同行氣候風險信息披露的溢出效應

【中圖分類號】F275 【文獻標識碼】A 【文章編號】1004-0994（2025）16-0052-7

一、引言

黨的二十大報告指出，要積極參與應對氣候變化全球治理，積極穩妥推進碳達峰碳中和。我國作為易受氣候變化影響的最大發展中國家，如何在“雙碳”目標的指引下，建設一個完備、高效的資本市場，為企業投融資創造良好的環境，對于構建新質生產力，推動經濟社會高質量發展至關重要。鑒于氣候變化影響的長期性、廣泛性和復雜性（朱翔宇，2023），企業對氣候變化進行風險信息披露刻不容緩。同行企業與目標企業面臨著相似的經營風險、政策環境，其披露的氣候風險可以傳遞增量信息（李姝等，2021），從而對資本市場產生正向溢出效應。因此，本文主要考察同行氣候風險信息披露對目標企業融資成本的影響及作用機制。

本文可能的貢獻在于：一是基于群體視角，研究氣候風險信息披露的經濟后果。現有關于企業非財務信息的研究多從企業自身出發，探究個體企業信息披露行為對自身的影響，本文不僅從同行角度解讀企業氣候風險信息披露的動因，更進一步考察了同行氣候風險信息披露對目標企業融資成本的作用路徑，拓寬了氣候風險信息披露的研究界限。二是在氣候治理的背景下，為降低企業外部融資成本提供了新思路。現有文獻主要從宏觀和微觀兩個視角研究企業融資成本的影響因素。本文借助文本分析法，探究同行企業氣候風險信息披露如何賦能企業融資，從融資成本視角拓展了同行信息披露的價值能力研究，可為我國積極適應氣候變化、規范資本市場非財務信息披露提供參考。

二、理論分析與研究假設

氣候變化會威脅宏觀經濟和金融穩定。企業作為溫室氣體的最大排放方、氣候治理任務的具體執行者，加強氣候風險相關信息披露是大勢所需，也是大勢所趨。同行企業披露的氣候風險信息不僅可以為企業的經營管理提供新思路，還有助于外部投資者辨別具有綠色潛力的優質企業，從而為企業降低融資成本提供新路徑。

同行企業披露的氣候風險信息對目標企業融資成本具有正向外溢效應。從信息供給的角度來看，對市場參與者而言，同行企業披露的氣候風險信息比其他企業披露的氣候風險信息更具信息含量（Shroff等，2017）。高度相關的基本面使同行企業與目標企業具有更為相似的供應鏈敏感性（葉豐瀅和黃世忠，2025）、擱淺資產配置，面臨更為相似的市場與政策環境（Seo，2021）等。同行企業披露的氣候風險信息包括對已知氣候風險的解釋和可預見氣候風險事件的應對，有利于為市場參與者打開行業基礎風險的黑箱，使投資者更為準確地把握公司風險動態（王雄元和高曦，2018），從而減少信息不對稱，降低企業融資成本。從風險應對的角度來看，同行企業氣候風險信息披露有助于企業間的信息互通，形成積極應對氣候變化的合力。氣候風險對企業經營的影響與日俱增，亟需同行企業間展開合作，共同應對（杜劍等，2023b）。隨著越來越多的投資者、金融機構和監管機構將氣候因素納人自身的風險管理體系（杜劍等，2023a），更多同行企業選擇公開氣候風險相關信息（Li等，2024），這可以產生乘數效應，向市場傳遞行業具備比較優勢的利好信號，充分展示行業具備較強的風險抵御能力和未來發展潛力，從而吸引更多具有綠色偏好的外部投資者（劉斯琴等，2024），拓寬融資渠道，同時倒逼行業中未披露公司更新其氣候風險應對策略（Li等，2024），積極響應外部利益相關者對信息披露提出的新要求，以獲得市場信任，減少融資成本中的風險溢價（謝佩帛等，2023）。

