ESG評級分歧會影響盈余信息含量嗎

孔 莉（博士生導(dǎo)師），劉同州

一、引言

2020年全球ESG資產(chǎn)規(guī)模已逾35萬億美元，占總資產(chǎn)管理規(guī)模的三分之一，且年增長率超過8%。在ESG風(fēng)靡全球的近20年發(fā)展歷程中，資本市場、媒體、監(jiān)管部門和學(xué)界均給予了ESG評級廣泛關(guān)注。資本市場的資源分配過程需要信息中介的指引。因此，不同ESG 評級標(biāo)準(zhǔn)的有效性受到了利益相關(guān)者的關(guān)切。2021年國際證監(jiān)會組織（IOSCO）建議全球各地監(jiān)管機構(gòu)將ESG評級納入監(jiān)管，以提升評級方法和數(shù)據(jù)的透明度。但基于不同來源的ESG 評級標(biāo)準(zhǔn)所得到的結(jié)果缺乏趨同，學(xué)術(shù)界對ESG評級產(chǎn)生了激烈的爭論。目前主流評級機構(gòu)對ESG評級的覆蓋內(nèi)容、指標(biāo)權(quán)重和數(shù)據(jù)來源都存在差異，比如對“共同富裕”這一指標(biāo)的評估，不同評級機構(gòu)的理解也各不相同。人們發(fā)現(xiàn)不同的評級機構(gòu)會對同一公司給出存在分歧的評級結(jié)果。例如，2022 年MSCI（摩根斯坦利國際資本公司）給出貴州茅臺B 級（倒數(shù)第二級）的評級結(jié)果，而萬得卻給出了A 級（第三級）評級結(jié)果。這一現(xiàn)象引起了實務(wù)界和學(xué)術(shù)界的共同關(guān)注，對基于ESG 評級的公司決策和投資指引帶來了干擾。

盈余信息含量源于會計決策有用信息觀，是指會計盈余捕獲或者總結(jié)公司活動的能力，這些活動會影響公司的股票價格。作為重要財務(wù)指標(biāo)的會計盈余有助于投資者評估股票的期望收益和風(fēng)險。早期實證研究認(rèn)為，會計盈余是具有信息含量的。但隨著資本市場信息環(huán)境的瞬息萬變，盈余信息在指引投資中面臨著諸多困難，包括信息不對稱、市場因素阻滯和非財務(wù)行為摩擦，這些問題會影響盈余信息指引投資的能力。ESG 評級分歧兼具信息不對稱、市場和非財務(wù)屬性，會向股票市場傳遞大量嘈雜的信息，從而影響投資者的信息使用，進而對盈余信息含量產(chǎn)生影響。但當(dāng)前學(xué)術(shù)界缺乏針對這方面的研究，大多聚焦于其他相關(guān)話題：誘發(fā)ESG 評級分歧的不同原因，包括范圍、度量和權(quán)重分歧（Berg 等，2022）；披露的信息量（Christensen 等，2022），披露的社會責(zé)任報告（Kimbrough 等，2022）；ESG 評級分歧的后果，包括市場反應(yīng)（Serafeim 和Yoon，2022）、股票回報（Gibson 等，2021）和投資收益等（Avramov 等，2022）。盡管ESG 評級分歧引起了人們的廣泛關(guān)注，但都沒有聚焦于ESG 評級分歧對公司盈余信息含量的影響，并且忽視了盈余信息含量的不對稱特征。基于此，本文擬探究公司ESG 評級分歧對盈余信息含量及其不對稱的影響，以及中間機制和不同信息環(huán)境在其中所發(fā)揮的作用。

與現(xiàn)有研究相比，本文的貢獻主要體現(xiàn)在：第一，擴展了ESG 評級分歧的后果研究，為ESG 評級分歧的影響補充了進一步的經(jīng)驗證據(jù)?，F(xiàn)有研究主要探討ESG評級分歧產(chǎn)生的原因（Berg等，2022；Christensen 等，2022），以及ESG 評級分歧對債務(wù)成本、審計費用、股票表現(xiàn)的影響（張云齊等，2023；周澤將等，2023；Gibson 等，2021）。本文探討了ESG評級分歧對會計指標(biāo)信息含量和投資者信息使用的影響，拓展了非財務(wù)信息、財務(wù)信息與市場反應(yīng)之間的研究框架。第二，分析了ESG 評級分歧對盈余信息含量不對稱的影響，發(fā)現(xiàn)ESG 評級分歧使得盈余積極信息含量增加、消極信息含量降低，降低了盈余信息含量的不對稱水平，拓展了盈余信息含量的研究視角。第三，厘清了盈余質(zhì)量和股票風(fēng)險的作用機制，并且從不同信息環(huán)境的分析中進一步驗證了投資者感知的作用，凸顯了ESG評級分歧帶來的負(fù)面影響。上述研究結(jié)果有助于市場參與者認(rèn)識到ESG評級結(jié)果的異質(zhì)性及其帶來的增量影響，進一步加深其對盈余信息含量的理解。

