1. 引言
随着绿色可持续发展理念的普及与深入，企业在ESG方面的表现越来越成为投资者、消费者及企业上下游合作商决策的重要参考信息，因而上市公司也愈发重视改善ESG表现并提高ESG信息披露质量。从2018年证监会修订的《上市公司治理准则》首次在官方文件中确立ESG信息披露与治理的基本框架，到2020年“双碳”目标的提出，再到2022年ESG信息披露新规的实施，标志着中国企业ESG实践从自愿探索进入政策驱动阶段。在此背景下，本文以2018~2024年沪深A股上市公司为样本，系统探究ESG表现对债务融资成本的影响，以及信息透明度对二者的调节效应，并结合“双碳”目标与披露新规，探究行业、产权异质性检验，为企业ESG实践与融资决策提供启示。
本文的边际贡献主要如下：第一，本研究从多个理论视角出发，深入剖析ESG表现对债务融资成本的影响，拓展了利益相关者理论在企业融资决策中的应用场景、丰富了信息不对称理论在企业财务领域的研究内容；第二，在变量选取方面，关于信息透明度变量，大多文献采取分析师关注度来度量，而本文则构建了涵盖披露内容完整性、信息真实性、披露规范性及治理维度延伸信息四个维度的评级指标，更加贴合本文的研究。
2. 文献综述
在ESG表现与债务融资成本关系的研究领域，负相关关系的研究占比相对更高，多数文献证实优异的ESG表现能降低企业债务融资成本；正相关研究主要聚焦ESG评级分歧等特殊情境；不显著关系的结论则与制度环境、行业特性等调节因素密切相关。
在负相关关系方面，梅亚丽、张倩(2023)认为良好的ESG表现可通过降低信息不对称、改善企业与利益相关者的关系，进而降低企业债务融资成本[1]。赵娜等(2025)以A股上市流通企业为研究对象，发现出色的ESG表现正向影响债务融资成本[2]。邱牧远等(2020)通过静态面板和动态面板数据回归发现ESG表现降低了债务融资，其中环境和治理最明显，同时也提高了市场估值[3]。朱康等(2022)利用2007~2021年A股上市公司进行多期双重差分模型检验，结果显示企业ESG评级表现能够降低债务融资成本，并且代理成本和分析师关注产生中介效应[4]。Mustafa等(2025)以中国重污染行业上市公司为研究对象，研究发现良好的ESG表现能够促进银行信贷投放、降低企业融资成本；且在《绿色信贷指引》实施后，ESG表现对银行信贷决策的影响效应显著增强[5]。Xu等(2025)通过实证分析证实企业ESG表现可以降低债务融资成本，通过改善供应链流动性、降低供应链中断风险两条路径，间接影响节点企业的债务融资成本[6]。
综上所述：已有文献为本文提供了重要的研究基础和理论分析依据，但仍存在一些不足：在机制检验方面的探讨多聚焦单一变量，对于媒体关注度和信息透明度调节机制较少。在讨论异质性方面，多数主要从行业、产权、规模、地区方面进行静态对比分析，对政策冲击的动态影响关注不足。虽有研究提及“双碳”目标的作用，但未将政策节点作为时间分组变量，系统检验政策前后ESG效应的变化幅度与趋势。
3. 理论与假设
3.1. ESG表现与债务融资成本
债权人作为企业核心利益相关者，其风险定价决策依赖企业对多元利益诉求的回应能力。ESG表现优异的企业，尤其通过环境维度的低碳转型、治理维度的内部控制优化，这种利益平衡能力可降低债权人对企业合规风险、道德风险的担忧，进而减少风险溢价要求[7] [8]。企业与债权人的信息差是推高债务融资成本的核心因素；债权人难以通过财务信息全面判断企业长期风险，而ESG表现作为非财务信息的重要载体，可补充披露企业风险管控能力，缓解逆向选择问题。ESG表现具备可观测、高成本、难模仿的信号属性；高ESG表现需企业长期投入低碳技术研发、社会责任项目，而低ESG企业则难以承担该成本，形成分离均衡。这种信号向债权人传递了企业长期经营稳健、偿债能力强的信息，可直接降低融资成本。
假设1：企业ESG表现与债务融资成本负相关，即ESG表现越优异，债务融资成本越低。
3.2. ESG表现、信息透明度与债务融资成本
信息透明度越高，ESG信息的完整性、准确性越强，债权人获取、验证ESG信息的成本也越低。李井林等(2023)基于A股数据证实，良好的ESG表现可提高信息透明度，而信息透明度又会对债务融资成本有影响[9]。信息透明度是企业对利益相关者负责任的重要体现；高信息透明度企业通过规范披露ESG信息，向债权人传递企业愿意接受监督、无隐藏风险的信号，深化利益相关者信任。这种信任可减少债权人对企业事后道德风险如资金滥用、ESG投入缩水的担忧，使ESG表现的融资成本效应更显著。
