类型a
以下是对《Business Strategy and the Environment》期刊于2025年发表的研究论文《Corporate ESG Washing and ESG Rating Divergence: Evidence from China》的学术报告。
本研究由来自南京审计大学内部审计学院的陈汉文、对外经济贸易大学商学院的刘思义和张磊，以及中国财政科学研究院的张迪共同完成。四位作者贡献均等，按姓氏字母排序。该论文于2025年发表在环境管理与商业战略领域的权威期刊《Business Strategy and the Environment》第34卷，页码为8390至8428。研究受到国家自然科学基金、国家社会科学基金等多个项目的资助。
本研究根植于环境、社会和治理（Environmental, Social and Governance, ESG）这一快速发展的交叉学科领域。近年来，随着社会各界对可持续发展的日益重视，企业ESG表现成为投资者、监管机构和公众关注的焦点。ESG评级机构作为关键的信息中介，通过评估企业ESG实践来为利益相关者提供决策参考。然而，一个突出的问题是，不同ESG评级机构对同一家公司的评级常常存在巨大分歧，即ESG评级分歧（ESG rating divergence），这严重影响了评级的可靠性和实用性。
现有研究多从评级机构的评估框架、方法论差异等供给侧角度探讨评级分歧的原因，例如Berg等学者（2022）发现范围、衡量和权重差异可解释大部分分歧。而本研究则从信息需求侧——即被评级企业自身的信息披露行为——切入。根据合法性理论和信号理论，企业有动机进行战略性披露，即夸大其ESG承诺与成果，形成“言行不一”的漂绿或ESG漂洗（ESG washing）行为。这种行为严重降低了公开信息的质量，加剧了信息不对称。研究团队的核心假设是：企业ESG漂洗行为会通过恶化公开信息环境，增加评级机构评估的不确定性并促使其更多依赖异质性的私有信息，从而显著加剧ESG评级分歧。研究旨在为这一新兴领域的监管与市场效率提升提供实证依据。
该研究采用严谨的定量实证研究方法，整个工作流可分解为变量构建与样本处理、基准回归分析、内生性处理与稳健性检验以及拓展性分析四个主要步骤。
第一步：核心变量构建与样本筛选 研究选取2015年至2020年中国A股上市公司中，至少被两家主流ESG评级机构评级的公司作为初始样本。研究的核心在于准确度量两个关键变量。 对于被解释变量ESG评级分歧，研究团队从Wind数据库获取了华证、商道融绿（SGF）、社会价值投资联盟（CASVI）和万得（Wind）这四家国内主流ESG评级机构的评级数据。为使评级可比，所有评级被统一缩放至0-100分区间，然后计算同一年度内一家公司获得的所有ESG评级的标准差，作为评级分歧的衡量指标。 对于解释变量ESG漂洗，本研究设计了一套巧妙的残差法进行量化。研究将企业行为分为“象征性行为”和“实质性行为”。象征性行为体现为ESG信息披露水平，研究团队参考Clarkson等（2008）以及多家评级机构的框架，自建了一套包含环境（14项指标）、社会（14项指标）和治理（7项指标）三个维度的信息披露指数，依据企业年报等公开文件打分（披露即得1分，否则0分），并将得分标准化后汇总。实质性行为则体现为可验证的ESG实际绩效，分别用企业环保投资、慈善捐款金额和是否存在违规记录来衡量。在得到披露得分和绩效得分后，研究以披露得分为因变量、绩效得分为自变量，控制行业和年份进行回归，回归后得到的残差即代表了无法由实际绩效解释的“超额”披露，该残差越大，表明企业的ESG漂洗（ESG washing）程度越严重。研究还对这一衡量指标进行了验证，发现其与负面媒体报道显著正相关，并在2018年《上市公司治理准则》修订强化ESG披露要求后显著下降，证明了指标的有效性。经过剔除金融业、交易状态异常及数据缺失的样本后，最终样本包含3545家公司和10542个公司-年度观测值。
第二步：基准回归模型分析 为检验假设，研究构建了高维固定效应面板回归模型。模型以ESG评级分歧为因变量，以ESG漂洗变量为核心自变量，并控制了一系列可能影响评级分歧的因素，包括企业获得的平均ESG评分、公司规模、杠杆率、盈利能力、账面市值比、股权结构、董事会特征、审计质量、分析师关注度和机构投资者持股比例等。模型同时吸收了公司、行业和年份三个维度的固定效应，以最大程度地排除不随时间变化的不可观测因素的干扰。这是整个研究的核心实证环节。
