产权性质_企业社会责任与资本市场认可度
企业社会责任评估制度
企业社会责任评估制度一、背景和目的为了规范本企业的社会责任行为，提高企业对社会和环境的贡献度，进一步加强企业的社会形象和公众认可度，订立本企业社会责任评估制度。
本制度以企业社会责任为主题，以评估为手段，旨在建立科学、标准、公正、透亮的评估体系，为企业连续发展供应引导和参考。
二、评估范围本制度适用于本企业的全体员工、自有资产、供应链合作伙伴，涵盖以下方面的评估：1.环境责任：包含环境影响评估、资源节省与合理利用、废物管理与处理等；2.社会责任：包含员工权益保障、公平公正就业及福利待遇、劳工关系、公益慈善事业等；3.经济责任：包含经济效益、财务透亮度、合规与诚信、合作伙伴关系等；4.创新责任：包含科技创新、产品安全与质量、知识产权保护等。
三、评估内容和方法1. 评估内容依据评估范围，对以下方面的表现进行评估，并给出相应的评分和评价：1.环境责任：–环境管理及监测–资源使用效益–废物管理及处理情况–环境保护项目实施情况2.社会责任：–员工权益保障措施–就业和福利待遇公平公正–劳动关系和员工满意度–企业社会责任项目开展情况3.经济责任：–经济效益和贡献度–财务透亮度和内部审计情况–合规和诚信经营–合作伙伴管理与关系4.创新责任：–科技创新本领与项目–产品安全与质量掌控–知识产权保护和利用情况2. 评估方法本企业社会责任评估采用多元化的评估方法，包含但不限于以下方式：1.定性评估：–通过组织内部的考核和审核，评估是否存在社会责任风险和问题；–基于相关法规、行业标准或国际标准，对企业的社会责任表现进行评估。
2.定量评估：–收集和分析企业的经济、社会和环境数据，进行定量化评估和指标分析；–采用调盘问卷、访谈等方式，取得员工和合作伙伴的看法和建议。
3.现场评估：–对企业的生产现场、办公环境、供应链等进行实地调研和评估；–随机抽查和审核企业相关文件和记录，验证其社会责任行为的真实性。
四、评估结果与措施1. 评估结果依据评估内容和方法，评估结果将分为五个等级：1.A级：优秀，取得了较高的社会责任表现，对环境、社会和经济发展都做出了乐观贡献；2.B级：良好，具备基本的社会责任表现，但仍有改进空间和提升的需求；3.C级：合格，满足最低的社会责任要求，但存在一些不足之处，需要及时改进；4.D级：较差，社会责任表现不佳，存在较多的问题和风险，需加强管理和改进；5.E级：不合格，严重违反社会责任要求，需立刻整改或承当相应的法律责任。
媒体关注、产权性质与上市公司融资约束——基于Heckman两阶段模型的实证检验
媒体关注、产权性质与上市公司融资约束——基于Heckman两阶段模型的实证检验仲秋雁;石晓峰【摘要】基于信息不对称理论和声誉理论,文章以2010-2014年沪深两市5988个观察样本为研究对象,采用Heckman两阶段模型实证检验了媒体关注对上市公司融资约束的影响机理,探讨了不同产权性质情况下媒体关注对融资约束的影响差异.研究结果显示:媒体关注与上市公司融资约束呈负相关关系,媒体关注可以缓解企业的融资约束程度;正面媒体报道可以降低企业的融资约束程度,而负面媒体报道则会加剧企业的融资约束程度;媒体关注对不同产权性质企业融资约束的影响存在差异.具体而言,相对于非国有企业而言,媒体关注对国有企业的融资约束缓解程度更大.【期刊名称】《商业经济与管理》【年(卷),期】2016(000)008【总页数】11页(P87-97)【关键词】媒体关注;融资约束;产权性质;Heckman两阶段模型【作者】仲秋雁;石晓峰【作者单位】大连理工大学管理与经济学部,辽宁大连116024;大连理工大学管理与经济学部,辽宁大连116024【正文语种】中文【中图分类】F234.4融资约束是金融学和经济学的重要基础，学术界和实务界围绕着融资约束领域开展了大量的研究和探讨。
Modingliani和Miller(1958)就曾提出在无摩擦的市场中，企业内外部资金成本相等，不存在融资约束的可能[1]。
但是在现实经济生活中并不存在完善的资本市场，市场中充斥着信息不对称和代理问题等摩擦，企业往往会受到不同程度融资约束。
已经有文献证实，在发展中国家融资约束会阻碍企业的健康发展(Stein,2003)[2]。
近年来，我国经济下行压力日益增大，融资约束问题已经成为了制约经济转型的重要瓶颈，在这样的宏观背景下企业融资难的问题再度引起了全社会广泛的关注，如何缓解企业的融资约束成为了值得深思的问题。
在信息化时代的催化之下，媒体对上市公司经营管理决策的影响日益重要。
绿色金融是否影响重污染企业社会责任的履行
经济观察２０２３年第２期绿色金融是否影响重污染企业社会责任的履行姬新龙㊀李婉婷摘㊀要在当前绿色发展理念下，企业社会责任的履行情况已成为金融服务企业进行绿色融资决策的重要参考信息，绿色金融对企业社会责任履行的影响则需深入探讨㊂以２０１３ ２０２０年在Ａ股上市的４１８家重污染行业企业为样本，运用倾向性得分匹配－双重差分法与中介效应分析法，研究绿色金融对企业社会责任履行的影响，结果表明：绿色金融能够显著促进重污染企业社会责任的履行，而且主要通过融资约束的中介效应实现促进作用㊂异质性分析显示，绿色金融对非国有和处于低市场化程度地区的重污染企业社会责任的履行具有更为明显的促进效果㊂关键词绿色金融㊀重污染企业㊀企业社会责任㊀ＰＳＭ－ＤＩＤ㊀融资约束作者简介：姬新龙，管理学博士，兰州财经大学金融学院教授㊁硕士研究生导师；李婉婷，湖北大学商学院博士研究生㊂基金项目：甘肃省教育揭榜挂帅项目 