1. 引言
在全球范围内,可持续发展的理念已经逐渐成为社会共识,其核心价值在于平衡经济增长与环境保护、社会责任之间的关系[1]。在此背景下,环境(Environmental)、社会(Social)和治理(Governance)因素,简称ESG,已经从边缘走向中心,成为评价企业综合表现的关键指标(潘海英等,2024) [2]。ESG表现不仅直接关联到企业的长期竞争力[3],还深刻影响着企业的市场声誉和品牌形象(李建军,2023) [4],这些因素共同决定了企业在市场中的地位和未来的发展潜力[5]。
对于投资者而言,ESG表现已成为其投资决策过程中不可或缺的考量因素[6]。投资者越来越倾向于选择那些在ESG方面表现出色的企业进行投资,因为这些企业往往能够展现出更强的风险管理能力和更可持续的增长潜力[7]。此外,良好的ESG表现也能够帮助企业吸引和留住人才,提高员工的满意度和忠诚度,这对于企业的长期发展同样至关重要[8] [9]。
尽管现有文献广泛探讨了公司治理机制(如董事会结构、股权制衡等)对企业ESG表现的影响,但多数研究集中于宏观治理层面,较少关注内部控制这一具体且可操作的治理机制在ESG实践中的作用机理。尤其在中国制度背景下,内部控制不仅涉及财务报告与合规性,还涵盖环境与社会风险的管理[10],其在平衡股东诉求与其他利益相关者期望方面具有独特功能。高质量的内部控制能够确保企业在追求经济效益的同时,有效管理环境和社会风险,实现可持续发展[11]。然而,现有研究尚未充分揭示内部控制与ESG表现之间的内在联系,尤其缺乏针对其作用机制与情境依赖性的深入探讨,这构成了本研究拟解决的理论缺口。
基于此,本文选取了2010到2022年我国A股上市公司作为研究样本,对内部控制质量与企业ESG表现之间的关系进行实证检验。相较于已有研究,本文的边际贡献主要体现在:第一,聚焦于内部控制这一操作性治理工具,阐明其通过缓解融资约束、提升信息披露质量与降低代理成本三条路径影响ESG表现的内在逻辑,从而揭示其不同于宏观治理机制的作用特点;第二,从利益相关者理论出发,阐释内部控制在协调股东、债权人、员工、社区等多方利益中的关键角色,突出其在落实ESG目标过程中的治理功能;第三,通过考察企业规模与媒体关注的调节效应,揭示内部控制影响ESG表现的情境依赖,为不同类型企业提升ESG绩效提供更具针对性的管理启示。
2. 理论分析与研究假设
本文预期内部控制质量提升企业ESG表现主要体现在三个方面:一是缓解企业融资约束,二是提升企业信息披露质量,三是降低企业代理成本。
第一,更高的内部控制质量通过缓解企业融资约束,提高企业ESG表现。一方面,良好的内部控制能够帮助企业获得更高的信用评级,这是因为有效的内部控制被视为企业稳健管理和财务诚信的体现[12]。更高的信用评级意味着企业在资本市场上的信誉度更高,能够以更低的成本获得贷款和其他形式的融资[13] [14]。与此同时,内部控制质量的提升有助于企业更有效地管理运营风险,包括与ESG相关的环境和社会风险[15] [16]。通过降低违约风险,企业能够减少潜在的财务损失,增强债权人和投资者的信心,从而在融资时获得更优惠的条件[17]。另一方面,企业为了更好地应对环境挑战、履行社会责任以及优化公司治理结构,往往需要投入更多的资源,这通常伴随着额外的资金需求[18]。内部控制的高效运作,使得企业能够更精准地评估各项ESG项目的成本与收益,合理分配资源,确保投资的有效性和可持续性) [19] [20]。因此,内部控制质量的提升不仅有助于企业在ESG领域的投资实践,还能通过提升ESG表现,增强企业的市场形象和社会认可度,反过来又进一步拓宽了企业的融资渠道,形成了良性循环,进一步缓解了融资约束。
第二,更高的内部控制质量通过提升企业信息披露质量,提高企业ESG表现。内部控制质量的提高对于企业信息披露质量具有显著影响,这是因为高质量的内部控制能够确保信息的准确性和完整性,减少信息不对称,提高企业的透明度[21]。良好的内部控制体系能够促使企业更加规范地进行信息披露,包括财务信息和非财务信息,如ESG相关的绩效指标[22]。此外,内部控制质量的提升还能够帮助企业建立起有效的信息披露机制,通过发布定期报告,向外界展示企业在各种方面的努力和成果。这不仅有助于提高企业的透明度和公信力,增强投资者和利益相关者的信心,还能够树立公司良好形象[23]。在信息爆炸的时代背景下,企业需要积极主动地提高财务透明度和信息披露能力,以增加投资者和利益相关者对企业的信任度,促进企业可持续发展[24] [25]。特别是在ESG领域,透明的信息披露机制显得尤为重要。它不仅能够直观展示企业在环境保护、社会责任履行以及公司治理结构改善等方面的具体举措和显著成效,还能够促使企业更加积极地应对气候变化、促进资源节约与循环利用、保障员工权益等,从而全面提升企业的ESG表现[26] [27]。良好的ESG表现不仅能够吸引更多注重可持续投资的长期资本,还能帮助企业规避潜在的环境和社会风险,增强企业的抗风险能力和可持续发展能力[28]-[30]。因此,提升企业信息披露质量,特别是强化ESG信息的透明度,已成为现代企业治理中不可或缺的一环,对于促进企业的社会责任感和经济效益的双赢具有深远意义。
