一、全球 ESG 投资趋势分析

（一）越来越多的机构遵从国际准则，积极参与 ESG 投资管理

2006 年，联合国负责任投资原则组织 UNPRI 成立，旨在帮助投资者们理解 ESG 的深刻内涵及投资价 值，提升 ESG 的全球关注意识与投资效力。截止 2023 年 10 月 31 日，全球 UNPRI 签署方数量为 5366 个， 其中签署资产所有者数量达到 737 个，较 2022 年分别增加了 313、2 个。同期，中国 UNPRI 签署方数量达 到 136 个，以资产管理者为主。中国目前 UNPRI 签署情况与国际仍存一定差距，但近几年发展速度较为迅 猛，未来参与的数量有望进一步增加。

（二）可持续投资规模占全球资产管理规模的比例已超过三分之一

可持续投资规模占全球资产管理规模的比例已超过三分之一，欧洲与美国分别是第一、第二大市场。 根据全球可持续投资联盟（GSIA）最新统计，截至 2022 年末，全球五大主要市场（欧洲、美国、日本、 加拿大以及澳大利亚和新西兰）的可持续投资规模达到 30.3 万亿美元，占全球资产管理规模达 37.9%，较 2016 年初增长 32.56%。分区域来看，欧洲与美国分别以 12 万亿欧元和 8 万亿美元的规模成为全球可持续 投资规模第一、第二大的市场。此外，加拿大、澳大利亚&新西兰、日本分别是全球可持续投资规模第三 至第五大的市场。

全球可持续基金投资规模整体呈上涨态势，但近年出现回调。截止 2022 年底，全球可持续基金管理规 模约 2.8 万亿美元，较 2021 年底的近 3.6 万亿美金略有回调。纵观历史，2018 年至 2021 年间，全球可持 续基金管理规模增长态势强劲，直到 2021 年底达到阶段性高峰，2022 年出现回调。欧洲可持续基金投资 管理规模遥遥领先，占据全球规模近 90%的份额。欧洲可持续基金投资管理规模 2020 年至 2022 年三年来 占据超 80%的全球市场份额，在 2022 年达到全球可持续基金管理规模的 89%。此外，北美地区的可持续基金管理规模达全球第二，在 2022 年达到全球可持续基金管理规模的 10%。全球其他地区的可持续基金投资 管理则依旧存在巨大发展空间。

ESG 指数在资本市场的重要性日益提高，数量增幅显著高于同期固定收益指数或权益指数。 据 IIA2022 年度报告统计，2022 年全球已有超 5 万条 ESG 指数，其中，ESG 指数（含权益类与固定收益类） 数量增幅显著高于固定收益指数或权益指数数量的增幅，2020 年至 2022 年三年间分别实现 28.84%、 42.82%、55.10%的同比增幅。

（三）ESG 债券类产品以绿色债券为主，整体发行规模呈下降趋势

融资端的 ESG 产品主要分为绿色债券、社会债券、可持续发展债券、可持续发展挂钩债券等。 2022 年，全球绿色债券发行规模经历十年来的首次下跌，中国发行量位居全球第一。据 CBI 相关统计， 2022 年，全球绿色债券发行规模达到 4871 亿美元，同比下降 16%，经历十年来的首次下跌；发行人数量 为 741，同样经历小幅度下跌。在发行地区方面，2022 年，中国成为全球发行量第一的地区，发行量达 854 亿美元，在全球发行量中占比 18%。此外，排名第二、第三的地区分别为美国、德国，发行量依次为 644 亿美元、612 亿美元，在全球总发行量中占比均 13%。

国际社会责任债券发行规模近三年呈持续下跌趋势。2022 年，国际社会责任债券发行规模达 1303 亿 美元，同比下降幅度达 41%，在四类债券中下降幅度最大。据 CBI 相关分析，这可能是由于发行人不再聚 焦于为新冠疫情提供专项资金，而是转向在可持续发展债券下将社会议题与环境保护结合起来。在发行地 区方面，2022 年，欧洲在社会责任债券发行量中占据领先地位，发行量达 729 亿美元，在总体中占比 56%。 此外，超国家机构发行量为 183 亿美元，在整体中占比 14%，北美地区发行量为 84 亿美元，在整体中占比 6%。

2022 年，国际可持续发展债券发行规模达 1613 亿美元，同比下降 21%。2022 年，国际可持续发展债 券发行人数量呈持续下降趋势，发行人数量自 2020 年的 568 下降至 2022 年的 206。在发行地区方面，2022 年，超国家机构发行量达到 523 亿美元，在全球排名第一，占比达 32%。欧洲地区与亚太地区发行量接近， 均占全球约 20%。可持续发展挂钩债券在 2022 年的国际发行规模达 764 亿美元，同比下降 32%。发行人数量自 2021 年 的 190 下降至 142。但相较 2020 年仍表现良好。

（四）相比于欧美资本市场，国内 ESG 投资尚处于起步阶段

中国积极加入 UNPRI 组织，虽与国际仍存在一定差距，但中国签署情况增长迅速，根据 UNPRI 相关 数据，截止 2023 年 10 月 31 日，中国签署 PRI 原则的机构数累计 136 家，占全球签署数量的 2.5%。 在投资端，中国积极推进 ESG 主题基金投资。由于 ESG 投资起源并兴起于欧美地区，当前欧美地区 ESG 相关投资产品占据绝大规模，截至 2023 年 3 月 31 日，欧美发达地区的 ESG 基金规模占全球 98%，达 3.22 万亿美元，中国在全球市场中所占 ESG 基金份额仍极其微小，处于 ESG 投资的前期发展阶段。但是， 中国机构对 ESG 投资的关注意识快速提升，ESG 相关投资产品也进入快速发展阶段。近年来，国内 ESG 主 题基金和泛 ESG 主题基金数量不断上升。

在融资端，中国的绿色债券发行增长迅速，为中国发行数量最多的 ESG 融资端产品，绿色债券余额于 2022 年超过社会债券余额，值得关注的是，在 2022 年中国成为全球绿色债券发行量第一的地区，发行量 达 854 亿美元，在全球发行量中占比 18%。相较而言，可持续发展债券与可持续发展挂钩债券在中国仍处 于小规模市场阶段。

二、中国 ESG 产品发展现状及策略解析

随着全球对可持续发展的重视，越来越多的投资者开始关注公司的社会责任和环保表现，因此 ESG 投 资产品备受青睐，ESG 产品发展势头良好。具体来说，ESG 投资产品在以下两个方面有所发展：产品种类 增加：越来越多的金融机构开始推出 ESG 产品，包括 ESG 相关债券产品、ESG 公募基金产品、ESG 私募基 金产品、ESG 银行理财产品、ESG 相关指数产品等，为投资者提供了更多的选择。投资规模扩大：近年来， 随着投资者对 ESG 投资的认可度提高，越来越多的资金开始涌入 ESG 投资产品。

