沈洪涛 李双怡 林虹慧 王徐

【摘要】投资者对可持续发展的关注推动了ESG评级的快速发展。 ESG评级能否提供价值相关的信息成为研究热点， 但结论并不一致。 基于实践中更为普遍的ESG负面筛选策略， 本文创新性地从风险角度检验ESG风险评级与投资价值之间的关系， 以重新审视ESG评级的价值相关性。 具体地， 本文借助评价ESG风险暴露程度的RepRisk评级数据， 验证ESG风险评级对公司股票回报率与波动性的影响， 并进一步对比分析ESG正面评级的价值相关性。 研究发现， ESG风险越高的公司， 其股票回报率越低， 股价波动性越大， 但ESG正面评级的价值相关性并不稳定。 在此基础上， 本文提出我国ESG信息披露与ESG投资未来发展的建议。

【关键词】ESG评级;价值相关性;负面筛选;ESG投资

【中图分类号】 F275     【文献标识码】A      【文章编号】1004-0994（2022）05-0011-9

一、引言

环境、社会和治理（简称“ESG”）是以人与自然和谐共生为目标的可持续发展价值观。 随着可持续发展思想的深入， ESG成为政策制定者、监管者、企业、投资者等利益相关方密切关注的话题。 ESG理念高度契合了我国“创新、协调、绿色、开放、共享”五大发展理念， 以及“十四五”规划和二○三五年远景目标中“推动绿色发展， 促进人与自然和谐共生”的可持续发展战略。

2006年， 联合国负责任投资原则组织（Principles for Responsible Investment， PRI）成立， 旨在帮助投资者理解环境、社会和治理等要素对投资决策的影响， 并支持投资者将这些要素融入战略决策中。 自此， 责任投资的受关注度迅速提升， 截至2022年2月14日， 全球已有超过4700家机构加入PRI， 其中中国有90家①。 ESG评级作为评估ESG表现的重要工具， 可帮助资本市场各参与方了解和判断企业及金融产品的ESG表现。 投资者对企业及金融产品可持续表现关注度的提升， 推动了ESG评级产品的快速发展。 截至2020年， 全球有超过600家供应商提供ESG评级产品， 其中中国约有20家[1] 。

ESG评级能否为投资者提供投资价值相关信息成为资本市场及其他利益相关者普遍关注的话题。 已有不少文献围绕ESG评级与资本市场业绩表现的关系展开讨论[2-7] ， 但并未形成一致的结论。 现有的ESG评级大多关注评价对象的ESG表现， 即ESG表现越好， ESG评级越高。 相应地， 已有研究主要验证是否企业ESG评级越高， 其股票的业绩表现就越好。 但无论是ESG评级还是相关的学术研究， 都忽略了ESG负面筛选策略是目前更为普遍的投资实践。 ESG负面筛选策略是在持有基金或投资组合中排除一些ESG表现较差的行业、公司或产品②。 2020年， 全球ESG投资中应用负面筛选策略的资产规模达15.03万亿美元， 在运用ESG筛选策略的资产管理规模中占比超过73%[8] 。 金融分析师协会（CFA Institute）与PRI联合发布的《中国的ESG整合： 实践指导和案例研究》报告显示， 中国投资者认为ESG风险比ESG机遇对股价和债券收益的影响更大。 可见， 相对于ESG的积极表现， 投资者更关注ESG的风险。

基于投资者利用负面筛选策略规避ESG风险的普遍实践， 本文创新性地从风险角度检验ESG风险评级与投资价值之间的关系， 重新审视ESG评级的价值相关性。 具体地， 本文借助评价公司ESG风险暴露程度的RepRisk评级数据， 验证ESG风险评级与公司股票市场表现之间的关系， 并进一步分析ESG风险评级与代表性ESG正面评级之间的关系， 在此基础上对我国ESG信息披露与ESG投资的未来发展提出建议。

