2025年ESG投资框架与工具之权益篇：脱虚向实，行稳致远

1 ESG 投资方法论

1.1 作为整合工具的 ESG 投资

ESG 在权益投资领域是一种整合工具。学术界和市场参与者们对 ESG 投资的定义进行 过许多解释，例如，世界银行和国际货币基金组织认为 ESG 投资是将 ESG 因素纳入投资决 策过程，以实现长期可持续价值（正外部性）的投资策略，业内头部评级机构 MSCI 认为 ESG 投资是一种在投资研究过程中同时考虑财务因素和 ESG 因素的投资方式，富达国际、 嘉实基金等资管机构将 ESG 投资视为运用 ESG 理念中三个核心因素的投资形式，基金研究 公司晨星（Morningstar）认为 ESG 投资需要将 ESG 作为投资策略主要考虑的因素，而 Durren 等（2016）在其学术研究中将 ESG 投资视为对基本面投资的完善与创新，是一类旨在系统 性分析非财务性指标影响资产价格的投资策略。结合前人的研究观点，我们认为 ESG 在权 益投资领域是一种整合工具，投资者通过综合考虑环境、社会及公司治理因素来审视风险与 机遇，结合 ESG 因素与财务因素全面地评估投资标的。

相比社会责任投资，ESG 投资从依靠价值观念支撑的道德选择走向在投资决策中对企 业外部性的全面考虑；同时，ESG 投资并不强调产生积极且可度量的环境与社会影响的主观 意图，这一点也使它与影响力投资区别开来。 从投资者动机出发，以价值观、财务实质性和影响力目标三个维度来解析上述概念，ESG 投资者的核心驱动因素是追求 ESG 因素的财务实质性以提升投资表现，但同时可能兼顾影 响力目标和价值观念；社会责任投资者主要以价值观念指导投资实践，在一定情况下会考虑 财务实质性；影响力投资者的主观意图在于实现投资的影响力（外部性）目标，对财务实质 性的要求低于影响力目标；只考虑影响力目标和价值观念的资金使用行为是慈善而非投资。 参考中国证券投资基金协会绿色与可持续投资委员会、社会价值投资联盟等机构的研究 成果和我国资本市场的实践经验，ESG 投资在权益投资领域可以指代可持续投资，因此我们 在下文将不再区分“ESG 投资”与“可持续投资”。

必须承认的是，近年来 ESG 投资的快速发展一方面使人们对金融市场和投资活动产生 积极外部性变得乐观，另一方面也吸引了部分机会主义者的“纸上参与”和一些政治因素驱 动下对 ESG 投资和企业 ESG 实践的争论。参考伦敦商学院金融学教授 Alex Edmans 在 2024 年 7 月发表的《合理的可持续性（Rational Sustainability）》一文，我们认为正确理解 ESG 投资也需要做到“五要五不要”。

1.2 ESG 投资的有效性

从政策驱动到业绩说话，ESG 投资的有效性一直是投资者关注且争论的问题。我们认 为，ESG 投资的有效性由三大方面决定：实质性（重要性）、可衡量性和市场定价。

1.2.1 实质性：ESG 投资的前提

识别实质性议题是 ESG 投资的前提。“实质性（materiality）”的概念源自财务报告标 准，财务会计标准委员会（Financial Accounting Standard Board, FASB）将实质性信息定义为 “若遗漏或错误陈述会影响投资者做出财务决策的信息”。在此基础上，总部位于荷兰的国 际报告倡议组织（Global Reporting Initiative，GRI）和源自美国的可持续会计标准委员会 （Sustainability Accounting Standards Board，SASB）分别提出基于行业层面的实质性 ESG 议 题框架。由于 GRI 的框架以影响力为核心，我们将不在下文进一步介绍。 在实际操作中，识别实质性议题一方面依赖投资机构内部投研人员的研究经验，另一方 面也可借助行业内认可度较高的框架体系，如可持续会计标准委员会（SASB）提供的实质 性议题框架与行业地图。SASB 源自美国资本市场，其成立目的便是推动 ESG 信息与财务 信息对标，识别实质性 ESG 议题是其工作的重中之重。目前，SASB 推出了覆盖 11 大板块 77 个行业的 ESG 披露标准和实质性议题框架。SASB 二级议题框架为 30 个，但会根据不同 板块与行业的经营特点筛选出与财务表现（企业价值创造）最为相关（通常在 10 个左右） 的实质性 ESG 议题。

回顾 ESG 投资策略的演变历史不难发现，ESG 投资在早期更多由价值观念驱动，体现 在策略上便是剔除类或主题类策略与投资产品在市场上占据主导地位，而这些策略客观上并 不注重识别财务实质性 ESG 议题。从理论上看，剔除类策略限制了有效投资范围不利于分 散化配置，而主题类策略的业绩驱动更多依赖于某些特定行业的表现（往往这些行业存在周 期性），这也在一定程度上影响了过去三年泛 ESG 基金的收益。从策略上看，负面筛选策 略在 2020 年后已失去全球 ESG 投资市场主导策略的地位，更为注重实质性 ESG 议题应用 的 ESG 整合策略与投后管理涉及的积极所有权策略逐渐成为市场主流。正如我们在“总述 篇”中提到的，2024 年并不是 ESG 投资的转折年，而是“脱虚向实”的加速年，这一进程 实际上开始于 2022 年俄乌军事冲突爆发后。“脱虚向实”的一大重要体现便是对实质性议 题的回归与挖掘。

我们认为，在 ESG 投资日趋成熟和市场参与者期望不断提高的大背景下，ESG 投资将 更为关注财务实质性议题，通过发掘影响投资标的财务表现的 ESG 因素，将其与基本面分 析整合从而更好地为权益资产定价。简言之，未来的 ESG 议题整合必须更加结合行业与公 司的基本面，这也将成为决定 ESG 投资有效性的首要门槛。

