本文档是关于中国股票市场的一项原创实证研究。以下是根据您的要求撰写的学术报告。
关于中国ESG评级分歧与股票预期收益的研究报告
本研究报告旨在向学术界同仁介绍由肖欣荣、刘旭和刘健三位学者共同完成、发表于2023年《新兴市场金融与贸易》(Emerging Markets Finance and Trade) 期刊第59卷第11期的研究成果。该研究题为《中国ESG评级分歧与预期股票收益》(ESG Rating Dispersion and Expected Stock Return in China)，首次在中国资本市场背景下，系统性地探讨了环境、社会和治理 (ESG) 评级分歧对股票未来收益的预测作用及其内在机制。
一、 研究作者、机构及发表信息 * 主要作者：肖欣荣 (Xinrong Xiao)、刘旭 (Xu Liu)、刘健 (Jian Liu) * 所属机构： * 肖欣荣与刘旭：对外经济贸易大学金融学院 * 刘健：中央财经大学中国精算研究院 * 发表期刊：Emerging Markets Finance and Trade * 发表时间：2023年，文章于2023年7月5日在线发布。
二、 研究学术背景 本研究属于金融学领域，具体聚焦于可持续金融 (Sustainable Finance) 与资产定价 (Asset Pricing) 的交叉方向。随着ESG投资理念在全球的兴起，ESG评级已成为投资者进行责任投资决策的关键依据。然而，由于评级标准不一、度量方法各异，不同评级机构对同一家公司给出的ESG评级存在显著差异，这种现象被称为“ESG评级分歧”。这种分歧给责任投资者带来了巨大困惑，构成了可持续投资的非忽视障碍。
在国际上，已有学者开始关注ESG评级分歧对资产定价的影响，但相关研究主要集中于美国市场，且结论不一。例如，Brandon, Krueger, and Schmidt (2021) 发现高ESG评级分歧的股票存在风险溢价（即预期回报更高），而Avramov等人 (2022) 的研究则更侧重于ESG评级在特定条件下的预测能力。相比之下，中国市场的ESG评级体系发展迅速但缺乏统一标准，导致评级分歧现象尤为突出。然而，关于ESG评级分歧如何影响中国资本市场的投资组合决策和资产定价，此前尚缺乏系统性的研究。
鉴于此，本研究旨在填补这一空白。其核心目标是：第一，实证检验ESG评级分歧对中国A股未来股票收益是否具有预测能力，以及这种预测能力的符号（正或负）。第二，探索这种预测关系背后的潜在经济机制。研究的发现对于在中国情境下理解ESG信息的定价效率、指导投资者优化责任投资组合表现具有重要的理论和实践意义。
三、 详细研究流程 本研究遵循了严谨的实证金融学研究范式，主要包括数据准备、投资组合分析、面板回归分析以及机制检验四个主要步骤，并采用了多种稳健性检验。
1. 数据来源与样本选择 * 研究样本：中国A股上市公司。 * 样本期：2016年7月至2022年4月。 * ESG评级数据：研究从万得（Wind）金融终端获取了四家中国主流ESG评级机构的数据，包括：万得（Wind）自身、商道融绿（Syntao Green Finance）、华证指数（Sino-Securities Index）和社会价值投资联盟（China Alliance of Social Value Investment, CASVI）。为确保分析的稳健性，研究剔除了上市不足一年的公司以及在任一评级时点从少于三家机构获得评级的公司。 * 评级分歧度量：采用了两种主流方法进行计算。(1) 跨机构样本标准差：计算每家公司在特定时点上可获得的所有ESG评级的样本标准差（acrossall_disp）。(2) 配对平均标准差：计算每家公司的ESG评级在所有评级机构两两组合间的标准差的平均值（pairwise_disp）。为统一量纲，研究将字母型评级按照附录B的规则转换为0-10的数值分数。 * 其他数据：股票交易数据、机构投资者持股数据、公司财务数据来自中国股票市场与会计研究数据库（CSMAR）。公司层面的媒体关注度数据来自中国研究数据服务平台（CNRDS）。 * 数据处理：对所有连续变量在1%和99%分位数进行了缩尾处理，以控制极端值影响。
