ESG表现对股票特质风险的影响

Impact of ESG Performance on Stock Idiosyncratic Risk

摘要

近年来，随着可持续发展理念的深入，公司环境、社会及治理（ESG）表现作为一种非财务表现备受投资者关注.在此背景下，探究公司ESG表现与股票特质风险之间的关系具有重要意义.本研究以2013—2022年沪深A股上市公司为研究样本，实证检验了ESG表现对股票特质风险的影响.研究结果表明，良好的ESG表现能够显著抑制股票特质风险，公司声誉和投资者异质信念在二者之间发挥中介作用，媒体关注度强化了二者之间的负向关系.从分项指标来看，E，S，G 3个维度的良好表现均有利于降低股票特质风险.异质性分析表明，在高代理成本与非高科技行业公司中，ESG表现对股票特质风险的抑制效应更强.

Abstract

In recent years， with the deepening of the sustainable development concept， corporate’s environmental，social and governance（ESG） performance， as a non-financial performance， is closely watched by investors. In this context， exploring the relationship between corporate’s ESG performance and stock idiosyncratic risk is of great significance.Using a sample of A-share listed companies in Shanghai and Shenzhen from 2013 to 2022， this study empirically examined the impact of ESG performance on the stock idiosyncratic risk. The research results indicate that stock idiosyncratic risk can be significantly suppressed by good ESG performance； the mediating role between the two is played by corporate reputation and investors’ heterogeneous beliefs； the negative relationship between the two is strengthened by media attention. From the perspective of sub-indicators， stock idiosyncratic risk can be reduced by good performance in the three dimensions of E， S， and G. Heterogeneity analysis indicates that a stronger inhibitory effect of ESG performance on stock idiosyncratic risk is exhibited in companies with high agency costs and non-high-tech companies.

关键词

ESG表现 / 股票特质风险 / 公司声誉 / 投资者异质信念 / 媒体关注度

Key words

ESG performance / stock idiosyncratic risk / corporate reputation / investor’s heterogeneous belief / media attention

股票特质风险是指不被市场因素或者共同因子所解释的个股波动风险^［1-2］，是相对于利率变动、汇率变化等宏观因素引起的系统风险而言的^［2］，主要由公司层面特征因素（如公司内部控制水平^［3］、企业信息不对称程度^［2］）以及投资者行为^［2，4］对股价的冲击导致.过高的特质风险会加大公司的融资成本^［2］、增加个股投资者构建投资组合所需的股票数量^［5］、损害小股东的财富保护^［6］、削弱资本市场的定价效率和资源配置功能^［2］.因此，探究股票特质风险的影响因素，将其控制在合理范围内，对于公司发展、股东财富保护、资本市场高质量运行均有重要意义.

近年来，经济可持续发展已成为全社会的共同追求，公司与投资者逐渐将单一的经济目标转向兼顾环境（environmental，E），社会（social，S）与治理（governance，G）的社会价值目标，ESG表现在资本市场中备受投资者关注^［7］.已有研究表明，投资者的非理性投资行为是推动股票特质风险形成的重要原因^［2，4］.ESG表现作为一种综合性非财务信息，能够通过对外信号传递，减少非理性投资行为^［7-8］.因此，在ESG表现逐渐受到投资者关注的背景下，其良好的表现能否通过对外信号传递降低股票特质风险，值得深入探究.

本文的主要贡献包括：

1） 基于投资者行为视角，探究ESG表现对股票特质风险的影响及其中介机制，拓展了ESG表现在资本市场领域的经济后果变量，揭示了公司可持续发展理念与股票特质风险的内在联系.

2） 媒体作为信息传播的渠道，其对公司的关注程度影响着ESG表现的传播范围与速度.探究媒体关注度对ESG表现与股票特质风险关系的调节效应，为理解信息环境如何影响ESG表现的作用路径提供参考.

1 理论分析与研究假设

1.1 ESG表现与股票特质风险

ESG表现是一种重要的非财务信号.一方面，ESG表现较好的公司往往注重长期经营，有着较好的中长期绩效^［7］，能够向外界传递公司注重可持续发展的信号.另一方面，ESG表现较好的公司往往有着完善的风险管理制度，注重对股东等利益相关方的权益进行保护，向外界传递对股东负责的信号，从而有助于吸引拥有稳定投资目标与长期投资策略的长期投资者^［9］，促使股票交易趋于理性，降低股票特质风险^［4］.此外，ESG表现较好的公司通常会在环境保护、社会责任履行以及公司治理等方面披露更多的非财务信息^［10］.非财务信息的披露与传递，能够对财务信息起到补充作用，帮助投资者侧面了解公司的财务状况^［7，11］，并有助于投资者将非财务信息与财务信息结合起来对公司未来发展作出正确判断，减少由于信息缺乏所导致的非理性投资行为，降低股票特质风险^［6］.

基于以上分析，本文提出假设1.

假设1 良好的ESG表现能够降低股票特质风险.

1.2 公司声誉的中介效应

公司声誉依赖于利益相关者对公司过去市场行为的主观评价^［12］.良好的ESG表现表明公司对环境负责，并注重维护股东、客户等利益相关者的权益^［13］，向外界传递公司最终目标是通过可持续发展实现多方长期共赢的正面信号，从而改善外界对公司的评价，提升公司在利益相关者心目中的形象与地位，推动公司声誉的增强^［13-15］.

