ESG責任履行提高了企業估值嗎?

摘 要 ESG 理念已成全球共識，而企業ESG 責任的履行是中國“雙碳目標”達成和全社會可持續發展的關鍵環節?；诖耍訫CSIESG 評級入選的313 家A 股上市公司作為試驗組樣本，利用雙重差分傾向得分匹配模型（PSM-DID）進行控制組樣本匹配，從理論機制和實證分析角度探討了ESG 評級對企業估值的影響機制與路徑，研究發現：第一，無論是評級事件還是評級分值，入選ESG 評級都可以有效提高公司估值;第二，ESG 評級調整與上市企業估值調整存在正相關關系，評級上調將推動估值上升，而評級下調將導致估值下降，但隨時間推移這種相關關系存在遞減效應，表明資本市場對ESG 披露信息存在一個接收、消化和正反饋過程;第三，ESG 評級通過機構持股比、股票波動率、年交易額和融資成本四個渠道來影響企業估值，表明ESG 具有價值發現、風險抑制能、信息傳遞和融資約束緩解作用;第四，ESG評級對估值的影響存在異質性，相比高碳企業、工業企業和農業企業，低碳企業和服務業企業估值對ESG 評級更為敏感;第五，采用工具變量法、樣本重組、更換變量等方法進行內生性和穩健性檢驗，并沒有改變研究結論。本文研究結果對于建立中國版本的ESG 強制信息披露制度、統一和完善ESG 評價評級標準、推動上市公司高質量發展和價值最大化具有重要參考價值。

關鍵詞 ESG;企業估值;MSCI 評級;PSM-DID 模型;中介效應

0 引言

國際投資者在追求企業財務績效的同時，越來越關注其非財務方面的可持續發展表現，以此降低企業在面臨各類環境及社會相關的風險時所造成的損失，保障可持續性收益（Capelle-Blancard and Petit，2019）。ESG（ Environmental，Social and Governance）就是一種關注企業環境、社會、治理績效而非財務績效的投資理念和企業評價標準（ Khan，2019），是投資者關系管理體系的重要內容（Wong et al. ，2021;Baker et al. ，2021）。截至2021 年11 月，全球已有114 家交易所開始推進上市公司ESG 信息披露，覆蓋56783 家上市公司，參與聯合國責任投資倡議（UN PRI）的會員機構達3404 家，所管理的資產總額接近100 萬億美元（Sustainable Stock Exchanges Initiative，2021）①。根據全球可持續發展投資者聯盟（GSIA）數據，2020 年融入ESG 投資理念的全球可持續投資高達35. 3 萬億美元，比2016 年增長54. 56%，其中美國、日本、歐盟、加拿大和澳大利亞合計占比超過90%②。新興市場的ESG 投資規模也在快速增長，ESG 投資已成為中國資本市場的熱點。2018 年，中國證監會提出“確立環境、社會責任和公司治理（ESG）信息披露的基本框架” （《上市公司治理準則》，2018）③，并在2021 年將ESG 信息作為上市公司與投資者溝通的關鍵內容（《上市公司投資者關系管理指引（征求意見稿）》，2021）④。自從中國政府提出“ 碳達峰”、“ 碳中和” 目標后，上市公司發布ESG 報告的熱情大大增加。2021 年共有1092 家中國A 股上市公司發布2020 年ESG 報告，占A 股上市公司總數的25. 3%，其中滬深300 指數成分股企業的ESG 報告披露率已達85%⑤盡管關于企業估值的研究已經非常豐富，但是目前的文獻缺乏從ESG 角度探討其對企業估值的影響，進而也制約了ESG 理念的普及和企業ESG 責任履行的動因研究。本文以2019 年國際主流的ESG 評級機構MCSI 披露的313 家中國A 股上市公司ESG 數據作為試驗組樣本，構建股利貼現估值模型和PSMDID模型，分析了入選ESG 評級事件對上市公司估值的影響。本文重點回答三個問題： （1）在有效控制了其他影響企業估值的因素后，入選ESG 評級和評分等級越高是否會顯著提高企業的估值？ （2） ESG 評級影響企業估值的潛在途徑是什么？ （3）ESG 評級對企業估值影響是否存在群體異質性差異？ 對以上問題的回答，有助于我們理解企業ESG 責任履行在企業市場價值提升方面的作用。

