一、引　言

ESG是环境（Environment）、社会（Society）和公司治理（Governance）的英文首字母缩写，是一种系统地考虑环境、社会和治理因素的公司评价标准。随着政府和社会各界对于可持续发展的重视，ESG在世界范围内的关注度快速上升。根据国际可持续性投资联盟的统计，截至2020年全球纳入ESG原则的管理资产规模达到35.3万亿美元。随着ESG被广泛用于投资和公司评价，ESG评级成为了资本市场中不可或缺的因素之一。然而，由于不同ESG评级机构的涌现和ESG标准的多样化，不同机构对同一家公司的ESG评级存在显著的分歧（Berg等，2022）。这不仅引发了对ESG评级体系的信任和有效性的质疑，并且导致投资者难以根据ESG评级进行投资（Kotsantonis和Serafeim，2019；Avramov等，2022）。

尽管ESG投资方兴未艾，但市场对其的理解和实践尚处在摸索阶段，当前阶段仍面临着许多需要解决的问题。这一阶段的主要矛盾在于ESG信息披露令出多门，缺乏统一的标准。证监会、沪深交易所和国资委陆续出台了ESG披露的监管要求，但是覆盖的主体存在差异，且所参照的ESG信息披露标准并不明确。目前，已有多个机构推出了公司层面的ESG信息披露标准，包括国际可持续准则理事会（ISSB）、全球报告倡议组织标准（GRI）、可持续发展会计准则委员会（SASB）和国际标准化组织（ISO）等。ESG评级机构的数量则更加庞大，据统计，目前全球有600多家ESG评级机构，中国有20家左右（王凯和张志伟，2022），其中，影响力较大的有 MSCI、富时罗素、中证和商道融绿等。

ESG评级分歧的来源可能是多方面的。首先，因为统一的标准尚未建立，评级机构在选择评价范围、具体测度和相应权重时具有灵活的空间（Dimson等，2020；Berg等，2022）。其次，地区性差异也是ESG评级分歧的来源之一（Liang和Renneboog，2017；Chen等，2022）。相较于国际评级机构，国内的评级机构对于国有企业的ESG评级更高，原因是国内机构会考虑国有企业承担的隐形社会责任（马文杰和余伯健，2023）。最后，技术性问题也可能导致评级分歧，比如数据搜集、数据处理以及缺失值的处理等。从经济后果上看，ESG评级本身具有投资指导价值，能够预测未来市场表现，但当ESG评级存在较大分歧时这种预测能力被削弱（Serafeim和Yoon，2022）。还有研究表明，股票回报率与ESG评级分歧呈正相关，这表明ESG评级分歧较大的公司存在风险溢价（Brandon等，2021）。

本文基于资本市场定价效率的角度研究了ESG评级分歧对于公司股价同步性的影响。ESG信息是公司特质信息的重要组成部分，评级机构将其整合后提供给市场，不同机构之间的ESG评级分歧可能从两个方面影响股价同步性。一方面，ESG评级分歧增加了信息的不确定性，即使拥有更多的特质信息，投资者也难以据此进行投资，这导致公司股价同步性上升。另一方面，不同的ESG评级结果融入了各评级机构的专业判断，包含了评级机构搜集到的公司私有ESG信息，能够向市场传递更多的公司特质信息，从而使得公司股价同步性下降。上述互为矛盾的观点为本文的研究提供了机遇。为此，本文以2011—2021年A 股上市公司作为研究样本，实证检验了ESG评级分歧对公司股价同步性的影响。

本文研究发现，ESG评级分歧提升了公司股价同步性，即当公司ESG评级分歧越大时，公司股价同步性越高。异质性检验表明，当上市公司ESG表现较好、信息披露质量较高以及环境规制强度较大时，ESG评级分歧对股价同步性的影响有所削弱。机制检验表明，ESG评级分歧更大时，机构投资者持股比例下降，并且个体投资者在股吧中的正面和负面评论数量均增加。拓展性分析表明，无论是本土与海外ESG评级机构之间，还是本土ESG评级机构之间均存在分歧，且都显著提升了公司股价同步性。进一步从E（环境）、S（社会）和G（治理）三个分项检验评级分歧对股价同步性的影响，可以发现相较于S（社会）和 G（治理），E（环境）类指标的分歧更加显著地提升了股价同步性。

