【摘要】ESG评级分歧在资本市场上开始受到越来越多的关注，该分歧不仅困扰着投资者决策，还会影响企业的行为决策。本文以2015～2021年沪深A股上市公司为样本，检验ESG评级分歧对企业避税的影响及机制。研究结果表明，过大的ESG评级分歧会促使企业实施更多的避税行为，且降低信息透明度和加剧融资约束是产生该刺激效应的重要传导路径。异质性检验发现，在非重污染行业、非高科技行业以及税收征管力度小的情境下，ESG评级分歧对企业避税行为的刺激效应更显著。经济后果检验还发现，ESG评级分歧对企业避税行为的刺激效应会诱发股价崩盘，影响金融市场稳定。
【关键词】ESG评级分歧；企业避税；信息透明度；融资约束；股价崩盘风险
【中图分类号】F275"""【文献标识码】A"""【文章编号】1004-0994（2025）01-0064-6
【基金项目】国家社会科学基金西部项目“混合所有制改革对国有企业投融资行为影响研究”（项目编号：22XGL014）；天府文化研究与文创项目“成都建设世界文化名城绿色发展现状与优化研究”（项目编号：TYB202414）
【作者单位】1.成都大学商学院，成都610106；2.河南师范大学商学院，河南新乡453007。高延歌为通讯作者
一、引言
在党的二十大报告强调要“完整、准确、全面贯彻新发展理念，着力推动高质量发展”的政策背景下，环境、社会和治理（ESG）成为实现经济高质量发展的关键手段，并深刻影响着微观企业的运营模式、财务行为及其成长性（高延歌和马胜，2024）。在资本市场上，ESG评级机构常常被视为“守门人”（Xia，2014）。但是，越来越多的理论研究发现，数百家ESG评级机构所采用的评级方法、框架和权重各不相同（Berg等，2022），这无疑增大了企业ESG评级结果的分歧度。评级结果的不一致会严重降低评级结果的有效性和可信度（Chatterji等，2016），并对资本市场、企业行为以及投资者决策产生直接影响（高延歌和马胜，2024）。因此，探索ESG评级分歧是否以及如何对企业的行为决策产生不利影响，正是推进ESG评级体系建设、促进企业长期高质量发展的现实需要。
企业避税问题普遍存在，尤其是对于新兴转轨时期的中国来说，资本市场信息不对称和管理层代理问题的存在，导致企业避税行为更为普遍（翟淑萍等，2023）。站在企业角度，避税是一把双刃剑：既可以为企业留存下来大量的经济资源，直接减轻纳税负担、提升收益水平，帮助企业把握住有利的投资机会，进而在长期内促进企业价值的提升；也可能会产生代理问题，降低企业信息透明度，为管理层的机会主义行为提供便利，不利于企业长期发展（田高良等，2021）。站在国家角度，企业避税行为带来的一个直接后果就是会减少国家的税收收入，降低财政资源配置效率（洪金明和袁一辰，2023），从而阻碍共同富裕战略目标的实现。已有研究基于企业内外部环境视角，发现信息不对称（蔡宏标和饶品贵，2015）、融资约束（Alm等，2019；Lei等，2022）、管理层业绩压力（洪金明和袁一辰，2023；王一舒等，2020）、经济不确定性（曹越等，2019）、投资者情绪（田高良等，2021）等深刻影响着企业避税行为。然而，现有研究忽略了一个事实，即任何行为和表现都是由人决定和实施的，理论界针对ESG评级分歧对人类行为和决策特别是作为企业重要决策的避税行为的影响研究较为匮乏。为解答上述疑惑，本文依据2015～2021年沪深A股上市公司数据，实证检验ESG评级分歧如何影响企业避税行为，并考察行业属性及税收征管力度对两者关系的差异化影响。研究发现，ESG评级分歧会显著加剧企业避税程度，其主要机制是信息透明度的降低和融资约束的加剧。尤其是对于非重污染行业、非高科技行业和税收征管力度小的企业来说，ESG评级分歧会刺激企业实施更多的避税行为。经济后果检验发现，ESG评级分歧对企业避税行为的刺激效应会诱发股价崩盘，影响金融市场稳定。