公司声誉的提升有助于降低股票特质风险.Delgado-García等^［16］证明了公司声誉越高，股票特质风险越低.声誉资本能够发挥类似“保险”的保护作用，当公司发生负面事件时，减少投资者的负面情绪^［17］，避免投资者因过度恐慌而采取非理性投资行为，从而降低股票特质风险.声誉资本的“保险”效应还有助于提升客户保留率、降低员工流动率^{［16，18］}，从而减少公司业绩波动，稳定的经营业绩有助于增强投资者对公司未来发展的确定性判断，减少非理性投资行为^［19］，降低股票特质风险^［4］.

基于以上分析，本文提出假设2.

假设2 良好的ESG表现通过提高公司声誉降低股票特质风险.

1.3 投资者异质信念的中介效应

投资者异质信念是指不同投资者在相同持有期内对同一股票的未来收益有着不同预期^［2］.缓解信息不对称有利于降低投资者异质信念^［2］.前文分析表明，ESG表现较好的公司，往往披露更多的非财务信息^［10］；同时ESG表现较好的公司，往往拥有更低的盈余管理水平^［20-21］，更高的信息披露质量，这有助于减少公司内外部之间以及投资者之间的信息不对称，从而降低投资者异质信念^［2］.

投资者异质信念的降低有助于减少股票特质风险.Cai等^［22］证明了投资者异质信念越低，股票特质风险越低.陆静等^［2］与Hao等^［23］发现投资者异质信念可以作为中介变量对股票特质风险产生同向影响.较低的投资者异质信念有利于抑制公司层面的投机交易^［2］，促使交易更趋理性，降低股票特质风险.此外，在中国卖空限制的背景下，投资者异质信念的降低有利于缓解股价被高估，减少股价在未来发生极端下跌的可能性^［2］，进一步降低股票特质风险.

基于以上分析，本文提出假设3.

假设3 良好的ESG表现通过降低投资者异质信念降低股票特质风险.

1.4 媒体关注度的调节效应

媒体关注作为一种外部治理机制，具有信息传播和外部监督双重功能^［24-25］.

从信息传播视角看，媒体具备专业的信息收集与传播能力.提高媒体关注度有助于扩大ESG绩效的传播范围^［26］，促使更多投资者识别出ESG表现所传递的可持续发展信号，从而有助于增强ESG表现对长期投资者的吸引效应，进一步降低股票特质风险.同时较高的媒体关注度能够将ESG信息快速传递给外部投资者^{［24，27］}，从而有助于进一步促进ESG表现对信息不对称的降低效应^{［24，26］}，帮助投资者正确判断股价，降低股票特质风险.

从外部监督视角看，媒体关注度高的公司，往往接受更多的外部监督，可有效减少公司侵害投资者权益的行为^［24］，提高公司信息披露质量^［28］.因此媒体关注能够发挥有效的监督功能，加强ESG表现较好的公司所披露的增量非财务信息的真实性，进一步加强投资者将非财务信息与财务信息结合判断股价的有效性，强化ESG表现效用的发挥，降低股票特质风险.

基于以上分析，本文提出假设4.

假设4 媒体关注度越高，ESG表现对股票特质风险的抑制作用越强.

2 研究设计

2.1 样本选取与数据来源

2012年，证监会修订《公开发行证券的公司信息披露内容与格式准则第2号——年度报告的内容与格式》，鼓励公司披露社会责任工作情况；香港联交所正式将《环境、社会及管治报告指引》纳入《上市规则》附录，进一步促进了ESG理念在国内的传播.同时考虑到数据的及时性与可得性，本文以2013—2022年沪深A股上市公司为初始研究样本，并剔除了以下样本：金融类公司、ST公司、*ST公司、上市年限不足一年的公司、股票年度内正常交易天数不足120天的公司以及数据缺失的样本，最终得到有效样本22 919个.同时为避免极端值干扰，对所有连续变量进行±1%分位缩尾处理.

本文ESG评级数据来自Wind数据库，媒体关注度数据来自CNRDS数据库，其他数据均来自CSMAR数据库.

2.2 变量选择与定义

1） 被解释变量.被解释变量为股票特质风险，参考Ang等^［29］及陆静等^［2］的研究，采用Fama-French 3因子模型残差的年标准差衡量.为消除量纲影响，将标准差乘以100作为最终衡量指标.

r_{i,d}-r_{f,d}={\alpha }_{i,y}+{\beta }_{i,y}\mathrm{M}\mathrm{K}{\mathrm{T}}_d+s_{i,y}\mathrm{S}\mathrm{M}{\mathrm{B}}_d+h_{i,y}\mathrm{H}\mathrm{M}{\mathrm{L}}_d+{\epsilon }_{i,d}，（1）

\mathrm{I}{\mathrm{R}}_{i,y}=\mathrm{100}\times \sqrt[]{\mathrm{V}\mathrm{a}\mathrm{r}\left({\epsilon }_{i,d}\right)}.（2）