（一）ESG 产品经历多年快速发展后增速略有放缓

我们严格按照 Wind 的分类方式对 ESG 公募基金进行统计与分析。Wind 将 ESG 公募基金分为 ESG 主 题基金和泛 ESG 主题基金两大类。其中，ESG 主题基金又包括纯 ESG 主题基金和 ESG 策略基金两小类。 纯 ESG 主题基金与 ESG 策略基金的主要区别在于：纯 ESG 主题基金在投资目标、投资范围、投资策略、 投资重点、投资标准、投资理念、决策依据、组合限制、业绩基准、风险揭示中明确将 ESG 投资策略作为 主要策略的基金，而 ESG 策略基金将 ESG 投资策略作为辅助。泛 ESG 主题基金包括环境保护主题基金、 社会责任资金、公司治理基金三大类。其为在投资目标、投资范围、投资策略、投资重点、投资标准、投 资理念、决策依据、组合限制、业绩基准、风险揭示中主要考虑环境保护、社会责任、公司治理主题之一 的基金。

ESG 公募基金产品数量和规模在 2019-2023 年间快速增长，存量基金数量达到 818 只，规模有 5143.24 亿元。在我国，ESG 公募基金是践行 ESG 投资理念的主要机构投资力量，ESG 公募基金以泛 ESG 主题基金 为主，即投资于环境保护（E）、社会责任（S）、公司治理（G）三大主题之一，具体来说包括绿色环保、 新能源、可持续发展、社会责任等相关子领域。截至 2023 年 11 月 29 日，泛 ESG 主题基金和 ESG 主题基 金数量分别有 485 和 333 只，规模分别达到 3575.70、1567.54 亿元，其中，泛 ESG 基金占 ESG 公募基金 总规模的 70%。从时间趋势来看，泛 ESG 主题基金自 2006 年迎来发展，波动缓升，直到 2019 年底爆发式 增长，2021 年基金规模约 4979 亿元达到顶峰，近两年有所回落。ESG 主题基金 2019 年才开始发展起来， 同样在 2021 年规模约 2520 亿元创历史新高，近两年同样出现回落。我们认为，2021 年 ESG 基金爆发式增 长与双碳目标的提出、生态文明建设的推动等政策因素有关，2022 年至今，受经济形势拖累，基金数量虽 持续增加，但规模有所回落。

相较泛 ESG 主题基金，ESG 主题基金发展相对滞后，ESG 主题基金以 ESG 策略基金为主，截至 2023 年 11 月 29 日，纯 ESG 主题基金和 ESG 策略基金数量分别有 127 和 206 只，规模达到 408.03、1159.51 亿 元，其中，ESG 策略基金占 ESG 主题基金总规模的 74%。 聚焦 ESG 主题基金，其中被动指数型基金和偏股混合型基金是纯 ESG 主题基金的主要类型，分别发行 了 41 和 52 只，约占纯 ESG 主题基金总数量的 78%；而偏股混合型基金是 ESG 策略基金的主要类型，发行 了 108 只，约占 ESG 策略基金数量的 53%，发行规模占到 ESG 策略基金总规模的 65%。

ESG 银行理财产品以纯 ESG 主题产品为主，2020 年以来经历了“井喷式”增长，2023 年以来，新增 产品数量持续增加。从发行数量看，自 2019 年始，我国银行及理财子公司发行纯 ESG 主题银行理财产品 的数量总体呈明显上升趋势，且在 2020 年底上升速度明显进一步加快，从 2019 年的 3 只大幅上升至目前 的 350 只。环境保护主题与社会责任主题银行理财产品在 2021 年逐渐取得发展且数量相对纯 ESG 主题银 行理财产品数量较少，环境保护主题银行理财产品从 2021 年 9 月的 11 只上升至目前的 159 只，社会责任 主题银行理财产品从 2021 年 3 月的 3 只上升至目前的 106 只。

ESG 私募基金数量在 2020-2021 年间快速上涨，进入 2023 年以来增速放缓。ESG 私募基金主要以纯 ESG 主题私募基金和环境保护主题私募基金为主，社会责任和公司治理主题的私募基金数量相对较少。纯 ESG 主题私募基金发展始于 2021 年，起步较晚且数量相对较少，目前我国仅有 9 只。环境保护主题私募基 金发展起步早，2021 年迎来较大幅度增长，2022 年后基本保持稳定态势，目前我国共有 43 只。私募基金 数量明显少于公募基金，但值得注意的是，私募基金有望成为未来 ESG 的重要动力。近年来，以 PE、VC 等为主的中国私募基金规模日益庞大，成为民间资本中不可或缺的部分。而且，从产业投资策略的视角看， PE 和 VC 的投资偏好符合绿色产业的生命周期。在时间方面，低碳转型活动的技术不确定性高，其发展过 程需要不断创新与试错，需要一定时间才能出现成效。从此角度看，PE 及 VC 私募股权投资显然是最合适 的转型资金来源。且实现行业绿色发展目标的关键之一，在于社会资本与低碳转型的高度融合。社会资本 以民间的绿色投资、绿色基金等为主，包括绿色私募股权（PE）和绿色创业（VC）的投资基金。

ESG 相关指数于 2005 年开始发展，在 2021 年创下发行数量新高后持续保持增长态势。国内最早的 ESG 指数是在 2005 年由深圳证券信息有限公司推出的，发展至今，ESG 相关指数已达到 298 只，其中股票 指数共计 175 只，债券指数共计 119 只。2021 年，新发行的 ESG 主题股票指数数量为 102 只，创单年发行 数量新高。从发行机构来看，ESG 股票指数发行机构较为集中。截至 2023 年 11 月 28 日，共有 17 家机构 发行了 ESG 股票指数，其中中证指数有限公司共计发行了 103 只 ESG 股票指数，占据全市场发行量的 35%， 位居第一。其次是中央国债登记结算有限责任公司和万得信息技术股份有限公司、上海华证指数信息服务 有限公司，分别发行了 81 只、44 只和 22 只，占市场发行量分别为 27%，15%、7%。在 2022 年度，中诚 信指数服务有限公司、长江证券股份有限公司、国金证券股份有限公司等机构陆续参与到 ESG 主题股票指 数的发行中，这表明，越来越多的机构开始关注 ESG 投资，并深化自身在 ESG 投资领域的影响力。

（二）基金产品在 ESG 产品中的长期超额收益表现最为亮眼

ESG 在公募基金产品设计上具有一定的选股价值，ESG 基金长期来看表现出超额收益。近五年来，各 类 ESG 基金均表现出超额收益，泛 ESG 主题基金的收益表现最为突出，其中环境保护主题基金的累计收益率高达 90.21%，其次是公司治理主题基金和社会责任主题基金，收益率分别为 61.82%和 48.60%，其次是 纯 ESG 基金，其累计收益率为 44.12%，ESG 策略基金的累计收益率为 41.91%。各类 ESG 基金收益表现均 明显高于同期沪深 300 指数的 10.68%、中证 800 指数的 14.21%、万得全 A 指数的 36.60%。万得股票型基 金总指数（885012.WI）是目前市面上收益水平比较高的均衡宽基指数，这里我们选取该股票型基金总指 数作为基准，对比了近一年来 ESG 相关公募基金的收益情况，发现 ESG 公募基金的收益与基金市场整体走 势相比表现较差，所有 ESG 公募基金最近一年平均收益率为-14.54%，收益率超过基准基金指数的数量仅 为 101 只，占比 12.26%。进一步地，根据 Wind ESG 评级对 ESG 公募基金进行分类，发现近一年评级较高 的基金总体上收益率也相对较高，评级为 AAA 的公募基金整体平均收益率为-0.47%，与平均水平相当，而 评级 AA 及以下的公募基金的整体表现不如平均水平。