本文的可能贡献主要体现在以下几个方面：首先，虽然学者们已经对ESG评级分歧如何影响投资者决策、投资者情绪、企业融资成本以及企业自利行为等进行了大量有益的探讨，但缺乏对ESG评级分歧与企业避税之间关系的深入考察。本文对该主题的探究，是对ESG评级分歧经济后果相关研究的丰富。其次，尽管已有研究对企业避税的影响因素进行了详尽分析，但目前仍缺乏实证研究来验证ESG评级分歧对企业避税的具体影响。因此，本研究为理解企业避税行为背后的驱动因素提供了新的视角，并延伸了相关领域的研究范围。然后，本文探讨了ESG评级分歧如何通过降低信息透明度和增加融资约束来刺激企业避税，这一过程揭开了该现象背后的“黑箱”。最后，从行业特征和税收征管力度两个维度出发，考察了在不同情境下ESG评级分歧对企业避税产生差异化影响的问题。另外，本文还进一步基于股价崩盘视角，检验了ESG评级分歧对金融市场稳定性的影响，从而为企业ESG评级标准的构建、投资者决策以及有效遏制企业避税行为提供有益的理论参考与政策建议。
二、理论分析与研究假设
ESG评级分歧对企业行为决策的影响会直接迫使企业管理者采取不同的应对策略（Berg等，2021；何太明等，2023）。作为企业重要决策的避税行为，也可能会受到ESG评级分歧结果的直接影响。基于已有研究，本文认为，ESG评级分歧可能会加剧信息不对称和企业融资约束，从而导致企业实施过多的避税行为，具体的理论推演体现在如下两个方面：
第一，ESG评级分歧会加剧企业与外部之间的信息不对称程度，从而增强企业管理层做出避税行为决策的动机。ESG评级是对企业全面评估的一个重要综合指标。随着ESG评级日益受到股东、债权人和外部投资者的高度重视，企业已经将ESG评级作为评估管理层在任期内业绩的关键指标（何太明等，2023）。然而，当企业ESG评级结果存在分歧时，企业的信息透明度会下降（高延歌和马胜，2024），企业的信息环境恶化程度会加剧（Billio等，2021；Hu等，2023），从而使信息处于劣势的外部投资者及其他利益相关者无法掌握企业在环境保护、社会责任和公司治理等方面的整体表现，显著减弱他们对管理层的监督力度，从而增强管理层的短视动机（王积田等，2022；高延歌和马胜，2024）。而对管理层监督力度的减弱，会加大管理层行为决策与股东利益之间的偏差，增强企业管理层采取“漂绿”策略或盈余操纵等自利行为的倾向（Hu等，2023；王积田等，2022）。基于代理理论，公司的避税活动可以为管理层在职消费提供机会。因此，当ESG评级分歧为管理层的自利行为提供了操纵空间时，企业管理层的避税动机会增强。
第二，ESG评级分歧还会加剧企业的融资约束，从而促使企业实施更多的避税行为。融资约束是影响企业避税动机的重要因素（Lei等，2022）。避税所得能为企业留存大量的经济资源。可以说，避税行为是企业应对融资约束的一种策略。代表着资本市场中不同信息来源的ESG评级分歧会提升企业的不确定性和复杂性（Hu等，2023；高延歌和马胜，2024）。当投资者感知到投资企业的经营活动存在较高的不确定性和复杂性时，他们容易产生非理性情绪（何太明等，2023；Wang等，2024；高延歌和马胜，2024），而这些非理性情绪会直接影响他们的投资决策行为（何太明等，2023；田高良等，2021）。他们往往会通过减少对投资公司的投资量或提高收益报酬来尽可能规避投资风险（Avramov等，2022；Wang等，2024）。那么，随着投资者缩减投资量或提高风险溢价（Avramov等，2022；Wang等，2024），存在ESG评级分歧的企业会面临更高的融资成本（Christensen等，2022；张云齐等，2023）。因此，ESG评级分歧带来的高不确定性和复杂性，会加剧企业面临的融资约束，从而诱使企业管理层为实现融资目标而从事避税行为。
综上理论分析，本文提出以下假设：ESG评级分歧会显著增加企业的避税行为。
三、研究设计
（一）样本与数据选取