同行企業披露氣候風險能夠產生信息治理效應，有效緩解目標企業的信息不對稱，從而降低融資成本。根據信息不對稱理論，在不完美的資本市場中，處于信息優勢地位的企業管理者可能會隱瞞企業面臨的氣候風險，并將其轉嫁給外部資金供給方。為彌補氣候變化不確定造成的損失，外部資金供給方會要求更高的風險補償，體現為公司外部融資成本的增加。對外部投資者而言，同行氣候風險信息可以補充已有的目標企業特質信息（Seo，2021），從而降低其與目標企業間的信息壁壘。目標企業披露的氣候風險水平是有限的，而同行企業披露的氣候風險信息可以使外部投資者更加全面客觀地認識、評估行業整體氣候風險水平及目標企業氣候風險應對情況，更有利于比較并識別真正的綠色可持續發展企業，降低信息獲取成本和“逆向選擇”造成的損失，使資金流向綠色優質企業，進而降低融資成本。對分析師而言，同行企業披露氣候風險信息可以提高其預測能力（王雄元等，2017）。相較于普通投資者，分析師具備更強的專業解讀、市場定價和風向引導能力。氣候變化作為金融風險的重要來源之一，將對企業貼現率等財務指標造成直接或間接影響（楊子暉等，2024）。同行企業氣候風險信息定位了公司所處的風險狀態，使得分析師可以充分將行業應對氣候變化的外部性收益內部化，更加精準地預估目標公司的未來現金流量（王雄元和高曦，2018），從而提高市場對氣候風險的解讀能力，更好地發揮市場軟監督的外部治理作用，減少企業“漂綠\"行為引發的風險補償（劉柏和盧家銳，2024）。

同行企業進行氣候風險信息披露還可以發揮信息學習效應，為推動目標企業披露氣候風險信息，開展綠色轉型活動提供明確的努力方向和良好的學習環境，同時向外界傳遞企業積極應對氣候風險的有利信號。一方面，同行氣候風險信息披露提高了目標企業披露氣候風險信息的可能性，減少了由信息不透明帶來的風險溢價。根據社會學習理論，當行業氣候風險信息披露水平較高時，會向目標企業施加規范合法性和認知合法性壓力（李宗澤和李志斌，2023；張喆等，2024），促使其提高信息披露水平。從被動到主動的披露行為，有力地回應了利益相關者迫切的氣候風險信息需求，從而吸引更多具有綠色偏好的外部投資者，這有利于降低融資成本（劉斯琴等，2024）。另一方面，綠色創新活動是一個吸收和利用既有信息以創造新信息的過程，具有投入資金多、持續時間久、失敗風險大以及轉移成本高等特點（李姝等，2021；張喆等，2024），因而需要良好的信息環境作為支撐（Tseng和Zhong，2024）。同行企業與目標企業有著相似的經營風險、政策背景，塑造了與目標企業緊密聯系的外部信息環境，其披露的氣候風險內容描述了行業如何應對氣候物理風險和轉型風險，不僅可為目標企業預判未來行業發展方向、規避潛在的不確定性風險、識別真正有潛在價值的綠色創新機會提供重要參照，而且可為目標企業學習先進綠色技術、提高研發效率、避免重復性資源浪費、降低綠色創新活動的成本提供便利（陳怡欣等，2024）。在“雙碳”目標背景下，氣候風險信息披露和綠色創新活動日益成為企業實現高質量發展的重要途徑，能向外界展示企業強大的可持續競爭力，增強投資者的信心和價值認同感（杜劍等， 2023a ），引發正向的長期市場反應（武恒光和王守海，2016；武恒光等，2022）。

綜上，本文提出如下假設：

H1：同行氣候風險信息披露可以降低企業融資成本。H2：同行氣候風險信息披露可以發揮信息治理效應，從而降低企業融資成本。H3：同行氣候風險信息披露可以發揮信息學習效應，從而降低企業融資成本。

