
民营企业是中国经济增长的主力军,民营经济发展直接关系到国家整体经济发展的稳定性与可持续性。截至2025年第一季度,全国民营企业数量已超过
国有资本参股作为一项股权结构方面的重要制度安排,其对于民营企业的公司治理发挥着重要作用。梳理现有文献发现,现有国有资本参股民营企业的经济后果研究大多围绕国资参股(部分文献表述为“逆向混改”)对民营企业自身行为决策研究,例如在价值创造方面,民营企业创新(苏昕等,2025)、多元化经营(毛新述等,2025)、投资效率(刘惠好和焦文妞,2022);在价值分配方面,内部薪酬差距(吴秋生和刘垣钰,2025)、劳动收入份额(李春霞等,2025)、高管机会主义减持(牛枫等,2025);在价值沟通方面,股价信息含量(田祥宇等,2023)、业绩预告质量(崔潇漫和汪平,2025)、股价同步性(赵彦锋,2025)等。基于现有文献来看:一方面,现有文献较少关注国有资本参股民营企业的溢出效应研究,事实上,国资参股下的民营企业自身治理结构、经营决策行为的变化调整很有可能传导至资本市场信息中介,进而影响资本市场信息中介的行为决策。另一方面,现有文献较少关注国有资本参股民营企业的信息治理效应,虽然有部分文献(围绕国资参股对民营企业自身行为决策研究)将企业信息质量改善作为潜在的影响机制之一予以体现,但上述文献的影响机制总体呈现“大而全”的特征,如从内控质量改善(治理效应)、融资成本降低(资源效应)、信息质量提升(信息效应)等维度展开其对于企业自身行为的影响。
作为资本市场ESG投资领域的重要信息中介,ESG评级机构在分析评价企业ESG表现,引领推动资本市场ESG投资方面发挥重要作用。然而在现实情境中,不同ESG评级机构对同一家公司的评级结果普遍存在分歧,甚至不同机构的评级结果出现截然相反的情况。若任由ESG评级分歧现象在市场中蔓延,这将会给企业自身以及外部投资者带来严重的信息混乱,加剧资本市场ESG领域的资源“错配”现象(肖红军,2024)。因此,厘清ESG评级分歧的影响因素对于进一步缓解评级机构之间的分歧,优化资本市场ESG领域资源配置至关重要。信息经济学认为,不同的信息使用者在信息获取能力和信息解读能力上表现出差异,这是导致信息使用者做出不同评价的重要因素(Blankespoor等,2019)。从企业自身对外信息披露的视角来看,当企业对外信息披露中的信息含量、质量均得到改善时,不同的信息使用者在信息获取能力和信息解读能力方面的差异将得到明显弱化(方军雄,2007)。具体而言,对于信息获取及解读能力较低的信息使用者而言,随着企业对外信息披露行为得到改善,其获取和解读企业经营发展等相关信息的难度和成本降低(李雪婷和刘浩,2024),同理,对于能力较高的信息使用者而言,在信息获取和解读方面的优势将不再明显,进而有利于降低不同的信息使用者之间的评价分歧(赵婧潞等,2024)。那么,ESG评级机构作为企业重要的外部信息使用者,国有资本参股能否通过改善民营企业对外披露的信息含量和信息质量,缩小不同ESG评级机构在信息获取和信息解读能力方面的差距,进而有效缓解ESG评级分歧呢?
为了验证上述问题,本文选取沪深A股2009—2024年上市公司数据,实证检验国有资本参股对民营企业ESG评级分歧的影响及作用机制。本文的可能边际贡献在于:(1)丰富了国有资本参股民营企业的微观经济后果研究。现有文献较少关注国有资本参股民营企业的溢出效应研究,本文聚焦国有资本参股民营企业对于ESG评级机构这一重要资本市场信息中介的行为决策影响,具有一定的理论价值和现实意义。特别是在“双碳”背景下,ESG投资愈发重要,ESG评级机构作为资本市场的重要信息中介,其对于引导资本市场资源配置至关重要。(2)本文丰富了信息治理相关研究。既有关于信息治理的研究大多从信息供给端的视角出发,探讨政策制度、企业行为、外部利益相关者行为对企业信息披露质量的改善(李志生等,2017;刘金洋和叶康涛,2024;刘贝贝等,2024),鲜有研究从信息获取端的视角探讨信息披露质量的改善如何影响信息使用者的决策行为。此外,既有研究大多聚焦于信息披露某一特定维度(如含量、质量、渠道、频率等),缺乏一个整体性的分析框架。本文从信息获取端的视角出发,参考Blankespoor等(2019)研究中关于信息使用成本的框架,重点关注国资参股民营企业后如何改善信息使用者(ESG评级机构)的行为决策,并具体围绕信息获取成本、信息解读成本等两个方面展开讨论,对相关研究进行了补充和扩展。(3)拓展了企业ESG评级分歧的影响因素相关研究。当前,有效厘清影响资本市场ESG评级分歧的潜在不利因素对于推动资本市场ESG投资发展至关重要。本文从外部制度因素角度考察了企业ESG评级分歧的影响因素及作用机制,为今后政府部门进一步规范资本市场制度建设,推动ESG高质量发展提供借鉴参考。(4)考察了国有资本参股对于缓解民营企业ESG评级分歧的具体适应情境。本文从国有资本背景(政治层级、是否跨行业参股)、企业与机构地理距离、行业ESG敏感性等多个维度分析国有资本参股民营企业的信息治理效果,为深入理解民营企业混合所有制的在不同地区、行业的差异化特征提供了有益思路。
二、理论分析与研究假设当前,ESG评级机构作为资本市场最为重要的信息中介之一,其在分析评价上市公司ESG表现,引领资本市场ESG投资方向方面发挥着重要作用。然而,由于不同ESG评级机构对于上市公司在信息获取成本和解读成本等方面的评价存在明显差异,不同评级机构对于企业ESG表现评价往往存在较大分歧(赵婧潞等,2024)。上市公司改善自身对外信息披露行为是有效降低资本市场信息中介对上市公司评价产生分歧的重要方法(Blankespoor等,2019)。因此,本文接下来将从国有资本参股民营企业的信息治理效应视角出发,具体围绕“国有资本参股—企业信息含量增加—不同评级机构在信息获取能力方面的差异缩小—ESG评级分歧降低”和“国有资本参股—企业信息质量改善—不同评级机构在信息解读能力方面的差异缩小—ESG评级分歧降低”两条理论分析路径,展开国有资本参股可能降低民营企业ESG评级分歧的理论分析。
从不同ESG评级机构的信息获取能力看,信息获取能力是资本市场信息中介对于目标公司的进行专业、准确评价的重要因素(Blankespoor等,2019)。事实上,资本市场上的信息包括公开信息和私有信息,前者获取难度较低、没有门槛限制,因此信息价值更低;后者往往需要通过私人关系和特定渠道进行挖掘,获取成本更高,而信息价值也往往更高(刘新争和高闯,2022)。不同的评级机构自主搜集获取私有信息的渠道和方法不同,故在信息获取能力方面往往存在显著差异,进而产生不一致的ESG评级结果(冯钰婷等,2024;赵婧潞等,2024)。而企业通过提高对外信息披露含量,能够有效弱化资本市场信息中介借助各自私有途径获取信息过程中的信息传输扭曲,从而降低评价结果的分歧度(李文贵和鲍娇蕾,2023)。
国有资本参股能够显著提升民营企业对外披露的信息含量,理由如下:首先,从治理动机来看,国有资本通常受到严格的国有资产监管制度约束,国有资本参股后的民营企业往往面临更多的政策合规要求。事实上,国有经济(国有资本和国有企业)受到政府多个部门的监管,比如国资部门、纪检监察部门、审计部门、财政部门等。与民营企业相比,国有资本的制度规范性更高(林毅夫和孙希芳,2005)。这种监管制度约束会体现在国有资本参股的企业信息披露行为方面,促使参股企业对外披露的信息增多,并有效压缩掌握在“少数人”手中的私有信息空间。如《国有企业参股管理暂行办法》(国资发改革规 〔2023〕 41号)明确指出:要对参股股权进行归口管理,建立参股经营投资台账,加强基础管理,全面准确掌握参股企业基本情况;要加强财务管控,及时获取参股企业财务报告,掌握财务状况、经营成果等信息。因此,当国有资本参股民营企业时,其所附带的制度性约束会“传导”至被参股企业,促使民营企业遵循更高标准的信息披露要求,从而提升企业对外披露的信息含量。