第三步：内生性处理与稳健性检验 为确保基准结论的可靠性，研究团队执行了多项稳健性测试。首先，为排除由于存在ESG漂洗行为的企业与不存在该行为的企业之间固有特征差异导致的自选择偏误，研究使用了倾向得分匹配法（PSM）和熵平衡法，将处理组和控制组企业在多个可观测特征上进行匹配后再做回归。其次，研究还采用多时点双重差分法（DID）等方法来缓解潜在的内生性问题。此外，研究还通过替换ESG漂洗和评级分歧的衡量方式、进行子样本分析等多种手段来检验结果是否依然稳健。这些步骤旨在确保核心发现的因果解释力。
第四步：拓展性机理分析 在验证了主效应之后，研究进一步探讨了ESG漂洗对评级分歧影响的调节机制和差异化表现。首先，研究将ESG漂洗指标分解为环境、社会和治理三个子维度，同时放进模型以探究哪个维度的“漂洗”是主要驱动因素。其次，研究考察了三个关键调节变量的作用：私有信息可得性（用分析师跟踪人数、实地调研次数和ESG评级机构覆盖数量衡量）、评级机构准确性（通过评分准确性排名区分）以及评级任务的复杂与波动性（用企业海外收入占比、经营波动性和所在地区ESG关注度波动性衡量）。最后，研究分析了评级分歧带来的经济后果，即其对股票流动性的影响。这部分分析深化了对ESG漂洗行为作用路径和情境的理解。
基准回归结果显示，企业的ESG漂洗程度与ESG评级分歧呈显著正相关。在控制了所有变量和固定效应后，这一正向关系在1%的统计水平上显著。就经济意义而言，ESG漂洗每增加一个标准差，将导致评级分歧相对于其均值增加4.49%，这一效果超过了杠杆率等部分传统变量的影响。此发现有力地支持了研究假设，证实了ESG漂洗确实是造成评级分歧的一个重要原因。上述结论在使用了倾向得分匹配（PSM）和熵平衡法等内生性处理方法后依然稳健成立。
多维度分析结果揭示，尽管环境、社会、治理三个维度的漂洗行为单独看都与评级分歧正相关，但当三者同时纳入模型时，仅有环境维度的漂洗（即绿色漂洗）指标保持显著为正。这表明，企业围绕环境议题的战略性虚假披露是引发ESG评级机构意见不一致的最主要推手。
调节效应检验表明，ESG漂洗对评级分歧的加剧作用在不同情境下存在强度差异。第一，当有更多分析师跟踪、更多实地调研和更多评级机构覆盖时，即私有信息更丰富时，ESG漂洗导致评级分歧的正向效应更强。这支持了理论推断：在公开信息质量因“漂洗”而受损时，评级机构会更多依赖各自不同的私有信息渠道，从而放大评级差异。第二，当评级由准确性较低的评级机构做出时，上述正向关系更强，意味着较弱的专业解读能力会进一步加剧因信息失真导致的意见分歧。第三，当企业经营活动和外部环境波动性更大、评级任务本身更复杂时，ESG漂洗造成的评级分歧也更为严重。
经济后果分析发现，ESG评级分歧的增加会显著降低股票换手率，并提高股票非流动性指标。这意味着市场将评级分歧视为一种信息风险，这种不确定性增加了交易成本，损害了市场效率，从而对企业产生了负面的经济后果。
本研究系统地揭示了企业ESG漂洗行为是导致ESG评级分歧的一个重要根源。其核心结论是，企业机会主义式的、夸大性的ESG信息披露严重破坏了公开信息的质量，加剧了信息不对称和评级机构间因依赖异质私有信息而产生的评估不确定性，最终导向了评级的巨大分歧，其中“漂绿”是主要驱动力。
本研究的学术价值在于，它首次将研究视角从评级机构的方法论差异延伸到企业信息披露的操纵行为上，丰富了对非财务信息操纵如何影响信息中介决策的文献。它超越了以往仅关注ESG信息披露数量或实践的局限，聚焦于披露质量这一更深层次的问题，为理解ESG评级分歧提供了新的、重要的理论解释。在应用价值层面，研究结论对构建健康的ESG生态系统具有明确的政策启示：监管机构应加快建立系统有效、标准统一的ESG信息披露准则，并加大对蓄意“漂白”行为的惩戒力度；评级机构需不断提升专业评估与交叉验证能力；而投资者则必须警惕ESG评级中的“噪音”，审慎使用存在分歧的评级结果进行投资决策。
本研究的亮点主要体现在以下几个方面。第一，研究切面新颖，它创造性地将企业ESG漂洗与ESG评级分歧两大前沿热点问题直接连接起来，构建了严谨的逻辑链条并进行实证检验，填补了相关领域的研究空白。第二，衡量方法独到，研究采用了残差法来量化“言行不一”的ESG漂洗程度，该方法将不可直接观测的信息操纵行为，通过公开的“披露”与可验证的“实际绩效”之间的系统性偏离进行有效捕捉，为该领域的变量衡量提供了有价值的参考。第三，机制分析深入，研究不仅验证了主效应，还揭示了环境维度（漂绿）的关键作用，并细致考察了私有信息环境、评级机构的专业能力和评级任务的复杂性等情境因素的调节效应，深刻阐释了ESG漂洗在不同条件下如何影响评级分歧，使得整个研究的逻辑脉络清晰而全面。