第三,更高的内部控制质量通过降低企业代理成本,促进企业ESG表现。内部控制体系的核心目的之一是减少企业内部的代理问题,即所有者与管理者之间、以及企业与各利益相关方之间的利益冲突[31] [32]。高质量的内部控制能够确保管理层的行为与股东及其它利益相关者的利益一致,通过监督和激励机制,减少管理者的道德风险和机会主义行为[33]。这种监督确保管理者在做出决策时考虑到企业长期利益和ESG目标,而不仅仅是短期利益[34]。例如,管理者可能更倾向于投资于那些能够立即带来回报的项目,而忽视了对环境和社会负责的长期投资。内部控制的强化能够促使管理者更加重视这些长期ESG投资,因为这些投资不仅符合企业的长期战略,也符合社会和环境的可持续发展要求。内部控制还能够提高企业的财务报告可靠性,增加投资者和利益相关者对企业财务信息的信任[35]。这种信任是降低企业资本成本的关键因素,因为它减少了投资者对企业未来现金流的不确定性,从而降低了企业的融资成本和代理成本。
综上,本文认为,更高的内部控制质量能够通过缓解企业融资约束、提高企业信息披露质量和降低企业代理成本来提高企业ESG表现。据此,本文提出如下假设:
H1:更高的内部控制质量能够提高企业ESG表现。
3. 研究设计
3.1. 样本选取与数据来源
本文选取2010至2022年A股上市公司为研究样本。本文对初始样本进行如下数据处理:首先,剔除主要变量存在数据缺失的样本;其次,剔除金融行业上市公司样本;最后,为消除异常值对本文结果造成的影响,对所有连续变量进行了上下各1%的缩尾处理,最终获得32,306个公司–年度观测值。内部控制数据来自迪博公司编制的“中国上市公司内部控制指数”,ESG表现数据来自华证ESG评级数据,其他上市企业财务数据及相关变量数据来源于国泰安CSMAR数据库。
3.2. 变量定义
3.2.1. 被解释变量:ESG表现
本文参照高杰英等(2021) [36]的研究,采用华证ESG评级构建被解释变量(ESG)。华证ESG评级共分为九档,从低到高分别为C、CC、CCC、B、BB、BBB、A、AA、AAA,将这九个等级分别赋值1~9,值越大代表企业ESG表现越好。
3.2.2. 解释变量:内部控制质量(IC)
参考权小锋等(2015) [37]的研究,内部控制质量采用迪博公司编制的“中国上市公司内部控制指数”进行衡量,该指数越大,内部控制质量越高。该指数包含了企业内部环境、风险评估、控制活动、信息与沟通、内部监督五大与企业内部控制质量密切相关的信息指标,其客观性已被不少国内学者采纳,权威性和认可度较高。
3.2.3. 控制变量
参考已有文献[38],本文还控制了以下影响企业全要素生产率的变量:企业规模(SIZE)、财务杠杆(LEV)、净资产收益率(ROE)、营业收入增长率(GROWTH)、企业年龄(AGE)、股权制衡(BAN)、董事会规模(BOARD)、第一大股东持股比例(TOP1)、独立董事占比(INDEP)、两职合一(DUAL)。此外,考虑宏观经济和地区的影响,本文还控制了企业(Firm FE)和时间固定效应(Year FE)。具体变量定义见表1。
Table 1. Variable definition
表1. 变量定义
变量分类 |
变量名称 |
变量符号 |
变量定义 |
解释变量 |
内部控制质量 |
IC |
中国上市公司内部控制指数的自然对数 |
被解释变量 |
ESG表现 |
ESG |
华证ESG评级由低到高依次为进行0~9赋值,值越大,表明企业的ESG表现越好 |
控制变量 |
企业规模 |
SIZE |
员工总数的自然对数 |
|
财务杠杆 |
LEV |
总负债/总资产 |
|
净资产收益率 |
ROE |
净利润/净资产 |
|
成长能力 |
GROWTH |
营业收入增长率 |
|
企业年龄 |
AGE |
成立年限的自然对数 |
|
股权制衡 |
BAN |