其次,从治理能力来看,国有资本可以通过委派董事、监事等方式参与公司治理,在重大决策(如信息披露政策)中发挥影响力,从而提升企业对外披露的信息含量。如水天集团(国有资本)参股富春环保(民营企业)后,通过委派董事和监事等方式,实现了董事会、监事会层面的制衡与监督,进一步维护股东权益。在国有资本参与治理下,富春环保对外披露的信息含量明显增多,包括主动披露《供应链碳足迹白皮书》,详细公布前十大供应商的碳排放强度;引入国有资本后连续多年发布ESG报告,向利益相关方披露公司在环境、社会、治理领域采取的行动和取得的进展等等
从不同ESG评级机构的信息解读能力看,当前,除去评级机构由模型选择、指标构建等技术层面上产生的信息解读分歧(Berg等,2022),企业自身层面的对外信息披露质量同样是导致不同评级机构面对同一家公司产生分歧的关键变量(Christensen等,2022;Kimbrough等,2024)。而国有资本参股可以有效改善民营企业的对外信息披露质量,进而弱化不同ESG评级机构在信息解读能力方面的差异,理由如下:从治理动机来看,低质量的信息披露会对企业的经济绩效、长期价值产生一系列负面影响(张宗新等,2007),因此为了维护国有资产安全、促进国有资产保值增值,国有股东有强烈动机改善参股企业的对外披露的信息质量。一方面,低质量的信息披露可能为管理层实施机会主义行为提供有利掩护,从而损害企业经营绩效和长期价值。杜兴强和周泽将(2009)、王克敏等(2018)研究发现,企业信息环境越差,管理层越可能实施机会主义行为。另一方面,低质量的信息披露可能会加剧外部投资者的风险感知,加剧企业的融资约束压力,从而对企业的经营绩效和长期价值产生负面影响。如曾颖和陆正飞(2006)研究发现,低质量的信息披露会显著加剧企业的融资约束。而提高国有资本配置效率、促进国有资产保值增值是国有资本参股民营企业的重要目标。因此,为了维护国有资产安全、促进国有资产保值增值,国有股东有强烈动机改善参股企业的对外披露的信息质量。
从治理能力来看,国有资本参股能够有效发挥“监督者”的治理角色,进而改善民营企业对外信息披露质量。如中煤集团深度参与参股企业治理,通过委派专职董事、常驻高级管理人员、加强审计抽查等方式,加强日常经营监测,加大参股企业信息获取广度和深度,定期梳理分析参股企业经营情况和潜在风险。2022年,该集团针对重点参股企业结合日常经营监测中发现的问题,开展专项审计工作
综合以上分析,提出以下假设(理论框架见图1)。
|
| 图 1 国有资本参股影响民营企业ESG评级分歧的理论框架 |
H1:国有资本参股能够有效降低民营企业的ESG评级分歧。
三、研究设计(一)样本选择与数据来源
由于本文关注的是国有资本参股对民营企业ESG评级分歧的影响,故选取2009—2024年沪深A股民营上市公司作为初始研究样本,并对初始研究样本做出处理如下:(1)根据《国有企业参股管理暂行办法》,国有企业参股是指国有企业在所投资企业持股比例不得超过50%且不具有实际控制力的股权投资,因此剔除样本中国有资本合计持股超过50%以及国有资本形成实际控制力的样本。(2)对ESG评级机构的选择如下:综合考虑ESG评级机构的影响力以及数据的可得性、可比性,参考赵云辉等(2024)与于鹏等(2024)的研究,本文选择CNRDS、华证、彭博、富时罗素、万得和润灵六家机构的ESG评级结果计算ESG评级分歧。这六家机构的评级起始时间分别为2007年、2009年、2010年、2011年、2018年和2019年。考虑到计算评级分歧至少需满足两家评级机构覆盖的要求,本文以2009年作为研究起始年份。(3)对ESG评级分歧的必要数据处理如下:剔除不足两家评级机构覆盖的样本,并对于同一机构年内多次发布的ESG评级数据,以最后一次评级数据为准。(4)剔除金融保险业样本、ST样本以及主要数据缺失的样本。为消除极端值的影响,对所有连续变量在1%(99%)分位上进行缩尾处理。最终获得
(二)变量选择
1.被解释变量
ESG评级分歧(ESGdis)。本文参考Avramov等(2022)的研究构建ESG评级分歧的衡量指标。该方法通过将各机构的评级结果转化为百分位排名,能够有效消除量纲与分布差异,使不同来源的评级数据置于同一可比框架内,更客观地反映不同机构针对同一企业ESG评价的相对位置差异(王垒等,2025)。构建如下具体指标。(1)将评级机构进行两两配对,生成评级机构所覆盖的同一家企业的评级对象。(2)针对每年每个评级对,根据涉及的两家机构的评级结果对共同覆盖的所有公司进行排序,生成各自的百分位排名(在0至1之间归一化)。(3)计算同一企业—年度下每个评级对百分位排名的标准差。(4)将同一企业—年度下的所有评级对象的标准差加总取均值得到ESG评级分歧(ESGdis)。
2.核心解释变量
国有资本参股。参考何德旭等(2022)、王彩萍等(2024)、郝阳和龚六堂(2017)等学者的做法,本文具体采用以下三种方式衡量国有资本参股。(1)国有资本参股程度(Mix)。采用前十大股东中国有股东累计持股比例衡量。(2)国有资本参股约束(Mix_c)。采用前十大股东中国有股东与非国有股东持股比例的比值衡量。该指标越大,说明国有股东对非国有股东的制衡作用越强。(3)国有资本实质影响力(Mix_s)。考虑到《公司法》规定:单独或合计持有公司10%以上股份的股东有权向董事会请求召开临时股东大会,即股东持股比例超过10%时,将对公司具有实质性影响。因此采用前十大股东中国有股东持股比例之和是否超过10%来衡量国有股东的实质影响力。本文采用国有资本参股程度(Mix)作为主要衡量指标,其余指标用于稳健性检验。
3.机制变量
(1)信息含量(IC)。Shannon(1948)所提出的信息论认为,高度重复(相似)的内容,其出现的概率越高,所包含的减少不确定性的信息量就越低。年度报告的文本相似度在一定程度上客观反映了上市公司公开披露信息含量的变化(涂国前和石琦,2024)。在现实情境中,我们无法囊括企业对外披露所有的信息,但是可以通过研究年度报告文本相似度的动态变化,捕捉到企业对外释放的增量信息。年度报告是企业对外信息披露最正式、最全面、最权威的法定文件,是投资者和评级机构进行价值判断的首要依据(阮睿等,2021)。信息含量的波动必然是市场认知企业价值变化的主要来源。年度报告的文本相似度越高,通常意味着管理层提供的关于公司最新经营状况、战略调整、面临风险与机遇的实质性信息和深入分析越多,即企业对外提供了更多的增量信息(薛丽达等,2023;宋昕倍等,2024)。本文参考宋昕倍等(2024)等学者的做法,基于TF-IDF法计算年度报告文本相似度指标。文本相似度的取值范围为[0,1],数值越低则说明企业文本相似度较低,对外披露的信息含量越高,反之亦然。为了便于后续分析,本文采用1减去年度报告文本相似度的值来衡量企业的信息含量(IC)。信息含量(IC)数值越大,说明企业的信息含量越高,不同机构在信息获取能力方面的差距不断缩小。
(2)信息质量(IQ)。关于企业信息披露质量,相关研究较为主流的衡量方式是用证券交易所发布的企业信息质量评级作为企业信息质量的代理变量(伊志宏等,2010;罗宏等,2025;金婷婷等,2025)。证券交易所每年都会对上市公司信息披露的真实性、准确性、完整性、及时性、公平性进行综合考量与评级,旨在引导约束上市公司充分履行信息披露主体责任。参考金婷婷等(2025)的研究,本文将考评等级从高到低分别赋值为4、3、2、1。信息质量(IQ)数值越大,表明公司信息质量越高,不同机构在信息解读能力方面的差距不断缩小。