本文主要貢獻體現在：一是在研究視角上，本文是國內最早從ESG 評級角度探討企業履行ESG 責任對企業價值影響的研究，并通過DDM 模型進行了理論論證，拓展了企業估值理論和責任投資理論研究范疇;二是研究方法上，利用上市公司微觀數據，采用PSM-DID 模型檢驗了ESG 評級事件和評級分值兩方面對企業估值的作用，并根據企業碳排放行業和產業性質差異進行了異質性檢驗;三是研究層次上引入了中介效應模型，探究了機構持股比、股票波動率、成交額和融資成本四個渠道的中介效應，揭示了ESG 評級影響估值的具體路徑;四是研究意義上，本文的發現對監管機構全面理解ESG 履行的經濟后果，從宏觀層面構建ESG 強制信息披露制度、強化上市公司ESG 監管具有重要的參考價值，同時對于推動我國“雙碳”目標的達成具有重要政策啟示。

本文余下部分結構安排如下：第1 部分為文獻綜述、理論分析和研究假設，第2 部分介紹研究模型設計和樣本數據選擇，第3 部分匯報主要實證結論和相關檢驗結果，第4 部分為內生性探討，第5 部分為全文結論并提出相應政策建議。

1 文獻綜述與理論分析

1.1 文獻綜述

1.1.1 公司估值影響因素的研究文獻

目前關于公司估值影響因素的研究文獻主要集中在以下三方面：一是認為規模和價值等業績指標是公司估值的重要因素（汪先珍和馬成虎，2022）。很多文獻對于上市公司估值因素的探討都離不開業績角度的分析。例如Novy-Marx（2013）認為盈利企業比非盈利企業不僅估值更高，股票回報率也顯著更高。控制公司的盈利水平能顯著提升價值策略效果，對市值最大、流動性最強的上市公司股票更顯著。曾振和沈維濤（2016）認為創業板存在高估值現象，主要與行業構成、規模結構、成長性、供求關系等因素有一定關系。而且創業板上市企業普遍存在上市后凈利潤下降、總資產周轉率和權益乘數顯著下降，創業板上市公司的估值水平顯著高于中小企業板，存在一定的泡沫（ 王燕鳴和張俊青，2011）。張建波和李振（2014）認為產品價格波動率、產業集中度、行業市凈率對行業股票價格波動有顯著影響，其他行業因素對股票價格波動率沒有顯著影響。二是認為在市場資金供求對估值存在重要影響。胡繼之和于華（1999） 認為在市場條件中， 資金是最重要的一個方面， 直接影響供求關系和價格水平。

劉熀松（2005）較早地指出由于A 股散戶投資者主導，缺乏理性，容易投機，易受市場情緒影響，這導致了許多股票市場的異象，很多股票的價格要遠遠高于其內在價值，中國股市存在較為嚴重的泡沫，這與胡繼之等（1999） 的研究結論一致。三是機構投資對上市公司估值的作用探討。劉維奇和劉新新（2014） 的研究表明，機構投資者在市場上表現得更為理性，他們的情緒能夠預測后市。并且機構投資者能夠顯著降低公司的股權資本成本，干預公司治理，提高公司信息披露水平，發揮外部監督作用，降低公司資金成本，提高公司價值。更直接地，有研究指出機構持股與IPO 估值正相關，機構投資者的信號作用是試圖傳遞有關企業質量的信息，而企業質量反過來又具有近似公平的IPO 估值（Ong C Zet al. ，2020）。機構投資者之所以有穩定市場和改善市場效率的作用，很重要的原因是對于信息不對稱的改善。如王雪等（2018） 認為公募投資基金之間的信息擴散強度可以影響到公司盈余公告的市場反應。在盈余公告發布之前，股票所處信息網絡的網絡密度越高， 基金之間信息擴散越快?；鹬g的信息擴散有利于減小意見分歧，從而更有效地促進盈余信息融入股價，提高市場定價效率，改善公告后市場反應過度和反應不足的現象。機構投資者網絡在盈余信息定價所起到的作用也有著重要意義。

1.1.2 ESG 評級的相關文獻

隨著ESG 實踐的推動，針對ESG 及ESG 評級的經濟后果的研究增多。早期關于ESG 責任與企業績效的存在比較大的爭議，部分學者認為企業過多投入ESG 會削弱主營業務能力，影響企業的短期績效表現（Kuo et al. ，2021）。但是隨著全球公共性問題日益突出，尤其是疫情大流行帶來的前所未有的沖擊，研究者們已意識到ESG 對于企業可持續發展的重要性。如在企業績效方面，Wong et al. （2021）研究發現ESG 認證降低了公司的資本成本，而托賓Q 顯著增加，即意味著公司價值得到提升。曉芳等（2021） 的研究發現ESG 評級可以抑制公司的信息風險和經營風險從而提高經營業績。而Reber 等（ 2022） 發現ESG 評級降低了IPO 第1 年的公司特質波動率和下跌尾風險。Zhang et al.（2021a）發現ESG 評級越高的公司與其關聯的隱含波動率越低，并且表現出更多的負的隱含偏度和更高的隱含峰度。在ESG 投資表現方面，Zhang et al.（2021b）發現在投資組合中，與低 ESG 投資組合相比，高ESG 投資組合獲得的超額回報顯著提高。同樣，Ouchen（2022） 也發現ESG 投資組合相對于傳統投資組合具有較高的收益和較低的風險。疫情對于ESG 的表現提供了更好的證明，Yoo et al. （2021）發現在疫情大流行期間，ESG 評分特別是環境評分的增加與較高的回報和較低的波動性有關。Omura et al. （2021）也發現在疫情期間，相比傳統投資，ESG 概念的投資表現更優異。