假设2：信息透明度正向调节ESG表现与债务融资成本的负相关关系，即信息透明度越高，ESG表现对债务融资成本的降低作用越强。
4. 研究设计
4.1. 样本选择与数据来源
本文以2018~2024年沪深A股所有上市公司为初始研究样本，并对样本进行了如下筛选：
1) 剔除ST类上市公司；
2) 剔除关键数据缺失的公司样本；
3) 剔除金融行业上市公司；
4) 为消除极端值影响，对关键连续变量进行上下1%的winsor缩尾处理。
通过筛选得出了9856个样本，本文所使用的财务相关数据来源于CSMAR数据库，媒体关注度来自中国研究数据服务平台(CNRDS)的上市公司财经新闻数据库。
4.2. 模型构建
(1)
(2)
4.3. 变量定义
4.3.1. 被解释变量
被解释变量为债务融资成本(FC)。参考现有研究对债务融资成本的主流量化方式，并结合数据可得性，本研究利用财务费用与期末总负债的比值作为债务融资成本的核心衡量指标，在稳健性检验时采用利息支出与期末总负债的比值来衡量债务融资成本。
4.3.2. 解释变量
解释变量是ESG表现，以及企业环境(E)表现、企业社会责任(S)表现、企业公司治理(G)表现；本文采用华证的ESG评级，其分为AAA、AA、A、BBB、BB、B、CCC、CC、C九档评级，并借助赋值法从低到高进行赋值，其中C为1、CC为2……AA为8、AAA为9。
4.3.3. 调节变量
调节变量是信息透明度(Trans)。采用国泰安数据库中的上市公司透明度指标，其以沪深交易所信息披露监管要求为基础，包括披露内容的完整性、信息真实性、披露规范性以及部分延伸的治理信息四个维度。评级方面，A到D级直接对应交易所的考核结果，A = 优秀、B = 良好、C = 及格、D = 不及格，主要依据合规性、及时性等量化标准，若有违规会直接降级。
4.3.4. 控制变量
选取企业规模(Size)、资产收益率(ROA)、上市年龄(Age)、资产负债率(Lev)、现金流(Cash)、董事会规模(Board)、股票收益率(Stock)、速动比率(FA)、所有权性质(SOE)、销售收入增长率(Growth)、营业收入(Revenue)、第一大股东持股比例(Hoder)、账面市值比(BoMar)为控制变量。
具体变量信息如表1所示：
Table 1. Definition of variables
表1. 变量定义表
变量类型 |
变量符号 |
变量名称 |
变量定义 |
被解释变量 |
FC |
债务融资成本 |
财务费用/总负债 |
解释变量 |
ESG |
ESG表现 |
华证ESG评分 |
|
E |
环境 |
华证E评分 |
|
S |
社会 |
华证S评分 |
|
G |
治理 |
华证G评分 |
调节变量 |
Trans |
信息透明度 |
根据沪深交所披露的企业信息披露评级1 |
|
|
|
A、B、C、D分别赋分为4~1 |
控制变量 |
Size |
企业规模 |
总资产 + 1取对数 |
|
Age |
上市年龄 |
至样本年份时企业的上市年限 |
|
ROA |
总资产收益率 |
净利润/总资产 |
|
Lev |
资产负债率 |
总负债/年末总资产 |
|
Cash |
现金流 |
货币资金/总资产 |
|
Board |
董事会规模 |
董事会中董事的数量 |
|
Stock |
股票收益率 |
考虑现金红利再投资的年个股回报率 |
|
FA |
速动比率 |
(流动资产 − 存货)/流动负债 |
|
SOE |
所有权性质 |
国企为1，非国企为0 |
|
Hoder |
第一大股东 |
第一大股东持有的股份数量/总股份数量 |
|
|
持股比例 |
|
|
BoMar |
账面市值比 |
账面价值/市场价值 |
|
Growth |
销售收入增长率 |
当年销售收入 − 上年销售收入/上年销售收入 |
|
Reven |
营业收入 |
业年末营业收入的自然对数 |
5. 实证结果分析
5.1. 描述性统计
债务融资成本(FC)的平均值为0.02，中位数0.018，均值与中位数接近，分布相对对称；其中债务融资成本的标准差是0.02，说明样本中企业债务融资成本的波动较小。而最小值为−0.03，可能存在负融资成本，如应付账款占比过高或利息收入大于利息支出，最大值0.767，存在极端值但整体集中在较低水平，符合企业债务融资成本的一般特征。解释变量ESG表现评分区间为1~9分，综合ESG的平均值是3.984，中位数4.000，接近整数4，说明样本企业ESG整体表现中等；最小值1、最大值7，标准差0.84，波动较小。具体如表2所示。
