招商量化ESG量化选股策略体系概览 [page::3]

• 策略体系包含正面筛选、负面剔除、行业增强、Smart Beta和基本面整合等五类策略。

- 结合秩鼎三级ESG指标体系，从环境、社会、治理三大维度构建多维因子体系。

ESG评分传导至股票估值路径解析 [page::4]

• ESG评分通过提升盈利现金流、降低特质性风险及资本成本，提高DCF模型的分子和降低分母，最终提升股票估值。

- 实证数据支持三条路径均显著，有效解释ESG因子带来的超额收益。

300ESG行业增强策略表现亮眼 [page::5]

| 区间 | 策略 | 区间收益率 | 超额收益率 | 年化收益率 | 波动率 | 夏普比率 | 最大回撤 | 平均换手率 |
|------------|------------------|------------|------------|------------|---------|----------|----------|------------|
| 2015年以来 | 300ESG行业增强策略 | 37.79% | 40.63% | 3.63% | 22.37% | 0.028 | 43.57% | 11.99% |
| 2023年以来 | 300ESG行业增强策略 | -2.76% | 6.37% | — | -2.31% | -0.358 | 22.17% | 12.06% |
| 2024年以来 | 300ESG行业增强策略 | 5.06% | 0.35% | — | — | 1.142 | 6.50% | 20.88% |
| 2024年3月 | 300ESG行业增强策略 | -0.74% | -0.64% | — | — | -1.011 | 3.64% | — |

• 策略相较沪深300指数表现出较稳定的超额收益和风险调整能力。

500ESG正面筛选策略优异表现 [page::6]

| 区间 | 策略 | 区间收益率 | 超额收益率 | 年化收益率 | 波动率 | 夏普比率 | 最大回撤 | 平均换手率 |
|------------|--------------------|------------|------------|------------|---------|----------|----------|------------|
| 2015年以来 | 500ESG正面筛选策略 | — | 109.97% | 8.40% | 27.33% | 0.198 | 53.75% | 12.29% |
| 2023年以来 | 500ESG正面筛选策略 | -1.78% | 9.41% | — | -1.49% | -0.244 | 27.73% | 12.91% |
| 2024年以来 | 500ESG正面筛选策略 | -0.92% | 1.21% | — | — | -0.211 | 17.35% | 23.19% |
| 2024年3月 | 500ESG正面筛选策略 | -2.43% | -0.52% | — | — | -1.586 | 7.09% | — |

• 策略持续跑赢中证500指数，尤其在长期区间表现优异。

1000ESG Smart Beta策略回测与表现 [page::7]

| 区间 | 策略 | 区间收益率 | 超额收益率 | 年化收益率 | 波动率 | 夏普比率 | 最大回撤 | 平均换手率 |
|------------|---------------------|------------|------------|------------|---------|----------|----------|------------|
| 2015年以来 | 1000ESG smartbeta策略 | 70.19% | 82.04% | 6.10% | 28.16% | 0.110 | 61.79% | 8.41% |
| 2023年以来 | 1000ESG smartbeta策略 | -4.43% | 10.83% | — | — | -0.306 | 32.47% | 8.37% |
| 2024年以来 | 1000ESG smartbeta策略 | -8.89% | 2.32% | — | — | -0.903 | 29.02% | 21.64% |
| 2024年3月 | 1000ESG smartbeta策略 | 3.38% | 3.14% | — | — | 2.123 | 6.78% | — |

• Smart Beta策略在中证1000成分股中展现稳定选股能力，月度超额收益尤为突出。

ESG量化策略核心思想与量化构建方法概述 [page::3][page::5][page::6][page::7]