1.2.2 可衡量性：决定指标应用与效果

可衡量性决定了 ESG 指标的应用程度与实际效果。如何衡量非标准化的 ESG 指标是 伴随着 ESG 投资发展的永恒话题。与定量且标准化的财务指标不同，除了碳排放、能耗、 污染物排放等指标外，有相当一部分 ESG 指标难以被量化或以唯一标准来衡量，例如涉及 公司低碳转型战略、董事会治理和生物多样性等方面的议题。可衡量性难度高在很大程度限 制了实质性 ESG 议题在投资过程中的应用程度，也导致了不同 ESG 评级机构在评价方式和 结果上的差异性。 学术上对 ESG 评级分歧和衡量困难的研究已取得了一定成果。Berg 等（2022）对海外 六家主流 ESG 评级机构（如下表 4 所示）的 ESG 评级结果进行了深度对比，结果发现上述 机构的 ESG 评级结果相关性仅为 0.54，其中环境维度的平均相关性为 0.53，社会维度的平 均相关性为 0.42，而最难被量化的公司治理维度的平均相关性仅为 0.30。

国内也有部分学者对不同机构或平台 ESG 评级的差异性展开了研究，例如，有学者对 Wind、CSMAR 和 CNRDS 三家机构的 ESG 数据进行了相关性分析，呈现的结果与海外研 究类似，即不同机构的 ESG 评级分歧较大（注：该研究实际上并未覆盖国内主流 ESG 评级 机构）。

细究 ESG 评级分歧的原因，根据上文提及的研究结果，可衡量性和覆盖范围是两大主 因，分别贡献了 56%和 38%的差异性，而权重设置仅贡献了约 6%的差异。这表明不同机构 主观层面（方法论）的差异是决定 ESG 评级分歧的核心原因。

面对 ESG 评级层面的分歧，我们认为投资者可有如下几方面措施加以应对： 首先，穿越评级层面的迷雾，基于对 ESG 实质性议题的理解尽可能直接使用 ESG 底层 数据来开展 ESG 投研工作； 其次，在利用 ESG 评级设计 ESG 指数和被动类产品时，应深入了解相应评级机构的方 法论，判断评级方法论和结果是否符合产品目标； 最后，在投前调研和投后管理的过程中，充分利用与上市公司接触的机会，通过访谈或 问卷调研的形式获取有关公司 ESG 信息的一手资料。 值得乐观的是，在监管机构对 ESG 评级的合规性与透明度做出更加严格的要求、企业 可持续信息披露质量提升以及另类数据获取普及（如气候、供应链、水资源、员工情绪）等 因素的推动下，ESG 议题及指标的可衡量性将会得到显著改善，这将极大地减轻 ESG 评级 实践上的黑箱问题。

1.2.3 市场定价：落实有效性的关键

市场定价是落实 ESG 投资有效性的关键一跃。ESG 议题在很大程度上衡量的是企业经 营活动产生或面临的外部性（包含正外部性和负外部性），对实质性 ESG 议题的定价本质 上是将外部性内部化和货币化的过程。推动这一过程的两大力量分别来自监管政策方和市场 参与方。 监管方的影响路径可分为负面（惩罚）和正面（激励）两种，负面路径的核心是将企业 经营活动外部性所导致的隐性公共成本通过法律法规转变为企业成本端的显性经营成本，其 最为典型的代表是碳市场和碳税，政府对高碳排放企业设定碳配额并建立碳市场使企业的碳 排放被定价进而影响其经营成本与现金流；正面路径的核心是通过结构性政策工具使企业的 可持续经营活动获得货币化的激励，例如央行利用绿色信贷支持工具等金融手段来降低绿色 经营活动及其主体的融资成本。 尽管监管政策方可以影响企业经营，但在绝大多数情形下，市场参与者是真正对资产进 行定价的主体。

市场是否对实质性 ESG 议题定价受到外部和内部两大方面的影响。 外部因素主要是系统性风险对投资组合的影响，例如，地缘贸易争端、气候变化（如极 端天气引发的山火和农作物减产等）、社会不平等和 AI 就业冲击等环境和社会风险，投资 者逐渐意识到现代投资组合理论中“无法控制的系统性风险”对投资收益的重要性快速上升， 对 ESG 议题进行定价不再是选择题，而逐渐成为必答题。 而内部因素在很大程度上也受系统性风险的作用，即市场参与者希望通过投资行为产生 积极的外部性来降低系统性风险对投资的影响，其中最具代表性的例子便是投资机构对被投 企业脱碳及实现净零目标而采取积极所有权。 正如 Jon Lukomnik 和 James P. Hawley 在《超越现代投资组合理论（Moving Beyond Modern Portfolio Theory）》一书中指出的，许多大型资产所有者和资管机构在实践过程中已 超越了现代投资组合理论的局限，以期利用投资来应对现实世界的挑战并降低系统性风险。 这种内部驱动力会直接影响投资者对 ESG 议题的定价。

从实践来看，市场定价的表现形式有两大方面：预期回报和实际回报。前者由于难以衡 量，通常可利用隐含资金成本和估值水平来替代。后者的衡量方式较为简单，即通过资产价 格变动来计算。 以 ESG 议题中最受市场关注的碳排放（或气候变化）议题为例，高碳排放企业由于暴 露在更高的气候（转型和物理）风险下理论上会面临更高的碳排放相关成本支出和因脱碳进 程而“搁浅”的资本开支和固定资产，以及未来（受气候变化影响）营业收入大幅下降的风 险，这将导致投资者对此寻求风险补偿，形成更高的预期回报和隐含资金成本，即存在碳风 险溢价（反之则是低碳企业的绿色溢价）。 AQR 于 2024 年 12 月最新发布的报告《寻找真正的绿色溢价（In Search of the True Greenium）》中对美国及全球 47 个市场（2010-2022）股票预期回报与股票绿色程度进行了 实证研究，发现针对股票预期回报的绿色溢价在这些市场均能被观测到（有统计学和经济学 意义），且“国家（市场）越绿、时间跨度越长，绿色溢价越显著”，具体而言，美国市场 上股票绿色程度上升一个单位，其隐含资金成本（基于股利贴现模型计算）平均下降约 25bp， 全球市场上股票绿色程度上升一个单位，其隐含资金成本平均下降约 33bp。此外，若从细 分行业来看，全球煤炭行业年化碳风险溢价在 0.73%左右，而新能源行业则大约有-0.45%左 右的年化绿色溢价。