4.控制变量
参考冯钰婷等(2024)、江媛等(2025)的做法,本文从公司固有特征、内部治理与外部监督三个方面对影响ESG评级分歧的其他因素进行了控制。主要变量的定义与说明见表1。
| 变量类型 | 变量名称 | 变量符号 | 变量说明 |
| 被解释变量 | ESG评级分歧 | ESGdis | 将ESG评级机构两两配对,并计算每家企业每个评级对的百分位排名的标准差 |
| 解释变量 | 国有资本参股 | Mix | 采用前十大股东中国有股东累计持股比例衡量 |
| Mix_c | 采用前十大股东中国有股东与非国有股东持股比例的比值 衡量 |
||
| Mix_s | 若前十大股东中国有股东持股比例之和超过10%则取值为1,否则为0 | ||
| 机制变量 | 信息含量 | IC | 采用1减去企业年度报告的纵向文本相似度的值作为企业信息含量的代理变量,该指标数值越大,则企业对外披露的信息含量越高 |
| 信息质量 | IQ | 采用交易所发布的企业信息质量评级作为企业信息质量的代理变量,该指标数值越大,则企业对外披露的信息质量越高 | |
| 控制变量 | 公司规模 | Size | 对期末总资产进行对数化处理 |
| 资本结构 | Lev | 总负债/总资产 | |
| 盈利能力 | Roa | 总资产报酬率 | |
| 成长能力 | Growth | 总资产增长率 | |
| 公司年龄 | Age | 对公司成立年份进行对数化处理 | |
| 股权集中度 | Top1 | 第一大股东持股比例 | |
| 董事会规模 | Bsize | 对董事人数进行对数化处理 | |
| 董事会独立性 | Indep | 独立董事数量/董事会总人数 | |
| 是否亏损 | Loss | 若企业当年度净利润为负则取值为1,否则取值为0 | |
| 审计意见 | Opinion | 若企业当年度被出具非标准无保留意见则取值为1,否则为0 | |
| 两职合一 | Dual | 若董事长和总经理为同一人兼任则取值为1,否则为0 |
(三)模型设计
为检验国有资本参股对于民营企业ESG评级分歧的影响,构建模型如下:
| $ {ESGdis}_{i,t}={\beta }_{0}+{\beta }_{1}{Mix}_{i,t}+{\beta }_{2}{Controls}_{i,t}+\sum Year+\sum Firm+{\varepsilon }_{i,t} $ | (1) |
其中,ESGdis为被解释变量ESG评级分歧;Mix为核心解释变量国有资本参股。i表示企业;t表示年度;β0表示常数项;β1、β2均为系数;Controls表示控制变量集合;Year和Firm分别表示年份固定效应和公司固定效应;εi,t为随机扰动项。若β1显著为负,则说明国有资本参股能够显著降低民营企业的ESG评级分歧。
四、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结果。如表所示,被解释变量ESG评级分歧(ESGdis)的均值为0.219,最大值为0.566,标准差为0.121,说明我国民营企业上市公司ESG评级多数存在显著分歧。核心解释变量方面,国有资本参股程度(Mix)的均值为0.011,标准差为0.027,最大值为0.241,说明不同企业的国有资本参股程度存在较大差异,部分民营企业的前十大股东中无国有股东,也有部分民营企业国有股东持股比例较大。国有资本参股约束(Mix_c)的均值为0.021,最大值为0.415。国有资本实质影响力(Mix_s)的均值为0.014,说明约有1%的民营企业国有资本参股比例超过10%,能够对企业形成一定的影响力。其他控制变量均在合理范围内,因此不再赘述。
| 变量 | 样本量 | 均值 | 标准差 | 最小值 | 25分位数 | 中位数 | 75分位数 | 最大值 |
| ESGdis | 0.219 | 0.121 | 0.007 | 0.127 | 0.212 | 0.297 | 0.566 | |
| Mix | 0.011 | 0.027 | 0.000 | 0.000 | 0.000 | 0.009 | 0.241 | |
| Mix_c | 0.021 | 0.053 | 0 | 0 | 0 | 0.015 | 0.415 | |
| Mix_s | 0.014 | 0.118 | 0 | 0 | 0 | 0 | 1 | |
| IC | 0.244 | 0.175 | 0.014 | 0.104 | 0.203 | 0.347 | 0.773 | |
| IQ | 2.846 | 0.410 | 2 | 3 | 3 | 3 | 4 | |
| Size | 21.890 | 1.071 | 19.810 | 21.120 | 21.760 | 22.510 | 25.340 | |
| Lev | 0.378 | 0.191 | 0.045 | 0.222 | 0.365 | 0.516 | 0.851 | |
| Roa | 0.040 | 0.066 | −0.267 | 0.016 | 0.042 | 0.073 | 0.206 | |
| Growth | 0.177 | 0.333 | −0.291 | 0.016 | 0.099 | 0.231 | 2.536 | |
| Age | 2.900 | 0.325 | 1.946 | 2.708 | 2.944 | 3.135 | 3.555 | |
| Top1 | 0.318 | 0.140 | 0.078 | 0.211 | 0.299 | 0.407 | 0.712 | |
| Bsize | 2.195 | 0.164 | 1.792 | 2.079 | 2.303 | 2.303 | 2.565 | |
| Indep | 0.379 | 0.053 | 0.333 | 0.333 | 0.364 | 0.429 | 0.571 | |
| Loss | 0.116 | 0.320 | 0 | 0 | 0 | 0 | 1 | |
| Opinion | 0.029 | 0.168 | 0 | 0 | 0 | 0 | 1 | |
| Dual | 0.396 | 0.489 | 0 | 0 | 0 | 1 | 1 |
(二)基准回归分析
本文的基准回归结果见表3。如表3所示,国有资本参股程度(Mix)、国有资本参股约束(Mix_c)、国有资本实质影响力(Mix_s)与ESG评级分歧(ESGdis)的回归系数分别在1%、1%和5%的水平显著为负。结果表明,国有资本参股能够显著降低民营企业的ESG评级分歧。
| (1) | (2) | (3) | |
| ESGdis | ESGdis | ESGdis | |
| Mix | −0.016*** | ||
| (−2.91) | |||
| Mix_c | −0.078*** | ||
| (−2.68) | |||
| Mix_s | −0.022** | ||
| (−2.27) | |||
| Size | 0.005* | 0.005* | 0.005* |
| (1.76) | (1.74) | (1.70) | |
| Lev | 0.040*** | 0.041*** | 0.040*** |
| (3.49) | (3.53) | (3.51) | |
| Roa | 0.032 | 0.033 | 0.033 |
| (1.43) | (1.45) | (1.44) | |
| Growth | −0.007*** | −0.007*** | −0.007*** |