ESG 在银行理财产品设计上还处在初级阶段，没有明显超过市场的超额收益表现。ESG 银行理财收益 表现不及市场平均，由于银行理财在 2019 年才开始发展，我们将近 1 年和近 3 年的 ESG 银行理财平均年 化收益率与所有银行理财平均年化收益率进行对比，发现近一年 ESG 银行理财产品平均年化收益率仅 0.9%， 而市场整体收益率为 2.9%；中长期来看，近三年 ESG 银行理财产品平均年化收益率为 2.8%，市场整体平 均年化收益率依然明显较高，为 4.7%。

按产品类型来看，固定收益类产品表现最好，权益类产品表现最差。按发行单位来看，国有行理财公 司和农商行的混合类 ESG 理财产品的收益水平较高，股份制银行理财公司的固定收益类产品收益率相对较 为稳定。按 ESG 理财产品类别分析，在能获取有效数据的 319 个 ESG 相关银行理财产品中，固定收益类产 品 250 个，混合类产品占 67 个，权益类产品占 2 个。固定收益类理财产品平均年化收益率最低的产品为中 银理财低碳优享固收增强(封闭式)2021 年 06 期的-16.06%，最高为信银理财全盈象安联资管私享 ESG 丰益18 个月开 3 号的 12.26%，收益大于 0 的产品占比 81.2%；小于 0 的产品占比 18.8%，所有固定收益类理财 产品的平均年化收益率为 1.23%。

混合类理财产品平均年化收益率最低的产品为 2021 年宁银宁赢碳中和开 放式 1 号(最短持有 1 年)的-10.34%，最高为阳光紫尊享 53 期(乡村振兴)的 16.58%，收益大于 0 的产品占 比 71.64%；小于 0 的产品占比 28.36%，所有混合类理财产品的平均年化收益率为 0.80%。相比而言，仅有 的 2 个权益类银行理财产品收益表现较差，近一年年化收益率分别为-32.32%和-23.53%。

ESG 私募基金产品整体上无明显收益。整体来看，所有 ESG 相关私募基金的成立以来收益率平均值为 -0.21%，收益率大于 0 的基金共计 28 只，占比 51%，其中收益率最高的私募基金为泽信新能源科技成长， 成立以来收益率达 63.73%；收益率小于 0 的基金共计 27 只，占比 49%，其中收益率最低的私募基金为百 宏 ESG 碳中和策略 1 号，收益率为-40.28%。

ESG 提升了指数产品收益表现，其中 ESG 股票指数超额收益更为明显。目前市场有 298 只 ESG 相关 指数，包括 175 只股票指数和 119 只债券指数，分别对其收益率分布进行统计。结果显示，ESG 相关股票 指数收益表现要优于 ESG 相关债券指数表现，指数成立以来，近半数 ESG 相关股票指数年化平均收益率超 过 5%，另一半指数平均年化收益率介于 0 与 5%间，极少数平均年化收益率为负。约 78%的 ESG 相关债券 指数平均年化收益率介于 0 与 5%间，约 17%的指数收益率为负。 具体来看，产品成立以来，ESG 相关股票指数中有 5 只产品平均年化收益率超过 15%，包括新型电力 系统 ESG 领先、新型电力系统 ESG 精选、新型电力系统 ESG 优选、中诚信恒丰 ESG 领先股票，其平均年 化收益率分别为 30.97%、28.86%、28.25%、18.26%、16.21%。此外，还有 19 只股票指数成立以来的平均 年化收益率回报超过 10%。ESG 债券指数中，有 83.2%实现了正收益率，平均年化收益率均值为 1.72%， 到期平均收益率均值为 3.86%，整体收益情况较好。

（三）ESG 投资策略：筛选类、整合类、参与类

1.ESG 投资国际公认的七大策略介绍 ESG 投资策略，就是在进行投资时将 ESG 纳入考虑的具体方式与方法。全球可持续投资联盟（Global Sustainable Investment Alliance）将 ESG 投资策略共分成七种类型，包括正面筛选、负面筛选、规范筛选、 ESG 整合、可持续发展主题投资、影响力与社区投资和企业参与及股东行动，也是目前在全球范围内认可 度最高的 ESG 投资策略分类标准。

我们将以上七种 ESG 投资策略进一步归为三大类：第一大类是筛选类 ESG 投资策略，即在投资过程中 基于一定的环境、社会和公司治理标准对投资标的进行排除和选择，主要包括正面筛选、负面筛选、国际 惯例筛选、可持续主题投资四种投资策略；第二大类是整合类 ESG 投资策略，即通过定性或定量的方法， 将 ESG 因子与传统的财务因子结合，对企业进行更加全面的评估，主要包括 ESG 整合投资策略；第三大类 是参与类 ESG 投资策略，即投资者通过参与公司治理等，推动公司采取行为从而实现积极的社会影响以及 环境影响，主要包括影响力与社区投资、企业参与及股东行动两种投资策略。值得注意的是，负面筛选策略在国际上发展最早，应用较为广泛，将 ESG 因素系统且明确地纳入投资组合的 ESG 整合策略，目前已成 为国际最主流的 ESG 投资方法。

（1）正面筛选策略 正面筛选所采取的原则类似于“同类最优”，即基于 ESG 的评价标准，根据投资标的 ESG 表现情况， 在同一个行业或领域内进行对比和筛选，最终选出 ESG 表现较好的投资标的进行投资，或者对于 ESG 的得 分设置一个门槛值，只有高于此门槛值的投资标的才会纳入投资范围。正面筛选策略通常应用在 ESG 指数 编制方面。

（2）负面筛选策略 负面筛选即排除筛选，是指寻找在 ESG 方面表现低于同行的公司，然后在构建投资组合时尽量回避 ESG 表现不佳的公司标的。负面筛选的条件相对多元化，可以是产品类别，例如烟草、化工燃料、竣工等 行业的公司会在负面筛选中被排除；也可以是公司行为，例如涉及环境诉讼、贪污腐败、高碳足迹的公司 同样会在负面筛选中被排除；还可以是 ESG 得分最低标准，即在构建投资组合时筛选排除掉 ESG 得分排名 较低的一定比例内的公司。