甘肃碳排放权交易市场建设及减排路径研究（２０２１－ｊｙｊｂｇｓ－０８）；甘肃省软科学项目 区块链技术发展现状及其在供应链金融领域的应用 （２０ＣＸ９ＺＡ０４９）；兰州财经大学绿色金融创新研究团队项目（２０２０ＣＸＴＤ０９）㊀㊀一㊁研究背景双碳 目标彰显了我国积极应对气候变化㊁走绿色低碳发展道路㊁实现经济可持续发展的坚定决心，也预示着作为引导性融资调节工具的绿色金融，将在减排降污㊁经济绿色转型过程中发挥愈发重要的作用㊂２０１５年，中共中央㊁国务院印发‘生态文明体制改革总体方案“，首次提出构建绿色金融体系㊂２０１７年，国务院决定在部分地区建立绿色金融改革创新试验区，首批绿色金融改革创新试点地区横跨东中西部，绿色金融在实践层面开始发挥其引导资金流向㊁治理环境污染等作用㊂根据绿色金融的政策内涵，可以在信贷资金方面对企业形成 奖惩机制 ，实现优胜劣汰㊂比如，对于社会责任履行表现良好㊁达到绿色环保标准的企业，一般优先对其进行绿色金融授信，甚至提供利率优惠，促进其进一步发展；对于社会责任履行表现较差㊁不符合绿色环保导向的企业，很可能会提高其贷款利率，甚至拒绝发放贷款㊂这是绿色金融服务实体经济高质量发展的重要表现㊂２１１经济观察在当前倡导绿色发展的新理念下，社会责任作为企业治理的核心评价标准，是企业寻求绿色转型发展的重要外在表现，也是影响金融企业开展绿色融资决策的重要参考信息㊂反过来，随着绿色金融的全面推广，各类企业的绿色技术创新会更加积极，公司治理架构也将更加完善，绿色金融是否会对企业社会责任的履行产生实质性影响呢？从理论和实践等多个维度探究绿色金融试点政策对企业治理产生的影响，全面评价绿色金融试验区政策的效果，对于未来我国绿色金融政策的完善以及全面推广，具有良好的理论指导和实践借鉴意义㊂本文以２０１７年绿色金融试点为切入点，搜集整理２０１３ ２０２０年Ａ股上市重污染行业企业的面板数据，通过ＰＳＭ－ＤＩＤ模型研究绿色金融对企业社会责任履行的影响，并利用中介效应分析方法探讨具体的作用机制㊂㊀㊀二、文献回顾与理论分析㊀㊀（一）文献回顾ＪｏｓｅＳａｌａｚａｒ最早提出绿色金融的概念，认为绿色金融是沟通金融与生态环境的桥梁㊂①绿色金融以促进经济㊁社会和环境和谐发展为目的，利用金融产品和服务引导资金投向节能环保的新领域，兼具金融资源配置和环境规制双重特性㊂正是这些特征使得绿色金融成为当前我国实现 双碳 目标的重要抓手㊂但是，绿色金融是否能够达到预期的政策效果？现有文献主要从企业行为层面研究了绿色金融政策的影响㊂比如，连莉莉从成本视角对绿色企业和 两高 企业进行了对比分析，发现绿色金融提高了污染企业的债务融资成本㊂②苏冬蔚等认为绿色金融抑制了污染企业的投资行为㊂③刘强等㊁谢乔昕等都认为绿色金融显著促进了企业的绿色创新转型，增加了企业的创新投入，提高了企业的创新效率㊂④占华研究发现绿色信贷能够借助融资约束和环境绩效两个途径显著促进企业的环境信息披露㊂⑤倪娟等认为，绿色信贷政策的推行将企业融资需求与环境责任有效挂钩，促使企业主动进行环境信息披露㊂⑥这些研究表明绿色金融在影响企业投融资行为㊁促进企业技术创新㊁完成企业绿色减碳使命㊁完善现代企业治理等方面具有良好的引导作用㊂社会责任是现代企业治理的重要组成部分㊂从实践来看，企业积极履行社会责任不仅能降低融资风险，而且能增加企业价值，有助于塑造良好的企业形象，提高公众认可度和竞争力㊂绿色金融是否影响企业社会责任的履行呢？韦院英等认为，环境政策对企业社会责任履行有显著的正向影响，因此在环境规制下，企业有必要采取相应的措施，履行３１１①②③④⑤⑥张宇㊁钱水土：‘绿色金融理论：一个文献综述“，‘金融理论与实践“，２０１７年第９期㊂连莉莉：‘绿色信贷影响企业债务融资成本吗？ 基于绿色企业与 两高 企业的对比研究“，‘金融经济学研究“，２０１５年第５期㊂苏冬蔚㊁连莉莉：‘绿色信贷是否影响重污染企业的投融资行为？“，‘金融研究“，２０１８年第１２期㊂刘强㊁王伟楠㊁陈恒宇：‘ 绿色信贷指引⓪实施对重污染企业创新绩效的影响研究“，‘科研管理“，２０２０年第１１期㊂谢乔昕㊁张宇：‘绿色信贷政策㊁扶持之手与企业创新转型“，‘科研管理“，２０２１年第１期㊂占华：‘绿色信贷如何影响企业环境信息披露 基于重污染行业上市企业的实证检验“，‘南开经济研究“，２０２１年第３期㊂倪娟㊁孔令文：‘环境信息披露㊁银行信贷决策与债务融资成本 来自我国沪深两市Ａ股重污染行业上市公司的经验证据“，‘经济评论“，２０１６年第１期㊂阅江学刊２０２３年第２期其社会环境责任㊂①曹廷求等研究指出，绿色信贷政策能够抑制污染企业的信贷融资，促进污染企业绿色转型㊂②总之，绿色金融能够形成融资约束，增加融资成本，进一步促进企业绿色转型升级㊂仅个别文献以２０１５ ２０１８年Ａ股上市重污染行业企业为样本，研究了绿色金融对企业社会责任履行的影响㊂③但是，我国２０１７年才建立绿色金融试验区，而且政策效应存在滞后期，仅用２０１７ ２０１８年的样本作为实验组进行政策效应检验，并不能充分反映政策的实际效应㊂鉴于此，本文选择２０１３ ２０２０年在Ａ股上市的４１８家重污染行业企业作为样本，以２０１３ ２０１６年的样本作为对照组，以２０１７ ２０２０年的样本作为实验组，检验绿色金融对企业社会责任履行的影响，并对作用机制进行了分析，进一步丰富了绿色金融的政策效应研究㊂㊀㊀（二）绿色金融影响企业社会责任履行的机制１．