| (−2.66) | (−2.69) | (−2.62) | |
| Age | 0.055** | 0.055** | 0.054** |
| (2.49) | (2.51) | (2.45) | |
| Top1 | 0.003 | 0.001 | 0.006 |
| (0.15) | (0.06) | (0.34) | |
| Bsize | 0.016 | 0.016 | 0.016 |
| (1.28) | (1.27) | (1.26) | |
| Indep | −0.015 | −0.015 | −0.013 |
| (−0.45) | (−0.45) | (−0.40) | |
| Loss | 0.004 | 0.004 | 0.004 |
| (1.10) | (1.12) | (1.07) | |
| Opinion | 0.005 | 0.005 | 0.005 |
| (0.94) | (0.93) | (0.95) | |
| Dual | 0.005* | 0.005* | 0.005* |
| (1.75) | (1.74) | (1.74) | |
| Constant | −0.098 | −0.096 | −0.095 |
| (−1.07) | (−1.06) | (−1.04) | |
| Firm FE | Yes | Yes | Yes |
| Year FE | Yes | Yes | Yes |
| Observations | |||
| Adj-R2 | 0.296 | 0.296 | 0.296 |
| 注:括号内为t值,***、**、*分别表示在1%、5%、10%的水平下显著。下同。 | |||
(三)稳健性检验
1.工具变量法
本文参考赵梦洁等(2024)的研究,采用企业所在省份的省会城市或所在直辖市与北京的空间距离作为工具变量。工具变量选择的原因如下:一方面,企业所在地区与政治中心的空间距离在一定程度上反映了企业受中央政策影响的大小,距离北京越近,贯彻实施混合所有制改革政策的力度越大,满足相关性要求。另一方面,企业所在地区与政治中心的空间距离对ESG评级分歧较难产生直接影响,满足外生性要求。但由于该工具变量为横截面形式,无法直接用于面板数据的统计分析,因此,本文参考赵梦洁等(2024)的研究,将上述工具变量乘以该企业所在省份上一年的市场化指数以构造面板工具变量。表4中的列(1)和列(2)显示了工具变量法的回归结果。结果表明,在采用工具变量法后,本文结论依然稳健。Cragg-Donald Wald F统计值为34.883,远大于Stock-Yogo15%的临界值(8.96),表明工具变量的选择是合适且有效的。
| (1) | (2) | (3) | (4) | (5) | (6) | |
| 工具变量法 | 一阶差分模型 | 熵平衡法 | 替换被解释变量 | |||
| Mix | ESGdis | ESGdis | ESGdis | ESGdis4 | ESGdis_rank | |
| IV | −0.007*** | |||||
| (−3.31) | ||||||
| Mix | −0.006** | −0.028*** | −0.030** | −0.020*** | −0.023*** | |
| (−2.28) | (−2.97) | (−2.23) | (−3.09) | (−2.91) | ||
| Controls | Yes | Yes | Yes | Yes | Yes | Yes |
| Firm FE | Yes | Yes | Yes | Yes | Yes | Yes |
| Year FE | Yes | Yes | Yes | Yes | Yes | Yes |
| Observations | ||||||
| Adj-R2 | 0.727 | 0.300 | 0.258 | 0.653 | 0.343 | 0.296 |
2.一阶差分模型
为消除不随时间变化的个体异质性对回归结果的影响,本文采用Change Model进行回归,对连续变量均进行一阶差分处理,以消除不随时间改变的不可观测因素对实证结果的干扰。如表4列(3)所示,采用一阶差分模型后,本文研究结论仍然稳健。
3.熵平衡法
本文进一步采用熵平衡法进行内生性控制。首先,本文分年度分行业按照国有资本参股程度的中位数将样本分为国有资本参股程度较高和较低的组别,其中国有资本参股程度较高的为处理组,国有资本参股程度较低的为原始对照组。其次,本文参考冯钰婷等(2024)、江媛等(2025)的做法,选择公司规模、资本结构、盈利能力、成长能力、公司年龄、股权集中度、董事会规模、董事会独立性、是否亏损、审计意见、两职合一等作为匹配的特征变量,分别从公司固有特征、内部治理与外部监督三个方面缩小国有资本参股程度较高和较低组别中其他可能影响到ESG评级分歧的因素之间的差异,得到处理后的对照组。表4中列(4)显示了匹配后样本的回归结果,与本文结论保持一致
4.替换被解释变量
本文采用以下两种方式对被解释变量进行重新设计。首先,在基准回归与后续检验中,本文主要使用了六家ESG评级机构的结果来构建ESG评级分歧指标,但由于这六家评级机构发布评级的时间有较大的差异,例如万得是2018年发布的,润灵是2019年发布的,其余机构发布评级的时间大概在2007—2011年间,因此,本文剔除掉万得和润灵这两家机构的评级结果,对剩余四家机构的评级结果重新计算ESG评级分歧(ESGdis4)。其次借鉴江媛等(2025)的研究,将ESG评级分歧的衡量方式替换为所有评级机构对同一公司评级的极差(ESGdis_rank)。如表4中列(5)和列(6)所示,在替换被解释变量后,本文研究结论依然稳健。
(四)影响机制分析
上文的基准回归结果表明,国有资本参股能够显著降低民营企业ESG评级分歧。那么,国有资本参股能否通过改善民营企业的信息含量和信息质量,从而降低民营企业ESG评级分歧呢?为了检验上述两种作用机制,本文参考温忠麟和叶宝娟(2014)的研究进行中介效应检验,此外还运用了Sobel检验和Bootstrap检验(置信度为95%,抽取样本
| (1) | (2) | (3) | (4) | |
| IC | ESGdis | IQ | ESGdis | |
| Mix | 0.014*** | −0.016*** | 0.075*** | −0.016*** |
| (2.71) | (−2.82) | (2.69) | (−2.86) | |
| IC | −0.038*** | |||
| (−2.96) | ||||
| IQ | −0.004*** | |||
| (−3.29) | ||||
| Controls | Yes | Yes | Yes | Yes |
| Firm FE | Yes | Yes | Yes | Yes |
| Year FE | Yes | Yes | Yes | Yes |
| Sobel检验 | −2.737 | −1.961 | ||
| Bootsrap置信区间 | (− | (− | ||
| Observations | ||||
| Adj-R2 | 0.224 | 0.296 | 0.215 | 0.296 |
(一)国有资本控制层级视角
