“兩碳”背景下我國ESG評級相關性的實證研究

那博聞

（哈爾濱商業大學金融學院，哈爾濱 150028）

一、引言

截至2019 年底，中國碳排放強度比2005 年降低48.1%，提前完成“十三五”目標。在“十四五”規劃中，“兩碳”目標的提出，促使各個行業提高綠色可持續發展質量，ESG 評級體系衡量企業的環境、社會責任、公司治理，是發展綠色金融從而推進碳中和進程不可或缺的投資評價體系。2021 年《政府工作報告》中指出，要“實現金融支持綠色低碳發展的專項政策”，其中，發展我國綠色金融、ESG 責任投資、可持續投資金融；建立完善的ESG 評級體系以及信息披露制度是實現“兩碳”目標的重中之重。

ESG 是英文Environmental（環境）、Social（社會）和Governance（公司治理）的縮寫。詳細來說，在ESG評級體系中，E 關注的是企業生產及經營活動中對環境的影響程度，S 考量的是企業與社會的協調，尤其是對利益相關者的關系，G 則體現的是公司在治理過程中是否符合道德規范和相關原則。基于ESG的評判標準，投資者可以更加直觀地了解企業ESG績效、評估其投資行為及其在促進經濟可持續發展、履行社會責任等方面的貢獻。ESG 評級ESG 投資的關鍵環節，隨著可持續發展理念以及“兩碳”目標的提出，我國ESG 投資今年逐步提升發展進度，越來越多投資者了解并關注企業的ESG 效應，同時，越來越多的企業也加入到ESG 投資的行列。希望通過我國學者們的研究和實踐，在學習國外成熟體系的同時，摸索出一條適應我國國情的ESG 投資發展的實踐之路，將會對我國的可持續發展道路以及實現“碳中和”的目標有著深遠的意義和貢獻。

二、相關研究文獻綜述

（一）國外相關研究

國外的相關研究中對于ESG 評級以及其與公司股票表現的關系上，有著截然相反的兩種結論：一些研究認為，高ESG 評分的股票所構成的投資組合和基金會表現出實質性的優異表現，例如：Khan（2019）認為，公司ESG 評分會對股票回報產生顯著的正向影響；Alda（2020）認為，ESG 基金相較于傳統基金有更大的投資優勢，擔心會影響傳統意義上的主流投資趨勢；Consolandi（2020）認為，ESG 評分對企業財務和股票收益有很強的相關性。而在另一部分的研究的結論中，Halbritter&Dorfletner（2015）和Naffa&Fain（2021）研究認為，對不同ESG 評級的企業進行風險調整后的股票回報率在統計學上沒有顯著差異。在Hubel 和Scholtz（2020）的研究中，認為低ESG 股票的表現優于高ESG 股票。

（二）國內相關研究

國內學者李雙怡、林虹慧等人（2022）的研究認為，ESG 風險評級低的企業，股票的回報率就越高，股價波動率越小。張琳和趙海濤（2019）研究了ESG表現與企業價值的關系，認為ESG 表現好的企業對企業價值存在顯著正向影響。馬喜立（2019）研究認為，可以通過投資時規避ESG 評級過低的企業來較少投資的風險。于涵（2020）在研究中發現企業的ESG 表現與企業的ROA 數值正相關，并進一步論證了在金融行業中這種影響更顯著。

（三）研究綜述

國內外學者們關于企業ESG 表現對資本市場的影響以及對投資的指引上做了大量研究，但研究始終沒有一個統一的結論，造成這種情況的原因可能有：1.ESG 相關政策制度還不夠完善，很多企業對E、S、G 指標相關信息公布得不全面，或者有錯誤信息的公布；2.ESG 評級沒有統一的標準，不同評級機構可能會對相同企業打出不同的ESG 評分；3.迄今為止在對ESG 評級影響性的研究中，缺乏對不同行業間對比研究；沒有從公司財務和股票投資等多角度綜合分析其影響性的研究。

因此，本文對以上分析的ESG 研究中現存的問題進行了改進：本文經過了嚴格的篩選，在ESG 評級機構出具有ESG 評級的企業的基礎上，又剔除了企業ESG 報告中ESG 信息披露不完善的企業，極大地提高了ESG 評級的準確性和代表性。并且，為了從更多角度研究ESG 評級的影響，本文從公司財務和股票收益多個角度研究ESG 評級的影響，除了總樣本的回歸外，還進行了分行業回歸，以研究ESG 評級對不同行業影響的差異。