二、ESG评级及其价值相关性研究回顾

（一）ESG评级的基本情况

国际上ESG评级的发展较早， 在覆盖范围、评估基础等方面已有较为成熟的体系。 提供ESG评级的国际著名评级机构有明晟（MSCI）、富时罗素（FTSE Russell）、标普（S&P）、晨星（Morningstar）、汤森路透（Thomson Reuters）、路孚特（Refinitiv）等。 在覆盖范围方面， MSCI的ESG评级覆盖范围最为广泛， 截至2020年10月， MSCI已对全球14000多家发行人及68余万只股票和固定收益证券进行评级③。 在评估基础方面， 各评级指标均从环境、社会和治理三个方面综合考虑， 每个方面又包括细分指标， 且在涵盖主题和指标数量上有所不同。 如MSCI包括10个主题、35个关键绩效评估指标， 而FTSE Russell包括14个主题， 每个主题下有10 ～ 35个观测指标④。 国际上的ESG评级在发展过程中存在透明度和标准化不够、评级间差异较大等问题， 引起了国际组织及各国监管机构的关注[9] 。

我国的ESG评级近年来发展迅速， 并在国际上积极发出中国声音。 国内主要的ESG评级机构包括中证指数有限公司、北京商道融绿咨询有限公司（简称“商道融绿”）、上海华证指数信息服务有限公司（简称“华证”）、中央财经大学绿色金融国际研究院、润灵环球（北京）咨询有限公司（简称“润灵”）等。 2010年， 润灵与北京大学社会责任研究所合作， 自主研发了国内首个上市公司社会责任报告评级系统， 这是我国ESG评级发展的一个突破。 自2018年A股被正式纳入MSCI指数后， MSCI对所有纳入指数的A股上市公司进行分析并定期公布ESG评级结果， 这对引导国内资本市場进一步完善ESG信息披露、加深对ESG的理解与认知具有较大的推动作用。 我国在ESG及其评级的发展中积极体现中国特色， 如选取符合我国现实的ESG评级指标， 而不是“生搬硬套”国际指标。 符合我国国情的指标如反腐、乡村振兴、共同富裕等， 被纳入ESG评价体系中。

（二）ESG评级的价值相关性研究

基于国外资本市场的ESG评级价值相关性研究的结论并不一致。 一些学者发现高ESG评级的公司会具有更高的市场回报。 例如， Eccles等[2] 发现， 美国资本市场上企业社会责任表现好的公司具有较低的权益资本成本， 在股票市场和会计业绩方面的表现都明显优于同行业公司。 Lins等[3] 验证了在2008 ～ 2009年金融危机期间， 美国资本市场上社会责任评级高的公司股票回报率比社会责任评级低的公司高4% ～ 7%。 但同时也有学者发现， ESG评级不同的公司在市场回报上没有明显差异。 如Humphrey等[4] 、Dorfleitner等[5] 使用MSCI、Bloomberg等国际ESG评级数据进行研究， 没有发现ESG评级不同的公司存在显著的回报差异。 Bae等[6] 特别调查了在新冠疫情引发市场危机期间企业ESG评级与市场回报之间的关系， 同样没有发现ESG评级影响市场回报的证据。

目前基于中国资本市场的ESG评级价值相关性研究较少。 苑志宏等[7] 对国内外代表性的ESG评级进行归纳、对比及分析， 发现国内外大部分机构， 如华证、润灵等的ESG评级对股票回报具有预测作用， 即ESG评级越高， 公司下一年股票回报率越高、股价波动率越小， 但Refinitiv和万得（Wind）的ESG评级价值相关性并不显著。 商道融绿发布的《A股上市公司ESG评级分析报告2020》将中证800成分股分为高低ESG组合后发现， 上市公司ESG评级与其股价表现存在一定的正相关关系。

也有部分文献从风险的角度探讨ESG表现与公司业绩表现之间的关系。 Krüger[10] 对比研究了投资者对积极和消极的企业社会责任事件的反应， 发现投资者对负面事件反应强烈， 但对正面事件反应较弱且缺乏系统性。 Henke[11] 利用针对风险进行评估的Sustainalytics ESG評级数据， 对美国和欧元区两大资本市场的共同基金进行研究， 发现只有运用负面筛选策略的基金才能产生优异的回报。