本文的研究贡献主要体现在如下几个方面：第一，本文拓展了ESG评级分歧的经济后果研究。ESG评级分歧对于ESG投资有着重要影响，但目前仅有少数文献研究了ESG评级分歧的经济后果（Brandon等，2021；Serafeim和Yoon，2022）。本文从资本市场定价效率的角度出发，研究发现ESG评级分歧会放大股价同步性，并在稳健性检验中利用2016年香港联交所修订后的 《环境、社会及管治报告指引》作为外生冲击，更好地识别了ESG评级分歧与股价同步性之间的因果关系，是对现有文献的补充与发展。第二，本文与时俱进地发掘公司股价同步性的影响因素。已有文献主要从公司治理和信息环境等角度研究股价同步性的影响因素（李增泉，2005；张斌和王跃堂，2014；李丹和王丹，2016；王立章等，2016；官峰等，2018；巫岑等，2022），近年来有学者开始关注资本市场信息中介的作用，如机构投资者、分析师和媒体等（朱红军等，2007；黄俊和郭照蕊，2013；许年行等，2013）。在可持续发展和ESG投资广受关注的当下，本文将ESG评级机构这一新兴的信息中介纳入公司股价同步性的研究体系之中。第三，本文基于评级机构类别与分项ESG信息进行了拓展性分析。本文的实证研究发现，无论是本土与海外ESG评级机构之间，还是本土ESG评级机构之间均存在分歧，且都显著提升了公司股价同步性，而相较于社会及公司治理领域的分歧，环境类领域的分歧更加显著地提升了股价同步性。这进一步说明了采用既能与国际接轨又能兼顾本土特色的ESG评价体系对资本市场ESG投资十分重要。

文章后续安排如下：第二部分是制度背景，介绍我国资本市场ESG信息披露与评级机构的发展现状；第三部分是文献综述与假说发展，在回顾国内外现有研究的基础上提出本文的研究假说；第四部分是研究设计，介绍了文章的数据来源、模型选择和变量定义；第五部分是实证分析，检验了ESG评级分歧对公司股价同步性的影响，并进行了一系列稳健性检验；第六部分是进一步分析，首先探讨ESG评级分歧影响股价同步性的异质性差异，其次对ESG评级分歧影响股价同步性的路径进行检验，并进一步区分ESG评级机构类别与单项ESG分歧对股价同步性的影响；第七部分对全文内容进行总结并给出研究启示。

二、制度背景

近年来，随着可持续发展理念更加深入人心，ESG作为综合考虑环境、社会和治理因素的公司评价体系，无论在社会层面还是资本市场中都越来越受到重视。中国政府以及相关主体也正在以积极的姿态推动上市公司的ESG信息披露。据商道咨询统计，共有1714家A股上市公司单独披露了2022年度ESG报告。然而，现阶段的突出问题是，ESG信息因其涵盖内容广、主体差异性大，未被资本市场完全理解，不同评级机构对同一上市公司的评价可能存在巨大分歧。本文认为，主要原因是ESG披露标准尚未统一，导致ESG信息之间的可比性、一致性较差；此外，由于ESG评级机构数量众多，且来自不同的国家和组织，其执行ESG评价时，在底层数据、关键议题和权重选择等方面存在差异。

从ESG信息披露范围的角度来看，不同上市公司披露的ESG信息差别巨大。部分上市公司被要求强制披露ESG专项报告，而大多数企业只需要在年报中披露“环境和社会责任”章节。此外，对于境内外同时上市的公司，遵循披露标准“从多不从少”原则，也需要根据香港联交所或其他境外交易所的要求，披露ESG专项报告。从ESG评价标准的角度来看，不同标准之间并不统一，这可能是导致ESG评级分歧的另一大原因。目前，国际可持续准则理事会（ISSB）、全球报告倡议组织标准（GRI）和国际标准化组织（ISO）等机构各自推出了ESG披露标准。不同ESG信息披露标准背后是价值观的差异，面向的对象和披露重点也存在差异。比如，ISSB准则的主要目的是满足投资者的信息需求，披露的重点是投资者和资本市场关注的内容；而GRI是国际非营利组织，其使命是通过制定可持续发展报告指南，协助企业识别和披露其商业活动对关键可持续发展议题的影响，推动全球经济的可持续发展。

从ESG评级机构本身来看，纷繁众多的评级机构也阻碍了ESG评级的统一。目前，全球有600多家ESG评级机构，中国有20家左右（王凯和张志伟，2022），其中影响力较大的有 MSCI、富时罗素和商道融绿等。这些评级机构来自不同的国家和组织，在开展ESG评价时，往往在底层数据、关键议题和权重选择上存在差异。Berg等（2022）考察发现KLD、MSCI等六家机构的ESG评级平均相关性只有0.54。因此，市场呼唤能够早日建立统一且兼顾本土特色的ESG评价体系，让企业能够有的放矢，投资者能够更加有效衡量企业价值。

三、文献综述和研究假说

（一）文献综述

关于ESG评级分歧的相关研究已然受到学术界的高度关注，相关文献深入挖掘了影响因素和经济后果两个方面。关于ESG评级分歧的影响因素，研究表明分歧存在的主要原因是缺乏统一的ESG评级标准，导致评级机构在指标测度、评价范围和权重分配方面存在显著差异，其中度量差异是造成ESG评级差异最为核心的因素（Berg等，2022）。此外，社会和公司治理指标在ESG评级分歧中可能起到主导作用（Capizzi等，2021），而技术性问题等也被证实为影响ESG评级的重要因素（Liang和Renneboog，2017；Chen等，2022）。