绿色金融对企业社会责任履行的促进作用在信贷市场，银行和企业之间存在信息不对称现象㊂作为外部信贷资金供给者，商业银行在信息获取方面一般处于弱势地位，只能凭借企业主动提交和披露的信息评估其经营状况，判断是否应该发放贷款以及贷款收回的可能性，无法真正掌握企业内部真实的经营状况㊁盈利模式和发展战略等具体信息㊂而企业作为资金需求主体，为了顺利获得信贷资金，可能会对商业银行隐瞒部分负面信息，仅提交和披露正面信息，从而使商业银行和企业之间形成信息不对称㊂绿色金融的大力发展丰富了商业银行的业务范围，也增加了商业银行的信贷压力㊂商业银行在积极响应绿色金融的同时，出于自身长期经营发展的考虑，在贷前调查中会纳入企业环境和社会风险等考察内容，对潜在受贷方进行全面了解，降低因信息不对称产生的逆向选择风险㊂在这种情况下，企业社会责任履行情况已经成为商业银行绿色信贷资金发放的重要参考因素，④它可以在一定程度上缓解银企之间的信息不对称问题，有利于商业银行多方面㊁多角度了解企业运行状况，降低因信息不对称产生的授信风险㊂此外，绿色金融使商业银行对重污染企业的信息披露提出了更加严格的要求㊂为了降低银企之间的信息不对称，缓解绿色金融造成的融资限制，增强信贷融资的可得性，与一般企业相比，重污染企业更有动力履行社会责任，通过实际行动向外界传递自身积极履行社会责任的信息㊂２．绿色金融对企业社会责任履行的抑制作用企业社会责任应该被理解为企业的一种投资行为而非慈善行为，并且这种投资行为主要依赖于企业资金的充裕程度㊂一般而言，企业资金越充裕，在社会责任方面的投资就越多㊂当企业资金充裕时，管理者更有可能将闲散资金投向高风险项目，而当企业资金匮乏时，管理者会优先放弃收益不确定性较高的项目㊂拥有充裕资金的企业比资金相对匮４１１①②③④韦院英㊁胡川：‘环境政策㊁企业社会责任和企业绩效的关系研究 基于重污染行业环境违规企业的实证分析“，‘华东理工大学学报（社会科学版）“，２０２１年第３期㊂曹廷求㊁张翠燕㊁杨雪：‘绿色信贷政策的绿色效果及影响机制 基于中国上市公司绿色专利数据的证据“，‘金融论坛“，２０２１年第５期㊂沈璐㊁廖显春：‘绿色金融改革创新与企业履行社会责任 来自绿色金融改革创新试验区的证据“，‘金融论坛“，２０２０年第１０期㊂高婷㊁王怀明：‘企业社会责任信息披露对债务融资的影响 基于产权性质㊁企业成长性视角“，‘财会月刊“，２０１８年第１２月㊂经济观察乏的企业更倾向于履行社会责任㊂现阶段，银行信贷仍是重污染企业重要的外部资金来源，而在绿色金融政策下，商业银行会严格控制重污染企业的信贷资金投放量，重污染企业在面临资金流匮乏风险时，会优先投资核心业务，减少在社会责任方面的投资㊂同时，绿色金融倒逼重污染企业持续加大绿色转型投资，这很可能会压缩重污染企业对社会责任投资的空间，进而限制重污染企业社会责任的履行㊂总之，从上述基于信息不对称理论和资源松弛理论的分析可以发现，绿色金融可能会促进或抑制企业社会责任的履行，最终影响是两种相反力量共同作用的结果㊂㊀㊀三㊁实证方法㊁变量选择与数据说明㊀㊀（一）实证方法设计１．倾向性得分匹配－双重差分法（ＰＳＭ－ＤＩＤ）双重差分法（ＤＩＤ）常用于评估政策效应，该方法以政策实施时点为界将样本分为对照组和实验组，然后对实验组与对照组的相关特征进行统计分析，从而实现政策效应评估㊂２０１７年，绿色金融试验区政策实施，为研究绿色金融对企业社会责任履行的影响提供了天然的准自然实验㊂建立如下双重差分模型：ＣＳＲｉ，ｔ＝β０＋β１ＴｒｅａｔˑＰｏｓｔ＋βᶄＣｏｎｔｒｏｌｓｉ，ｔ＋λ＋γ＋εｉ，ｔ（１）其中，ＣＳＲ代表被解释变量企业社会责任，交叉项ＴｒｅａｔˑＰｏｓｔ代表核心解释变量，Ｔｒｅａｔ为组别虚拟变量，Ｐｏｓｔ为时间虚拟变量，Ｃｏｎｔｒｏｌｓｉ，ｔ代表控制变量，β０㊁β１㊁βᶄ为模型参数，λ㊁γ分别代表行业固定效应和时间固定效应，εｉ，ｔ为随机项㊂通常，双重差分模型要求实验数据满足共同趋势条件，但是，各地区在企业规模㊁债务水平㊁治理情况等方面存在差异，政策制定者在选择绿色金融试点地区时无法做到完全随机，非试点地区可能并不一定是试点地区的最好对照样本，因而实验数据很难完全满足共同趋势的要求㊂为了排除企业所属试点地区特征的影响，解决样本选择偏差产生的内生性问题，尽可能满足双重差分法对数据共同趋势的要求，进一步增强研究的可信度，在进行双重差分分析之前，先利用倾向得分匹配法（ＰＳＭ）对试点地区企业和非试点地区企业进行重新匹配处理，从非试点企业中找出与试点企业最合适的对照样本㊂通过计量模型对每个观测值进行综合倾向打分，再按照倾向得分是否接近进行重新匹配㊂２．中介效应检验由于ＰＳＭ－ＤＩＤ只能估计绿色金融对重污染企业社会责任履行的整体效应，无法检验具体的作用途径，因而需要运用中介效应模型进行进一步分析㊂考虑自变量Ｘ对因变量Ｙ的影响，如果变量Ｘ首先作用于变量Ｍ，而变量Ｍ作用于变量Ｙ，从而实现变量Ｘ对变量Ｙ的作用，则称Ｍ为中介变量㊂①上述中介作用过程可用下列回归方程来描述：Ｙ＝ｃＸ＋ｅ１（２）Ｍ＝ａＸ＋ｅ２（３）Ｙ＝ｃᶄＸ＋ｂＭ＋ｅ３（４）㊀㊀逐步回归法是检验中介效应最常用的方法㊂首对模型（２）进行回归，若通过显著性①温忠麟㊁叶宝娟：‘中介效应分析：方法和模型发展“，‘心理科学进展“，２０１４年第５期㊂５１１阅江学刊２０２３年第２期检验，则说明变量Ｘ对变量Ｙ有显著影响㊂然后对模型（３）进行回归，若通过显著性检验，则说明变量Ｘ对变量Ｍ有显著影响㊂在此基础上，对模型（４）进行回归，若变量Ｘ的回归系数ｃᶄ未通过显著性检验，而变量Ｍ的系数ｂ通过显著性检验，则表明中介变量Ｍ产生了完全的中介作用；若变量Ｘ的系数ｃᶄ和中介变量Ｍ的系数ｂ都通过显著性检验，则表明变量Ｘ对变量Ｙ存在直接作用，同时变量Ｘ还通过中介变量Ｍ对变量Ｙ产生间接影响㊂㊀㊀（二）变量选择与定义１．