可见， 无论是基于国际资本市场还是国内资本市场展开的研究， 对于ESG评级与公司股票市场表现之间的关系都没有得出一致的结论。 可能的原因有以下两点： 一是不同ESG评级之间的相关性较弱， ESG评级质量无法保证[12] 。 这与ESG评级在评价方法与数据获取等方面存在差异、企业缺乏披露动力且披露信息质量不高有关[13] 。 二是研究视角的问题。 现有的ESG评级大多关注评价对象的ESG表现， ESG表现越好， ESG评级越高。 相应地， 现有研究也主要讨论是否企业的ESG评级越高， 业绩表现就越好， 而忽略了ESG投资实践中更为广泛的负面筛选策略， 鲜有文献从风险的角度进行分析。

三、基于风险视角的ESG评级

（一）ESG投资的策略

ESG理念与可持续发展理论、经济外部性理论和企业社会责任理论高度契合， 帮助公司注重可持续发展、避免经济负外部性和关注其他利益相关者[14] 。 ESG投资是指在投资决策中融入ESG理念， 综合考量公司的ESG表现， 从而找到具有创造财务收益和社会价值能力的投资标的。 苑志宏等[7] 将ESG投资分为核心ESG投资和泛ESG投资。 核心ESG投资是指把环境、社会、治理因素纳入投资目标、投资策略或投资原则; 泛ESG投资是指投资目标、投资策略或投资原则中考虑了联合国17项可持续发展目标相关主题。 自2014年以来， 全球可持续投资规模迅猛发展， 从2014年年初的18.2万亿美元增加至2020年的35.3万亿美元， 可持续投资规模占所有投资资产规模的比例也从25.7%提升至35.9%[7] 。

目前， 我国ESG投资的主要产品有ESG基金、ESG指数、ESG银行理财产品和ESG保险资管产品。 在ESG基金方面， 基金规模呈现指数级增长。 截至2021年9月， 国内公募市场共有11只主动管理型核心ESG基金和8只被动管理型核心ESG基金， 基金规模分别约为233亿元和15亿元[7] 。 截至2021年10月， 国内基金公司发行了共344只泛ESG公募基金[15] 。 在ESG指数方面， 产品种类繁多， 是观察ESG投资的重要角度。 截至2021年8月， 市场上共有ESG指数263个， 其中发行ESG指数最多的机构是中证和中债指数公司[7] 。 在ESG银行理财产品和ESG保险资管产品方面， 这两种ESG产品作为新兴力量， 产品规模迅速增长。 2019 ～ 2021年上半年， ESG银行理财产品规模的增速接近160%[7] 。 2021年5月， 中国太平洋保险（集团）股份有限公司旗下长江养老保险股份有限公司发行了首只ESG保险资管产品。

ESG投资策略共有七种， 分别是ESG整合、负面筛选、规范筛选、正面筛选、股东参与、可持续主题投资和影响力投资。 其中， 负面筛选和正面筛选是ESG投资中的常用策略。 这两种策略虽同属于ESG投资策略中的筛选策略， 但其规模变化趋势有所不同。 2012 ～ 2018年， 负面筛选的整体规模持续扩大， 在不同策略中保持领先地位， 但2020年稍有回落。 正面筛选的规模则呈现先上升后下降趋势， 于2018年达到峰值后开始下降[7] 。 《2021年度中国资管行业ESG投资发展研究报告》调查显示， 实践中ESG投资策略仍以负面筛选为主[7] 。 王凯和李婷婷[16] 发现， 我国使用最广的ESG投资策略是负面筛选。 相关研究也证实， 投资者更倾向于依据ESG表现进行负面筛选以达到防范风险的目的， 却不一定依据积极的ESG表现进行正面筛选并做出投资决策[10，11] 。