Table 2. Descriptive statistics of key variables
表2. 主要变量的描述性统计
变量名称 |
平均值 |
标准差 |
中位数 |
最小值 |
最大值 |
样本量 |
FC |
0.02 |
0.02 |
0.018 |
−0.031 |
0.767 |
9856 |
ESG |
3.984 |
0.84 |
4.000 |
1 |
7 |
9856 |
E |
2.187 |
1.263 |
2.000 |
1 |
8 |
9856 |
S |
4.787 |
1.576 |
5.000 |
1 |
9 |
9856 |
G |
4.82 |
1.347 |
5.000 |
1 |
8 |
9856 |
Size |
22.805 |
1.194 |
22.680 |
19.13 |
28.29 |
9856 |
Age |
15.419 |
6.996 |
13.000 |
1 |
32 |
9856 |
Roa |
0.02 |
0.166 |
0.027 |
−4.782 |
7.446 |
9856 |
Lev |
0.487 |
0.218 |
0.481 |
0.025 |
5.906 |
9856 |
Cash |
0.057 |
0.099 |
0.051 |
−0.494 |
4.636 |
9856 |
Hoder |
30.513 |
13.978 |
28.450 |
1.84 |
87.7 |
9856 |
Board |
8.476 |
1.583 |
9.000 |
5 |
16 |
9856 |
FA |
1.325 |
1.275 |
1.048 |
0.064 |
34.274 |
9856 |
BoMar |
0.361 |
0.173 |
0.343 |
−0.687 |
1.223 |
9856 |
Trans |
2.384 |
0.144 |
2.000 |
1 |
4 |
9856 |
Reven |
0.838 |
18.03 |
0.084 |
−28.589 |
1145.108 |
9856 |
Growth |
1.679 |
1.011 |
1.387 |
0.634 |
13.085 |
9856 |
Stock |
0.066 |
0.464 |
−0.011 |
−0.782 |
4.566 |
9856 |
Soe |
0.369 |
0.483 |
0.000 |
0 |
1 |
9856 |
5.2. 回归结果分析
5.2.1. ESG表现与债务融资成本
本文验证了ESG表现与债务融资成本之间的关系，可以看到ESG的系数为−0.022，在1%水平上显著。良好的ESG表现能通过降低信息不对称、缓解代理问题或传递低风险信号，减少债权人要求的风险溢价，从而降低融资成本。这类企业通常更注重信息披露如发布独立ESG报告、细化环境负债数据，主动向市场传递经营透明、风险可控的信号；同时，第三方ESG机构评级进一步将企业非财务信息标准化，帮助债权人快速识别低风险企业，减少因信息模糊导致的溢价要求。
对环境(E)、社会(S)、治理(G)三个变量分别进行回归分析发现(见表3)：三个维度均对债务融资成本产生负向影响，但在显著性、影响强度上差异明显，其中环境维度(E)的降成本效应最强且最显著，治理维度(G)次之，社会维度(S)影响最弱，充分体现ESG内部价值的分化。由于环境维度的硬约束与强激励双重优势，该维度(E)的抑制效应最强，核心源于政策层面对环境风险的强制性约束与绿色表现的直接性激励形成双重驱动。
Table 3. Regression results of ESG performance and cost of debt financing
表3. ESG表现与债务融资成本的回归结果
|
FC |
FC |
FC |
FC |
ESG |
−0.022*** |
|
|
|
|
(−6.6110) |
|
|
|
E |
|
−0.023*** |
|
|
|
|
(−7.021) |
|
|
S |
|
|
−0.013*** |
|
|
|
|
(−3.306) |
|
G |
|
|
|
−0.021*** |
|
|
|
|
(−5.683) |
控制变量 |
控制 |
控制 |
控制 |
控制 |
N |
9856 |
9856 |
9856 |
9856 |
Industry |