被解释变量与核心解释变量被解释变量为企业社会责任（ＣＳＲ），采取和讯网发布的企业社会责任评级总得分的自然对数来衡量㊂核心解释变量交叉项ＴｒｅａｔˑＰｏｓｔ用于衡量绿色金融对重污染企业社会责任履行的影响㊂组别虚拟变量（Ｔｒｅａｔ）取值为０或１㊂考虑到首批绿色金融试点地区呈现对外开放格局，城市的改革创新对其所在省级行政区的改革创新具有带动作用，以及样本数据的可得性等因素，将首批试点城市所在的五个省级行政区（浙江㊁江西㊁广东㊁贵州和新疆）的重污染企业作为实验组，其余省级行政区的重污染企业作为控制组㊂若企业所在省级行政区属于实验组，则Ｔｒｅａｔ取值为１，否则Ｔｒｅａｔ取值为０㊂时间虚拟变量（Ｐｏｓｔ）取值为０或１㊂由于绿色金融试验区相关政策于２０１７年开始实施，对于实施之前的年份（２０１３ ２０１６年），Ｐｏｓｔ取值为０，而对于实施当年及之后的年份（２０１７ ２０２０年），Ｐｏｓｔ取值为１㊂２．控制变量由于影响企业社会责任履行的因素较多，本文从企业财务状况和企业治理状况两个维度选取如下８个控制变量：企业财务状况层面包括企业规模（Ｓｉｚｅ）㊁资产负债率（Ｌｅｖ）㊁净资产收益率（Ｒｏｅ）和账面市值比（Ｂｍ），企业治理状况层面包括董事会规模（Ｂｏａｒｄ）㊁独立董事比例（Ｉｎｄｅｐ）㊁两职合一性（Ｄｕａｌ）和第一大股东持股比例（Ｔｏｐ１）㊂上述各个变量的定义见表１㊂表１ 各变量定义变量类型变量名称变量符号变量定义被解释变量企业社会责任ＣＳＲ和讯网发布的企业社会责任评级总得分的自然对数解释变量Ｔｒｅａｔ与Ｐｏｓｔ的ＴｒｅａｔˑＰｏｓｔ组别虚拟变量Ｔｒｅａｔ与时间虚拟变量Ｐｏｓｔ的乘积交叉项控制变量企业规模Ｓｉｚｅ企业年末总资产的自然对数资产负债率Ｌｅｖ年末总负债／年末总资产净资产收益率Ｒｏｅ净利润／股东权益的平均余额账面市值比Ｂｍ账面价值／总市值董事会规模Ｂｏａｒｄ董事会人数的自然对数独立董事比例Ｉｎｄｅｐ独立董事人数／董事总人数两职合一性Ｄｕａｌ董事长与总经理是同一个人取１，否则取０第一大股东Ｔｏｐ１第一大股东持股数量／总股数持股比例㊀㊀（三）数据来源与说明将２０１７年我国建立首批绿色金融试验区作为准自然实验，选取２０１３ ２０２０年Ａ股６１１经济观察上市公司中的重污染企业为初始样本㊂重污染行业的认定参照中国证监会２０１２年发布的‘上市公司行业分类指引“，最终确定火电㊁钢铁㊁水泥㊁电解铝㊁煤炭㊁冶金㊁化工㊁石化㊁建材㊁造纸㊁酿造㊁制药㊁发酵㊁纺织㊁制革和采矿业１６个行业为重污染行业㊂为了降低数据因素对检验结果产生的不利影响，在检验之前对样本数据进行如下处理：第一，将２０１３年以后上市的企业从样本中剔除；第二，将研究期内为ＳＴ和ＳＴ∗的上市企业从样本中剔除；第三，对所有连续变量进行缩尾处理，减小极端值的干扰㊂最终样本包含４１８家上市企业，３３４４个观测值，其中国有控股企业１７９家，非国有控股企业２３９家㊂企业社会责任评级总得分来自和讯网，上市公司的财务数据来自国泰安数据库（ＣＳＭＡＲ）㊂实证过程采用Ｓｔａｔａ１５．０进行数据分析和处理㊂㊀㊀四、实证结果分析㊀㊀（一）描述性统计表２显示了主要变量的描述性统计结果㊂被解释变量企业社会责任（ＣＳＲ）的均值为３．０５５，中位数３．０７２，标准差为０．５３９，分布比较均匀㊂组别虚拟变量Ｔｒｅａｔ的均值为０．２５４，说明２５．４％的样本企业位于绿色金融试点地区，这为开展相关研究奠定了数据基础㊂时间虚拟变量Ｐｏｓｔ的均值为０．５００，说明绿色金融试点前后的样本规模相当㊂表２ 主要变量描述性统计变量观测值均值标准差最小值中位数最大值ＣＳＲ３３４４３．０５５０．５３９０．９７１３．０７２４．３１２Ｔｒｅａｔ３３４４０．２５４０．４３５００１Ｐｏｓｔ３３４４０．５０００．５００００．５００１ＴｒｅａｔˑＰｏｓｔ３３４４０．１２７０．３３３００１Ｓｉｚｅ３３４４２２．６６４１．３４７２０．３０９２２．４３２２６．２５０Ｌｅｖ３３４４０．４２６０．１８００．０６５０．４２９０．７８５Ｒｏｅ３３４４０．０８１０．０７５－０．１２８０．０７００．３３２Ｂｍ３３４４１．２６５１．１７５０．１４８０．８７９６．７４０Ｂｏａｒｄ３３４４２．１６６０．１９９１．６０９２．１９７２．７０８Ｉｎｄｅｐ３３４４０．３７１０．０５２０．３３３０．３３３０．５７１Ｄｕａｌ３３４４０．１９９０．３９９００１Ｔｏｐ１３３４４０．３６１０．１５１０．０９２０．３４４０．７３５㊀㊀表３进一步展示了绿色金融试验区实施前后试点地区和非试点地区重污染企业的企业社会责任（ＣＳＲ）和部分控制变量的平均值㊂可以看到，在绿色金融试点前，试点地区企业的规模（Ｓｉｚｅ）㊁资产负债率（Ｌｅｖ）㊁董事会规模（Ｂｏａｒｄ）㊁第一大股东持股比例（Ｔｏｐ１）都低于非试点地区企业㊂因此，可以判定对试点地区的选择不满足随机性原则，为了避免双重差分模型估计过程中可能出现的内生性问题，需要使用倾向性得分匹配方法（ＰＳＭ）选取与试点地区企业特征最接近的非试点地区企业进行估计㊂７１１阅江学刊２０２３年第２期表３㊀绿色金融试点前后试点地区与非试点地区样本企业相关变量平均值比较时期企业ＣＳＲＳｉｚｅＬｅｖＢｏａｒｄＴｏｐ１绿色金融试点前试点地区企业３．