ESG投资研究系列之七：揭开ESG投资黑盒，超额收益的背后是什么？-20211203-招商证券-23页_1mb

报告摘要

ESG投资研究总结：揭开超额收益背后的机制

核心内容

本报告旨在深入探讨ESG评分对股票未来收益的影响机制，分析其在A股市场的传导路径与改善机制，并基于秩鼎ESG评分数据构建多维度的选股策略，以揭示ESG投资“黑盒”背后的逻辑。

主要观点

ESG评分具备较强的预测能力：以秩鼎ESG评分数据为基础，构建的选股因子对股票未来收益具有较好的预测能力。IC测试显示，除ESG综合评价指标和3个一级指标外，超过半数的二级指标也与未来收益率具有较高相关性。
分位数测试显著区分度：基于ESG评分和一级指标构建的分位数组合在沪深300和中证500中表现显著优于基准指数，显示其较强的选股能力。
ESG评分通过三条路径改善估值：
- 盈利现金流：高ESG评分公司具有更强的盈利能力，从而提升DCF模型的分子部分。
- 特质性风险：高ESG评分公司发生负面事件的概率较低，降低了股价波动与尾部风险。
- 资本成本：高ESG评分公司具有更低的系统性风险敞口（β）与加权资本成本（WACC），从而降低贴现率，提升估值。
基于ESG的选股策略表现优异：在中证500股票池中，治理得分正面筛选策略年化收益达11.97%，夏普比率为0.425；ESG综合评价得分正面筛选策略年化收益为10.78%，夏普比率为0.358，均优于基准指数。
“二级指标+”策略表现更佳：在沪深300、中证500和全A样本中，“二级指标+”策略组合年化收益分别为13.47%、11.71%和14.44%，夏普比率分别为0.526、0.404和0.558，显示其更高的投资价值。

关键信息

1. 秩鼎ESG评分体系

数据来源：秩鼎ESG评分数据通过人工智能、机器学习和自然语言处理技术从公司公告、政府监管信息和第三方披露中提取，覆盖4,000+A股、2,000+港股、100+美股、20,000+发债主体及1,300,000+非公众企业。
评价指标体系：采用三级指标结构，包含3个一级指标、14个二级指标和168个三级指标，结合GICS四级行业进行加权合成，以更贴合中国市场特征。
风险事件体系：涵盖环境处罚、监管处罚、诉讼事件等，共收集100,000余次风险事件，帮助投资者量化风险。

2. 因子测试结果

IC测试：ESG综合评价得分与股票未来收益率显著正相关，尤其在中证500中表现更优。
分位数测试：ESG评分分位数组合在沪深300与中证500中均表现出显著区分度，Top组合表现优于Bottom组合。
相关性测试：ESG得分与常见大类因子（如成长、动量、情绪等）相关性较低，显示其独特性。

3. ESG传导机制

盈利现金流：高ESG公司具有更强的盈利能力与现金流，提升DCF模型分子。
特质性风险：高ESG公司发生负面事件频率较低，降低年化波动率与CAPM误差项标准差。
资本成本：高ESG公司β较低，WACC较低，降低贴现率，提升估值。

4. 选股策略构建与回测结果

选股策略类型：
- 正面筛选：选择前100只高ESG股票，按流通市值加权。
- 负面剔除：剔除后100只低ESG股票，其余股票按市值加权。
- 多空组合：以治理得分正面筛选与负面剔除构建多空策略。
回测结果：
- 治理得分正面筛选策略年化收益11.97%，夏普比率0.425。
- ESG综合评价得分正面筛选策略年化收益10.78%，夏普比率0.358。
- “二级指标+”策略在沪深300、中证500和全A样本中表现突出，年化收益分别为13.47%、11.71%和14.44%，夏普比率分别为0.526、0.404和0.558。

5. 二级指标的使用方法

指标倾向标签：根据三级指标含义，对二级指标打上正、负、中性标签，如“环境排放”为负面，“社会资本”为正向，“环境管理”为中性。
合成方法：对正向指标，将中位数以上的评分翻倍；对负向指标，将中位数以下的评分翻倍；中性指标保持不变，最终以等权方式合成二级指标总分。
策略构建：基于二级指标总分，构建“二级指标+”策略组合，提升选股能力。

风险提示

模型风险：本报告结果基于历史数据统计与建模，模型可能因政策或市场环境变化而失效。
投资建议风险：所提及个股或基金仅表示与主题相关，并不构成投资建议。

总结

本报告通过深入分析ESG评分与股票收益之间的传导机制，揭示了ESG投资的超额收益来源。研究发现，ESG评分能够通过改善盈利现金流、降低特质性风险和资本成本等路径，显著提升股票估值。基于秩鼎ESG评分构建的选股策略在沪深300、中证500和全A样本中均表现出优于基准指数的收益表现，其中“二级指标+”策略表现最佳。未来研究可进一步探索二级指标在不同市场环境下的动态应用，以提高ESG投资的解释力与实操性。

展开完整摘要