第2~5大股东持股数/第一大股东持股数 |
|
董事会规模 |
BOARD |
董事人数的自然对数 |
|
第一大股东持股比例 |
TOP1 |
第一大股东当年年末持股比例 |
|
独立董事占比 |
INDEP |
独立董事人数/董事会人数 |
|
两职合一 |
DUAL |
董事长与总经理兼任取1,否则取0 |
中介变量 |
融资约束 |
KZ |
KZ指数 |
|
|
WW |
WW指数 |
|
信息披露质量 |
AIQ |
根据上市公司信息披露考评结果,对于不及格、及格、良好和优秀分别赋值1、2、3、4进行衡量 |
|
代理成本 |
AGENT |
管理费用/营业收入 |
分组变量 |
媒体关注 |
MEDIA |
以每年上市公司被网络媒体报道的次数作为媒体关注度指标。 |
3.3. 模型构建
本文假设1认为内部控制质量可以提高企业的ESG表现,为了验证假设1,将采用模型1来进行检验:
(1)
其中,ESGi,t为企业i年度t的ESG表现。IC为本文的核心解释变量,Control为一系列可能影响企业ESG表现的控制变量。此外,模型还控制了个体固定效应μi和时间固定效应λt。εit随机误差项。本文在行业层面对回归标准误进行聚类处理。
4. 回归结果
4.1. 描述性统计
表2报告了主要变量的描述性统计结果。ESG的均值为4.14,标准差为1.062,说明企业的ESG表现存在一定差异。内部控制质量(IC)的均值为6.336,最大值为6.736,其值越大代表企业的内部控制质量越高。除个别变量外,大部分变量的标准差均未超过1,说明样本变量的离散程度较好,控制变量的大小也在合理范围内。
Table 2. Descriptive analysis
表2. 描述性统计
变量 |
观测值 |
均值 |
标准差 |
最小值 |
P25 |
中位数 |
P75 |
最大值 |
ESG |
32,306 |
4.140 |
1.062 |
1.000 |
4.000 |
4.000 |
5.000 |
8.000 |
IC |
32,306 |
6.336 |
0.966 |
0.000 |
6.431 |
6.502 |
6.552 |
6.736 |
SIZE |
32,306 |
22.254 |
1.288 |
19.959 |
21.326 |
22.060 |
22.980 |
26.298 |
LEV |
32,306 |
0.424 |
0.203 |
0.057 |
0.262 |
0.417 |
0.576 |
0.894 |
ROE |
32,306 |
0.054 |
0.142 |
−0.837 |
0.028 |
0.068 |
0.114 |
0.321 |
TOP1 |
32,306 |
0.341 |
0.148 |
0.085 |
0.226 |
0.320 |
0.441 |
0.742 |
BAN |
32,306 |
0.735 |
0.607 |
0.029 |
0.257 |
0.570 |
1.057 |
2.786 |
INDEP |
32,306 |
0.375 |
0.053 |
0.333 |
0.333 |
0.357 |
0.429 |
0.571 |
BOARD |
32,306 |
8.548 |
1.678 |
5.000 |
7.000 |
9.000 |
9.000 |
15.000 |
AGE |
32,306 |
2.168 |
0.782 |
0.693 |
1.609 |
2.303 |
2.833 |
3.367 |
GROWTH |
32,306 |
0.354 |
0.931 |
−0.689 |
−0.033 |
0.125 |
0.399 |
6.497 |
DUAL |
32,306 |
0.282 |
0.450 |
0.000 |
0.000 |
0.000 |
1.000 |
1.000 |
4.2. 基准回归结果分析
内部控制质量对企业ESG表现的回归结果如表3所示。列(1)报告了控制企业固定效应和年份固定效应后的回归结果,其中,核心解释变量IC的回归系数为0.080,在1%的水平上显著,说明更高的内部控制质量可以提高企业的ESG表现,验证了假设H1。列(2)是加入全部控制变量后的结果,IC的回归系数为0.058,在1%水平上显著。总体而言,基础回归结果为内部控制质量与企业ESG表现之间的正向关系提供了有力的实证支持。
Table 3. Internal control quality and corporate ESG performance