三、ESG 評級相關性的實證研究

（一）市盈率股價模型

市盈率股價模型是國外學者們研究股票投資價值時最常用的評估方法，模型的原理是市盈率等于每股市價和每股盈利（EPS）的比值（公式1）。

許多投資者利用市盈率來推斷目前所要投資的股票虛高情況或存在投資價值。其中重要的變量是每股盈利（EPS），由于股價會受到宏觀因素及機構操縱的影響，但市盈率是企業基本面的數據，相比較能更為真實準確地反映公司的內在價值。

1.變量的選取

在被解釋變量的選取上參考陳靜（2019）的方法，文中所研究的企業范圍較大，其中個股行業不同、規模不同，因此選用EPS 作為被解釋變量進行研究，以剔除行業和規模不同產生的影響。

在解釋變量的選取上，除了選擇文中的研究對象企業ESG 評分外，還參考國內學者安國俊、華超（2022）等人的做法，選取ROE 作為控制變量，認為ROE 能夠較大程度地影響股票的EPS，所以在研究中需要排除ROE 所產生的影響。

2.模型及數據

根據上文，得出以下模型。

在公式2 中，ESG 表示商道融綠對企業對應年份內的ESG 綜合評分，IND 是為研究ESG 評分對不同行業的影響所引入的行業虛擬變量，β1、β2、β3為系數，C 為常數，ε 為隨機誤差項。

實驗選取滬深300 成分股作為研究對象，整理了2016 年起到2021 年末的交易數據（數據來源：wind 金融數據庫）。同時選用了商道融綠出具的對滬深300 成分股的ESG 評級。篩選出了其中具有ESG 評級及數據完善的企業共269 家，在數據整理的過程中，又剔除了一些影響實驗準確性的極端數據，最終對267 家企業的數據形成了1502 組觀測值（表1 為變量描述性統計結果）。

表1 變量描述性統計

3.回歸分析及結論

模型通過F 檢驗，prob>F 的值小于0.05，模型整體是顯著的，Adj R2=0.43，相較于實驗一擬合優度更好。回歸結果中顯示ESG 評分的相關系數為0.024，并且在1%的水平上顯著，再次說明了ESG 評分與企業的EPS 存在正相關性（圖1 為全部樣本的EPS-ESG 散點圖）。

圖1 EPS ESG 散點圖

在對不同行業分類后進行分行業的回歸（結果如表2 示）。其中其他行業的ESG 評分系數沒有通過相關性檢驗，說明ESG 評分對其他行業的EPS沒有顯著的相關性，金融及地產、公共事業以及制造業的相關系數較高，且都在1%的水平下顯著，而能源及信息技術行業的相關系數相比之下更低，且在10%的水平下顯著，因此再次說明，ESG 評分對金融地產行業、公共事業以及制造業的每股收益影響更加顯著，而對能源及信息技術行業的影響比較低，對其他行業沒有顯著影響。

表2 分行業回歸結果

（二）ESG 評級與股票收益率相關性

1.模型及數據

依據CAPM 模型，文中通過企業ESG 評級差異構建投資組合，使用CAPM 回歸模型（公式3）來比較投資組合超額的收益以及風險系數。

其中，Rit-Rft代表t 年份的股票年收益減去對應年份的無風險利率（采用5-10 年期國債利率），Rmt-Rft代表t 年份的市場利率（采用萬得全A 指數收益率）減去對應年份的無風險利率，α 系數為股票的超額收益率，β 系數代表著股票的風險系數，ε 為殘差項。

數據使用滬深300 指數2016—2021 年的交易數據以及商道融綠ESG 評分數據，模型中所使用的定量數據確定為表3 中所示。

表3 定量數據

為研究ESG 評級的影響，按ESG 評分的高低將研究對象構建為五組投資組合，其中ESG 評分大于30 小于等于45 的企業放入LV1 組，評分大于45 小于等于50 的企業放入LV2 組，評分大于50小于等于55 的企業放入LV3 組，評分大于55 小于等于60 的企業放入LV4 組，評分大于60 小于等于70 的企業放入LV5 組，并將不同組的收益率計算出來。

從計算結果中看出，由ESG 評分低的組到ESG評分高的組，企業股票收益率的均值是逐漸升高的，可以看出ESG 評分高的企業股票回報的表現更好，初步證明了企業ESG 評分對股票收益率有正向的影響。