綜上，近期的研究支持了ESG 對企業績效會產生顯著影響，但是尚缺乏ESG 對企業估值影響的深入研究。考慮到包括中國在內的許多新興市場國家正在大力推進碳中和目標，ESG 是否能夠與該目標形成激勵相容可能決定了ESG 在新興市場的機會。為此我們將探索ESG 對企業估值的影響和內在機制分析，從而有助于分析ESG 責任履行的動因，并促進ESG 理念的普及。

1.2 理論分析與研究假設

為進一步論證ESG 對估值的作用機制，本文利用股利貼現模型（ DividendDiscount Model，DDM）構建一個簡化的數學模型分析框架。假設投資人A 購買某上市公司B 的股票的初始買入價為p0，投資持有期為t 年，年股息率固定為d（0≤d≤1），d 代表企業B 的股權融資成本，市場無風險利率為r，r 代表股票市場平均收益水平，投資人A 在第t 年拋售該股票時的股價pt 。此外，假設上市公司當前每股凈利潤為e，未來每年固定增長率為g，則根據DDM 模型，有如下公式成立：

因此本文提出基本假設1：

H1： ESG 評級可以顯著影響企業估值，且評級越高，估值越高。

ESG 作為上市公司投資者管理的重要工具有助于投資者更加全面地了解公司信息、減少投資者的投資不確定性、減少信息不對稱、降低上市公司資本成本、增加上市公司投資收益（Bushee and Miller，2012;Chandler，2014）、改善公司經營業績（ Vlittis and Charitou，2012;Nguyen et al. ，2020）、降低股權融資成本（Breuer et al. ， 2018; Nel et al. ， 2019）、提升上市公司聲譽和市場曝光度（Chahine et al. ，2020;Karolyi et al. ，2020）、抑制股價崩盤和價格波動（Xu et al. ，2021）和改善股票流動性和分析師關注（Esterhuyse and Wingard，2016）。這主要通過以下四個渠道實現：一是ESG 評級有助于市場了解企業在環境、社會和公司治理方面的投入和表現，幫助投資者識別潛在的價值和風險，從而增加機構持股比例;二是ESG 評級通過客觀和及時的信息披露，釋放積極信號，可以降低市場交易的波動性和投資炒作，降低股票的波動率;三是ESG 評級減少上市公司與投資者之間的信息不對稱，有助于提高股票成交量;四是較高的ESG 評級有利于提高企業聲譽和市場影響力，并在債權融資和股權融資中獲得更為有利的條件，從而降低企業融資成本。為此本文提出基本假設2：

H2： 機構持股比、股票波動率、股票成交量和融資成本在ESG 評級影響企業估值中發揮了中介作用。

現有文獻對不同行業的ESG 表現進行了探討，證明不同行業在ESG 表現上存在異質性，如在航空行業（ Sunbin Y et al. ，2021）、能源行業（ Yoo et al. ，2021）、汽車行業（ Silvia S and Augusto V D， 2021） 以及金融和礦業行業（Konstantina R et al. ，2022; Samuel A and Dong T M，2022）等代表性行業，企業的ESG 表現受所處行業碳排放水平影響較大。此外，疫情對于ESG 的表現提供了更好的證明，Yoo et al. （2021）發現在疫情大流行期間，ESG 評分特別是環境評分的增加與較高的回報和較低的波動性有關。Omura et al. （2021） 也發現在疫情期間，相比傳統投資，ESG 概念的投資表現更優異。這說明ESG 表現除了存在異質性外，外部風險事件會對ESG 表現與估值關系產生催化效應，為此本文提出假設3：H3： ESG 評級對企業估值的影響存在異質性，碳排放等行業屬性差異以及疫情事件的沖擊會影響ESG 與估值的關系。