（3）国际惯例筛选 国际惯例筛选即标准筛选，是指根据国际规范，筛选出符合最低商业标准或发行人惯例的投资，比如 剔除不符合国际劳工组织最低标准的公司。与正面筛选、负面筛选两种策略所不同的是，国际惯例的“标准” 通常是现有权威框架，包括联合国、经合组织、国际劳工组织等机构发布的关于环境保护、人权、反腐败 方面的契约、倡议，例如《联合国全球契约》、《联合国人权宣言》、经合组织的《跨国企业准则》、国际劳 工组织的《关于多国企业和社会政策的三方原则宣言》等。

（4）可持续主题投资 可持续主题投资策略指的是对有助于社会整体可持续发展主题的投资标的进行投资，例如可持续农业、 绿色建筑、智慧城市、绿色能源等主题。该投资策略十分注重预测长期社会绿色可持续的发展趋势，围绕 可持续主题进行投资，但不对特定公司或行业进行 ESG 评价。该策略主要强调投资者的责任和机会，通过 支持符合可持续发展原则的公司和项目，促进社会福祉和环境保护事业的不断发展。

（5）ESG 整合策略 根据 PRI 的《股权投资 ESG 整合实践指南》，ESG 整合策略的定义为“系统性地将重大 ESG 因素明确 纳入投资分析及决策中”，并且共分为以下 4 个阶段。第一个阶段是定性分析，即投资人从多项来源（包括 但不限于公司报表和第三方投资研究）搜集相关信息，并识别出影响公司的实质性因素；第二阶段是定量 分析，即投资人将评估重大财务指标对投资组合中股票的影响，以及对投资范围的影响，并适当调整其财 务预测或估值模型。第三个阶段是投资决策，即在前两个阶段的基础上，进行买入、持有或卖出等操作； 第四阶段是积极所有权评估，即重大财务指标的识别、投资分析和投资决策后能够启动或支持与公司沟通 和指导投票，后续掌握的额外信息、沟通的结果以及投票活动将会反映在未来的投资分析中，从而对后续 投资决策产生影响。ESG 整合技巧目前在基本面策略、量化策略、Smart Beta 策略、被动策略以及强化被 动策略中均有所涉及。

（6）影响力投资与社区投资 社区投资是指为具有明确社会或环境目的的企业提供资金，其下一个子类别为 ESG 影响力投资，指的 是通过投资以实现积极的社会和环境影响，其投资目的是在获得经济收益之外产生有益于社会的积极成果， 帮助减少商业活动造成的负面影响，因此影响力投资有时也会被认为是回馈社会和慈善事业的延伸，常见 于一些慈善基金会中。

（7）企业参与及股东行动 企业参与和股东行动指的是投资人发挥利用股东权利来影响企业治理行为，从而实现 ESG 投资目标。 主要有四种形式：其一，投资人主动要求 ESG 相关信息披露；其二，直接改变被投资公司的行为并提出明 确的要求；其三，股东投票支持 ESG 相关决议；其四，如果投资者未能成功开展上述企业参与活动，可以 向公司提出撤资请求。总体而言，企业参与及股东行动投资策略即 ESG 投资者通过积极参与公司治理和股 东行动，协助与督促所投资企业推行 ESG 理念，完成 ESG 发展目标。

（四）ESG 投资由主题策略向筛选策略转变，整合策略还处于起步发展阶段

为分析我国资本市场 ESG 投资策略的应用情况，这里我们将 ESG 产品作为研究对象，对其 ESG 策略 构建进行剖析。国内 ESG 产品信息披露较为透明的是公募基金和指数产品，因此该部分重点对以上两类产品进行解析。 1. 泛 ESG 基金采用主题投资策略，ESG 策略基金采用以 ESG 为辅的整合策略，纯 ESG 基金是真正采 用 ESG 综合信息来进行投资，且产品设计以 ESG 筛选策略为主。 根据 wind 的定义，泛 ESG 主题基金主要是在产品设计上考虑到环境、社会责任和公司治理主题之一的 基金。与其对应，ESG 主题基金则是需要考虑到 ESG 三个维度综合表现，并明确了将 ESG 作为主要策略考 量的基金为纯 ESG 主题基金，将其作为辅助策略的为 ESG 策略基金。可以看出，泛 ESG 基金主要采用的 是主题投资策略，ESG 策略基金采用的是广义的 ESG 整合策略，只有纯 ESG 基金是真正采用 ESG 综合信 息来进行投资的。相对泛 ESG 基金，纯 ESG 基金在投资标的和投资策略的选择方面面临更多的限制，产品 设计对基金公司的 ESG 投研能力、ESG 评价体系及 ESG 数据处理能力都有更高的要求。下面重点解析纯 ESG 基金构建策略。

我们根据纯 ESG 主题基金披露的募股说明书内容，来判断基金采用的投资策略。按照 ESG 投资策略大 类划分，截止 2023 年 11 月 28 日，118 只纯 ESG 主题基金中，选择筛选类策略作为其投资策略的有 92 只， 占比约 78%，选择整合类策略的基金有 20 只，占比约 17%，单独使用整合类策略的仅有 2 只，选择参与类 策略作为其投资策略有 4 只，且参与类策略均与筛选类或整合类策略混合使用。可见，目前纯 ESG 主题基 金对 ESG 信息的运用主要是通过 ESG 筛选，整合 ESG 信息还处于初级发展阶段。从细分策略来看，118 只 纯 ESG 主题基金中的 65 只仅选用正面策略作为其投资策略，占比约为 55%，另有 43 只基金的投资策略中 包含了正面筛选，总体而言，包含正面筛选策略的基金共计 108 只，占比约为 92%。包含负面筛选策略的 基金数仅次于包含正面筛选策略的基金数，共计 46 只，占比约 39%，但负面筛选策略多与正面筛选等其他 策略同时作为基金的投资策略。

2. 纯 ESG 基金中，筛选类策略表现出一定的超额收益，参与类策略表现最差。 采用不同策略的纯 ESG 公募基金产品表现情况差异较大。由于采用整合类策略的纯 ESG 基金于 2021年 6 月 24 日才开始进入市场，因此我们选择 2021 年 6 月 24 日为基期，对三类纯 ESG 基金收益率进行等 权平均拟合，并将其与沪深 300、中证 800 指数收益率比较。近两年多来，受经济形势影响市场表现整体 欠佳，筛选类纯 ESG 基金收益率为-27.97%，整合类纯 ESG 基金收益率为-29.34%，相比而言参与类纯 ESG 基金表现最差，累计收益率为-46.93%。相比沪深 300 和中证 800，筛选类和整合类的纯 ESG 基金在 该观测区间均有超额收益，但近期超额收益减少；参与类纯 ESG 基金收益表现最差，拟合业绩在该时间段 内几乎一直处于垫底位置。

