1. 招商量化ESG选股策略体系介绍 [page::2][page::3]

• 采用秩鼎提供的ESG三级指标体系，涵盖环境、社会和治理三个一级指标，细分至168个三级指标。

- 构建了包括“正面筛选”、“负面剔除”、“行业增强”、“Smart Beta”及“基本面整合”五大策略类型。

• ESG因子通过提升盈利现金流、降低特质性与系统性风险、减少资本成本，正向驱动股票估值（见图2传导机制）。

2. 300ESG行业增强策略表现 [page::4][page::5]

| 区间 | 策略 | 区间收益率 | 区间超额收益率 | 年化收益率 | 年化波动率 | 夏普比率 | 最大回撤 | 平均换手率 |
|-------------|-------------------|------------|----------------|------------|------------|----------|----------|------------|
| 2015年以来 | 300ESG行业增强策略 | 42.63% | 47.56% | 3.93% | 22.14% | 0.042 | | 42.83% |
| 2023年以来 | 300ESG行业增强策略 | -3.09% | 7.99% | -2.16% | 14.72% | -0.351 | | 22.20% |
| 2024年以来 | 300ESG行业增强策略 | 2.91% | 0.44% | | | 0.211 | 6.76% | 19.67% |
| 2024年6月 | 300ESG行业增强策略 | -3.89% | 0.37% | | | -4.871 | 4.30% | |

• 该策略在2015年以来的累计超额收益明显，2024年6月仍实现0.37%的超额收益。

- 因子分位数测试显示高分组组合表现优异，选股能力显著。

3. 500ESG正面筛选策略表现 [page::5][page::6]

| 区间 | 策略 | 区间收益率 | 区间超额收益率 | 年化收益率 | 年化波动率 | 夏普比率 | 最大回撤 | 平均换手率 |
|-------------|-------------------|------------|----------------|------------|------------|----------|----------|------------|
| 2015年以来 | 500ESG正面筛选策略 | 105.80% | 115.60% | 8.14% | 27.09% | 0.19 | | 53.82% |
| 2023年以来 | 500ESG正面筛选策略 | -5.38% | 11.58% | -3.79% | 18.57% | -0.365 | | 28.75% |
| 2024年以来 | 500ESG正面筛选策略 | -5.21% | 3.28% | | | -0.521 | 17.72% | 21.97% |
| 2024年6月 | 500ESG正面筛选策略 | -4.71% | 2.76% | | | -3.143 | 5.74% | |

• 500ESG正面筛选策略表现尤为突出，长期超额收益超过115%。

- 2024年6月表现稳定，继续超越中证500基准。

4. 1000ESG Smart Beta策略表现 [page::6][page::7]

| 区间 | 策略 | 区间收益率 | 区间超额收益率 | 年化收益率 | 年化波动率 | 夏普比率 | 最大回撤 | 平均换手率 |
|-------------|-----------------------|------------|----------------|------------|------------|----------|----------|------------|
| 2015年以来 | 1000ESG smartbeta策略 | 52.68% | 73.36% | 4.70% | 28.18% | 0.06 | | 61.75% |
| 2023年以来 | 1000ESG smartbeta策略 | -14.45% | 9.30% | -10.33% | 23.19% | -0.575 | 32.47% | 8.00% |
| 2024年以来 | 1000ESG smartbeta策略 | -18.45% | -2.52% | | | | | 29.02% |
| 2024年6月 | 1000ESG smartbeta策略 | -5.99% | 1.87% | | | -2.303 | 7.31% | |

• Smart Beta策略在中证1000股票池表现稳定，量化因子选股能力显著。

- 2024年6月依然实现了正向的超额收益。

5. 量化因子构建及策略关键点 [page::3][page::4]