（二）基于风险的ESG评级

投资者期望在ESG投资中规避风险， 因此， 如何识别与量化ESG风险成为ESG投资中需要考虑的重要内容。 国际ESG评级机构Sustainalytics以及RepRisk AG均从风险角度出发， 根据ESG风险得分确定企业的ESG风险等级。 国内“南方周末中国企业社会责任研究中心”开发上线了“上市公司ESG风险预警平台”， 用于评价上市公司的ESG风险。 本文选取RepRisk AG公司研发的RepRisk Rating（简称“RepRisk评级”）数据， 检验ESG风险评级的价值相关性。

RepRisk AG是全球最大的ESG科技公司， 开发了基于风险的ESG评级数据库——RepRisk数据库。 RepRisk AG公司特意避免使用被评级方自身披露的信息， 而是收集和分析来自利益相关方和公共信息源等的外部信息， 以客观了解和评价被评级方的ESG风险。 RepRisk数据库覆盖范围广， 评价对象包括来自两百多个国家及地区的190000多家上市与非上市公司、50000多个不同规模的基础设施项目。 RepRisk数据库以“赤道原则”、《国际劳工组织公约》《环境、健康与安全指南》等ESG相关国际标准为基础， 选取28个ESG主题、73个ESG热门话题构成识别ESG风险的核心指标。 RepRisk评级不仅考虑被评价对象自身的ESG风险， 同时还考虑被评价对象所在国家和行业的ESG风险。 RepRisk评级可为风险管理、投资管理和供应商风险评估等决策提供信息支持， 帮助投资者更好地运用ESG负面筛选策略。

四、基于风险的ESG评级价值相关性检验

（一）样本选取与主要研究变量

本文以同时获得RepRisk评级、商道融绿ESG评级和华证ESG评级的296家A股上市公司为研究样本， 样本期间为2015 ～ 2020年。 在剔除了数据缺失的样本后， 最终得到1121个有效的年度观测值。 本文对所有连续变量进行了上下1%水平的缩尾处理， 以消除极端值的影响。 RepRisk评级数据来源于RepRisk数据库， 商道融绿ESG评级数据和华证ESG评级数据来源于Wind数据库， 其他数据均来源于国泰安（CSMAR）数据库。 参考相关研究， 本文定义了如下变量。

1. 被解释变量。 本文选取的被解释变量包括年个股回报率（Return）、经市场调整的年個股回报率（MAR）和股价波动率（Volatility）。 参考赵阳等[17] 的做法， 本文选取年个股回报率和经市场调整的年个股回报率衡量股票回报。 年个股回报率为考虑现金红利再投资的年回报率; 经市场调整的年个股回报率则使用年个股回报率减去按等权平均法计算的综合A股、创业板和科创板市场考虑现金红利再投资的综合市场年回报率计算得出。 本文以公司一年内考虑现金红利再投资的日个股回报率的标准差除以按每日收盘价计算的股价均值作为股价波动率， 衡量股票的风险程度。

2. 解释变量。 本文选取的解释变量为ESG风险评级（ESGrisk）。 采用RepRisk评级数据衡量ESG风险评级， 将RepRisk评级从低风险到高风险分别赋值为1 ～ 10， 分值越高则公司ESG风险越大。 将同一家公司一年内所有RepRisk评级数值取平均值， 作为公司这一年的ESG风险评级数值， 得到ESG风险评级变量。

3. 控制变量。 本文参考吴昊旻等[18] 的做法， 设置了以下控制变量： 公司规模（Size）、资产负债率（Leverage）、现金持有（Cashhold）、总资产收益率（ROA）、账面市值比（BM）、企业价值（Tobin_q）、第一大股东持股比例（Top1）、两职合一（Duality）、产权性质（State）、年度（Year）和行业（Industry）。 具体变量定义如表1所示。