从实际回报来看，“低碳（绿色）vs 高碳（棕色）”股票及资产组合的收益表现是市场 参与者和学者研究的核心。1由于研究时间跨度不同、衡量绿色股票方法不同、选取市场不 同等因素，目前的研究结果呈现出“绿色跑赢”、“棕色跑赢”和“两类无差别”所有可能 的情况。 我们选取目前学术研究中时间跨度最长的 Bauer 等（2023）发表于布鲁金斯学会的工作 论文《绿色溢价在何处？全球绿色与棕色股票表现（Where is the Green Premium？Global Performance of Green and Brown Stocks）》进行分享：2010-2021 年，除意大利外 G7 国家权 益市场（含 G7 市场平均）的高碳股票组合普遍长期大幅跑输低碳股票组合；但在 2022 年 后俄乌冲突爆发后，两类组合的收益表现快速逆转。可以说，俄乌冲突及其引发的通胀危机 和加息浪潮极大地改变了市场投资者对绿色和棕色股票的相对偏好，而投资者偏好恰是 ESG 投资快速发展过程中绿色股票价格上涨的最大推动因素。

聚焦被动指数产品，当我们选取代表性低碳权益指数（指代绿色股票组合）近年来的收 益表现进行分析时可以发现，无论是全球市场、发达市场还是包括 A 股的亚洲新兴市场， 低碳指数（绿色组合）的收益表现在 2019-2024 年的大部分时间都优于市场大盘或其母指数， 且区间内累积收益均跑赢母指数，而低碳指数主要的回调都发生在 2022-2023 年左右。分市 场来看，欧洲市场低碳指数的超额收益最为显著且持续时间较长，美国市场低碳指数的超额 收益在 2021 年前也较为明显，亚洲（主要是新兴亚洲）市场低碳指数的超额收益除 2020 年 外均为正；受数据可得性局限，国内市场选取的低碳权益指数为中证上海环交所碳中和指数， 该指数在 2020 年和 2021 年相较沪深 300 和中证全指均取得了极高的超额收益，但受板块 周期波动影响该指数在 2022 年的表现有所回调。

1.3 ESG 权益投资策略

根据全球可持续投资联盟（GSIA），可持续投资（广义上）有七种策略：负面筛选、正 面筛选、原则筛选、ESG 整合、可持续主题、影响力投资和尽责管理。在此基础上，我们将 与权益投资相关的 ESG 投资策略归纳为以下四大类：筛选、整合、主题投资、尽责管理（积 极所有权）。

我们选取 Wind 数据库中泛 ESG 股票型基金为样本进行统计，2018 年底国内市场泛 ESG 股票型基金规模合计约为 254 亿元，经过三年快速发展后这一数字在 2021 年底突破 2350 亿 元，并在 2023 年向下调整至 1557 亿元。2024 年，受中证 A500 指数及其挂钩被动指数型基 金的发行，泛 ESG 股票型基金规模在 2024 年底大幅上升至 4054 亿元2。从结构来看，即使 忽略中证 A500 发行带来的增量，2023 年时被动指数型股票基金已超越普通股票型基金成为 泛 ESG 股票型基金中最为主要的基金类型。

根据前文所述的权益投资 ESG 策略，我们对 2019-2024 年泛 ESG 股票型规模前十大基 金进行梳理，可以发现 2020 年后头部泛 ESG 股票基金主要为主题型股票基金，多布局在新 能源产业（电动汽车与风光发电等），对特定行业的风险暴露较大，而对 ESG 整合策略的 应用较为匮乏。

1.3.1 筛选策略：参照特定标准对组合范围进行调整

ESG 筛选策略指根据特定的标准或原则对投资标的是否纳入组合进行筛选，具体而言， 筛选策略包含负面筛选、正面筛选和原则（规范）筛选等三种。负面筛选在广义上被视为 ESG 投资的起源，历史上负面筛选与宗教信仰和道德原则有着密切的关系，更多体现投资者 在这些方面的取向和诉求，而在 ESG 信息和评级数据逐步普及并被应用在投资领域后，负 面筛选转变为剔除某些争议行业和 ESG 评分较低公司的策略；相对应地，正面筛选是根据 ESG 评级来筛选得分靠前公司构建新组合的策略；而原则（规范）筛选在实际应用中通常作为底线来判断投资标的是否违背了某些涉及 ESG 的原则（如联合国全球契约）进而剔除或 保留该标的。 以兴全社会责任混合为例，该基金在行业配置上首先使用负面筛选策略低配或规避在可 持续发展、法律和内外部道德责任等方面表现较差的行业，再运用正筛选策略超配或寻求上 述方面表现较好的行业（注：在股票投资策略上该基金采用了 ESG 整合策略）。

1.3.2 整合策略：完善基本面分析以提升投资表现

ESG 整合策略指在投资分析和决策过程中持续考虑 ESG 因素，将其与传统财务分析整 合以提高经风险调整后回报的投资策略。整合策略的核心在于识别出实质性 ESG 议题，分 析相关议题对上市公司未来财务绩效的影响，进而综合考虑投资面临的风险与收益。正如前 文所述，ESG 整合（乃至 ESG 投资）在二级市场权益投资领域仍属于二维投资（仅考虑风 险和收益），以工具性为投资者所用。 以易方达 ESG 责任投资为例，该基金同时采用了负面筛选策略和 ESG 整合策略，除了 根据内部的 ESG 评价剔除后 20% 的股票形成 ESG 股票备选池外，该基金将 ESG 评价与企 业商业价值分析相结合，重点关注与企业长期经营相关的 ESG 议题，选取具备长期可持续 发展能力的优质企业。

