〔摘 要〕 ＥＳＧ 评级作为指导企业战略决策的重要指标， 评级结果的不一致对企业的投资决策会造成怎样的影响？ 本文选取２０１６～２０２２ 年沪深Ａ 股上市公司为研究样本， 实证检验ＥＳＧ 评级分歧对企业绿色创新效率的影响。研究发现： ＥＳＧ 评级分歧越大， 企业绿色创新效率越低； 债务资本成本在ＥＳＧ 评级分歧与绿色创新效率之间发挥了部分中介作用； 在分析师关注度和治理水平较高的企业中， ＥＳＧ 评级分歧对绿色创新效率的负向影响被削弱。本文将现有研究从ＥＳＧ 表现延伸至ＥＳＧ 评级分歧领域， 为完善ＥＳＧ评级体系建设、提高企业绿色创新效率提供了参考与启示。
〔关键词〕 ＥＳＧ 评级分歧 债务资本成本 绿色创新效率 分析师关注度 公司治理水平 双碳 可持续发展 融资约束
ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００４－９１０Ｘ．２０２４．１０．０１３
〔中图分类号〕Ｆ２７３. １； Ｆ８３２. ５１ 〔文献标识码〕Ａ
引 言
近年来， 我国经济高速发展的同时带来非可再生资源过度消耗、极端气候事件频发等环境问题， 可持续发展成为企业生存和发展的必然要求。党的二十大报告指出“推动经济社会发展绿色化、低碳化是实现高质量发展的关键环节”。企业作为实现“双碳” 目标的关键主体， 坚持节能减排，提高绿色创新能力， 是加速绿色转型升级的重要举措。ＥＳＧ 理念作为绿色金融体系的核心组成部分， 从环境（Ｅｎｖｉｒｏｎｍｅｎｔａｌ）、社会（Ｓｏｃｉａｌ）和治理（Ｇｏｖｅｒｎａｎｃｅ）３ 个维度衡量企业长期价值， 为企业高质量发展提供指导性原则。随着ＥＳＧ 实践的快速兴起， 越来越多的第三方评级机构基于自身建立的评价体系， 结合企业ＥＳＧ 披露信息及行为， 形成衡量企业绿色可持续发展水平的重要指标［１］ 。ＥＳＧ 评级作为高效的信息中介， 可以帮助投资者更全面、准确的识别企业潜在价值， 提高决策效率；同时也有助于减少关于企业的“廉价言论”， 提升企业形象和声誉。
国内市场ＥＳＧ 投资和评价起步较晚， 目前尚未形成统一的， 适应本土发展的评价体系， 导致不同评级机构对同一家企业ＥＳＧ 评级结果差异较大。已有研究显示， 国内主要评级机构ＥＳＧ 评级结果的相关系数仅为０ １３～０ ４０， 评级分歧现象普遍存在［２］ 。评级机构的认知及评价体系差异、企业自身ＥＳＧ 实践及信息披露的不确定性是ＥＳＧ 评级分歧产生的根本原因［３，４］ 。ＥＳＧ 评级不一致可能会产生更高的市场感知风险， 影响风险收益平衡［５］ ，在降低市场预测准确度的同时， 加剧企业与外部利益相关者之间的信息不对称， 增加企业的经营风险和声誉风险［６］ 。绿色创新以实现绿色发展为根本出发点， 强调建立经济、资源、环境相协调的管理模式和调控机制， 减少自然资源消耗， 优化资源配置效率， 降低企业生产经营活动所带来的环境外部不经济性［７］ ， 为实现经济高质量发展提供动力支持。相对于其他类型的创新活动， 绿色创新存在着更高的不确定性， 需要承担高额的研发投入和较长的经济周期。企业在进行相关决策时， 需要综合考虑时间、资金、风险等因素的影响， 管理层的绿色意识和风险判断也是导致企业创新意愿下降的主要原因。当前我国绿色创新效率区域发展不均衡， 且整体水平偏低， 究其原因是受到融资约束和代理成本的双重约束［８］ 。在我国深入实施绿色发展、创新驱动等国家战略的背景下， 国内学者对ＥＳＧ 表现与绿色创新的关系开展了广泛的研究， 但关于ＥＳＧ 评级分歧的研究相对匮乏。ＥＳＧ 评级分歧如何影响企业绿色创新效率？ 关于这一问题的探讨对增强企业风险应对能力， 提高可持续发展水平至关重要。