其中：r_{i,d}为股票i在第d日的日收益率；r_{f,d}为日度化无风险收益率；\mathrm{M}\mathrm{K}{\mathrm{T}}_d为按流通市值加权的市场超额收益率，表示市场风险溢价；\mathrm{S}\mathrm{M}{\mathrm{B}}_d为按流通市值加权的市值因子，表示小市值与大市值投资组合之间的收益率差异；\mathrm{H}\mathrm{M}{\mathrm{L}}_d为按流通市值加权的账面市值比因子，表示高账面市值比与低账面市值比投资组合之间的收益率差异；{\alpha }_{i,y}为常数项；{\beta }_{i,y}，s_{i,y}与h_{i,y}为相应的回归系数；{\epsilon }_{i,d}为股票i在第d日的残差项；\mathrm{V}\mathrm{a}\mathrm{r}为方差；\mathrm{I}{\mathrm{R}}_{i,y}为股票i在y年的特质风险.

2） 解释变量.解释变量为ESG表现，采用华证ESG评级测量.借鉴叶莹莹等^［7］的研究，对公司ESG评级从C到AAA依次赋值1~9，并取季度均值用于衡量公司当年的ESG表现.

3） 中介变量.中介变量1为公司声誉.参考张嘉兴等^［30］的研究，若公司年度内因违规行为而被证监会、上交所或深交所等机构处罚过，则声誉取值为0，否则声誉取值为1.

中介变量2为投资者异质信念.参考金永红等^［31］的研究，采用修正的换手率衡量，具体修正方法如下：

\mathrm{T}\mathrm{u}\mathrm{r}\mathrm{n}\mathrm{o}\mathrm{v}\mathrm{e}{\mathrm{r}}_{i,d}=\mathrm{t}\mathrm{u}\mathrm{r}\mathrm{n}\mathrm{o}\mathrm{v}\mathrm{e}{\mathrm{r}}_{i,d}-\widehat{\mathrm{t}\mathrm{u}\mathrm{r}\mathrm{n}\mathrm{o}\mathrm{v}\mathrm{e}{\mathrm{r}}_{i,d}} .（3）

式中：\mathrm{T}\mathrm{u}\mathrm{r}\mathrm{n}\mathrm{o}\mathrm{v}\mathrm{e}{\mathrm{r}}_{i,d}为日度投资者异质信念，实证中取年度均值；\mathrm{t}\mathrm{u}\mathrm{r}\mathrm{n}\mathrm{o}\mathrm{v}\mathrm{e}{\mathrm{r}}_{i,d}为股票日换手率；\widehat{\mathrm{t}\mathrm{u}\mathrm{r}\mathrm{n}\mathrm{o}\mathrm{v}\mathrm{e}{\mathrm{r}}_{i,d}}为股票由于流动性需求和市场、公司信息引起的日换手率.

\widehat{\mathrm{t}\mathrm{u}\mathrm{r}\mathrm{n}\mathrm{o}\mathrm{v}\mathrm{e}{\mathrm{r}}_{i,d}}通过以下方法计算得出：首先基于Fama-French 3因子模型r_{i,d}-r_{f,d}={\alpha }_{i,m}+{\beta }_{i,m}\mathrm{M}\mathrm{K}{\mathrm{T}}_d+s_{i,m}\mathrm{S}\mathrm{M}{\mathrm{B}}_d+h_{i,m}\mathrm{H}\mathrm{M}{\mathrm{L}}_d+{\epsilon }_{i,d}每月对个股日收益率回归一次（{\alpha }_{i,m}\mathrm{为常}\mathrm{数项}，{\beta }_{i,m}，s_{i,m}，h_{i,m}为回归系数），得到系数估计值\widehat{{\alpha }_{i,m}},\widehat{{\beta }_{i,m}}，\widehat{s_{i,m}}与\widehat{h_{i,m}}，并记与市场信息相关的收益为R_{i,d}^{\mathrm{M}}=\widehat{{\beta }_{i,m}}\mathrm{M}\mathrm{K}{\mathrm{T}}_d，与公司特质信息相关的收益为R_{i,d}^{\mathrm{F}}=\widehat{{\alpha }_{i,m}}+\widehat{s_{i,m}}\mathrm{S}\mathrm{M}{\mathrm{B}}_d+\widehat{h_{i,m}}\mathrm{H}\mathrm{M}{\mathrm{L}}_d .当R_{i,d}^{\mathrm{M}}为正时，记{\left|R_{i,d}^{\mathrm{M}}\right|}^{+}=R_{i,d}^{\mathrm{M}}且{\left|R_{i,d}^{\mathrm{M}}\right|}^{-}=\mathrm{0}；当R_{i,d}^{\mathrm{M}}为负时，记{\left|R_{i,d}^{\mathrm{M}}\right|}^{-}=\left|R_{i,d}^{\mathrm{M}}\right|且{\left|R_{i,d}^{\mathrm{M}}\right|}^{+}=\mathrm{0}，{\left|R_{i,d}^{\mathrm{F}}\right|}^{+}和{\left|R_{i,d}^{\mathrm{F}}\right|}^{-}同理.然后在每个月，基于过去36个月的日度数据对\mathrm{t}\mathrm{u}\mathrm{r}\mathrm{n}\mathrm{o}\mathrm{v}\mathrm{e}{\mathrm{r}}_{i,d}=k_i+{\gamma }_{\mathrm{1}}^{+}{\left|R_{i,d}^{\mathrm{M}}\right|}^{+}+{\gamma }_{\mathrm{1}}^{-}{\left|R_{i,d}^{\mathrm{M}}\right|}^{-}+{\gamma }_{\mathrm{2}}^{+}{\left|R_{i,d}^{\mathrm{F}}\right|}^{+}+{\gamma }_{\mathrm{2}}^{-}{\left|R_{i,d}^{\mathrm{F}}\right|}^{-}+u_{i,d}进行回归（k_i为常数项，{\gamma }_{\mathrm{1}}^{+}，{\gamma }_{\mathrm{1}}^{-}，{\gamma }_{\mathrm{2}}^{+}与{\gamma }_{\mathrm{2}}^{-}为回归系数，u_{i,d}为残差项），得到系数估计值\widehat{k_i}，\widehat{{\gamma }_{\mathrm{1}}^{+}}，\widehat{{\gamma }_{\mathrm{1}}^{-}}，\widehat{{\gamma }_{\mathrm{2}}^{+}}与\widehat{{\gamma }_{\mathrm{2}}^{-}}用于计算当月每日的\widehat{\mathrm{t}\mathrm{u}\mathrm{r}\mathrm{n}\mathrm{o}\mathrm{v}\mathrm{e}{\mathrm{r}}_{i,d}=}\widehat{k_i}+\widehat{{\gamma }_{\mathrm{1}}^{+}}{\left|R_{i,d}^{\mathrm{M}}\right|}^{+}+\widehat{{\gamma }_{\mathrm{1}}^{-}}{\left|R_{i,d}^{\mathrm{M}}\right|}^{-}+\widehat{{\gamma }_{\mathrm{2}}^{+}}{\left|R_{i,d}^{\mathrm{F}}\right|}^{+}+\widehat{{\gamma }_{\mathrm{2}}^{-}}{\left|R_{i,d}^{\mathrm{F}}\right|}^{-}.