2. 投资组合分析（交易策略构建） 此步骤旨在初步检验ESG评级分歧与未来股票收益的关系。 * 研究流程： 1. 排序：从2017年7月开始，基于每只股票过去12个月（例如，2016年7月至2017年7月）的平均ESG评级分歧，将其分为五组（五分位）。 2. 构建组合：分别构建价值加权的投资组合，其中“低分歧”组合包含分歧最小的20%股票，“高分歧”组合包含分歧最大的20%股票。 3. 计算收益：计算这些组合在接下来3个月（例如，2017年8月至10月）的月度超额收益（超过无风险利率的收益）。 4. 再平衡：在每个评级发布月（1月、4月、7月、10月）结束后，重新根据过去12个月的平均分歧进行排序和组合构建，从而生成从2017年8月至2022年4月的时间序列收益。 5. 多空策略：构建一个“多空套利”组合，即做多“低分歧”组合，同时做空“高分歧”组合（记为LMH组合）。 6. 风险调整：使用多种资产定价模型对组合收益进行风险调整，计算Alpha（超额风险调整收益）。使用的模型包括：CAPM模型、Fama-French五因子模型加上动量因子（FF5+UMD）、Fama-French五因子模型加上非流动性因子（FF5+IML）。针对传统非流动性因子可能存在的内生性问题，研究还采用了RIV-GMM技术进行估计。
3. 面板回归分析（主回归） 此步骤旨在更精确地识别ESG评级分歧与股票收益之间的因果关系，并控制更多公司层面的特征变量。 * 研究方法：采用公司和年月双向固定效应面板回归模型。 * 因变量：公司月度股票收益率。 * 核心自变量：过去12个月的平均ESG评级分歧。 * 控制变量：包括平均ESG评分、公司市值、账面市值比、杠杆率、资产收益率、营收增长率、上市年限、系统风险（Beta）、动量、流动性以及信息透明度等已知的股票收益预测变量。 * 内生性处理：为缓解潜在的内生性问题，研究采用了工具变量两阶段最小二乘法（IV-2SLS）。工具变量的构建基于Card and Krueger (1996) 的方法，使用“同伴公司”的滞后变量作为工具。具体来说，对于目标公司，计算其同地区（500公里内）、同行业（依据证监会2012年行业分类标准）的“同伴公司”在上一期的媒体关注度、分析师报告关注度、信息透明度、有形资产比率和ESG评级分歧的平均值，作为该公司当期ESG评级分歧的工具变量。这一设计的逻辑在于，同地区同行业的公司面临相似的信息环境，其相关变量与目标公司的评级分歧相关，但理论上不应直接影响目标公司的股票收益。
4. 潜在经济机制检验 为解释核心发现（即低ESG评级分歧股票表现优异，高分歧股票表现不佳），研究提出了并检验了两种潜在的经济机制。 * 机制一：机构投资者需求。 * 理论逻辑：机构投资者在进行ESG投资时，倾向于购买那些被多数评级机构一致认可（即低分歧）的高ESG评分股票，因为这降低了其筛选和决策成本。因此，低ESG评级分歧的股票会面临更高的机构投资者需求，推高其价格，但随后可能因需求效应减弱或价值回归而产生更高的未来收益（在构建多空策略时，做多低分歧股票获得正Alpha）。相反，高分歧的股票则因需求不足而表现较差。 * 检验方法： 1. 分组投资组合分析：在每个再平衡时点，首先将所有公司按机构持股比例中位数分为“低持股”和“高持股”两组。然后在每组内，独立地按ESG评分和评级分歧进行3x3双重排序，构建9个组合。最后，计算在高ESG评分分组内，“低分歧”组合与“高分歧”组合的Alpha差值（即LMH组合Alpha）。 2. 分组回归分析：将全样本按机构持股比例分为“低”、“中”、“高”三个子样本，分别进行与主回归相同的面板回归，观察ESG评级分歧系数的显著性和大小在不同子样本间的差异。 * 机制二：信念分歧与错误定价。 * 理论逻辑：基于Miller (1977) 的理论，当投资者对资产价值存在分歧且存在卖空限制时，股票价格将主要反映乐观者的估值。对于高ESG评分的股票（通常被视为“绿色”资产），投资者普遍持乐观态度。