表2列示了变量的描述性统计结果。 在股票表现方面， 年个股回报率（Return）的均值为0.129， 中位数为0.038， 最大值为1.642， 最小值为-0.500; 经市场调整的年个股回报率（MAR）的均值为0.033， 中位数为-0.036， 最大值为1.499， 最小值为-0.637。 这表明样本公司的年个股回报率差异较大。 股价波动率（Volatility）的均值为0.003， 中位数为0.002， 最大值为0.011， 最小值为0.000， 这表明样本公司之间的股价波动率差异也较大。 在ESG评级方面， ESG风险评级（ESGrisk）得分均值为5.276， 中位数为5.000， 最大值为7.667， 最小值为4.000， 可见各样本公司的ESG风险存在一定差异， 且样本中没有公司处于低风险评级， 说明样本公司至少存在中等程度的ESG风险。

（二）ESG风险评级与个股回报率

为检验样本公司ESG风险评级与年个股回报率之间的关系， 本文构建了模型（1）：

Returni，t+1=α0+α1ESGriski，t+α2Sizei，t+

α3Leveragei，t+α4Cashholdi，t+α5ROAi，t+α6BMi，t+

α7Tobin_qi，t+α8Top1i，t+α9Dualityi，t+α10Statei，t+

Year FE+Industry FE+εi，t+1 （1）

模型（1）中， ESG风险评级（ESGrisk）为解释变量， 年个股回报率（Return）为被解释变量， 其他为控制变量， i表示企业， t表示时间。

表3列示了模型（1）， 即ESG风险评级与年个股回报率的回归结果。 第（1）列中ESG风险评级（ESGrisk）与年个股回报率（Return）的回归系数为-0.060且在1%的水平上显著， 初步说明了ESG风险评级与年个股回报率具有负相关关系; 第（2）列在回归中加入控制变量后， ESG风险评级（ESGrisk）与年个股回报率（Return）的回归系数为-0.048且在1%的水平上显著， 说明当公司的ESG风险越高， 其下一年的个股回报率越低; 在第（3）列控制固定效应的回归中， ESG风险评级（ESGrisk）与年个股回报率（Return）的负相关关系仍在1%的水平上显著， 回归系数为-0.017。 回归结果都验证了公司ESG风险评级与其下一年个股回报率之间存在负相关关系。 综上分析可知， ESG风险评级对年个股回报率的预测较为准确。

本文进一步将模型（1）中的年个股回报率更换为经市场调整的年个股回报率， 再次检验ESG风险评级和经市场调整的个股回报率之间的关系， 构建模型（2）如下：

MARi，t+1=β0+β1ESGriski，t+β2Sizei，t+

β3Leveragei，t+β4Cashholdi，t+β5ROAi，t+β6BMi，t+

β7Tobin_qi，t+β8Top1i，t+β9Dualityi，t+β10Statei，t+

Year FE+Industry FE+εi，t+1 （2）

模型（2）中， ESG风险评级（ESGrisk）为解释变量， 经市场调整的年个股回报率（MAR）为被解释变量， 其他为控制变量， i表示企业， t表示時间。

表4列示了模型（2）， 即ESG风险评级与经市场调整的年个股回报率的回归结果。 第（1）列中ESG风险评级（ESGrisk）与经市场调整的年个股回报率（MAR）的回归系数为-0.013但不显著， 在加入控制变量后， 第（2）列的回归结果显示二者的回归系数为-0.016且仍不显著， 这可能是因为ESG风险评级与公司所处国家、行业的ESG风险相关， 所以当个股回报率经过市场调整后， 其自身与ESG风险评级的相关性在一定程度上降低。 在第（3）列控制固定效应的回归中， ESG风险评级与经市场调整的个股回报率（MAR）的回归系数为-0.016， 且在1%的水平上显著， 说明二者之间存在负相关关系， 即公司ESG风险越高， 其下一年经市场调整的个股回报率越低。 这表明利用ESG风险评级能够预测个股下一年的回报率， 与表3的结果一致。