4） 调节变量.调节变量为媒体关注度.参考Chen等^［27］的做法，采用公司全年媒体报道数量加１后取自然对数衡量.

5） 控制变量.参考尹海员等^［32］与Cai等^［22］的研究，选取企业规模（Size）、上市年限（Age）、成长能力（Growth）、资产负债率（leverage，Lev）、经营性现金净流量（cash flow from operating activities，CFO）、资产收益率（return on assets，ROA）、股利支付（dividend payment，Div）、机构投资者持股比例（institutional ownership ratio，Ins）、流动资产比例（current asset ratio，CAR）、产权性质（state-owned enterprise，SOE）作为控制变量，并控制年份（Year）和公司个体（Firm）固定效应.具体变量定义见表1.

2.3 模型构建

为检验假设1，构建如下多元回归模型：

\begin{array}{c}\mathrm{I}\mathrm{R}=a_{\mathrm{0}}+a_{\mathrm{1}}\mathrm{E}\mathrm{S}\mathrm{G}+\sum a_k\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{t}\mathrm{r}\mathrm{o}\mathrm{l}+\sum \mathrm{Y}\mathrm{e}\mathrm{a}\mathrm{r}+\\ \sum \mathrm{F}\mathrm{i}\mathrm{r}\mathrm{m}+{\epsilon }_{\mathrm{1}}.\end{array}（4）

式中：\mathrm{I}\mathrm{R}为股票特质风险；\mathrm{E}\mathrm{S}\mathrm{G}为上市公司\mathrm{E}\mathrm{S}\mathrm{G}表现；\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{t}\mathrm{r}\mathrm{o}\mathrm{l}为控制变量；\mathrm{Y}\mathrm{e}\mathrm{a}\mathrm{r}和\mathrm{F}\mathrm{i}\mathrm{r}\mathrm{m}为年份和公司虚拟变量；a_{\mathrm{0}}为常数项；a_{\mathrm{1}}与a_k为回归系数；{\epsilon }_{\mathrm{1}}为残差项.若式（4）中a_{\mathrm{1}}显著小于0，则假设1得到验证.

基于三步法的中介效应检验具有较强的内生性问题，且Delgado-García等^［16］与Cai等^［22］已证明提升公司声誉和降低投资者异质信念有助于减少股票特质风险，因此本文参考江艇^［33］提出的中介效应检验思路，构建如下多元回归模型对假设2和假设3进行检验：

\begin{array}{c}\mathrm{R}\mathrm{E}\mathrm{P}=b_{\mathrm{0}}+b_{\mathrm{1}}\mathrm{E}\mathrm{S}\mathrm{G}+\sum b_k\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{t}\mathrm{r}\mathrm{o}\mathrm{l}+\\ \sum \mathrm{Y}\mathrm{e}\mathrm{a}\mathrm{r}+\sum \mathrm{F}\mathrm{i}\mathrm{r}\mathrm{m}+{\epsilon }_{\mathrm{2}}，\end{array}（5）

\begin{array}{c}\mathrm{T}\mathrm{u}\mathrm{r}\mathrm{n}\mathrm{o}\mathrm{v}\mathrm{e}\mathrm{r}=c_{\mathrm{0}}+c_{\mathrm{1}}\mathrm{E}\mathrm{S}\mathrm{G}+\sum c_k\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{t}\mathrm{r}\mathrm{o}\mathrm{l}+\\ \sum \mathrm{Y}\mathrm{e}\mathrm{a}\mathrm{r}+\sum \mathrm{F}\mathrm{i}\mathrm{r}\mathrm{m}+{\epsilon }_{\mathrm{3}}.\end{array}（6）

