ESG评分数据及指标体系介绍 [page::3][page::4]

• 嘉实ESG评分采用AI、大数据技术，覆盖A股4000多家公司，指标涵盖环境、社会与治理三个一级主题，细分23个事项。

- 数据覆盖度高，核心指数成分股覆盖率近100%（见图2）。

ESG评分指标的统计特征与行业分布 [page::6][page::7][page::8]

• 环境得分、社会得分与ESG得分呈正态分布，治理得分左偏。治理得分平均最高，社会得分最低。

- 行业间ESG得分存在显著差异，银行、非银金融行业得分普遍较高，机械、钢铁等传统行业得分较低。

ESG因子的IC测试与稳定性分析 [page::9][page::10][page::12]

• ESG因子及其行业、市值中性化版本IC均显著正向，t值普遍大于2，表明选股能力显著。

- IC衰减缓慢，12期后仍保持统计显著水平，因子自相关系数高，低换手率特征明显。

ESG因子与主流大类因子相关性及行业中性表现 [page::12][page::13]

• 在沪深300股票池中，ESG因子与其他常见因子相关性较低（峰值仅约0.15）。

- 在中证500及全A股票池中，ESG因子与流通市值、质量因子存在一定相关性，但整体关联度不高。

• 行业中性化后，因子在30个中信一级行业中分布更均衡。

ESG因子分位数回测测试及多空组合表现 [page::14]

| 组别 | 总收益率 | 年化收益率 | 年化超额收益 | 波动率 | Sharpe比率 | 最大回撤 |
|---------|---------|------------|--------------|---------|------------|----------|
| top | 37.57% | 8.09% | 10.94% | 19.95% | 0.41 | 30.52% |
| bottom | -43.86% | -13.13% | -10.28% | 23.10% | -0.57 | 51.88% |
| 多空组合 | 131.54% | 22.72% | - | 9.62% | 2.36 | 5.68% |

• Top组年化收益显著优于Bottom组，分位数回测呈线性递减，表明因子选股有效性。

- 多空组合收益突出，具备高风险调整收益和较低最大回撤。

ESG因子量化选股策略构建与回测结果概述 [page::15][page::16][page::17][page::18][page::19]

• 策略分别在沪深300、中证500及中证1000历史成分股测试，采用正面筛选、负面剔除及ESG+质量等多种策略组合。

- 沪深300中，ESG+质量整合策略多头年化收益23.45%，Sharpe 1.04；对冲策略年化收益12.15%，Sharpe 1.48，均显著优于基准。

• 中证500中整合策略多头收益12.82%，Sharpe 0.58，对冲收益11.95%，Sharpe 1.75；中证1000表现相对略逊。

- 净值曲线显示整合策略收益稳健，明显跑赢基准指数，具备良好分散化与风险控制效果。[page::16][page::17][page::18][page::19]

基于ESG评分的量化选股策略专题报告详尽分析

---

1. 元数据与概览

报告标题： 基于ESG评分的量化选股策略
发布机构： 招商证券
发布日期： 2021年4月10日
研究团队： 任瞳、麦元勋
主题： 聚焦于环境（Environmental）、社会（Social）、公司治理（Governance）三方面的ESG投资因子对股票选股能力的量化分析及策略实现。
核心观点：

• ESG因子在中国A股市场中具有统计显著的中期预测能力，且经过行业和市值中性化处理后表现更为稳健。

- ESG因子的因子IC（信息比率）表现稳定，具有较高的一阶自相关，意味着因子换手率较低。

• 结合ESG因子与其他传统因子（如质量和成长）构建的多头及对冲策略，在沪深300、中证500、中证1000等不同股票池均获得较优超额收益和风险调整后收益（Sharpe比率）。

- ESG投资不仅有利于可持续发展理念的贯彻，还能兼顾投资收益[page::0,3-20]。

---

2. 逐节深度解读

一、嘉实ESG评分体系简介

报告采用嘉实ESG评分数据，结合国际成熟框架及中国特色指标构建三级指标体系，覆盖环境、社会、治理三大主题，共23个一级指标事项和110多个底层指标。评分数据利用人工智能和机器学习方法抓取自5000+政府平台、2300+本土财经媒体、200+公益组织及行业协会，全市场覆盖超过4000家A股上市公司，数据更新频率为月度，最早可追溯至2017年1月[page::3-5]。

二、ESG评分的统计特征

2.1 评分分布与统计特性

• 环境、社会和综合ESG得分呈近似正态分布，大部分公司得分集中于中间区间（40-60分）；治理得分分布明显左偏，较多公司得分偏高（60-80分区间峰值）[page::6-7]。

- 各项评分均存在较大的样本量（约18.4万条），治理得分平均最高（69分），社会得分最低（43分），环境得分和ESG整体得分居中。ESG整体评分标准差略低于环境得分，显示环境因素存在较大分散性[page::6]。

