Can Improvements in the Social Credit Environment Reduce ESG Rating Disagreement: Evidence from a Quasi-Natural Experiment of China's Social Credit System Reform
-
摘要: ESG评级分歧是导致资本市场对企业ESG表现产生认知偏差的重要因素。以2013—2023年中国沪深A股上市公司为研究样本，基于社会信用体系改革试点的准自然实验，探讨社会信用改善对企业ESG评级分歧的影响机制。研究发现，社会信用改善能够显著降低企业ESG评级分歧。机制分析表明，社会信用改善能够发挥“信息效应”和“治理效应”，既能缓解企业信息不对称，降低评级机构对私有信息的依赖，又能提升企业内部控制质量，降低“漂绿”风险，进而降低企业ESG评级分歧。异质性检验发现，社会信用改善对ESG评级分歧的抑制作用主要体现在治理(G)维度，且在环境规制水平和公众环保关注度较高的地区、重污染行业以及管理层无环保背景的企业中更明显。经济后果分析表明，社会信用改善降低企业ESG评级分歧有助于降低股价崩盘风险和供应链风险，强化企业在资本市场和产品市场的稳定性。研究发现有助于拓展社会信用体系建设的积极作用，为健全ESG治理体系、促进高质量发展提供启示。Abstract: ESG rating divergence is a key source of cognitive bias in capital markets' assessment of corporate ESG performance. Using Chinese A-share listed firms from 2013 to 2023 as the research sample and exploiting the pilot reform of the social credit system as a quasi-natural experiment, this paper examines the impact of social credit improvement on corporate ESG rating divergence and its underlying mechanisms. The results show that social credit improvement significantly reduces ESG rating divergence. Mechanism tests indicate that social credit improvement operates through both an "information effect"and a "governance effect": it alleviates information asymmetry and reduces rating agencies' reliance on private information, while also improving internal control quality and curbing greenwashing risk, thereby lowering ESG rating divergence. Heterogeneity analysis shows that the mitigating effect of improved social credit on ESG rating disagreement is mainly reflected in the governance (G) dimension, and is more pronounced among firms located in regions with stronger environmental regulation and greater public environmental attention, as well as among heavily polluting firms and firms whose management teams lack environmental backgrounds. Economic consequence analysis shows that by reducing ESG rating divergence, social credit improvement helps lower stock price crash risk and supply chain risk, thereby enhancing firms' stability in both capital and product markets. This study extends the literature on the positive effects of social credit system development and provides implications for improving the ESG governance system and promoting high-quality sustainable development.
-
Key words:
- social credit /
- ESG rating disagreement /
- information effect /
- governance effect
-
表 1 变量名称与测度