此时，如果ESG评级分歧大（即信念分歧大），这种乐观情绪会被放大，进一步推高股价，导致股票被高估，从而在未来产生较低的回报。在中国市场存在卖空限制的背景下，这一效应尤为显著。 * 检验方法： 1. 基于乐观程度的分组：使用分析师推荐评级作为投资者乐观程度的代理变量，将样本分为“悲观”和“乐观”两组，然后在每组内进行与机制一类似的3x3双重排序分析。 2. 基于错误定价程度的分组：使用股票收益率对CAPM模型回归的R-squared作为错误定价的代理变量（R-squared越低，表明个股特异性风险越高，可能意味着错误定价程度越高），将样本分为“低错误定价”和“高错误定价”两组，并进行类似的组合分析。 3. 联合分组回归：将样本同时按乐观程度和错误定价程度分为九个子样本（如“悲观且低错误定价”、“乐观且高错误定价”等），分别进行回归，观察ESG评级分歧的预测能力在哪个子样本中最显著。
四、 主要研究结果 1. 投资组合分析结果 研究结果清晰显示，在中国市场，ESG评级分歧对股票未来收益具有负向预测能力。 * “低分歧”投资组合持续产生显著为正的月度Alpha。例如，在1个月持有期下，经CAPM调整后的月度Alpha约为1.197%，经FF5+IML(RIV-GMM)调整后约为1.545%，且统计上高度显著。 * “高分歧”投资组合的Alpha则普遍不显著或为负值。在1个月持有期下，其Alpha约为-0.538%至-0.185%。 * 由此构建的“多空套利”组合（做多低分歧、做空高分歧）产生了显著为正的Alpha，在1个月持有期下，Alpha差值（LMH组合Alpha）在1.731%至1.877%之间，t统计量均超过2.8。无论使用哪种风险因子模型进行调整，这一结论都保持稳健。 * 此外，随着持有期延长（如3个月），虽然Alpha绝对值有所下降，但“低分歧”组合显著优于“高分歧”组合的模式依然存在。研究还绘制了累计Alpha差值的走势图（图1），显示在整个样本期内，多空组合的累计收益呈持续上升趋势。这些结果表明，ESG评级分歧的负向收益预测能力不能简单归因于常见的风险暴露。
2. 面板回归结果 面板回归结果进一步证实了投资组合分析的发现。 * 在控制了公司特征、双向固定效应以及信息透明度等因素后，ESG评级分歧（acrossall_disp）的系数在1个月和3个月持有期的回归中均显著为负。例如，在3个月持有期的主回归中，系数为-0.382（t=-2.73），表明评级分歧每增加一个单位，未来月度收益平均降低约0.382个百分点。 * 当使用替代的评级分歧度量指标（pairwise_disp）时，系数依然显著为负（-0.550，t=-2.84），证明了结果的稳健性。 * 工具变量（IV-2SLS）回归结果：为缓解内生性，研究进行了IV-2SLS估计。第一阶段回归的F统计量（38.72和41.31）拒绝了弱工具变量假设，Hansen-J检验的p值（0.34和0.32）表明工具变量满足外生性要求。在第二阶段回归中，ESG评级分歧的系数依然在1%的水平上显著为负，且绝对值更大（例如，acrossall_disp的系数为-4.816）。这进一步强化了ESG评级分歧对股票收益存在因果性负向预测能力的证据。
3. 机制检验结果 两种潜在机制均得到了实证支持。 * 机构投资者需求机制： * 分组投资组合分析显示，仅在机构持股比例高的子样本中，高ESG评分组内“低分歧”与“高分歧”股票之间的Alpha差值（LMH Alpha）才显著为正（约1.0%-1.5%/月）。在机构持股比例低的子样本中，该差值统计上不显著。 * 分组回归分析显示，ESG评级分歧的负向预测能力仅在机构持股比例高的子样本中显著（系数为-0.642，t=-2.62），在机构持股比例低的子样本中则不显著（系数-0.555，t=-1.46）。 * 这些结果共同表明，机构投资者对低分歧、高ESG评分股票的偏好性需求，是驱动低ESG评级分歧股票获得优异表现的重要渠道。 * 信念分歧与错误定价机制： * 基于乐观程度的分组分析显示，仅在投资者乐观的子样本中，高ESG评分组内的LMH Alpha才显著为正（约1.3%-1.97%/月）。