国有资本对参股企业的治理效果可能因国有资本的控制层级不同而产生差异化影响。相较于地方国有资本而言,中央国有资本对参股企业ESG评级分歧的治理效果可能更强。原因如下:事实上,相较于地方国有资本,中央国有资本通常具备更严格的监管标准、更完善的内部治理框架以及更强的政策贯彻力与合规导向,因此中央国有资本参股后的民营企业往往面临更多的政策合规要求(杨兴全和刘颍,2025)。因此,本文预期,相比地方国有资本,中央国有资本参股对于民营企业ESG评级分歧的抑制作用更强。本文沿用钱爱民等(2023)、钱爱民等(2024)等文献的做法:首先,根据国有资本最终实际控制人的相关信息来定义其所属的控制层级,对中央国有资本和地方国有资本进行识别。其次,将同一企业—年度兼有中央和地方国有资本的观测值剔除,以避免混合效应的扰乱。最后,以是否含有中央国有资本为依据,将样本分为中央国有资本参股组与地方国有资本参股组,将不含有国有资本的样本分别加入两组样本中构成最终回归分组样本。如表6中列(1)和列(2)所示,国有资本参股对于民营企业ESG评级分歧的信息治理作用更多体现在中央国有资本参股的组别中
| (1) | (2) | (3) | (4) | |
| 国有资本参股层级 | 国有资本跨行业参股 | |||
| 中央国有资本参股 | 地方国有资本参股 | 同行业国有资本参股 | 跨行业国有资本参股 | |
| ESGdis | ESGdis | ESGdis | ESGdis | |
| Mix | −0.017*** | −0.026 | −0.017*** | −0.022 |
| (−3.00) | (−0.70) | (−2.85) | (−0.96) | |
| Controls | Yes | Yes | Yes | Yes |
| Firm FE | Yes | Yes | Yes | Yes |
| Year FE | Yes | Yes | Yes | Yes |
| Fisher’s Permutation test | −0.229*** | −0.027** | ||
| Observations | ||||
| Adj-R2 | 0.294 | 0.299 | 0.292 | 0.300 |
(二)国有资本跨行业参股视角
国有股东与参股企业之间的行业异质性是影响其发挥信息治理作用的关键情境因素。当国有资本与参股企业处于同一行业时,国有股东所具备的行业专有知识与经验,能更有效地转化为信息优势与监督效力(毛新述等,2025)。一方面,同行业国有股东凭借在行业内的长期深耕细作,其往往对本行业的技术发展前景、环境规制政策以及供应链风险等方面有着准确清晰地把握,进而能够更加有效地引导同行业民营企业对外信息披露,推动民营企业向资本市场提供更多的增量信息。另一方面,同行业国有股东基于行业特质的专业积淀,能更有效地识别被参股民营企业财务或经营披露中是否存在行业特有的机会主义信息操纵行为,显著提升民营企业对外信息披露质量。因此,本文预期,在同行业国有股东参股的组别中,国有资本参股能够更有效地发挥信息治理效应。本文沿用钱爱民等(2023)、钱爱民等(2024)等文献的做法,将样本分为同行业国有资本参股组与跨行业国有资本参股组,将不含有国有资本的样本分别加入两组样本中构成最终回归分组样本。如表6中列(3)和列(4)所示,国有资本参股对于民营企业ESG评级分歧的信息治理作用更多体现在同行业国有资本参股的组别中。
(三)企业与机构地理距离视角
信息经济学认为,地理距离是影响信息获取成本的重要因素。Stigler(1961)指出,获取信息需付出时间、金钱与努力,且成本随信息源距离增加而上升。更远的地理距离会导致信息获取的速度和效率降低,信息传递更容易出现阻滞,进一步增加了信息获取成本(Stein, 2002)。对于ESG评级机构而言,距离企业越远,则越难搜集企业相关信息并对信息的真实性进行验证,信息获取成本越高。因此,本文借鉴王垒等(2024)的研究,构建关于企业与ESG评级机构的平均地理距离相关指标。具体指标构建过程如下:首先,分别计算参与评级的每个ESG机构总部所在地与企业所在地的地理距离;其次,将参与评级的ESG机构与企业的地理距离取均值,以此表征ESG评级机构与企业之间的平均地理距离。本文将样本划分为企业与机构地理距离较远和较近的组别进行深入讨论。如表7所示,当机构与企业之间的地理距离越远时,国有资本参股对于民营企业ESG评级分歧的抑制作用越强。即国有资本参股能够有效发挥信息治理作用,降低ESG评级机构的信息获取成本,进而改善民营企业面临的ESG评级分歧。
| (1) | (2) | |
| 地理距离较远 | 地理距离较近 | |
| ESGdis | ESGdis | |
| Mix | −0.022*** | −0.015 |
| (−3.00) | (−1.45) | |
| Controls | Yes | Yes |
| Firm FE | Yes | Yes |
| Year FE | Yes | Yes |
| Fisher's Permutation test | 0.010** | |
| Observations | ||
| Adj-R2 | 0.295 | 0.320 |
(四)企业所处行业ESG敏感性视角
本文进一步分析ESG敏感性不同的行业中,国有资本参股对民营企业ESG评级分歧的影响。对于ESG敏感性较高的行业而言,其往往频发出现如环境处罚、安全事故、纠纷诉讼、企业违规等ESG争议事件,这类企业往往会吸引政府、媒体、分析师以及投资者等外部利益相关者的关注和持续追踪。外部利益相关者的关注会形成监督治理效应,进而改善ESG敏感性较高行业的企业信息披露(赵晓阳和衣长军,2021)。然而,对于ESG敏感性较低的行业而言,这类企业往往缺乏如媒体、分析师以及机构投资者等资本市场信息中介的重点关注,这导致企业的ESG信息呈现匮乏与模糊化的特征。因此,国有资本介入能够对ESG敏感性较低行业的企业发挥更好的信息治理效应,进而显著改善这些企业的ESG信息评级分歧问题。本文借鉴刘超等(2024)的研究思路,从行业ESG争议事件的视角进一步构建行业ESG敏感性指标。行业内ESG争议事件能够在一定程度上反映该行业面临的ESG风险暴露水平,往往是投资者、分析师等外部利益相关者评估行业ESG风险概况时的核心参考指标。具体处理方法如下:首先,分别从环境(E)、社会(S)和治理(G)三个方面对企业面临的ESG争议事件进行识别。具体识别指标包括企业是否受到环境处罚、是否存在产品纠纷、是否存在雇员安全纠纷、是否存在融资纠纷、是否存在会计违规以及董事会是否没有女性高管,将这六个指标加总得到企业层面的ESG争议事件数量。其次,计算不同行业内所有企业ESG争议事件的数量,得到每一年度行业层面的ESG争议事件数量,并对前三年行业层面的ESG争议事件数量取均值,以此衡量行业ESG敏感性。最后,将行业分为ESG敏感性较高行业和ESG敏感性较低行业并进行分组讨论。如表8所示,在ESG敏感性较低的行业中,国有资本参股对民营企业ESG评级分歧的抑制作用更显著。
| (1) | (2) | |
| ESG敏感性 较高行业 | ESG敏感性 较低行业 | |
| ESGdis | ESGdis | |
| Mix | −0.017 | −0.023*** |
| (−1.52) | (−3.42) | |
| Controls | Yes | Yes |
| Firm FE | Yes | Yes |
| Year FE | Yes | Yes |
| Fisher's Permutation test | −0.013*** | |
| Observations | ||
| Adj-R2 | 0.305 | 0.300 |
(五)经济后果分析