二、理論分析與假設(shè)提出

（一）ESG評級分歧與盈余信息含量

ESG評級是將環(huán)境、社會責(zé)任和公司治理三個方面作為主要考量因素進行投資評估的評級方式，ESG 評級分歧可能對公司的資本成本和融資渠道產(chǎn)生影響。機構(gòu)投資者往往對ESG表現(xiàn)較好的公司更為青睞，并為其提供更低成本的資金或提供更多的資金獲取機會（王翌秋等，2023）。而ESG 評級分歧大的公司可能面臨資金緊缺的困境，這會降低公司的盈余質(zhì)量，進而降低盈余信息含量。

ESG 評級是投資者在決策時考慮的重要因素之一，評級分歧可能影響投資者對企業(yè)的信心。投資者傾向于投資ESG 評級結(jié)果一致的公司，因為它們提供了更可靠的信息。存在分歧的ESG評級結(jié)果可能預(yù)示著企業(yè)存在更多的風(fēng)險和不確定性，這會使投資者在交易時考慮更多的風(fēng)險因素（Avramov 等，2022；Gibson 等，2021），從而對公司的盈余信息關(guān)注不足，進而削弱盈余信息對股價波動的影響。另外，存在分歧的ESG 評級結(jié)果會提供更多嘈雜的信息，導(dǎo)致投資者注意力被轉(zhuǎn)移、盈余信息被掩蓋和擠占。因此，本文提出以下假設(shè)：

假設(shè)1：ESG評級分歧會降低企業(yè)盈余信息含量。

（二）盈余質(zhì)量的機制作用

ESG 評級存在分歧可能意味著公司在ESG 績效上存在不確定性，且公司披露的ESG 信息中包含大量嘈雜的信息（劉向強等，2023）。不確定的ESG 績效信息一定程度上預(yù)示著公司存在著糟糕的財務(wù)內(nèi)部控制狀況或者信息舞弊（王治和彭百川，2022）。已有研究發(fā)現(xiàn)，財務(wù)內(nèi)部控制狀況差或者信息舞弊都會使公司盈余質(zhì)量變差（石青梅和孫夢娜，2020）。另外，ESG 評級分歧會提高債務(wù)成本、審計費用，削弱企業(yè)的融資能力（張云齊等，2023；周澤將等，2023），這會給企業(yè)帶來資金壓力，從而降低盈余質(zhì)量。而低質(zhì)量的盈余具有較低的盈余信息含量，投資者對盈余信息的依賴性取決于盈余信息的可信度，當(dāng)盈余信息不足以令人信服時，其將不具有決策有用性（陳曉敏和胡玉明，2011）?；谝陨戏治?，本文提出以下假設(shè)：

假設(shè)2：ESG評級分歧通過降低盈余質(zhì)量來降低企業(yè)盈余信息含量。

（三）股票風(fēng)險的機制作用

在不同ESG評級機構(gòu)對同一公司的評級結(jié)果存在較大分歧的情況下，評級結(jié)果與公司真實ESG 表現(xiàn)和未來預(yù)期關(guān)系較弱。存在分歧的ESG評級信息向市場提供了嘈雜的信息，投資者在解讀ESG 信息時會感到困惑。不一致的評級結(jié)果增加了投資者對預(yù)期決策的不確定性，這種不確定性是額外的風(fēng)險定價因素，會使得股票風(fēng)險提高（Kimbrough 等，2022），而股價中包含過多的風(fēng)險信息會擠占盈余信息（Billings，1999）。同時，ESG 評級分歧較大的股票具有更高的風(fēng)險溢價和超額回報（Gibson 等，2021），根據(jù)盈余信息含量的線性模型，超額回報的升高會帶來盈余反應(yīng)系數(shù)的降低，使得盈余信息含量減少?；谝陨戏治?，本文提出以下假設(shè)：