• 因子构建基于秩鼎ESG综合评分，结合环境、社会、治理三级指标。

- 策略涵盖正面筛选（选择高ESG分公司），负面剔除（剔除低分公司），行业权重增强，Smart Beta因子加权，以及与基本面因子的融合。

• 各策略均进行分位数回测，确认ESG因子的显著选股能力与超额收益贡献。

- 策略均基于沪深300、中证500、中证1000对应指数样本构建，涵盖大中小盘不同规模股，适用范围广泛。

• 回测区间覆盖2015年至今，兼顾长期表现与近年调整，实时更新统计，确保策略实用性与可持续性。

招商证券2024年4月ESG量化选股策略跟踪报告详尽解析

---

一、元数据与概览

• 报告标题： ESG 选股策略2024年4月定期跟踪报告

- 发布机构： 招商证券股份有限公司量化研究团队（招证金工）

• 报告发布日期： 2024年4月

- 研究分析师： 任瞳、麦元勋，研究助理李世杰

• 报告主题： 基于ESG（环境Environment、社会Social及治理Governance）因子构建的多维度量化选股策略体系，及其在沪深300、中证500、中证1000三大股票池的表现跟踪。

- 核心论点：
- ESG因子作为一种另类因子，在传统基本面因子拥挤的市场中，提供了新的alpha来源。
- 高ESG评分通过三条路径（提升盈利现金流、降低特质性风险、降低资本成本）正向影响股票估值。
- 招商证券构建了多策略ESG选股体系，包括正面筛选、负面剔除、行业增强、Smart Beta及基本面整合策略。
- 2024年至今，ESG策略总体表现优于各自基准指数，尤其是1000ESG Smart Beta策略在2024年3月表现超额收益高达3.14%。

• 投资评级提醒： 本报告不构成直接投资建议，投资者需注意模型风险和市场环境变化风险。[page::0, 2]

---

二、逐节深度解读

1. 招商量化ESG选股策略体系概述

报告详细介绍了ESG评价体系的来源与构成，主要基于秩鼎公司的ESG评分数据。秩鼎作为国内领先的数据服务商，评分体系涵盖：

• 三级指标结构：一级3个大类（环境、社会、治理），二级细化14个指标，三级具体168个底层指标；

- 行业适应性：评分充分考虑中国市场特征及政策，如精准扶贫指标，基于GICS四级行业分类设置差异化权重；

• 评分逻辑：包括全市场均值、同行业均值以及无需对比的自评分档，实现相对及绝对评价并存；

- 策略维度：开发了五大策略
- 正面筛选策略：选取ESG分数高的股票；
- 负面剔除策略：剔除ESG分低的股票；
- 行业增强策略：限制行业偏离，权重调整限制在基准行业权重上下1%；
- Smart Beta策略：以ESG分数为权重调整Beta暴露；
- 基本面整合策略：将ESG因子与其他基本面因子等权合成，筛选综合得分高的股票。

解读与价值： 此体系体现了招证金工团队对ESG因子的深度量化理解及应用，立足于行业差异和市场特征，设计多样化策略以进一步挖掘ESG因子的超额收益潜能，充分考虑风险控制及组合构建的多元角度。[page::2, 3]

2. ESG评估到股票估值的传导机制

报告引用了之前的深度研究，基于现金流折现模型（DCF）分析ESG因子如何影响股票估值，路径包括：

• 提升盈利现金流： 高ESG评分公司盈利质量更高，现金流和分红预期提升，DCG模型分子增加；

- 降低特质性风险： ESG水平高，公司风险事件及尾部风险概率降低，估值更稳定；

• 降低系统性风险及资本成本： ESG良好公司系统性风险暴露较低，资本成本下降，DCG贴现率（分母）减少。

该传导路径确保基金经理或量化策略通过ESG因子不仅仅是做价值观投资，还能量化预期提升未来估值的数学基础，强化策略的理论支撑。

图2准确描绘了这一传导环节的逻辑和方向，为下游策略构建提供可靠理论依据。[page::3, 4]

3. 300ESG行业增强策略表现及分析

• 历史表现（2015年以来）：

- 策略年化收益率3.63%，夏普比率0.028，累计超额收益达40.63%；
- 净值曲线（图3）展示该策略与沪深300基准明显分化，表现优异；
- 分组测试（图4）显示，策略Top组拥有约5%以上的年化超额收益，呈现明显正向梯度效应。