前文的理论分析和实证结果证实了国有资本参股能够有效发挥信息治理作用,通过提高企业信息含量和改善企业信息质量,从而降低民营企业ESG评级分歧。事实上,降低ESG评级分歧的重要目的在于优化资本市场信息环境,进而提高资本市场定价效率。那么,国有资本参股对民营企业ESG评级分歧的信息治理效应能否溢出到资本市场并提高资本市场定价效率呢?借鉴刘向强等(2023)的研究,本文采用股价同步性作为资本市场定价效率的代理变量。参考温忠麟和叶宝娟(2014)的研究,进行中介效应检验,此外还运用 Sobel检验和 Bootstrap 检验(置信度为95%,抽取样本
| (1) | (2) | |
| ESGdis | SYN | |
| Mix | −0.017*** | −0.108*** |
| (−2.74) | (−2.92) | |
| ESGdis | 0.142*** | |
| (2.91) | ||
| Controls | Yes | Yes |
| Firm FE | Yes | Yes |
| Year FE | Yes | Yes |
| Sobel检验 | −2.116 | |
| Bootsrap置信区间 | (− | |
| Observations | ||
| Adj-R2 | 0.288 | 0.435 |
新时期,面对资本市场广泛存在的ESG信息摩擦,如何缓解ESG投资领域的信息不对称,提高资本市场ESG资源配置效率变得尤为关键。微观企业层面的ESG评级分歧作为反映资本市场ESG信息摩擦的重要表现形式,本文基于企业ESG评级分歧视角,选取沪深A股上市公司样本,理论分析并实证检验了国有资本参股对于民营企业ESG评级分歧的影响及作用机制。研究结果发现,国有资本参股能够显著降低民营企业ESG评级分歧。在机制检验环节,本文基于国有资本参股的信息治理视角,研究发现国有资本参股通过提高企业信息含量和改善信息质量两个渠道,缩小了不同评级机构在信息获取能力和信息解读能力方面的差距,从而降低了不同评级机构之间的ESG评级分歧。进一步分析发现,国有资本参股对民营企业ESG评级分歧的抑制作用在中央国有资本参股、同行业国有资本参股、企业—机构地理距离较远、行业ESG敏感性较低的样本组中更为显著。此外,国有资本参股对于民营企业ESG评级分歧的降低作用能够进一步提高资本市场定价效率,并具体体现在抑制股价同步性方面。
本研究具有一定的实践启示:在政策启示方面,一方面,在党的二十大报告强调加快推动经济社会全面绿色转型,高质量实现“双碳”战略目标的背景下,进一步缓解资本市场ESG信息摩擦,提高资本市场ESG领域定价效率尤为关键。鉴于此,监管部门在今后应更加重视上市公司信息披露方面的制度建设,织密上市公司信息披露“制度网”。另一方面,本文研究证实了混合所有制改革在降低企业ESG评级分歧方面的监督治理效应。这对于政府部门进一步完善国有资本与非国有资本交叉持股、相互融合的混合所有制经济,尤其是加大对于国有资本参股民营企业的“逆向混改”的政策支持力度具有一定的启示意义。
在管理启示方面,本文的研究结论证实了面对ESG评级分歧,企业在对外信息披露方面的改善有利于降低资本市场对于企业ESG表现方面的“褒贬不一”困境。因此,面对全球资本市场的ESG投资浪潮,企业应该先发制人,主动完善对外信息披露质量,降低与外界的信息不对称程度,提振投资者信心,下好应对ESG评级分歧的“先手棋”。此外,企业更要围绕环境、社会和治理等具体细分领域,扎实践行ESG理念并付诸行动落实。唯有如此,企业才有可能实现基业长青并赢得利益相关方的长期信赖和持续投资。
当然,本研究仍存在以下不足:一是ESG评级分歧的影响因素有很多,其中国内外机构在文化认同、价值理念等方面存在差异可能是一个重要因素,但囿于数据因素未能聚焦国内外评级机构这一重要权变因素进行讨论。二是现有文献大多关注公司内部治理、数字技术变革以及外部的环境规制、政府环境审计等正式制度因素方面。事实上,若想深入理解中国经济社会下的微观市场主体行为,非正式制度可能是一个不可或缺的视角。因此,未来研究可以围绕可能影响企业ESG评级分歧的非正式制度因素(如方言、社会信任等)展开相应的讨论研究。
| [1] | 崔潇漫, 汪平. 国有资本参股对民营企业业绩预告质量的影响: 促进还是抑制[J]. 现代财经(天津财经大学学报), 2025, 45(2): 91–109. |
| [2] | 杜兴强, 周泽将. 信息披露质量与代理成本的实证研究——基于深圳证券交易所信息披露考评的经验证据[J]. 商业经济与管理, 2009(12): 76–82,90. |
| [3] | 方军雄. 我国上市公司信息披露透明度与证券分析师预测[J]. 金融研究, 2007(6): 136–148. |
| [4] | 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. |
| [5] | 高冰莹, 张伟华, 范慧敏. 国有资本参股能抑制民营企业股价崩盘风险吗?[J]. 中国软科学, 2024(1): 139–150. |
| [6] | 郝阳, 龚六堂. 国有、民营混合参股与公司绩效改进[J]. 经济研究, 2017, 52(3): 122–135. |
| [7] | 何德旭, 曾敏, 张硕楠. 国有资本参股如何影响民营企业?——基于债务融资视角的研究[J]. 管理世界, 2022, 38(11): 189–207. |
| [8] | 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. |
| [9] | 金婷婷, 白雪岩, 韩玲. 供应链金融能提高企业信息披露质量吗——基于内部激励和外部监督视角的分析[J]. 会计研究, 2025(6): 47–59. |
| [10] | 李春霞, 王志伟, 沈小波. 民营企业“反向混改”的劳动收入分配效应研究[J]. 经济纵横, 2025(6): 89–101. |
| [11] | 李世刚, 钟柠锘. 国有资本参股能降低民营企业股价崩盘风险吗?[J]. 金融与经济, 2022(10): 26–36. |
| [12] | 李文贵, 鲍娇蕾. 社会信任与分析师盈余预测[J]. 管理评论, 2023, 35(1): 283–297. |
| [13] | 李雪婷, 刘浩. 年报会计政策“类准则”披露与分析师预测——基于文本分析的经验研究[J]. 会计研究, 2024(11): 20–33. |
| [14] | 李志生, 李好, 马伟力, 等. 融资融券交易的信息治理效应[J]. 经济研究, 2017, 52(11): 150–164. |
| [15] | 连玉君, 彭方平, 苏治. 融资约束与流动性管理行为[J]. 金融研究, 2010(10): 158–171. |
| [16] | 林毅夫, 孙希芳. 信息、非正规金融与中小企业融资[J]. 经济研究, 2005(7): 35–44. |
| [17] | 刘贝贝, 陈梦鹭, 管文娜, 等. 数字化转型的信息治理效应: 来自A股上市公司信息披露质量的证据[J]. 中央财经大学学报, 2024(4): 52–65. |
| [18] | 刘超, 李丹蒙, 郑雨佳. ESG表现对公司现金转换周期的影响研究[J]. 管理学报, 2024, 21(11): 1718–1726,1738. |
| [19] | 刘惠好, 焦文妞. 国有股权参股与民营企业投资不足——基于资源效应与治理效应的双重视角[J]. 经济管理, 2022, 44(8): 76–94. |
| [20] | 刘金洋, 叶康涛. 中小投资者司法保护的信息治理效应: 基于司法审判专业性的视角[J]. 南开管理评论, 2024, 27(9): 100–112. |
| [21] | 刘向强, 杨晴晴, 胡珺. ESG评级分歧与股价同步性[J]. 中国软科学, 2023(8): 108–120. |