假設(shè)3：ESG評級分歧通過提升股票風(fēng)險來降低企業(yè)盈余信息含量。

（四）ESG評級分歧與盈余信息含量不對稱

盈余信息含量不對稱是指股票的正負(fù)回報對盈余信息的依賴程度不同。由于風(fēng)險厭惡心理，投資者會更敏感地對待壞消息。當(dāng)公司ESG 評級存在分歧時，其向投資者傳遞的信息有兩點：其一，公司披露的信息可能是不準(zhǔn)確的；其二，公司股票存在更多的風(fēng)險?；诋愘|(zhì)信念理論，投資者在意識到這兩點后，悲觀主義者的消極情緒會加劇。而我國股票市場存在賣空限制，對于估值較低的股票，悲觀主義者無法交易，股價內(nèi)的負(fù)面信息將被限制，股價將更多地反映出樂觀主義者的情緒（Atmaz 和Basak，2018；陸賢偉等，2013）。盈余信息是由股價決定的，盈余中消極信息也會因此變少，積極信息不斷增多，從而使得信息含量不對稱降低。ESG 評級分歧誘發(fā)了投資者更多的異質(zhì)信念，當(dāng)投資者具有異質(zhì)信念時，壞消息的公告效應(yīng)被弱化，好消息的公告效應(yīng)被強化（Chang等，2013）。陳國進等（2009）對我國股市進行實證檢驗，發(fā)現(xiàn)投資者異質(zhì)信念會導(dǎo)致股價被高估。綜合以上分析，本文提出以下假設(shè)：

假設(shè)4：ESG 評級分歧會降低盈余消極信息含量、提高積極信息含量，從而降低盈余信息含量的不對稱性。

本文的研究框架如圖1所示。

圖1 研究框架

三、研究設(shè)計

（一）數(shù)據(jù)來源

本研究選取2015 ～2020 年我國上市公司的數(shù)據(jù)作為初始樣本，ESG 評級數(shù)據(jù)分別來自各ESG 評級機構(gòu)發(fā)布的數(shù)據(jù)，其他股票和財務(wù)數(shù)據(jù)來自國泰安數(shù)據(jù)庫（CSMAR）。同時剔除了ST、PT 及數(shù)據(jù)缺失的樣本等，最后共得到3455 個觀測值。其中，穩(wěn)健性檢驗中因匹配額外的變量，觀測值有所減少。

（二）變量設(shè)定

1.ESG 評級分歧。根據(jù)覆蓋樣本和時間跨度，本文收集整理了國內(nèi)四家覆蓋面較廣的ESG 評級機構(gòu)（商道融綠、華證、和訊和萬得）對上市公司ESG 做出的評級結(jié)果，這四家機構(gòu)的數(shù)據(jù)目前被廣泛使用。參考Serafeim和Yoon（2022）的研究，首先根據(jù)評級的等級從低到高依次賦值為1 ～9，因華證和萬得的評級為9檔，商道融綠為10檔，而和訊評級范圍為0 ～100，為確保信息可比性，將商道融綠評分乘以0.9、和訊評分乘以0.09，將評分都標(biāo)準(zhǔn)化到1 ～9 的區(qū)間內(nèi)，然后計算四者評級結(jié)果的標(biāo)準(zhǔn)差，以此衡量ESG評級分歧。

2.盈余信息含量。盈余信息含量可以用盈余對股價的反應(yīng)系數(shù)來衡量。參考翁健英（2015）的研究，首先構(gòu)建盈余—市場反應(yīng)線性模型來檢驗盈余信息含量，模型如下：

其中：CARi，t為股票回報率，依據(jù)公司i 在第t 年度當(dāng)年5月至次年4月共12個月買入并持有收益率，基于考慮現(xiàn)金紅利再投資的月個股回報率之和計算；EPS 為每股盈余，采用公司年度每股收益即凈利潤除以總股數(shù)進行度量，并除以期初股票價格予以標(biāo)準(zhǔn)化處理。β1為盈余反應(yīng)系數(shù)，該數(shù)值越大，表明公司盈余信息含量越高。

3.盈余信息含量不對稱水平。盈余信息含量不對稱水平可以用正負(fù)股票回報對盈余信息的依賴程度不同來度量。參考劉嫦等（2014）的研究，采用反向股票回報—盈余模型來度量盈余信息不對稱水平。模型如下：