其中：b_{\mathrm{0}}与c_{\mathrm{0}}为常数项；b_{\mathrm{1}}，b_k，c_{\mathrm{1}}与c_k为回归系数；{\epsilon }_{\mathrm{2}}\mathrm{与}{\epsilon }_{\mathrm{3}}为残差项.若式（4）的a_{\mathrm{1}}显著小于0，同时式（5）的b_{\mathrm{1}}显著大于0，则假设2得到验证.若式（4）的a_{\mathrm{1}}显著小于0，同时式（6）的c_{\mathrm{1}}显著小于0，则假设3得到验证.

为检验假设4，构建如下多元回归模型：

\begin{array}{l}\mathrm{I}\mathrm{R}=d_{\mathrm{0}}+d_{\mathrm{1}}\mathrm{E}\mathrm{S}\mathrm{G}+d_{\mathrm{2}}\mathrm{E}\mathrm{S}\mathrm{G}\times \mathrm{M}\mathrm{e}\mathrm{d}\mathrm{i}\mathrm{a}+d_{\mathrm{3}}\mathrm{M}\mathrm{e}\mathrm{d}\mathrm{i}\mathrm{a}+\\ \sum d_k\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{t}\mathrm{r}\mathrm{o}\mathrm{l}+\sum \mathrm{Y}\mathrm{e}\mathrm{a}\mathrm{r}+\sum \mathrm{F}\mathrm{i}\mathrm{r}\mathrm{m}+{\epsilon }_{\mathrm{4}}.\end{array}（7）

式中：\mathrm{E}\mathrm{S}\mathrm{G}\times \mathrm{M}\mathrm{e}\mathrm{d}\mathrm{i}\mathrm{a}为ESG表现与媒体关注度的交互项；d_{\mathrm{0}}为常数项；d_{\mathrm{1}}，d_{\mathrm{2}}与d_{\mathrm{3}}为回归系数；{\epsilon }_{\mathrm{4}}为残差项.若式（7）中d_{\mathrm{2}}显著小于0，则假设4得到验证.

3 实证结果与分析

3.1 描述性统计与相关性分析

主要变量的描述性统计结果如表2所示.股票特质风险（IR）的均值为2.257，标准差为0.717；ESG表现（ESG）的均值为4.182，标准差为1.035，与现有研究整体一致^［2，7］，处于合理范围之内.其余变量与已有研究大致相同，不再赘述.

变量间Pearson相关系数如表3所示.ESG表现与股票特质风险的相关系数显著为负，初步验证了假设1.对各解释变量进行方差膨胀因子检验，方差膨胀因子（VIF）值均低于5，表明本文不存在严重的多重共线性问题.

3.2 回归分析

1） ESG表现对股票特质风险的回归分析.模型（4）的回归结果如表4第（1）列所示，模型（4）中ESG的回归系数为-0.050且在1%的水平上显著，表明良好的ESG表现能够降低股票特质风险，假设1得到验证.分析其原因可能是ESG表现较好的公司能够向外界传递可持续发展与对股东负责的信号，吸引长期投资者，并披露更多的非财务信息，帮助投资者对公司发展作出正确判断，从而有助于减少非理性投资行为，降低股票特质风险.

2） 公司声誉的中介效应回归分析.模型（5）的回归结果如表4第（2）列所示，ESG表现（ESG）与公司声誉（REP）的回归系数显著为正，表明良好的ESG表现能够提升公司声誉，结合前文理论分析，提升公司声誉有助于降低股票特质风险，因此公司声誉在ESG表现对股票特质风险的影响中发挥中介效应，假设2得到验证.分析其原因可能是良好的ESG表现作为公司履行环境、社会与治理责任的正面信号，有助于提升公司声誉，最终降低股票特质风险.

3） 投资者异质信念的中介效应回归分析.模型（6）的回归结果如表4第（3）列所示，ESG表现（ESG）与投资者异质信念（Turnover）的回归系数显著为负，表明良好的ESG表现能够降低投资者异质信念.结合前文理论分析，降低投资者异质信念有助于减少股票特质风险，因此投资者异质信念在ESG表现对股票特质风险的影响中发挥中介效应，假设3得到验证.分析其原因可能是ESG表现较好的公司往往披露更多的非财务信息并提高信息披露质量，有助于减少投资者异质信念，最终降低股票特质风险.