3. ESG 策略基金对 ESG 信息运用还处于初级发展阶段，市场表现情况不佳。 在投资实践中，ESG 整合涉及对被认为对公司绩效具有重大影响的 ESG 问题的分析，然后通过在交易 决策或仓位权重中通过定量模型或定性分析系统地考虑这些问题，以提高风险调整后的收益或减少投资组 合的波动性。ESG 整合策略可以分为个股公司研究和投资组合分析两部分工作。在个股研究中，主要收集 上市公司的财务和 ESG 数据，识别对公司业绩有重大影响的财务和 ESG 因素。而在组合分析中，要评估各 因素对整体投资组合的影响，并据此优化调整组合内股票的持仓比例。

在投资实践中，运用整合策略最多的是 ESG 策略基金，然而该类基金将 ESG 仅作为整体策略中的一个 辅助因子，并非对策略构建起到主导作用。从近一年收益率上来看，ESG 策略基金整体表现不佳。所有 ESG 策略基金近一年收益率平均值为-10.58%，低于同期沪深 300 的-0.11%收益率。具体来看，169 个拥 有有效数据的 ESG 策略基金收益率在 5%以上的指数占比仅 2.4%，其中收益率最高的基金为西部利得数字 产业 A，收益率高达 18.62%，而其同类基金西部利得数字产业 C 收益率也高达 18.14%，排名第二。在 5% 以下但是在 0 以上的基金占比 11.8%，小于 0 的基金占比 85.8%。从成立以来年化收益率上来看，206 个拥 有有效数据的 ESG 策略基金收益率在 5%以上的占比 3.9%，其中收益率最高的基金为中科沃土沃瑞 A，收 益率达 26.52%，其同类基金中科沃土沃瑞 C 收益率也高达 25.79%，收益率遥遥领先其他基金。在 5%以下 但是在 0 以上的基金占比 11.7%，小于 0 的基金占比 84.5%。所有 ESG 策略基金成立以来收益率平均值为 -8.76%。

4. ESG 指数超额收益明显，采用整合类策略构建的指数，其 ESG 因子的超额收益效应更为明显。 （1）ESG 指数样本选择 在这里我们选择 ESG 基金的跟踪指数作为 ESG 指数的代表，对 ESG 指数进行分析。这是因为 ESG 基 金的跟踪指数是由一组具有代表性的公司股票组成的，这些公司的股票在 ESG 方面具有较高的评级和表现。 因此，通过对这些指数的分析，我们可以了解 ESG 投资策略在实践中的表现和效果。通过分析 ESG 基金的 跟踪指数，我们可以了解 ESG 投资策略在实际运作中的表现，包括投资收益、波动性、相关性等方面。这 有助于我们评估 ESG 投资策略的风险和收益。由于 ESG 基金的跟踪指数样本并不多，其中普通股票型基金 和混合型基金并没有跟踪指数。ESG 策略基金中也只有 1 个基金有跟踪指数数据，这里以上述投资主题为 纯 ESG 的股票型和部分混合型公募基金的跟踪指数作为代表性指数，共 7 只，具体信息如下表所示。

上述表中代表性 ESG 指数是按照其挂钩的基金产品的总规模由高到低排序的，300 ESG 指数的挂钩基 金产品的总规模最大，为 3.67 亿，有 4 个基金产品以该指数为基准。其次是 ESG120 策略指数，有 3 只基 金与该指数挂钩，规模为 0.97 亿。从发布日期来看，ESG 300 指数和中证 ESG 100 指数的发布日期较早， 分别为 2010 年 9 月 20 日和 2012 年 10 月 16 日，其他 ESG 指数的发布日期都在 2018 年及其之后，这与近 些年国内才关注到 ESG 投资有关。 从成分个数来看，上述 7 个代表性 ESG 指数中，4 个指数的成份股个数一般是固定的，其中 2 个指数 的成份股固定为 300 个，分别为 ESG 300 和华证 ESG 领先指数，ESG120 策略指数成分股固定为 120 个， 中证 ESG 100 指数成分股固定为 100 个。300 ESG、180 ESG 和 500 ESG 指数的成份股则可能有细微的变 动，这主要是其编制过程是仅剔除样本空间内中证一级行业内 ESG 分数最低的 20%证券或 ESG 评分最后 20%的证券，剩余证券作为指数样本。

（2）ESG 指数构建方法简介及对比 从初始样本的对比来看，7 个代表性 ESG 指数，华证 ESG 领先指数的初始样本空间为全市场，500ESG 指数的初始样本空间为中盘股，ESG300 的初始样本空间为大中盘股，其他 4 个指数的初始样本空间为大盘 股，主要以沪深 300 指数为主。从 ESG 方法的对比来看，负面筛选占主流，4 个指数仅采用负向剔除，1 个 指数（华证 ESG 领先）采用负向剔除和因子整合，1 个指数（中证 ESG100）采用正向筛选，还有 1 个指数 （ESG300）采用负向剔除和正向筛选。以下是各 ESG 指数构建的具体方法： 300ESG：全称沪深 300ESG 基准指数，样本空间为沪深 300 指数样本。该指数选样方法是负向剔除， 剔除中证一级行业内 ESG 分数最低的 20%证券，剩余证券作为指数样本；同时样本采用经 ESG 倾斜因子调 整后的自由流通市值加权，并对行业权重、单一证券权重等设限；调仓频率为每半年一调。 ESG300：全称国证 ESG300 指数，样本空间同国证 1000。该指数选样方法是负向剔除+正向筛选，剔 除样本空间内 ESG 风险评估在前 10%的证券，在国证二级行业内，选取 ESG 评分在行业排名前 50%的证 券。该指数样本为 300 只，按照 ESG 评分由高到低排序筛选，调仓频率为每半年一调。

ESG120 策略：全称中证 ESG120 策略指数，样本空间同沪深 300，选样方法是负向剔除——剔除样本 空间中 ESG 分数最低的 20%的证券，剩余证券作为待选样本；指数样本为 120 只，计算样本空间中证券的 估值、股息、质量与市场四个因子分数的综合得分，在待选样本中对各中证二级行业内证券按照综合得分 由高到低排名，选取行业内综合得分排名靠前的证券作为指数样本；调仓频率为每半年一调。

中证 ESG100：全称为中证财通中国可持续发展 100（ECPIESG）指数，样本空间同沪深 300；指数选 样方法为正向筛选，对样本空间内股票采用国际先进的 ECPI 可持续发展评级体系，运用 ESG 方法从环境、 社会和治理三方面进行评级，依据评级结果选取评级靠前的 100 只股票构成指数样本股，如果评级相同， 则优先选取过去一年日均总市值较高的股票；调仓频率为每半年一调。 华证 ESG 领先：样本空间为 A 股上市公司中剔除（1）上市不满一年的股票；（2）ST、*ST 股票；（3） 暂停上市及长期停牌的股票。选样方法是负向剔除+因子整合，剔除 ESG 综合评级在 BB 级以下，且 E、S、 G 任一指标存在明显尾部风险的股票；按照 ESG、质量因子、低波动因子综合得分自上而下排序，在各一 级行业中选择得分靠前的合计 300 股票构成指数样本；调仓频率为每季度一调。