本研究初步收集了2015～2021年A股上市公司样本数据，然后在此基础上，对金融业样本、ST样本、税前利润小于等于0以及实证变量数据缺失的样本做剔除处理，并最终保留了17117个公司—年度观测值作为实证检验样本。对于本研究中的连续变量均做了上下1%的缩尾（Winsorize）处理，以防止极端值、异常值对研究结果的干扰。ESG评级数据和企业名义税率来源于万得（Wind）数据库，财务和治理数据来源于国泰安（CSMAR）数据库。
（二）变量设定
1.被解释变量：企业避税（BTD）。参考周冬华等（2017）的做法，采用会计—税收差异（BTD）来衡量企业避税，该指标数值越大，企业的避税程度越高。其中，BTD=［利润总额-（所得税费用-递延所得税费用）/名义税率］/期末总资产，考虑到被解释变量和解释变量的量级差异，为便于呈现回归结果，本文对BTD做扩大100倍处理。
2.解释变量："ESG评级分歧（ESGdif）。本文参考Wang等（2024）、高延歌和马胜（2024）的做法，采用六家评级机构对同一家企业评级分数的标准差作为ESG评级分歧的测定指标，这六家评级机构是盟浪、商道融绿、华证、Wind、富时罗素及彭博。
3.控制变量。参考已有的相关研究，本文加入了如下控制变量：企业规模（Size）、资产负债率（Lev）、企业上市年龄（ListAge）、企业成长性（Growth）、是否“四大”审计（Big4）、管理层持股比例（Mshare）、董事会规模（Board）、独立董事比例（Indep）、股权集中度（Top1）、两职合一（Dual）、固定资产占比（FIXED）、存货占比（INV）、产权性质（SOE）。此外，本文分别设置了年份（Year）和行业（Ind）虚拟变量，用于控制年份和行业属性对研究结果的影响。具体变量定义见表1。
（三）模型设定
为实证考察ESG评级分歧如何影响企业避税，本文构建如下多元回归模型：
BTDi，t=α0+α1ESGdifi，t+α2Controlsi，t+∑Yeart+
∑Indi+εi，t（1）
其中，BTD为企业避税变量，ESGdif为企业ESG评级分歧变量，Controls为一系列控制变量，ε为测量误差，同时控制了年份（Year）和行业（Ind）虚拟变量对实证结果的影响。若α1gt;0，则H1成立，即ESG评级分歧显著增加了企业的避税行为。
四、实证结果分析
（一）描述性统计
表2列示了描述性统计结果。结果显示，BTD的均值为0.2824，标准差为2.7122，最小值为-7.4219，最大值为11.5530，说明样本上市公司普遍存在避税行为，且各上市公司之间的会税差异较大，该统计结论与周冬华等（2017）的结论趋于一致。ESGdif的均值为0.8585，标准差为0.7413，这与Wang等（2024）的研究结果比较接近，说明本研究的样本公司确实存在ESG评级分歧问题。ESGdif的最大值为2.8284，最小值为0，表明不同公司的ESG评级结果的分歧偏差较大。
（二）基准回归分析
本文对模型（1）进行了回归，回归结果见表3。列（1）为不加入一系列控制变量时的基准回归结果，ESGdif的回归系数为0.0956，在1%的水平上显著。即在经济意义层面，ESGdif每增加一个标准差，企业避税行为的增加幅度相当于样本均值的25.1%。列（2）为加入一系列控制变量后的回归结果，ESGdif的回归系数为0.0888，在1%的水平上显著。即在经济意义层面，ESGdif每增加一个标准差，企业避税行为的增加幅度相当于样本均值的23.31%。整体而言，ESG评级分歧与企业避税行为之间有着显著的正相关关系。该实证结果验证了本文的假设，即过大的ESG评级分歧会显著提高企业的避税程度。
（三）稳健性和内生性检验
1.更换ESG评级分歧指标的衡量方式。本文重新采用另外两种衡量方法。第一，对六家评级机构给予同一家公司的评分取极差值，表示为ESGrange（何太明等，2023）；第二，对基准回归中的ESG评级分歧（ESGdif）进行行业调整，表示为ESGdifm（张云齐等，2023）。更换指标衡量方法后的回归结果列示于表4中列（1）和列（2）。ESGrange和ESG-
difm的回归系数均在1%的水平上显著为正，说明改变ESG评级分歧的衡量方法后，结论依然不变。