1.3.3 主题投资：基于中长期趋势选择特定主题

ESG 主题投资或可持续主题投资指基于某些中长期可持续发展趋势（如气候变化、绿 色经济、低碳转型、循环经济等）来选择特定的行业和投资标的，这一策略打破一般的行业 划分逻辑，从趋势和主题层面入手挑选特定的资产。 以华宝绿色领先为例，其综合考虑上市公司绿色收入、绿色投入、污染和排放、环境负 面信息等因素，优选各行业中对绿色环境有积极影响的上市公司。特别地，该基金披露了其 对于上市公司是否“绿色”的定量分类标准，以公司业务是否符合《十三五节能环保行业发 展规划》和《绿色债券支持项目目录（2015）》中对于绿色细分行业的定义为依据计算各上 市公司的绿色业务营收和资本开支情况。

1.3.4 尽责管理：利用股东参与提高资产价值

尽责管理（积极所有权）指投资机构利用其股东权利和影响力改善被投企业的治理和经 营状况来保护和提升客户（受托人）的整体长期利益。在投资实践中，主动投资者可能会采 取更关注个股或投资标的自身的特定议题，例如，2021 年主动型对冲基金 Engine No.1 成功 推动三名新董事进入埃克森美孚董事会以期改善该公司在公司治理、低碳战略制定和资源分 配上的不足；而以被动投资为主的大型机构投资者更关注某些行业的趋势性与普遍性议题， 从行业整体出发与各投资标的沟通并和其他利益相关方进行合作，例如，Nordea 针对石油 和天然气行业开展了减少甲烷排放的专项沟通，通过发起一项为期三年的合作倡议，Nordea 联合其他投资机构、资产所有者和国际组织推动其资产组合中的 9 家化石能源公司采纳更 为严格的甲烷管理和减排要求（到 2030 年减少甲烷排放 60-75%）。 需要说明的是，上述 ESG 投资策略并不是互斥的，投资者往往在实践中同时运用多种 ESG 投资策略。筛选、ESG 整合和主题投资策略更多地应用在投前，并以财务实质性为出 发点，对权益投资者而言仍是“风险-收益”维度下的二维投资；而尽责管理是一种兼具影响 力目标和财务实质性的投后管理策略，投资机构不仅可以提升被投企业的财务表现，也可以 促进其可持续表现（或产生积极的外部性）。

2 ESG 投资在权益资产中的运用

2.1 基本面与 ESG 整合

参考 PRI 于 2023 年 4 月发布的《股票 ESG 整合技术指南》，我们将基本面与 ESG 整 合划分为四个关键流程：整合分析、预测和估值、组合构建和投后管理。

2.1.1 整合分析：将 ESG 研究纳入基本面分析

在整合分析阶段，ESG 与传统基本面分析的切合点有三处：宏观分析与 ESG 趋势分析 结合、行业分析与实质性 ESG 议题结合、公司分析与实质性 ESG 议题表现结合。

在对宏观经济、地缘政治和贸易摩擦等因素进行研究时，可以纳入与 ESG 相关的趋势 性分析，例如，气候变化、能源转型、循环经济、数据安全等。此外，投研团队可尝试将 ESG 趋势性分析纳入对宏观因子的判断过程，如气候变化的物理风险对某些国家或地区经济产出 或某些大宗商品（可可、玉米等）产量的影响，低碳转型政策对化石能源和新能源相关产业 链的冲击等。 例如，欧洲领先的可持续投资管理机构荷宝（Robeco）将传统的主权风险分析和 ESG 趋 势分析相结合，研发出“国家可持续性排名（Country Sustainability Ranking，CSR）”分析 工具，覆盖全球 23 个发达经济体和 127 个发展中经济体。CSR 评估模型包含 15 个议题： 环境领域（3 个）为环境风险、环境表现、环境现状，社会领域（5 个）为人口老龄化、人 力资本发展、劳动者权益保护、社会不平等和社会稳定，治理领域（7 个）为腐败、全球化 与创新、监管与金融发展、制度建设、公民权利、政治稳定性和政治风险。

在开展行业分析时，可以结合行业自身的商业模式特点，对行业所涉及的环境与社会风 险（包括供应链）进行梳理，总结行业内企业可能会共同面临的 ESG 风险并形成行业 ESG 实质性议题图谱。例如，畜牧业涉及的毁林风险、互联网行业暴露的能源与水资源压力、快 消行业面临的供应链可持续争议等。 以美国北部信托（Northern Trust）的 ESG 分析框架（ESG Vector Score）为例，其判断 行业实质性 ESG 议题的过程分为如下三步：基于 SASB 的行业图谱设定普遍性议题和行业 专属议题，根据行业特点分析其专属议题的重要性（分为核心和非核心）及议题得分，结合 TCFD 等披露框架开展前瞻性风险评估。

在公司分析时，需要将 ESG 因素纳入对公司持续经营所面临风险和机遇的评估框架中。 投研团队可根据行业 ESG 实质性议题以及公司的历史表现对公司在这些议题上的表现进行 研究，例如，利用定量指标分析公司的碳排放水平和强度、资源使用强度、绿色收入占比和 绿色研发投入、员工流失率、董事会结构和董监高薪酬等议题，此外，投研团队也可结合定 性判断公司的经营战略是否考虑了气候变化和低碳转型等可持续趋势。在此基础上，投研团 队可开发针对投资组合或潜在投资机会的内部 ESG 评级体系，以实现 ESG 评级与公司分析 的体系化整合。

以 Franklin Templeton 旗下可持续投资平台 ClearBridge 的 ESG 整合实践为例，该公司 会根据实质性 ESG 议题表现对上市公司进行 ESG 评级，并将评级结果与基本面因子进行定 量结合。