控制 |
控制 |
控制 |
控制 |
Year |
控制 |
控制 |
控制 |
控制 |
r2 |
0.317 |
0.33 |
0.331 |
0.33 |
F |
38.101 |
40.451 |
40.599 |
41.048 |
5.2.2. ESG表现、信息透明度与债务融资成本
根据表4可知：ESG和信息透明度的系数分别为0.0258、0.0026。结合信号传递理论和信息不对称理论，表明透明度会强化ESG对融资成本的降低作用。企业通过高可信度信号向市场传递自身优质信息，以降低信息不对称，而透明度正是提升ESG信号可信度的关键。高透明度企业会在ESG报告中详细披露环保投入具体金额、减排效果百分比、治理委员会决策流程等，而低透明度企业仅模糊提及重视ESG。信息不对称理论认为企业与债权人的信息差距越大，风险溢价越高，而ESG与透明度本质是缓解信息不对称的互补渠道，二者结合可实现1 + 1 > 2的效果。
Table 4. Regression results of ESG performance, information transparency, and debt financing
表4. ESG表现、信息透明度与债务融资成本的回归结果
|
FC |
ESG |
−0.0258*** |
|
(−8.2539) |
Trans |
−0.0026*** |
|
(−5.3991) |
ESG_Trans |
−0.0016*** |
|
(−4.6986) |
控制变量 |
控制 |
N |
9856 |
Industry |
控制 |
Year |
控制 |
r2 |
0.3375 |
F |
41.0546 |
5.3. 内生性与稳健性检验
5.3.1. 工具变量法
为了解决遗漏变量问题，本文借鉴了陈国辉等(2018)、梁上坤等(2020)的做法，采用相同行业内其他企业ESG评价的均值作为工具变量，通过两阶段工具变量法进行内生性检验，结果如表5所示。表格中报告了弱工具变量F值 = 119.45；经验标准中，F值 > 10即可拒绝弱工具变量假设。F值 = 119.45，远大于临界值，说明工具变量同行业其他企业平均ES与内生变量ESG的相关性很强，满足工具变量的相关性条件，避免了弱工具变量导致的估计偏误。在控制其他因素后，ESG每提升1单位，债务融资成本显著降低0.021单位。这一结果支持了研究假设，即ESG表现越好，企业债务融资成本越低。
Table 5. Instrumental variable method
表5. 工具变量法
|
ESG |
FC1 |
ESG |
|
−0.021*** |
|
|
( −5.4674) |
IV |
0.245*** |
|
|
−8.5326 |
|
N |
9856 |
9856 |
Industry |
控制 |
控制 |
Year |
控制 |
控制 |
r2 |
0.2106 |
0.3216 |
F |
37.1234 |
38.7421 |
5.3.2. 替换解释变量
本文使用商道融绿ESG评级来替换华证ESG评级。商道融绿ESG评级数据库目前覆盖全部A股及港通中的H股，具有一定的全面性，其评级共分为A+、A、A−、B+、B、B−、C+、C、C−以及D十级。本文根据商道融绿ESG评级分布设置离散变量，其中A+为10，A为9，依次类推，D为1。替换后结果如表6所示，与被解释变量的关系依旧显著。
Table 6. Replacement of explanatory variables
表6. 替换解释变量
|
FC |
ESG1 |
−0.0208*** |
|
−8.5326 |
N |
9856 |
Industry |
控制 |
Year |
控制 |
r2 |
0.2974 |
F |
35.4275 |
6. 异质性分析
6.1. 基于行业异质性分析
由表7可知，非高污染组，ESG每提升1单位，债务融资成本显著降低0.018单位；高污染组，ESG每提升1单位，债务融资成本显著降低0.0233单位。总而言之，ESG表现对债务融资成本的负向影响在高污染行业中更强，出现这个结果的原因是高污染行业企业面临更高的环境风险，如环保政策处罚、污染治理成本、声誉损失等，债权人对其环境合规性和风险管控能力更为敏感。此时，ESG表现尤其是环境维度的提升可更直接地向债权人传递企业已有效控制环境风险的信号，显著降低债权人对违约风险的担忧，因此ESG的风险缓释效应更突出。非高污染行业企业本身环境风险较低，ESG表现的边际作用相对较弱但仍显著，更多体现为对社会责任和治理水平的综合信号传递。