2.回歸分析

CAPM 模型的回歸結果如表4 所示，我們可以看出α 的值由LV1 到LV5 逐漸上升，且五組的α均在1%置信水平下顯著，因此可以說明ESG 評分對企業股票收益率有正向的影響。

表4 CAPM 模型回歸結果

五組中市場風險溢價Rm-Rf因子的β 系數同樣均在1%的置信水平下顯著，且都為正數，LV2 組的β 系數為1.729，LV3 組的β 系數為1.6712，LV4組的β 系數為1.5919，逐漸降低。而LV1 組的β系數最低為1.333，LV5 組的β 系數最高為2.258，說明ESG 評分最低的企業間股票回報的波動率較低，ESG 評分領先的企業股票回報的波動率最高。從整體來看，在ESG 評分中間的企業之間風險變化的差異較小，ESG 評分最高組及最低組β 系數變化的差異較大，因此整體的變化趨勢可以看作β系數隨著ESG 評價的升高逐漸變大，由于金融資產的持有者只會被補償其所暴露的系統性風險，β 系數越高的金融資產其預期回報率越高。因此ESG 評級高的企業，股票的預期收益率越高，但同時承擔的系統性風險也更高。

3.分行業回歸

為進一步研究ESG 評分對不同行業的股價回報影響的區別，在CAPM 模型的基礎上再增添一個行業虛擬變量IND，以γ 為系數（公式4）。

分別對不同行業的不同ESG 評分組進行回歸，考察不同行業中ESG 評分對α 及β 影響的差異，回歸結果如表5。

表5 分行業回歸結果

其中，IND1 為金融、地產行業，IND2 為公共事業行業，IND3 為能源及信息技術行業，IND4 為制造業，IND5 為其他行業。模型對金融地產行業的擬合優度最好，制造業和公共事業行業其次，而對能源及信息技術行業以及其他行業的擬合優度較差，僅有0.06-0.08 左右，分析可能是由于影響信息技術行業回報率的其他因素較多，降低了變量的可解釋程度，并且這兩組中選取的企業行業及規模差異較大，因此導致擬合度較差。從分行業回歸結果中，所有α 和β 系數的值均在1%的置信水平下顯著，其中，金融及地產行業、公共事業行業以及制造業的α 值和β 系數明顯由LV1 到LV5 逐漸上升，說明這三個行業的預期收益隨著ESG 評級的升高而上升，同時投資的系統性風險也隨之上升，而這個影響在能源及信息技術行業以及其他行業中并不明顯。

四、研究結論

本文通過對國內外相關文獻研究以及對A 股、滬深300 成分股的實證研究，使用商道融綠ESG 評分數據，從企業績效和投資者收益兩個角度深入分析了ESG 評級對企業及股票的影響。研究結果認為，ESG 評級能夠對企業的每股收益以及股票的回報率產生顯著的正向影響，這些影響對不同金融及地產行業、公共事業以及制造業更為顯著，對能源及信息技術行業的影響較弱，對其他行業沒有顯著的影響。尤其是2020 年至今的新冠肺炎疫情期內，ESG評級對企業的股票表現出非常顯著的積極影響，這可能是在市場風險因素上升的環境下投資者在投資策略的選擇中更多地加入了ESG 評級，因此在市場出現風險事件或黑天鵝事件時期，在投資中企業的ESG 評級相較于平時尤為重要。研究還發現，ESG評級對企業的影響不僅在不同行業中存在差異，對原本處于不同評級的企業間也存在差異，ESG 評級的變化會對原本處于高分評級的企業產生更顯著的影響。這個結論與Savva Shanaev 和Binam Ghimire（2022）的研究結果相似，尤其是當ESG 評分高的企業出現評級下調時，對股票產生的影響最為顯著，這可能是因為機構投資者在同類篩選時候采取的正向篩選策略，在同類行業中往往會更加關注ESG評級更高的企業，而如果其出現評級下調則會嚴重壓低股價，因此ESG 評級的改變對行業評級的領先者企業股票收益的影響最為顯著。

ESG 是“兩碳”目標實現的重要支撐，是推進我國企業高質量發展的關鍵一環，也是促進我國綠色金融及可持續發展的堅實基礎。研究說明了ESG 信息的重要性，凸顯了ESG 評級對企業和機構及個人投資者的價值，為我國綠色金融的發展以及ESG 投資的理論與實踐研究提供了重要的經驗和參考。