０５４２２．２６５０．３４０２．１６７０．３５２非试点地区企业３．０８８２２．５０１０．４３８２．１７５０．３８０绿色金融试点后试点地区企业３．２０８２２．７１６０．４０７２．１４７０．３２６非试点地区企业２．９７０２２．９４７０．４３２０２．１６３０．３５７㊀㊀（二）倾向性得分匹配结果为了找出与试点地区的企业特征最接近的非试点地区企业，利用倾向性得分匹配法（ＰＳＭ）进行匹配处理㊂具体地，选择Ｓｉｚｅ㊁Ｌｅｖ㊁Ｒｏｅ㊁Ｂｍ㊁Ｂｏａｒｄ㊁Ｉｎｄｅｐ㊁Ｄｕａｌ和Ｔｏｐ１作为协变量进行最邻近匹配㊂在计算倾向性得分时，采用ｌｏｇｉｔ模型进行回归，根据倾向性得分，对实验组和控制组进行１ʒ１的样本匹配㊂表４显示了匹配前后实验组与控制组的协变量平均值㊂可以发现，所有匹配变量在匹配后偏误的绝对值均在１０％以内，除Ｂｏａｒｄ和Ｉｎｄｅｐ两个协变量外，匹配前其他协变量在实验组与控制组之间均有显著差异（ｐ＜０．１），而在匹配后实验组与控制组之间的这种差异不再显著（ｐ＞０．１），匹配后实验组与控制组的特征更加接近㊂匹配后实验组与控制组的核密度分布差异减小，匹配质量较好㊂表４㊀倾向性得分匹配前后实验组与控制组的协变量平均值及检验结果变量平均值标准化差异检验ｔ－ｔｅｓｔ实验组控制组偏误（％）降幅（％）ｔ值ｐ值ＳｉｚｅＵ２２．４９００２２．７２１０－１８．２－４．３７０．０００Ｍ２２．４８５０２２．５０３０－１．４９２．５０．２９０．７７０ＬｅｖＵ０．３９８００．４３５２－２１．２－５．２２０．０００Ｍ０．３９７２０．４０２７－３．１８５．４－０．６６０．５０８ＲｏｅＵ０．０９０８０．０７７９１７．４４．３５０．０００Ｍ０．０９１３０．０９４７－４．６７３．７－０．９１０．３６３ＢｍＵ１．０９２０１．３２４２－２０．８－４．９９０．０００Ｍ１．０８１０１．０７８５０．２９９．１０．０４０．９６８ＢｏａｒｄＵ２．１５６３２．１６９１－６．７－１．６２０．１０５Ｍ２．１５６５２．１５３４１．６７５．６０．３４０．９６８ＩｎｄｅｐＵ０．３７０７０．３７１６－１．７－０．４４０．６６０Ｍ０．３７０７０．３７１１－０．９４８．４－０．１９０．８５２ＤｕａｌＵ０．２３５９０．１８５９１２．３３．１５０．００２Ｍ０．２３６４０．２１７５４．６６２．１０．９２０．３５３Ｔｏｐ１Ｕ０．３３８８０．３６８５－１９．８－４．９７０．０００Ｍ０．３３７９０．３３７２０．４９７．９０．０９０．９２８㊀㊀注：Ｕ代表匹配前，Ｍ代表匹配后㊂㊀㊀（三）基准回归分析以下采用双重差分法检验绿色金融对重污染企业社会责任履行的影响，基准回归结果见表５㊂其中，第（１）列为未加入控制变量和固定效应的检验结果，交叉项ＴｒｅａｔˑＰｏｓｔ的系数为０．０３５３，在５％的显著水平下通过检验；第（２）列为同时加入控制变量和固定效应８１１经济观察的检验结果，交叉项ＴｒｅａｔˑＰｏｓｔ的系数为０．０５５０，在５％的显著水平下通过检验㊂以上结果均表明绿色金融对重污染企业社会责任履行具有显著的正向影响㊂即在绿色金融政策的约束下，重污染企业为了获取更多的信贷资金，会从降低银企之间信息不对称着手，积极履行企业社会责任，而非抑制社会责任投资㊂重污染企业的发展往往需要庞大的资金，面对绿色金融带来的融资限制，重污染企业有可能在短期内采取减少社会责任投资等短视行为㊂但是从长期来看，只有不断适应社会环境变化，积极履行社会责任，重污染企业才能获得支撑其长远发展目标的资金支持㊂因此，绿色金融对重污染企业社会责任履行的促进作用远大于抑制作用，绿色金融最终会促进重污染企业积极履行社会责任㊂表５ 绿色金融对重污染企业社会责任履行的基准回归结果变量ＣＳＲ（１）（２）ＴｒｅａｔˑＰｏｓｔ０．０３５３∗∗（０．０２０６）０．０５５０∗∗（０．０１６２）Ｓｉｚｅ０．０６７０∗∗∗（０．０１０３）Ｌｅｖ－０．６０３２∗∗∗（０．０６３７）Ｒｏｅ３．４３３０∗∗∗（０．１７９２）Ｂｏａｒｄ０．０４７４（０．０５４５）Ｉｎｄｅｐ０．０７１８（０．１９０４）Ｄｕａｌ－０．０１１２（０．０２００）Ｔｏｐ１０．００２２（０．０６２０）Ｂｍ０．０３７０∗∗∗（０．０１０２）常数项３．０１３０∗∗∗（０．０１１６）１．３７１７∗∗∗（０．２５０９）时间固定效应否是行业固定效应否是Ｎ２５６２２５６２Ｒ２０．５０８２０．３５５５㊀㊀注：∗∗∗和∗∗依次表示通过显著水平为１％和５％的检验，下同㊂㊀㊀（四）稳健性检验１．更换被解释变量润灵环球（ＲＫＳ）是中国企业社会责任的权威第三方评级机构，致力于为责任投资者㊁责任消费者及社会公众提供科学的企业责任评级信息㊂这里采用润灵环球发布的社会责任评分替换被解释变量，重新进行回归，回归结果见表６第（１）列㊂可以看到，交叉项９１１阅江学刊２０２３年第２期ＴｒｅａｔˑＰｏｓｔ的回归系数为０．０４３２，并且通过显著水平为５％的检验，与基准回归结果一致㊂表６ 稳健性检验结果变量ＣＳＲ（１）更换被解释变量（２）安慰剂检验ＴｒｅａｔˑＰｏｓｔ０．０４３２∗∗（０．００４１）－０．０３５８（０．０３１１）常数项１．５６３０（０．１５４８）１．８５６３∗∗∗（０．４１５１）Ｃｏｎｔｒｏｌｓ控制控制时间固定效应是是行业固定效应是是Ｎ２５６２２１８４Ｒ２０．