2.2 行业分布差异

• 不同行业中的ESG得分表现差异明显，如金融类（银行、非银金融）行业环境和综合得分较高，而机械、钢铁等重工业环境得分较低。社会得分银行及国防军工最高，治理得分国防军工、消费服务居前[page::7-8]。

- 说明ESG因子受行业特性影响显著，不同行业企业在环境风险暴露、社会责任履行和治理水平上存在差异。

2.3 ESG评分与流通市值的相关性

• 环境、社会、治理得分间相关性低（均小于0.2），表明三者反映不同维度信息，具较好互补性。ESG综合得分与三者相关较高（0.32-0.77），因其为加权合成指标。

- 社会得分、治理得分及ESG得分与流通市值呈现较强正相关（相关系数0.27-0.39），暗示大市值公司普遍具备较高ESG表现[page::8]。

三、ESG因子的选股能力测试

3.1 IC测试（信息系数）

• 对于沪深300、中证500、中证1000及全A股票，经过行业和市值中性化处理后的ESG因子及其子指标在统计上显著与未来一期收益正相关，尤其是中证500和中证1000池中表现尤为突出。

- 环境得分因子IC表现最弱，不能在大多数股票池中显著预测收益。

• ESG综合得分经过中性化后IC值最高，t统计量最高达6以上，表现出较强选股能力[page::9-10]。

3.2 IC值时间序列和衰减

• ESG因子的IC值表现稳定，沪深300中76%的期数IC为正，中证500和全A更是超过79%。

- IC衰减缓慢，12个月后IC仍近0.05，统计显著，显示信号存在很强的时间持久性[page::10-12]。

3.3 因子自相关和大类因子相关性

• ESG因子一阶自相关系数几乎全部超过0.95，预示换手率较低，适合中长线投资。

- ESG因子与市值、质量因子存在一定相关性，尤其在中证500及全A股票，对沪深300相关性较低。与成长、情绪、动量等因子相关性较弱，说明其代表的是一种独立的风险溢价来源[page::12-13]。

3.4 因子行业中性化后分布均匀

• ESG因子实施行业市值中性化处理后，在30个中信一级行业中的均匀度显著提升，行业分布全方位均在50%左右，规避行业过分偏倚[page::13]。

3.5 分位数测试

• ESG因子样本按分位数分组测试结果显示，因子值较高的top 组合年化收益率8.09%，Sharpe比率0.41，底部10%组年化负13.13%，Sharpe比率-0.57，整体年化收益和风险调整收益呈现近乎线性递减趋势。

- 多空组合年化收益22.72%，Sharpe高达2.36，最大回撤仅5.68%，显著优于市场组合和中间组合，展示了良好的选股及风险调整能力[page::14]。

四、ESG因子选股策略构建与回测

4.1 策略构建

• 初始股票池选定沪深300、中证500和中证1000指数成分股。

- 排除停牌、ST及涨跌停股票后，设定正面筛选（选高分）、负面剔除（剔低分）及综合整合策略（ESG与质量、成长因子加权合成），调整频率为每月11日，交易成本0.3%单边，回测区间2017年1月至2021年3月[page::15]。

4.2 回测结果——沪深300

• 多头策略中，“ESG+质量”整合策略最好，年化收益23.45%，Sharpe比率1.04，远超指数11.08%的年化收益及0.57的Sharpe。

- 对冲策略下，整合策略年化收益12.15%，Sharpe 1.48；正面筛选策略次之，负面剔除策略波动率和最大回撤较低。

• 净值曲线显示所有策略净值均优于指数，尤其整合策略领先明显[page::16]。

4.3 回测结果——中证500

• 多头策略表现略低于沪深300，但“ESG+质量成长”整合策略仍优异，年化收益12.82%，Sharpe0.58。

- 对冲策略表现更突出，整合策略年化收益11.95%，Sharpe高达1.75，负面剔除策略Sharpe最高为2.04，回撤显著低于指数。

• 净值曲线显示整合策略始终领跑，三个策略与指数差异明显[page::17-18]。

4.4 回测结果——中证1000

• 多头策略收益率下降，整合策略最佳为10.1%，Sharpe 0.43，对冲策略中ESG+质量成长组合Sharpe 1.22。

- 净值走势同样显示优胜地位，与基准指数拉开明显差距[page::18-19]。

---

3. 图表深度解读

图1（第4页）：数据来源展示

该图清晰展示嘉实ESG评分多元化的数据采集渠道，包括5000+各级政府及监管信息、2300+本土财经媒体及200+公益组织数据，保障数据丰富且覆盖广泛，有助于全面挖掘企业ESG信息，支撑后续的深度投资研究。