鉴于此， 本文以２０１６～２０２２ 年沪深Ａ 股上市公司为研究样本， 重点探究ＥＳＧ 评级分歧与企业绿色创新效率的影响机制， 作用路径和边界条件。现有研究主要关注ＥＳＧ 评级分歧对资本市场参与者的影响， 本文通过分析ＥＳＧ 评级分歧对企业绿色创新效率的关系， 弥补了ＥＳＧ 评级分歧对企业经营活动影响研究的不足； 以债务资本成本为中介变量， 扩展了ＥＳＧ 评级分歧影响企业绿色创新效率的传导机制； 深入考察分析师关注度和公司治理水平的边界作用， 进一步加深对评级分歧与企业绿色创新效率影响机制的认识， 为“双碳” 背景下企业绿色创新过程中如何应对ＥＳＧ 评级分歧带来的不利影响， 缓解融资约束问题提供理论指导。
１ 文献综述
１. １ ＥＳＧ 评级分歧的成因及经济后果
ＥＳＧ 评级连接企业财务信息和非财务信息， 为投资者提供决策参考的同时提升企业声誉与市场竞争力。然而不同评级机构发布的ＥＳＧ 评级结果存在显着的差异， Ｂｒｅｇ 等（２０２２）［３］ 根据权威评级机构的指标梳理出分歧产生的３ 个驱动因素， 即范围分歧、度量分歧和权重分歧， 研究发现分歧的出现不仅是对“什么属于良好的ＥＳＧ 表现” 的主观定义的争议， 更是基础数据处理方法的根本差异。评级系统缺乏统一的标准， 各评级机构对范围界定和度量方式的不同选择， 是ＥＳＧ 评级产生分歧的主要原因。Ｃｈｒｉｓｔｅｎｓｅｎ 等（２０２２）［９］ 认为，ＥＳＧ 信息披露会增加评级机构对同一信息的不同解读， 评价主观性越强， 评级结果存在分歧的概率越大。与之相反， Ｋｉｍｂｒｏｕｇｈ 等（２０２２）［４］ 发现，主动披露ＥＳＧ 信息的公司获得的评级相似度较高，对环境和社会方面的披露有助于减少评级差异。
目前， 国内关于ＥＳＧ 评级分歧后果的研究主要集中于审计师、分析师等第三方中介机构和股票市场的影响。王积田等（２０２３）［６］ 认为， ＥＳＧ 评级分歧会增加审计师对企业的怀疑和风险感知， 出于职业本能和降低自身风险的考虑， 审计师会及时增加对关键审计事项的披露。周泽将等（２０２３）［１０］发现， ＥＳＧ 评级分歧会增加分析师处理和解读信息的成本， 降低其对有用信息的敏感度和关注度， 进而造成盈余预测准确性下降。刘向强等（２０２３）［１１］研究发现， ＥＳＧ 评级分歧会产生“噪音效应”， 向投资者传递大量冗余信息， 加剧上市公司与投资者之间的信息不对称程度， 提升股价同步性。李晓艳等（２０２３）［１２］ 认为， 评级分歧提升了企业经营风险， 降低了市场正面预期， 进而造成股票流动性下降。国外关于评级分歧经济后果的研究内容更加全面， Ｇｉｂｓｏｎ 等（２０２１）［１３］ 认为， 评级差异会使投资者对风险回报的需求增大， 进而推动了股票收益率提升。Ａｖｒａｍｏｖ 等（２０２２）［１４］ 研究表明， ＥＳＧ 评级分歧会增加市场风险感知与市场溢价， 降低投资者需求， 对社会效益以及经济效益造成不利影响。
１. ２ 绿色创新影响因素
