esg投资中的股东治理评价及其有效性研究-sbobet利记官网

当前，esg投资存在评价体系林立和评级结果好坏难以评判的问题，可能的解决思路是聚焦分项指标而非大一统的评级。本研究聚焦市场上倍受关注的esg议题——公司治理维度下的股东治理，基于理论研究和计量经济学方法，构建了上市公司股东治理评价的2个专项指数，并采用构建投资组合的方式检验了指数的有效性。结果表明，“隧道行为”结果指数的表现较差，不具有分层效果；“隧道行为”治理指数分层效果较好，得分最高的投资组合年化回报达9.39%，alpha、sharpe比率等特征也是各组最佳。本研究认为，通过聚焦分项指标完善esg评价体系，必须关注指标特点，区分结果型指标和预测型指标，进而分析指标对公司绩效及市场表现的影响路径和影响大小。

2022年11月19日，国务院国资委秘书长彭华岗在出席第十三届财新峰会esg专场活动时指出，esg作为一种防范社会环境风险，推动可持续发展的新理念，近年来已经成为国际主流共识，在我国也进入快速发展阶段，esg监管不断加强，esg投资不断增长，esg研究也在不断深入，esg评级与各类指数层出不穷。彭华岗表示，中央企业要成为我国esg体系的中坚骨干，积极参与构建具有中国特色与国际准则接轨兼容的esg信息披露规则、esg绩效评价方法和esg投资指引等，为促进我国esg健康发展，构建我国esg体系贡献央企的力量^〔2〕。

本研究聚焦市场上倍受关注的esg议题——公司治理维度下的股东治理，基于理论研究和计量经济学方法，构建了上市公司股东治理评价专项指数，并通过回测分析检验了指数的有效性。

一、基于“隧道行为”及其治理机制构建股东治理评价指数

（一）esg评价中的股东治理议题与“隧道行为”

据统计，截至2022年10月19日，2022年新增esg投资基金63支，我国esg基金总数达到279支^〔3〕。当前市场上共有17支主动权益类纯esg基金。其中，大多数基金定性描述了关注的公司治理议题，有2支基金公布了e/s/g三个维度的权重，且均赋予公司治理维度60%的权重。公司治理在esg投资中的重要性受到广泛关注。

17支纯esg基金关注的治理议题主要包括股东治理、董事会及管理层治理、内部运营与风控、激励与约束、资本回报、投资者关系、外部监督、商业道德八个方面。其中，股东治理受关注度最高，有14支基金在其评价指标中均提及关注股东利益、关联交易占比等股东治理内容；董事会及管理层治理排名第二，有11支基金在董事会治理维度中明确提及对董事会独立性的关注。

esg基金公布的评价体系中，常被提及的股东治理评价指标有中小股东利益保护、关联交易、股东结构等^〔4〕。公司治理领域的研究表明，这些指标都与“隧道行为”密切相关。

“隧道行为”（tunneling）指的是控股股东利用信息不对称优势侵害中小股东利益的现象。在股权集中的公司中，控股股东对公司的重大决策拥有绝对性影响，使其有动机以中小股东利益为代价谋取私利^〔5〕。

（二）“隧道行为”相关的理论研究

1. “隧道行为”及其度量

“隧道行为”的方式。“隧道行为”的实现方式一般有占用上市公司资金、强制要求上市公司为其旗下公司提供担保、将上市公司的投资机会转移给旗下公司、以优惠价格购买公司资产、通过关联交易攫取上市公司利润等^〔6〕。

“隧道行为”的度量。关联交易是衡量“隧道行为”最常用的指标^〔7〕，江苏阳光^〔8〕等案例为此提供了鲜活的注脚。这也是市场上的esg基金最常选取的股东治理指标之一^〔9〕。

虽然控股股东有可能采用通过非公平交易来实施资产或利润的转移，侵占中小股东利益，但是正常往来性质的关联交易是主要存在的，能够降低公司成本、提高经营效率。为有效区分正常经营的关联交易和“隧道行为”下的侵占型关联交易，可以通过回归取残差的方式——引入公司经营指标作为控制变量，对同期所有上市公司进行回归，然后将回归后的预测值视为正常的关联交易，将回归残差视为异常关联交易，即“隧道行为”的代理变量。

参考已有研究^{〔10〕〔11〕}，本研究选择公司性质、公司规模、资产负债率、总资产收益率、净资产收益率等变量作为控制变量，同时控制年份和行业的影响。回归残差即为异常关联交易，作为度量“隧道行为”后果大小的指标。

2. “隧道行为”的治理机制

正向影响“隧道行为”的指标，主要是上市公司的股权集中度和两权分离度。股权集中度越高，控股股东影响上市公司决策的能力越强；两权分离度越大，控股股东与中小股东的利益冲突越严重^〔12〕。已有研究表明，控股股东的控制权比例、两权分离度均与公司绩效负相关^〔13〕。

