ESG指标与评级体系简介 [page::4]

• ESG涵盖环境(Environment)、社会(Social)、公司治理(Corporate Governance)三方面，评估企业可持续性和社会责任。

- 数据源于Wind数据库，主要评级包括商融绿道“ESG环境、社会和公司治理综合评级”和社投盟“社会价值评级”。

• 样本主要覆盖沪深300成分股，评级分布集中在中低档位，评级更新频率不固定。

ESG评级与股票收益分析 [page::5][page::6][page::7]

| 评级组合 | 年化收益率 | 信息比率 | 平均股票数量 |
|----------|------------|----------|--------------|
| ESG B+及以上 | 5.36% | 0.25 | 27 |
| ESG B | 4.48% | 0.22 | 71 |
| ESG B-及以下 | 低于基准 | 负值 | 多达157 |
| 社会价值 A及以上 | 16.08% | 0.97 | 53 |
| 社会价值 BBB | 10.05% | 0.57 | 103 |
| 社会价值 BB及以下 | 低于基准 | 负值 | 超过100 |

• 高ESG评级组合表现优于沪深300及等权组合，且多空策略收益信息比达到1.04。

- 社会价值评级组合表现与市值和估值因子密切相关，其收益差异主要由因子敞口决定，评级本身影响不显著。

ESG评级在因子组合构建中的应用比较 [page::8][page::9][page::10]

• 因子筛选：以不同ESG评级门槛筛选沪深300成分股构建BM、ROA组合，备选池收益有所提升，但因子敞口降低，组合表现并无显著提高。

- 因子打分：将ESG评级数值化后与BM、ROA因子联合打分，选取最高20%构建多因子组合，“BM+ROA+ESG”组合年化收益11.87%，信息比0.63，显著优于基准。

• 因子加权：基于ESG得分调整组合权重，获得超额收益，但不及因子打分方式。

量化策略示例：BM+ROA+ESG组合构建与绩效 [page::9][page::10]

• 以沪深300成分股为样本，结合价值因子BM、盈利因子ROA与ESG打分。

- 组合月度调仓，等权配置排名前20%个股。

• 该组合年化超额收益约10.6%，年化跟踪误差4.9%，信息比超过2。

- 显著提升传统Smart Beta因子组合的风险调整收益，为投资者提供具有可行性的ESG量化投资框架。

海通证券研究所：《ESG 与社会责任投资系列研究（二）——ESG评级在因子组合构建中的应用》详尽解读与分析

---

一、元数据与报告概览

• 报告标题：《ESG与社会责任投资系列研究（二）——ESG评级在因子组合构建中的应用》

- 作者与团队：冯佳睿、沈泽承及金融工程研究团队，海通证券研究所

• 发布时间：2019年4月左右

- 研究主题：探讨环境(Environment)、社会(Social)、公司治理(Corporate Governance)三方面的ESG评级及社会责任评级在因子投资组合构建中的实际应用效果，重点聚焦于A股市场沪深300指数成分股的实证分析。

• 核心论点：

- ESG评级（环境、社会、公司治理综合）与股票组合收益呈现正相关关系，且其收益超额部分不可被传统因子解释，显示其独立投资价值。
- 社会价值评级与组合收益虽正相关，但其收益差异主要由市值、估值等传统因子驱动。
- 在Smart Beta策略构建中，引入ESG评级作为打分或加权方式，能有效提升因子组合绩效，尤其是多因子加ESG打分的结合效果最佳。
- ESG因子筛选虽提升了备选池股票均值收益，但限制了因子敞口，导致组合实际表现不如预期。