表3. 内部控制质量与企业ESG表现
|
(1) |
(2) |
|
ESG |
ESG |
IC |
0.080*** |
0.058*** |
|
(0.0062) |
(0.0071) |
SIZE |
|
0.262*** |
|
|
(0.0244) |
LEV |
|
−0.802*** |
|
|
(0.0660) |
ROE |
|
0.227*** |
|
|
(0.0646) |
TOP1 |
|
−0.009 |
|
|
(0.1508) |
BAN |
|
−0.078*** |
|
|
(0.0274) |
INDEP |
|
1.285*** |
|
|
(0.2173) |
BOARD |
|
0.007 |
|
|
(0.0076) |
AGE |
|
−0.191*** |
|
|
(0.0428) |
GROWTH |
|
−0.006 |
|
|
(0.0063) |
DUAL |
|
−0.045* |
|
|
(0.0236) |
Constant |
3.627*** |
−1.780*** |
|
(0.0392) |
(0.4739) |
N |
32,306 |
32,306 |
Firm FE |
YES |
YES |
Year FE |
YES |
YES |
R2 |
0.529 |
0.543 |
注:所有模型均控制了常数、公司和年度虚拟变量;括号内数值为行业层面cluster调整的标准误;***,**,和*分别表示双尾t检验在1%,5%和10%水平上统计显著。下表同。
4.3. 稳健性检验
4.3.1. 倾向得分匹配法
为克服由于样本选择误差所带来的问题,本文采用倾向得分匹配(PSM)方法进行稳健性检验。参照潘爱玲等(2019) [39],将IC数值在中位数以上的企业视为拥有较高的内部控制质量,赋值为1,其余为0。以本文所用模型的控制变量作为匹配所使用的协变量,进行以0.001为半径的半径匹配和核匹配。匹配结果如表4和表5显示,协变量的标准差偏误均小于10%,绝大部分t检验的结果无法拒绝处理组与控制组之间无系统性差异的原假设。
用匹配后的样本重新进行回归。结果如表6所示。在控制样本选择偏差之后,IC的系数在1%的水平上显著为正,说明在对样本进行倾向得分匹配后,内部控制质量对提高企业ESG表现的结论依然具有稳健性。
Table 4. Balance test result 1
表4. 平衡性检验结果1
变量 |
样本 |
均值 |
标准误(%) |
标准误绝对值减少(%) |
T检验 |
处理组 |
控制组 |
T值 |
P值 |
SIZE |
未匹配 |
22.42 |
22.09 |
26.10 |
95.10 |
23.44 |
0 |
匹配 |
22.32 |
22.33 |
−1.300 |
−1.100 |
0.272 |
LEV |
未匹配 |
0.424 |
0.424 |
0.200 |
−1556 |
0.160 |
0.872 |
匹配 |
0.417 |
0.423 |
−3 |
−2.590 |
0.010 |
ROE |
未匹配 |
0.0972 |
0.0103 |
63.90 |
98.50 |
57.57 |
0 |
匹配 |
0.0866 |
0.0853 |
1 |
1.470 |
0.142 |
TOP1 |
未匹配 |
0.359 |
0.323 |
24.40 |
84.70 |
21.90 |
0 |
匹配 |
0.352 |
0.358 |
−3.700 |
−3.170 |
0.002 |
BAN |
未匹配 |
0.704 |
0.766 |
−10.20 |
76.80 |
−9.130 |
0 |
匹配 |
0.717 |
0.703 |
2.400 |
2.070 |
0.039 |
INDEP |
未匹配 |
0.375 |
0.376 |
−2.100 |
57 |
−1.850 |
0.065 |
匹配 |
0.374 |
0.374 |
0.900 |
0.760 |
0.445 |
BOARD |
未匹配 |
8.668 |
8.426 |
14.50 |
89.40 |
13.02 |
0 |
匹配 |
8.615 |
8.641 |
−1.500 |
−1.310 |
0.190 |
AGE |
未匹配 |
2.121 |
2.216 |
−12.20 |
94.50 |
−10.92 |
0 |
匹配 |
2.119 |