180ESG：全称为中证 180ESG 指数，样本空间同上证 180 指数，选样方法是负向剔除——对样本空间 内证券，根据中国工商银行 ESG 绿色评级体系计算环境、社会和公司治理等方面的 ESG 综合评级得分，按 照 ESG 综合评级得分由高到低排名，剔除 ESG 综合评级得分排名后 20%的证券，剩余证券作为指数样本； 调仓频率为每半年一调。 500ESG：全称为中证 500ESG 基准指数，样本空间同中证 500 指数，选样方法是负向剔除——剔除中 证一级行业内 ESG 分数最低的 20%证券，剩余证券作为指数样本；样本采用经 ESG 倾斜因子调整后的自由 流通市值加权，并对行业权重、单一证券权重等设限（与 300ESG 相同）；调仓频率为每半年一调。

（3）ESG 指数市场表现 考虑到上述 7 个样本 ESG 指数中有 3 个指数（300ESG、ESG120 策略、500ESG）的历史表现最早仅追 溯到 2017 年 7 月，因此这里分析上述指数在 2017 年 7 月 1 日到 2023 年 11 月 28 日的收益表现。 所有 ESG 指数的累计收益率均高于基准。这里按照上述时间区间内历史累计收益率大小列出了代表性 ESG 指数及其基准指数的年化收益率、年化波动率、Sharpe 比率和最大回撤。所有指数的累计收益率均为 正数，其中华证 ESG 领先指数 6 年来的累计收益率为 23.68%，远高于其他指数。年化收益率、Sharpe 比 率的排序与历史累计收益率基本是一致的。最大回撤方面，ESG120 策略指数是最高的，高达 41.26%，中 证 ESG100 指数的波动最低，为 18.35%。

这里进一步考虑代表性 ESG 指数相对于基准指数（样本空间）的收益表现。上述代表性 ESG 指数与对 应基准指数构造的对冲组合，180ESG、500ESG 指数和华证 ESG 领先指数有显著的超额收益。华证 ESG 领 先指数的超额累计收益率高达 16.39%，远超过其他 ESG 指数。 从最大回撤来看，年化波动率最低的 180ESG、300ESG 与 300ESG 指数的超额收益的回撤非常小；以 中证全指为样本空间的华证 ESG 领先指数的回撤是最大的，该指数在行业分布上与基准指数就存在较大差 别。

t 统计量是用来检验 ESG 指数的日收益率序列是否显著大于 0，我们发现 t 统计量显著性水平高的对冲 组合超额收益相对更高。其中 180ESG 超额收益率在 5%水平下显著，500ESG 超额收益在 10%水平下显著。 其他指数的超额收益率均不显著异于 0，也就是其平均收益并没有明显高于或低于基准指数，但从累计历 史收益率和年化收益率来看，每个对冲组合的超额收益均大于 0。华证 ESG 领先指数虽然拥有最高的累计 收益率和年化收益率，但是 t 统计量并不是最高的，这可能与其较高的波动率有关。 由此可以得出如下结论：相较于股票来说，由于债券 ESG 数据披露率低，相关底层指标范围小，使得 ESG 信息在债券方面的应用有限，而股票方面底层数据库更加完善，更新频率更高，相对来说更适合构建 指数。整体来看，ESG 指数相对基准指数存在明显超额收益，说明将 ESG 因子放入指数选股策略能够起到 提高收益率的效应；具体来看，整合类策略指数超额收益更为明显，如华证 ESG 领先指数相较于其基准中 证全指的超额收益表现明显高于采用其他策略的指数。

三、ESG 评级数据在投资中的挑战与优化策略

（一）ESG 数据为投资提供增量信息：可持续发展能力、风险预警作用、长期 预测能力

1.能够通过非财务数据评估企业可持续发展能力 由于 ESG 聚焦于环境、社会、公司治理三大主题，关注企业的可持续发展，因此相较于传统的财务分 析，可以从不同视角对比公司的横向差异。通过分析公司间的 ESG 数据，在环境角度，可以识别不同公司 与所处自然环境的交互效果，体现企业对于能源使用、环保投入等可持续发展指标的关注；在社会角度， 可以识别不同公司与所处的社会环境的交互效果，体现企业对于公司员工、消费者、供应商、社区等利益 相关方的合作态度；在公司治理角度，可以识别不同公司对于自身的管理模式，体现企业对于公司运作、 管理系统、公司政策等方面的管理理念。

2.能够对 ESG 风险较大的股票进行警示 随着 ESG 理念在中国的快速发展，ESG 的长期价值逐渐被社会群体接纳，人们更加关注企业的长期发 展价值。对于 ESG 评分较低的企业而言，较低的 ESG 评分会增强投资者对公司长期发展的消极看法，从而 降低企业的融资规模与机会，这会迫使企业反思自身 ESG 经营管理的负面行为，从而在 ESG 发展模式上做 出改进，以期获得投资市场的良好表现。 3.ESG 评级具备一定的长期预测功能 企业的 ESG 评级优良在一定程度上体现了企业对社会责任的践行程度。ESG 评分较高的企业，意味着 其与利益相关者搭建了良好的合作关系，更受消费者的长期喜爱，也能够有效建立供应链管理监督体系、 产品质量控制体系，拥有更强的危机应对能力，在自身的公司治理方面也保持着合理的公司架构及人才培 养体系等，在长期更易有稳健、良性的表现。

（二）ESG投资存在挑战：ESG数据缺乏统一标准、开发难度较大、实时性反馈 困难、处理技术要求高

相比于传统数据，ESG 数据一般来源于 ESG 报告、社会责任报告、企业年报、招股说明书、政府机构、 监管机构、新闻媒体舆情等 ESG 新闻等，ESG 数据来源复杂，缺乏统一标准，且以定性信息居多，ESG 数 据主要呈现缺乏统一标准、数据开发难度较大、数据实时性反馈困难、数据处理技术要求高四大主要特征。 1.ESG 数据披露标准缺乏统一 相较于国外成熟的 ESG 体系，中国 ESG 起步较晚，2005 年前后才被引入中国，2020 年习近平主席提 出 2060 碳中和碳达峰目标，才推动中国 ESG 进入高速发展。2023 年 7 月 25 日，国务院国资委办公厅印发 的《关于转发〈央企控股上市公司 ESG 专项报告编制研究〉的通知》，为国央企开展规范化的 ESG 信息披 露带来指导性意见。但整体来看，中国对上市公司强制 ESG 信息披露要求不强，没有提出完整且可被证实 有效的 ESG 评级体系，使得当前 ESG 相关数据的披露存在标准差异较大的情况，需要通过必要的清洗流程 及研究才可投入使用。

2.ESG 数据开发难度较大 相较于传统的财务数据与市场公开数据，ESG 数据开发难度较大。传统的数据如股价、交易规模、财 务报表等，通常通过公开资料可以获得准确的、标准化的、易于分析和整合的数据。但是，ESG 数据来源 多种多样，需要依赖大量的非财务数据，如企业社会责任报告、政府监管信息、媒体报道等，涉及主体除 评级企业外还包括供应商、客户、股东等利益相关方，这导致 ESG 数据开发过程中来源庞大且冗杂，大大 加强 ESG 数据的开发难度。 另一方面，ESG 数据形式各异。由于缺乏标准统一的 ESG 数据披露标准，现有大量所需的 ESG 信息可 能存在于企业的报告或音视频分享中，这就使得 ESG 数据存在文本、图片、图表、音频、视频等多种形式， 处理起来过程复杂，不利于 ESG 数据的有效开发。