值得注意的是，国内评级机构相较国际评级机构在ESG评级中能够更好地考虑到商业道德、就业条件和监管违规等问题，为投资者提供更准确的ESG评级结果（Chen等，2022）。这说明在ESG评级机构中存在地区性差异，国内评级机构对于国有企业所承担社会责任的特殊性有更好的把握，给予其更高的ESG评级（马文杰和余伯健，2023）。上述发现不仅深化了对ESG评级分歧形成机制的理解，也为投资者提供了更为精准的ESG信息参考。

关于ESG评级分歧的经济后果，一系列研究表明较大的评级分歧可能对公司的融资和市场流动性产生重要的实质性影响。研究表明，ESG评级能够预测公司未来的股价表现，但ESG评级分歧削弱了这种预测能力（Serafeim和Yoon，2022）。尤其是当ESG评级分歧较大时，ESG评级分歧将导致更多交易者退出市场，进而使得股票交易量下降，风险溢价上升（Brandon等，2021；Avramov等，2022）。此外，评级分歧还可能使企业难以获得外部融资，更加依赖内部资金（Christensen等，2022）。

股价同步性的概念由Roll（1988）首次提出，他指出股价同步性的程度取决于公司层面和市场层面信息对股价的相对影响，即当市场更多交易公司层面的信息时，股价同步性下降，后续相关研究主要在这一逻辑下展开。从信息质量的视角来看，上市公司披露的信息质量越高，市场会越多地交易公司层面信息，从而使得股价同步性下降，相关研究考察了盈余质量、会计稳健性、XBRL格式财务报告等因素对股价同步性的作用（史永和张龙平，2014；王艳艳等，2014；沈华玉等，2017）。从公司治理的视角来看，当拥有更好的治理结构时，上市公司所披露信息的置信度更高，因此股价同步性相应下降，相关研究涉及股权结构、董事会特征、两权分离度以及母子公司产业网络特征等因素（李增泉，2005；张斌和王跃堂，2014；王立章等，2016；官峰等，2018；赵天骄等，2020）。

在现代资本市场中，信息中介对市场定价效率有着重要作用，因此学者们也开始关注信息中介的存在对于股价同步性的影响，相关研究涉及机构投资者、分析师和新闻媒体等（朱红军等，2007；黄俊和郭照蕊，2013；许年行等，2013；何贤杰等，2018）。而在当前可持续发展和ESG投资备受关注的背景下，本文进一步拓展了股价同步性影响因素的研究范围，将ESG评级机构作为新兴的信息中介纳入股价同步性的研究体系中，通过深入探讨ESG评级分歧与股价同步性之间的关系，为更全面地理解ESG信息在资本市场中的传播机制，并为投资者、监管机构以及其他ESG信息使用者提供更有针对性的建议。

（二）假说提出

资本市场定价效率的关键因素是信息的透明度和投资者的研究能力。市场上的信息共包含三个维度，即市场层面的信息、行业层面的信息和公司层面的信息，前两个层面的信息为投资者所知悉（黄俊和郭照蕊，2014；王木之和李丹，2019）。为了获得超额收益，投资者需要进一步搜集公司层面的信息以支持有效的交易。ESG信息是公司特质信息的重要组成部分，涵盖了公司环境、社会和治理方面的信息，评级机构将其整合后提供给市场。不同机构之间的ESG评级分歧可能从两个方面影响股价同步性，进而影响资本市场定价效率。

一方面，ESG评级分歧可能削弱资本市场定价效率，从而使得股价同步性上升。对于机构投资者而言，虽然他们拥有更广泛的信息渠道和更强的研究能力，但ESG评级分歧的存在会降低交易机会的置信度，不确定性上升将阻碍其进场交易。Cohen和Lou（2012）发现，即使在以机构投资者为主的美国股票市场，信息处理的复杂程度也会影响股价对信息的反应速度。股价有效反映信息的前提是该信息被广泛获得并正确处理（Coibion和Gorodnichenko，2015），但当信息加工有一个高昂的成本时，理性的投资者会减少信息的加工，并选择购买其他替代信息（Veldkamp，2006）。与此同时，ESG评级分歧较大也可能意味着投资者面临较差的信息环境（Christensen等，2022；Kim和Koo，2023）。对于机构投资者而言，面对不确定的信息和市场前景，他们可能选择“用脚投票”，减少对ESG评级分歧较大公司的交易。

对于个人投资者而言，由于缺乏有效的信息渠道，他们获得的信息可能是片面的。当不同机构之间ESG评级分歧较大时，每个获得部分信息的个人投资者可以“用嘴投票”，在股吧论坛上增加对公司实际ESG表现的讨论。史永和张永平（2014）的研究表明，当投资者获取公司信息的成本过高时，将不再区分噪音与真实信息。因此，ESG评级分歧的存在使得单一评级结果不能完全准确反映企业真实的情况，整体上削弱了ESG评级信息的有效性（Kimbrough等，2022；周泽将等，2023）。由于个人投资者获得的ESG评级信息较为片面，所指示的交易方向差异也较大，因此减缓了公司特质信息融入股票价格的速度，使得市场吸收公司相关信息的效率下降（卞世博等，2022）。