３３５２０．３３４１㊀㊀２．安慰剂检验考虑到绿色金融试点前其他事件也可能影响重污染企业社会责任的履行，这里将绿色金融试点时间提前两年重新进行回归㊂检验结果见表６第（２）列㊂可以发现，交叉项ＴｒｅａｔˑＰｏｓｔ的回归系数不显著，表明企业社会责任履行的变化是绿色金融试点政策引起的㊂㊀㊀（五）影响机制检验绿色金融使重污染企业受到的融资约束增强，相关企业通过银行获得的信贷资金减少，而融资约束能够促进企业社会责任的履行㊂①绿色金融有可能通过融资约束影响重污染企业社会责任履行，因而这里选择融资约束作为中介变量㊂现有文献提出了多种用于衡量融资约束的方法，其中ＫＺ指数被广泛采用㊂一般利用现金及现金等价物㊁经营性净现金流量㊁现金股利㊁资产负债率和托宾Ｑ值五个变量来构建ＫＺ指数㊂②ＫＺ指数的取值越大，表明企业面临的融资约束越强㊂为分析绿色金融对重污染企业社会责任履行的作用机制，借鉴温忠麟㊁叶宝娟的做法，③构建如下的中介效应模型：ＣＳＲ＝η０＋η１ＴｒｅａｔˑＰｏｓｔ＋η２Ｃｏｎｔｒｏｌｓｉ，ｔ＋δ＋θ＋εｉ，ｔ（５）ＫＺ＝μ０＋μ１ＴｒｅａｔˑＰｏｓｔ＋μ２Ｃｏｎｔｒｏｌｓｉ，ｔ＋δ＋θ＋εｉ，ｔ（６）ＣＳＲ＝λ０＋λ１ＴｒｅａｔˑＰｏｓｔ＋λ２ＫＺｉ，ｔ＋λ３Ｃｏｎｔｒｏｌｓｉ，ｔ＋δ＋θ＋εｉ，ｔ（７）其中，ＫＺ代表ＫＺ指数，其余变量含义不变㊂基于模型（５）至（７），采用逐步回归进行检验，结果见表７㊂第（１）列为模型（５）的回归结果，交叉项ＴｒｅａｔˑＰｏｓｔ的回归系数为０．０６１３，并通过显著水平为１％的检验，表明绿色金融对重污染企业社会责任履行有显著的正向作０２１①②③占华：‘绿色信贷如何影响企业环境信息披露 基于重污染行业上市企业的实证检验“，‘南开经济研究“，２０２１年第３期㊂倪娟㊁孔令文：‘环境信息披露㊁银行信贷决策与债务融资成本 来自我国沪深两市Ａ股重污染行业上市公司的经验证据“，‘经济评论“，２０１６年第１期㊂ＯｗｅｎＡ．Ｌａｍｏｎｔ，ＣｈｒｉｓｔｏｐｈｅｒＰｏｌｋ，ＪｅｓｕｓＳａａ－Ｒｅｑｕｅｊｏ， Ｆｉｎａｎｃｉａｌｃｏｎｓｔｒａｉｎｔｓａｎｄｓｔｏｃｋｒｅｔｕｒｎｓ ，ＲｅｖｉｅｗｏｆＦｉｎａｎｃｉａｌＳｔｕｄｉｅｓ，ｖｏｌ．１４，ｎｏ．２（２００１）．温忠麟㊁叶宝娟：‘中介效应分析：方法和模型发展“，‘心理科学进展“，２０１４年第５期㊂。
《基于产权性质的企业慈善捐赠对股价的影响》范文
《基于产权性质的企业慈善捐赠对股价的影响》篇一一、引言随着社会经济的发展，企业社会责任逐渐成为企业发展的重要组成部分。
其中，慈善捐赠作为企业履行社会责任的重要方式之一，已经引起了广泛关注。
然而，不同产权性质的企业在慈善捐赠方面的表现及其对股价的影响存在差异。
本文旨在探讨基于产权性质的企业慈善捐赠对股价的影响，分析其背后的作用机制，并为企业制定合理的慈善捐赠策略提供参考。
二、文献综述前人研究显示，企业慈善捐赠能够提高企业的社会形象，增强消费者对企业的好感度，从而提高企业的市场份额和股价。
然而，不同产权性质的企业在慈善捐赠方面的投入和策略存在差异。
国有企业在慈善捐赠方面往往更加注重社会效益，而民营企业则更注重经济效益。
此外，不同产权性质的企业在面对经济危机和市场波动时的慈善捐赠策略也有所不同。
三、理论分析基于产权性质的企业慈善捐赠对股价的影响主要体现在以下几个方面：1. 信号传递效应：企业通过慈善捐赠向外界传递积极信号，提高企业的社会形象和声誉，从而吸引更多的投资者，提高股价。
2. 投资者情绪：投资者对企业慈善捐赠的认可度较高，认为企业具有社会责任感，从而对企业的发展前景持乐观态度，推动股价上涨。
3. 产业链协同效应：企业慈善捐赠能够促进产业链上下游企业的协同发展，提高整个产业链的竞争力，从而对企业的股价产生积极影响。
四、实证研究本文以A股市场上的企业为例，分析基于产权性质的企业慈善捐赠对股价的影响。
通过收集相关数据，我们发现：1. 国有企业慈善捐赠的投入较大，主要集中在教育、扶贫、灾害救援等领域。
这些领域的捐赠能够提高企业的社会形象，对股价产生积极影响。
2. 民营企业在面对经济危机和市场波动时，更倾向于通过慈善捐赠来稳定股价。
民营企业的慈善捐赠策略更加灵活，能够根据市场变化及时调整捐赠策略。
3. 无论是国有企业还是民营企业，慈善捐赠都能够带来短期的股价上涨。
然而，长期来看，只有那些真正将慈善捐赠与企业战略相结合，形成产业链协同效应的企业，才能实现股价的持续上涨。
政府补助、股权集中度与企业创新可持续性
政府补助、股权集中度与企业创新可持续性李健;杨蓓蓓;潘镇【摘要】创新活动的高调整成本使创新活动一旦中断会给企业带来巨大的损失，保持企业创新持续投资对企业有重要的意义。
然而，严重的信息不对称问题导致创新投资面临外部融资约束，制约了企业的创新可持续性。
基于此，本文从平滑机制的研究视角，探讨了政府补助对创新投资波动的平滑作用，并在此基础上进一步分析了企业内部股权集中度、产权性质和外部货币政策的情境效应。
基于托宾Q投资模型，以2007-2014年A股制造业企业为研究对象的面板数据实证结果发现：企业创新持续投资活动存在外部融资约束，政府补助有助于缓解外部融资约束从而平滑创新投资波动，推动创新可持续性；而企业股权集中度会弱化政府补助对创新可持续性的正向影响；并且在非民营企业中和货币政策紧缩时期，股权集中度减弱政府补助平滑创新投资波动的作用更显著。