变量类型 变量名称 变量符号 变量测度 被解释变量 ESG评级分歧 ESG_DIS 对华证、WIND、CNRDS、润灵环球、彭博以及富时罗素六家评级机构的ESG评级结果进行赋值后，计算全部“评级组合对”标准差的均值 解释变量 社会信用体系建设 TRUST 企业所在城市被列为社会信用体系建设示范城市当年及之后年份取值为1，否则取值为0 控制变量 企业规模 SIZE 期末总资产的自然对数 资产负债率 LEV 期末负债总额/资产总额 企业上市年限 LISTAGE 企业上市年限加1取自然对数 总资产回报率 ROA 净利润/总资产 企业成长性 GROWTH 企业营业收入增长率 经营活动现金流 CASHFLOW 经营活动现金流量净额/总资产 固定资产比例 FIXED 固定资产净额/总资产 独立董事占比 INDEP 独立董事/董事人数 股权集中度 HERFINDAHL5 前5位大股东持股比例平方和 两职合一 DUAL 董事长和总经理为同一人时取值为1，否则取值为0 
下载: 导出CSV
表 2 核心变量的描述性统计结果
变量 样本量 均值 标准差 最小值 最大值 ESG_DIS 31 230 0.218 0.115 0.007 0.573 TRUST 31 230 0.415 0.493 0.000 1.000 SIZE 31 230 22.277 1.271 19.777 26.208 LEV 31 230 0.422 0.202 0.050 0.887 LISTAGE 31 230 2.199 0.775 0.693 3.367 ROA 31 230 0.032 0.064 -0.244 0.194 GROWTH 31 230 0.341 0.924 -0.725 6.822 CASHFLOW 31 230 0.048 0.068 -0.170 0.246 FIXED 31 230 0.205 0.154 0.002 0.689 INDEP 31 230 0.377 0.053 0.308 0.571 HERFINDAHL5 31 230 0.151 0.111 0.013 0.560 DUAL 31 230 0.305 0.460 0.000 1.000 BIG4 31 230 0.058 0.233 0.000 1.000
下载: 导出CSV
表 3 基准回归结果
变量 ESG_DIS ESG_DIS (1) (2) TRUST -0.007* -0.009** (-1.895) (-2.213) SIZE 0.002 (0.998) LEV 0.032*** (3.696) LISTAGE 0.007 (1.637) ROA -0.011 (-0.774) GROWTH -0.001 (-0.994) CASHFLOW 0.017 (1.408) FIXED 0.024* (1.894) INDEP -0.045** (-2.006) HERFINDAHL5 -0.008 (-0.399) DUAL 0.005** (2.023) BIG4 0.005 (0.681) 常数项 0.221*** 0.151*** (136.574) (2.870) 年份固定效应 是 是 个体固定效应 是 是 样本量 31 230 31 230 Adj.R2 0.303 0.305 注：***、**、*分别表示1%、5%和10%的显著性水平，括号中为聚类到公司层面的稳健标准误。下表同。
下载: 导出CSV
表 4 稳健性检验结果
变量 PSM-DID EB-DID 替换衡量方式 多维固定效应 ESG_DIS ESG_DIS ESG_DIS2 ESG_DIS (1) (2) (3) (4) TRUST -0.009** -0.010** -0.011*** -0.009** (-2.259) (-2.051) (-2.608) (-2.287) 常数项 0.125** 0.097 0.153*** 0.105* (2.303) (1.645) (2.706) (1.678) 年份固定效应 是 是 是 是 个体固定效应 是 是 是 是 行业固定效应 否 否 否 是 城市固定效应 否 否 否 是 样本量 28 110 31 230 31 230 31 230 Adj.R2 0.302 0.300 0.315 0.308
下载: 导出CSV
表 5 机制检验结果①
变量 信息效应 治理效应 ASY PrivateInfo LNIC GWS (1) (2) (3) (4) TRUST -0.026** -0.010** 0.068** -0.023** (-2.208) (-2.036) (1.974) (-2.096) 常数项 5.471*** -0.381*** 2.021*** -1.761*** (28.108) (-5.035) (3.271) (-10.162) 样本量 31 230 26 665 31 230 31 119 Adj.R2 0.754 0.394 0.182 0.395
下载: 导出CSV
表 6 基于ESG分维度评级分歧的异质性分析结果
变量 E_DIS S_DIS G_DIS (1) (2) (3) TRUST -0.001 0.003 -0.016*** (-0.125) (0.579) (-3.659) 常数项 0.198*** 0.321*** 0.231*** (2.732) (5.342) (4.135) 样本量 31 230 31 230 31 230 Adj.R2 0.267 0.232 0.259
下载: 导出CSV
表 7 异质性检验结果