2.1.2 预测和估值：将 ESG 指标纳入财务模型

传统估值理论有三种基本估值途径：收益法、市场法以及成本法。其中收益法通过未来 的现金流量折现衡量资产价值，市场法对标同类资产市场价格，而成本法则从企业的历史投 资成本出发考量其价值。在财务估值模型中纳入 ESG 相关指标，在普遍行业层面，收益调 整路径主要有现金流贴现模型（DCF）、经济附加值模型（EVA）、期权定价模型（OPM） 等；市场调整路径主要有相对估值法/多因子加权法、情景分析法（参与辅助）等；成本调整 路径主要有重置成本法等。

a.现金流贴现模型（DCF）： 1）折现率调整。在 DCF 模型中，对 ESG 风险较高的企业上调折现率以反映潜在的环 境治理成本、监管处罚风险以及未来碳税等政策压力。具体而言，ESG 风险较高的企业往往 面临更高的合规成本、诉讼风险和市场准入限制，这些因素都会增加企业的经营风险，从而 需要通过上调折现率来反映。反之，ESG 表现优异的企业则能获得更低的融资成本和更稳定 的现金流预期，因此在估值时可适用较低的折现率； 2）现金流修正。直接量化 ESG 相关收支变化，比如碳税或补贴、环保设备投入、诉讼 赔偿准备金、碳配额或绿电绿证的交易等，并且结合政策时间轴分阶段调整现金流。或引入 技术代际因子（TOF），按技术迭代速度调整未来收入增长率； 3）终值调整。DCF 模型需要计算公司的终值，是基于公司未来可能的 ESG 风险和机 会的情况下可能产生多少永续现金流量的假设，计算公司在未来特定时间点的估计价值。终 值通常是公司公允价值的主要部分，然后折现回现值。企业 ESG 因素与技术研发等公司终 值的长期增长因素相关程度较高。可再生能源等高 ESG 表现的企业往往因政策支持获得更 高的永续增长预期。 b.经济附加值模型（EVA）：通过调整资本成本和税后净营业利润来反映 ESG 对企业 价值的影响。c.期权定价模型（OPM）：将 ESG 风险（如诉讼、合规风险）作为期权定价的波动率 参数，用于对评估含期权属性的资产（如专利、未上市股权）潜在价值的影响。

d.相对估值法/多因子加权法： 将 ESG 指标与传统财务指标系统化整合的量化方法，通过权重分配实现综合评估。其 核心逻辑是将非财务风险与财务表现动态关联。使用相对估值模型的投资者将证券的 ESG 特征纳入企业估值模型，依赖于证券收益、现金流或基于资产的倍数（市盈率、市净率等） 的同业比较结果进行 ESG 估值调整。将 ESG 评分与财务指标统一量纲，通过线性加权、层 次分析法或机器学习等方法，按照不同估值策略给予一定的权重，结合可比公司分析用来解 释或赋予估值溢价。 根据不同行业特性和投资策略，按需调整 ESG 内部各类指标的权重分配。对于高污染、 高耗能行业，环境因素的权重通常较高，关联企业的环境治理成本和潜在罚款，直接提升净 利润率；而在金融服务行业，治理因素则更为关键，关联资本配置效率，挂钩 ROE 和 ROIC 等核心财务指标。 e.情景分析法：设定多情景参数，例如，碳价/碳排放强度、气候政策强度（NDC 目标）、 技术迭代进度等，测算极端事件或长期技术发展对资产价值的冲击。在碳中和与温控的情景 下，高碳行业的贷款违约率可能大幅上升，从而提高相关资产投资、应收账款等的减值计提。 在技术代际加速背景下，资产生命周期缩短，技术专利、专用设备等资产因技术替代风险加 速贬值，对技术关联资产采用加速折旧法以匹配技术生命周期，专利摊销期从法定最长年限 缩短至实际技术有效期。同时，市场需求快速切换，客户偏好转向新技术产品，导致旧技术 相关收入下降，资产收益能力低于预期。 f.重置成本法：通过在评估时点购买具有同样效用的资产所需的花费来确定当前资产的 隐含价值。从企业的历史投资成本角度考量企业估值，调整因素包括历史环境投入、表外碳 资产和表外碳负债等。

就具体行业而言，下文以电力能源行业为例分析 ESG 指标对相关上市公司财务估值 模型定性和定量的影响。 定性来说，仅考虑环境（E）指标对电力能源企业在现金流方面的影响，则主要表现在 收入开源、成本节流、消费需求三个方面： 1）开源方面，包括绿电绿证、可再生能源电价补贴、碳配额交易出售、更容易获得融 资。如风电、光伏项目通过绿证交易可提升度电收入，可再生能源电价补贴的稳定发放直接 改善企业现金流质量，碳配额交易正形成新收入增长极。目前国内可再生能源国补存在一定 的应收账款回款欠佳的情况，影响企业现金流与估值水平； 2）节流方面，包括减排技术改造投入、购买碳配额。减排技术改造虽然短期会带来资 本开支压力，但数字化电网改造、CCUS 技术应用等都可从不同流程区块中节约运营成本。 随着碳排放权市场进一步扩容与监管体制成熟化，碳配额购买成本正成为刚性支出，倒逼企 业增加环保支出、调整各能源业务结构； 3）需求方面，碳减排、循环经济推动、绿色产业发展和电力系统脱碳等转型政策，均 是考虑拉动消费端，创造新的市场需求，转向“消费端中心”的时代。环境政策通过强制或 激励手段重塑消费场景，间接影响电力企业的现金流路径。此外，消费者环境意识长时间持 续增强与终端电价传导至消费端也在不断改变用电需求结构。

