電力公司ESG信息披露質量對股價表現和信用風險影響研究

【摘" 要】論文深入研究了ESG評級變動對電力行業上市公司的超額收益率和信用風險之間的時變關聯性。通過采用TVP-SV-VAR模型對2014-2022年滬深300指數電力上市公司的數據進行分析，探討了ESG評級變動的影響。研究發現，從短期來看，ESG評分對信用風險和行業超額收益率的影響較小，但從長期來看，這種影響顯著增強。電力行業ESG評分行業超額收益率呈正相關關系，且其行業ESG評分上升時，其信用風險呈現下降趨勢，隨著時間的延長，這種影響變得更加顯著。論文的發現可為投資者在考慮ESG評級時提供參考，同時也鼓勵企業注重ESG理念，提升其在可持續發展方面的表現。

【關鍵詞】ESG評級；超額收益率；信用風險；TVP-SV-VAR模型

【中圖分類號】F426" " " " " " " " " " " " "【文獻標志碼】A" " " " " " " " " " " " 【文章編號】1673-1069（2024）02-0072-03

1 理論分析

1.1 ESG評級與超額收益率

ESG投資，關注企業在環境、社會和治理方面的表現，自二十世紀六七十年代起逐漸形成。聯合國環境規劃署在2004年首次提出ESG投資概念，強調投資決策中考慮這些因素的重要性。此后，聯合國發布了企業負責任的投資原則，高盛集團發表了具有里程碑意義的ESG研究報告。ESG評級的E、S和G分別代表環境、社會和治理，現已成為衡量企業綜合表現的重要指標。王琳璽等[1]對作用機制的分析表明，良好的ESG表現有助于緩解企業融資約束、改善企業經營效率、降低企業財務風險，從而提升企業價值。李瑾[2]的研究也表明高評級公司相對低評級公司其股票平均收益率更高，即前者可以獲得ESG額外收益，機構投資者調研對ESG評級的市場反應具有顯著的正向影響[3]。研究顯示，良好的ESG表現能顯著提升企業價值，進而提升該企業在股票市場的表現。

綜上所述，本文提出假設1：ESG評級的變化對公司超額收益率有正向影響。

1.2 ESG評級與信用風險

信用風險又被稱為違約風險，是指借款人、證券發行人或交易對方因種種原因，不愿或無力履行合同條件而構成違約，致使銀行、投資者或交易對方遭受損失的可能性[4]。本文將企業在未來一定時間內無法履行債務償還義務的可能性稱為違約概率。研究表明，信用風險在ESG表現對債務資本成本的影響中發揮部分中介作用[5]，ESG得分越高的企業，其發生債務違約的可能性越低[6]。良好的ESG表現有助于增強投資者信心，減輕融資約束，并有效降低債務融資成本，從而提高企業的財務績效。因此，據現有研究表明ESG表現較好時，投資者更愿意對企業進行投資，從而降低企業的債務融資成本，企業以提高財務績效，從而降低其違約概率。

綜上所述，本文提出假設2：當ESG評級上升時，企業違約概率下降。

2 研究設計

2.1 行業ESG評分

本文采用華證ESG評級，并將ESG評級進行賦分，AAA=9、AA=8、A=7、BBB=6、BB=5、B=4、CCC=3、CC=2、C=1。單一的公司ESG評級無法準確衡量行業的ESG評級，因此將其進行市值加權后得出行業ESG評分，其目的是，考量到部分市值較大的電力企業對整個電力行業的影響較大，因此需要做出市值加權。公司市值數據來源為Wind數據庫，行業ESG評分計算公式表示為：

∑■■Ert■" " " （1）

式中，r、t分別代表了企業、時間。Ert代表了公司r在t時的ESG得分，Prt代表了企業r在t時的市值，Bt則代表了在t時所有電力樣本企業的總市值。

2.2 行業季度超額收益率

由于本文采用華證ESG評級的季度數據，因此為了保持前后文指標的一致性，將公司的季度收益減去滬深300季度收益率得到公司的季度超額收益率。滬深300季度收益率是根據Wind數據庫中滬深300的收盤價，通過（季末收盤價-季初收盤價）/季初收盤價，得到季度收益率；公司季度收益率是根據Wind數據庫中各樣本公司的收盤價，通過（季末收盤價-季初收盤價）/季初收盤價，最后計算行業超額收益率時仍然采用市值加權。其計算公式表示為：

