城市商业银行ESG披露能力研究

2024-12-21 00:00:00边俊杰林鑫郑梦然

中国市场 2024年34期

摘要：理论研究表明，商业银行ESG信息披露能力在各行业中处于领先地位，但对于城市商业银行来说仍存在不足且与大型商业银行有较大的差距。文章以九江银行、江西银行上市以来即2018—2021年的ESG报告为研究对象，通过熵值法及灰色关联度分析发现，两家银行的ESG信息披露能力自上市当年开始披露以来均有明显提升，但披露能力与对各指标的重视程度仍存在不足，建议各城市商业银行在进行ESG信息披露时要着重关注社会类指标的内容，从而进一步提高自身ESG信息披露能力。

关键词：城市商业银行；ESG；熵值法；灰色关联度分析；灰色预测模型

中图分类号：F832.33文献标识码：A文章编号：1005-6432（2024）34-0025-05

DOI：10.13939/j.cnki.zgsc.2024.34.007

1问题提出与文献回顾

在目前我国“双碳”目标政策大背景下，各方面都对上市公司ESG信息披露要求越来越严格，如在2022年4月15日，证监会发布了《上市公司投资者关系管理工作指引》（下文简称“指引”），该指引在上市公司投资者关系管理的沟通内容中首次纳入“公司的环境（E）、社会（S）、治理信息（G）”。此指引于2022年5月15日起施行，将有利于加快国内ESG信息披露与ESG投资的发展进程。

目前，对ESG综合表现的研究较少，张长江等（2022）就希望未来能够加强ESG信息披露相关政策梳理、理论及实证等方面研究。现有研究中大部分学者都认为ESG表现对企业价值或绩效有正向影响，如袁业虎和熊笑涵（2021）、王琳璘等（2022）、王波和杨茂佳（2022）。但是，也有学者认为，ESG表现对企业价值有负面影响。

由此可以发现，ESG信息披露情况对各类主体都有非常重要的影响，随着上市公司数量日益增加，社会及监管机构对其信息披露要求也越来越严格，并将进一步加强。据证券时报与中国资本市场研究院在2022年4月22日联合发布的《中国ESG发展白皮书（2021）》统计，截至2021年年底，41家上市银行中有37家发布了2020年度ESG信息披露报告，披露率超90%，位于所有行业的首位。

综上所述，ESG信息披露能力研究对城市商业银行具有很强的意义，但目前对城市商业银行ESG披露能力的研究成果有待进一步提升。而城市商业银行相对于其他类型银行的抗风险能力较弱，履行环境、社会、公司治理等方面责任的时候也可能对它的经营能力等方面产生影响，因此在ESG披露能力方面需要进一步加强。基于上述文献回顾，文章将围绕城市商业银行开展研究，并以九江银行、江西银行之间的对比具体说明城市商业银行ESG披露能力提升问题。

2指标体系的构建

2.1指标选取的原则和理论依据

许多学者如袁蓉丽等（2022）、李晓蹊等（2022）都对建立ESG体系的理论及展望进行了论述。目前国内ESG评级领先机构——商道融绿，早在2015年就推出了自主研发的ESG评级体系，还基于此体系建立了国内最早的上市公司ESG数据库。该公司推出的ESG信息评估体系分为三级，一级指标分为环境、社会和公司治理3个维度；二级指标分为环境管理、员工管理、公益及捐赠、商业道德、公司治理等13个分类；三级指标分为环境管理体系、能源消耗、劳动政策、反腐败和贿赂、董事会独立性等约200项指标。通过各种公开信息对ESG信息进行量化评估，该指标体d67e31d26617ca6a08871ba09c68da19系根据不同指标对各行业企业影响程度赋予不同的权重，分为10个等级且绩效满分为100分，从而为投资者提供建议。

但是这种体系不太适宜直接运用于城市商业银行ESG信息披露能力评估领域，首先该指标是对企业所有公开信息进行收集与评估，无法体现商业银行在ESG信息披露方面的能力与变化趋势。其次城市商业银行规模较小，ESG报告披露信息远不及大型商业银行详细、完整。如果与大型商业银行使用同一种指标会使其特征不够凸显，无法更好地单独反应城市商业银行ESG信息披露能力及变化。最后文章将基于以下原则及理论依据，并打破现有的环境、社会、公司治理3个维度的常规一级分类，提出一套新的指标体系对城市商业银行ESG信息披露能力进行评估。

2.1.1原则

城市商业银行ESG信息披露能力指标体系是一个多层次、多指标的复合体系，鉴于其ESG报告内容的详细程度，要构建其评价体系需要使用各方面最具有代表性的指标，才能直观、全面、科学地反映商业银行ESG信息披露的真实情况。因此，商业银行ESG信息披露指标体系应该至少满足以下五个要求。

