《Sustainability》:Corporate FinTech and Environmental Information Disclosure: Evidence from Chinese A-Share Listed Firms
编辑推荐:
随着气候治理和低碳转型的持续推进,环境信息披露(EID)已成为加强企业环境责任的重要工具。基于2008年至2023年中国A股上市公司的样本,本研究采用BERT大语言模型构建了企业层面的金融科技(FinTech)指数,并通过双向固定效应模型检验了其与EID的关系
随着气候治理和低碳转型的持续推进,环境信息披露(EID)已成为加强企业环境责任的重要工具。基于2008年至2023年中国A股上市公司的样本,本研究采用BERT大语言模型构建了企业层面的金融科技(FinTech)指数,并通过双向固定效应模型检验了其与EID的关系。结果表明,金融科技发展与环境信息披露水平呈正相关,且在非高技术企业和非制造企业中效应更强。此外,机制检验表明,金融科技可能通过促进内部绿色创新和减少外部信息不对称来增强环境信息披露。进一步分析表明,更强的环境规制和更高的内部控制质量可能强化金融科技与环境信息披露之间的正向关系。这些发现为理解金融科技如何支持企业环境治理现代化提供了实证证据。
**研究背景与问题**
近年来,全球气候变化加剧,环境保护成为亟待解决的重要议题。在中国“双碳”政策背景下,环境信息披露(EID)成为评估企业环境治理能力和可持续发展绩效的关键制度工具。然而,实践中企业环境信息披露仍面临诸多挑战:一方面,披露内容以定性描述为主,存在信息碎片化、主题覆盖有限等问题;另一方面,缺乏统一的披露框架,内部治理和外部监督不足导致“漂绿”行为频发。因此,系统探究提升企业环境信息披露质量的决定因素对于强化环境治理具有重要现实意义。
现有研究主要从企业内部特征和外部制度压力两个角度解释环境信息披露差异,但大多数研究依赖传统治理和制度框架,忽视了企业层面金融科技(FinTech)对环境信息披露的影响。金融科技作为数字技术与金融深度融合的产物,能够降低信息获取成本、增强数据可追溯性和透明度,从而缓解信息不对称并促进绿色创新。然而,金融科技如何通过影响企业内部能力和外部条件来塑造环境信息披露,仍缺乏深入理解。
基于此,本研究提出以下问题:金融科技能否提升企业环境信息披露水平?其具体影响路径是什么?这种影响在不同类型企业间是否存在异质性?研究人员利用2008至2023年中国A股上市公司样本,采用BERT大语言模型构建企业级金融科技指数,通过双向固定效应模型进行实证检验。结果表明,金融科技显著促进了环境信息披露,且非制造企业和非高技术企业受益更多。机制分析表明,这一促进作用通过激发内部绿色创新和缓解外部信息不对称实现。此外,严格的外部环境规制和稳健的内部控制显著增强了金融科技对环境信息披露的正向效应。该研究发表在《Sustainability》期刊,扩展了环境信息披露影响因素的研究边界,创新了金融科技度量方法,系统识别了传导机制与调节作用,为理解金融科技支持企业环境治理现代化提供了实证依据。
**关键技术方法**
本研究的核心技术方法包括:第一,采用BERT大语言模型构建企业级金融科技(FinTech)指数。研究人员首先构建涵盖大数据、云计算、区块链、人工智能等六维度的124个关键词库,从年报管理层讨论与分析(MD&A)中提取候选句子;然后通过人工标注与多模型预标注(GPT-5、ChatGLM-5.1)的三层质控体系,对10%样本进行语义标注(Cohen’s Kappa=0.86);接着微调预训练BERT模型进行语义预测,识别真正反映企业金融科技应用的句子,并统计其出现频率,取对数后作为指数。第二,采用双向固定效应模型进行基准回归,控制企业和年份固定效应。第三,采用两阶段最小二乘法(2SLS),以滞后一期企业金融科技与地级市每百人互联网用户数的交互项作为工具变量处理内生性。第四,机制变量包括绿色创新(GI,以绿色专利申请数加1取对数衡量)和信息不对称(ASY,基于股票流动性指标LR、ILL、GAM进行主成分分析合成)。调节变量包括环境规制强度(ER,以城市政府工作报告中环境相关词占比衡量)和内部控制质量(IC,以迪博内部控制指数加1取对数衡量)。样本来源于巨潮资讯网、CSMAR和Wind数据库,涵盖2008至2023年A股上市公司,最终获得31,998个公司-年度观测值。