定性来说，我们还可以从碳价出发分析不同碳排放强度电力能源企业的估值分化。碳 价的变动通过多个渠道对电力企业的估值产生影响，主要体现在以下五个方面： 1）碳成本内化：碳价上涨导致电力企业碳成本增加，企业需购买额外碳配额履约，增 加运营成本，压缩利润空间，降低净利润和毛利率，公司估值直接承压； 2）利润弹性空间：高碳排放企业受到碳价波动，面临更为严峻的财务风险；低碳排放 企业利润弹性空间大，增强盈利稳定性与韧性，对估值产生正面影响； 3）碳资产资本化：碳价上涨预期促使企业碳资产证券化，通过金融产品扩大预取回报 率，增加企业融资渠道和资金流动性，提升市场对企业的预期回报率，提高企业估值； 4）减排技术投入：企业为降低碳成本，投入资金进行减排技术改造，短期内增加资本 开支压力影响现金流，借贷融资进一步提高公司财务费用，长期则会降低公司运营成本； 5）清洁能源迭代：碳价上涨加速清洁能源替代传统能源，传统能源企业市场份额缩 水，面临资产搁浅风险，导致资产减值，降低企业估值；而清洁能源企业市场份额扩大， 行业景气度提升，提升企业估值。

定量角度而言，分别从 DCF 估值模型的折现率、现金流、终端价值三个维度整合 ESG 指标。对于重资产、长周期的电力能源企业，ESG 表现正从边际因素升级为核心估值 驱动要素，折现率因子需纳入 ESG 融资成本优势，经营性现金流需调整碳成本支出，终端 价值需考虑政策风险溢价。除了对估值模型内部的各参数进行调整外，ESG 指标同样可以 应用到估值结果的敏感性分析中。以下假设有一家具有高 ESG 表现的电力能源公司：

1）折现率（WACC 模型计算）：ESG 融资成本优势的量化嵌入

债务成本调整：环境合规成本；ESG 评级表现；治理风险成本等； 股权成本调整：声誉、政策变化、气候转型等 ESG 相关风险传导通过调整 CAPM 模 型中的 β 系数与市场风险溢价进而影响股权成本；

2）经营性现金流（FCF）的增速预期：碳成本与绿色收入的双向修正

环境因素：参考前文，环境（E）指标对电力能源企业在现金流方面的影响，主要表 现在收入开源、成本节流、消费市场三个方面；社会因素：需求偏好转变、劳工关系处理 等。治理因素：风险管理能力、资源配置效率等；

3）终端价值（TV）：资产寿命与政策风险的重估

按照退出乘数法：高碳排的传统能源资产寿命从设计 30 年缩短至实际 15-20 年，需调 整折旧年限及残值率。因此，终值阶段 EV/EBITDA 倍数需叠加 ESG 调整因子； 按照永续增长法：高 ESG 企业因政策适应性更强，永续增长率可上调 0.2%-0.5%；低 ESG 企业则面临“搁浅资产”风险，g 需下调或直接缩短预测期。

2.1.3 组合构建：将 ESG 数据纳入参考标准

在组合构建阶段，基金经理可以结合 ESG 指标考虑三大问题：投资组合是否符合投资 目标和资产所有者的委托管理要求，投资组合总体（含 ESG）指标和 ESG 风险敞口，投资 组合与基准（含 ESG）特征对比。

首先，投资组合的构建需要符合预先设定的投资目标。针对 ESG 基金，投资组合在构 建时需确保结果符合基金产品募集说明书中有关 ESG 投资策略的说明。当资管机构为某些 有特定 ESG 目标的资产所有者（如主权基金、年金管理机构、银行保险等）提供服务时， 需确保投资组合符合特定 ESG 原则与目标。 其次，基金经理在投资组合构建时应考虑组合整体的 ESG 指标和风险敞口，例如整体 碳排放水平（及强度）、整体 ESG 评级和分布情况，通过上述指标分析也可以审视组合是 否符合投资目标与要求。 最后，基金经理可对比投资组合与基准的特征，包含 ESG 以及风格因子等，这一方面 有助于基金经理调整组合权重，也有助于提升产品透明度和后续发行。

结合实操工具，我们（由易到难）提供了四种在组合构建阶段进行 ESG 整合的方法：

评估组合内（潜在）标的 ESG 评级分布情况或组合整体（加权平均）的 ESG 水平， 并与基准进行对比；该方法对 ESG 数据的要求较低，只需要获取公司层面的 ESG 评级数据；以富达可持续亚洲权益基金为例，其在产品介绍官网中披露了组合内公 司与基准的 ESG 评级（MSCI）分布情况；

评估组合内标的的化石能源收入敞口、制定科学脱碳轨迹和净零目标敞口等，并与 基准进行对比；该方法需要对涉及的指标进行定性判断和定量计算，可由投资机构 内部投研人员自主分析或借助第三方服务商的数据支持；例如，Lazard 通过 Bloomberg 和 Sustainalytics 提供的数据对旗下权益基金的化石能源敞口和气候转 型敞口进行评估；

评估组合整体的碳排放水平和碳排放强度，并与基准进行对比；该方法需要搜集被 投企业或潜在标的碳排放数据（范围 1、2 和 3），根据权重来计算组合加权平均 碳排放水平和强度；例如，汇丰发达市场可持续权益指数基金在产品年度披露中公 布了组合全范围的碳排放水平和强度以及和基准指数的对比情况；

难度最高的一种方法是对投资组合开展气候情景分析和压力测试，这通常需要借 助第三方服务商提供的模型和数据支持，例如 MSCI 提供的气候在险价值（Climate VAR）评估模型和 Sustainalytics 开发的组合隐含温升（Implied Temperature Rise， ITR）指标；上文提到的两家资管机构（Lazard 和 HSBC）对其部分权益基金开展 了此类评估，前者的核心逻辑是设定不同的气候变化情景评估组合在各类情景下 的风险暴露，后者从组合整体温控强度出发推导整体世界在该条件下的温升情景；

