^*	0.187	0.545^**	0.209
	(1.88)	(1.06)	(1.91)	(1.09)	(2.08)	(1.21)
${\text{TobinQ}}_{t-1}$	0.058^**	0.073^***	0.049^*	0.075^***	0.053^*	0.077^***
	(2.23)	(3.19)	(1.79)	(3.27)	(1.95)	(3.36)
${\text{Cash}}_{t-1}$	−3.537^***	−2.117^***	−4.240^***	−2.130^***	−4.225^***	−2.125^***
	(−6.07)	(−5.26)	(−6.36)	(−5.29)	(−6.35)	(−5.28)
${\text{FIXED}}_{t-1}$	−0.101	0.345^*	0.216	0.338^*	0.253	0.356^*
	(−0.413)	(1.89)	(0.77)	(1.85)	(0.90)	(1.95)
${\text{Grow}}_{t-1}$	−0.024	−0.010	−0.027	−0.009	−0.032^*	−0.012
	(−1.56)	(−0.97)	(−1.55)	(−0.86)	(−1.75)	(−1.08)
$\text{top}{5}_{t-1}$	−0.152	0.210	−0.031	0.220	0.061	0.269^*
	(−0.69)	(1.38)	(−0.12)	(1.44)	(0.25)	(1.75)
常数项	5.837^***	3.618^***	6.193^***	3.505^***	7.313^***	4.157^***
	(9.53)	(8.24)	(8.37)	(7.73)	(9.37)	(8.59)
N	14047	14047	14047	14047	14047	14047
Industry	YES	YES	YES	YES	YES	YES
Year	YES	YES	YES	YES	YES	YES
adj.R^2	0.063	0.092	0.053	0.076	0.054	0.077

注：括号中为t统计量，^*、^**、^***分别代表通过10%、5%、1%水平上的显著性检验。

可以看出细分维度之后，企业的环境因素(E)和治理因素(G)对分析师的盈余预测质量的影响均通过了显著性检验，且系数符号依旧为负，再次验证之前的结论，但企业的社会因素(S)对分析师盈余预测质量的影响并不显著，此外治理因素(S)的显著性水平明显高于环境因素，由此可得出企业的公司治理方面对分析师盈余预测质量的影响程度更高，而环境保护和社会责任对分析师盈余预测发挥的作用较为有限。可能的原因有，企业在对环境和社会责任相关披露中可能存在夸大其词的现象，存在更多的噪音，且企业公开的环境及社会责任信息并没有统一标准，信息可能存在含量多但质量低的情况，所以分析师在进行预测时不仅关注E、S评分，也会加入更多自己的考虑或加大私有信息的权重；而公司治理方面的表现维度更多，不仅展现在ESG中，在企业披露的其他公开信息如年报、季报等均有所展现，分析师能掌握的信息更规范更丰富，且公司进行盈余管理的动机较小，所以G维度对分析师盈余预测质量的影响作用更显著。

4.2.2. 年报可读性的中介回归分析

依据逐步回归法验证年报可读性(Readability)在企业ESG表现(ESG)与分析师盈余预测质量关系之间的中介作用：第一步，通过模型(4)验证ESG表现与分析师盈余预测质量的关系，ESG表现越好，分析师盈余预测偏误越小、分歧越小，即预测质量越高，在1%水平上显著；第二步通过模型(5)验证ESG表现与中介变量年报可读性的显著性，列(1)中ESG回归系数为−0.002，且在10%的水平上显著，由于这里的年报可读性是一个反向指标，数字越大代表年报可读性越差，回归系数为负即代表ESG表现可以提升年报可读性；第三步，通过模型(6)验证企业ESG表现、年报可读性与分析师盈余预测质量三者之间关系，列(2)中年报可读性的系数为0.311，在10%的水平上显著，说明年报可读性差，会使分析师盈余预测偏误变大，由此可以推出ESG表现可以通过提高年报可读性来降低分析师盈余预测偏误，而列(2)中ESG表现的系数为−0.101，通过1%水平的显著性检验，表明在本研究中年报可读性存在部分中介效应。同理，列(3)中显示ESG表现通过提升年报可读性降低分析师盈余预测分歧，存在部分中介效应。年报可读性的中介效应实证检验结果如表6所示。