其一，科学性，指标体系必须科学、清晰、具有代表性，应能充分反映商业银行ESG信息披露的真实水平。其二，系统性，指标体系从整体来看，其中的各项指标要能形成一个完整的系统，能够全面反映商业银行ESG信息披露的发展情况。其三，稳定性与动态性，所选取的指标既要相对稳定，又要能反映一个长期和动态的过程，以反映商业银行ESG信息披露的现状和趋势。其四，层次性与导向性，指标体系的设置应利于商业银行ESG信息披露能力的发展，根据指标体系分层分级寻找，以对商业银行ESG信息披露的发展进行引导。其五，可比性与可操作性，指标的选取应注意评价不同对象、不同年份之间的可比性，同时所需数据也应易获取。

2.1.2理论依据

第一，管理类指标对商业银行ESG信息披露的影响主要是源于从银行内部开始改变，不再将对ESG的理解仅仅局限于符合监管要求和市场需求，而是从内到外彻底的改变。李井林等（2021）认为，企业在运营管理过程中应重视ESG理念，因为ESG是一种多维度可持续理念，最终促使企业可持续发展。温彬和宋江立（2022）建议，银行要增强社会责任感，提升以ESG理念为基础的管理意识，推动社会高质量发展。

第二，经济类指标对于所有企业来说都是相当重视的，也是最常见的指标之一。但对于银行来说经济效益并不是唯一，银行作为金融机构要平衡好安全性、流动性与盈利性，要作为ESG披露能力评价指标的一部分，更是不能局限于此。

第三，社会类指标的内容是商业银行对自己所承担的社会责任最直接的反馈，ESG责任投资理念本就是来源于企业社会责任（CSR）。张慧（2022）认为，企业社会责任不但表明了企业的实力，还会影响投资者的投资意愿，社会责任信息的披露更可以降低投资者与企业的信息不对称。

第四，金融类指标对于商业银行来讲是相当重要的部分。许雪芳和覃宇冰（2020）指出，未来应形成利于绿色技术的绿色金融体制，完善绿色金融市场体系，不断强化ESG信息披露。项东和魏荣建（2022）通过研究发现，ESG信息披露对企业的绿色创新有显著的积极影响，如果有媒体关注更是能促进两者之间的关系。安国俊等（2022）也建议要有效推动ESG和可持续金融、绿色金融的协同发展。

第五，排放类指标反映的是企业对环境最直接的影响。李小荣和徐腾冲（2022）认为，公司ESG表现良好可以避免消费者、贷款人担忧该企业会不会产生更多环境问题，从而增加现金流量，提高偿债能力。虽然商业银行这类非直接排污企业不会对环境造成太大的破坏，但这仍是一项不可忽视的指标。

2.2指标选择及构建

根据国家生态环境部（原环保部）2010年出台的《上市公司环境信息披露指南》、ESG评级机构评价体系及商业银行ESG信息披露的实际情况，并参考了蔡佳楠等（2018）对企业环境信息披露、李志青和胡时霖（2021）对银行环境信息披露的指标设置及前文所述指标选取原则、理论依据，最终确定了测度银行ESG信息披露能力的指标体系，下设5类一级指标及19个二级指标，然后依照不同指标的涵盖范围、重要程度并通过专家评分法（咨询城市商业银行高管、相关领域研究学者）综合考虑，赋予不同的分值，总分为100分，详情如表1所示。

3数据来源与研究方法

各指标披露情况的收集均来自九江银行、江西银行各年度《环境、社会及管治报告》，根据内容描述详细程度、披露方式（如定量或定性）通过对比法（包括两家商业银行自身历年ESG报告的对比、两家商业银行历年ESG报告之间的对比）进行手工打分。

通过对数据与研究目的的综合考虑，选择用熵值法、灰色关联度分析、灰色预测模型三种方法对九江银行、江西银行ESG披露水平进行综合评价及预测。熵值法是一种客观赋权法，通过计算熵值来判断指标的离散程度，其程度越大，对综合评价的影响就越大。灰色关联度分析是根据因子的差异性判断其对整个系统影响程度的一种多因素分析方法，不但能很好地看出各指标评分与综合评价值之间的关系，还不需要很大的数据量，也不需要变量之间有强烈的数学关系。灰色预测模型与灰色关联度分析相同，亦只需有限的数据就可以通过建立模型对未来值进行预测，文章采用的是经典的、被广泛应用的GM（1，1）模型。