2.113 |
0.700 |
0.560 |
0.578 |
GROWTH |
未匹配 |
0.370 |
0.337 |
3.500 |
71.20 |
3.170 |
0.002 |
匹配 |
0.362 |
0.371 |
−1 |
−0.860 |
0.389 |
DUAL |
未匹配 |
0.269 |
0.295 |
−5.900 |
71.90 |
−5.320 |
0 |
匹配 |
0.275 |
0.267 |
1.700 |
1.450 |
0.148 |
Table 5. Balance test result 2
表5. 平衡性检验结果2
变量 |
样本 |
均值 |
标准误(%) |
标准误绝对值减少(%) |
T检验 |
处理组 |
控制组 |
T值 |
P值 |
SIZE |
未匹配 |
22.42 |
22.09 |
26.10 |
82.20 |
23.44 |
0 |
匹配 |
22.42 |
22.36 |
4.600 |
4.080 |
0 |
LEV |
未匹配 |
0.424 |
0.424 |
0.200 |
−347.8 |
0.160 |
0.872 |
匹配 |
0.424 |
0.426 |
−0.800 |
−0.730 |
0.463 |
ROE |
未匹配 |
0.0972 |
0.010 |
63.90 |
98 |
57.57 |
0 |
匹配 |
0.0972 |
0.096 |
1.200 |
1.760 |
0.079 |
TOP1 |
未匹配 |
0.359 |
0.323 |
24.40 |
99.30 |
21.90 |
0 |
匹配 |
0.359 |
0.359 |
−0.200 |
−0.150 |
0.882 |
BAN |
未匹配 |
0.704 |
0.766 |
−10.20 |
91.80 |
−9.130 |
0 |
匹配 |
0.704 |
0.699 |
0.800 |
0.770 |
0.439 |
INDEP |
未匹配 |
0.375 |
0.376 |
−2.100 |
90.40 |
−1.850 |
0.065 |
匹配 |
0.375 |
0.375 |
0.200 |
0.180 |
0.859 |
BOARD |
未匹配 |
8.668 |
8.426 |
14.50 |
97.60 |
13.02 |
0 |
匹配 |
8.668 |
8.674 |
−0.300 |
−0.300 |
0.762 |
AGE |
未匹配 |
2.121 |
2.216 |
−12.20 |
93.80 |
−10.92 |
0 |
匹配 |
2.121 |
2.115 |
0.800 |
0.660 |
0.510 |
GROWTH |
未匹配 |
0.370 |
0.337 |
3.500 |
79.60 |
3.170 |
0.002 |
匹配 |
0.370 |
0.377 |
−0.700 |
−0.630 |
0.532 |
DUAL |
未匹配 |
0.269 |
0.295 |
−5.900 |
78.90 |
−5.320 |
0 |
匹配 |
0.269 |
0.263 |
1.300 |
1.150 |
0.250 |
Table 6. Regression results after propensity score matching
表6. 倾向得分匹配后的回归结果
|
(1) 半径匹配 |
(2) 核匹配 |
|
ESG |
ESG |
IC |
0.062*** |
0.057*** |
|
(0.0072) |
(0.0071) |
Constant |
−1.568*** |
−1.765*** |
|
(0.5093) |
(0.4748) |
N |
27,906 |
31,816 |
Firm FE |
YES |
YES |
Year FE |
YES |
YES |
R2 |
0.548 |
0.543 |
4.3.2. 其他稳健性检验
第一,更换被解释变量。为避免因为不同评级机构评价导致评分结果出现偏差,参考苏莉等(2024) [40],本文还采用彭博ESG评级数据重新进行回归。回归结果如表7列(1)所示,IC系数显著为正。说明在采用不同维度的ESG评级机构指标后,内部控制质量有助于提升企业ESG表现的结论仍然成立,证明了上文结论的稳健性。
第二,个体层面聚类。考虑到不同行业和不同个体未观测到的成分可能相互关联,因此进一步汇报基于个体层面的聚类的系数值,结果见表7中列(2)。