4） 媒体关注度的调节效应回归分析.模型（7）的回归结果如表4第（4）列所示，ESG×Media的回归系数显著为负，同时ESG表现（ESG）与股票特质风险（IR）的回归系数显著为负，表明媒体关注度越高，ESG表现对股票特质风险的抑制作用越强，假设4得到验证.分析其原因可能是较高的媒体关注度促进了ESG绩效和非财务信息的传播，并通过外部监督增加信息的真实性，在信号传递机制下，促进ESG表现效应的发挥，进一步强化ESG表现对股票特质风险的抑制作用.

3.3 稳健性检验

3.3.1 内生性检验

1） 滞后一期解释变量：为缓解主回归模型中解释变量与被解释变量之间因反向因果导致的内生性问题，将ESG表现滞后一期（l.ESG）重新代入模型（4），主要研究结论未发生改变.具体回归结果见表5第（1）列.

2） 工具变量法：为进一步缓解主回归模型中可能存在的遗漏变量等内生性问题，选取同年份同行业其他企业的ESG表现均值（ESG_IV）作为工具变量代入模型（4）进行两阶段回归.结果显示，Kleibergen-Paap rk Wald F统计量大于10，说明本文不存在弱工具变量问题.第一阶段回归结果见表5第（2）列，工具变量（ESG_IV）对ESG表现（ESG）有显著正向影响；第二阶段回归结果见表5第（3）列，主要研究结论未发生改变.

3.3.2 替换解释变量测量方法

参考袁知柱等^［10］的研究，将ESG变量转换为虚拟变量，若ESG表现高于年度行业中值，则取值为1，反之取值为0，记为ESG2，重新代入模型（4）~模型（7）进行回归，主要研究结论未发生改变.具体回归结果见表5第（4）~（7）列.

3.3.3 替换被解释变量测量方法

采用周度数据，重新计算特质风险（IR_w），并代入模型（4）和模型（7）进行回归，主要研究结论未发生改变.具体回归结果见表5第（8）~（9）列.

3.4 进一步分析

3.4.1 ESG表现分项指标的研究

ESG表现是一个多维度的综合概念.前文研究结果表明，良好的ESG综合表现能够显著降低股票特质风险.而环境（E）、社会（S）和治理（G）3个维度，能否单独对股票特质风险产生影响，尚未被明确.基于此，本文将华证ESG评级各单独维度的C-AAA评级，从低到高赋值1~9并取季度均值，替换模型（4）中的核心解释变量，探究E，S，G 3个维度对股票特质风险的不同影响.

检验结果如表6所示，E，S，G 3个维度对股票特质风险的回归系数均显著为负，表明履行环境、社会和治理责任均能降低股票特质风险.分析其原因，履行环境与社会责任，有助于提升公司在市场中的声誉^［13-15］，降低股票特质风险；治理责任的履行，有助于提高信息披露质量^［34］，缓解信息不对称，从而减少投资者异质信念，降低股票特质风险.

表6　E，S，G各维度对股票特质风险的回归分析

Table 6　Regression analysis of E, S, and G

dimensions on stock idiosyncratic

risk

3.4.2 异质性分析

1） 代理成本的异质性分析

在高代理成本公司中，管理层可能为了自身利益作出损害股东利益的行为，不利于声誉资本的积累.此时公司如果积极履行ESG责任，有助于改善股东对公司的评价，ESG表现对公司声誉的边际提升效应较强，对股票特质风险的降低效应增强.相反，在低代理成本公司中，管理层较少侵害股东利益，此时良好ESG表现同样作为公司对股东负责的信号，对声誉的边际提升效应不明显，对股票特质风险的降低效应较弱.因此本文推测，与低代理成本公司相比，ESG表现对股票特质风险的抑制效应在高代理成本公司中更强.参考Ang等^［35］和罗明琦^［36］的研究，采用资产周转率衡量代理成本，并按其行业年度中位数分为两组，分别代入模型（4）回归.回归结果见表7第（1）~（2）列，在高代理成本公司中，ESG表现对股票特质风险的抑制效应更强，上述推测得到验证.

2） 高科技行业的异质性分析

高科技行业往往创新投入高，未来收益不确定性大，创新信息解读难度较高^［2］，良好ESG表现的非财务信息补充效应可能无法满足投资者对于创新信息的需求，对信息不对称的边际降低效应可能不明显，ESG表现对异质信念的降低效应无法充分发挥，对股票特质风险的抑制效应被削弱.因此本文推测，与高科技行业公司相比，ESG表现对股票特质风险的抑制效应在非高科技行业公司中更强.参考白洁^［37］的研究，将样本按照是否属于高科技行业划分为2组，分别代入模型（4）进行回归.回归结果见表7第（3）~（4）列，在非高科技行业中，ESG表现对股票特质风险的抑制效应更强，上述推测得到验证.

4 结 语

本文以2013—2022年我国沪深A股上市公司为研究样本，探究了上市公司ESG表现对股票特质风险的影响，结果表明：良好的ESG表现能够抑制股票特质风险；公司声誉和投资者异质信念在二者之间发挥中介作用，媒体关注度强化了二者之间的负向关系.从分项指标看，E，S，G 3个维度的良好表现均有利于降低股票特质风险.异质性分析表明，在高代理成本和非高科技行业公司中，ESG表现对股票特质风险的抑制效应更强.