其中：Di，t是公司正負(fù)股票回報的替代變量，如果股票回報率CAR大于零，則Di，t等于0，否則Di，t等于1；β2度量了盈余積極信息含量，（β2+β3）聯(lián)合度量了盈余消極信息含量，β3度量了盈余包含消極消息較之于包含積極消息的增量及時性，即信息含量不對稱程度。

4.控制變量。除此之外，本文還控制了其他可能影響盈余信息含量的變量：公司規(guī)模（SIZE），用總資產(chǎn)取自然對數(shù)度量；TobinQ 值（Tob），用市值除以資產(chǎn)重置成本度量；流動比率（CR），用流動資產(chǎn)除以流動負(fù)債度量；第一大股東持股比率（Shr），用第一大股東持有的股份除以總股份度量；金融化程度（FIN)，用金融資產(chǎn)除以總資產(chǎn)度量；兩權(quán)分離率（CS），用實際控制人擁有控制權(quán)比例減去實際控制人擁有所有權(quán)比例度量；獨董占比（IDR），用獨立董事人數(shù)除以董事會人數(shù)度量。為盡可能降低內(nèi)生性偏差，同時控制了公司和年份層面的固定效應(yīng)，所有模型均采用公司層面聚類穩(wěn)健標(biāo)準(zhǔn)誤估計。表1報告了主要變量的描述性統(tǒng)計結(jié)果。

表1 主要變量描述性統(tǒng)計

（三）模型設(shè)定

1.盈余信息含量檢驗。參考姜付秀等（2016）的研究，本文在式（1）中加入ESG 評級分歧變量（DIS）構(gòu)建交互項，模型如下：

其中，β3的估計值是ESG 評級分歧對盈余信息含量的影響，本文預(yù)計β3的符號為負(fù)。Controlsi，t為一系列控制變量，μi、μt分別表示公司和年份的虛擬變量。

2.盈余信息含量不對稱檢驗。參考劉嫦等（2014）的研究，本文在式（2）的基礎(chǔ)上，加入DIS 構(gòu)建三重交互項進行檢驗，模型如下：

其中，β2表示盈余積極信息含量，（β2+β3+β4）表示盈余消極信息含量，（β3+β4）則表示盈余消極信息含量的增量及時性，即盈余信息含量不對稱性。如系數(shù)（β3+β4）估計值顯著為負(fù)，則表明ESG 評級分歧降低了公司盈余信息含量不對稱性。

3.機制檢驗。將機制變量加入式（3）構(gòu)建交互項，構(gòu)建模型如下：

其中，Medator為加入的機制變量，系數(shù)β4為機制檢驗結(jié)果，若β4顯著為負(fù)，則表明中介機制成立。

四、實證分析

（一）基準(zhǔn)回歸

本文首先對式（1）進行了檢驗，表2報告了基準(zhǔn)回歸結(jié)果。列（1）顯示，在僅用標(biāo)準(zhǔn)化盈余對股票回報進行回歸時，EPS 與CAR 的回歸系數(shù)在1%的水平上顯著正相關(guān)。列（2）、（3）在加入DIS 后，EPS 的系數(shù)依然顯著為正，證明了公司盈余信息含量的存在。隨后，本文考察ESG評級分歧的影響，列（2）、（3）顯示不論是否加入控制變量，交互項的系數(shù)都在5%的水平上顯著為負(fù)，表明ESG 評級分歧降低了公司盈余信息含量，驗證了假設(shè)1。獨立變量之間的平均方差因子都在可接受水平內(nèi)（VIF＜5），表明變量之間不存在多重共線性問題。

表2 ESG評級分歧與盈余信息含量

（二）盈余信息含量不對稱檢驗

本部分接著檢驗ESG評級分歧對盈余信息含量不對稱水平的影響。首先根據(jù)式（2）檢驗盈余信息含量不對稱性是否存在，表3第（1）列的結(jié)果顯示，股票回報CAR的系數(shù)顯著為0.011，說明盈余中包含了積極信息。CAR和D×CAR 的系數(shù)之和為0.050（0.011+0.039），說明盈余也包含了消極信息，消極信息增量及時性為0.039，說明存在盈余信息含量不對稱性。在加入ESG 評級分歧（DIS）后，列（2）顯示CAR 的系數(shù)依舊顯著為0.070，盈余包含積極信息含量，同時系數(shù)和顯著性都上升。包含的消極信息含量的系數(shù)為0.012（0.070-0.200+0.142），相比加入DIS 前的0.050 明顯下降，且顯著性提高。同時，包含的消極信息含量增量及時性的系數(shù)為-0.058（-0.200+0.142），相比之前0.039 也顯著降低，這表明ESG 評級分歧顯著增加了盈余積極信息含量，降低了消極信息含量和積極信息含量的不對稱水平，驗證了假設(shè)4。