第三,行业层面聚类,增加固定效应。在基准回归控制个体固定效应和时间固定效应的基础上,表7中列(3)同时控制了行业固定效应、个体固定效应和时间固定效应。
第四,采用内部控制质量滞后一期变量为核心变量进行再估计。结果如表7列(4)所示,IC系数显著为正,说明本文内生性问题并不严重。
Table 7. Robustness test
表7. 稳健性检验
|
(1) |
(2) |
(3) |
(4) |
|
ESG_PB |
ESG |
ESG |
滞后一期 |
IC |
0.123** |
0.058*** |
0.057*** |
0.080*** |
|
(0.0520) |
(0.0063) |
(0.0074) |
(0.0075) |
Constant |
−6.032 |
−1.780*** |
−1.839*** |
−1.647*** |
|
(5.3871) |
(0.4293) |
(0.4808) |
(0.4739) |
Controls |
YES |
YES |
YES |
YES |
N |
10,108 |
31,826 |
31,825 |
31,826 |
Firm FE |
YES |
YES |
YES |
YES |
Year FE |
YES |
YES |
YES |
YES |
Ind FE |
NO |
NO |
YES |
NO |
Cluster |
行业 |
企业 |
行业 |
行业 |
R2 |
0.843 |
0.543 |
0.548 |
0.545 |
5. 影响机制检验
5.1. 融资约束
本文参考李航(2024) [41],采用KZ和WW指数衡量企业融资约束程度,指数值越高,表示企业融资约束程度越严重。表8列(1)和列(2)报告了相应的回归结果。IC指数分别在5%水平上、1%水平上显著为负,表明内部控制质量能有效缓解企业融资约束。结合上文理论分析可知,更高的内部控制质量通过缓解企业融资约束,提高企业ESG表现。
5.2. 信息披露质量
本文参考赵放等(2024) [42],采用深交所信息披露质量考评结果来衡量企业信息披露质量,对于不及格、及格、良好和优秀分别赋值1、2、3、4进行衡量。表8列(3)报告了相应的回归结果。IC指数在1%水平上显著为正,表明内部控制质量能有效提升企业信息披露质量,进而提高企业ESG表现。
5.3. 代理成本
本文参考温亚东等(2024) [43],采用管理费用率衡量企业代理成本(AGENT)。管理费用率的高低反映了企业代理成本的水平,中介效应检验结果如表8列(4)所示。回归系数在5%水平上显著为负,说明内部控制质量能够显著减少企业管理费用,从而降低代理成本,提高企业ESG表现。
Table 8. Regression results of mechanism of action testing
表8. 作用机制检验的回归结果
|
(1) |
(2) |
(3) |
(4) |
|
KZ |
WW |
AIQ |
AGENT |
IC |
−0.0234** |
−0.0013*** |
0.0710*** |
−0.0013** |
|
(0.0102) |
(0.0004) |
(0.0088) |
(0.0005) |
Constant |
9.4504*** |
0.2017*** |
2.8413*** |
0.4593*** |
|
(1.0928) |
(0.0201) |
(0.5520) |
(0.0361) |
Controls |
YES |
YES |
YES |
YES |
N |
32,305 |
28,016 |
32,306 |
32,306 |
Firm FE |
YES |
YES |
YES |
YES |
Year FE |
YES |
YES |
YES |
YES |
R2 |
0.7453 |
0.8547 |
0.6855 |
0.7288 |
6. 进一步分析
根据前文的分析,内部控制质量能够显著提高企业ESG表现。但不同企业受到的政策影响是否存在一定差异?为更全面、深入地理解内部控制质量对企业ESG表现的影响,本文从企业规模和媒体关注度视角进行分组分析。
6.1. 企业规模