变量 环境规制较强 环境规制较弱 公众环保关注度较高 公众环保关注度较低 重污染企业 非重污染企业 管理层有环保背景 管理层无环保背景 (1) (2) (3) (4) (5) (6) (7) (8) TRUST -0.016*** 0.002 -0.015*** 0.001 -0.025*** -0.006 -0.001 -0.010** (-2.979) (0.249) (-3.131) (-0.108) (-2.835) (-1.363) (-0.125) (-2.139) 常数项 0.121 0.179** 0.147** 0.211** 0.428*** 0.028 0.161 0.141** (1.576) (2.209) (-2.231) (-2.323) (-3.748) (0.455) (-1.397) (2.211) 样本量 17 170 14 060 20 108 11 122 8 799 22 431 8 886 22 344 Adj.R2 0.307 0.309 0.292 0.324 0.319 0.249 0.307 0.324
下载: 导出CSV
表 8 经济后果检验结果
变量 DUVOL SUPPLYRISK (1) (2) ESG_DIS 0.108 0.004 (1.460) (0.345) TRUST 0.035 0.009 (0.896) (1.481) TRUST×ESG_DIS -0.228* -0.043** (-1.849) (-2.476) 常数项 -1.087*** 0.890*** (-2.685) (10.230) 样本量 3 1230 31 230 Adj.R2 0.038 0.665
下载: 导出CSV
-
[1] 胡洁, 于宪荣, 韩一鸣. ESG评级能否促进企业绿色转型?——基于多时点双重差分法的验证[J]. 数量经济技术经济研究, 2023, 40(7): 90-111. [2] Berg F, Kölbel J F, Rigobon R. Aggregate confusion: the divergence of ESG ratings[J]. Review of Finance, 2022, 26(6): 1315-1344. doi: 10.1093/rof/rfac033 [3] 陈宏韬, 殷海锋, 张天舒, 等. ESG评级分歧影响资本市场定价效率吗?——基于上市公司股价同步性的研究[J]. 财经研究, 2025, 51(5): 65-80. [4] 张伟伟, 张景静, 陈攀, 等. 估值修复还是信息混淆?——基于多方ESG评级与股票错误定价的研究[J]. 金融研究, 2024(11): 170-188. [5] Kotsantonis S, Serafeim G. Four things no one will tell you about ESG data[J]. Journal of Applied Corporate Finance, 2019, 31(2): 50-58. doi: 10.1111/jacf.12346 [6] 张宗斌, 李基成. "物流标准化"政策赋能企业ESG表现提升[J]. 山东师范大学学报(社会科学版), 2025, 70(4): 80-92. [7] 冯钰婷, 郭雪萌, 曾晓亮. ESG信息披露与ESG评级分歧: 众口一词还是莫衷一是?——兼论中国ESG的制度规范[J]. 会计研究, 2024(1): 49-63. [8] 董延安, 展嘉宜, 彭影. 高管绿色认知对ESG评级分歧的影响研究[J]. 贵州财经大学学报, 2025(3): 101-110. [9] 相均泳. 社会信用体系建设靠什么[J]. 人民论坛, 2017(30): 90-91. [10] 乔菲, 文雯. 社会信用体系改革对企业绿色创新的影响研究[J]. 管理学报, 2023, 20(8): 1189-1197. [11] 曹雨阳, 孔东民, 陶云清. 中国社会信用体系改革试点效果评估——基于企业社会责任的视角[J]. 财经研究, 2022, 48(2): 93-108. [12] 余泳泽, 夏龙龙. 从"契约环境"到"信用政策": 社会信用文化与创新知识溢出[J]. 经济管理, 2023, 45 (1): 67-84. [13] 黄卓, 陶云清, 王帅. 社会信用改善降低了企业违规吗?——来自"中国社会信用体系建设"的证据[J]. 金融研究, 2023(5): 96-114. [14] 张欣琦, 杨胜刚, 王芍. 社会信用体系建设对企业环境信息披露质量的影响研究[J]. 管理学报, 2025, 22(2): 251-260. [15] 吴心湄, 范黎波. 社会信用体系建设对企业风险承担的激励效应研究[J]. 首都经济贸易大学学报, 2025, 27(5): 3-19. [16] 赵云辉, 孙源, 冯泰文, 等. 供应商ESG评级分歧何以影响企业运营韧性[J]. 中国工业经济, 2024(11): 174-192. [17] Qiu B, Yu J, Chan K C. Does social trust restrain firm financing violations? evidence from China[J]. Accounting & Finance, 2021, 61(1): 543-560. [18] Wang Y, Cui R, Gao H, et al. Can the construction of the social credit system improve the efficiency of corporate investment?[J]. International Review of Economics and Finance, 2024, 96: 103510. doi: 10.1016/j.iref.2024.103510 [19] Chen X, Wan P. Social Trust and corporate social responsibility: evidence from China[J]. Corporate Social Responsibility and Environmental Management, 2020, 27(2): 485-500. doi: 10.1002/csr.1814 [20] Weber M. Economy and society: an outline of interpretive sociology[M]. Berkeley: University of California Press, 1978. [21] 费孝通. 