三、研究設計

（一）樣本選取與數據來源

本文選取 2008～2022 年滬深A股上市企業為樣本，非財務文本數據來自對企業年報進行的文本分析，財務數據來源于國泰安數據庫。為保證數據的可靠性，從初始樣本中刪除缺失數據，剔除ST、 和金融行業樣本，并做上下 1% 的縮尾處理，最終獲得4236家公司共35939個觀測值。

（二）變量定義

1.被解釋變量：企業融資成本（cost）。參照覃家琦等（2020）的研究，首先采用CAPM模型計算股權融資成本，其次以企業利息總支出與長短期債務總額平均值的比值衡量債務融資成本，最后以企業凈資產、負債的占比為權重，計算加權平均資本成本，作為企業融資成本的代理變量，具體計算公式見表1。

表1 變量定義

2.解釋變量：同行氣候風險信息披露（mclimaterisk）。參照李宗澤和李志斌（2023）、杜劍等（2023b）的研究：首先，從物理風險和轉型風險兩個維度，利用Python挖掘企業年報中氣候風險的文本詞頻并加總；其次，以氣候風險詞頻總數除以年報文本總詞頻數作為企業層面的氣候風險信息披露指標；最后，剔除目標企業后對行業中剩余企業的氣候風險信息披露水平取平均數作為同行氣候風險信息披露的代理變量。

3.機制變量：信息治理效應和信息學習效應。信息治理效應反映了同行氣候風險信息披露能否為以分析師和外部投資者為代表的市場參與主體提供增量信息，使其更好地發揮\"軟監督\"作用。一是，參照劉會芹和施先旺（2020）的研究，先計算分析師預測值與實際值的差值的絕對值，再對該數據進行標準化處理以衡量分析師預測精確度（ferror），用于反映信息治理中分析師維度的作用。ferror為負向指標，其值越小，說明分析師預測誤差越小，分析師預測精確度越高，信息治理效應在分析師維度的表現越好。二是，參照肖奇和吳文鋒（2023）的研究，統計百度搜索指數中目標企業的搜索頻率，用于衡量投資者關注度（attention），搜索行為越頻繁，表明投資者對企業的關注度越高，投資者發揮的外部治理作用越大，即信息治理效應在投資者維度的表現越好。

信息學習效應聚焦于目標企業作為同行氣候風險信息接收者，如何整合、利用同行信息，優化自身氣候風險信息披露、綠色研發等綠色實踐行為。一方面，參照李宗澤和李志斌（2023）的研究，首先人工閱讀600余份年報，并結合中國語境確定氣候風險詞集，然后使用Python訓練年報語料統計目標企業氣候風險詞頻總數，將其除以年報文本總詞頻數得到目標企業氣候風險信息披露水平（climaterisk）。另一方面，為更有效地衡量目標企業的學習效果，參照肖仁橋等（2022）的研究，選取企業綠色研發過程中的投入產出比來衡量綠色研發效率（grd）。以企業研發人員數量和研發經費支出作為投入指標、綠色專利申請數和授權數量作為產出指標，采用DEA-SBM模型計算得到投入產出比。該值越高，說明目標企業在學習同行氣候風險信息后，在綠色研發實踐中的表現越好。

4.控制變量。根據已有研究（李政大等，2024），選取相關控制變量（見表1），同時固定行業（industry）、年份（year）效應。

（三）模型設計

參照李宗澤和李志斌（2023）、Li等（2024）的研究，構造OLS模型驗證H1，具體模型如下：

∑year ?+ε_i，t （204號

其中，下腳標i和t分別代表公司個體和年份，controls為控制變量組， σ_ε 為隨機擾動項。根據前文的分析，同行氣候風險信息披露對目標企業融資成本存在緩釋作用，預期 α₁ 顯著為負，即同行企業的氣候風險信息披露水平（mclimaterisk）越高，目標企業融資成本（cost）越低。

四、實證分析

（一）描述性統計

表2為主要變量的描述性統計結果。同行氣候風險信息披露均值為3.4371，最小值為2.0306，最大值為5.1546，其中大部分樣本集中在均值附近，整體呈現出集聚態勢。企業融資成本均值為0.0592，和中位數非常接近，標準差為0.0120，說明企業融資成本的分布基本呈對稱分布，且部分企業融資成本仍然較高，符合我國當前的融資形勢。其他變量和以往研究一致，為本文研究提供了良好的基礎。