2.1.4 投后管理：将 ESG 绩效纳入股东参与

在投后管理阶段，基金经理一方面可以将尽责管理纳入组合管理和日常维护的流程中， 也可以通过对 ESG 风险的追踪评估组合整体 ESG 风险并采取相应的权重调整策略。 将尽责管理（积极所有权）纳入投后管理是落实 ESG 整合的关键。根据责任投资原则 （PRI）的研究，尽责管理指“机构管理者利用影响力实现整体长期价值的最大化，包括共 同的经济、社会和环境资产的价值，而投资收益以及客户的利益取决于此”，其两大主要方 式是参与和投票。 参与可理解为软性的股东沟通策略，投资者利用股东身份和影响力单独或联合其他利益 相关方与当前或潜在的投资对象就 ESG 和商业可持续问题进行交流，以深入了解并提升投 资对象的 ESG 表现进而促进其长期价值。 投票是正式的股东权利行使策略，投资者对管理层或股东决议行使投票权（以及提交决 议），从而对相关事项正式表示赞同（或反对）。 就 A 股市场而言，少数股东的股东大会参会率在 2024 年中大约为 30%，尽管参会率增 速在近年有所放缓，但投资者对有疑虑议案表达意见的积极性正在提高。

投资者实施尽责管理的流程可分为如下四个步骤：制定尽责管理原则，与上市公司就 可持续经营和 ESG 等议题开展日常沟通，在年度股东大会等场合行使投票权或提交股东提 案，定期回顾尽责管理结果及投资表现，将尽责管理结果纳入后续投资决策（是否继续持 有股票或加仓甚至剥离）。

以富达国际为例，根据其最新发布的《中国市场投后管理报告》，其中国团队在 2023 年 6 月向一家中国头部乳制品企业就该公司自身和供应链涉及的毁林风险进行了深入沟通， 建议该公司制定自上而下的反毁林策略，该公司在半年后发布承诺“力争到 2030 年实现无 毁林的棕榈油、纸制品、大豆和豆粕供应”并“加强对供应链可持续风险的管控”。 通过组合权重调整来降低组合 ESG 风险是另一种 ESG 投后管理策略。该策略是组合 构建时对组合 ESG 风险评估的延续（在此不再赘述，可参考本文 2.1.3 节），旨在通过持续 采集组合 ESG 数据来对组合 ESG 风险进行动态评估，并在必要时对公司、行业和国家的权 重调整来减少组合整体的 ESG 风险敞口，避免违反投资目标和风险限制要求。

2.2 量化与指数投资

尽管量化投资通常属于主动投资范畴，而指数投资是被动投资，但在与 ESG 投资策略 结合时，两者的核心均在于对 ESG 底层数据的挖掘与使用，并且将 ESG 数据作为驱动收益 与风险的特征因子纳入量化策略或指数构建中。我们将在下文主要讨论主动量化 ESG 策略 和 ESG 指数投资（ESG 的 smart beta 策略可以理解为两种方法的中间地带）。

2.2.1 主动量化 ESG 策略：挖掘 ESG 因子以开发策略

主动量化策略 ESG 整合主要分为四个步骤：因子筛选、策略设计、策略测试和评估、 投资组合构建与维护。 在因子筛选环节，除了考虑一般意义上的 ESG 因子，例如碳排放强度、绿色收入占比、 董事会独立性等，越来越多的投资者开始关注并采用另类高频的 ESG 数据，例如通过自然 语言处理技术对公司定期报告进行文本数据处理，使用卫星图像数据对上市公司及其供应链 的气候风险进行评估，或者使用网络抓取技术获得能耗或水耗数据。只要某些 ESG 议题可 以被量化，并能在研究中发现其能驱动投资收益，则这些议题对应的因子均有潜力被纳入主 动量化策略中。

在策略设计环节，针对主动量化投资，ESG 因子通常可与传统多因子模型中的各类因子 相结合（价值、质量、规模、动量和波动性等），强化传统多因子模型下的组合风险收益情 况。此外，单纯使用 ESG 因子或根据市场风格因子切换来动态调整 ESG 因子使用也是主动 量化策略整合 ESG 的可行模式。在此基础上，投资者可以设定策略的具体参数，依序为： 投资范围、投资目标、因子设置和加权过程、实施方法和调整频率。

在策略测试和评估环节，投资者主要采用策略回测的方式来确认策略的有效性，除输出 关键的收益和风险指标外，整合 ESG 因子后的策略还可输出组合层面的 ESG 表现，如组合 碳排放（及强度）、总隐含升温或气候风险暴露等。 在组合构建与维护环节，如策略表现符合预期，则投资者可依据此前的策略设计来实施 该模型，在策略启动后，定期调整投资组合以实现组合与策略的一致性。

2.2.2 ESG 指数投资：巧用 ESG 数据以构建指数

ESG 指数投资的核心在于构建 ESG 指数。与主动量化策略 ESG 整合追求绝对收益不 同，被动 ESG 指数投资旨在使投资组合全面匹配对应的 ESG 指数。因此，ESG 指数的构建 或选择，使投资者开展 ESG 投资的核心。ESG 指数的构建流程通常包含如下三大步骤：选 择投资范围、构建指数、维护指数。其中，构建指数是重中之重，需要基金经理应用特定 ESG 投资方法论：收集并分析 ESG 数据、应用筛选或整合策略、确定指数权重。