乡土中国[M]. 上海: 上海人民出版社, 2006. [22] Kim H D, Kim T, Kim Y, et al. Do long-term institutional investors promote corporate social responsibility activities?[J]. Journal of Banking & Finance, 2019, 101: 256-269. [23] Jensen M C, Meckling W H. Theory of the firm: managerial behavior, agency costs and ownership structure[J]. Journal of Financial Economics, 1976, 3(4): 305-360. doi: 10.1016/0304-405X(76)90026-X [24] 王怡晨, 周泽将. 社会信任与企业ESG"言过其实"[J]. 财经论丛, 2025(11): 76-85. [25] 李常青, 辛立柱. 漂绿还是漂棕: 非效率投资下的ESG漂洗倾向[J]. 经济管理, 2024, 46 (5): 168-189. [26] 龙立, 王含含, 张旻. "推波助澜"抑或"激浊扬清": 投资者环境风险感知与企业ESG漂绿[J]. 会计研究, 2025(8): 120-132. [27] Avramov D, Cheng S, Lioui A, et al. Sustainable investing with ESG rating uncertainty[J]. Journal of Financial Economics, 2022, 145(2): 642-664. doi: 10.1016/j.jfineco.2021.09.009 [28] 徐妍, 宋怡瑾, 邵帅. 低碳转型政策对上市公司环境-社会责任-公司治理的影响及作用机制[J]. 中国人口·资源与环境, 2024, 34(4): 60-75. [29] 李施宇. 社会信用体系建设能促进企业专业化分工吗[J]. 当代财经, 2024(7): 152-164. [30] 陈胜蓝, 王鹏程, 马慧, 等. 《中小企业促进法》的稳就业效应——基于政府信用体系建设视角[J]. 管理世界, 2023, 39(9): 52-68. [31] Hainmueller J. Entropy balancing for causal effects: a multivariate reweighting method to produce balanced samples in observational studies[J]. Political Analysis, 2012, 20(1): 25-46. doi: 10.1093/pan/mpr025 [32] 宋敏, 周鹏, 司海涛. 金融科技与企业全要素生产率——"赋能"和信贷配给的视角[J]. 中国工业经济, 2021(4): 138-155. [33] 沈红波, 廖冠民. 信用评级机构可以提供增量信息吗——基于短期融资券的实证检验[J]. 财贸经济, 2014(8): 62-70. [34] Agarwal S, Hauswald R. Distance and private information in lending[J]. The Review of Financial Studies, 2010, 23(7): 2757-2788. doi: 10.1093/rfs/hhq001 [35] 江媛, 张颖, 罗云磊. 企业社会责任文本信息操纵与ESG评级分歧——基于自然语言处理技术的分析[J]. 财经理论与实践, 2025, 46(1): 85-93. [36] 柏淑嫄, 潘子成, 曹伟, 等. 企业大数据应用对ESG评价的影响[J]. 世界经济, 2024, 47(8): 133-167. [37] Hu X, Hua R, Liu Q, et al. The green fog: environmental rating disagreement and corporate greenwashing[J]. Pacific-Basin Finance Journal, 2023, 78: 101952. doi: 10.1016/j.pacfin.2023.101952 [38] 陈诗一, 陈登科. 雾霾污染、政府治理与经济高质量发展[J]. 经济研究, 2018, 53(2): 20-34. [39] 吴力波, 杨眉敏, 孙可哿. 公众环境关注度对企业和政府环境治理的影响[J]. 中国人口·资源与环境, 2022, 32(2): 1-14. [40] 王辉, 林伟芬, 谢锐. 高管环保背景与绿色投资者进入[J]. 数量经济技术经济研究, 2022, 39(12): 173-194. [41] Bray R L, Mendelson H. Information transmission and the bullwhip effect: an empirical investigation[J]. Management Science, 2012, 58(5): 860-875. doi: 10.1287/mnsc.1110.1467 -
点击查看大图
图(2) / 表(8)
计量
- 文章访问数: 33
- HTML全文浏览量: 21
- PDF下载量: 1
- 被引次数: 0