研究成果不仅在理论上丰富了ESG表现经济后果和股票特质风险影响因素的相关研究，还具有一定的启示意义.对公司而言，应积极提高ESG表现，从而降低股票特质风险，实现长久稳定的可持续发展.对投资者而言，应将ESG表现纳入投资策略，利用ESG工具对股票特质风险进行判断，帮助自己构建合适的投资组合.对市场监管者而言，应不断完善ESG披露政策和评价体系，引导公司履行ESG责任，进而保障金融系统的稳健运行.对媒体而言，应提高媒体关注度，发挥其信息传播功能与外部监督功能，促进ESG表现对股票特质风险的抑制效应.

本文重点从信号传递理论和投资者行为视角出发，探究了ESG表现对股票特质风险的影响.但ESG理念作为一个多维度的综合性概念，内涵丰富，单一理论视角难以充分解释其与股票特质风险的关系.未来可从不同视角出发，进一步探究ESG表现对股票特质风险的影响.

参考文献

[1] Campbell J Y， Lettau M， Malkiel B G， et al. Have individual stocks become more volatile？ an empirical exploration of idiosyncratic risk［J］. The Journal of Finance， 2001， 56（1）： 1-43.

[2] 陆静， 邱于航， 秦大超. 公司创新投入对股票特质风险的影响： 基于有中介调节效应的检验［J］. 证券市场导报， 2021（12）： 42-53.

[3] Lu Jing， Qiu Yu-hang， Qin Da-chao. The effect of corporate innovation investment on stock idiosyncratic risk： test based on a mediated moderator model［J］. Securities Market Herald， 2021（12）： 42-53.

[4] ASHBAUGH-SKAIFE H， Collins D W， Kinney W R J， et al. The effect of SOX internal control deficiencies on firm risk and cost of equity［J］. Journal of Accounting Research， 2009， 47（1）： 1-43.

[5] 朱琳， 陈妍羽， 伊志宏. 分析师报告负面信息披露与股价特质性波动： 基于文本分析的研究［J］. 南开管理评论， 2023， 26（3）： 75-87.

[6] Zhu Lin， Chen Yan-yu， Yi Zhi-hong. The negative information disclosure in analyst reports and stock price idiosyncratic volatility： a study based on a textual analysis［J］. Nankai Business Review， 2023， 26（3）： 75-87.

[7] Li O Z， Liu H， Ni C K. Dividend taxes， investor horizon， and idiosyncratic volatility［J］. The Accounting Review， 2021， 96（3）： 403-430.

[8] Lu J， Qiu Y H. Does minority shareholder activism reduce stock idiosyncratic risk？［J］. Research in International Business and Finance， 2024， 67： 102161.

[9] 叶莹莹， 王小林. 企业ESG表现如何影响股票收益波动率？： 基于A股上市公司的实证研究［J］. 会计研究， 2024（1）： 64-78.

[10] Ye Ying-ying， Wang Xiao-lin. How ESG performance affect stock return volatility： evidence from listed companies in China［J］. Accounting Research， 2024（1）： 64-78.

[11] Hu J X， Zou Q， Yin Q Q. Research on the effect of ESG performance on stock price synchronicity： empirical evidence from China’s capital markets［J］. Finance Research Letters， 2023， 55： 103847.

[12] El Ghoul S， Guedhami O， Kwok C C Y， et al. Does corporate social responsibility affect the cost of capital？［J］. Journal of Banking & Finance， 2011， 35（9）： 2388-2406.

[13] 袁知柱， 侯利娟. ESG表现与企业商业信用融资［J］. 管理科学， 2024， 37（3）： 106-124.

[14] Yuan Zhi-zhu， Hou Li-juan. ESG performance and corporate trade credit financing［J］. Journal of Management Science， 2024， 37（3）： 106-124.

[15] Dhaliwal D S， Radhakrishnan S， Tsang A， et al. Nonfinancial disclosure and analyst forecast accuracy： international evidence on corporate social responsibility disclosure［J］. The Accounting Review， 2012， 87（3）： 723-759.

[16] Fombrun C， Shanley M. What’s in a name？ reputation building and corporate strategy［J］. Academy of Management Journal， 1990， 33（2）： 233-258.

[17] Wang X L， Ren K J， Li L H， et al. How does ESG performance impact corporate outward foreign direct investment？［J］. Journal of International Financial Management & Accounting， 2024， 35（2）： 534-583.

[18] Ni K J， Zhang R， Tan L， et al. How ESG enhances corporate competitiveness： mechanisms and evidence［J］. Finance Research Letters， 2024， 69： 106249.

[19] Zhang W Y， Wei Z Y， Ge L Y， et al. How does ESG performance matter for corporate sustainability performance？ evidence from China［J］. Sustainability， 2025， 17（4）： 1684.

[20] Delgado-García J B， de Quevedo-Puente E， Díez-Esteban J M. The impact of corporate reputation on firm risk： a panel data analysis of Spanish quoted firms［J］. British Journal of Management， 2013， 24（1）： 1-20.

[21] Godfrey P C， Merrill C B， Hansen J M. The relationship between corporate social responsibility and shareholder value： an empirical test of the risk management hypothesis［J］. Strategic Management Journal， 2009， 30（4）： 425-445.