表3 ESG評級分歧與盈余信息含量不對稱

（三）穩(wěn)健性檢驗

1.Heckman 兩步法。從ESG 評級分歧產(chǎn)生的邏輯來看，可能存在樣本選擇性偏誤引起的內(nèi)生性問題，本文觀測到的ESG評級分歧是建立在四家機構(gòu)共同對公司進行評級的前提下。但機構(gòu)對公司的共同選擇并不是一個隨機過程，比如，機構(gòu)更傾向于為受同行關(guān)注的公司提供評級結(jié)果。為了減小樣本選擇偏差，本文使用Heckman 兩階段法重新檢驗，模型如下：

第一階段構(gòu)建了一個公司是否由四家機構(gòu)進行評級的指示變量DIS_dummy 作為被解釋變量，使用外生變量DIS_RATIO 作為主要解釋變量來運行式（6）的Probit 回歸，另外還控制了滯后一期的控制變量，然后將得到的逆米爾斯比率（IMR）代入式（7）進行修正回歸。DIS_RATIO是同年同行業(yè)其他公司被四家機構(gòu)評級的數(shù)量與被一家機構(gòu)評級的數(shù)量的比率，該變量作為外生變量是恰當(dāng)?shù)?。原因在于：第一，同年同行業(yè)公司被評級機構(gòu)共同選擇的比例會影響本公司被評級機構(gòu)共同選擇的可能性；第二，這一比例對本公司的盈余信息含量無直接影響。表4 報告了Heckman 兩階段法的回歸結(jié)果，第一階段的結(jié)果中，DIS_RATIO的系數(shù)在1%的水平上顯著為正，說明同年同行業(yè)公司受到四家機構(gòu)評級的比例會影響機構(gòu)對本公司的共同選擇。第二階段在控制了樣本選擇偏差后，交乘項EPS×DIS 的系數(shù)依然顯著為負(fù)，剔除了這一內(nèi)生性干擾。特別地，第二階段回歸中IMR和其他變量的VIFs值均小于5，不存在多重共線性問題，說明自選擇模型的變量選擇是恰當(dāng)?shù)摹?/p>

表4 Heckman兩階段法

2.工具變量法。為了進一步控制可能存在的其他內(nèi)生性問題，本文采用兩階段最小二乘法進一步檢驗，選取同年同行業(yè)以及同年同省份其他公司ESG評級分歧的均值作為本公司ESG評級分歧的工具變量（IV1和IV2）。從相關(guān)性來看，同行業(yè)或者同省份的公司面臨相似的行業(yè)特征和外部環(huán)境，因此ESG 評級分歧也相關(guān)。而目前沒有證據(jù)表明同行業(yè)或同省份公司的ESG評級分歧會對本公司盈余信息含量帶來影響，因此滿足外生性要求。然后用工具變量IV1和IV2與EPS構(gòu)建交互項，標(biāo)準(zhǔn)化的盈余EPS 被視為外生變量，則IV1×EPS 和IV2×EPS 也是DIS×EPS的有效工具變量。相關(guān)統(tǒng)計檢驗結(jié)果顯示，KP rk LM 統(tǒng)計量都在1%的水平上顯著，拒絕工具變量識別不足的假設(shè)；C-D Wald F 統(tǒng)計量也均大于10%顯著性水平上的臨界值16.38，拒絕弱工具變量的假設(shè)。檢驗結(jié)果見表5，第二階段結(jié)果依然顯著為負(fù)，這說明排除內(nèi)生性干擾后，本文結(jié)論依然成立。