无论对于何种类型的投资者，较大的ESG评级分歧都减少了公司特质信息融入股价的速度，降低了资本市场的定价效率。基于此，我们提出如下假说：

H1a：控制其他条件不变，ESG评级分歧提升了公司的股价同步性。

另一方面，ESG评级是由各大评级机构针对企业在环境、社会以及治理层面的表现进行综合评判并赋予分值，但受到不同评级方法的影响，ESG评级可能存在指标差异、衡量差异和权重差异（Berg等，2022）。不同的ESG评级结果融入了各个评级机构的专业判断，包含了评级机构搜集到的公司私有ESG信息。而评级机构公布评级结果后，公司ESG私有信息将公开化，从而增加对资本市场投资者决策有用的公共信息含量，降低上市公司与投资者之间的信息不对称。因此，更大的ESG评级分歧向市场传递了更多的特质信息，有利于提升资本市场定价效率。基于此，我们提出如下备择假说：

H1b：控制其他条件不变，ESG评级分歧降低了公司的股价同步性。

四、研究设计

（一）研究样本与数据来源

考虑到大部分ESG评级机构从2011年以后才针对A股上市公司推出ESG评级，本文选取2011—2021年我国沪深A股上市公司作为研究样本，在此基础上剔除金融行业、ST和*ST公司，以及存在缺失值的样本，最终得到18759条公司—年度样本观测值。ESG评级数据来自MSCI指数官网、彭博官网、WIND数据库以及CSMAR数据库。公司股价和其他财务数据来自CSMAR数据库，投资者股吧评论的数据来自CNRDS数据库。为了缓解极端值的影响，本文对所有连续变量进行了上下1%的缩尾处理。

（二）变量定义与模型设定

1. 变量定义。在自变量的定义上，本文借鉴现有文献的做法（Gibson等，2020；Avramov等，2022；Berg等，2022），选取国内外六家权威ESG评级机构的评级结果为研究对象，具体包括MSCI、彭博、富时罗素、华证指数、商道融绿和WIND。为了使不同评级机构的ESG评分具有可比性，本文对各家机构的评级结果进行归一化处理, ¹使得所有评级机构的ESG评分位于[0，1] 区间，并基于归一化处理后ESG评分的标准差衡量ESG评级分歧，得到自变量Divergence。在因变量定义上，本文参考Durnev等（2003）、Piotroski和Roulstone（2004）、许年行（2013）的做法，运用如下方法构造股价同步性指标：

其中，$ {R}_{i,t} $ 为股票i第t周的收益率；$ {R}_{m,t} $为市场指数第t周的收益率；$ {R}_{I,t} $为行业I第t周收益率，其依照证监会行业分类标准，以行业内各公司流通市值为权重进行加权平均计算；$ {R}_{i}^{2} $为根据模型（1） 计算出的年度回归拟合优度。为使$ {R}_{i}^{2} $呈正态分布，本文用等式（2）进行对数处理，得到股价同步性指标SYNCH。回归时剔除了年度个股周收益数据不足30个的样本。

2. 模型设定。为了检验本文的核心假说，我们构建了如下回归模型：

其中，自变量Divergence表示经过归一化处理后六家评级机构对上市公司ESG评分的标准差，因变量$ SYNCH $表示公司的股价同步性。参考已有文献，本文加入如下控制变量：企业总资产自然对数Size、资产负债率Lev、总资产收益率ROA、营业收入增长率Growth、无形资产比例Intangible、企业上市年数Age、股票年平均换手率Vol、股票流动性Liquidity、独立董事占比Indep、盈余波动性Roastd、盈余操纵空间Accual、行业上市公司总资产之和的自然对数IndSize以及行业上市公司总数量的自然对数IndNumber。此外，模型还控制了公司固定效应与年份固定效应。具体的变量定义如表1所示。

五、实证结果

（一）描述性统计

表2报告了主要变量的描述性统计。从中可以看到，股价同步性指标SYNCH均值为−0.544，与已有文献的统计结果相近（张斌和王跃堂，2014；何贤杰等，2018）。经过归一化处理后，上市公司ESG评级分歧变量Divergence最小值为0.002，最大值为0.357，均值为0.13，标准差为0.085，这表明上市公司间ESG评级分歧存在较大差异。其他控制变量的结果显示，ROA的均值为4.2%，样本公司的平均负债率为 44.1%，主营收入增长率的均值为16.2%，股票平均换手次数为5.55次。

（二）基准回归

表3检验了上市公司ESG评级分歧与股价同步性的关系。其中，列（1）未放入相关控制变量，结果显示，Divergence的回归系数为0.838，在1%水平上显著，这表明ESG评级分歧提升了公司股价同步性。列（2）加入了相应的控制变量，可以发现，Divergence的回归系数为0.678，且在1%水平上显著，这进一步证实了ESG评级分歧放大了公司股价同步性。上述结果支持了本文的假说H1a。