2 研究設計

2.1 樣本選擇

本文選擇2019 年納入MSCI ESG 評級的313 家A 股上市公司為實驗組對象，樣本數據選取的時間范圍為2017—2020 年，共獲得1219 條有效觀測值，其中2019—2020 為試驗期，2017—2018 年定義為非實驗對比期。樣本所覆蓋的行業包括制造業（91 家）、金融業（58 家）、生活消費服務（36）、信息技術與服務（30）、能源化工與金屬（29 家）、農林牧副漁（27 家）、建筑與房地產（18 家）、交通運輸、物流與基礎建設（18 家）、其他（6 家）。試驗的年份選擇2019 年，主要基于以下兩點考慮：一是2019 年納入MSCI ESG 評級的企業最多，覆蓋范圍最廣，且入選企業基本上是行業頭部企業，入選事件在行業中具有示范效應，可能會通過對市場交易形成擾動而間接影響非入選企業的估值;二是2019 年底至2020 年初是新冠疫情暴發開始時期，疫情對所有上市公司都造成了沖擊，而疫情的影響可能凸顯了企業在履行ESG 責任方面的重要性，因此選擇該年份可以較好地評估疫情前后企業履行ESG 責任的效果，并可減少控制組的選擇性偏差。

根據2021 年4 月中國生態環境部對于高耗能和高污染行業的界定，以及上海環境能源交易所2021 年6 月發布的《關于全國碳排放權交易相關事項的公告》，納入中國碳市場的高能耗行業有八個，包括電力、石化、化工、建材、鋼鐵、有色金屬、造紙和民航，因此本文將樣本中屬于這八個行業中的企業界定為高碳排放企業（高碳企業），其余企業界定為低碳排放企業（低碳企業）。此外，考慮到農業和服務業的碳排放相對于工業較低，因此也將企業按照農業、服務業和工業進行產業劃分。

2.2 變量定義

（1） 因變量（PB）。與通常采用市盈率PE 作為估值指標不同，本文以ESG評級發布日次日的動態市凈率PB 作為因變量來衡量企業估值。主要考慮到市盈率與企業的盈利直接相關，經濟周期變動易導致不同類型企業收益出現明顯起落，甚至成為負值，此時市盈率估值的可操作性降低，而市凈率受到企業會計制度和政策規定的影響弱于市盈率，不易受到企業利潤和人為操縱的干擾，估值結果更加客觀（陳蕾等，2016）。

（2） 自變量（ESG）。本文采用MSCI ESG 的評級等級作為自變量，MSCI 將公司的ESG 表現從低到高分為7 個等級，分別是CCC、B、BB、BBB、A、AA、AAA①，借鑒鐘輝勇等（2016）、馬榕和石曉軍（2015） 和林晚發等（2019） 的直接賦值法，本文定義公司的評級為CCC 時，ESG 取值為1，以此類推，當公司的評級為AAA 時，ESG 取值達最大值為7。ESG 分值越高代表企業履行社會、環境和治理的責任表現也越好。②（3） 中介變量。根據假設2，本文構建四個指標，分別是：①機構持股比（sharehold），表征價值發現作用。ESG 評級屬于買方評級，有助于為機構投資者持倉動機提供價值線索;②年化波動率（ volatility），表征風險抑制作用，反映股票投資風險，理論上波動率越大代表股票風險越高，與估值成負相關;③年成交額（volume），表征信息傳遞作用，該指標越高表明市場對股票投資熱度越高，股票信息釋放信息也更充分，因此估值也越高;④融資成本（finance），表征融資約束緩解作用，企業高成本融資侵蝕企業利潤，進而會拉低公司價值，因此該指標與企業估值負相關。

（4） 控制變量。借鑒汪先珍和馬成虎（2022） 和曾振和沈維濤等（2016） 研究方法，選擇企業層面、市場層面和宏觀層面的控制變量共10 個，分別為：①市占率（market），反映公司在行業中的市場勢力和影響力，理論上市占有率越高的公司，行業影響力也越大，因此相比同行業公司會得到更高估值;②銷售凈利率（npm），銷售凈利率是衡量公司盈利能力的核心指標，該指標越高，代表公司盈利能力越強，估值相應也越高;③公司規模（size），通常公司規模越大，企業的估值也應越高;④研發投入（Ramp;D），研發投入代表企業創新能力，該指標對估值影響為正;⑤資產負債率（debt），資產負債率越高企業經營風險越大，對估值存在負面影響;⑥營業收入增長率（income），營業收入增長越高，代表企業市場前景越高，對估值有正向作用;⑦分析師研報數量（ report），分析師出具的研究報告數量越多，代表資本市場對企業關注度越高，對估值提升作用積極;⑧行業和宏觀變量，包括企業所屬行業的平均市凈率（ PB）、貨幣增長率（ M2） 和GDP 增長率（growth），反映行業整體估值水平和宏觀經濟因素對估值的影響。