• 近年表现（2023年以来）：

- 策略年化收益率-2.31%，优于基准-7.69%，实现区间超额收益6.37%；
- 荷包管理对冲后，趋势更为平稳。

• 2024年3月表现：

- 当月收益0.74%，高于基准0.10%，超额收益10.64%；
- 累计区间收益5.06%，略超沪深300的4.71%，超额收益为0.35%。

表2详细列出不同区间的收益率、波动率、换手率等关键指标，部分指标夏普比率处于正负间波动，表明策略兼顾收益和风险，但仍有改进空间。交易成本（单边2‰）纳入回测，体现现实操作考量。

总体而言，该策略兼顾行业权重约束，降低行业偏离风险，通过ESG因子选股获得显著超额收益，尤其是在市场动荡时的表现优于大盘。

4. 500ESG正面筛选策略表现及分析

• 历史表现：

- 年化收益率8.40%，夏普比率0.198，累计超额收益109.97%显著高于中证500指数；
- 回测净值图（图5）显示策略长期跑赢基准，且波动性较高；
- 因子分位数测试（图6）表明，从Bottom到Top组合呈现稳步递增的收益，表现因子效力强。

• 2023年以后表现：

- 策略收益率-1.49%，略优于基准-11.19%，区间超额收益9.41%；
- 到2024年3月，策略略微跑输基准，累计收益率2.43%，相较中证500的-1.91%仍显示强势，但当月超额收益为负(-0.52%)。

表3列出各区间收益、波动率和夏普数据，表明策略波动率在中等水平，换手率较大（超过50%），意味着较为活跃的调仓频率。

该策略通过正面筛选机制选取ESG得分高的股票，风险调整后表现稳健，是招商ESG体系中的中坚策略。

5. 1000ESG Smart Beta策略表现及分析

• 历史表现：

- 年化收益率6.10%，夏普比率0.110，累计超额收益82.04%；
- 净值曲线（图7）显示明显跑赢中证1000基准，策略表现稳定且持久；
- 因子梯度效应显著（图8），Top组明显示著高于底组的年化超额收益。

• 2023年以来表现：

- 策略收益率-3.72%，优于基准-15.26%，超额收益10.83%；

• 2024年以来表现：

- 策略收益-8.89%，较基准-6.57%稍逊；
- 2024年3月净值高速上升，月度收益3.38%，超越基准0.24%，单月超额收益3.14%。

表4详尽呈现区间超额收益及风险指标，夏普比率略偏低，但在2024年3月表现出积极的反转态势。换手率达到61.79%，显示策略调整较为频繁，追求较高的Alpha。

该策略充分利用ESG因子加权的Smart Beta方法，通过显著调整因子暴露，成功实现中证1000股票池中的稳定超额收益。

---

三、图表深度解读

图1（策略体系图示，page=3）

清晰展示了五大ESG量化选股策略体系布局。图示框架简洁明确，将招商ESG策略按照不同选股逻辑分类，传递出策略多样性和灵活组合的能力。作为理论基础和策略设计的提纲，对后续具体策略表现提供了理解框架。

图2（ESG评分至估值传导路径，page=4）

用流程图方式模型化高ESG评分如何影响股票估值。图中将现金流、风险和资本成本的核心金融变量整合入DCF模型，从财务定价角度明确路径，增强策略的理论说服力，展示了ESG投资的核心经济驱动力。

图3 & 图5 & 图7（300、500、1000策略净值曲线，pages=5,6,7）

三条策略净值曲线都显示出策略净值（棕色曲线）明显跑赢对应基准指数（灰色），表明ESG因子在各大股票池中均具备良好选股能力。同时红色对冲组合曲线趋势平稳，显示出基于ESG策略构建的对冲投资组合风险可控。

图4 & 图6 & 图8（因子分位数测试年化超额收益，pages=5,6,7）

三张柱状图均展示了因子分组的年化超额收益，Top组显著高于Bottom组及中间篮子，呈现典型的梯度效应。这充分验证了ESG因子在股票筛选中的有效性和一致性，为量化策略提供了坚实的统计依据。