九江银行、江西银行上市时间短，数据有限且各指标得分与综合评价值之间并不存在严格的数学关系，在各指标内容的披露过程中，会对ESG信息披露的整体水平产生不同程度的影响，并作用于该银行的发展。熵值法能判断指标对综合评价的影响程度，灰色关联度能发掘其中的“灰色”关系，并以较为清晰的方式描述关联度。灰色关联度差异性越大，关联度就越低，对系统影响越小；反之差异性越小，关联度就越高，对系统影响也就越大。笔者利用上述两种方法，可以探析出在商业银行ESG信息披露发展过程中，受披露指标变化的影响。

3.1熵值法

第一步：设有m个评价对象和n个评价指标，指标值矩阵为X=（xij）m×n，其中i=1，2，…，m;j=1，2，…，n。下面将矩阵进行标准化及无量纲化处理。

正向指标：x′ij=xij－min（xij）max（xij）－min（xij）（1）

负向指标：x′ij=max（xij）－xijmax（xij）－min（xij）（2）

为避免零值对后续计算产生影响，整体向右平移0.00001个单位。

Tij=x′ij+0.00001

第二步：计算第j项指标的熵值。

hj=－1ln（n）∑ni=1Tij∑ni=1TijlnTij∑ni=1Tij（3）

第三步：计算第j项指标的权重。

wj=1－hj∑mj=1（1－hj）（4）

第四步：利用线性加权法对第i年的ESG信息披露水平进行测度。

ui=∑mj=1wjTij（5）

上述式中，Tij∑ni=1Tij为ESG信息披露指数体系的比重矩阵；Tij为指标j中i年的标准化和非负化后的无量纲值；hj为第j项指标的熵值；ui为第i年的ESG信息披露水平综合评价值；各指标权重之和∑mj=1wj=1。

3.2灰色关联度分析

第一步：对各因素原始数据做初始值的无量纲化处理。

x′i（k）=xi（k）xi（k）（k=1，2，…，n;i=1，2，…，m）（6）

第二步：计算关联系数。

γi（k）=miniminkx0（k）－xi（k）+ρmaximaxkx0（k）－xi（k）x0（k）－xi（k）+ρmaximaxkx0（k）－xi（k）（7）

式中，分辨系数ρ∈（0，∞），ρ越小，分辨力越大。当ρ≤0.5463时，分辨力最好，通常取ρ=0.5。

第三步：计算关联度。由于关联系数是反映各个时刻数列与参考数列的关联程度，故初始指标数值所反映的信息较为分散。笔者采用求该指标值的平均值，把各个时刻的关联系数集中为一个值作为整体的关联度ri，具体公式为：

ri=1n∑nk=1γi（k）（8）

式中，k=1，2，…，n。

3.3灰色预测模型

第一步：定义一个原始数据序列。

X（0）=（x（0）（1），x（0）（2），…，x（0）（n））（9）

式中，X（0）（n）≥0，k=1，2，…，n。

第二步：设X（0）的1次累加生成序列1-AGO。

X（1）=（x（1）（1），x（1）（2），…，x（1）（n））（10）

式中，x（1）（k）=∑ki=1x（0）（k），k=1，2，…，n。

第三步：设1次累加生成序列1-AGO的紧邻均值生成序列。

Z（1）=（z（1）（2），z（1）（3），…，z（1）（n））（11）

式中，背景值z（1）（k）=0.5×（x（1）（k）+x（1）（k－1）），k=2，3，…，n。

第四步：一阶常微分方程：dx（1）dt+ax（1）=b为GM（1，1）模型的白化微分方程，差分形式为x（0）k+az（1）（k）=b，其中a为模型的发展系数，反映x（1）（k）的发展趋势，b为模型的灰色作用量，反映数据之间变化关系。由最小二乘法求解得到以下公式。

［a，b］T=（BTB）－1BTY（12）

式中：

Y=x（0）（2）x（0）（3）…x（0）（n），B=－z（1）（2）1－z（1）（3）1…1－z（1）（n）1

第五步：方程dx（1）dt+ax（1）=b的离散解为以下公式。

x︿（1）（k）=x（0）（1）－bae－a（k－1）+ba（13）

式中，k=2，3，…，n。

第六步：还原值（即x︿（0）的预测方程）如下。

x︿（0）（k）=x︿（1）（k）－x︿（1）（k－1）=（1－ea）x（0）（1）－bae－a（k－1）（14）

式中，k=2，3，…，n。

4研究结果

4.1熵值法确定指标权重

基于熵值法的计算过程，对九江银行、江西银行在前文城市商业银行ESG信息披露指数评估细则中的5项一级指标进行处理与计算，从而得到各指标的权重，已列示于表2中。可以看出，对两家银行的评价中权重高的是排放类（33.72%），其次是经济类（25.51%）、管理类（18.06%）、社会类（11.99%），最后是金融类（10.73%），说明在两家银行已经发布的ESG报告中，各一级指标内排放类、经济类是重要因素，权重之和占比超过50%。