以上數據均來源于CSMAR 和Wind 數據庫，詳細的變量定義見表1。

2.3 PSM-DID 樣本選擇

為保證實驗組和控制組具有充分的可比性，參照 Chen et al. （2018）及田利輝和王可第（2017）。本文運用 PSM-DID 方法，為實驗組尋找相應的控制組樣本。本文選擇10 個控制變量作為匹配變量。PSM-DID 模型采用 Logit 回歸，對二元被解釋變量（是否為實驗組，即Treated） 進行回歸，然后以每個匹配變量的回歸系數作為權重，擬合出每一個樣本的傾向得分值，該分值體現了某個樣本作為實驗組的概率大小。然后，根據傾向得分值對實驗組和非實驗組進行有放回的、一對多的最近鄰匹配，最終得到與實驗組相匹配的控制組。表 2 報告了Logit 回歸結果。

表3 報告了平衡性檢驗結果。因變量PB 的均值在實驗組和控制組存在5%水平上的顯著差異，而各控制變量在實驗組和控制組間均不存在顯著差異，這說明本文運用的PSM-DID 方法具有較為充分的合理性，總體匹配效果理想。

2.4 描述性統計分析

表4 顯示，各變量的標準差最大為16. 7432，說明變量的描述性統計均在正常范圍內。此外，本文還對數據進行如下必要處理：（1）對全部變量進行方差膨脹因子（VIF）診斷，變量方差膨脹因子最大值為1. 56，最小值為0. 88，解釋變量方差膨脹因子（VIF）值均小于10，結合全變量相關系數矩陣，相關系數最高值為0. 2239，因此變量整體不存在嚴重的多重共線性問題;（2） 借鑒李維安和馬超（2014）的研究，對連續變量按照1%和99%的標準進行Winsorize 處理，以控制極端值影響。

第一步構建以ESG 評級為自變量、以4 個中介變量為因變量的回歸模型，如果估計參數均顯著，則表明ESG 評級與中介變量高度相關;第二步，構建自變量、中介變量與企業估值的回歸模型，如果估計參數顯著，且自變量的系數小于模型（11）中自變量的估計參數，則證明ESG 的中介效應成立。

3 實證分析

3.1 基準回歸

表5 展示了計量模型（10）的基準回歸結果，所有變量均控制個體固定效應和時間固定效應。其中：回歸模型（1） 是交乘項Treated×Time 與因變量的單獨擬合結果，回歸模型（2） ～（10） 是控制變量逐個加入后的擬合結果。明顯可以看出，交乘項的估計參數在所有模型中均在5%水平上顯著，這表明相較于實驗組樣本，控制組樣本的ESG 評級的確對估值產生了正向影響，具體而言ESG 評級每向上調整1%，會帶來估值提升約0. 2%，因此假設1 中關于ESG 與估值正相關關系的假設成立。控制變量整體符合預期，以全變量回歸模型（10） 為例，市占率、銷售凈利率、企業規模、研發投入、營業收入增長率和研報數量6 個變量對企業估值影響均顯著為正，6 個變量每提高1%，將帶來估值分別提升0. 0226%、0. 0037%、1. 0067%、1. 7372%、0. 2084%和0. 0136%，且企業規模和研發投入兩個指標對企業估值影響最大。資產負債率對企業估值影響顯著為負，當資產負債率提高1%，將導致估值下降0. 5822%。最后，行業平均市盈率、M2和GDP 對估值的影響較為顯著，三個變量每提高1%，將促使估值分別提升0. 0058%、0. 2263%和0. 1068%，而M2 的估計參數較GDP 更大，表明貨幣供應量對股市的直接影響更為顯著。

3.2 平穩性檢驗與安慰劑檢驗

為解決基準回歸的內生性和模型選擇偏誤問題，本文參考范子英和劉甲炎（2015）及羅長遠和陳智韜（2021） 的研究思路，將 2017—2020 年的年份啞變量引入回歸方程進行平穩性檢驗和安慰劑檢驗，模型設置如下：

估計結果見圖1。在±90%的置信區間，對于納入ESG 評級的企業來說，在2019 年之前估計參數均不能拒絕零假設，在2019 年及之后，估計參數轉正，表明雙重差分模型滿足平行趨勢假設，ESG 評級對于企業估值存在正向效應。

為了驗證實驗組估值的提高確實是由于參與ESG 評級所引起的，本文還進行了安慰劑檢驗。具體而言，在剔除實驗組后的3939 家上市公司樣本中再隨機抽取新的處理組， 重復抽取 1000 次。圖2 是 1000 次估計參數值的p 值分布，參數值基本分布在0 附近且對稱。由此可以得出結論，基于準自然實驗得到的估計系數顯著異于安慰劑檢驗得到的估計系數，ESG 對于企業估值提升效應并非源于其他不可觀測的因素。