（三）稳健性检验

1. 采用工具变量法缓解内生性问题。公司行业特征、业务模式以及信息质量等因素可能导致评级机构对公司ESG表现的看法存在分歧，进而放大股价同步性，因此本文研究可能存在遗漏变量的内生性问题。本文借鉴已有研究（王化成等，2015；周茜等，2020；武鹏等，2023）的做法，采用同年度同行业其他公司ESG评级分歧的均值作为工具变量。从相关性来看，评级机构在开展ESG评级时往往根据标的企业所属行业的差异性特征构建指标体系与权重设计，企业的ESG评级分歧会受到行业内其他企业的影响。从外生性来看，同年度同行业的ESG评级分歧均值具有宏观特征，不太会影响微观层面的公司股价同步性。

两阶段最小二乘法的回归结果如表4所示。从统计结果来看，列（1）中LM检验的P值为0.0000，这表明工具变量与内生性变量之间具有显著的相关性；IV统计的F值大于10，拒绝了“弱工具变量”的原假设。以上结果表明本文使用的工具变量有效。列（2）的回归结果显示，Divergence的回归系数在1%的水平上显著为正。因此在考虑了内生性问题后，ESG评级分歧对股价同步性的放大作用依然显著。

2. 采用PSM—DID缓解内生性问题。为了更加稳健地评估ESG评级分歧是否显著提升了公司股价同步性，本文采用香港联交所2016年修订后的新版《环境、社会及管治报告指引》（以下简称《指引》）作为外生政策冲击进行因果识别检验。香港联交所自2016年开始要求所有在港上市企业每年编制和披露ESG报告，并将11个层面的指标由“建议披露”提升至“不遵守就解释”，以提升香港上市企业ESG信息披露的要求。如前所述，ESG信息披露的不统一是造成ESG评级分歧的重要原因，而《指引》提升了ESG信息披露的规范程度，减少了ESG评级机构对私有信息的依赖，降低了ESG评级分歧。本文将报告期内受到《指引》影响的A股和H股同时上市的公司作为处理组，取值为1；其他公司作为对照组，取值为0。对处理组公司采用有放回的1:1近邻匹配，协变量包括模型（3）中的所有控制变量，匹配后留下805个样本。回归结果如表5所示，Treat×Post的回归系数在10%水平上显著为负，这表明《指引》的出台减少了处理组公司的ESG评级分歧，由此降低了公司的股价同步性，从而验证了本文核心结论。

3. 采用Heckman两阶段回归缓解内生性问题。受制于方法论与价值观的差异，不同ESG评级机构覆盖的范围与时间可能各有侧重，并非所有的公司都受到了众多评级机构的覆盖。若本文忽略了仅有一家ESG评级机构覆盖与没有ESG评级机构覆盖的上市公司，则可能导致研究样本选择偏误。为了解决这一问题，本文采用Heckman两阶段模型进行检验。首先，在第一阶段构建公司是否存在ESG评级分歧（Divergence_dummy）的选择模型，并将其作为被解释变量进行Probit回归，选择模型中放入主回归模型中的所有控制变量，得到逆米尔斯比率IMR。其次，将IMR代入第二步模型中进行回归，纠正潜在的选择性偏差对本文结论的干扰。回归结果显示， ²控制样本选择性问题后，ESG评级分歧仍然对股价同步性具有显著的正向影响。

4. 更换变量度量方式。（1）更换自变量度量方式。为了缓解自变量度量误差的影响，本文更换了ESG评级分歧的度量方法。本文借鉴马文杰和余伯健（2023）的做法，采用Z值标准化计算ESG评级分歧，将各评级机构的打分减去各自评分的均值，再除以各自评分的标准差，由此得到ESG评级分歧指标Divergence2。回归结果显示，Divergence2的回归系数仍在1%水平上显著为正，进一步验证了本文结论。（2）更换因变量度量方式。本文进一步更换了股价同步性度量指标，分别采用综合市场总市值平均法与分市场流通市值平均法计算出的股价同步性作为因变量。回归结果显示，更换了股价同步性度量指标后，Divergence的回归系数仍在1%水平上显著为正，进一步支持了文章的核心结论。

六、进一步分析

（一）异质性分析

1. 企业ESG表现。本文分别从环境（E）、社会（S）和治理（G）三个方面来考察企业ESG表现的差异：

（1）环境（E）：环境污染程度。近年来，治理日益严峻的环境污染问题已成为社会各界关注的重点话题。在各类污染源中，企业工业活动是导致环境恶化的首要因素，企业工业活动在给企业带来经济效益的同时，也为社会带来了沉重的环境代价（张琦等，2019）。根据信号传递理论，企业减少污染排放可以向公众传递履行社会责任的积极信号，帮助企业树立负责任的企业形象以及诚信、可靠的企业声誉，使投资者对企业前景产生良好预期；这也有助于提高利益相关方的风险容忍度，为企业营造一个更宽容的环境（方先明和胡丁，2023），降低ESG评级分歧对公司带来的不利影响。于是，本文预期更少的环境污染排放能够削弱ESG评级分歧对股价同步性的影响。本文借鉴已有文献的做法（李鹏升和陈艳莹，2019；毛捷等，2022），根据《排污费征收标准管理办法》，将四种污染物排放量折算成统一的污染当量数并将其加总后加1取对数（Pollute），以反映企业污染排放水平；随后根据Pollute数值的高低将样本分为两组分别进行回归。回归结果如表6列（1）与列（2）所示，在污染排放程度较低的企业中，Divergence的回归系数并不显著；而在污染排放程度较高的企业中，Divergence的回归系数在1%水平上显著为正，组间系数差异检验显示两组样本存在显著差异。以上结果表明，较高的污染排放程度加剧了ESG评级分歧对公司股价同步性的影响。