相较于小型企业,规模更大的公司通常拥有更多的资源投入ESG管理,如资金、人才和技术等。这些资源的投入有助于构建和维护高质量的内部控制体系,进而提升企业的ESG表现。另一方面,大公司往往具有更为完善的治理结构,包括董事会、监事会等决策和监督机构。这些机构在推动ESG管理和内部控制方面发挥着重要作用。它们能够制定明确的ESG目标和政策,监督ESG管理的执行情况,并通过内部控制机制确保这些目标和政策的贯彻落实。相比之下,小型公司的治理结构可能相对简单,缺乏足够的决策和监督力量来推动ESG管理和内部控制的深入实施。
本文参考李国栋等(2024) [44],以企业规模的行业中位数将样本划分为大型企业和小型企业两组,以研究内部控制质量对企业ESG表现关系的影响,结果如表9列(1)和列(2)所示。两组系数均在1%水平上显著为正,进一步地,本文使用费舍尔组合检验通过“自抽样法(Bootstrap)”来检验组间系数的差异性。核心解释变量IC组间系数差异性检验的P值在1%的显著性水平上拒绝了两组系数不存在差异的原假设,意味着内部控制质量对ESG表现的影响在不同规模企业之间存在异质性。
6.2. 媒体关注度
媒体关注作为一种外部监督机制,可以揭示企业存在的问题和不足,同时也会表扬企业的积极行动。相较于媒体关注度低的企业,媒体关注度高的企业,其信息披露的透明度往往更高,这有助于外部利益相关者了解企业对环境和社会的影响。企业在环境保护方面的行为很大程度上是由外部因素驱动的,尤其是公众对企业环境责任的期望,因此,媒体的曝光和批评会迫使企业采取措施进行改进。因此,媒体关注度高的企业更有可能在内部控制和ESG方面取得进步。
本文参考柳学信等(2022) [18],以每年上市公司被网络媒体报道的次数作为媒体关注度(MEDIA)指标,并以该变量的行业中位数将样本划分为媒体关注度高低两个子样本,结果如表9列(3)和列(4)所示。可以看出,无论媒体关注程度高还是低,IC系数均在1%程度上显著,即内部控制质量均能够显著提高企业的ESG表现。为了进一步检验两组之间内部控制质量的系数差异,采用费舍尔组合检验(抽样1000次)得到的组间系数差异p值为0.000,证实了该组间系数差异的统计显著性,说明内部控制质量对企业ESG表现的促进作用在媒体关注程度高时更为显著。
Table 9. Heterogeneity analysis: firm size and media attention
表9. 异质性分析:企业规模和媒体关注度
|
(1) |
(2) |
(3) |
(4) |
|
大型企业 |
小型企业 |
媒体关注度高 |
媒体关注度低 |
IC |
0.0753*** |
0.0349*** |
0.0738*** |
0.0393*** |
|
(0.0135) |
(0.0101) |
(0.0120) |
(0.0093) |
Constant |
−2.5534*** |
−0.6038 |
−5.4312*** |
−1.9371* |
|
(0.7785) |
(0.6520) |
(0.8119) |
(0.9981) |
P-value |
0.004*** |
0.000*** |
Controls |
YES |
YES |
YES |
YES |
N |
16,126 |
16,180 |
16,128 |
16,178 |
Firm FE |
YES |
YES |
YES |
YES |
Year FE |
YES |
YES |
YES |
YES |
R2 |
0.5857 |
0.5867 |
0.5651 |
0.5803 |
7. 结论
本文通过对2010至2022年中国A股上市公司的实证分析,验证了内部控制质量对企业ESG表现的正向影响,并深入探讨了这种影响的作用机制。研究结果表明,内部控制质量的提升能够通过以下三个途径增强企业的ESG表现:一是缓解融资约束:高质量的内部控制能够提高企业的信用评级,降低融资成本,有效管理运营风险,包括ESG相关的环境和社会风险,从而降低企业的违约风险,增强债权人和投资者的信心。二是提升信息披露质量:内部控制质量的提高确保了信息的准确性和完整性,减少了信息不对称,提高了企业的透明度。这有助于企业规范地进行信息披露,包括ESG相关的绩效指标,增强了投资者和利益相关者的信心。三是降低代理成本:内部控制质量的提升减少了管理者的道德风险和机会主义行为,确保管理层的行为与股东及其他利益相关者的利益一致,降低了企业的代理成本。
此外,本文还考察了企业规模和媒体关注度对内部控制质量与ESG表现关系的调节作用,发现这些因素对内部控制质量提升企业ESG表现的影响存在异质性。研究结果为政策制定者和企业管理者提供了如何通过优化内部控制来提升ESG表现的具体策略和建议,对于推动企业可持续发展具有重要的参考价值。