• 风险提示：历史统计数据可能失效，需注意统计期和市场环境适用性差异[page::0,4,11]。

---

二、逐节深读与分析

1. ESG相关指标

关键点总结

• ESG指标综合环境、社会及治理三大维度，区别于传统财务指标，通过定性与定量的子指标反映企业可持续经营能力及对社会责任的承担。

- 国内外已有多家第三方机构提供ESG评级，国内主要评级对象集中于沪深300成分股，评级层级丰富且分布集中于中间档次（B-/C+）[pages::4-5]。

• Wind数据库收录两大主要评级数据：商融绿道“ESG环境、社会和公司治理综合评级”，以及社投盟“社会价值评级”，评级频率主要集中于每年两次左右。

详细数据点

• 表1：ESG评级统计显示，截至2018年底，436家公司获得评级，无公司达到最高A+/A等级，超过2/3集中于B-/C+。

- 表2：社会价值评级涵盖AAA至D共20档，BBB和BB档占比超过30%，显示评级多聚焦于中档企业。

分析解读

• 评级对象多为大盘股，原因包括大盘股信息披露完善且影响力大，有利于准确评估。

- 评级体系的层级划分和样本活跃度尚需完善，限制了实证样本和对市场全面性的覆盖[page::4-5]。

2. 评级与股票收益

2.1 ESG评级组合

• 构建了基于ESG评级的五组等权投资组合，分为B+及以上、B、B-、C+、C及以下组别。

- 表3揭示高评级组年化收益高达5.36%，优于沪深300（1.15%）、中证800及等权组合，信息比高达0.25。

• 图1显示高ESG评级组合累计净值明显优于市场基准和低评级组，ESG多空组合年化收益达10.26%，信息比高达1.04，且收益优势显著且持续上升。

- 表4对比高低评级组合因子暴露差异，发现市值、动量略有差异，但估值、盈利等核心因子敞口极为接近。

• FF3因子模型回归揭示该收益差异的截距项显著，表明上述收益优势不可通过传统市值、估值因子解释，体现ESG评级的独立有效性[pages::6].

2.2 社会价值评级组合

• 将社会价值评级合并分为A及以上、BBB、BB及B及以下四组。

- 表5显示A及以上组年化收益16.08%，显著优于沪深300及等权组合，信息比0.97。

• 图3体现A组到B组收益清晰分层，但表6显示组合收益差异主要由市值（大市值偏好）、估值（低估值）、换手率等传统因子敞口差异驱动，FF3模型回归截距不显著，意味着社会价值评级自身无显著独立收益贡献[pages::7].

章节小结

• ESG评级确实为投资组合带来了额外的超额收益，这一特性在因子模型中不被解释，可视为非传统因子的有效补充。

- 社会价值评级与市场价值、估值关系紧密，缺少独立alpha。

• 为后续组合构建重点采用ESG评级作为研究核心指标[pages::6-7,8].

3. ESG评级在组合中的应用

本章聚焦于ESG评级融入Smart Beta因子投资策略的三种主流方法表现：因子筛选、因子打分、因子加权。

3.1 因子筛选

• 筛选条件为基础上限表达ESG评级不低于C+、B-、B，缩小股票池后构建BM（账面市值比）、ROA（资产回报率）及组合因子（BM+ROA）。

- 表7反映基准因子组合在沪深300范围内表现良好，BM+ROA年化收益最高达10.49%。

• 表8显示随ESG限定条件严格，股票池年化收益率确有所提高，但部分组合风险调整后收益反而未显著提升甚至下降，主要由于股票池缩减限制了因子暴露上限。

- 图5明确展示了ESG不低于B样本池因子总敞口显著低于沪深300成分股池的因子敞口（水平均值0.61 vs 1.54），因而组合潜在收益空间受限。

3.2 因子打分

• ESG评级转化为连续变量后，合并于BM、ROA打分加权中，选取组合最高20%股票构建。

- 表9与表10对比显示，因子打分方法显著提升组合年化收益率和信息比，如BM+ROA+ESG组合年化收益提升至11.87%，信息比达0.63，超额收益达10.59%，信息比更高达2以上，反映出打分法优越性。

• 相较于筛选，打分保留了股票池弹性，避免因样本过窄引发组合因子暴露的下降，综合效益最大。

3.3 因子加权

• 类似于市场加权方式，以ESG得分调整权重，最高评级权重为最低评级9倍。

- 表11和12中，各因子组合加权方式均提升收益，BM+ROA+ESG加权组合年化超额收益10.51%，信息比1.87，虽较打分法稍逊，但明显优于等权基准组合。

• 加权法兼顾因子信号与评级信息，适合稳健提升组合，但仍有限制于权重衡量的单一尺度。

章节总结

• 筛选方法虽然提升了股票池的平均预期收益，但限制了因子暴露度，反而影响了组合的整体表现。

- 打分与加权方法均有效融合了ESG评级信息，提升了组合年化收益率与风险调整后收益表现。

• 因子打分法表现更优，实操建议优先采用此类方法构建带ESG因子的多因子组合[pages::8-10].