（三）ESG风险评级与股价波动率

为了检验上市公司当年的ESG风险评级对下一年股价波动率的影响， 本文构建了模型（3）：

Volatilityi，t+1=γ0+γ1ESGriski，t+γ2Sizei，t+

γ3Leveragei，t+γ4Cashholdi，t+γ5ROAi，t+γ6BMi，t+

γ7Tobin_qi，t+γ8Top1i，t+γ9Dualityi，t+γ10Statei，t+

Year FE+Industry FE+εi，t+1 （3）

模型（3）中， ESG风险评级（ESGrisk）为解释变量， 股价波动率（Volatility）为被解释变量， 其他为控制变量， i表示企业， t表示时间。

表5列示了模型（3）， 即ESG风险评级（ESGrisk）与股价波动率（Volatility）的回归结果。 第（1）列显示ESG风险评级（ESGrisk）和股价波动率（Vo-

latility）的回归系数为-0.00001但不显著， 在第（2）列加入控制变量的回归结果中， 二者的回归系数为0.00005且仍不显著， 但在第（3）列控制固定效应的回归结果中， ESG风险评级（ESGrisk）与股价波动率（Volatility）的回归系数为0.00016， 且在5%的水平上显著。 这说明公司的ESG风险越大， 该公司下一年的股价波动率也越大， 即ESG风险评级显著影响公司下一年的股价波动， 投资者较为关注ESG风险。

五、不同视角ESG评级价值相关性的进一步分析

（一）不同视角ESG评级的相关性

目前的ESG评级产品大多针对公司的ESG表现， 以正面评价为主， 因而与ESG风险评级在涵义和内容上均存在差别。 本文选取基于正面评价的商道融绿ESG评级和华证ESG评级， 与基于风险评价的RepRisk评级进行对比， 分析不同视角下ESG评级之间的相关性。

本文将商道融绿ESG评级由低到高共10个等级， 依次赋值为1 ～ 10， 分值越高表示公司ESG表现越好。 华证ESG评级由低到高共9级， 为了与RepRisk评级、商道融绿ESG评级的赋值一致， 依次赋值为2 ～ 10， 分值越高表示公司ESG表现越好。 不同视角的ESG评级的相关性检验结果如表6所示。

从表6中可以看到， 商道融绿ESG评级、华证ESG评级与RepRisk评级均负相关但不显著。 这验证了ESG风险评级和以正面评价为主的ESG评级的评价标准侧重点不同， 存在差异。 商道融绿ESG评级与华证ESG评级之间呈现显著的正相关关系， 表明这两种ESG评级的相关程度较高。

（二）不同视角的ESG评级与个股回报率

本文分别运用模型（1）、模型（2）， 将模型中的ESG风险评级（ESGrisk）替换为商道融绿ESG评级和华证ESG评级， 检验这两种ESG评级与个股回报率之间的关系。

表7显示了模型（1）的回归结果。 第（1）列中， 商道融绿ESG评级与年个股回报率（Return）的回归系数为0.032， 且在5%的水平上显著， 初步说明商道融绿ESG评级可以预测下一年的个股回报率， 当公司ESG表现越好时， 其下一年个股回报率越高; 加入控制变量后， 商道融绿ESG评级与年个股回报率（Return）的回归系数为0.039， 且在1%的水平上显著; 而在控制固定效应后， 商道融绿ESG评级与年个股回报率（Return）的回归系数为0.012， 且在10%的水平上显著。 以上结果说明在商道融绿ESG评级中， 公司的ESG表现越好， 个股回报率将越高， 二者呈正相关关系。 在第（4）、（5）列中， 华证ESG评级与年个股回报率（Return）均呈显著的负相关关系， 但在控制固定效应后， 二者的回归系数仅为-0.001且不显著， 这表明华证ESG评级与年个股回报率之间不存在显著的相关关系， 华证ESG评级并不能有效预测公司下一年的个股回报率。