3.3 評級分值的基準回歸

根據計量模型（11），本文選擇評級日后1～6 個月內的PB 均值作為新的因變量，以ESG 評級分值作為自變量建立模型進行回歸，結果見表6?？梢钥闯?，ESG 評級分值對企業估值的作用顯著為正，進一步證明了假設1。然而整體上估計參數存在一定程度遞減，尤其是在滯后3 個月內的參數值最低，但是滯后4個月后，參數值有所回升，但仍未超過評級后1 個月內的參數值。這反映了市場對ESG 評級所披露的信息存在一個接收、驗證和正反饋過程，在這個過程中信息的消化吸收影響股票交易情緒，并帶動短期資金交易行為，導致估值出現隨時間下沉現象。

3.4 評級調整對估值的影響

鑒于樣本中獲得兩次及以上評級的公司達253 家，為評估評級調整對估值的影響，本文以各公司前后相鄰兩期評級分值之差ESG_gap 作為評級調整的解釋變量，若ESG_gapgt;0，則表示評級上調，ESG_gaplt;0 則代表評級下調，ESG_gap=0 代表維持評級，同時以對應前后兩期的PB 差值PB_gap 作為被解釋變量進行基準回歸，回歸結果見表7。

結果顯示，評級上調對PB 差值的影響顯著為正，即表明評級上調可以進一步提高企業后續估值水平，而評級下調對PB 差值的影響顯著為負，也表明評級下調會降低后續估值水平，在維持評級的情況下，評級調整對估值調整不顯著。

從這個意義上看，企業只有保持連續的ESG 投入，才會被資本市場持續關注和認可，進而推動公司價值維持在一個相對高的水平上。因此本文假設1 進一步得到證明。

3.5 中介效應檢驗

表8 和表9 是中介效應模型的回歸情況。表8 對應中介效應模型（12），結果顯示ESG 評級對機構持股比和交易量的影響均顯著為正，對融資成本和波動率的影響均顯著為負，說明ESG 評級的確具有價值發現、風險抑制和信息傳遞作用，并且降低了企業外部融資成本。表9 對應中介效應模型（13），可以看出，ESG 和中介變量的估計參數均較為顯著，且ESG 的估計參數均小于表6 中ESG的估計參數，因此關于中介效應的假設2 整體成立。

3.6 異質性檢驗

為驗證假設3，本文對不同碳排放行業進行產業分組和行業分組檢驗。

表10 報告了評級事件對估值影響的分組檢驗。可以看出，農業企業和服務業企業的估計參數較為顯著，而工業企業的估計參數不顯著（β =0. 1679，Pgt;0. 1），且服務業企業的顯著性水平（ β = 0. 2012，Plt;0. 05） 高于農業企業（ β = 0. 4782，Plt;0. 1），表明服務業企業的估值對ESG 評級更敏感，而工業企業并不敏感。行業分組顯示，低碳行業的ESG 估計參數較為顯著，而高碳行業并不顯著。這反映了兩方面問題：其一，低碳企業和高碳企業在污染和碳排放量上本身存在差異，低碳企業對環境和社會影響程度相對較低，因此在ESG 評級上低碳企業整體優于高碳企業。根據本文樣本統計，高碳企業ESG 評級平均分為4. 86，而低碳企業ESG 評級平均分為5. 55，比高碳企業高約14%。其二，高碳企業屬于中國高耗能和高污染的“兩高” 限制性行業，從當前實踐來看，高碳企業的綠色轉型任重道遠，其ESG 責任的履行與全社會的期望也有較大差距，因此其ESG 評級對估值的影響弱于低碳企業。此外，經驗p 值表明，以上兩類分組的各組間ESG 估計參數差異顯著。

表11 展示的是異質性分組情況下，ESG 評級分值的估計參數矩陣?？梢园l現，在6 個時間段內，服務業企業和低碳企業的估計參數顯著為正，而且估計參數值雖有波動但都有一個隨時間推移增大的趨勢，表明評級分值對估值的影響可能隨時間強化。農業企業的估計參數不顯著，但也均為正，表明ESG 評級分值對企業估值可能存在正向影響。而工業企業和高碳企業的估計參數基本不顯著。