• ESG评分包含环境、社会、治理三维度多层指标，充分结合中国市场及政策特征。

- 策略设计多样：包括通过筛选高ESG分数股票、剔除低分股票、行业权重控制、Smart Beta加权及与基本面因子整合等方式。

• 通过选股因子的历史回测验证，ESG因子带来正向超额收益，且策略整体风险收益表现稳健。

500ESG选股策略2024年7月定期跟踪报告详尽分析

---

一、元数据与概览

报告基本信息

• 标题：500ESG选股策略2024年7月定期跟踪报告

- 作者及联系方式：招商证券量化研究团队，主要分析师包括任瞳和麦元勋，研究助理为李世杰

• 发布时间：2024年7月（从文中信息推断）

- 研究机构：招商证券股份有限公司（简称“招商证券”）

• 主题：基于ESG（环境、社会、治理）综合评价指标，构建量化ESG选股策略体系，并追踪策略在沪深300、中证500、中证1000市场中的表现

- 报告性质：卖方研究，强调ESG因子作为另类因子寻找Alpha机会

核心论点与目标

• ESG因子能够从非基本面视角评价上市公司在环境、社会及治理三方面综合表现，是当前A股市场获取超额收益的新Alpha来源。

- 基于历史研究，ESG评分通过改善盈利现金流、降低特质性风险和资本成本，三条路径影响股票估值。

• 招商证券量化团队围绕沪深300、中证500及中证1000构建了正面筛选、负面剔除、行业增强、Smart Beta及基本面整合等多维度ESG选股策略体系。

- 2024年以来，300ESG行业增强策略、500ESG正面筛选策略、1000ESG Smart Beta策略分别实现了0.44%、3.28%、-2.52%的超额收益，且多个策略2024年6月仍保持稳健表现。

• 风险提醒指出模型及结果基于历史数据，未来政策或市场环境变化可能导致模型失效，报告内容不构成投资建议。

---

二、逐节深度解读

1. 招商量化ESG量化选股策略体系

关键论点概述

• 招商证券量化团队自2020年6月起持续发布ESG主题的系列深度研究，覆盖ESG内部传导机制、选股债、行业轮动、碳风险等。

- 选用秩鼎公司ESG评分数据，秩鼎为国内领先ESG数据商，服务体系含168个三级指标，覆盖环境、社会和治理共14个二级指标。

• ESG指标体系细化结合中国国情和市场特征，如社会资本中特别引入精准扶贫指标。

- 评分方法包括全市场均值比较、行业均值比较与分档评分，结合GICS四级行业划分，不同行业对应不同权重。

• 基于此数据体系，构建包括正面筛选、负面剔除、行业增强、Smart Beta、基本面整合等多策略框架（详见图1）。

逻辑与假设解析

• 正面筛选策略从指数成分中选取ESG评分靠前样本；

- 负面剔除剔除评分靠后标的；

• 行业增强通过约束行业权重波动维持与基准行业配置接近，降低行业暴露风险；

- Smart Beta利用ESG分数调整组合权重，旨在获得Beta以外的超额收益；

• 基本面整合以标准化后的ESG因子和基本面因子构建综合评分，实现多因子选股。

重要数据点

• 系统覆盖沪深300、中证500、中证1000三条不同市值线的股票池，说明策略覆盖面广；

- ESG指标体系通过168个细分指标，详尽捕捉公司在ESG维度的多元表现。

2. ESG评分至股票估值的传导机制

关键论点

• 利用DCF（现金流贴现模型）理论，ESG评分影响股票估值的传导路径主要包括三个方面（图2）：

1. 提升盈利现金流：高ESG评分公司拥有更稳健的经营，提升未来现金流及红利；
2. 降低特质性风险：高ESG公司尾部风险事件概率减小，提升现金流稳定性；
3. 降低资本成本：高ESG公司系统性风险暴露较低，折现率降低，提高估值。

逻辑支撑

• 实证验证显示，高ESG评分公司盈利及现金流显著优于低ESG公司；

- 风险量化表现为尾部风险显著下降；

• 系统性风险的降低直接导致资本成本（贴现率）的减少。

---

3. ESG量化选股策略的近期表现

3.1 300ESG行业增强策略

• 表现总结：

- 自2015年以来，实现年化收益率3.93%，夏普比率0.042，超额收益47.56%（相较沪深300基准）。
- 2023年以来，策略收益-2.16%，而沪深300指数为-7.87%，超额收益达7.99%。
- 2024年以来，区间收益2.91%，同期沪深300为2.47%，超额0.44%。
- 6月策略累计收益-3.89%，基准-4.26%，超额0.37%。