∑■■Art■" " （2）

式中，Art代表了公司r在t時的季度超額收益率。

2.3 行業違約概率

本文在量化信用風險時采用的是Z-Score模型，該模型是以多變量的統計方法為基礎，以破產企業為樣本，通過大量實驗，對企業的運營狀況、是否破產進行分析、判別的系統。在西方國家得到了廣泛的應用，用以衡量一個公司的財務健康狀況，并對公司在2年內破產的可能性進行診斷和預測，研究表明該模型的預測準確率達到了72%到80%之間[7]。Z值預警，是分析預測企業財務失敗或破產可能性的風險評估機制。Z值越低，說明企業的財務狀況越危險，發生破產的可能性越大。本文通過Wind數據庫查找了Z值的相關數據，并依然用市值加權來計算得出行業Z值預警得分。其計算公式表示為：

∑■■Zrt■" " （3）

式中，Zrt代表了公司r在t時的Z值。

3 模型構建

本文在衡量行業風險時采用的是Altman Z-Score，該模型是Altman在《財務比率、判別分析及公司破產預測》[8]中首次提出了用于預測公司破產風險的財務模型。這個模型通過結合多個財務指標來計算出一個分數，Z值用于預測企業在未來兩年內破產的可能性。該模型的具體形式如下：

Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5" " （4）

式中，X1為工作資本/總資產，X2為留存收益/總資產，X3為營業利潤/總資產，X4為市場價值股權/總負債，X5為銷售額/總資產。

如圖1所示，在2014年3月至2022年12月期間，行業ESG評分與行業季度超額收益率的折線趨勢具有一定的同步性，特別是在2021年12月至2022年12月期間，二者同步性趨勢更為明顯，初步證明文章假設1；在2015年12月至2017年3月時間內，行業ESG評分升高，而行業違約概率出現下降，特別是在2016年6月二者都出現了相對波峰，二者呈現反向變化，初步證明文章假設2。

本文采用TVP—SV—VAR模型對行業ESG評分、行業季度超額收益率和行業違約概率的關系進行研究。結構向量自回歸模型（SVAR）可推導出TVP—SV—VAR模型，典型的SVAR模型表示如下：

Ayt=F1yt-1+F2yt-2+…+Fsyt-s+μt，t=s+1，…，n" "（5）

其中yt為k×1維觀測向量，F1，…，Fs都為k×k階系數矩陣。μt是k×1維擾動項，在此，假設μt～N（0，∑∑），∑為對角形矩陣，矩陣A則是主對角線元素全為1的下三角矩陣：

∑=■，A=■" "（6）

在式（5）等號兩邊同時左乘A-1，即得到簡化式VAR：

yt=B1yt-1+B2yt-2+…+Bsyt-s+A-1∑εt，εt～N（0，Ik）" （7）

其中，Bt=A-1Fi，i=1，2，…，s

將矩陣Bi（i=1，2，3，…）中的元素堆疊得到K2s×1維的列向量？茁，則式（7）可以表示為如下形式：

yt=Xt ？茁+A-1∑εt" " " "（8）

其中，Xt=Ik■（yt-1，…，yt-s），■表示Kronecker積。

在式（8）中的各參數仍然均為固定參數，因此，放松此假設，允許式（8）中的參數轉化為時變參數，則可以由基本的VAR模型擴展為TVP—SV—VAR模型：

yt=Xt ？茁t+A■■∑εt，t=s+1，…，n " "（9）

在式（9）中，參數？茁t 、At 和∑t均已轉化為時變參數。令？琢t代表下三角矩陣At中的元素按行堆疊形成的堆積向量，令ht=（h1t，h2t，…，hkt），代表對數隨機波動率矩陣，其中hji=logσ■■，j=1，2，…，k；t=s+1，…，n。并假設模型中所有時變參數服從一階隨機游走過程，即：

？茁t+1=？茁t+μ■，？琢t+1=？琢t+μ■，ht+1=ht+μ■" " "（10）

εtμ■μ■μ■～N0，■" " "（11）

其中，t=s+1，…，n；？茁s+1～N（μ■，∑■），？琢s+1～N（μ■，∑■），hs+1～N（μ■，∑■）且∑？茁，∑α，∑■均為對角矩陣。關于參數服從一階隨機游走過程的假設能夠允許參數暫時或持久性變動，從而可以充分反映潛在的結構突變，并且運用馬爾科夫鏈蒙特卡羅法（MCMC）能夠實現對TVP—SV—VAR模型精確有效的估計[9]。

