城市商業銀行ESG披露能力研究

2024-12-21 00:00:00邊俊杰林鑫鄭夢然

中國市場 2024年34期

摘要：理論研究表明，商業銀行ESG信息披露能力在各行業中處于領先地位，但對于城市商業銀行來說仍存在不足且與大型商業銀行有較大的差距。文章以九江銀行、江西銀行上市以來即2018—2021年的ESG報告為研究對象，通過熵值法及灰色關聯度分析發現，兩家銀行的ESG信息披露能力自上市當年開始披露以來均有明顯提升，但披露能力與對各指標的重視程度仍存在不足，建議各城市商業銀行在進行ESG信息披露時要著重關注社會類指標的內容，從而進一步提高自身ESG信息披露能力。

關鍵詞：城市商業銀行；ESG；熵值法；灰色關聯度分析；灰色預測模型

中圖分類號：F832.33文獻標識碼：A文章編號：1005-6432（2024）34-0025-05

DOI：10.13939/j.cnki.zgsc.2024.34.007

1問題提出與文獻回顧

在目前我國“雙碳”目標政策大背景下，各方面都對上市公司ESG信息披露要求越來越嚴格，如在2022年4月15日，證監會發布了《上市公司投資者關系管理工作指引》（下文簡稱“指引”），該指引在上市公司投資者關系管理的溝通內容中首次納入“公司的環境（E）、社會（S）、治理信息（G）”。此指引于2022年5月15日起施行，將有利于加快國內ESG信息披露與ESG投資的發展進程。

目前，對ESG綜合表現的研究較少，張長江等（2022）就希望未來能夠加強ESG信息披露相關政策梳理、理論及實證等方面研究。現有研究中大部分學者都認為ESG表現對企業價值或績效有正向影響，如袁業虎和熊笑涵（2021）、王琳璘等（2022）、王波和楊茂佳（2022）。但是，也有學者認為，ESG表現對企業價值有負面影響。

由此可以發現，ESG信息披露情況對各類主體都有非常重要的影響，隨著上市公司數量日益增加，社會及監管機構對其信息披露要求也越來越嚴格，并將進一步加強。據證券時報與中國資本市場研究院在2022年4月22日聯合發布的《中國ESG發展白皮書（2021）》統計，截至2021年年底，41家上市銀行中有37家發布了2020年度ESG信息披露報告，披露率超90%，位于所有行業的首位。

綜上所述，ESG信息披露能力研究對城市商業銀行具有很強的意義，但目前對城市商業銀行ESG披露能力的研究成果有待進一步提升。而城市商業銀行相對于其他類型銀行的抗風險能力較弱，履行環境、社會、公司治理等方面責任的時候也可能對它的經營能力等方面產生影響，因此在ESG披露能力方面需要進一步加強。基于上述文獻回顧，文章將圍繞城市商業銀行開展研究，并以九江銀行、江西銀行之間的對比具體說明城市商業銀行ESG披露能力提升問題。

2指標體系的構建

2.1指標選取的原則和理論依據

許多學者如袁蓉麗等（2022）、李曉蹊等（2022）都對建立ESG體系的理論及展望進行了論述。目前國內ESG評級領先機構——商道融綠，早在2015年就推出了自主研發的ESG評級體系，還基于此體系建立了國內最早的上市公司ESG數據庫。該公司推出的ESG信息評估體系分為三級，一級指標分為環境、社會和公司治理3個維度；二級指標分為環境管理、員工管理、公益及捐贈、商業道德、公司治理等13個分類；三級指標分為環境管理體系、能源消耗、勞動政策、反腐敗和賄賂、董事會獨立性等約200項指標。通過各種公開信息對ESG信息進行量化評估，該指標體d67e31d26617ca6a08871ba09c68da19系根據不同指標對各行業企業影響程度賦予不同的權重，分為10個等級且績效滿分為100分，從而為投資者提供建議。

但是這種體系不太適宜直接運用于城市商業銀行ESG信息披露能力評估領域，首先該指標是對企業所有公開信息進行收集與評估，無法體現商業銀行在ESG信息披露方面的能力與變化趨勢。其次城市商業銀行規模較小，ESG報告披露信息遠不及大型商業銀行詳細、完整。如果與大型商業銀行使用同一種指標會使其特征不夠凸顯，無法更好地單獨反應城市商業銀行ESG信息披露能力及變化。最后文章將基于以下原則及理論依據，并打破現有的環境、社會、公司治理3個維度的常規一級分類，提出一套新的指標體系對城市商業銀行ESG信息披露能力進行評估。

2.1.1原則

城市商業銀行ESG信息披露能力指標體系是一個多層次、多指標的復合體系，鑒于其ESG報告內容的詳細程度，要構建其評價體系需要使用各方面最具有代表性的指標，才能直觀、全面、科學地反映商業銀行ESG信息披露的真實情況。因此，商業銀行ESG信息披露指標體系應該至少滿足以下五個要求。