2.更换企业避税指标的衡量方式。本文采用名义税率与实际税率之间的差额（RATE）来衡量企业避税，检验结果如表4中列（3）所示。ESGdif的回归系数在5%的水平上显著为正，说明更换企业避税指标后，主要研究结论相对稳健。
3.控制高维固定效应。为进一步控制可能存在的遗漏变量内生性问题，本文采用高维固定效应进行内生性检验。在模型（1）的基础上，加入年份×行业固定效应，重新进行回归检验。表4中列（4）所列示的回归结果表明，主要研究结论依然稳健。
4.ESG评级分歧滞后一期。鉴于ESG评级分歧对企业避税程度的影响可能存在滞后性，本文采用滞后一期的ESG评级分歧（L.ESGdif）缓解该内生性问题。在表4列（5）所列示的回归结果中，L.ESGdif的回归系数为0.0975，在1%的水平上显著，意味着评级分歧依然会显著提高企业的避税程度。
5.倾向得分匹配（PSM）法。鉴于ESG评级分歧可能是由公司其他特征差异所造成的，而这些特征差异同样会影响管理层短视行为，因此为了缓解本研究结果可能存在的遗漏变量内生性问题，本文采用PSM法对匹配后的样本再次进行回归检验。具体操作为，先将ESG评级分歧转化为二值变量，然后按照其中位数将样本分别设置为实验组和控制组。若样本公司的ESG评级分歧高于其中位数则设置为实验组，反之则设置为控制组。最后选取Size、Growth、Mshare、SOE、INV、Lev、ListAge、FIXED、Dual、Indep等控制变量作为协变量进行1∶1近邻匹配。表4列（6）汇报了基于PSM匹配后样本的回归结果。该结果与前文研究结论一致。
6.工具变量法。ESG评级分歧与企业避税之间的关系可能会受因果倒置的内生性问题的干扰，即存在过多的企业避税行为导致了产生ESG评级分歧的可能性，因此，本文采用两阶段最小二乘工具变量方法来缓解该内生性问题。参考Wang等（2024）、王积田等（2023）、高延歌和马胜（2024）的做法，本文采用年度—行业平均的ESG评级分歧（Dif_IV）作为工具变量。实证回归结果见表4。列（7）报告了第一阶段的结果，Dif_IV的回归系数显著为正，F统计量为139.585（远大于10），说明所选取的工具变量是有效的。列（8）报告了第二阶段的回归结果，ESGdif的回归系数也显著为正，说明本文关于ESG评级分歧会显著加剧企业避税程度的结论成立。
五、进一步分析
（一）作用机制检验
前文的实证检验已经证实了ESG评级分歧会显著增加企业的避税行为，但未解答ESG评级分歧通过哪些作用渠道影响企业避税行为这一问题。一方面，ESG评级分歧会降低公司的信息透明度（Hu等，2023；王积田等，2022），从而为管理层实施避税行为提供了空间；另一方面，企业的ESG评级存在分歧代表着企业自身的经营状况具有较高的不确定性和复杂性，这可能会使投资者产生强烈的负面情绪，他们会通过减少对公司的投资和提高收益来尽可能地弥补自身所面临的投资风险，最终会直接推高企业的融资成本（Christensen等，2022）。那么，管理层为实现融资目标会实施更多的避税行为。然而已有大量文献证实，信息透明度和融资约束正是企业产生避税行为的两大诱因（蔡宏标和饶品贵，2015；Alm等，2019；Lei等，2022）。因此，从理论逻辑上来看，ESG评级分歧可能通过降低信息透明度和加剧融资约束来显著提高企业的避税程度。
借鉴江艇（2022）的研究，将模型（1）中的被解释变量分别替换为信息透明度（DA）和融资约束（WW），重新进行回归，以验证上述逻辑是否成立。本文采用修正Jones模型估算的操纵性应计盈余的绝对值（DA）来衡量信息透明度。操纵性应计盈余的绝对值（DA）越小，表示企业盈余管理程度越低，企业的信息透明度越高。在融资约束方面，通过构建融资约束WW指数（WW）来衡量。
表5列示了作用机制的检验结果。列（1）中ESGdif的回归系数为0.0029，在1%的水平上显著，说明ESG评级分歧显著降低了信息透明度，为企业避税行为提供了便利条件。列（2）中ESGdif的回归系数为0.0013，在1%的水平上显著，说明ESG评级分歧会加剧企业的融资约束程度，从而促使管理层为实现融资目标而进行避税。上述检验结果证实了“ESG评级分歧→降低信息透明度/加剧融资约束→提高企业避税程度”的作用渠道。