[22] Walsh G， Mitchell V W， Jackson P R， et al. Examining the antecedents and consequences of corporate reputation： a customer perspective［J］. British Journal of Management， 2009， 20（2）： 187-203.

[23] Luo X M， Bhattacharya C B. The debate over doing good： corporate social performance， strategic marketing levers， and firm-idiosyncratic risk［J］. Journal of Marketing， 2009， 73（6）： 198-213.

[24] Sun W Z， Chen S N， Jiao Y Q， et al. How does ESG constrain corporate earnings management？ evidence from China［J］. Finance Research Letters， 2024， 61： 104983.

[25] 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， 72（4）： 1785-1824.

[26] Cai W W， Lu J， Zhao Y Y. Do corporate site visits impact idiosyncratic volatility？ evidence from China［J］. Research in International Business and Finance， 2023， 66： 101992.

[27] Hao J， Xiong X. Retail investor attention and firms' idiosyncratic risk： evidence from China［J］. International Review of Financial Analysis， 2021， 74： 101675.

[28] 莫亚琳， 倪好. 企业ESG表现对组织韧性的影响研究［J］. 工业技术经济， 2024， 43（12）： 92-102.

[29] Mo Ya-lin， Ni Hao. The impact of corporate ESG performance on organizational resilience： evidence from China［J］. Journal of Industrial Technology and Economy， 2024， 43（12）： 92-102.

[30] Zeng H X， Zhang T， Zhou Z F， et al. Water disclosure and firm risk： empirical evidence from highly water-sensitive industries in China［J］. Business Strategy and the Environment， 2020， 29（1）： 17-38.

[31] Gao X， Latif B， Ong T S， et al. ESG performance and corporate competitiveness： the roles of green innovation， industry competition and media attention［J］. Studies in Economics and Finance， 2026， 43（3）： 740-761.

[32] Chen Z F， Xie G X. ESG disclosure and financial performance： moderating role of ESG investors［J］. International Review of Financial Analysis， 2022， 83： 102291.

[33] Ho K C， Shen X X， Yan C， et al. Influence of green innovation on disclosure quality： mediating role of media attention［J］. Technological Forecasting and Social Change， 2023， 188： 122314.

[34] Ang A， Hodrick R J， Xing Y H， et al. The cross-section of volatility and expected returns［J］. The Journal of Finance， 2006， 61（1）： 259-299.

[35] 张嘉兴， 余冬根， 刘艳春. 公司声誉、审计师声誉与权益资本成本： 基于中国民营上市公司的经验证据［J］. 财经理论与实践， 2016， 37（2）： 74-79.

[36] Zhang Jia-xing， Yu Dong-gen， Liu Yan-chun. Corporate reputation， auditor reputation and the cost of equity capital： an empirical analysis of Chinese listed private companies［J］. The Theory and Practice of Finance and Economics， 2016， 37（2）： 74-79.

[37] 金永红， 吉鹏， 王祥瑞， 等. 分析师预测偏差、投资者异质信念和股价崩盘风险［J］. 外国经济与管理， 2021， 43（6）： 90-104.

[38] Jin Yong-hong， Ji Peng， Wang Xiang-rui， et al. Analyst forecast bias， investors’ heterogeneous beliefs and stock price crash risk［J］. Foreign Economics & Management， 2021， 43（6）： 90-104.

[39] 尹海员， 寇文娟. 基于朴素贝叶斯法的投资者情绪度量及其对股票特质风险的影响［J］. 中国管理科学， 2024， 32（4）： 38-47.

[40] Yin Hai-yuan， Kou Wen-juan. Investor sentiment based on naive Bayes method and its impact on stock idiosyncratic risk［J］. Chinese Journal of Management Science， 2024， 32（4）： 38-47.

[41] 江艇. 因果推断经验研究中的中介效应与调节效应［J］. 中国工业经济， 2022（5）： 100-120.

[42] Jiang Ting. Mediating effects and moderating effects in causal inference［J］. China Industrial Economics， 2022（5）： 100-120.

[43] Liu Q， Lu Z J. Corporate governance and earnings management in the Chinese listed companies： a tunneling perspective［J］. Journal of Corporate Finance， 2007， 13（5）： 881-906.

[44] Ang J S， Cole R A， Lin J W. Agency costs and ownership structure［J］. The Journal of Finance， 2000， 55（1）： 81-106.

[45] 罗明琦. 企业产权、代理成本与企业投资效率： 基于中国上市公司的经验证据［J］. 中国软科学， 2014（7）： 172-184.

[46] Luo Ming-qi. Property right， agent cost and investment efficiency： evidence from Chinese listed companies［J］. China Soft Science， 2014（7）： 172-184.

[47] 白洁. 对外直接投资特征对高科技企业生产率的异质性影响［J］. 科研管理， 2022， 43（7）： 200-208.

[48] Bai Jie. The heterogeneous impact of characteristics of OFDI on the productivity of high-tech enterprises［J］. Science Research Management， 2022， 43（7）： 200-208.

基金资助

国家社会科学基金一般项目(19BGL074)