表5 工具變量檢驗

3.替換解釋變量。第一，使用四家機構(gòu)間平均成對評級離差（DEV）度量ESG 評級分歧，即四家機構(gòu)兩兩之差的絕對值之和，然后取平均數(shù)。第二，使用評級虛擬變量（E）度量ESG評級分歧，計算同一公司四家機構(gòu)評分標(biāo)準(zhǔn)差（DIS）的中位數(shù)，當(dāng)標(biāo)準(zhǔn)差小于中位數(shù)時，則E 等于0，否則E 等于1。第三，使用ESG 評級動量分歧（MOV）度量ESG 評級分歧，ESG 評級動量分歧具有與水平分歧相似的特征，都是評級機構(gòu)對公司ESG 表現(xiàn)的差異性認(rèn)識。首先分別計算每個公司每家機構(gòu)評級相比于前一年評級的差，然后計算評級差的標(biāo)準(zhǔn)差。回歸結(jié)果見表6列（1）～（3），結(jié)果都依舊顯著為負(fù)。

表6 穩(wěn)健性檢驗

4.改變數(shù)據(jù)來源。使用評級機構(gòu)彭博和富時羅素的評級數(shù)據(jù)構(gòu)建ESG評級分歧（DIS2）指標(biāo)進行檢驗。結(jié)果見表6 第（4）列，交乘項依舊顯著為負(fù)，這說明基準(zhǔn)結(jié)論不受評級機構(gòu)的影響。

5.替換被解釋變量。使用盈余波動性（PRV）來衡量盈余信息含量。如果公司的盈余波動性越大，則盈余對投資者的參考作用越小，信息含量也就越低。使用公司總資產(chǎn)報酬率的三年波動標(biāo)準(zhǔn)差計算盈余波動性，然后獨立作為被解釋變量對DIS進行回歸。表6列（5）的檢驗結(jié)果顯著為正，說明ESG 評級分歧會提高盈余波動性，進而降低盈余信息含量。

（四）機制檢驗

1.盈余質(zhì)量。盈余管理程度是衡量盈余質(zhì)量的常用方法，盈余管理程度越高，盈余質(zhì)量越差。本文使用國泰安數(shù)據(jù)庫的應(yīng)計盈余管理程度（REM）來衡量公司盈余質(zhì)量，加入模型進行檢驗。結(jié)果見表7 第（1）列，三重交互項的系數(shù)在1%的水平上顯著為負(fù)，說明盈余質(zhì)量越差，ESG評級分歧對盈余信息含量的降低作用越強。

表7 機制檢驗

2.股票風(fēng)險。貝塔系數(shù)是衡量股票風(fēng)險的經(jīng)典指標(biāo)，其值越高，股票風(fēng)險也會越高。本文將國泰安數(shù)據(jù)庫的公司貝塔系數(shù)（Bet）加入模型進行檢驗，結(jié)果見表7第（2）列，三重交互項系數(shù)同樣顯著為負(fù)。這說明股票風(fēng)險越高，ESG 評級分歧對盈余信息含量的降低作用越明顯。

至此，結(jié)合前文理論分析可以說明，盈余質(zhì)量和股票風(fēng)險是ESG 評級分歧降低盈余信息含量的中介作用機制。假設(shè)2和假設(shè)3得到驗證。

（五）進一步分析

1.信息透明度。根據(jù)上文分析，ESG 評級分歧降低盈余信息含量是源于投資者不確定性感知的增加，而公司透明的信息環(huán)境可能會削弱這種影響。信息透明度高的公司能降低投資者的不確定性感知，從而提高其對公司盈余信息的信任度。本文綜合使用交易所信息披露考評等級、分析師跟蹤人數(shù)、分析師盈余預(yù)測準(zhǔn)確性和是否“四大”審計來度量公司的信息透明度。其中：交易所對上市公司信息披露考評等級從高到低劃分為A、B、C、D四個等級；分析師跟蹤人數(shù)等于當(dāng)年對公司盈余做出預(yù)測的分析師數(shù)量；分析師盈余預(yù)測準(zhǔn)確性為同一年分析師盈余預(yù)測的中位數(shù)與實際盈余的絕對差值，并除以股價，乘以-1；是否“四大”審計為公司當(dāng)年是否聘請“四大”對年報進行審計的虛擬變量。計算以上四個變量的樣本百分位排序的平均值作為信息透明度綜合指標(biāo)Transparency，然后根據(jù)中位數(shù)進行分組檢驗。表8第（1）、（2）列報告了DIS×EPS 的回歸結(jié)果，低信息透明度組顯著為負(fù)，而高信息透明度組不顯著，這說明ESG 評級分歧在公司信息不透明的情況下才會對盈余信息含量產(chǎn)生影響。