表2 描述性統計

（二）基準回歸

表3列（1）、列（2）、列（3）均為模型（1）的回歸結果，其中，僅列（3）加入控制變量并雙向固定年份與行業，列（1）未加入控制變量且未控制年份與行業固定效應，列（2）未控制年份與行業固定效應。mclimaterisk的回歸系數分別為-1.0936、 -0.8775 / -0.1559 ，均在 1% 的水平上顯著，與預期相符，印證了同行氣候風險信息披露溢出效應的存在性。從經濟意義來看，列（3）的回歸結果表明，同行氣候風險信息披露（mclimaterisk）平均每增加一個單位標準差，企業加權平均資本成本標準差降低7.18倍 （0.1559× 0.5525/0.0120）。因此，無論從統計顯著性還是經濟顯著性來看，同行氣候風險信息披露都會降低企業融資成本，提升企業融資能力，H1得到驗證。

表3 同行氣候風險信息披露與企業融資成本

注：括號內為t值，*、**、***分別表示在 10%.5%.1% 的水平上顯著，下同。

（三）內生性檢驗

1.傾向得分匹配（PSM）法。為克服樣本自選擇可能導致的內生性問題，本文采用傾向得分匹配法篩選對照組樣本：設置同行氣候風險信息披露的虛擬變量（mcli-materisk_dum），當企業的氣候風險信息披露水平大于行業中位數時，虛擬變量取值為1，否則為0，并將控制變量（controls）作為協變量，對樣本進行嚴格的1：1近鄰匹配，最終獲得18577個匹配樣本。樣本匹配后的ATT值在 1% 的水平上顯著（t值為-4.01），說明處理樣本自選擇問題以后，差異依然顯著。平衡性檢驗結果顯示，匹配后所有變量的標準化偏差均小于 5% ，表明匹配狀況良好。

采用模型（1）對匹配后的樣本進行回歸，結果顯示，同行氣候風險信息披露的回歸系數為-0.2711，且在 1% 的水平上顯著，表明在克服自選擇偏誤后，同行氣候風險信息披露與企業融資成本顯著負相關，進一步支持了H1。

2.Heckman兩階段法。本文還采用了Heckman兩階段法來解決可能存在的樣本選擇偏誤。第一階段，以同行氣候風險信息披露的虛擬變量（mclimaterisk_dum）為解釋變量、控制變量為協變量，采用probit模型計算逆米爾斯比率 （imr） ；第二階段，將imr加人模型（1）進行回歸。結果顯示，在控制樣本選擇偏誤的影響后，同行氣候風險信息披露仍舊與企業融資成本顯著負相關。

3.兩階段殘差介入法。本文參考胡楠等（2021）的研究，除控制已有的公司層面控制變量外，還加人其他可能影響行業氣候風險信息披露的控制變量，包括行業競爭程度（hhi）、地區經濟發展水平 （gdp 和省級環境規制強度（regulation）。其中，行業競爭程度以行業赫芬達爾指數來衡量，地區經濟發展水平以人均GDP取自然對數來衡量，省級環境規制強度以該省份工業污染治理投資完成額占第二產業的比重來衡量。模型如下：

mclimateriski;， t⁼χ₀+χ₁ controlsi，t+Σindustry+∑year+Ti，t

mclimaterisk; controls; ，t-1⁺ ∑industry+∑year+ v_i，t-1 （20 （3）

其中，mclimateriski _t-1 為 t-1 年i企業所在行業的氣候風險信息披露水平，controls包含表1中的控制變量以及行業競爭程度（ ）、地區經濟發展水平（gdp）和省級環境規制強度（regulation）。在第一階段，參照模型（2）和模型（3），分別以控制變量對t年及 t-1 年同行氣候風險信息披露水平進行回歸。在第二階段，將模型（2）、模型（3）的回歸殘差值residuals1、residuals2作為增量的氣候風險，分別代入模型（1）重新進行回歸。結果顯示，residuals1、re-siduals2的回歸系數分別為-0.1292、 -0.0912 ，均在 5% 的水平上顯著，表明增量同行氣候風險信息披露水平越高，目標企業融資成本越低，H1依然成立。