运用模型（2）， 将年个股回报率（Return）替换为经市场调整的年个股回报率（MAR）后再次检验两种ESG评级与股票回报之间的相关性， 回归结果如表8所示。 第（1） ～ （3）列的结果显示， 未控制固定效应时， 商道融绿ESG评级和经市场调整的年个股回报率（MAR）之间均无显著的相关关系， 但在控制固定效应后， 商道融绿ESG评级与经市场调整的年个股回报率（MAR）的回归系数为0.011， 且在10%的水平上显著， 说明商道融绿ESG评级越高， 公司下一年的个股回报率越高。 第（4） ～ （6）列则显示， 无论是否加入控制变量和固定效应， 华证ESG评级和经市场调整的年个股回报率（MAR）均无显著相关性， 这也说明了华证ESG评级并不能很好地预测下一年的个股回报率， 与前文的结果一致。 综上， 与ESG风险评级相比， 商道融綠ESG评级和华证ESG评级与年个股回报率的相关程度都较低且不稳定。

（三）不同视角的ESG评级与股价波动性

为检验商道融绿ESG评级和华证ESG评级与股价波动率之间的关系， 本文运用模型（3）， 将模型（3）中的ESG风险评级（ESGrisk）替换为商道融绿ESG评级和华证ESG评级， 检验这两种ESG评级与股价波动率之间的关系， 回归结果如表9所示。 第（1）列显示商道融绿ESG评级与股价波动率（Volatility）的回归系数为-0.00007且不显著; 在依次加入控制变量与固定效应后， 如第（2）、（3）列所示， 二者的相关系数仍为负且不显著， 说明商道融绿ESG评级对股价波动率的负向影响并不显著。 在第（4）、（5）列未控制固定效应的回归结果中， 华证ESG评级与股价波动率（Volatility）的回归系数均为负且显著; 控制固定效应后， 如第（6）列所示， 回归系数仍为负但不显著。 这说明华证ESG评级与股价波动率（Volatility）之间没有显著相关关系。 综上， 与ESG风险评级相比， 商道融绿ESG评级和华证ESG评级对股价波动的影响不显著且不稳定。

六、结论与讨论

本文采用RepRisk评级数据验证ESG风险评级与公司股票市场表现之间的关系， 发现ESG风险评级越低的公司， ESG风险暴露程度越高， 下一年的个股回报率越低， 股价波动也越大。 进一步地， 本文发现以正面评价为主的商道融绿ESG评级、华证ESG评级与公司个股回报的相关性较弱， 对股价波动的影响不显著。 这说明ESG风险评级对公司股票市场表现的解释力度较大， 从而验证了ESG投资中负面筛选策略的有效性。 本文的研究结论对我国ESG实践具有如下启示意义：

一是应提高ESG数据质量， 完善ESG信息披露机制。 ESG数据是ESG评级和ESG投资的底层基础， 一致、可比、可靠的ESG信息对于ESG评级和ESG投资至关重要。 在披露标准方面， 我国不仅要积极与国际标准接轨， 及时关注国际可持续标准制定动向并保持趋同， 同时要充分体现我国制度情境的可持续发展主题。

二是应开发科学有效的ESG评估模型， 提高评级方法透明度。 面对众多的ESG评级指标， 如何识别有效的ESG投资因素是一大难题。 在模型开发方面， ESG评级机构可采用实践与理论相结合的方法， 利用实践分析或资产估值方法选择有影响的因子并确定其权重; 充分利用金融科技的优势， 从多个维度采集公司的ESG数据， 提升模型实践的科学性。 在评级方法透明度方面， 目前各ESG评级机构即使披露了一些基础的方法论， 但其评估过程仍是“黑匣子”， 需提高其使用方法的透明度和解释力度， 如使用的ESG因素、每个因素的权重、绝对或相对评分、重要性和行业等。 监管机构可协助出台共同的行业标准或行为准则， 以提高ESG评级质量与可用性， 减少不同机构评级之间存在的差异。

三是应丰富ESG投资策略的应用， 鼓励更多地应用正面筛选投资策略。 运用ESG负面筛选投资策略， 可以帮助投资者降低风险， 如通过将ESG融入公司风险控制系统以进行预警提示。 但ESG投资是“有温度”的价值追求， 鼓励ESG正面筛选策略的多样化应用有助于投资者主动与公司管理层沟通ESG投资理念， 推动公司关注所有利益相关者的利益， 实现可持续发展。