负向影响“隧道行为”的指标，主要是股权制衡和独立董事监督。国外研究表明，其他大股东的监督和制衡能够有效减少控股股东的“隧道行为”^〔14〕；国内研究中，吕怀立和李婉丽（2010）的研究结果表明，股权制衡度能够制约上市公司与其控股股东集团之间的关联交易行为，尤其是侵占型关联交易^〔15〕。常用的股权制衡度指标，是第2~10股东持股比例之和除以第一大股东持股比例。

独立董事方面，2001年发布的《关于在上市公司建立独立董事制度的指导意见》要求，上市公司重大关联交易须经独立董事认可。唐清泉等（2005）发现，独立董事能够减少大股东侵占中小股东利益的关联交易，抑制其对上市公司的“隧道行为”^〔16〕。叶康涛等（2007）研究发现，在控制独立董事内生性的前提下，独立董事比例与“隧道行为”显著负相关^〔17〕。常用的独立董事监督指标，是独立董事比例，即独立董事人数除以同期董事会总人数。

（三）构建股东治理评价指数

基于以上论述，本文拟构建两个指标：“隧道行为”结果指数和“隧道行为”治理指数。两者的区别在于，“隧道行为”结果指数描述了“事后后果”，即度量已经发生的“隧道行为”后果大小；“隧道行为”治理指数描述了“事前预测”，即对可能鼓励或抑制大股东实施“隧道行为”的相关治理因素进行刻画。

1. “隧道行为”结果指数

以关联交易残差作为“隧道行为”结果的基础数据，做法如下。

本研究选取我国2012至2022年所有a股上市公司作为初始研究样本，并进行了样本筛选^〔18〕。关联交易数据、股东治理数据和财务数据均来源于csmar数据库。相关变量定义如下：

图表1 关联交易回归模型的变量定义

上市公司关联交易的回归模型设定如下：

公式中的变量符号含义参见图表1。本研究使用上述公式对所有上市公司进行回归，并将回归残差按照上下限转换为0~100的标准分，作为对上市公司“隧道行为”结果指数的得分。分数越高，说明“隧道行为”越少，上市公司的股东治理表现越好。

为了尽量利用最新信息，本研究采用三年滚动的方式取得最新一期的“隧道行为”结果指数得分。以2020年上半年指数得分为例，对2017~2019年三年（6期）的数据进行回归，将2019年年底的回归残差作为构建2020年上半年上市公司“隧道行为”结果指数的基础数据^〔22〕，再经标准化后得到指数得分。

2. “隧道行为”治理指数

如上所述，经过对“隧道行为”及其治理机制的文献梳理，本研究选取了对“隧道行为”有影响的四个变量，其中2个有正向影响，分别是股权集中度和两权分离度；2个有负向影响，分别是股权制衡度和独立董事比例。在此基础上，本研究采用主成分分析法构建一个综合指标，即“隧道行为”治理指数。具体如下：

（1）变量数据处理。由于四个变量的影响方向不一致，为避免主成分分析合成综合指数时出现负权重，本研究对股权制衡和独立董事比例的数据进行反向处理^〔23〕，使得四个变量对“隧道行为”的影响均为正向。由于各基础指标的量纲、量级不同，还需要对所有原始指标进行标准化处理^〔24〕。

（2）生成主成分得分。与关联交易残差类似，按照三年滚动的方式对四个变量进行主成分分析，并根据累计方差贡献率不低于85%的原则确定主成分个数（3个），计算各主成分得分。

（3）加权处理得到指数得分。将各主成分的方差贡献率占所提取主成分的累计方差贡献率的比重作为权重，对主成分得分进行加权求和得到各期的综合指标，即上市公司“隧道行为”治理指数的基础数据，再经由标准化处理，得到指数得分。

本研究将滞后一年的“隧道行为”治理指数的综合指标，纳入以上回归模型中，发现其对被解释变量关联交易有显著正向影响。这验证了“隧道行为”治理指数对“隧道行为”具有一定的预测效果。

二、股东治理评价指数的回测结果

（一）回测设定

1. 股票池。采用中证800指数成分股作为初始股票池^〔25〕，按照“隧道行为”结果指数得分（或治理指数得分），将上市公司按从高到低顺序排列，每期平均分为5组，每组作为一个资产组合。

2. 回测时间。每半年按得分高低重新调整组合，调仓时间为每年5月、11月最后一个交易日。时间跨度上，起始日为2012年5月31日，结束日为2023年1月31日。

3. 黑名单。参考已有研究^〔26〕，本文将一些财务质量极低、风险极高的股票列为黑名单，并在构建组合之前从初始股票池中剔除^〔27〕。黑名单股票包括退市股、st股、最新一期净资产为负股，以及上市不满一年的次新股（以各期调仓日为基准）。

4. 回测流程。首先通过stata处理调仓日选股和个股权重，导出各组资产组合的“持股权重文件”，然后通过wind金融终端中的资管模块（pms）进行回测。

5. 权重处理。本研究采用保持相对权重的方式得到新权重。假设某组合的个股a在中证800中的原始权重是q1，该组合个股原始权重之和是q2，那么q1/q2即为个股a在该调仓日的新权重。处理后，各组个股在每个调仓日的新权重之和均是100%。