---

三、图表深度解读

图1 - ESG评级组合累计净值（2015.12 - 2019.3）

• 内容：对比了高ESG评级（B+及以上）、低ESG评级（C及以下）、沪深300指数及等权组合累计净值表现。

- 解读：高ESG评级组合表现持续优于市场，累计净值超过1.18倍，明显跑赢两者，显示ESG评级通过筛选带来了正面超额收益。

• 联系文本：支持高ESG评级组合收益优越的论述，体现评级有效性。

图2 - 高/低ESG多空组合相对净值

• 内容：构建做多高ESG评级股票，做空低评级股票的多空组合。

- 解读：多空组合的净值长期递增，累计达到1.3738，年化收益超10%，信息比超1，表明市场存在可利用的ESG评级相关套利空间。

图5 - BM+ROA组合因子总敞口对比

• 内容：比较沪深300成分股与ESG不低于B样本池的BM+ROA组合因子敞口。

- 解读：沪深300环境下因子暴露持平1.5以上，ESG高标准池平均不足0.7，表明筛选方式显著降低因子暴露力，限制组合潜在收益增长。

• 文本对应：说明为何筛选ESG方法无明显提升组合表现的内在机制。

图3与图4 - 社会价值评级组合累计净值及多空组合表现

• 内容：展示A及以上和B及以下评级股票组合的净值走势及相对表现。

- 解读：高评级组合明显跑赢沪深300，低评级组合落后市场，但是其收益差异主要受传统因子驱动，未体现独立alpha。

---

四、估值与财务预测

报告中并未涉及具体公司估值模型或财务预测内容，主要聚焦在因子投资组合的构建与绩效对比，以量化方法验证ESG评级对组合表现的影响。

---

五、风险因素评估

• 历史数据失效风险：由于ESG评级相关历史数据样本时间较短，评级更新频率尚不稳定，历史统计结果的未来适用性存疑，存在显著的模型时效风险。

- 评级方法与数据质量风险：评级机构标准尚未统一，ESG评级和社会价值评级的覆盖面与深度均有限，评级的客观准确度及其对组合的解释力可能受到影响。

• 投资策略局限：因子筛选方法受股票池限制导致敞口不足，可能影响实际投资表现，策略需适时调优以防止因子暴露缩水带来的收益下降。

报告仅基于市场公开数据自动计算，研究员未进行主观调整，需投资者理性审视[page::0,11].

---

六、批判性视角与细微差别

• 数据样本短期与评级稀疏性：ESG评级数据从2015年起，覆盖股票有限且标注更新未固定，样本数据稀疏限制了结论的广泛适用性。

- 评级机制不透明与可比性不足：不同评级机构标准差异及评级逻辑局限影响其一致性。社会价值评级更多反映传统因子，说明评级本身可能偏向市值或估值因素。

• 筛选方法引发的样本选择偏差：因筛选限制导致股票池过窄，组合敞口受限。虽然筛选后股票预期收益更高，但实际收益未必提升，显示出方法本身潜在的局限与矛盾。

- 组合构建方法对比差异显著：打分法优于筛选法，也优于简单权重加权方式。实践中应优先考虑结合方式而非简单硬筛选。

---

七、结论性综合

本报告系统地分析了国内沪深300成分股的ESG及社会责任评级，并验证了其在因子投资组合构建中的应用价值。研究主要发现包括：

• ESG评级具备较强的独立投资价值，能够显著提升股票组合的风险调整后收益，且这一增值效果不能被传统风格因子解释。

- 社会价值评级与收益正相关性存在，但收益差异主要由市值、估值等因子驱动，缺乏独立alpha。

• 将ESG评级直接用于股票池筛选虽提升了预期收益，但相应地大幅限制了因子组合的因子敞口和潜在收益，导致组合表现不升反降，不建议单独采用。

- ESG评级因子打分法表现最佳，因子加权法次之，均显著超越不融合ESG因子的传统因子组合。特别是价值（BM）、盈利能力（ROA）与ESG因子的三因子组合表现最佳，年化超额收益达10%以上，信息比显著超过2，显示极佳的风险调整回报。

• 投资者在构建A股Smart Beta组合时，可在传统价值、盈利等因子基础上，引入ESG评级打分机制，既兼顾财务因子，又充分体现企业可持续经营与社会责任价值，以期获得更稳定和持续的超额收益。

从图表分析来看，高ESG评级组合的净值表现长期优于市场，且多空策略稳定攀升，体现评级在实操中的有效指导作用。因子敞口及回归分析揭示了评级信号的非传统因子特性。

最终，这份研究报告不仅在学术上验证了ESG评级的理论价值，更提供了实用的投资组合构建方法与实证模型，对机构投资者实施社会责任投资及ESG整合具有明确指导意义[pages::0-11].

---

结束语

本报告由海通证券研究所金融工程研究团队编制，数据和结果均基于公开市场信息自动计算，强调历史统计局限，适合对ESG投资策略有兴趣和实践需求的专业投资机构参考，投资需谨慎。

---

报告中所有图表均清晰展示了评级因子与组合表现间的关系，实证细节准确，分析逻辑严密，是当前A股ESG投资研究领域的重要参考文献。

---

参考图片示例（部分）

• 图1 ESG评级组合累计净值（2015.12-2019.3）

• 图2 高/低 ESG评级组合相对净值（2015.12-2019.3）

• 图5 $BM+ROA$组合因子总敞口对比（2015.12-2019.3）

• 图3 社会价值评级组合累计净值（2016.6-2019.2）

• 图4 高/低社会价值评级组合相对净值（2016.6-2019.2）

---

溯源

本文分析内容均来源于海通证券研究所原文报告全文，范围页码包括0至11页的主体研究内容，图表及统计数据详见对应页码，条款引用严格注明[page::0-11]。

报告