（2）社会（S）：慈善捐赠金额。发展慈善事业对于调节社会资源、缩小贫富差距和缓和社会矛盾等有着重要意义（梁建等，2010；高勇强等，2011），是公司履行社会责任和促进社会公平的重要手段。现有研究发现，企业开展慈善捐赠行为发挥了“广告效应”，能够帮助企业增加社会资本，提高企业声誉和价值（Porter和Kramer，2002；Brammer和Millington，2005；王菁等，2014），也可帮助企业缓解内外部的信息不对称，增加企业披露信息的可靠性（钱明等，2016；杨旭东，2018），能够缓解ESG评级分歧对股价同步性的不利影响。基于此，本文利用上市公司当年对外捐赠额加1后取自然对数（Donate）作为公司慈善捐赠的度量，随后根据Donate数值的高低将样本分为两组分别进行回归。回归结果如表6列（3）与列（4）所示，在慈善捐赠较少的企业中，Divergence的回归系数为0.911，且在1%水平上显著；在慈善捐赠较多的企业中，Divergence的回归系数为0.426，且在5%水平上显著。就回归系数大小而言，组间系数差异检验显示两组样本存在显著差异。以上结果表明，较多的慈善捐赠能够帮助公司缓解ESG评级分歧对公司股价同步性的提升作用。

（3）治理（G）：两权分离程度。ESG评级分歧对股价同步性的影响与公司的治理机制密切相关。代理理论认为，较高的两权分离度降低了大股东的侵占成本，激励了实际控制人损害公司及中小投资者利益的行为。此时，如果公司内部治理机制较差，那么实际控制人就更有动机降低公司的信息透明度（La Porta，2002；王鹏和周黎安，2006）。这使得外部投资者可供参考的公司特质信息减少，信息搜集和处理的成本提高，从而更多地依赖市场或行业层面信息作为参考（Jin和Myers，2006；于悦，2013）。因此，我们预期较高的两权分离度将增强ESG评级分歧对股价同步性的正向影响。基于此，本文根据两权分离度（Separate）数值的高低将样本分为两组分别进行回归。回归结果如表6列（5）与列（6）所示，在两权分离度较低的企业中，Divergence的回归系数为0.468，且在1%水平上显著；在两权分离度较高的企业中，Divergence的回归系数为0.786，且在1%水平上显著。组间系数差异检验显示，两组样本的回归系数存在显著差异。以上结果表明，较低的两权分离程度能够帮助公司削弱ESG评级分歧对股价同步性的提升作用。

2. 信息披露质量。现有研究发现，信息披露质量提升会增加公司特质信息融入股价的程度，进而增加由公司基本特征变化所带来的股价波动，使股票个体波动率变大（Jin和Myers，2006；Hutton等，2009，王亚平等，2009）。在信息质量较差的上市公司中，管理层可能采用各种手段隐藏信息，也可能将信息表达得晦涩难懂，使投资者无法很好地理解这些信息（何贤杰等，2018）。若投资者不能有效地将信息汇总分析而对公司进行准确定价，公司层面的信息将难以融入股价。因此，我们预期较好的信息披露质量能够缓解ESG评级分歧对股价同步性的影响。本文使用KV度量法与交易所对上市公司信息披露的考核评级来度量公司的信息披露质量。当KV值较小、信息披露考核评级结果为“优秀”时，企业的信息披露更加充分。基于此，本文根据KV数值的高低与信息披露考核评级结果对样本进行区分，并分别放入模型（3）之中进行回归。表7列（1）与列（2）显示，在KV值较大即信息披露质量较差的企业中，Divergence的回归系数在1%水平上显著为正；而在KV值较小即信息披露质量较好的企业中，Divergence的回归系数不显著。表7列（3）与列（4）显示，当公司信息披露考核评级结果为“优秀”时，Divergence的回归系数不显著；其他情况下Divergence的回归系数为0.740，且在1%水平上显著。就回归系数大小而言，组间系数差异检验显示两组样本间存在显著差异。以上结果表明，较好的会计信息质量能够帮助公司缓解ESG评级分歧对公司股价同步性的提升作用。