4.更換change模型。本文借鑒趙振智等（2023）的研究，采用change模型考察同行氣候風險信息披露變動值（ Δ mclimaterisk）對企業融資成本變動值（ Δ cost）的影響。結果顯示， Δ mclimaterisk的回歸系數為-1.3425，在 1% 的水平上顯著，進一步支持了H1。

限于篇幅，內生性檢驗結果均已省略，留存備索。

（四）穩健性檢驗

1.替換被解釋變量。參照邱牧遠和殷紅（2019）、戚聿東等（2021）的研究，采用PEG模型衡量企業股權融資成本，以企業凈資本支出與利息收入之和除以短期債務加長期債務之和（債務利息比）來衡量企業債務融資成本，將兩者分別按凈資產和負債的占比加權獲得企業融資成本替代變量（cost1），并代入模型（1）進行回歸。結果顯示，同行氣候風險信息披露的回歸系數為-0.2726且在1% 的水平上顯著，H1依然成立。

2.縮小樣本范圍。考慮到北上廣地區的資本市場融資環境明顯優于其他省市，容易導致選擇性偏差。參照李政大等（2024）的研究，剔除北上廣的樣本后使用模型（1）進行回歸。結果顯示，同行氣候風險信息披露仍然有助于企業降低外部融資成本，支持H1。

3.增加地區層面的聚類并滯后一期。考慮到信息傳遞存在滯后性以及回歸模型中可能存在未消除地區層面未知因素的影響，本文進一步增加了地區層面的聚類調整，同時將核心解釋變量滯后一期（l.mclimaterisk）。結果顯示，經過基于地區層面的聚類調整后，1.mclimaterisk的回歸系數在 1% 的水平上顯著為負，再次印證了同行氣候風險信息披露的溢出效應。

限于篇幅，穩健性檢驗結果均已省略，留存備索。

（五）機制檢驗

根據前文的理論分析，信息治理效應和信息學習效應是同行氣候風險信息披露影響企業融資成本的兩條重要路徑。本文借鑒馬慧和陳勝藍（2022）的研究，采用模型（4）和（5）來檢驗這兩種機制，基本思路是：第一階段，估計同行氣候風險信息披露對機制變量（m）的影響；第二階段，采用第一階段模型估計的機制變量預測值 對企業融資成本進行回歸，這可以有效避免雙向因果導致的內生性問題。

η_i，t （204號 （4）

1.信息治理效應。從信息治理的角度來看，外部投資者和分析師同為市場信息接收者，可以發揮外部“軟監管\"作用（陳琳和李清，2024），優化行業信息環境，提高公司自愿披露質量。第一階段，分別將分析師預測精確度（ferror）和投資者關注度（attention）代人機制變量 （m） ，回歸結果如表4列（1）、列（3）所示。mclimaterisk的回歸系數分別為 -0.0300，0.6401 ，至少在 5% 的水平上顯著，說明同行氣候風險信息披露顯著提升了分析師預測精確度和外界投資者關注度，證明了信息治理效應的存在性。第二階段，將上述信息治理效應的預測值（ferror、attention）作為解釋變量（m），將企業融資成本（cost）作為被解釋變量代入模型（5）中進行回歸，結果如表4列（2）、列（4）所示。ferror、attention的回歸系數分別為-0.7806、 -0.2750 ，至少在 5% 的水平上顯著，說明目標企業融資成本的減少部分是由同行氣候風險信息披露帶來的信息治理效應所致。上述結果驗證了H2，即同行氣候風險信息披露能夠顯著發揮信息治理效應，從而降低目標企業融資成本。