其一，科學性，指標體系必須科學、清晰、具有代表性，應能充分反映商業銀行ESG信息披露的真實水平。其二，系統性，指標體系從整體來看，其中的各項指標要能形成一個完整的系統，能夠全面反映商業銀行ESG信息披露的發展情況。其三，穩定性與動態性，所選取的指標既要相對穩定，又要能反映一個長期和動態的過程，以反映商業銀行ESG信息披露的現狀和趨勢。其四，層次性與導向性，指標體系的設置應利于商業銀行ESG信息披露能力的發展，根據指標體系分層分級尋找，以對商業銀行ESG信息披露的發展進行引導。其五，可比性與可操作性，指標的選取應注意評價不同對象、不同年份之間的可比性，同時所需數據也應易獲取。

2.1.2理論依據

第一，管理類指標對商業銀行ESG信息披露的影響主要是源于從銀行內部開始改變，不再將對ESG的理解僅僅局限于符合監管要求和市場需求，而是從內到外徹底的改變。李井林等（2021）認為，企業在運營管理過程中應重視ESG理念，因為ESG是一種多維度可持續理念，最終促使企業可持續發展。溫彬和宋江立（2022）建議，銀行要增強社會責任感，提升以ESG理念為基礎的管理意識，推動社會高質量發展。

第二，經濟類指標對于所有企業來說都是相當重視的，也是最常見的指標之一。但對于銀行來說經濟效益并不是唯一，銀行作為金融機構要平衡好安全性、流動性與盈利性，要作為ESG披露能力評價指標的一部分，更是不能局限于此。

第三，社會類指標的內容是商業銀行對自己所承擔的社會責任最直接的反饋，ESG責任投資理念本就是來源于企業社會責任（CSR）。張慧（2022）認為，企業社會責任不但表明了企業的實力，還會影響投資者的投資意愿，社會責任信息的披露更可以降低投資者與企業的信息不對稱。

第四，金融類指標對于商業銀行來講是相當重要的部分。許雪芳和覃宇冰（2020）指出，未來應形成利于綠色技術的綠色金融體制，完善綠色金融市場體系，不斷強化ESG信息披露。項東和魏榮建（2022）通過研究發現，ESG信息披露對企業的綠色創新有顯著的積極影響，如果有媒體關注更是能促進兩者之間的關系。安國俊等（2022）也建議要有效推動ESG和可持續金融、綠色金融的協同發展。

第五，排放類指標反映的是企業對環境最直接的影響。李小榮和徐騰沖（2022）認為，公司ESG表現良好可以避免消費者、貸款人擔憂該企業會不會產生更多環境問題，從而增加現金流量，提高償債能力。雖然商業銀行這類非直接排污企業不會對環境造成太大的破壞，但這仍是一項不可忽視的指標。

2.2指標選擇及構建

根據國家生態環境部（原環保部）2010年出臺的《上市公司環境信息披露指南》、ESG評級機構評價體系及商業銀行ESG信息披露的實際情況，并參考了蔡佳楠等（2018）對企業環境信息披露、李志青和胡時霖（2021）對銀行環境信息披露的指標設置及前文所述指標選取原則、理論依據，最終確定了測度銀行ESG信息披露能力的指標體系，下設5類一級指標及19個二級指標，然后依照不同指標的涵蓋范圍、重要程度并通過專家評分法（咨詢城市商業銀行高管、相關領域研究學者）綜合考慮，賦予不同的分值，總分為100分，詳情如表1所示。

3數據來源與研究方法

各指標披露情況的收集均來自九江銀行、江西銀行各年度《環境、社會及管治報告》，根據內容描述詳細程度、披露方式（如定量或定性）通過對比法（包括兩家商業銀行自身歷年ESG報告的對比、兩家商業銀行歷年ESG報告之間的對比）進行手工打分。

通過對數據與研究目的的綜合考慮，選擇用熵值法、灰色關聯度分析、灰色預測模型三種方法對九江銀行、江西銀行ESG披露水平進行綜合評價及預測。熵值法是一種客觀賦權法，通過計算熵值來判斷指標的離散程度，其程度越大，對綜合評價的影響就越大。灰色關聯度分析是根據因子的差異性判斷其對整個系統影響程度的一種多因素分析方法，不但能很好地看出各指標評分與綜合評價值之間的關系，還不需要很大的數據量，也不需要變量之間有強烈的數學關系。灰色預測模型與灰色關聯度分析相同，亦只需有限的數據就可以通過建立模型對未來值進行預測，文章采用的是經典的、被廣泛應用的GM（1，1）模型。