以往文献从宏观和微观两个层面对绿色创新的影响因素进行了研究。从宏观层面来看， 钟廷勇等（２０２２）［１５］ 研究表明， 数字普惠金融通过降低企业筹款限制， 增加城市经济收益， 推动企业绿色技术创新。王韶华等（２０２３）［１６］ 发现， 我国不同区域产业的绿色技术创新效率整体上呈现倒“Ｎ”型趋势， 且绿色信贷能显着提升绿色创新效率。王晗和何枭吟（２０２２）［１７］ 运用空间杜宾模型（ＳＤＭ）实证分析结合空间溢出效应解释产业集聚和环境规制对本地区绿色创新效率的促进作用。从微观角度出发， 阳镇等（２０２３）［１８］ 研究指出， 媒体关注通过强化企业社会责任承担对绿色技术创新产生显着的促进效应， 在政策导向型媒体和市场导向型媒体中都发挥作用。彭百川等（２０２４）［１９］ 发现，ＥＳＧ 表现通过企业风险承担水平、供应链话语权两条路径提升企业绿色创新效率。同时， 李井林等（２０２４）［２０］ 认为， ＥＳＧ 表现主要通过强化企业环保投入、缓解融资约束以及提高内部控制质量促进企业绿色技术创新。基于制度理论和委托代理理论，王永贵和李霞（２０２３）［２１］ 研究发现， 政府研发补助对策略性绿色创新绩效具有显着促进作用， 而与实质性绿色创新绩效之间存在倒“Ｕ” 型关系。
１. ３ 文献述评
梳理上述文献后发现： （１） ＥＳＧ 评级分歧作为２０２０ 年后兴起的概念， 与之相关的研究仍处于起步阶段， 目前多集中于对第三方中介机构与股票市场的研究， 尚未有文献关注到ＥＳＧ 评级分歧对企业经营决策的影响； （２） 关于绿色创新， 以往文献多以单一评级机构的ＥＳＧ 评级为基础， 考察其对绿色创新效率的作用， 忽略了不同评级机构提供的评分差异可能会对企业的战略决策造成干扰， 因此有必要进一步深入研究ＥＳＧ 评级分歧对企业绿色创新的影响； （３） 缺乏关于ＥＳＧ 评级分歧与绿色创新效率之间机制路径的研究， 在当前“融资难、融资贵” 这一突出问题下， 债务资本成本作为影响企业决策的重要因素， 在丰富绿色创新效率前因、推动ＥＳＧ 评级分歧经济后果研究上具有重要的意义。
２ 理论分析与研究假设
２. １ ＥＳＧ 评级分歧与绿色创新效率
基于利益相关者理论， 外部利益相关者是影响企业绿色创新的重要因素， 随着ＥＳＧ 理念的日益普及， 利益相关者开始将ＥＳＧ 评级这一风险衡量指标纳入对企业的综合评估中。ＥＳＧ 评级分歧会向投资者传递大量冗余信息［１１］ ， 根据有限注意理论， 投资者难以对所有信息付出同等的时间和精力， “噪音” 不仅会增加投资者处理和解读信息的成本， 还会降低其对有价值信息的关注度和处理效率； 另外， 评级分歧会引发外界对企业偿债能力和持续经营能力的怀疑［６］ ， 出于风险规避原则， 投资者会减少对此类企业的投资。为挽回投资者的信任， 管理者往往会采取快捷高效的方式提高企业的ＥＳＧ 表现， 绿色创新项目高投入的特点使企业短期内经营压力增大， 且最终成果需历经较长时间才能显现， 因此并不是及时提高企业声誉的最佳选择。另外， 绿色创新活动仅依靠企业自身单一领域的知识和技术积累难以实现突破， 因此创新主体需要获得更加广泛的资源支持，评级分歧的产生不利于企业与合作伙伴建立长期稳定的战略关系， 难以获得各方的资金支持和技术协助， 进一步阻碍了企业绿色创新效率。
基于委托代理理论， 评级分歧产生的“遮掩效应” 会加剧投资者与企业间的信息不对称程度，使外界无法对企业内部真实ＥＳＧ 履行情况形成清晰的认知， 也无法对高管保持持续监督， 增加了管理者实施盈余操纵行为的隐蔽性［２２］ 。数据供应商评级标准不一致也为管理者转移投资者注意力，掩藏自身不道德行为提供借口， 进而挤压绿色创新的投入、忽略创新成果的转换。评级结果的分歧使企业难以准确把握自身在ＥＳＧ 方面的表现，无法根据外界反馈做出精准调整， 造成对创新项目风险和收益的失误预判， 增加做出错误投资决策的概率。同时， 评级不确定给企业带来较大的收益波动， 降低企业的风险承担水平， 在理性人假设的前提下， 高管考虑到有限任期内的职业声誉， 会为确保短期收益而规避风险， 降低对高投入、收益不确定的绿色创新项目的投入， 进而削弱创新效率。综上所述， 提出假设Ｈ１：