3. 环境规制强度。环境规制是指通过环境政策干预企业活动，达到经济与环境协调发展的社会性规制（Jaffe和Palmer，2006；蒋为，2015）。在环境规制强的地区，投资者愿意关注企业环境责任信息披露，更多地收集上市公司信息，企业也更愿意响应当地政府号召，以此得到更多的投资者关注（王云等，2020；齐保垒等，2023），此时企业特质信息更容易被反映在股价之中，ESG评级分歧对股价同步性的放大作用会被削弱。本文借鉴现有文献的做法（李胜兰等，2014；李蕾蕾和盛丹，2017；刘畅，2023），采用地方环境法规数量与地区年度投入废气废水污染治理的金额占该年工业产值的比重衡量企业所在地的环境规制强度。地方环境法规数量越多、年度投入污染治理的金额越高，证明企业所在地区的环境规制强度越大。我们根据地方环境法规数量与投入废气废水污染治理金额的多少将样本分为两组分别进行回归。表8列（1）与列（2）显示，在环境法规数量少的地区，Divergence的回归系数为0.798，且在1%水平上显著；而在环境法规数量多的地区，Divergence的回归系数为0.530，且在1%水平上显著。组间系数差异检验显示，两者存在显著差异。表8列（3）与列（4）显示，在企业污染治理投入金额少时，Divergence的回归系数为0.765，且在1%水平上显著；而在企业污染治理投入金额多时，Divergence的回归系数为0.451，且在1%水平上显著。组间系数差异检验显示，两者存在显著差异。以上结果表明，较强的环境规制强度能够帮助公司缓解ESG评级分歧对公司股价同步性的提升作用。

（二）机制检验

如前所述，当面临较高的ESG评级分歧时，机构投资者可能选择“用脚投票”来减少对公司股票的交易，个体投资者可能选择“用嘴投票”来增加在股票论坛中关于公司ESG表现的讨论。为了验证以上路径，本文借鉴江艇（2022）的做法，构建模型（4）进行机制检验，其中Investor分别表示机构投资者持股与个体投资者股吧评论数量。

1. 机构投资者持股。机构投资者是资本市场上重要的投资主体，由于资金优势与专业优势，机构投资者往往具有较强的信息解读能力，投资也更加理性（Brennan，1995；Bartov，2000；王亚平等，2009）。由于评级机构对公司ESG评级缺乏一致性会使得公司的可持续投资风险上升，机构投资者在购买公司股票时会担心自己无法准确获得关于公司未来发展的信息而产生亏损，从而造成机构投资者持股比例下降。现有研究发现，机构投资者倾向于利用所知的公司特质信息进行交易（黄俊和郭照蕊，2014），这有助于公司层面信息融入股票价格，因此机构投资者持股比例与股价同步性显著负相关（Piotroski和Roulstone，2004；侯宇和叶冬艳，2008）。为了验证以上机制，我们考察ESG评级分歧是否显著降低了机构投资者持股比例（Institute）。表9列（1）显示，Divergence的系数在1%的水平上显著为负，这表明ESG评级分歧的确显著降低了机构投资者持股比例，由此提升了股价同步性。以上结果表明，机构投资者持股比例的下降是ESG评级分歧影响公司股价同步性的一条路径。

2. 个体投资者股吧评论。在纷繁复杂的金融市场上，信息的收集、处理和分析需要花费大量成本，因此不同投资者能够获得的信息是有差异的，即使面对完全相同的信息，投资者分析信息的能力也有所不同。而股吧作为一种社交媒体，能够实现信息受众之间的相互交流，个体投资者通过这种交流能够分享自己对公司特质信息的看法（孙鲲鹏和肖星，2018）。公司ESG评级分歧较大可能导致个体投资者认为公司未来ESG表现存在不确定性，而这种不确定性可能促使个体投资者更加活跃地在股吧论坛中分享和讨论他们对公司ESG表现的看法，这既包括正面的乐观看法，也包括负面的担忧。现有研究发现，在具有较多卖空限制的中国资本市场，当投资者对公司未来发展存在较大异质信念时，股票预期收益降低，波动性上升，流动性水平下降（尹慧和赵国庆，2013；尹海员和朱旭，2019；金永红等，2021），这将减缓公司特质信息融入资产价格，导致公司特质信息被反面信息所掩盖而得不到反映，造成资本市场的定价效率降低。为了验证以上机制，我们考察ESG评级分歧是否显著提升了股吧论坛上个体投资者的正面评论数量（Positive_num）和负面评论数量（Negative_num）。回归结果如表9列（2）与列（3）所示，以Positive_num和Negative_num作为因变量时，Divergence的回归系数分别在5%与1%水平上显著为正。以上回归结果表明，ESG评级分歧显著提升了股吧论坛中个体投资者的正面评论数量与负面评论数量，由此证实了个体投资者的股吧评论分歧上升是影响股价同步性的又一条路径。