表8 不同信息環(huán)境的檢驗

2.是否強制披露社會責(zé)任報告。2008 年，上海和深圳證券交易所要求“深證100”公司、“上證治理板塊”公司、境內(nèi)外同時上市的公司、金融類公司、科創(chuàng)50指數(shù)成分公司，應(yīng)當(dāng)在年度報告披露的同時披露公司履行社會責(zé)任的報告。受到強制披露要求的公司ESG行為更加規(guī)范，并且向外界披露更多的ESG信息，比如披露債權(quán)人、職工權(quán)益保護等事項。而未受到強制披露要求的公司很少披露這些信息。強制披露的信息可以在存在ESG分歧的情況下，向投資者傳遞穩(wěn)定有效的ESG 信息，并且這些信息的搜索成本較低，因此能夠降低投資者的不確定性感知。根據(jù)CSMAR 數(shù)據(jù)庫中公司是否受到強制披露要求將公司分為兩組進行檢驗，表8第（3）、（4）列報告了DIS×EPS的檢驗結(jié)果，受到強制披露要求的公司不顯著，而未受到強制披露要求的公司在1%的水平上顯著為負(fù)，這表明ESG評級分歧的影響在非強制披露社會責(zé)任報告的公司中更顯著。

3.是否重污染行業(yè)。環(huán)保部和中國證監(jiān)會對重污染公司做出了嚴(yán)格的強制信息披露和監(jiān)管要求，因此重污染公司環(huán)境信息披露較多，ESG信息披露也相對較多，從而擁有更好的信息環(huán)境。根據(jù)環(huán)保部2010 年發(fā)布的《上市公司環(huán)境信息披露指南》，結(jié)合中國證監(jiān)會2012版行業(yè)分類標(biāo)準(zhǔn)選擇重污染行業(yè)公司。根據(jù)企業(yè)是否為重污染行業(yè)公司進行分組檢驗，表8 第（5）、（6）列報告了DIS×EPS的回歸結(jié)果，非重污染行業(yè)公司的顯著性強于重污染行業(yè)，這表明ESG 評級分歧的影響在非重污染行業(yè)中更顯著。

五、結(jié)論與啟示

本文以我國上市公司數(shù)據(jù)為樣本，研究了ESG 評級分歧對盈余信息含量的影響。研究結(jié)論概括為四個方面：第一，ESG 評級分歧會顯著降低公司盈余信息含量，經(jīng)過一系列穩(wěn)健性測試后結(jié)果依然成立。第二，ESG 評級分歧降低盈余信息含量的效果體現(xiàn)為小幅提高盈余積極信息含量、大幅降低盈余消極信息含量，從而降低了信息含量不對稱。第三，ESG評級分歧通過降低盈余質(zhì)量、提高股票風(fēng)險進而降低盈余信息含量。第四，ESG 評級分歧的影響在低信息透明度、非強制披露社會責(zé)任報告和非重污染行業(yè)的樣本中更為明顯。本文的研究表明，ESG 評級分歧加劇了信息不對稱，擾亂了公司決策和投資者判斷，進而降低了投資者對公司會計信息的信任度。

本研究具有重要的實踐意義：第一，對ESG 評級機構(gòu)而言，需要提高評級體系的規(guī)范性和透明度，向市場公開必要的評級流程細(xì)則。同時應(yīng)加強評級機構(gòu)間的聯(lián)系，在突出特色的基礎(chǔ)上提高評級標(biāo)準(zhǔn)的規(guī)范性和有效性，成為更好的資本市場信息中介。第二，對公司而言，要積極融入ESG理念，加強主動和規(guī)范的ESG 信息披露，降低ESG 信息不對稱水平。同時要主動對接評級機構(gòu)，對于評級不確定和分歧過大的情況及時溝通，降低分歧帶來的增量風(fēng)險，以向市場傳遞更為真實有效的ESG 信息。第三，對投資者而言，應(yīng)認(rèn)識到公司ESG 評級結(jié)果間具有異質(zhì)性，基于單一評級機構(gòu)獲得的評級結(jié)果具有不可復(fù)制性，在依賴公司ESG 績效進行決策和研究時，應(yīng)審慎參考多個機構(gòu)的評級結(jié)果。第四，對監(jiān)管部門而言，應(yīng)完善對公司ESG 信息披露的統(tǒng)一要求，并重視評級機構(gòu)在資本市場中的作用，推動建立規(guī)范的評級體系，強化對評級全過程的監(jiān)管，推動ESG信息和公司財務(wù)信息更好地融合，為投資者創(chuàng)造健康有效的市場信息環(huán)境。

【 主要參考文獻】

陳國進，張貽軍.異質(zhì)信念、賣空限制與我國股市的暴跌現(xiàn)象研究［J］.金融研究，2009（4）：80 ～91.

