ESG 选股策略 2023 年 10 月定期跟踪报告

在当前传统基本面因子日渐拥挤的环境下，作为近年备受关注的一种另类因子， ESG 因子能够从非基本面的角度评价上市公司在环境、社会、治理三方面的综合表现，有望成为 A 股市场新的 Alpha 来源；

根据我们过去的研究，ESG 评价得分能够通过改善上市公司盈利现金流、特质性风险以及资本成本三条路径，对股票未来估值产生显著的正向影响；

基于 ESG 综合评价指标，招商证券量化研究团队在沪深 300、中证 500、中证 1000 三类股票池中从多个不同角度构建了较完善的 ESG 选股策略体系，包括正面筛选策略、负面剔除策略、行业增强策略、Smart Beta 策略、基本面整合策略等；

2023 年以来，300ESG 正面筛选策略、500ESG 行业增强策略和 1000ESG 基本面整合策略表现良好，相对于沪深 300、中证 500 和中证 1000 的超额收益率分别为 9.64%、3.63%和 3.66%；

2023 年 9 月，300ESG 正面筛选策略、500ESG 行业增强策略和 1000ESG 基本面整合策略在沪深 300、中证 500 和中证 1000 的超额收益率分别为 0.91%、 0.97%和 0.94%。

招证金工ESG量化选股策略体系

本报告将采用来自秩鼎公司‍的ESG评分数据作为样本进行分析与研究。秩鼎公司（www.quantdata.com.cn）是国内领先的ESG数据及分析服务商，其核心团队来自全球领先的金融信息服务商Thomson Reuters，是中国保险资产管理业协会成员、联合国责任投资原则UN PRI成员、Bloomberg中国境内的首家另类数据提供商、ICE洲际交易所合作伙伴。

秩鼎ESG评分体系由自上而下的三级指标体系构成，包括一级指标3个、二级指标14个，包含底层指标共168个。指标的构建上充分考虑了中国市场特征及国情政策，如在社会资本中增加精准扶贫相关指标。打分的流程分为三步：（1）全量均值。即与全市场企业比较，进行打分；（2）行业均值。即与同行业企业比较，进行打分；（3）分档评分。即无需与市场或行业企业比较，根据企业自身表现分成不同得分档次，得出分数。总结而言，该ESG评分体系以GICS四级行业为基础，综合考虑行业特征，对不同行业、不同指标设置不同权重，从多个维度系统性地评估公司ESG绩效和风险，最终构建出一套完备的ESG评分体系。ESG指标体系具体内容如表1所示：

基于该ESG评价标准，我们团队分别在沪深300、中证500和中证1000股票池中构建了多维度的ESG选股策略体系，具体包括正面筛选策略、负面剔除策略、行业增强策略、Smart Beta策略以及基本面整合策略等，如图1所示。该策略体系将会持续进行完善和扩充。

• 正面筛选策略：从指数样本股中选取ESG分数靠前的上市公司股票作为样本股，以反映ESG分数较高股票的综合表现；

• 负面剔除策略：从指数样本股中剔除ESG分数靠后的上市公司股票，选取剩余股票作为策略样本；

• 行业增强策略：对行业权重的变动范围施加约束，使策略持仓中各中信一级行业的权重限制在基准指数行业权重上下1%以内，降低策略组合与基准指数的行业偏离；

• Smart Beta策略：以ESG分数作为组合权重进行加权，通过调整ESG在组合中的暴露强调ESG因子的作用，从而获得超出Beta的收益；

• 基本面整合策略：采用分位数变换对 ESG 因子与其他基本面因子进行标准化，再以等权方式合成综合因子并选择综合因子最高一定比例股票。

在我们过去的研究报告《ESG投资研究系列之七：揭开ESG黑盒，超额收益的背后是什么？》中，我们以现金流贴现模型（DCF）作为理论模型，总结了ESG评分通过改善上市公司盈利现金流和特质性风险提高模型的分子，并通过减少资本成本降低模型的分母，最终对股票未来估值产生正向影响的传导机制，具体如图2所示。

我们采用统计数据分别从三条路径验证了上述逻辑：从盈利现金流传导的角度，高ESG评分能够改善公司的盈利水平，并提升公司未来的现金流和红利。通过提高DCF模型的分子，提升了股票未来的估值水平；从特质性风险传导的角度看，高ESG评分与未来一年尾部风险事件发生的概率呈显著负相关关系，较高ESG水平的公司能够通过降低未来尾部风险发生的概率，提高公司价值的稳定性，为现金流的提升打下坚实基础；最后，从资本成本传导的角度看，高ESG公司由于表现出更低的系统性风险暴露，因此具有更低的资本成本，能够通过降低DCF模型的贴现率，提升股票未来的估值水平，详见《ESG投资研究系列之七：揭开ESG黑盒，超额收益的背后是什么？》。