3.ESG 数据对实时性要求高但实现困难 企业主动披露的 ESG 数据主要以社会责任报告形式体现，在定期报告中也有所涉及，但是相关报告更 新频率低，导致数据有严重的滞后性。此外，可提供企业 ESG 数据分析的政府监管数据、媒体报道等信息， 均需要经过一段时间的收集整理才能供投资者使用，也使得 ESG 数据无法提供高质量的时效性保证。 4.ESG 数据处理难度较大 ESG 底层数据较多来源于 ESG 报告、政府监管及媒体报道等第三方数据，这一类数据多为文本类的定 性数据，主观性浓厚，导致相关信息存在“漂绿”现象，无法用于直接的模型构建，因此需要借助自然语言 处理（NLP）算法将主管表达转化为合理的数值型变量以对公司进行横纵向比较分析。此外，ESG 数据分 析过程中涉及众多的细分议题和指标，对数据量有较高要求，需要借助大数据、机器学习等实现有效的数 据分析。

（三）ESG 投资存在挑战：不同 ESG 评级机构评级结果存在较大差异

ESG 评级是促进资本市场 ESG 标准化、规模化发展的重要推动力量，目前，国内外已经有 600 多家评 级机构，ESG 评级呈现如下特征： 1.ESG 评级机构间评级存在差异 不同 ESG 评级机构评级结果存在差异。从时间维度上来看，各家评级机构之间的评级相关性存在上升 的趋势。以中证 800 为样本空间，以 2018 年 6 月 30 日至 2023 年 6 月 30 日为时间区间，我们选取 Wind、 华证数据、富时罗素、商道融绿、盟浪数据共 5 家 ESG 评级机构的评级数据，通过将各 ESG 评级机构的评 级等级映射为数字，计算不同 ESG 评级机构评分的相关性，并列出 ESG 评级机构相关性矩阵，如图*所示。 我们将评级机构相关性>0.5、0.4<相关性<0.5、相关性<0.4 的数值分别赋予大红、粉红、浅红三种颜色。

可以看出，2018 年 6 月 30 日至 2021 年 6 月 30 日期间，评级机构之间的评分相关性均较弱，2021 年 6 月 30 日仅有两家评级机构的评分相关性处于[0.5,6）的区间。但是，ESG 评分机构相关性在 2022 年 6 月 30 日 表现出良好的趋近态势，商道融绿与 Wind、盟浪数据间的评分相关性均超过 0.6，与富时罗素的评分相关 性超过 0.5，盟浪数据与 Wind、富时罗素的评分相关性均超过 0.5，华证数据与商道融绿、盟浪数据的评分 相关性均超过 0.4,华证数据与 Wind 的评分相关性也超过 0.4。到了 2023 年 6 月 30 日，不同评分机构的评 分相关性进一步加强，商道融绿与 Wind、华证数据、盟浪数据的评分相关性均超过 0.6，Wind 与华证数据 的评分相关性超过 0.6，整体机构间的评分相关性均超过 0.4。但是，随不同 ESG 评级机构间的评级相关性 在逐渐提升，但仍存在一定差异，将对投资者做出信息判断造成干扰。

不同的 ESG 评级机构所使用的度量模型及方式不同，且关于所涉及到的人权、道德与反腐败等定性指 标的度量具有很强的主观性，评级机构所设定的评级范围及指标权重也会对评级结果产生影响，进而导致 了不同评级机构之间评级结果存在差异，评级相关性较低。这会使得投资者面对机构评级差异而做出非最 优的投资组合。

2.ESG 评级变动具有一定的滞后性 由于 ESG 评级的底层数据源自于原型事件，因此，从事件发生到数据整理转化往往存在较长的信息反 应时间，导致 ESG 评级变动具有一定的滞后性。ESG 数据的信息来源主要包括企业自主信息披露、政府监 管数据、媒体事件报道。企业自主信息披露往往集中聚焦于定期报告披露，距离企业实时发生的事件跨度 较长；政府监管在披露企业负面信息前，需经历长时间的调查整改等过程，ESG 评级机构同样难以获得即 时的有效信息；媒体报道则面临着媒体数量多、真实性难以评判的难题，失真的媒体语言也会对 ESG 评级 数据处理造成影响。综合来看，ESG 评级机构往往难以及时取得企业 ESG 事件动态，使得评级变动距离事 件发生有较长的时间距离，具有一定的滞后性。

（四）针对 ESG 数据和评级特征可采用的优化策略

不同 ESG 评级机构评级结果产生差异主要来源于三个因素：第一，底层指标范围不同。不同的 ESG 评 级机构对指标的选区范围往往存在差异，数据来源也并不一致，这就造成了初始的底层数据包含的范围不 同，使得归一化处理时可能隐性增加某些影响因素的权重，进而造成了评级结果的差异性。第二，自然语 言处理的算法存在差异。不同的 ESG 评级机构对于文本信息的定量化算法可能存在差异，进而使得对文本 数据的赋值存在不同，导致文本数据获得了不同的输入参数，进而造成了评级结果的差异性。第三，实质 性议题的选取与权重设置不同。不同的 ESG 评级机构所关注的舆情数据存在偏差，进而使得在分析过程中 对舆情类别的侧重点存在差异，进而影响到评级结果，造成评级结果的差异性。整体来看，其中对 ESG 评 级结果影响最大的是不同 ESG 评级机构对实质性议题的选取侧重，其次为底层指标的选择范围，最后为自 然语言处理的赋值化差异。

为了解决 ESG 评级结果不一致对投资决策的影响问题，我们分两种路径构建优化策略。优化策略一 （筛选策略）：我们采用剔除原则，对多家评级机构一致评价为 ESG 表现差的公司的股票从股票池中进行 剔除，即从 ESG 一级指标出发，采用多家评级机构低评级样本的并集集合对股票进行剔除从而来解决评级 结果不一致对其的影响；优化策略二（整合策略）：我们跳过实质性议题的选取环节，基于底层数据进行建 模，通过直接使用底层数据对股票之间的相关性进行贝叶斯修正，从而提高组合的夏普比率。即从 ESG 三 级底层数据出发，跳过实质性议题的选取直接对底层数据结合财务数据进行机器学习整合策略构建。

普遍情况下，评级机构通过对 1000 多个底层数据进行清洗，按照实质性议题权重进行聚合，从而得到 ESG 议题分类，进而构建自身的 ESG 评级体系。我们分别采用筛选类策略和 ESG 机器学习整合策略对 ESG 信息数据进行处理。筛选类策略下，我们利用 wind 现有的 ESG 评级机构的评级结果对原有策略进行改进， 整合类策略则对 ESG 底层数据融合财务数据进行提取处理。