（二）异质性检验
1.污染属性。近年来，随着越来越严峻的环境问题引起包括媒体、投资者在内的外界的高度关注，环境监管部门和司法机构对重污染行业违法违规行为作出的处罚更及时、有效，力度也更大。因此，重污染企业在面对力度更大的法律法规监管时，会显著减少自身的避税行为（尚贵达等，2023）。因此，本文预期与重污染行业企业相比，ESG评级分歧对企业避税的影响在非重污染行业企业中更为显著。
遵循何太明等（2023）、高延歌和马胜（2024）的做法，按照《上市公司行业分类指引》（2012年修订），将样本划分为重污染和非重污染行业两个子样本进行分组回归。表6列（1）和列（2）报告了检验结果。结果显示：在重污染行业样本组中，ESGdif的回归系数为-0.0038，不显著；在非重污染行业样本组中，ESGdif的回归系数为0.1347，且在1%的水平上显著。同时采用Bootstrap抽样方法所检验的组间系数差异P值为0.000。该结果表明，在非重污染行业样本中，ESG评级分歧会显著增加企业的避税行为。
2.科技属性。对于高科技企业，国家一直在积极鼓励和大力扶持。从2008年开始，只要符合条件，高科技企业就可以享受15%的企业所得税优惠税率。从2020年开始，集成电路设计和软件企业受到国家的政策鼓励，可以按10%的税率缴纳企业所得税。因此，高科技企业能享受到更多的税收优惠政策，从而避税动机更弱（许云霄等，2023）。而非高科技企业由于税负高，其避税的意愿就比较强。基于上述分析，本文预期ESG评级分歧对企业避税的刺激作用在非高科技行业样本组中更显著。
表6列（3）和列（4）报告了检验结果。结果显示，在高科技行业样本组中ESGdif的回归系数为0.0183，不显著；在非高科技行业样本组中ESGdif的回归系数为0.1394，且在1%的水平上显著。组间系数差异P值为0.000。该结果表明，ESG评级分歧对企业避税行为的刺激作用在非高科技行业的企业中更为显著。
3.税收征管力度。作为一项企业财务决策行为，企业避税也深受外部税收征管力度的影响（田高良等，2021）。我国幅员辽阔、地区差异较大，各地的税收征管与税法执行力度迥异。较大的税收征管力度能够有效发挥治理效应，增加企业避税的机会成本（江轩宇，2013），从而有效减少企业的避税行为（江轩宇，2013；田高良等，2021）。税收征管力度的加大还有助于降低企业的外部融资成本（Ghoul等，2011），从而削弱企业为实现融资目标而进行避税的动机。与税收征管力度小的地区企业相比，在税收征管力度大的地区，企业的避税程度较低。因此，本文预期ESG评级分歧对企业避税的影响在税收征管力度小的地区企业中更为显著。
对于税收征管力度（TE）指标，本文借鉴江轩宇（2013）的构建方法，以税收征管力度（TE）的年度均值为界将样本分为两组，对模型（1）进行分组回归。表6列（5）和列（6）报告了检验结果。结果显示：在税收征管力度大的样本中ESGdif的回归系数为0.0370，不显著；在税收征管力度小的样本中ESGdif的回归系数为0.1241，且在1%的水平上显著。组间系数差异P值为0.090。该结果表明，在税收征管力度小的地区ESG评级分歧对企业避税行为的刺激效应更为显著。
（三）基于股价崩盘风险的经济后果分析