（感谢张为国教授、黄世忠教授等组织的ESG与可持续发展讨论小组， 本文从小组发言与讨论中得到了很多启发）

【 注 释 】

① 数据源自PRI官方网站： https： //www.unpri.org/signatories/signatory-resources/signatory-directory。

② 定义源自PRI官方网站： https： //dwtyzx6upklss.cloudfront.net/Uploads/i/m/n/maindefinitionstoprireportingframework_127272_949397.pdf。

③ 数据源自MSCI官方网站： https： //www.msci.com/our-solutions/esg-investing/esg-ratings。

④ 数据源自FTSE Russell官方网站： https： //research.ftserussell.com/products/downloads/ESG-ratings-overview.pdf。

【 主 要 参 考 文 献 】

[1] 王凯，张志伟.国内外ESG评级现状、比较及展望[ J].财会月刊，2022（2）：137 ～ 143.

[2] Eccles R. G.， Ioannou I.，  Serafeim G.. The impact of corporate sustainability on organizational processes and performance[ J].Management Science，2014（11）：2835 ～ 2857.

[3] Lins K. V.， Servaes H.， Tamayo A.. Social capital， trust，  and firm performance： The value of corporate social responsibility during the financial crisis[ J].The Journal of Finance，2017（4）：1785 ～ 1824.

[4] Humphrey J. E.， Lee D. D.， Shen Y.. Does it cost to be sustainable？[ J].Journal of Corporate Finance，2012（3）：626 ～ 639.

[5] Dorfleitner G.， Halbritter G.， Nguyen M.. Measuring the level and risk of corporate responsibility：An empirical comparison of different ESG rating approaches[ J].Journal of Asset Management，  2015（7）：450 ～ 466.

[6] Bae K. H.， Ghoul S. E.， Gong Z. J.， et al.. Does CSR matter in times of crisis？Evidence from the COVID-19 pandemic[ J].Journal of Corporate Finance，2021（3）：101876.

[7] 苑志宏，张博辉，张大川，杨文豪，蒋萍萍，秦丹，熊婉芳. 2021年度中国资管行业ESG投资发展研究报告[R].深圳：香港中文大学（深圳）深圳高等金融研究院，华夏理财有限责任公司，2021.

[8] GSIA. Global Sustainable Investment Review 2020[EB/OL]. http： //www.gsi-alliance.org/wp-content/uploads/2021/08/GSIR-

20201.pdf，2021-09-01.

[9] 黃世忠.ESG报告的“漂绿”与反“漂绿”[ J].财会月刊，  2022（1）：3 ～ 11.

[10] Krüger P.. Corporate goodness and shareholder wealth[ J]. Journal of Financial Economics，2015（2）：304 ～ 329.

[11] Henke H. M.. The effect of social screening on bond mutual fund performance[ J].Journal of Banking & Finance，2016（3）：69 ～ 84.

[12] Chatterji A. K.， Durand R.， Levine D. I.， et al.. Do ratings of firms converge？ Implications for managers， investors and strategy researchers[ J].Strategic Management Journal，2016（8）：1597 ～ 1614.

[13] 沈洪涛，林虹慧.“双碳”目标推动会计新发展[ J].财务与会计，2022（3）：51 ～ 56.

[14] 黄世忠.支撑ESG的三大理论支柱[ J].财会月刊，2021（19）：3 ～ 10.

[15] 新浪财经.《中国责任投资年度报告2021》发布[EB/OL].https： //finance.sina.com.cn/esg/investment/2022-01-28/doc-ikyakumy2985674.shtml，2022-01-27.

[16] 王凯，李婷婷.ESG基金发展现状、问题与展望[ J].财会月刊，2022（6）：147 ～ 154.

[17] 赵阳，袁迪，沈洪涛.环境污染责任保险的资本市场反应研究[ J].财务研究，2018（2）：53 ～ 61.

[18] 吴昊旻，刘洋洋，吕雪晶.薪酬差距与股价崩盘风险[ J].财务研究，2020（5）：52 ～ 65.