陳曉敏，胡玉明.財務(wù)重述公司盈余反應(yīng)系數(shù)研究——基于中國上市公司年報財務(wù)重述的經(jīng)驗證據(jù)［J］.證券市場導(dǎo)報，2011（10）：37 ～42.

姜付秀，石貝貝，馬云飆.董秘財務(wù)經(jīng)歷與盈余信息含量［J］.管理世界，2016（9）：161 ～173.

劉嫦，趙智全，楊元貴.盈余反應(yīng)非對稱性：會計穩(wěn)健性，抑或費用粘性［J］.華東經(jīng)濟管理，2014（5）：139 ～144.

劉向強，楊晴晴，胡珺.ESG 評級分歧與股價同步性［J］.中國軟科學(xué)，2023（8）：108 ～120.

陸賢偉，王建瓊，馬麗莎.賣空約束與盈余信息含量［J］.系統(tǒng)工程，2013（7）：28 ～36.

石青梅，孫夢娜.一損俱損：內(nèi)控重大缺陷在企業(yè)集團內(nèi)部的傳染效應(yīng)研究［J］.審計與經(jīng)濟研究，2020（5）：51 ～62.

王翌秋，謝萌，郭沖.企業(yè)ESG表現(xiàn)影響銀行信貸決策嗎——基于中國A股上市公司的經(jīng)驗證據(jù)［J］.金融經(jīng)濟學(xué)研究，2023（5）：97 ～114.

王治，彭百川.企業(yè)ESG 表現(xiàn)對創(chuàng)新績效的影響［J］.統(tǒng)計與決策，2022（24）：164 ～168.

翁健英.政治聯(lián)系與盈余信息含量——基于中國民營上市公司的經(jīng)驗證據(jù)［J］.會計與經(jīng)濟研究，2015（2）：60 ～77.

張云齊，楊淏宇，張笑語.ESG 評級分歧與債務(wù)資本成本［J］.金融評論，2023（4）：22 ～43+124.

周澤將，丁曉娟，傘子瑤.ESG 評級分歧與審計風(fēng)險溢價［J］.審計研究，2023（6）：72 ～83.

Atmaz A.，Basak S..Belief Dispersion in the Stock Market［J］.Journal of Finance，2018（3）：1225 ～1279.

Avramov D.，Cheng S.，Lioui A.，et al..Sustainable Investing with ESG Rating Uncertainty［J］.Journal of Financial Economics，2022（2）：642 ～664.

Berg F.，K?lbel J.F.，Rigobon R..Aggregate Confusion：The Divergence of ESG Ratings［J］.Review of Finance，2022（6）：1315 ～1344.

Billings B.K..Revisiting the Relation Between the Default Risk of Debt and the Earnings Response Coefficient［J］.Accounting Review，1999（4）：509.

Chang E.C.，Xu J.，Zheng L..Short Sale Constraints，Heterogeneous Interpretations，and Asymmetric Price Reactions to Earnings Announcements［J］.Journal of Accounting & Public Policy，2013（6）：435 ～455.

Christensen D.M.，Serafeim G.，Sikochi A..Why Is Corporate Virtue in the Eye of the Beholder？The Case of ESG Ratings［J］.The Accounting Review，2022（1）：147 ～175.

Gibson Brandon R.，Krueger P.，Schmidt P.S..ESG Rating Disagreement and Stock Returns［J］.Financial Analysts Journal，2021（4）：104 ～127.

Kimbrough M.D.，Wang X.，Wei S.，et al..Does Voluntary ESG Reporting Resolve Disagreement Among ESG Rating Agencies？［J］.European Accounting Review，2022（5）：1 ～33.

Serafeim G.，Yoon A..Stock Price Reactions to ESG News：The Role of ESG Ratings and Disagreement［J］.Review of Accounting Studies，2022（3）：1500～1530.