（三）拓展性分析

1. 区分评级机构类别对股价同步性的影响。现有研究发现，评级机构在底层数据、关键议题和权重选择上存在差异，所以不同ESG评级机构对同一企业的评级存在较低的一致性（Berg等，2022）。这样的差异在海外评级机构与国内评级机构之间更加明显，因为两者之间不仅存在方法论的差异，也存在价值观的差异（Chen等，2022；马文杰和余伯健，2023）。为了验证国内评级机构与国外评级机构之间的ESG评级分歧是否影响股价同步性，我们计算了三家国内ESG评级机构（华证、商道融绿以及WIND）对每家公司ESG表现评分的均值，以及三家国外ESG评级机构（MSCI、富时罗素以及彭博）对每家公司ESG表现评分的均值，求出两者之间的差异（Div_HomeAbroad），将其作为自变量放入模型之中进行回归。回归结果如表10列（1）所示，Div_HomeAbroad的回归系数在1%水平上显著为正，这说明当国内外ESG评级机构之间存在分歧时，投资者可能难以获得上市公司真实ESG表现的信息，因而更少的特质信息被融入股价，这会显著提升公司的股价同步性。列（2）考察了国内三家ESG评级机构对上市公司ESG表现的分歧度（Div_Home）对股价同步性的影响。回归结果显示，Div_Home也在1%水平上显著为正。这说明国内评级机构也存在较大的ESG评级分歧，使得投资者难以了解企业真实的ESG表现，从而增加了投资者对公司特质ESG信息的处理成本，提升了股价同步性。

2. 区分单项评级分歧对股价同步性的影响。本文进一步考察E（环境）、S（社会）以及G（公司治理）三个领域的评级分歧对公司股价同步性的影响。我们对各家机构针对上市公司E、S以及G维度的评级结果进行标准化处理，并基于此计算公司每个维度的标准差，以衡量公司在环境、社会以及公司治理三个领域的评级分歧（分别记为Divergence_E、Divergence_S和Divergence_G），然后分别放入模型（3）之中进行回归。回归结果如表11所示，Divergence_E在1%水平上显著为正，Divergence_S 在5%水平上显著为正，Divergence_G则不显著。其中Divergence_E的系数为0.058，远大于Divergence_S和Divergence_G的系数。这说明E（环境）领域的评级分歧最容易造成投资者对公司真实ESG表现产生疑虑，进而产生意见分歧，从而减缓了公司特质信息融入股价的效率。这与当前中国市场对环境理念与环保责任的重视程度相符，也与现有的研究结论一致（李宗泽和李志斌，2023）。

七、结论和启示

本文以2011—2021年A股上市公司作为样本，基于国内外六家ESG评级机构的评级，研究了ESG评级分歧对公司股价同步性的影响。实证研究表明，ESG评级分歧放大了公司股价同步性，即当公司ESG评级分歧度越大时，公司股价同步性越高。异质性检验表明，当上市公司ESG表现较好、信息披露质量较高以及环境规制强度较大时，ESG评级分歧对股价同步性的影响有所削弱。作用机制是：当ESG评级分歧更大时，机构投资者持股比例下降，并且个体投资者在股吧中的正面和负面评论数量均增加。本文研究显示，ESG评级机构作为资本市场的信息中介，对于ESG投资建设具有重要价值。然而，现阶段不同评级机构之间分歧过大，不利于投资者参与ESG投资，并且在一定程度上损害了资本市场对ESG信息的定价效率。

本文的研究启示如下：第一，建立统一的ESG信息披露标准具有必要性和紧迫性。既有文献和本文的研究均表明，ESG评级分歧过大，既不利于投资者参与，也不利于市场整体的定价效率。对此，我们建议尽快建立统一的ESG披露标准。2023年6月，国际可持续准则理事会（ISSB）发布了两项可持续披露准则，这或许是重要的契机。考虑到国情差异，中国应当在考虑可比性和兼容性的同时，自主推出公司ESG披露标准。第二，重视ESG评级机构这类信息中介的发展。ESG信息数量众多、来源复杂，从市场效率的角度来看，需要一个或几个信息中介来搜集和处理信息。在ESG评级分歧无法避免的情况下，至少要提高评级机构的透明度，如评价范围、具体测度和相应权重等重要信息应当对外披露，以增加ESG评级的可理解性。第三，资本市场高质量建设是推动ESG投资的基础。本文的异质性分析表明，更加透明的信息环境和良好的公司治理能够弥补ESG评级分歧对股价同步性的影响。建设更加有效的资本市场与推动经济可持续发展和ESG投资之间具有明显的协同效应，这需要监管机构、上市公司和投资者等多方共同努力。第四，提高ESG信息的有效性有助于进一步推动中国资本市场的国际化。ESG理念起源于国际市场，在一定程度上反映出世界范围内各国政府和民众对于企业应该走可持续发展道路的共识。因此，提高ESG信息的有效性，降低不同评级机构之间的分歧，能够更好地向国际投资者展示中国企业在环境保护、社会责任和公司治理等多个层面的责任与担当，这也是中国建设金融强国和推进资本市场国际化进程的关键举措。

1 归一化也称为离差标准化，是对数据的线性变换，使结果映射到[0,1]区间。转换函数如下：$ \widehat{\mathit{X}} $=$ \dfrac{\mathit{X}-\mathbf{m}\mathbf{i}\mathbf{n}\left(\mathit{X}\right)}{\mathbf{max}\left(\mathit{X}\right)-\mathbf{m}\mathbf{i}\mathbf{n}\left(\mathit{X}\right)} $。

2 由于篇幅限制，此处与更换变量度量方式检验未报告回归结果，相关结果留待备索。