3.7 穩健性檢驗

為保障研究結果的穩健性，本文主要采用產權性質分組、疫情影響分組和變量替換法3 種方法進行穩健性檢驗，檢驗結果詳見表12。

回歸結果（1）展示了產權性質分類，可以看出ESG 評級對民營控股企業的影響顯著為正，國有控股企業的估計參數為正，但不顯著，從估計參數值看民營控股企業遠高于國有控股企業，這表明ESG 評級對民營企業的正向促進作用更強?；貧w結果（2）展示了疫情發生前分組情況，疫情前后估計參數均較為顯著，且疫情發生后ESG 對企業估值的影響顯著增大，這表明疫情可能導致全社會對企業ESG 表現更加重視，并放大了ESG 對估值的作用效果。此外，經驗p 值表明，以上兩類分組的組間ESG 估計參數差異顯著?；貧w結果（3） 是樣本調整回歸，主要通過剔除金融企業（225 家） 和房地產企業（71） 分別回歸?？梢钥闯?，無論是剔除金融企業還是房地產企業，最后保留樣本的ESG 估計參數仍顯著。

回歸結果（4）是自變量替換回歸，將自變量MSCI ESG 評級替換為CDP 和彭博的ESG 評級數據，根據CDP 和彭博官網披露的信息，兩公司截至2020 年底分別對195 家和1039 家中國上市公司進行了ESG 評級，根據評級分值進行基準回歸，結果顯示CDP 和彭博的評級結果對企業估值的影響顯著為正。模型（5）是將因變量替換為市盈率PE 和市銷率PS，替換后，ESG 估計參數值有所降低，但是仍分別在5%和10%水平上顯著。綜上，采用上述檢驗方法并沒有改變本文的研究結論。

4 內生性討論

為了控制內生性問題，可采用工具變量法進行檢驗。工具變量主要采用A股2020 年非ST 上市公司中，企業高管中是否有女性高管和海外留學與工作經歷高管兩項指標。有效工具變量需滿足相關性和內生性兩個條件：首先，已有文獻顯示，高管團隊女性高管和海外背景會顯著影響企業履行社會責任（ 羅思平和于永達，2012;Ismail and Latiff，2019），當高管團隊中女性高管和海外背景高管比例越高時，企業的環境和社會責任表現會更好，評級也更高，因此兩項指標與ESG 評級應呈現正相關關系。其次，高管團隊女性高管和高管海外背景不會對企業估值產生直接影響，也與控制變量和隨機擾動項基本不相關，因此外生性成立。

本文設置工具變量為IV，如果上市公司中有女性高管或海外背景高管，則IV 取值為1，否則取值為0。兩階段最小二乘（2SLS）模型如下所示：

模型（15）是自變量與工具變量的回歸模型，如果估計參數顯著，則表明自變量與工具變量相關性假設成立。模型（16） 是將模型（15） 中得到的自變量估計值與因變量進行回歸的模型，如果估計參數仍顯著，則表明工具變量設定符合預期。表13 匯報了采用女性高管和海外背景高管兩個工作變量的回歸結果。第（1）列和第（2） 列匯報了第一階段的回歸結果，IV 的估計參數分別為0. 2355 和0. 1361，并且在1%的水平上顯著。同時，Kleibergen-Paap rk LM 統計量分別為66. 0167 和53. 6848，均達到了1%的顯著性水平，Kleibergen-Paap rkWald F 統計量分別為110. 3674 和122. 6784，均大于Stock-Yogo weak ID test 在10%水平上的13. 4028 和11. 0573，兩個統計量分別拒絕了識別不足和弱工具變量的原假設，Anderson-Rubin Wald 統計量對應的p 值小于1%，拒絕了“內生歸回系數之和等于零”的原假設，以上檢驗統計量證明了本文工具變量的正確性。

第（3）和第（4）列匯報了第二階段的回歸結果，E︿SG 的估計參數分別為 0. 1181和0. 0078，且均在1%水平上顯著。以上結果表明，即使考慮了內生性問題，ESG 評級與估值的正向關系依然成立。

5 結論與啟示

5.1 主要結論

本文構建PSM-DDM 模型，基于我國上市公司獲得的MSCI ESG 評級結果，研究我國上市公司ESG 責任履行與企業估值的關系。研究發現：①ESG 責任履行顯著提高企業估值，平穩性檢驗和安慰劑檢驗結果也支持該結論;②企業提升ESG 責任履行，即MSCI ESG 評級上調，短期內提升企業估值，且長期內保持高估值水平;③ESG 責任履行通過提高機構持股比例和成交量、降低股價波動率和融資成本來提升企業估值，MSCI ESG 評級揭示了ESG 責任履行的價值發現、風險抑制、信息傳遞和融資約束緩解作用;④異質性檢驗表明，低碳企業和民營控股企業相對于高碳企業和國有控股企業，其估值對ESG 評級更為敏感。