在悲观组中则不显著。 * 基于错误定价程度的分组分析显示，仅在高错误定价的子样本中，高ESG评分组内的LMH Alpha才显著为正（约1.4%-1.84%/月）。在低错误定价组中则不显著。 * 联合分组回归显示，ESG评级分歧的负向预测能力仅在“乐观且高错误定价”这个联合子样本中高度显著（系数-4.184，t=-2.86），在其他子样本中不显著。 * 这些结果支持了以下逻辑：对于被普遍看好的高ESG评分股票，若其ESG评级存在较大分歧（反映了投资者对其ESG表现的观点分歧），这种分歧会放大乐观情绪，在卖空受限的市场中导致股价被过度推高（错误定价），从而为后续的低回报（或做空机会）埋下伏笔。
五、 研究结论、意义与价值 本研究的主要结论是：在中国A股市场，ESG评级分歧对股票的未来收益具有显著的负向预测能力。即，ESG评级分歧越低的股票，其未来风险调整后收益倾向于越高；反之，ESG评级分歧越高的股票，其未来表现越差。这一关系不能完全由共同的风险因子暴露所解释。研究进一步揭示了两个重要的经济机制：一是机构投资者需求渠道，机构投资者更青睐评级共识度高（低分歧）的ESG股票，推动了其价格和后续回报模式；二是信念分歧与错误定价渠道，对于高ESG股票，评级分歧放大了投资者的乐观情绪，在卖空限制下导致股价被高估，从而产生较低的未来收益。
本研究的价值体现在多个层面： * 学术价值： 1. 填补研究空白：首次在中国资本市场系统性地研究了ESG评级分歧的资产定价含义，填补了该领域的研究真空。 2. 提供新的证据：发现了与美国市场（Brandon等人，2021年发现正风险溢价）截然不同的结论（负向预测能力），表明ESG评级分歧的经济影响可能具有市场特异性，丰富了跨境比较研究。 3. 深化机制理解：超越简单的风险溢价解释，从行为金融和投资者结构角度（机构需求、信念分歧与卖空限制）提出了并验证了两种新颖的经济机制，为理解ESG信息如何影响资产价格提供了更细致的视角。 4. 方法论贡献：综合运用了投资组合排序、面板固定效应回归、工具变量法等多种严谨的计量方法，并进行了详尽的稳健性检验，确保了结论的可靠性。 * 实践价值： 1. 对资产管理者的指导：研究明确指出，在构建责任投资组合时，投资者不仅应关注ESG评分的高低，更应关注ESG评级的分歧程度。对于给定的高ESG评分，选择那些评级分歧最低的股票，有助于优化投资组合的财务表现。 2. 对政策制定者和监管机构的启示：研究结果表明，同时考虑ESG评分和评分分歧，能更准确地评估企业的真实可持续发展绩效。高ESG评分且低分歧的公司更可能切实践行了可持续发展理念。监管机构可以利用不同评级机构间的分歧来监测企业是否存在“漂绿”行为或违反绿色发展政策，从而实现更有效的可持续性管理。研究也间接呼吁推动建立明确的ESG实践衡量基准和统一的可持续发展信息披露标准，以提升ESG评级数据的可信度，引导社会资本更精准地支持真正绿色的企业。
六、 研究亮点 1. 研究问题的前沿性与本土化：紧扣全球可持续金融热点，并将ESG评级分歧这一新兴议题置于全球最大新兴市场——中国进行深入研究，具有鲜明的时代意义和地域特色。 2. 结论的鲜明对比性与创新性：发现了与美国市场相反的经验证据，挑战了“ESG评级分歧代表风险从而要求正溢价”的简单假设，推动了对该现象背后复杂驱动力的思考。 3. 机制检验的深度与逻辑性：不仅验证了“机构投资者需求”这一相对直观的渠道，更创新性地引入并验证了“信念分歧与错误定价”这一基于市场微观结构的理论机制，使解释更具深度和说服力。 4. 实证设计的严谨性与全面性：研究设计环环相扣，从简单的组合分析到复杂的因果识别（IV），再到多层次的分组机制检验，提供了非常扎实和全面的经验证据链。对数据内生性、样本选择、变量度量等问题都进行了细致处理。 5. 数据来源的权威性与处理的巧妙性：整合了四家中国主流ESG评级机构的数据来构建分歧指标，并设计了将字母评级转化为数值分数的具体规则，为后续相关研究提供了可借鉴的数据处理方法。
七、 其他有价值的要点 *