2.信息學習效應。從信息學習的角度來看，目標企業為同行氣候風險信息接收者，能將所獲得的同行企業氣候信息片段組合在一起，提高所獲取信息的準確度（馬晨和傅仁輝，2025），從而優化自身氣候風險信息披露實踐管理，提高綠色創新水平。第一階段，分別將目標企業氣候風險信息披露水平（climaterisk）和綠色研發效率（grd）代入機制變量（m），回歸結果如表4列（5）和列（7）所示。mclimaterisk的回歸系數分別為0.3667、0.3150，均在 1% 的水平上顯著，說明同行氣候風險信息披露能夠提高目標企業氣候風險信息披露和綠色創新水平，證實了信息學習效應的存在性。第二階段，將上述信息學習效應的預測值（climaterisk、grd）對目標企業融資成本進行回歸，結果如表4列（6）和列（8）所示。climaterisk、grd的回歸系數分別為-0.4251和-0.4950，均在 1% 的水平上顯著，說明同行氣候風險信息披露能夠發揮信息學習效應，從而降低目標企業的融資成本，H3得到驗證。

表4

機制檢驗：信息治理效應和信息學習效應

五、進一步分析

（一）異質性檢驗

1.行業競爭程度。行業競爭程度的高低會從風險溢價以及資源信息等方面影響企業的經營環境。參照霍春輝等（2023）的研究，以行業赫芬達爾指數（hhi）的中位數作為劃分節點，將樣本分為低行業競爭與高行業競爭樣本組，然后進行分組回歸檢驗，結果如表5列（1）、列（2）所示。在高行業競爭樣本組中，mclimaterisk的回歸系數為-0.8923，且在 1% 的水平上顯著，在低行業競爭樣本組中，該系數為負但不顯著，兩組回歸系數通過了組間系數差異檢驗，說明同行氣候風險信息披露對目標企業融資成本的緩釋作用在競爭激烈的行業中表現更為明顯。原因在于，當市場競爭比較激烈時，企業傾向于選擇同質化戰略，更可能參照同行企業披露信息，與競爭對手的行為相匹配。

表5 異質性檢驗

2.行業類型。從企業所處行業來看，制造企業與非制造企業在融資成本、信息披露要求等方面存在顯著差異。具體表現為：作為實體經濟的重要組成部分，制造企業資本需求量大、回報周期長，往往面臨較高的融資成本；同時，作為環境污染的主要源頭，制造企業正面臨著從“規模擴張\"到“提質增效”的重大轉變，綠色項目投資的增加、生產規模的擴大、設備的升級等都離不開資金的支持。因此，本文將樣本分為制造企業和非制造企業樣本組進行分組檢驗，結果如表5列（3）、列（4）所示。制造企業中mclimaterisk的回歸系數為 -0.7598 ，且在 1% 的水平上顯著，非制造企業中mclimaterisk的回歸系數為負但不顯著，表明同行氣候風險信息披露更多地為制造企業緩解了融資成本壓力。

3.環境不確定性。從外部環境不確定性視角來看，企業所處環境發生變動會對自身生產與運營決策造成直接影響，因此本文進一步探究同行氣候風險信息披露能否部分抵消環境不確定性帶來的風險溢價。采用經過行業調整的企業過去五年銷售收入的變異系數來衡量環境不確定性（eu），按照其中位數將樣本分為高環境不確定性、低環境不確定性樣本組，分組回歸結果如表5列（5）、列（6）所示。在高環境不確定性樣本組中，mclimaterisk的回歸系數為-0.2306，且在 1% 的水平上顯著，而在低環境不確定性樣本組中該系數不顯著。這說明同行企業披露的氣候風險信息更能在不確定性高的環境中引發正向的市場反應，降低自標企業融資成本。因為同行企業披露的氣候風險信息降低了企業與同行企業互動所產生的外部不確定性，而在不確定性更低的環境下企業無需通過戰略柔性適應外界變化從而獲取競爭優勢。