• 图表解读：

- 图3显示策略净值稳步上升，优于沪深300指数，总体趋势平稳，结合对冲组合净值曲线，策略回撤控制有效。
- 图4因子分位数测试中Top组年化超额收益达近6%，表现明显优于Bottom组。

• 表2深入说明：

- 策略年化波动率22.14%，夏普率低但为正，最大回撤约42.83%。
- 交易换手率较高，平均42.83%，意味着策略调仓较为频繁。
- 2024年6月策略夏普比率下滑到-4.87，显示短期波动较大，但超额收益仍为正。

3.2 500ESG正面筛选策略

• 表现总结：

- 自2015年以来年化收益8.14%，夏普0.19，区间超额收益115.6%（相较中证500基准）。
- 2023年以来，策略收益-3.79%，基准-16.96%，超额收益11.58%。
- 2024年以来，区间收益-5.21%，基准-8.49%，超额3.28%。
- 6月累计收益4.71%，基准-7.47%，月度超额2.76%。

• 图表解读：

- 图5策略净值持续向上，显著跑赢中证500基准。
- 图6分位数测试呈稳定线性递增，Top组超额收益超过9%，Bottom组表现负面。

• 表3数据洞察：

- 年化收益率8.14%伴随较高波动（27.09%），夏普比率体现正向风险调整回报。
- 换手率高达53.82%，相比沪深300略高，说明策略保持活跃调仓。
- 最大回撤在65.19%左右，显示较大回撤风险。

3.3 1000ESG Smart Beta策略

• 表现总结：

- 2015年以来年化收益4.70%，夏普0.06，超额收益73.36%（中证1000基准）。
- 2023年以来，收益-10.33%，基准-23.75%，超额9.3%。
- 2024年累计收益-18.45%，基准-15.93%，负超额2.52%。
- 6月策略收益5.99%，基准7.86%，6月超额收益1.87%。

• 图表分析：

- 图7净值曲线显示策略长期优于基准，但短期波动较大。
- 图8分位数测试显示Top组超额收益达6%左右，选股能力明显。

• 表4详细数据：

- 策略年化波动率较高（28.18%），夏普率较低，风险较大。
- 换手率最高（61.75%），代表策略交易频繁，可能导致较高交易成本。
- 6月最大回撤数据仍未完全扭转风险状态。