在选择投资范围时，投资者一般会先识别投资市场相应母指数的覆盖范围，但也有一些 投资机构会直接选择与指数服务商合作开发新指数。 在构建指数时，投资者需要先收集和分析 ESG 数据，数据可以来自公司报告也可来自 第三方，并对其进行分析（使其标准化）；在此基础上，投资者可利用 ESG 数据对母指数 或特定投资范围内的证券进行筛选或整合，例如，通过负面筛选剔除 ESG 评分在末 20%的 公司或筛选出特定 ESG 主题的股票，以及针对某些高碳行业将 ESG 评分纳入行业内剔除的 依据。以 2024 年 8 月发布的中证 A500 指数为例，根据其《编制方法》，中证 A500 指数采 用了负面筛选策略，剔除样本空间内“中证 ESG 评价结果在 C 及以下的上市公司证券”。 类似地，中证 A50 和 A100 指数在编制使同样使用负面筛选策略提出了对样本空间内 ESG 评分较低的投资标的。在确定指数权重时，投资者可以采取四种方法：按市值确定权重、相 等权重、向 ESG 指标倾斜、或以实现某 ESG 目标为最优化等。 在维护指数时，投资者应持续跟踪成分股企业行为，并根据最新的 ESG 数据和财务数 据对指数内成分股进行定期调整。 下表汇总国内外具有代表性的被动权益类 ESG 指数的特点：MSCI 低碳指数带有明显 的 ESG 目标最优化特点，富时罗素气候转型指数依靠气候因素对权重进行倾斜，标普全球 水指数在确定可持续主题后也通过行业暴露对权重进行倾斜；沪深 300ESG 指数通过 ESG 整合进行权重倾斜，中证上海环交所碳中和指数通过计算碳中和贡献度作为选股依据，而中 证 ESG120 策略指数的编制较为简单，依靠 ESG 评分进行负面筛选。

宽基指数也越来越采用 ESG 因素。仅 2024 年以来，就有中证 A500、上证 180、中证 A50 等重要宽基指数纳入 ESG 因素。ESG 指数不仅考虑了企业的财务稳健性，还包括了其 在可持续性方面的表现，这种评估方式为给宽基指数一个考虑公司长期投资价值的途径。

3 ESG 行业实质性议题分析

3.1 实质性议题识别方法：投资者视角下的财务实质性转置

正如我们在报告第一章提到的，ESG 投资的有效性在很大程度上取决于投资者能否识 别实质性 ESG 议题，并在此基础上将行业和公司分析与 ESG 分析相结合。 受篇幅限制，我们在此仅对纳入全国碳市场的八大行业：电力、钢铁、建材、有色、 石化、化工、造纸和航空，开展行业实质性 ESG 议题分析与汇总。 我们的分析过程有如下五个步骤： 步骤一：参考国内外主流 ESG 评级机构的议题与指标设置确定全范围议题与指标库， 主要参考机构为：Bloomberg、MSCI、FTSE、Sustainalytics、中证、秩鼎、万得； 步骤二：以 SASB 行业实质性议题为蓝本，初步确定 A 股行业实质性议题框架； 步骤三：搜集各行业头部企业公开披露信息中涉及的“实质性议题”或“议题矩阵 图”，构建实质性议题行业自我认知清单； 步骤四：根据财务实质性，以“影响程度”和“发生概率”两大维度对行业自我认知 清单上的实质性议题进行“转置”； 步骤五：结合“步骤二”中初步确定的行业实质性议题框架和“步骤四”转置后的行 业自我认知实质性议题，确定最终的行业实质性议题并对其实质性程度进行评价。

以电力行业为例，我们以 SASB 行业实质性议题为模板，在全范围议题与指标库中初 步筛选出 15 个实质性 ESG 议题；进一步地，我们选取行业中五家头部（万得电力指数前 五大权重成分股）企业（长江电力、龙源电力、中国核电、三峡能源、国电电力）作为样 本，搜集其最新的 ESG（可持续发展或社会责任）报告中披露的实质性议题清单；以长江 电力和国电电力为例，两家公司均在 2023 年 ESG 报告中按“双重重要性”思路披露了重 要性议题矩阵，我们将矩阵中涉及的重要议题以“影响程度”和“发生概率”两个维度进 行“转置（重新划分）”；最后，我们结合行业实质性议题框架和行业自我认知实质性议 题确定最终的实质性 ESG 议题和指标，如下图（40）所示。我们将实质性议题细分为“极 重要”和“重要”两类，电力行业“极重要”实质性议题共 6 个，“重要议题”共 7 个。

3.2 实质性议题定量分析：ESG 指标预测基本面因子

除上节论述的定性分析外，投资者还可以尝试对 ESG 议题的实质性与否、影响方向及 程度开展定量分析。我们的分析过程如下所示： 首先，我们从财务实质性角度出发，将 SASB 框架中定义的 13 个价值驱动因素重新分 为五类：收入、成本、资产、负债和资金成本； 进一步地，我们参考上述五类价值驱动因素，选取基本面因子中的价值、成长和质量中 的代表性因子作为我们对 ESG 议题实质性评估的代理因子；其中，价值因子的具体代理因 子为：经营活动净现金流/总市值，成长因子为：年净利润增长率，质量因子为股东权益回报 率（ROE）。 针对 ESG 议题，考虑到篇幅限制和样本选择的代表性，我们以沪深 300 成分股为样本， 选用秩鼎提供的“温室气体排放总量（吨）”为例，进行 ESG 议题实质性定量分析。以样 本企业上一年度的温室气体排放总量为自变量，以该企业下一年的价值、成长和质量因子为 因变量，在控制个体和时间固定效应后对 2020-2024 年的面板数据分行业进行回归，结果如 下表汇总所示：（1） ESG因素对沪深300全样本的影响并不显著。对3大因子回归 P值均大于0.05。 但分行业来看结果出现分化，证明实质性因子识别具备重要的投资价值； （2） 以 p 值低于 0.05 为实质性分界线分行业来看，我们可以发现，温室气体排放总 量对不同行业是否有实质性影响有明显差异，结果与我们在上一节实质性议题 上的论述基本一致，即对化工、建材、有色金属等高碳行业有较为实质的影响； 从指标方向上看，对多数有实质性影响的行业，温室气体排放总量对基本面因 子的影响方向为负向（我们对负数系数进行色阶填充，正数系数不填充）； （3） 传媒、软件服务、医疗设备与服务等成长属性行业的三大基本面因子对碳排放 均不敏感，符合我们的行业实质性预期。

（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。）