本文在论证政府资金满足企业创新融资需求的同时，也为我国现阶段建设创新型国家提供一定的参考。
%Because of high adjustment costs, the sudden interruption of innovation activities will bring huge losses to enterprises. Thus,maintaining continuity of enterprise innovation is of great significance to companies. However,serious information asymmetry leads to external financing constraints at innovation investment,which restricts the persistence of firm innovation. Therefore,based on the perspective of smoothing mechanism, this paper discusses the smoothing effect of government subsidies on Innovation investment fluctuation and furtherly discusses the context effects of internal ownership intensity, the ownership as well as eternal monetary policy. According to Tobin 's Q investment model, this paper performs anemperical test on panel data of A share of all manufacturing between 2007-2014, the result shows that: the enterprises who develop innovative sustainable investment activities suffer serious external financing constraints, government subsidies can ease external financing constraints to smooth the volatility of innovation investment and promote the Persistence of Firm Innovation;What’ s more, ownship intensity can weaken the positive relationship between government subsidies and the persistence of firm innovation;But in the private enterprises and during monetary policy contraction phase, ownship intensity furtherly weaken the smoothing effect of government subsidies on innovation investment fluctuation. The paper not only proves that government subsidies can satisfy the demands of innovation financing, but also provides certain reference for constructing a creative country at the present stage in China.【期刊名称】《中国软科学》【年(卷),期】2016(000)006【总页数】13页(P180-192)【关键词】政府补助;股权集中度;企业创新可持续性;产权性质;货币政策【作者】李健;杨蓓蓓;潘镇【作者单位】南京师范大学商学院，南京 210023;南京师范大学商学院，南京210023;南京师范大学商学院，南京 210023【正文语种】中文【中图分类】F273.1改革开放以来，中国经济实现了持续高速增长，但这种高增长主要依赖于生产要素的高投入、资源的高消耗以及对外技术引进[1]。
高管纵向兼任、产权性质与企业费用粘性
高管纵向兼任、产权性质与企业费用粘性作者：李世辉孙思琦来源：《会计之友》2022年第06期【摘要】高管纵向兼任是大股东加强公司控制的重要手段，广泛存在于经济转型期间，研究其经济后果有重要意义。
文章以2008—2019年沪深A股上市公司为样本，探究高管纵向兼任对不同产权性质公司费用粘性的影响。
实证结果表明：（1）高管纵向兼任与企业费用粘性呈负相关关系，且这种关系仅存在于非国有企业中;（2）当纵向兼任的高管为上市公司总经理而非董事长时，负相关关系更显著;（3）兼任距离较远时，高管纵向兼任与企业费用粘性为负相关关系，较近时无影响。
研究为高管纵向兼任是否合理提供了经验支持，对相关政策的制定和完善公司治理具有借鉴意义。