此外疫情的暴發提高了ESG 對估值的影響程度;⑤剔除金融和房地產企業進行樣本分組、更換變量和采用女性高管占比和海外高管占比作為工作變量等方法，均支持本文結論。

5.2 政策啟示

當前中國正在大力推動“雙碳” 減排政策，實現經濟社會綠色可持續發展，而ESG 實踐的成效對于上述目的的達成至關重要。因此，結合本文研究結論，有如下政策啟示：①盡快建立ESG 強制信息披露制度，推動中國標準的ESG 評級體系建設。借鑒國際權威的信息披露標準和框架，建立符合中國“雙碳”發展目標的ESG 強制信息披露制度，制定規范、具體、統一的信息披露標準，加大高碳企業信息披露的監管力度。同時參考國際主流評級機構的理念和標準，構建適用于中國的責任投資評級和評價體系;②推動市場化ESG 投資，提高責任投資比重。按照央行統計，2020 年末，我國綠色債券存量約8000 億元，占全部企業和政府債券余額的比例僅約為1. 09%，中國ESG 主題基金規模尚不足股票型基金和混合型基金總體市場規模的2%，而這一比例在歐洲高達15%。因此，需要引導社保、保險機構、養老金年金等長期機構投資者在選擇投資產品時兼顧社會責任，關注和跟隨綠色指數，發揮大型投資機構的示范作用。③創新ESG融資渠道，降低企業資金成本。監管機構要引導金融機構對ESG 表現優良的企業和項目提供融資，降低融資門檻。例如可以把ESG 評級合格的綠色信貸資產納入中央銀行貨幣政策操作合格抵押品的范圍，為商業銀行綠色信貸業務提供激勵，也可以對投向ESG 的信貸資產定向降準。同時，商業銀行可根據ESG 評級結果，建立負面清單，減少對ESG 表現較差企業的貸款。

參考文獻

陳蕾， 李和薈， 王弘袆. 2016. 周期性企業估值框架構建[J]. 經濟與管理研究， 37（10）：118-125.

范子英， 劉甲炎. 2015. 為買房而儲蓄———兼論房產稅改革的收入分配效應[ J].管理世界，（5）： 18-27.

胡繼之，于華. 1999. 影響中國股市價格波動若干因素的實證分析[J]. 中國社會科學，（3）：68-87.

李維安， 馬超. 2014. “實業+金融”的產融結合模式與企業投資效率———基于中國上市公司控股金融機構的研究[J]. 金融研究，（11）： 109-126.

林晚發， 劉穎斐， 趙仲匡. 2019. 承銷商評級與債券信用利差———來自《證券公司分類監管規定》的經驗證據[J]. 中國工業經濟，（1）： 174-192.

劉熀松. 2005. 股票內在投資價值理論與中國股市泡沫問題[ J]. 經濟研究，（2）：45-53.

劉維奇，劉新新. 2014. 個人和機構投資者情緒與股票收益———基于上證A 股市場的研究[J]. 管理科學學報，17（3）：70-87.

羅長遠， 陳智韜. 2021. “走出去” 對企業產能利用率的影響———來自“ 一帶一路”倡議準自然實驗的證據[J]. 學術月刊， 53（1）： 63-79.

羅思平， 于永達. 2012. 技術轉移、“海歸”與企業技術創新—基于中國光伏產業的實證研究[J]. 管理世界，（11）： 124-132.

馬榕， 石曉軍. 2015. 中國債券信用評級結果具有甄別能力嗎？ ———基于盈余管理敏感性的視角[J]. 經濟學（季刊）， 15（1）： 197-216.

田利輝， 王可第. 2017. 社會責任信息披露的“掩飾效應”和上市公司崩盤風險———來自中國股票市場的DID-PSM 分析[J]. 管理世界，（11）： 146-157.

王雪，郭慶云，羅榮華，等. 2018. 基于信息網絡視角的機構持股與盈余公告市場反應研究[J]. 中國軟科學，（11）：172-183.

汪先珍，馬成虎. 2022. 控股股東股權質押、內部占用及其經濟后果—基于融資工具的理論視角[J]系統工程理論與實踐，42（5）：1146-1171.

王燕鳴，張俊青. 2011. 創業板上市公司成長性與估值[ J]. 經濟管理，33（ 7）：45-49.

曉芳， 蘭鳳云， 施雯， 等. 2021. 上市公司的ESG 評級會影響審計收費嗎？ ———基于ESG 評級事件的準自然實驗[J]. 審計研究，（3）： 41-50.

張建波，李振. 2014. 行業因素對我國股票價格波動率的影響研究[ J]. 山東大學學報（哲學社會科學版），（1）：88-93.

鐘輝勇， 鐘寧樺， 朱小能. 2016. 城投債的擔保可信嗎？ ———來自債券評級和發行定價的證據[J]. 金融研究，（4）： 66-82.

曾振，沈維濤. 2016. 創業板上市公司估值特征及影響因素研究[ J]. 證券市場導報，（3）：32-39.