（二）對不同融資方式的影響

外部投資者一般分為股東和債權人，兩者同為同行企業所披露氣候風險信息的使用方，都可以采用信息不對稱理論解釋同行氣候風險信息披露對目標企業融資成本的緩釋作用。但是雙方在出資和收益方式上存在顯著區別，因而對企業非財務信息存在不同的利益訴求，可能導致其對同行氣候風險信息披露的解讀也存在差異。為進一步探究這個問題，本文將同行氣候風險信息披露（mclimaterisk）分別對企業債務融資成本（debt）和股權融資成本（equity）進行回歸，其中債務融資成本以企業利息總支出與長短期債務總額平均值的比值計算，股權融資成本采用CAPM模型計算，分別將兩者替代被解釋變量（cost）代人模型（1）進行回歸。

由表6的回歸結果可知，同行氣候風險信息披露對債務融資成本的回歸系數為 -0.0047 ，且在 5% 的水平上顯著，同行氣候風險信息披露對股權融資成本的回歸系數為-0.0580，且在 1% 的水平上顯著。可見，同行氣候風險信息披露對不同外部融資方式融資成本的緩釋程度存在差異，相較于債務融資，同行氣候風險信息披露更能降低股權融資成本。這一結論表明，同行氣候風險信息披露具有“雙刃劍\"效應，雖然總體而言\"利大于弊”，迎合了長期價值導向的股東利益，但債權人對風險感知更為敏感，因而其在顯著降低股權融資成本的同時對債務融資成本的緩釋效果不強，這在一定程度上解釋了長期依賴間接融資的我國企業目前氣候風險信息披露水平不高的原因，同時也為當下企業積極通過“去杠桿\"手段優化資本結構，提升直接融資比例，最大化發揮行業氣候風險信息披露的溢出效應提供了理論依據。

表6 同行氣候風險信息披露對不同融資方式的影響

六、結論與啟示

本文基于 2008～2022 年我國A股上市公司的數據，深入分析了同行氣候風險信息披露如何影響目標企業融資成本，并揭示了該溢出效應的作用機制及在不同情境下的差異性表現。研究發現：首先，同行氣候風險信息披露存在著顯著的溢出效應，即同行披露的氣候風險信息能夠顯著降低目標企業的融資成本。這表明市場參與者高度關注企業的氣候風險管理能力，將其視為評估企業長期穩定性和投資價值的重要因素。其次，同行企業披露的氣候風險信息通過信息治理效應和信息學習效應兩種機制緩解了企業的融資成本問題。異質性分析發現，同行氣候風險信息披露的溢出效應在特定情境下更為顯著，如環境不確定性高、行業競爭更為激烈或屬于制造業的企業。這些企業往往面臨更大的外部壓力和轉型需求，因此，同行氣候風險信息披露溢出效應的正面影響在這些群體中更為突出。此外，進一步研究表明，相較于債務融資成本，氣候風險信息披露對股權融資成本的降低作用更為顯著，這可能與債權人對短期財務穩定性的要求更高有關。

基于上述研究結論，本文得出以下幾點啟示：第一，企業應積極利用同行氣候風險信息披露的溢出效應，在參考同行企業決策行為的基礎上，結合自身行業特性、發展階段等異質性因素，制定科學合理的氣候風險信息披露策略，不僅要跟隨同行企業的步伐，更要超越，形成差異化的競爭優勢。第二，政府應鼓勵同群學習與合作，通過搭建交流平臺、提供政策支持和案例分享，促進知識共享和經驗交流，同時進一步加強行業監管。鑒于氣候風險影響的復雜性和廣泛性，在制定相對統一的企業環境信息披露規則，規范披露的項目、指標和統計口徑的同時，也應差異化地考慮不同類型氣候風險對融資方式的影響，引導資金更多地流向實體經濟中具有綠色發展潛力的優質企業。第三，市場和政府應攜手提高投資者的氣候風險認知，通過政策引導和市場機制，激勵投資者將氣候因素納入投資決策，并形成企業氣候風險管理的市場監督機制，這不僅有助于減輕企業的財務壓力，還能促進市場資源的優化配置，推動經濟向綠色低碳轉型，實現可持續發展。