Ｈ１： ＥＳＧ 评级分歧越大， 企业绿色创新效率越低。
２. ２ 债务资本成本的中介作用
企业拥有多元化的融资渠道， 债务融资因其融资成本相对较低且对公司控制权的影响较小， 成为众多企业的首选融资方式。当ＥＳＧ 评级分歧较大时会向外界传递出企业内部不稳定的信号， 使投资者难以准确评估企业的信用风险［５］ ， 因此债权人往往在初始投资回报之外要求更高的风险收益。ＥＳＧ 分歧较大的公司会给利益相关者留下“伪善” 的印象［６］ ， 降低资本市场对企业的信任度， 使其更加谨慎的对待企业的债务融资需求， 并对企业的资产进行更严格的评估， 为弥补潜在的ＥＳＧ风险带来的损失， 金融机构可能会提高对企业的贷款利率或采取更严格的担保措施， 直接增加企业的债务资本成本。最后， 基于媒体信息功能假说， ＥＳＧ 评级分歧吸引了新闻媒体对企业的更多关注［２３］ ， 加速了企业内部与ＥＳＧ 评级分歧相关的负面新闻的传播， 而投资者会将关注目光由评级分歧本身扩展到整个企业， 通过增加贷款利率、减少商业信用融资等方式弥补他们所承担的风险，提高企业举债的难度。
债务融资作为企业主要的融资渠道， 是企业生产投资活动的重要资金来源。受资源依赖理论的影响， 债务资本成本增加势必会限制企业的融资规模与渠道， 降低企业资源配置效率。当企业内部资金有限而外部融资成本增加时， 企业需要重新评估各项投资的风险与收益情况， 将有限的资金从长期、高风险、收益不确定的绿色创新项目中转移到短期、低风险但收益稳定的项目中。债务资本成本上升意味着企业面临的到期还款压力增大， 过高的负债率会使企业更加注重资金流动性管理， 优先满足日常运营和短期债务偿还的资金需求， 减少长期投资项目的资金分配。此外， 由于研发创新活动较高的外溢效应， 核心技术一旦泄露， 就容易受到专利侵权、仿冒和假冒的侵害［２４］ ，为减少负外部性， 企业绿色创新项目相关信息披露的透明度低， 投资者事前无法准确客观评价企业创新情况， 事后也难以实施监督。出于谨慎性原则的考虑， 投资者倾向于削减资金供给， 或加大投资回报率需求， 导致企业借款和发行债券成本增加， 挤压企业在研发和创新方面的资金投入，进而削弱企业创新能力和绿色创新效率。综上所述， 提出假设Ｈ２：
Ｈ２： ＥＳＧ 评级分歧通过提高债务资本成本抑制企业绿色创新效率。
２. ３ 分析师关注度的调节作用
针对评级机构间由于标准不统一造成的评级分歧， 分析师凭借其专业的理论知识和实践经验， 对企业的ＥＳＧ 表现进行更深入的剖析与评估， 并将企业真实的发展状况全面地传递给信息劣势方［２５］ ，减少投资者对企业ＥＳＧ 风险的担忧， 加强外部投资者的信心与投资意愿， 缓解融资约束， 进一步促进企业绿色创新效率。分析师的积极评价能提升企业声誉， 企业面对分析师的审视和评估， 会倾向于展示其在ＥＳＧ 方面取得的成果， 加大对绿色创新项目的投入， 以此抵消由于评级分歧产生的负面影响； 另外， 分析师的关注提高了企业透明度和可问责性， 当企业被大量分析师关注时， 管理层实施自利行为被发现的概率增加， 基于压力理论的影响， 管理者面临外部压力时更有动机采取对企业有利的举措， 重视绿色创新项目以改善公司业绩与形象。综上所述， 提出假设Ｈ３：
Ｈ３： 分析师关注度越高， ＥＳＧ 评级分歧对企业绿色创新效率的影响越小。
２. ４ 公司治理水平的调节作用