党的二十大报告中明确指出高质量发展是现阶段的首要任务，其中防范和化解金融风险则是实现我国经济高质量发展的关键。作为金融市场的重要组成部分，股票市场中上市公司股价崩盘会造成资源错配，对金融市场稳定构成威胁。已有研究指出，避税行为会使企业的经营活动变得更加复杂，增加投资者了解企业真实情况的难度，管理层可以利用避税信息不透明的特点为谋求私利行为提供遮掩，当该机会主义行为达到难以掩饰的程度，一旦负面信息突然爆发，将会造成企业股价大幅下跌，企业面临的股价崩盘风险加大（Kim等，2011；江轩宇，2013）。因此，本文进一步考察ESG评级分歧对企业避税的影响是否会最终诱发企业股价崩盘。借鉴Kim等（2011）的研究，本文构建负收益偏态系数（NCSKEW）和收益率上下波动率（DUVOL）这两个股价崩盘风险的度量指标，然后通过如下模型（2）来检验ESG评级分歧和企业避税对股价崩盘风险的影响。模型（2）中的其他控制变量来自模型（1），重点关注ESG评级分歧和企业避税交乘项（ESGdif×BTD）的系数。
NCSKEWi，t/DUVOLi，t=α0+α1ESGdifi，t+α2BTDi，t+α3ESGdifi，t×BTDi，t+α4Controlsi，t+∑Indi+∑Yeart+εi，t
（2）
回归结果如表7所示。从结果可以看出，ESGdif×BTD与NCSKEW、DUVOL的系数均在5%的水平上显著为正。因此，企业ESG评级分歧对企业避税的影响，会进一步诱使企业发生股价崩盘，对金融市场的稳定性造成威胁。
六、结论与政策建议
（一）结论
本文基于2015～2021年沪深A股上市公司数据，通过理论分析与实证方法检验了ESG评级分歧如何影响企业避税行为，并得出如下结论：ESG评级分歧会给管理层带来融资和业绩压力，进而显著影响企业避税行为。机制检验表明，ESG评级分歧主要通过降低信息透明度和加剧融资约束两条渠道影响企业避税行为。异质性检验发现，ESG评级分歧对企业避税的刺激性影响在非重污染、非高科技行业以及税收征管力度小的地区企业中更强烈。另外，ESG评级分歧对企业避税行为的刺激效应会诱发股价崩盘，影响金融市场稳定。
（二）政策建议
基于研究内容和结论，本文提出如下三方面的政策建议：第一，政府层面。在ESG战略已成为驱动我国经济高质量发展重要引擎的宏观背景下，政府相关部门要加快推进建设ESG评级机构制度进程，出台ESG评级指导细则，为各ESG评级机构进行客观、公正的评分，制定统一的ESG评价体系，以便更有效地释放企业ESG实践红利。第二，企业层面。企业自身应加强ESG践行意识，管理层在面对ESG评级分歧时，应树立正确积极的应对理念。企业还需要重点关注行业属性和所在地税收征管对ESG战略实施效果的差异性影响，以使ESG实践能更好地发挥其促进企业可持续发展的重要引擎作用。第三，投资者层面。投资者应重点关注企业ESG践行结果以及经营状况。ESG评级结果存在分歧的这类企业，很可能会存在更为严重的避税行为。因此，投资者无论是在做投资决策时或是在投资后，都需要重点关注ESG评级分歧过大企业自身的日常经营活动和财务状况，以免造成更大的投资损失。
【主要参考文献】
高延歌，马胜．ESG评级分歧与管理层短视［J］．管理现代化，2024（5）：176～185．
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．
江轩宇．税收征管、税收激进与股价崩盘风险［J］．南开管理评论，2013（5）：152～160．
王一舒，姚佳，李兴尧．高管薪酬激励方式对企业避税行为的影响［J］．统计与决策，2020（14）：179～183．
许云霄，柯俊强，刘江宁等．数字化转型与企业避税［J］．经济与管理研究，2023（6）：97～112．
周冬华，尹伊，郑静．分析师跟进、分析师声誉与公司避税程度［J］．江西财经大学学报，2017（6）：42～52．
BergF.，KoebelJ.F.，RigobonR..Aggregateconfusion：ThedivergenceofESGratings［J］．ReviewofFinance，2022（26）：1315～1344．
LeiG.，WangW.，YuJ.，etal..Culturaldiversityandcorporatetaxavoidance：EvidencefromChineseprivateenterprises［J］．JournalofBusinessEthics，2022（3）：357～379．
（责任编辑·校对：刘钰莹"许春玲）