4 實證分析

4.1 參數估計

從表1可以看出，參數的后驗均值都在95%的置信水平區間內，Geweke值都小于5%的臨界值，表明不能拒絕參數收斂后驗分布的原假設，sa1的無效因子為13.85，其余無效因子均小于11，遠小于抽樣次數10 000次，參數估計顯著有效，接受原假設，各參數取值路徑平穩性圖上下波動，路徑平穩，取值方法有效，模型擬合效果良好。因此，相關的檢驗能夠較好地支持基于TVP－SV－VAR模型的后續推斷。

4.2 不同時點脈沖響應分析

進一步地，本文根據變量的變動特征設置了3個不同的特定時點沖擊，來刻畫行業ESG評分誘致的行業季度超額收益率、行業風險違約概率的影響關系，本文為了考察在一段時間之內股價的相對低點和高點對其變量的影響，綜合選取3個代表性脈沖時點進行研究。不同時點脈沖響應分析結果如圖2所示，給出了t=2、6、17期的沖擊，對應時間點為2014年6月30日、2015年6月30日和2018年3月31日，用來觀測瞬間的變化影響。

結果表明，行業Z值及投行業季度超額收益率對于行業ESG評分的影響較為顯著，呈現出不同的波動性和時變性，同樣行業Z值也對行業季度超額收益率起到了明顯橫向作用。綜合數據結果看，在股價處于高位期時，即t=2和t=6時，三者變量不論何種變量受到脈沖沖擊，而在t=17時，三者變量不論何種變量受到脈沖沖擊，都會有較大的影響，從而說明從短期來看，行業ESG評分對行業Z值預警和行業超額收益率影響并不大，但從長期來看影響顯著。從分析結果來看，能夠回應ESG評級的變化對公司超額收益率有正向影響和當ESG評級上升時，企業違約概率下降的假設。

5 結論與建議

本研究通過TVP-SV-VAR模型的應用，對電力行業上市公司在2014至2022年間ESG評級變動對超額收益率和違約概率的影響進行了深入分析。研究結果表明，雖然ESG評級在短期內對超額收益率和違約概率的影響不顯著，但從長期視角來看，這種影響逐漸顯現，并呈現出正相關關系。這一發現不僅豐富了ESG投資和金融穩定性之間關系的理論研究，也為金融實務中的可持續投資決策提供了重要參考。從實踐應用的角度看，本研究強調了ESG評級在長期價值投資策略中的重要性。投資者應考慮企業的ESG表現作為投資決策的一部分，以實現長期的財務收益和社會責任。同時，對于電力行業等重資產行業，ESG表現尤為關鍵，不僅反映了企業對環境和社會責任的承擔，也是企業長期穩定發展的重要指標。此外，研究也揭示了ESG評級在中國市場應用的局限性，尤其是數據的可靠性和覆蓋范圍。未來研究可以在更廣泛的行業和更大樣本量的基礎上，進一步探討業績評級與電力行業上市公司的財務表現之間的關系。同時，對ESG評級方法的完善和標準化也是未來研究的重要方向。

綜上所述，本文的研究不僅為金融學理論提供了新的視角，也對實際投資決策和政策制定提供了有價值的參考。鑒于ESG投資在全球范圍內的興起，本研究的發現對于推動中國市場ESG投資的發展具有重要意義。

【參考文獻】

【1】王琳璘，廉永輝，董捷.ESG表現對企業價值的影響機制研究[J].證券市場導報，2022（05）：23-34.

【2】李瑾.我國A股市場ESG風險溢價與額外收益研究[J].證券市場導報，2021（06）：24-33.

【3】李倩君，劉成剛，許虹艷.機構投資者調研對ESG評級市場反應的影響研究[J/OL].經營與管理：1-13[2024-01-02].https：//doi.org/10.16517/j.cnki.cn12-1034/f.20231213.005.

【4】李仁真.國際金融法[M].武漢：武漢大學出版社，2011.

【5】周莎，毛革歌，陶思奇.ESG表現、信用風險與債務資本成本——基于滬深A股上市公司的實證研究[J].會計之友，2023（18）：90-97.

【6】劉學娟，常如月，張靜怡，等.考慮ESG表現的企業違約風險預警研究[J].金融理論與實踐，2023（04）：45-57.

【7】王一然.基于Z-Score模型的房地產企業財務風險控制研究[D].哈爾濱：哈爾濱商業大學，2019.

【8】Altman E I. Financial ratios， discriminant analysis and the prediction of corporate bankruptcy[J]. The journal of finance， 1968， 23（4）： 589-609.

【9】牛寧寧.外匯市場壓力與貨幣政策關聯性研究[D].濟南：山東財經大學，2021.