良好的公司治理机制能激发企业的风险承担，提高内部控制质量， 维护投资者利益的同时保证企业长期稳定发展［１０］ 。较高的治理水平能够提高企业信息透明度和公开性， 降低企业内外部信息差异， 有利于投资者与监管机构对公司运营情况进行外部监管， 约束高管的机会主义行为。高水平的治理结构意味着更为严格和完善的内部监督机制， 防止高管为谋取私利， 挤压企业对绿色创新的投入； 同时也能增强企业的风险管理能力， 当面对ＥＳＧ 评级分歧带来的声誉风险、市场压力时，能更有效地进行风险识别、评估和控制， 避免由于评级分歧导致的风险规避行为。此外， 当公司治理机制完善时， 企业能更理性的看待评级结果，不为短期评级的波动而中断或缩减绿色创新活动，从而维持绿色创新活动的稳定性和持续性。综上所述， 提出假设Ｈ４：
Ｈ４： 公司治理水平越高， ＥＳＧ 评级分歧对企业绿色创新效率的影响越小。
３ 研究设计
３. １ 样本选择与数据来源
本研究选取２０１６～２０２２ 年沪深Ａ 股上市公司为研究样本， 并对数据进行如下处理： （１） 剔除ＳＴ、∗ＳＴ 上市企业； （２） 剔除金融保险行业公司；（３） 剔除重要数据缺失的样本。对所有连续变量进行了１％和９９％的Ｗｉｎｓｏｒｉｚｅ 缩尾处理， 最终获得１８９３１ 个样本观测值。数据来源方面， 本文采用了６ 个评级机构（华证、ＷＩＮＤ、盟浪、富时罗素、商道融绿、彭博）公布的ＥＳＧ 评级／ 评分以及ＣＳＭＡＲ 数据库的公司财务数据以及ＣＮＲＤＳ 数据库的绿色创新专利数据， 并使用Ｓｔａｔａ１６ ０ 软件对数据进行分析。
３. ２ 变量定义
（１） 解释变量
ＥＳＧ 评级分歧（ＥＳＧｄｉｆ）。本文借鉴何太明等（２０２３）［２６］ 的研究方法， 对华证、ＷＩＮＤ、盟浪的９ 个ＥＳＧ 评级依次赋值为１～９， 对融道商绿的１０个等级依次赋值为０～９， 对彭博ＥＳＧ 评级的具体分数取１０％后进行四舍五入处理， 对富时罗素的ＥＳＧ 评级分数取２００％后作为数据样本。通过对评级结果赋值的方式， 确保不同机构的评分对ＥＳＧ评级分歧的影响权重相当， 计算赋值后的６ 种ＥＳＧ评级数据的标准差， 以此衡量ＥＳＧ 评级分歧。
（２） 被解释变量
绿色创新效率（ＧｒｅｅｎＩｎｎｏｖｅ）。本文对被解释变量的衡量借鉴刘畅等（２０２３）［２７］ 的做法， 即采用绿色创新产出和创新投入加１ 后取自然对数的比值进行度量。由于上市公司绿色创新投入数据的可获得性较低， 本文利用研发支出相关数据代替绿色创新投入来进行计算。绿色创新产出的衡量则采用上市公司绿色发明专利、实用新型和外观设计专利的总申请量。
（３） 中介变量
债务资本成本（Ｃｏｓｔ）。借鉴魏志华等（２０１２）［２８］ 、郑军等（２０１３）［２９］ 的研究方法， 采用企业利息支出加上手续费支出和其他财务费用的总额占期末总负债的比重来考察。
（４） 调节变量
分析师关注度（ＩｎＡｔｔｅｎ）。本文参考Ｈｅ 和Ｔｉａｎ（２０１３）［３０］ 的研究， 选取１ 年内追踪该公司的分析师总数加１ 后取其自然对数， 以衡量分析师关注程度。
公司治理水平（Ｇｏｖｅｒｎ）。本文参考林树和葛逸去（２０２３）［３１］ 关于公司治理水平综合指标的构建方法， 使用主成分分析法对９ 个指标分３ 个维度进行分析。
（５） 控制变量
参考周泽将等（２０２３）［１０］ 的研究， 选择如下控制变量： 企业规模（Ｓｉｚｅ）、企业价值（ＴｏｂｉｎＱ）、市账比（ＭＢ）、盈利能力（ＲＯＡ）、产权性质（ＳＯＥ）、两职合一（Ｄｕａｌ）、机构投资者持股（ＩＮＳＴ）， 此外本文还控制了年份固定效应和行业固定效应， 变量定义如表１ 所示。