（五）筛选优化策略：ESG 评级在小盘股选股策略中的筛选效果更佳

.数据介绍 ESG 筛选数据和成分股收益率数据来源于 wind 数据库，其中 ESG 评级数据选取了 wind ESG 评级、富 时罗素 ESG 评分、华证 ESG 评级、商道融绿 ESG 评级、社会价值投资联盟 ESG 评级相关数据。作为非财 务数据，ESG 评级中包含了许多公司在公司结构、供应链管理等公司运营模式以及公司定位方面的定性数 据，通过额外更新的实时 ESG 信息提高了对股票尾部风险的度量。

2.策略构建 我们首先通过 smart beta 策略构建投资组合，在此基础上利用 ESG 评级数据进行负面筛选。由于现在 评级机构众多，为了尽可能包含不同评级机构的信息，我们结合了各家 ESG 评级相关数据，在原有策略股 票池中剔除股票在多家 ESG 评级中存在评级等级为差的股票，从而提高策略的投资表现。商道融绿 ESG 评 级将公司在 ESG 方面的表现划分为 A+、A、A-、B+、B、B-、C+、C、C-、D。富时罗素 ESG 评级和 wind ESG 评级为评分数据。华证 ESG 评级将公司在 ESG 方面的表现划分为 AAA、AA、A、BBB、BB、B、CCC、 CC、C。社会价值投资联盟 ESG 将公司在 ESG 方面的表现划分为 AAA、AA+、AA、AA-、A+、A、A-、 BBB+、BBB、BBB-、BB+、BB、BB-、B+、B、B-、CCC、CC、C。整体看，不同评级机构评分下处在 C评级的公司属于少数，我们在策略选股的基础上，剔除商道融绿 ESG 评级 C 类以下股票，剔除华证 ESG、 社会价值投资联盟 ESG 中 C 类以下股票，剔除掉富时罗素 ESG 评级、wind ESG 评级排在后 5%的股票。

ESG 筛选策略在小盘股选股策略中的筛选效果更佳。对于众多的小盘股而言，大数据对于小盘股违法 记录的记忆能力更强，能够快速剔除掉存在 ESG 风险的股票。我们选择 2020 年 3 月 31 日至 2023 年 11 月 28 日作为 ESG 筛选策略的时间范围，通过周度调仓，分别在沪深 300、中证 500、中证 1000、全部 A 股进 行 ESG 负面筛选。结果发现，在中证 1000 小盘股中 ESG 收益提高表现得尤为明显。我们将 smart beta 策 略与 ESG 负面筛选+smart beta 策略进行对比，结果发现，对于众多小盘股而言，利用 ESG 信息，可以有 效识别出小盘股公司可能存在的投资风险，进而对相关公司 ESG 评级进行筛选可以有效提高投资组合的收 益。

3. ESG 筛选策略收益情况 在实盘回测中，我们对沪深 300、中证 500、中证 1000、全部 A 股四个样本空间进行 ESG 筛选+smart beta 策略测试，结果显示，以中证 1000 为样本空间的选股策略表现最为亮眼，其年化收益率上升到 20% 以上，相比之下，以沪深 300、中证 500、全部 A 股为样本空间的选股策略的年化收益率只有 7-9%之间。 对于 ESG 评级的贡献来看，以中证 1000 为样本空间，在不加 ESG 评级的情况下，通过 smart beta 策略回 测的年化收益率是 12.71%，在加了 ESG 评级多机构筛选后的年化收益率上升至 20.78%。

（六）整合优化策略：ESG 底层数据与财务信息整合可显著改善策略整体表现

1.ESG 数据介绍 整合策略采用的是妙盈科技 ESG 三级指标作为 ESG 底层数据。ESG 数据库公司覆盖了主流财经媒体和 社交媒体的新闻数据，其中社交媒体包括企业官方账户、媒体官方账户和经验证的意见领袖账户。针对每 一条新闻，ESG 数据库公司通过技术手段可以准确识别主体名称并提取与其相关的一系列 ESG 新闻主题， 如高管负面、安全事故、信披违规、财务造假和歇业停业等。

2.策略构建 我们选择 2020 年 3 月 31 日至 2023 年 11 月 28 日作为观测区间，选用沪深 300 和中证 1000 作为 ESG 整合策略的样本空间。鉴于不同 ESG 评级机构对 ESG 评级结果存在一定分歧，为了避免输入 ESG 评级变 量的误差对模型结果造成影响，我们采用相对 ESG 评分结果更为一致的 ESG 底层数据进行整合。相对 ESG 一级数据，ESG 底层数据的稳健性更强，但可能仍然存在定性数据映射法则不同而导致其结果不一致的情 况。因此，我们采用机器学习的无监督式算法，该算法稳健性强，对输入参数不敏感，不同映射法则的差 异对模型结果影响较小。综上，我们采用机器学习+smart beta+ESG 底层指标的投资策略。

3. ESG 整合策略收益情况：整合策略相较于基准具有稳定的超额收益 以沪深 300 为样本空间的 ESG 机器整合策略的年化收益为 17.11%，波动率为 14.31%，相对沪深 300， ESG 机器整合策略有效降低了组合波动率，大幅提高了夏普比率，表现出显著的超额收益。这说明 ESG 机 器整合策略在夏普比率、波动率和年化收益率上均优于沪深 300。在 2020.3.31-2023.11.28 期间，ESG 整 合策略收益表现基本均优于沪深 300 收益表现，且随着时间的增加，ESG 整合策略的超额收益率在不断增 厚；从策略的夏普比率来看，ESG 整合策略相对沪深 300 有恒定的超额收益，年化收益率提高了 16%左右； 从策略的波动率来看，ESG 整合策略相较于沪深 300 降低了 4%左右，年化夏普比率提高了 1.10。

以中证 1000 为样本空间的 ESG 机器整合策略的年化收益为 20.58%，波动率为 17.93%，相对中证 1000， ESG 机器整合策略有效降低了组合波动率，大幅提高了夏普比率，表现出显著的超额收益。在 2020.3.31- 2023.5.27 期间，可以看出，ESG 整合策略收益表现基本均优于中证 1000 收益表现，且随着时间的增加， ESG 整合策略的超额收益率也和沪深 300 回测结果一致在不断增厚；从策略的夏普比率来看，基于中证 1000 的 ESG 整合策略相对基准指数样本空间中证 1000 有恒定的超额收益，年化收益率提高了 16%左右； 从策略的波动率来看，ESG 整合策略相较于基准指数沪深 300 降低了 3%左右，年化夏普比率提高了 0.85。 基于中证 1000 为样本空间和沪深 300 为样本空间的 ESG 机器整合策略均表现出稳健的超额收益，可 见，ESG 整合策略在股票选取上的增收效应具有普适性，在不同样本空间均有增厚收益的改进作用，该策 略为将 ESG 因子引入量化指数增强策略提供了新的路径。

 

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）