【主要參考文獻】

杜劍，滕丹妮，楊楊.機構投資者持股能刺激企業氣候轉型風險信息披露

嗎？——基于企業年報文本的實證分析[J].現代財經（天津財經大學學報），

2023a（6）：56～77.杜劍，徐筱或，楊楊.氣候風險影響權益資本成本嗎？一一來自中國上市公

司年報文本分析的經驗證據[J].金融評論，2023b（3）：19～46+125.胡楠，薛付婧，王吳楠.管理者短視主義影響企業長期投資嗎？一一基于文

本分析和機器學習[J].管理世界，2021（5）：139～156+11+19～21.李姝，杜亞光，張曉哲.同行MDamp;A語調對企業創新投資的溢出效應[J].

中國工業經濟，2021（3）：137～155.李宗澤，李志斌.企業ESG信息披露同群效應研究［J].南開管理評論，2023

（5）：126～138.劉柏，盧家銳.ESG信息披露數量降低了公司債務融資成本嗎？[J].國際金

融研究，2024（6）：87～96.劉會芹，施先旺.年報可讀性對分析師盈余預測的影響[J].證券市場導報，

2020（3）：30～39.劉斯琴，祁懷錦，劉艷霞，碳中和目標下的機構投資者持股偏好研究一一來

自綠色債券的證據[J].證券市場導報， 2024（4）：67～79 馬晨，傅仁輝.“它山之石，可以攻玉”一一同行管理層討論與分析信息對企

業投資效率的影響[J].系統管理學報，2025（3）：868～888.邱牧遠，殷紅.生態文明建設背景下企業ESG表現與融資成本[J].數量經

濟技術經濟研究，2019（3）：108～123.覃家琦，楊雪，陳艷等.再融資監管促進企業理性投資了嗎？一一來自中國

上市公司的證據[J].金融研究，2020（5）：170～188.王雄元，高曦.年報風險披露與權益資本成本[J].金融研究，2018（1）：174

～190.武恒光，王守海.債券市場參與者關注公司環境信息嗎？一一來自中國重污

染上市公司的經驗證據[J].會計研究，2016（9）：68～74.武恒光，徐艷麗，王萌.企業綠色創新與債券融資成本[J].管理科學，2022

（5）：35～50.肖奇，吳文鋒.投資者關注具有治理功用嗎？一一基于公司違規行為的考察

[J].經濟評論，2023（3）：152～168.肖仁橋，陳小婷，錢麗.異質環境規制、政府支持與企業綠色創新效率

基于兩階段價值鏈視角[J].財貿研究，2022（9）：79～93.謝佩帛，謝清華，王嘉發.債務融資成本影響因素文獻綜述[J].財會月刊，

2023（20）：25～35.楊子暉，李東承，陳雨恬.金融市場的\"綠天鵝\"風險研究一一基于物理風險與轉型風險的雙重視角[J].管理世界，2024（2）：47～67.葉豐瀅，黃世忠.企業的凈零排放之路[J].財會月刊，2025（2）：15～23.趙振智，程振，吳飛等，中國環境保護稅法對企業勞動雇傭的影響[J].中國人口·資源與環境，2023（1）：61～73.朱翔宇.證券市場氣侯信息的強制披露[J].西南民族大學學報（人文社會科學版），2023（12）：75～84.LiY.，Wang D.，Meng D.，et al..Peer effect on climate risk information

disclosure[J].China Journal of AccountingResearch，2024（3）：100375.SeoH..Peer effects in corporate disclosure decisions[J].Journal of Accoun-

ting and Economics，2021（1）：101364.ShroffN.，VerdiR.S.，YostB.P.，etal..When does thepeerinformation

environment matter？[J].Journal of Accountingand Economics，2017（2-3）：183

～214.TsengK.，ZhongR..Standing on theshoulders of giants：Financial repor-

tingcomparability and knowledge accumulation[J].Journal of Accountingand

Economics，2024（1）：101685.

（責任編輯·校對：喻晨陳晶）