| [22] | 刘新争, 高闯. 基于复杂网络的私有信息共享对机构投资者羊群行为的影响[J]. 管理学报, 2022, 19(4): 506–515. |
| [23] | 毛新述, 于芙, 从阓匀. 国有资本参股与民营企业多元化经营[J]. 经济管理, 2025, 47(10): 63–85. |
| [24] | 牛枫, 陈璐, 慕艳芬. 国有资本参股对企业高管机会主义减持的影响研究[J]. 上海金融, 2025(6): 27–44. |
| [25] | 钱爱民, 张如渝, 朱大鹏. 国有资本参股与民营企业独立董事履职[J]. 财经论丛, 2024(12): 80–91. |
| [26] | 阮睿, 孙宇辰, 唐悦, 等. 资本市场开放能否提高企业信息披露质量?——基于“沪港通”和年报文本挖掘的分析[J]. 金融研究, 2021(2): 188–206. |
| [27] | 宋昕倍, 陈莹, 逯东, 等. 信息环境、上市公司增量信息披露与资本市场定价效率——基于MD&A文本相似度的研究[J]. 南开管理评论, 2024, 27(5): 30–39. |
| [28] | 苏昕, 赵静, 钟熙. 国有资本参股、技术协同创新与民营企业创新质量——技术基础的调节作用[J]. 研究与发展管理, 2025, 37(6): 123–134. |
| [29] | 田祥宇, 杜洋洋, 朱丽萍. 国有资本参股能提高民营企业股价信息含量吗[J]. 会计研究, 2023(3): 83–97. |
| [30] | 涂国前, 石琦. 战略联盟、信息披露与股价同步性[J]. 会计研究, 2024(10): 33–50. |
| [31] | 王彩萍, 张家豪, 黄志宏. 国有股东入股能否降低民营企业内部收入差距?——来自中国上市公司的经验证据[J]. 金融研究, 2024(5): 77–94. |
| [32] | 王克敏, 王华杰, 李栋栋, 等. 年报文本信息复杂性与管理者自利——来自中国上市公司的证据[J]. 管理世界, 2018, 34(12): 120–132,194. |
| [33] | 王垒, 李宽, 丁黎黎. ESG评级分歧与债券信用评级膨胀[J]. 南方经济, 2025(11): 83–103. |
| [34] | 王垒, 刘青德, 李宽. ESG评级分歧与公司债券定价: 信息挖掘还是信息恶化[J]. 国际金融研究, 2024(3): 87–96. |
| [35] | 温忠麟, 叶宝娟. 中介效应分析: 方法和模型发展[J]. 心理科学进展, 2014, 22(5): 731–745. |
| [36] | 吴秋生, 刘垣钰. 国有资本参股民营企业能助力共同富裕吗?——来自企业内部薪酬差距的证据[J]. 财经论丛(浙江财经大学学报), 2025(7): 76–88. |
| [37] | 肖红军. 关于ESG争议的研究进展[J]. 经济学动态, 2024(3): 145–160. |
| [38] | 薛丽达, 吴冠泽, 李仲泽. 关键审计事项与管理层讨论与分析增量信息披露——基于MD&A文本相似度的研究[J]. 科学决策, 2023(9): 37–51. |
| [39] | 杨兴全, 刘颍. “耐心资本”何以助推国企聚焦主业?——基于“国家队”持股的研究[J]. 审计与经济研究, 2025, 40(4): 61–73. |
| [40] | 伊志宏, 姜付秀, 秦义虎. 产品市场竞争、公司治理与信息披露质量[J]. 管理世界, 2010(01): 133–141,161,188. |
| [41] | 于鹏, 樊益中, 李晓艳, 等. 企业ESG评级结果分歧与审计师风险应对——基于异常审计费用与审计团队变更的视角[J]. 当代财经, 2024(6): 139–152. |
| [42] | 曾颖, 陆正飞. 信息披露质量与股权融资成本[J]. 经济研究, 2006(2): 69–79,91. |
| [43] | 张宗新, 杨飞, 袁庆海. 上市公司信息披露质量提升能否改进公司绩效?——基于2002—2005年深市上市公司的经验证据[J]. 会计研究, 2007(10): 16–23,95. |
| [44] | 赵婧潞, 林子昂, 张超敏. ESG报告可读性与ESG评级分歧[J]. 证券市场导报, 2024(12): 68–77. |
| [45] | 赵梦洁, 任广乾, 李俊超. 国有资本参股能提升民营企业供应链韧性吗——基于固链、补链和强链的视角[J]. 会计研究, 2024(12): 3–18. |
| [46] | 赵晓阳, 衣长军. 国资介入能否抑制实体企业的脱实向虚?——兼论亲清政商关系的调节作用[J]. 经济管理, 2021, 43(7): 61–74. |
| [47] | 赵彦锋. 国有股东参股如何降低民营企业股价同步性[J]. 财经问题研究, 2025(9): 46–61. |
| [48] | 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. |
| [49] | Akbas F, Armstrong W J, Sorescu S, et al. Smart money, dumb money, and capital market anomalies[J]. Journal of Financial Economics, 2015, 118(2): 355–382. |
| [50] | Akbas F, Markov S, Subasi M, et al. Determinants and consequences of information processing delay: Evidence from the Thomson Reuters Institutional Brokers’ Estimate System[J]. Journal of Financial Economics, 2018, 127(2): 366–388. |
| [51] | Avramov D, Cheng S, Lioui A, et al. Sustainable investing with ESG rating uncertainty[J]. Journal of Financial Economics, 2022, 145(2): 642–664. |
| [52] | Blankespoor E, Dehaan E, Wertz J, et al. Why do individual investors disregard accounting information? The roles of information awareness and acquisition costs[J]. Journal of Accounting Research, 2019, 57(1): 53–84. |
| [53] | Chen C, Qian J J, Zhu X Z, et al. Can state-owned capital investment improve the financial performance of Chinese private enterprises?[J]. Applied Economics, 2026, 58(21): 4105–4118. |
| [54] | Chen X F, Gong X H, Li Q, et al. State-owned directors and executives' participation in governance and innovation performance of non-state-owned enterprises: A study based on reverse mixed-ownership reform[J]. Emerging Markets Finance and Trade, 2025, 61(10): 3193–3214. |