图2（第5页）：ESG评分覆盖度

覆盖度对比显示沪深300、核心宽基指数等均覆盖接近100%，全A股约97%。高覆盖度保证策略样本完整，提高选股策略适用性及稳健性。

图3（第6-7页）：ESG评分指标的分布图

环境、社会和ESG得分呈正态分布，低、高分样本较少，集中度高；治理得分分布左偏，大部分企业得分较高，分析反映治理体系普遍被视为较成熟。

图4（第7-8页）：行业分布差异

各评分在行业的样本占比差异明显，如环境得分金融行业表现优异，机械和钢铁行业较低，表明行业特性对ESG表现有明显影响，需中性化以降低行业偏差。

图5-7（第10-11页）：ESG因子IC变化

三张图分别对沪深300、中证500和全A股的ESG因子IC随时间变化进行展示，显示因子IC整体正值较多，具有相对稳定的选股能力，尤其中证500和全A股票样本更加显著。

图8（第12页）：IC衰减慢

12个月滞后期IC均值始终接近0.05且t值保持较高，说明ESG因子信号稳定持久，适合中长期投资视角。

图9（第12页）：一阶自相关系数

高于0.95的自相关比率显示因子换手率低，特征稳定。

图10（第13页）：与大类因子相关性

ESG因子与市值、质量因子相关较强（0.15-0.33），与成长、情绪、动量相关性低，显示其为潜在独立因子。

图11（第13页）：行业中性化后ESG因子分布

因子值均匀分布于各行业，均值接近50%，较前文行业分布差异图明显均衡，表明中性化处理明显降低行业偏差。

表6（第14页）：因子分位数测试结果

从top至bottom组合，年化收益率、Sharpe比率呈线性递减，top/bottom组合年化收益率分别达8.09%/-13.13%，多空组合年化收益22.72%，整体效果卓越。

图12（第14页）：净值曲线

多空组合净值稳步上升，明显跑赢市场，支持因子的有效性。

表7-9，图13-18（第16-19页）：选股策略回测指标与净值曲线

涵盖沪深300、中证500、中证1000三大股票池，均显示ESG结合质量成长因子的整合策略表现优异，超额收益明显，风险控制良好，Sharpe比率均领先于基准指数。

---

4. 估值分析

本报告侧重于因子选股的量化策略构建与回测分析，未包含具体的个股估值模型（如DCF、P/E估值等），因此无直接估值部分。

---

5. 风险因素评估

报告中明确提示模型存在的政策、市场环境变化风险，历史统计和建模基于过往数据，未来可能不适用。具体包括：

• ESG评级体系持续完善与数据质量风险。

- 因子有效性可能因市场结构变化、宏观经济波动而降低。

• 股票池限制及交易成本可能影响策略真实表现。

- ESG信号存在行业、市值偏差，虽通过中性化降低但仍需关注潜在系统性风险。
报告未给出详细缓解策略，但通过多因子整合和平衡配置，间接降低单一因子风险影响[page::0,21]。

---

6. 批判性视角与细微差别

• 数据与方法创新：嘉实评分利用AI技术抓取大规模多样化本土数据，在国内ESG数据领域具有较高创新性，提升数据真实性和即时性。

- 中性化处理逻辑合理但仍有改进空间：行业和市值中性化明显改善了因子预测能力，但未见对其他潜在风格因子如成长或价值因子的中性化处理分析，可能会影响对因子纯粹性的评估。

• 因子表现依赖样本股票池和市场阶段：沪深300因子效力相对弱于中证500和中证1000，说明大盘蓝筹股中ESG差异度较小，投资者需针对不同目标市场动态调整策略。

- 环境得分IC表现较差需重点关注其数据构成和信号质量，提升环境维度的预测能力或需结合更多外部指标。

• 策略换手率相对较高，多头策略换手率在30%-40%间，交易成本及冲击成本预估需在实践中谨慎管理。

- 披露评级定义与分析师声明严格，强调报告仅供参考，不构成投资建议，说明合规意识和风险提示到位。

---

7. 结论性综合

本报告系统深度剖析了嘉实Wind ESG评分体系，基于大量历史样本和多维度统计测试，验证了ESG因子在中国A股股票池的显著选股能力。随着行业市值中性化处理，ESG因子的IC表现出高稳定性、显著预测能力及较低换手率，形成了与传统财务因子互补的独立风险因子。分位数测试及多种组合策略回测均展示出优秀的收益风险指标，特别是在沪深300和中证500等核心市场的整合策略表现尤为亮眼，Sharpe比率大幅超过基准指数，最大回撤得到有效控制。基于智能技术的ESG评分采集，为量化投资提供了强有力的替代数据支持，推动可持续投资理念应用。

整体来看，报告展现的ESG选股策略不仅符合社会责任与可持续投资的大趋势，也具备显著的投资收益性价比优势，为机构投资者开展ESG量化策略提供了充分的理论与实证支持。同时，报告明确了模型潜在风险，指出了未来完善方向，为理性投资决策提供了坚实基础[page::0-21]。

---

备注

本文中所有结论均严格基于报告文本内容引用。引用页码用 [page::x] 标注以便准确溯源。

---

（全文共计约2100字，详实覆盖报告各重要章节与图表）

报告