Table 7. Industry heterogeneity analysis
表7. 行业异质性分析
|
非高污染组 |
高污染组 |
ESG |
−0.018*** |
−0.0233*** |
|
(−4.6281) |
(−6.7122) |
N |
7358 |
2498 |
Industry |
控制 |
控制 |
Year |
控制 |
控制 |
r2 |
0.2819 |
0.1697 |
F |
47.81 |
41.52 |
6.2. 基于所有权性质异质性分析
国企产权归国家所有，实际控制人为政府部门如国资委；非国企产权归私人或非政府主体，实际控制人多为自然人、家族。根据结果来看(见表8)，ESG表现对债务融资成本的负向影响在非国有组中更强。这表明，相较于国有企业，非国有企业通过改善ESG表现降低债务融资成本的效果更突出。首先，非国有企业尤其是民营企业普遍面临着更严重的融资约束和信息不对称，债权人对其风险的担忧更强。此时，ESG表现作为信号传递工具的作用更关键，良好的ESG表现能向债权人传递企业风险管控能力、长期经营稳定性的积极信号，有效缓解信息不对称，从而更大幅度降低融资成本。
其次，非国有企业缺乏隐性担保。国有企业通常存在政府隐性担保和预算软约束，债权人对其违约风险的担忧较低，对ESG表现的敏感性较弱；而非国有企业无此类担保，ESG表现成为债权人评估其信用风险的重要补充指标，因此ESG的边际作用更显著。
Table 8. Analysis of property rights heterogeneity
表8. 产权异质性分析
|
国有组 |
非国有组 |
ESG |
−0.0195*** |
−0.0208*** |
|
(−4.6632) |
(−6.8874) |
N |
3247 |
6209 |
Industry |
控制 |
控制 |
Year |
控制 |
控制 |
r2 |
0.1606 |
0.2623 |
F |
37.9834 |
22.8401 |
7. 研究结论与建议
7.1. 研究结论
随着“双碳”和其他相关政策的提出，ESG表现作为非财务信息的地位对于企业的经营、融资等决策越来越重要，而上市公司也愈发重视改善ESG表现、加强ESG报告及提高ESG信息披露质量。本文基于可持续发展背景，选取2018~2024年沪深A股上市公司为样本，探究ESG表现对债务融资成本的影响，研究发现：
第一，良好的ESG表现通过降低信息不对称、缓解代理问题或传递低风险信号，减少债权人要求的风险溢价，从而降低融资成本。第二，三个维度均对债务融资成本产生负向影响，但在显著性、影响强度上差异明显，其中环境维度的降成本效应最强且最显著，治理维度次之，社会维度影响最弱。第三，在调节效应方面，信息透明度能正向调节ESG表现与债务融资成本的负相关关系。第四，在异质性检验方面，ESG表现对债务融资成本的负向影响在高污染行业中更强；相较于国有企业，非国有企业通过改善ESG表现降低债务融资成本的效果更突出。
7.2. 研究建议
对于企业，需要差异化提升ESG表现，来优化信息传递机制。环境维度需作为核心突破口，尤其是高污染行业企业，可通过量化环境绩效指标，如单位产值碳排放强度、环保投入占比，对接绿色金融政策，争取绿色信贷利率优惠。治理维度应聚焦代理风险缓释，通过年报附注细化关联交易管控、资金使用监管等治理措施，增强债权人对企业偿债意愿的信任。社会维度需建立长期价值转化机制，将员工培训投入、供应链责任管理等隐性价值转化为可量化指标，如员工流失率下降幅度、供应商ESG合规率，通过第三方机构鉴证提升社会价值的可信度。
对于金融机构，应完善ESG风险定价体系，强化差异化信贷策略。基于研究发现的行业异质性特征，金融机构需建立分层化的ESG风险评估框架：可与第三方ESG评级机构合作，开发适配国内企业特征的ESG风险评估工具，重点解决社会维度价值难以量化的问题。
对于政策制定，要强化政策协同效应，完善ESG生态体系。基于时间异质性研究结果，政策制定者需进一步强化“双碳”政策与绿色金融工具的联动，扩大绿色信贷、绿色债券的覆盖范围，对ESG表现优异的企业给予更明确的利率优惠与审批便利；同时，针对2022年ESG信息披露新规的实施效果，进一步完善分行业披露指引，并建立ESG披露质量分级评价体系，对披露充分、数据真实的企业给予税收减免、融资绿色通道等激励，以提升企业披露积极性。
NOTES
*通讯作者。