（二）组合表现

1. “隧道行为”结果指数的组合表现。

由图表2可以看出，在2012年5月31日~2023年1月31日的回测期间内，各组累积收益率趋势图存在交叉，且指数得分最差的第5组最终的收益率反而是最高的。因此，在过去10年间，对于中证800成分股而言^〔28〕，“隧道行为”结果指数评分对股票收益率不具有分层效果。

图表2 “隧道行为”结果指数的各组净值走势

图表3的业绩比较结果表明，与其他组相比，得分最高的第1组在区间回报、alpha、sharpe比率等特征上并未表现出优势。

图表3 “隧道行为”结果指数的各组业绩比较

2. “隧道行为”治理指数的组合表现

由图表4可以看出，“隧道行为”治理指数历史上对股票收益率具有较好的分层效果。得分最高的第1组市场表现显著好于其他各组，得分最低的第5组市场表现一直较差。

图表4 “隧道行为”治理指数的各组净值走势

图表5的业绩比较结果表明，“隧道行为”治理指数得分最高的股票（第1组）区间累计收益率最高，为161.48%。对比沪深300、中证800和中证1000等指数同期表现，第1组的超额收益率分别为104.16%、102.10%和86.52%。另外，第1组在alpha、sharpe比率和信息比率等特征上的表现均为5组中最佳。

图表5 “隧道行为”治理指数的各组业绩比较

图表6给出了“隧道行为”治理指数的组合中，得分最高的第1组和得分最低的第5组在回测期间的累计收益率。同时图中绘制了中证800收益率。可以看出，与第5组和中证800指数相比，第1组的表现一直具有明显优势。

图表6 得分最高、最低组与中证800的累积收益率走势

wind的回测结果表明，与中证800相比，“隧道行为”治理指数得分最高的第1组，在回测期间的日胜率、周胜率和月胜率分别为48.78%、52.51%和58.59%，最大回撤为44.11%，平均持仓天数为1042.68天。

（三）从“隧道行为”指数看esg专项评价

本研究认为，“隧道行为”结果指数与“隧道行为”治理指数的分组检验存在差异，主要原因可能是结果型指标和预测型指标间的区别。“隧道行为”结果指数属于结果型指标，直接度量截至调仓日已经发生的“隧道行为”结果的大小，而过去的表现可能难以代表未来趋势。“隧道行为”治理指数，采用了与“隧道行为”相关的治理变量。与“隧道行为”结果相比，一个公司的治理机制是相对稳定的，过去表现较好的公司在未来半年继续发挥有效作用的可能性更高。以上逻辑可能同样适用于esg的其他评价指标。

上述研究表明，完善esg专项指标时，有必要关注专项指标的特点，区分结果型指标和预测型指标。在此基础上，分析指标对公司财务绩效和投资绩效的影响路径和大小。总之，从esg专项评价到esg投资策略的有效性，至少存在以下逻辑链条需要验证（见图表7）。

图表7 从esg评价到esg投资的有效性分析

其中，“有效性1”是指标选取问题，需要关注esg专项评价的指标是否准确地反映了公司存在的问题。这部分对应的是当前市场上广泛存在而众说纷纭的“esg评价体系丛林”。需要注意的是，除了评价的准确性需要斟酌外，评价的类型也需要进行分析，即评价的是针对公司已经做出某种行为的后果（如侵占性质的关联交易、已经发生的环境违规事件或诉讼案件等），还是针对公司为实现更好的esg行为进行的预防性行动（如良好的股东治理，环境友好的生产流程，完善的合规制度等）。

“有效性2”是不同类型指标间的关系问题，即公司的esg预防性行动能否有效地带来更好的esg行为后果（如esg“漂绿”问题的识别），这一般需要大样本的大量历史数据进行验证。

“有效性3~5”指明了esg评价影响公司资本市场表现的3条可能路径。其中，“有效性3”是间接影响路径，需要验证公司的esg行为后果对公司绩效的影响，以及这种影响对公司资本市场表现的影响。“有效性4、5”是直接影响路径，影响因素主要是投资者对esg评价的认知、认可水平。本研究的主要内容实际上是在检验股东治理的“有效性4”和“有效性5”两条路径。

三、结论

当前阶段，esg投资存在评价体系林立和评级结果好坏难以评判的问题。本研究聚焦于esg评价中公司治理议题下的股东治理评价，基于学术研究中较为成熟的指标构建了“隧道行为”结果指数和“隧道行为”治理指数。

实证分析结果表明，“隧道行为”结果指数与“隧道行为”治理指数的投资组合表现具有较大差异。“隧道行为”结果指数表现一般，不具有分层效果。“隧道行为”治理指数表现较好，得分最高的投资组合的年化回报率达9.39%，为所有组合中最高，且alpha、sharpe比率和信息比率等特征上的表现也都是最佳的。两者存在差异的原因可能是结果型指标和预测型指标的影响不同。

本研究认为，从esg投资的角度完善esg专项评价，需要考虑指标选取、指标分类、指标间关系、指标与公司投资绩效关系等多个影响路径的有效性。

（国新咨询）

注释