表2-4（各策略回测结果详细数据）

各表详细披露回测区间收益率、超额收益、波动率、夏普比率、最大回撤，以及换手率信息，交易成本纳入考虑，为投资者理解策略的风险收益特征及执行成本提供依据。数据显示策略虽然适度波动，但整体夏普比指标表明具备一定风险调整后的超额收益能力。

---

四、风险因素评估

报告首段即明确风险提示，包括：

• 模型风险： 由于历史数据驱动模型构建，调仓逻辑及假设依赖于历史样本，政策、市场环境变化可能导致模型失效；

- 市场适用性风险： ESG因子表现存在不确定性，特别是在市场极端波动阶段，ESG因子的预测有效性可能受限；

• 数据风险： 评分数据依赖秩鼎公司的质量和精准度，若评分指标体系或数据收集发生问题，则策略表现可能受影响；

- 交易成本及流动性风险： 报告中已考虑交易费率，但实际操作中流动性和滑点风险仍需警惕。

报告并无详细提出具体的风险缓释措施，投资者需根据自身风险承受能力谨慎评估。

---

五、估值方法与分析

报告核心以现金流折现模型（DCF）作为理论基础，说明ESG高评分通过提升DCF模型的分子（盈利现金流）和降低分母（资本成本）提升股票内在价值。该方法是资产定价领域主流估值方法，适用于强化ESG对估值影响的定量分析。

报告未详细给出折现率、永续增长率参数等具体数值假设，但从理论路径与实际回测结合来看，估值逻辑较为稳健。通过历史收益回测验证了基于ESG因子的预期价值增厚。

---

六、批判性视角与细微差别

• 策略表现波动性： 各ESG策略尽管表现优于基准，但2015年至今夏普比率普遍不高，存在收益与风险匹配不一的问题，尤其是部分时间段（如2023年）策略收益转负，表明策略仍存在优化空间。

- 换手率较高： 平均换手率较高，对应较大的交易成本，可能影响净收益，特别在流动性有限的中小盘股票池中。

• 月度波动分化显著： 2024年3月部分策略出现超额收益快速反转，短期波动较大，提示投资者需要关注策略稳定性和市场周期适应能力。

- 数据依赖与评分体系透明度限制： 报告依赖秩鼎ESG评分体系，虽强调行业特色，但未详述评分具体算法和权重，存在一定黑箱特征。

• 风险管理方面描述有限： 报告指出风险源但未展开具体的风险管理策略，投资者可能需要自行设计风控措施。

---

七、结论性综合

招商证券2024年4月ESG量化选股策略定期跟踪报告系统总结了其ESG策略体系的构建理念、底层评分体系、理论估值模型与实际策略表现。报告通过三个代表性策略——300ESG行业增强、500ESG正面筛选和1000ESG Smart Beta，详细展现了ESG因子在不同股票池中的实际超额收益能力。

表格与图表验证了ESG因子强烈的分组收益梯度，说明该因子对个股筛选具备显著指导价值。净值曲线持续跑赢基准指数，且2024年3月三个策略均实现正向超额收益，体现了ESG因子作为另类alpha来源的现实可操作性。同时，现金流折现模型为ESG影响估值机制提供了清晰、逻辑严密的理论基础。

总体来看，招商证券ESG量化选股策略已形成体系较完善、理论与实际结合紧密的框架，展现了ESG投资在A股市场实现中长期超额收益的潜力。投资者应关注策略的波动性及高换手带来的交易成本影响，同时密切留意政策和环境的持续变化对模型的可能冲击。

未来，招商证券团队承诺将持续跟踪与完善策略，定期发布最新数据和分析结果，增强投资者对ESG量化策略的理解和信心。

---

免责声明

报告明确声明所含观点仅代表分析师本人，不构成投资建议。本报告数据依据合法信息采集，报社及员工不对因报告使用产生的损失负责。投资者需自主判断，注意潜在利益冲突。

---

综上所述，该报告为用户提供一份兼具理论深度、实证数据和系统策略视角的ESG量化投资参考，体现招商证券在中国ESG投研领域的领先水平，为机构及专业投资者提供重要的策略工具与决策支持。[page::0, 1, 2, 3, 4, 5, 6, 7, 8]

报告