---

三、图表深度解读

图1：招商量化ESG量化选股策略体系

• 结构清晰，显示5类策略：正面筛选、负面剔除、行业增强、Smart Beta及基本面整合。

- 表明策略体系综合多维因子构建，具备灵活性和扩展性。

• 视觉呈现简洁，帮助理解策略构成。

图2：ESG评分至股票估值的传导路径图示

• 通过提升盈利现金流和降低特质风险影响DCF模型分子，通过降低系统风险降低折现率，提高股票估值。

- 逻辑清晰，结构合理，强化ESG评分的估值机制。

图3 & 图5 & 图7：三个指数对应策略的净值曲线

• 各策略长周期表现均优于对应基准指数，特别强调策略长期稳健性。

- 净值曲线表现出策略对市场不同波动期具有一定的抗跌能力和超额收益潜力。

图4 & 图6 & 图8：因子分位数测试——年化超额收益

• 数据展示ESG因子分组表现，Top组年化超额收益显著优于Bottom组，表现出该因子在股票筛选中的有效性和稳定性。

- 线性递增趋势突出，验证了ESG评分与股票表现的正相关关系。

表2、表3、表4：ESG策略的回测结果

• 数据全面涵盖区间收益率、超额收益、年化收益、波动率、夏普比率、最大回撤和平均换手率。

- 揭示了策略在不同时间段的表现并强调换手率和回撤等风险指标，体现策略风险收益特征。

• 对比基准及对冲组合，显示策略的相对优势及波动风险。

---

四、估值分析

• 本报告重点不在具体股票或传统估值倍数层面，而是利用现金流贴现模型（DCF）框架来解释ESG评分如何影响股票估值。

- 关键假设包括高ESG评分企业具备：
- 更高且稳定的未来盈利现金流；
- 更低的企业特质风险，减少非系统性波动；
- 更低的资本成本，降低折现率。

• 这些假设使ESG评分在DCF模型中既提升分子（现金流），又降低分母（贴现率），均推动估值上升。

- 报告未具体披露折现率数值和现金流预测，但引用相关报告《ESG投资研究系列之七》作为理论基础，存在较强理论支撑。

---

五、风险因素评估

• 报告明确风险提示：

- 模型基于历史数据统计、建模和测算，可能在政策环境和市场环境变化时失效；
- 经济周期、监管政策变动可能对ESG因子的有效性产生影响；
- 交易成本、换手率高可能加大实际操作风险；
- 本报告涉及个股仅限于策略相关，不构成具体投资建议。

• 风险说明较为标准且充分，未提供具体缓解策略，但暗示需关注未来宏观及政策风险。

---

六、批判性视角与细微差别

• 报告整体系统而详实，但存在需注意的细节：

- 换手率偏高：三大策略年度换手率均在20%-60%区间，频繁调仓可能增加交易费用，影响实盘表现，尤其中小市值股票更易受流动性限制。
- 短期夏普比率波动较大：如300ESG行业增强策略2024年6月夏普突降至-4.87，表明短期风险增大，波动性与回撤压力较高。
- Smart Beta策略2024年起稍显弱势：该策略2024年区间收益率与基准指数相近甚至偏负，显示中小盘市场波动对策略影响较大，需要后续关注改进。
- 报告内部未深入披露权重分配与因子构造详细方法，影响策略可复制性评估。
- 数据依赖秩鼎公司ESG评分，评估方法和数据完整性依赖其准确性和市场适应性，存在外部数据风险。
- 报告用词谦逊，强调历史表现且提示风险，避免过度乐观，但同样存在对ESG正向效应的较强信心，或有一定策略宣传色彩。

---

七、结论性综合

招商证券量化研究团队基于秩鼎ESG评分体系，构建了覆盖沪深300、中证500及中证1000的多维ESG量化选股策略体系，涵盖正面筛选、负面剔除、行业增强等策略线条。从理论到实证，报告清晰展示了ESG评分通过提升盈利现金流、降低特质性及系统性风险，相应提升DCF模型估值分子及降低分母，从根本逻辑上支撑股票估值上扬。

自2015年以来，三类核心策略均实现较为显著的超额收益，其中500ESG正面筛选策略表现尤为优异，实现累计超额收益逾115%，并保持较高夏普率。但策略普遍伴随较高换手率和一定的波动风险，短期表现波动较大。

图表和数据展示，ESG因子优劣分组在年化超额收益上的稳定线性递增趋势，佐证了ESG因子的有效选股能力。对比三大策略的净值曲线，ESG投资策略整体呈现长期稳健收益趋势，表现出在传统基本面因子日益拥挤之下，ESG因子作为另类Alpha来源的潜力。

风险提示充分，历史表现依赖数据和模型的稳定性，策略实施中需关注交易成本及流动性等实操风险。整体上，报告客观、系统，展现了招商证券量化团队在ESG投资领域的持续研究能力和策略研发实力。

最后，报告重申ESG策略作为价值投资的重要方式，期望通过持续跟踪和完善，继续为投资者发掘中长期超额收益机会。

---

附：关键图表展示示例

图1：招商量化ESG量化选股策略体系

图2：ESG评分至股票估值的传导路径图示

图3：300ESG行业增强策略净值曲线

图5：500ESG正面筛选策略净值曲线

图7：1000ESG SmartBeta策略净值曲线

---

溯源

以上分析基于报告内容，引用如下页码标识：

[page::0,1,2,3,4,5,6,7,8]

报告