4.2熵值法综合评价结果

通过加权法计算出九江银行、江西银行自2018年上市以来ESG信息披露水平综合评价结果，具体见表3。从综合评分结果来看，九江银行与江西银行上市以来ESG信息披露发展情况呈阶梯状并存在较明显的差异性，其中，两家银行在2021年ESG报告中获得的综合评价得分均为第一，其分值（0.736859281、0.932120525）相较于前几年都有着较为明显的领先。因此可以认为，随着社会的发展以及政策制度的完善，两家城市商业银行的ESG信息披露水平均有一定程度的提高。

由图1可以更加直观地发现，两家城市商业银行ESG信息披露能力均随着时间的推移有明显的提升，区别在于九江银行综合评价值持续地有着明显升高，江西银行在2019年与2020年间综合评价值有一个较大的提升，在其余年间的提升没有这么明显。对比看来，江西银行ESG披露整体水平自上市以来一直都优于九江银行，其中的江西银行ESG信息披露水平起点比较高，而九江银行起点较低（各指标得分值均为参评指标中最低分），直到2021年ESG信息披露水平有了显著的提高，缩小了与江西银行间的差距。

4.3灰色关联度分析结果

罗上华等（2003）在研究城市环境保护规划与生态建设指标体系时，在专家咨询的基础上，将灰色关联度的程度划分了4个等级（见表4），文章也采取了这种划分方法。

由结果可知，社会类指标对九江银行ESG信息披露能力的关联度为0.6299051，排在第一，金融类、管理类和经济类指标对九江银行ESG信息披露能力的关联度分别为0.62990206、0.62989902和0.62989885，排放类指标对九江银行ESG信息披露能力的关联度为0.62989879。这5个指标与九江银行ESG信息披露能力综合评价值之间关联度均大于0.6，故都具有较高的关联度。

在江西银行ESG信息披露能力的关联度排名中，社会类指标依然排在最高位，为0.65298986，管理类、排放类、金融类和经济类指标对九江银行ESG信息披露能力的关联度分别为0.6503464、0.64529973、0.63596869和0.61153948。这5个指标对江西银行ESG信息披露能力综合评价值的关联度均高于0.6，故都具有较高关联度。

5结论与建议

文章通过政策、文献分析并结合银行业的特点构建了基于“环境—社会—企业治理”的商业银行ESG信息披露能力综合评价体系，在九江银行、江西银行历年《环境、社会及管治报告》中选取了具有代表性的5类一级指标和19个二级指标，并在该指标体系构建的基础上，对九江银行、江西银行上市以来ESG报告中的相关指标数据进行了综合评价、分析和预测，最后分析结果基本能够客观反映九江银行、江西银行在环境、社会、企业治理方面信息披露的发展水平，从而为我国城市商业银行ESG信息披露未来的发展提供理论支撑。[HJ1]

参考文献：

［1］张长江，徐品，毕苗.上市公司ESG信息披露研究综述：理论、动因与效应［J］.财会通讯，2022（14）：9-15.

［2］袁业虎，熊笑涵.上市公司ESG表现与企业绩效关系研究——基于媒体关注的调节作用［J］.江西社会科学，2021，41（10）：68-77.

［3］王琳璘，廉永辉，董捷.ESG表现对企业价值的影响机制研究［J］.证券市场导报，2022（5）：23-34.

［4］王波，杨茂佳.ESG表现对企业价值的影响机制研究——来自我国A股上市公司的经验证据［J］.软科学，2022，36（6）：78-84.

［5］袁蓉丽，江纳，刘梦瑶.ESG研究综述与展望［J］.财会月刊，2022（17）：128-134.

［6］李晓蹊，胡杨璘，史伟.我国ESG报告顶层制度设计初探［J］.证券市场导报，2022（4）：35-44.

［7］李井林，阳镇，陈劲，等.ESG促进企业绩效的机制研究——基于企业创新的视角［J］.科学学与科学技术管理，2021，42（9）：71-89.

［8］温彬，宋江立.银行业践行ESG理念思考［J］.中国金融，2022（8）：71-72.

［9］张慧.ESG责任投资理论基础、研究现状及未来展望［J］.财会月刊，2022（17）：143-150.

［10］许雪芳，覃宇冰.我国绿色金融发展的实践经验与提升路径［J］.人民论坛，2020（30）：72-73.

［11］项东，魏荣建.ESG信息披露、媒体关注与企业绿色创新［J］.武汉金融，2022（9）：61-71.