Детальная информация

В данном исследовании анализируется влияние расхождений в ESG-рейтингах на стоимость долгового финансирования китайских предприятий с высоким уровнем выбросов углерода (листинг на рынке акций класса А), а также рассматриваются лежащие в основе этого процесса механизмы. Цели работы включают: измерение степени расхождения ESG-рейтингов, проверку наличия прямого влияния этого фактора, анализ модерирующей роли размера компании и проверку гипотезы о том, что информационная асимметрия выступает в качестве медиатора. На основе выборки из 586 предприятий с высоким уровнем выбросов углерода (22 696 наблюдений типа «компания-год» за период 2018–2023 гг., данные CSMAR и Wind) показатель расхождения ESG-рейтингов был рассчитан как стандартное отклонение стандартизированных оценок от пяти агентств (Huazheng, SynTao Green Finance, Wind ESG, MSCI, FTSE Russell). Методология исследования включает модель с двусторонними фиксированными эффектами, групповую регрессию, пошаговый анализ медиации и метод бутстрепа (1000 итераций) с использованием программного обеспечения Python и EViews. Основные выводы: во-первых, расхождение ESG-рейтингов существенно увеличивает стоимость долгового финансирования (коэффициент 1,0231, p<0,10); рост показателя расхождения на одно стандартное отклонение приводит к увеличению стоимости на 0,1125 процентного пункта (относительный рост на 3,84%). Во-вторых, размер компании выступает модератором данной связи: эффект значим для крупных предприятий (коэффициент 1,6483, p<0,05), но не для малых. В-третьих, информационная асимметрия не является медиатором (95%-й доверительный интервал по методу бутстрепа включает ноль); вероятно, основными каналами влияния выступают сбой в передаче сигнала, репутационные факторы и внимание со стороны регулирующих органов. Практические рекомендации: предприятиям с высоким уровнем выбросов углерода следует внедрить систему раскрытия ESG-информации и активно взаимодействовать с рейтинговыми агентствами; кредиторам — учитывать фактор расхождения рейтингов при оценке рисков; регуляторам — унифицировать стандарты раскрытия информации и усилить надзор. Данное исследование смещает фокус с абсолютных значений ESG-рейтингов на проблему их расхождения и эмпирически опровергает роль информационной асимметрии, предлагая новый теоретический взгляд на проблему.

This study examines how ESG rating disagreement affects debt financing costs of China’s A-share listed high-carbon enterprises and the underlying mechanisms. Goals include: measuring ESG rating divergence, testing its direct impact, examining firm size moderation, and verifying information asymmetry as a mediator. Using a sample of 586 high-carbon enterprises (22,696 firm-year observations, 2018–2023) from CSMAR and Wind, ESG rating divergence is the standard deviation of standardized scores from five agencies (Huazheng, SynTao Green Finance, Wind ESG, MSCI, FTSE Russell). Methods include two-way fixed effects model, grouped regression, stepwise mediation test, and Bootstrap(1,000 repetitions), implemented in Python and Eviews. Main findings: First, ESG rating divergence significantly increases debt financing costs (coefficient 1.0231, p<0.10); a one-standard-deviation rise in divergence raises costs by 0.1125 percentage points (3.84% relative increase). Second, firm size moderates this relationship – significant for large-scale enterprises (coefficient 1.6483, p<0.05) but not for small-scale ones. Third, information asymmetry is not a mediator (Bootstrap 95% CI contains zero); signal failure, reputation, and regulatory attention are likely main channels. Practical recommendations: high-carbon enterprises should adopt systematic ESG disclosure and engage with rating agencies; creditors should incorporate divergence into risk pricing; regulators should unify disclosure standards and strengthen oversight. This study shifts perspective from “ESG rating levels” to “divergence” and empirically rejects traditional information asymmetry, offering a new theoretical lens.

• INTRODUCTION
• 1.THEORETICAL FOUNDATIONS AND LITERATURE REVIEW
  • 1.1. Overview
    • 1.1.1. Research Background and Significance
    • 1.1.2. Research Content and Methods
    • 1.1.3. Research Innovations
  • 1.2. Literature Review
    • 1.2.1. Research on ESG
    • 1.2.2. Research on Factors Influencing Corporate Debt Financing Costs
    • 1.2.3. Research on The Impact of ESG on Corporate Debt Financing Costs
    • 1.2.4. Research on Transformation Risks and Financing Difficulties of High-Carbon Enterprises
    • 1.2.5. Literature Review
  • 1.3. Definition and Theoretical Concepts
    • 1.3.1 Definition of Core Concepts
    • 1.3.2. Theoretical Basis
    • 1.3.3. Research Hypotheses
    • 1.3.4. Summary of this Chapter
• 2. RESEARCH DESIGN AND EMPIRICAL ANALYSIS
  • 2.1. Research Design
    • 2.1.1. Sample Selection and Data Sources
    • 2.1.2. Variable Definition and Measurement
    • 2.1.3. Model Building
  • 2.2. Empirical Testing and Analysis
    • 2.2.1. Descriptive Statistics
    • 2.2.2. Correlation Analysis
    • 2.2.3. Multiple Regression Analysis
    • 2.2.4. Heterogeneity Analysis
    • 2.2.5. Mechanism Testing
    • 2.2.6. Robustness Test
    • 2.2.7. Summary
• 3. RESEARCH FINDINGS AND IMPLICATIONS
  • 3.1. Research Findings
    • 3.1.1. Disagreements in ESG Ratings Significantly Positively Impact Debt Financing Costs for High-carbon Enterprises
    • 3.1.2. Enterprise Size Significantly Moderates the Relationship Between ESG Rating Divergence and Debt Financing Costs for High-carbon Enterprises
    • 3.1.3. The Core Transmission Mediator of the Non-main Hypothesis of Information Asymmetry (H1)
  • 3.2. Policy Suggestion
    • 3.2.1. Suggestions for High Carbon Enterprises
    • 3.2.2. Suggestions for Creditors and Financial Institutions
    • 3.2.3. Suggestions for Regulators and Policymakers
  • 3.3. Research Limitations and Future Prospects
    • 3.3.1. Limited Sample Selection
    • 3.3.2. Limitations of Disagreement Measures for ESG Ratings
    • 3.3.3. Insufficient Exploration of Intermediary Mechanisms
    • 3.3.4. The Management of Endogenous Issues Requires Further Enhancement
    • 3.3.5. The Dynamism of Carbon-intensive Enterprises' Transformation has not been Adequately Captured
    • 3.3.6. The Mechanism of Enterprise Size Heterogeneity Requires Further Exploration
    • 3.3.7. Model Fit Improvement and Remaining Limitations
  • 3.4. Summary
• CONCLUSION
• BIBLIOGRAPHY