| [55] | Christensen D M, Serafeim G, Sikochi A. Why is corporate virtue in the eye of the beholder? The case of ESG ratings[J]. The Accounting Review, 2022, 97(1): 147–175. |
| [56] | Feng P P, Pang J W, Xu L L. The impact of ESG rating divergence on stock price delays: Evidence from China[J]. Asia-Pacific Journal of Accounting & Economics, 2026, 33(1): 136–162. |
| [57] | Fu J R, Sun Y, Lei L N, et al. Can reverse mixing reform promote innovation inputs? Evidence from China[J]. Technology Analysis & Strategic Management, 2025, 37(2): 202–216. |
| [58] | Gopang A A, Khalique A, Dossa J V. Environmental, social, and governance rating dispersion, innovation outcomes, and financing impediments in BRICS economies[J]. Business Strategy & Development, 2025, 8(4): e70255. |
| [59] | Hauch S. ESG rating divergence and corporate credit risk[J]. The Journal of Risk Finance, 2026, 27(1): 132–157. |
| [60] | He H B, Chen Y Q, Guo R Q, et al. Cost of vagueness: Stakeholders’ responses to firms’ ESG information[J]. Journal of Business Ethics, 2025, 202(3): 543–566. |
| [61] | Kimbrough M D, Wand X, Wei S J, et al. Does voluntary ESG reporting resolve disagreement among ESG rating agencies?[J]. European Accounting Review, 2024, 33(1): 15–47. |
| [62] | Li C M, Lai S H. ESG rating divergence, information disclosure, and stock price volatility: Evidence from Chinese listed companies[J]. Applied Economics Letters, 2026, 33(2): 301–306. |
| [63] | Long J, Wang Q K, Liu T W. ESG rating divergence and corporate disclosure strategies: Evidence from performance forecasts[J]. Applied Economics, 2026, 58(17): 3374–3391. |
| [64] | McClure C G, Shi S X, Watts E M. Information acquisition costs and price informativeness: Global evidence[J]. Review of Accounting Studies, 2025, 30(3): 2468–2507. |
| [65] | Plumlee M, Brown D, Hayes R M, et al. Voluntary environmental disclosure quality and firm value: Further evidence[J]. Journal of Accounting and Public Policy, 2015, 34(4): 336–361. |
| [66] | Shannon C E. A mathematical theory of communication[J]. Bell System Technical Journal, 1948, 27(3): 379–423. |
| [67] | Stein J C. Information production and capital allocation: decentralized versus hierarchical firms[J]. The Journal of Finance, 2002, 57(5): 1891–1921. |
| [68] | Stigler G J. The economics of information[J]. Journal of Political Economy, 1961, 69(3): 213–225. |
| [69] | Wang J L, Wang S L, Dong M H, et al. ESG rating disagreement and stock returns: Evidence from China[J]. International Review of Financial Analysis, 2024, 91: 103043. |
| [70] | Wu Y, Zhang K F, Xie J H. Bad greenwashing, good greenwashing: Corporate social responsibility and information transparency[J]. Management Science, 2020, 66(7): 3095–3112. |
| [71] | Yang Y Y, Liu X X, Sun Q. Does state-owned capital matter for strategic change? Evidence from Chinese private enterprises[J]. International Finance, 2026, 29(1): 149–166. |
| [72] | Yuan R L, Jin W Y, Luo-Yang L. Information processing costs and credit ratings: Evidence from investor interactive platforms in China[J]. The European Journal of Finance, 2024, 30(12): 1386–1405. |