分析结果表明，ESG评价得分能够通过改善上市公司盈利现金流、特质性风险以及资本成本三条路径，对股票未来估值产生显著的正向影响。

部分ESG量化选股策略的近期表现

2.1. 300ESG 正面筛选策略

2015 年以来，300ESG 正面筛选策略与沪深 300 指数分化较为明显：300ESG 正面筛选策略的年化收益率和夏普比率分别为 6.58%和 0.144，相对沪深 300 指数的区间超额收益为 70.75%。从历史分位数测试结果看，ESG 正面筛选策略 Top 组合相对 Bottom 组合的相对业绩较显著。

2022 年以来，ESG 正面筛选策略在沪深 300 成分股中维持较好的选股效果：300ESG 正面筛选策略组合年化收益率和夏普比率分别为-7.97%和-0.577，同期沪深 300 指数的年化收益为-15.11%。2022 年以来策略相对沪深 300 指数的超额收益为 11.10%。正面筛选策略以沪深 300 指数对冲后，对冲组合的上升趋势相对平稳。

2023 年以来，300ESG 正面筛选策略与沪深 300 指数分化同样较为明显：300ESG 正面筛选策略的区间收益率为 4.41%，同期沪深 300 的收益率为5.23%，策略相对沪深 300 指数的区间超额收益为 9.64%。

300ESG 正面筛选策略在 2023 年 9 月的累计收益率为-3.23%，同期沪深 300 指数的区间收益率为-4.14%，策略继续跑赢沪深 300 指数，获得了 0.91% 的超额收益。

2.2. 500ESG 行业增强策略

2015 年以来，500ESG 行业增强策略与中证 500 指数分化较为明显：行业增强策略的年化收益率和夏普比率分别为 8.71%和 0.205，相对中证 500 指数的区间超额收益为 99.76%，行业增强策略以中证 500 指数对冲后，对冲策略组合的上升趋势相对平稳。从历史分位数测试结果看，ESG 行业增强策略 Top 组合相对 Bottom 组合的相对业绩较显著，且线性递增的趋势突出。

2022 年以来，500ESG 行业增强策略在中证 500 成分股中维持较好的选股效果：500ESG 行业增强策略组合年化收益率和夏普比率分别为-3.70%和-0.371，相对中证 500 指数的区间超额收益为 15.03%。

2023 年以来，500ESG 行业增强策略与中证 500 指数分化同样较为明显：500ESG 行业增强策略的区间收益率为-0.77%，同期中证 500 的收益率为4.40%。策略相对中证 500 指数的区间超额收益为 3.63%。

500ESG 行业增强策略在 2023 年 9 月继续跑赢基准，策略在 9 月的累计收益率为-1.41%，同期中证 500 指数的区间收益率为-2.38%，2023 年 9 月的累计超额收益为 0.97%。

2.3. 1000ESG 基本面整合策略

2015 年以来，1000ESG 基本面整合策略与中证 1000 指数分化明显：策略的年化收益和夏普比率分别为 7.14%和 0.14，相对中证 1000 指数的超额收益为 81.33%。从历史分位数测试结果看，ESG 因子在中证 1000 中的选股能力显著， ESG 基本面整合策略 Top 组合相对 Bottom 组合的相对业绩较显著，且线性递增的趋势突出。

2022 年以来，ESG 基本面整合策略在中证 1000 成分股中维持较好的选股效果：1000ESG 基本面整合策略组合年化收益率和夏普比率分别为-6.68%和0.469，相对中证 1000 指数的区间超额收益为 10.85%。

2023 年以来，1000ESG 基本面整合策略与中证 1000 指数分化同样较为明显：1000ESG 基本面整合策略的区间收益率为-1.67%，同期中证 1000 的收益率为-5.33%。策略相对中证 1000 指数的区间超额收益为 3.66%。

1000ESG 基本面整合策略在 2023 年 9 月仍稳定超越基准，策略在 9 月的累计收益率为-0.99%，同期中证 1000 指数的区间收益率为-1.93%，9 月超额收益为 0.94%。

总体而言，上月沪深 300 正面筛选策略、中证行业增强策略和中证 1000ESG 基本面整合策略均获得了较好的表现。各策略在 9 月相对基准指数获得了显著的正向超额收益，其中，ESG 在中证 1000 指数中的表现更为优秀。2023 年以来，招商 ESG 选股策略库中各策略的累计超额收益曲线也维持了稳定向上的趋势。我们相信，ESG 投资作为价值投资的重要实施方式之一，具有获得中长期超额收益的潜力。