九江銀行、江西銀行上市時間短，數據有限且各指標得分與綜合評價值之間并不存在嚴格的數學關系，在各指標內容的披露過程中，會對ESG信息披露的整體水平產生不同程度的影響，并作用于該銀行的發展。熵值法能判斷指標對綜合評價的影響程度，灰色關聯度能發掘其中的“灰色”關系，并以較為清晰的方式描述關聯度。灰色關聯度差異性越大，關聯度就越低，對系統影響越小；反之差異性越小，關聯度就越高，對系統影響也就越大。筆者利用上述兩種方法，可以探析出在商業銀行ESG信息披露發展過程中，受披露指標變化的影響。

3.1熵值法

第一步：設有m個評價對象和n個評價指標，指標值矩陣為X=（xij）m×n，其中i=1，2，…，m;j=1，2，…，n。下面將矩陣進行標準化及無量綱化處理。

正向指標：x′ij=xij－min（xij）max（xij）－min（xij）（1）

負向指標：x′ij=max（xij）－xijmax（xij）－min（xij）（2）

為避免零值對后續計算產生影響，整體向右平移0.00001個單位。

Tij=x′ij+0.00001

第二步：計算第j項指標的熵值。

hj=－1ln（n）∑ni=1Tij∑ni=1TijlnTij∑ni=1Tij（3）

第三步：計算第j項指標的權重。

wj=1－hj∑mj=1（1－hj）（4）

第四步：利用線性加權法對第i年的ESG信息披露水平進行測度。

ui=∑mj=1wjTij（5）

上述式中，Tij∑ni=1Tij為ESG信息披露指數體系的比重矩陣；Tij為指標j中i年的標準化和非負化后的無量綱值；hj為第j項指標的熵值；ui為第i年的ESG信息披露水平綜合評價值；各指標權重之和∑mj=1wj=1。

3.2灰色關聯度分析

第一步：對各因素原始數據做初始值的無量綱化處理。

x′i（k）=xi（k）xi（k）（k=1，2，…，n;i=1，2，…，m）（6）

第二步：計算關聯系數。

γi（k）=miniminkx0（k）－xi（k）+ρmaximaxkx0（k）－xi（k）x0（k）－xi（k）+ρmaximaxkx0（k）－xi（k）（7）

式中，分辨系數ρ∈（0，∞），ρ越小，分辨力越大。當ρ≤0.5463時，分辨力最好，通常取ρ=0.5。

第三步：計算關聯度。由于關聯系數是反映各個時刻數列與參考數列的關聯程度，故初始指標數值所反映的信息較為分散。筆者采用求該指標值的平均值，把各個時刻的關聯系數集中為一個值作為整體的關聯度ri，具體公式為：

ri=1n∑nk=1γi（k）（8）

式中，k=1，2，…，n。

3.3灰色預測模型

第一步：定義一個原始數據序列。

X（0）=（x（0）（1），x（0）（2），…，x（0）（n））（9）

式中，X（0）（n）≥0，k=1，2，…，n。

第二步：設X（0）的1次累加生成序列1-AGO。

X（1）=（x（1）（1），x（1）（2），…，x（1）（n））（10）

式中，x（1）（k）=∑ki=1x（0）（k），k=1，2，…，n。

第三步：設1次累加生成序列1-AGO的緊鄰均值生成序列。

Z（1）=（z（1）（2），z（1）（3），…，z（1）（n））（11）

式中，背景值z（1）（k）=0.5×（x（1）（k）+x（1）（k－1）），k=2，3，…，n。

第四步：一階常微分方程：dx（1）dt+ax（1）=b為GM（1，1）模型的白化微分方程，差分形式為x（0）k+az（1）（k）=b，其中a為模型的發展系數，反映x（1）（k）的發展趨勢，b為模型的灰色作用量，反映數據之間變化關系。由最小二乘法求解得到以下公式。

［a，b］T=（BTB）－1BTY（12）

式中：

Y=x（0）（2）x（0）（3）…x（0）（n），B=－z（1）（2）1－z（1）（3）1…1－z（1）（n）1

第五步：方程dx（1）dt+ax（1）=b的離散解為以下公式。

x︿（1）（k）=x（0）（1）－bae－a（k－1）+ba（13）

式中，k=2，3，…，n。

第六步：還原值（即x︿（0）的預測方程）如下。

x︿（0）（k）=x︿（1）（k）－x︿（1）（k－1）=（1－ea）x（0）（1）－bae－a（k－1）（14）

式中，k=2，3，…，n。

4研究結果

4.1熵值法確定指標權重

基于熵值法的計算過程，對九江銀行、江西銀行在前文城市商業銀行ESG信息披露指數評估細則中的5項一級指標進行處理與計算，從而得到各指標的權重，已列示于表2中。可以看出，對兩家銀行的評價中權重高的是排放類（33.72%），其次是經濟類（25.51%）、管理類（18.06%）、社會類（11.99%），最后是金融類（10.73%），說明在兩家銀行已經發布的ESG報告中，各一級指標內排放類、經濟類是重要因素，權重之和占比超過50%。