**研究结果**
**5.1 相关性分析与多重共线性**
变量间方差膨胀因子(VIF)均低于10,不存在多重共线性问题。金融科技与环境信息披露(EID)的相关系数为0.061,初步支持两者正相关。
**5.2 基准回归**
双向固定效应模型结果显示,在控制企业财务特征、治理结构以及年份和个体固定效应后,金融科技系数为0.015,在1%水平上显著,表明金融科技每增加一个标准差(1.032),EID水平实际提升约1.56%,支持假设1。
**5.3 稳健性检验**
通过以下七种检验均保持结论稳健:(1)将解释变量滞后一期;(2)剔除2019-2022年新冠疫情样本;(3)加入行业-年份交互固定效应;(4)剔除金融行业样本;(5)剔除直辖市样本;(6)采用企业和年份双聚类稳健标准误;(7)替换解释变量度量(关键词占比、地区金融科技企业数)、增加额外控制变量(经济发展、金融发展、数字基础设施、污染强度、媒体关注)、加入联合固定效应。
**5.4 内生性检验**
采用工具变量(滞后一期FinTech×地区互联网用户数)进行2SLS估计。第一阶段结果显示工具变量与金融科技显著正相关,不存在弱工具变量问题。第二阶段回归中金融科技系数仍显著为正。通过半简化回归、安慰剂检验(500次随机匹配,系数集中于0)和局部到零(LTZ)方法验证排他性约束,结论稳健。
**5.5 机制分析**
**5.5.1 绿色创新渠道**:金融科技显著促进企业绿色专利申请(包括绿色发明专利和绿色实用新型专利),Sobel检验显著,Bootstrap置信区间不包含0,表明金融科技通过推动内部绿色创新提升EID水平,支持假设2a。
**5.5.2 信息不对称渠道**:金融科技显著降低信息不对称指数(ASY),Sobel检验显著,Bootstrap置信区间不包含0,表明金融科技通过缓解外部信息不对称改善EID,支持假设2b。
**6.1 调节效应分析**
**6.1.1 环境规制强度**:交互项FinTech×ER系数为正(5%显著),表明更严格的环境规制能增强金融科技对EID的促进作用,支持假设3a。
**6.1.2 内部控制质量**:交互项FinTech×IC系数为正(5%显著),表明高质量内部控制能强化金融科技对EID的正面效应,支持假设3b。
**6.2 异质性分析**
**6.2.1 高技术与非高技术企业**:金融科技仅显著提升非高技术企业的EID水平,对高技术企业影响不显著(Fisher置换检验显示组间差异显著)。
**6.2.2 制造与非制造企业**:金融科技显著提升非制造企业的EID水平,对制造企业影响不显著(Fisher置换检验显示组间差异显著)。
**结论与讨论**
本文进一步扩展了数字技术与企业环境治理关系的研究。研究人员采用BERT大语言模型构建企业级金融科技发展指数,发现金融科技能够显著提高企业环境信息披露(EID)水平。机制分析表明,金融科技通过促进绿色创新和缓解信息不对称,提升了企业的披露意愿和能力。此外,严格的区域环境规制和企业内部控制能够进一步强化金融科技的积极影响。异质性分析显示,金融科技在非高技术企业和非制造企业中的效应更强,表明其在弥补传统行业披露短板和应对外部监督压力方面发挥关键作用。研究结论为理解金融科技如何支持企业环境治理现代化提供了实证证据,并建议政策层面推动金融科技在绿色创新识别、信息披露验证、内外部治理协同以及差异化支持策略中的应用。