【关键词】高管纵向兼任; 费用粘性; 产权性质【中图分类号】 F275 【文献标识码】 A 【文章编号】 1004-5937（2022）06-0019-08一、引言高管纵向兼任是指上市公司高管同时在大股东或实际控制人单位对上市公司的公司治理有重要影响[ 1 ]。
大股东向上市公司派遣高管以加强对上市公司的控制，增加了大股东由于权力过大进行掏空的可能性。
因此，自1998年以来，证监会相继出台了“三分开”“五独立”等政策，对上市公司高管的兼职行为加以约束。
但上市公司高管纵向兼任在我国资本市场较普遍，尤其是国企转制过程中，国资委会派遣集团高管兼任上市公司董事长或总经理等重要职位。
由此不禁让人深思高管纵向兼任对企业的经营与发展究竟会有正面抑或负面影响，其造成的经濟后果又将如何？学术界对高管兼任的动机及经济后果进行了较多研究，但多是基于高管的横向兼任，对高管的纵向兼任研究较少。
根据已有文献，Arnoldi等[ 2 ]研究发现当国有控股公司存在纵向兼任时，公司业绩和公司价值得到显著提升。
这表明高管纵向兼任能够缓解股东与管理层的委托代理问题。
虽然大股东派遣高管任职会加强对公司的控制，但在制度环境尚未完善的地区，大股东缺乏有效的监督机制，更易利用较大的控制权来谋取私利而损害公司价值[ 3 ]。
投资者情绪、产权性质与商业信用
投资者情绪、产权性质与商业信用白娅;王樊;付龑钰【摘要】随着资本市场壮大,投资者情绪对实体经济的影响已不容忽视.本文利用2006—2015年沪深A股企业数据研究投资者情绪对商业信用供给的影响.研究发现,投资者情绪可从动机、意愿和能力三方面共同影响商业信用供给,两者呈显著的正相关关系.进一步,高涨的投资者情绪对民营企业商业信用供给的刺激性作用强于国有企业.【期刊名称】《金融发展研究》【年(卷),期】2017(000)006【总页数】7页(P41-47)【关键词】投资者情绪;产权性质;商业信用【作者】白娅;王樊;付龑钰【作者单位】天津财经大学商学院,天津300222;天津财经大学商学院,天津300222;天津财经大学MBA中心,天津300222【正文语种】中文【中图分类】F830随着资本市场深入发展，频发的金融危机给金融及经济体系带来的重创与恐慌让人们不得不反思虚拟经济过度膨胀的危害，因此助长资产价格剧烈波动的投资者情绪逐渐步入研究者的视野；加之企业投融资决策、虚拟经济与实体经济关系研究长盛不衰，共同推动着投资者情绪成为研究行为财务与行为金融的焦点。
另外，无论是发达国家还是发展中国家，商业信用都占据着重要的融资地位，以较高的资金效率发挥对正式金融制度的补充作用，并以较大的规模对国民经济给予支持，同时提升了企业资本配置效率（Alle等，2005；王彦超和林斌，2008）。
除了融资，降低经营性成本也使其成为企业间普遍的交易工具。
但商业信用使用不当同样会诱发信用风险、经济运行扭曲或国家宏观经济调控效果弱化等问题（Fewings，1992；金碚，2006）。
因此，了解商业信用影响因子可以有效地从根源发挥其融资与成本优势，并控制不良影响。
经研究，投资者情绪可通过股权、债务、信贷等渠道对企业融资决策产生显著影响，商业信用作为企业普遍且重要的融资渠道之一，是否也会成为投资者情绪影响实体经济的途径呢？在中国特殊的制度背景下，不同产权性质的企业影响程度又是否会存在差异呢？本文经A股上市公司数据检验得出以下结论：投资者情绪可通过动机、意愿和能力三方面共同影响商业信用供给。
企业ESG_表现对风险承担影响★——基于投资者关注的调节效应研究
【摘要】重视ESG信息披露工作、促进ESG理念与经营管理相融合、强化风险和责任主体意识，是上市公司实现自身高质量发展的重要途径。
文章以2016—2021年非金融上市公司为样本，实证检验了企业ESG表现对风险承担的影响。
研究发现企业ESG表现对风险承担具有显著的负向作用，即ESG表现的提高能降低企业的风险承担水平；分样本回归分析发现企业的产权性质会改变企业ESG表现对风险承担的负面影响，投资者关注度会减轻企业ESG表现对风险承担的负面影响，这一结论在国有企业中更加显著。
研究结果既丰富了企业ESG实践对风险承担影响研究，又为投资者投资提供了新的启示。
【关键词】ESG表现；风险承担；投资者关注； 社会责任【中图分类号】F83一、引言ESG评级是对企业的环境、社会、环境的表现给予不同权重获取评分而得到的评级，它打破了对过去单一财务指标的关注，将公司的环境、社会和公司治理纳入评级体系。
2017年,中国证券投资基金业协会发起并开始ESG专项研究，积极倡导并推广ESG理念，ESG在国内迅速发展。
2022年4月，证监会发布《上市公司投资者关系管理工作指引》，该指引在投资者关系管理的沟通内容中首次纳入“公司的环境、社会、治理信息”，从而促进了国内ESG信息披露与投资的发展。
上市公司作为国内优质企业的代表，探索形成企业ESG评价框架，履行ESG责任，促进上市公司在环境绩效、社会责任、公司治理方面做出披露是未来企业发展和各类利益相关者的关注重点，更是政府加强监管的必要途径与手段。
随着ESG政策制定和监管的加强，投资者和企业愈发重视ESG信息披露并将其作为企业评估和投资的重要参考依据。
在可持续投资的基础上评估公司财务效益以及社会环境效益，促使企业内部要素流动、鼓励其超越法律责任，可有效提高企业环境、社会和内部治理的良性循环与水平。
但由于国内开始关注ESG较晚，上市公司ESG管理水平良莠不齐，ESG评级机构评级方法不一，未来发展面临较大挑战。