4.2熵值法綜合評價結果

通過加權法計算出九江銀行、江西銀行自2018年上市以來ESG信息披露水平綜合評價結果，具體見表3。從綜合評分結果來看，九江銀行與江西銀行上市以來ESG信息披露發展情況呈階梯狀并存在較明顯的差異性，其中，兩家銀行在2021年ESG報告中獲得的綜合評價得分均為第一，其分值（0.736859281、0.932120525）相較于前幾年都有著較為明顯的領先。因此可以認為，隨著社會的發展以及政策制度的完善，兩家城市商業銀行的ESG信息披露水平均有一定程度的提高。

由圖1可以更加直觀地發現，兩家城市商業銀行ESG信息披露能力均隨著時間的推移有明顯的提升，區別在于九江銀行綜合評價值持續地有著明顯升高，江西銀行在2019年與2020年間綜合評價值有一個較大的提升，在其余年間的提升沒有這么明顯。對比看來，江西銀行ESG披露整體水平自上市以來一直都優于九江銀行，其中的江西銀行ESG信息披露水平起點比較高，而九江銀行起點較低（各指標得分值均為參評指標中最低分），直到2021年ESG信息披露水平有了顯著的提高，縮小了與江西銀行間的差距。

4.3灰色關聯度分析結果

羅上華等（2003）在研究城市環境保護規劃與生態建設指標體系時，在專家咨詢的基礎上，將灰色關聯度的程度劃分了4個等級（見表4），文章也采取了這種劃分方法。

由結果可知，社會類指標對九江銀行ESG信息披露能力的關聯度為0.6299051，排在第一，金融類、管理類和經濟類指標對九江銀行ESG信息披露能力的關聯度分別為0.62990206、0.62989902和0.62989885，排放類指標對九江銀行ESG信息披露能力的關聯度為0.62989879。這5個指標與九江銀行ESG信息披露能力綜合評價值之間關聯度均大于0.6，故都具有較高的關聯度。

在江西銀行ESG信息披露能力的關聯度排名中，社會類指標依然排在最高位，為0.65298986，管理類、排放類、金融類和經濟類指標對九江銀行ESG信息披露能力的關聯度分別為0.6503464、0.64529973、0.63596869和0.61153948。這5個指標對江西銀行ESG信息披露能力綜合評價值的關聯度均高于0.6，故都具有較高關聯度。

5結論與建議

文章通過政策、文獻分析并結合銀行業的特點構建了基于“環境—社會—企業治理”的商業銀行ESG信息披露能力綜合評價體系，在九江銀行、江西銀行歷年《環境、社會及管治報告》中選取了具有代表性的5類一級指標和19個二級指標，并在該指標體系構建的基礎上，對九江銀行、江西銀行上市以來ESG報告中的相關指標數據進行了綜合評價、分析和預測，最后分析結果基本能夠客觀反映九江銀行、江西銀行在環境、社會、企業治理方面信息披露的發展水平，從而為我國城市商業銀行ESG信息披露未來的發展提供理論支撐。[HJ1]

參考文獻：

［1］張長江，徐品，畢苗.上市公司ESG信息披露研究綜述：理論、動因與效應［J］.財會通訊，2022（14）：9-15.

［2］袁業虎，熊笑涵.上市公司ESG表現與企業績效關系研究——基于媒體關注的調節作用［J］.江西社會科學，2021，41（10）：68-77.

［3］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（5）：23-34.

［4］王波，楊茂佳.ESG表現對企業價值的影響機制研究——來自我國A股上市公司的經驗證據［J］.軟科學，2022，36（6）：78-84.

［5］袁蓉麗，江納，劉夢瑤.ESG研究綜述與展望［J］.財會月刊，2022（17）：128-134.

［6］李曉蹊，胡楊璘，史偉.我國ESG報告頂層制度設計初探［J］.證券市場導報，2022（4）：35-44.

［7］李井林，陽鎮，陳勁，等.ESG促進企業績效的機制研究——基于企業創新的視角［J］.科學學與科學技術管理，2021，42（9）：71-89.

［8］溫彬，宋江立.銀行業踐行ESG理念思考［J］.中國金融，2022（8）：71-72.

［9］張慧.ESG責任投資理論基礎、研究現狀及未來展望［J］.財會月刊，2022（17）：143-150.

［10］許雪芳，覃宇冰.我國綠色金融發展的實踐經驗與提升路徑［J］.人民論壇，2020（30）：72-73.

［11］項東，魏榮建.ESG信息披露、媒體關注與企業綠色創新［J］.武漢金融，2022（9）：61-71.