Table 6. Regression results of mediating effect on readability of annual reports

表6. 年报可读性的中介效应回归结果

	(1) Readability	(2) FERROR	(3) FDISP
${\text{ESG}}_{t-1}$	−0.002^**	−0.101^***	−0.056^***
	(−2.19)	(−3.39)	(−2.97)
${\text{Readability}}_{t-1}$		0.311^**	0.175^**
		(2.46)	(2.14)
${\text{Size}}_{t-1}$	0.001	−0.113^***	−0.058^***
	(0.16)	(−3.50)	(−2.80)
${\text{Lev}}_{t-1}$	0.032^***	−0.673^***	−0.524^***
	(3.76)	(−2.82)	(−3.39)
${\text{ROA}}_{t-1}$	0.051^***	−9.625^***	−7.916^***
	(2.65)	(−10.44)	(−12.21)
${\text{BM}}_{t-1}$	0.021^***	0.431^*	0.165
	(2.85)	(1.87)	(1.04)
${\text{TobinQ}}_{t-1}$	−0.001	0.059^**	0.082^***
	(−0.34)	(2.29)	(3.66)
${\text{Cash}}_{t-1}$	0.016	−3.568^***	−1.797^***
	(0.75)	(−6.12)	(−4.92)
${\text{FIXED}}_{t-1}$	−0.028^**	−0.094	0.162
	(−2.32)	(−0.38)	(0.98)
${\text{Grow}}_{t-1}$	0.001^*	−0.026^*	−0.009
	(1.83)	(−1.70)	(−0.94)
$\text{top}{5}_{t-1}$	−0.028^***	−0.097	0.169
	(−3.10)	(−0.45)	(1.22)
常数项	4.049^***	4.200^***
	(106.59)	(5.03)
N	14047	14047	14047
Industry	YES	YES	YES
Year	YES	YES	YES
adj.R^2	0.017	0.064	0.092

注：括号中为t统计量，^*、^**、^***分别代表通过10%、5%、1%水平上的显著性检验。

5. 研究结论与启示

本文在全球ESG理念盛行，ESG投资需求日益旺盛的背景下，探讨了上市公司的ESG表现能否提高分析师盈余预测质量。本文得出了如下稳健的结论：企业ESG表现对分析师盈余预测质量能产生显著的影响，具体表现为企业的ESG表现越好，分析师的盈余预测偏误越低、盈余预测分歧度越低。年报可读性在企业ESG表现与分析师盈余预测质量的关系中具有部分中介的作用。由此证明，ESG表现好的公司通过提高年报可读性来提升分析师的盈余预测质量。结合本文结论，结合ESG表现对分析师盈余预测质量的影响，本文提出以下启示建议：国家应完善ESG评级体系和信息披露制度，推动资本市场高质量发展。监管机构需加快建立统一的ESG信息披露标准。企业应将ESG建设作为提升治理水平和信息披露质量的关键。企业需将环境、社会和治理因素纳入战略规划，主动承担社会责任，并设立专门机构负责ESG目标的制定和信息披露，确保数据的准确性和及时性。此外，企业应提高年报可读性，通过清晰、简洁的披露降低信息不对称，帮助分析师更好地评估企业潜力。通过提升ESG表现和年报质量，企业可增强市场信任，吸引长期投资者，实现可持续发展与财务绩效的双赢。分析师应重视ESG信息，将其纳入分析框架，并结合我国ESG建设现状，为投资者提供更全面的建议。同时，分析师应提升对非财务信息的分析能力，结合财务数据综合研判企业盈利能力，在经济不确定性较高的时期，分析师应更关注企业ESG表现，评估其风险抵御能力，为投资者提供更具参考价值的决策依据。