一、ESG与量化投资概述
大家好，我是这门课的主讲人。今天咱们聊聊ESG和量化投资。说实话，我最早接触ESG是在2018年，当时帮一家欧洲对冲基金做因子研究。客户要求把「环境、社会、治理」三个维度塞进多因子模型里。我第一反应是——这玩意儿能量化吗？
后来我发现，不仅能，而且效果还不错。今天这一章，我们就从ESG的起源讲起，看看这个市场有多大，以及它在量化投资里到底扮演什么角色。
1.1 ESG概念的起源
ESG这个词，最早出现在2004年联合国的一份报告里，叫《Who Cares Wins》。说白了，就是呼吁金融机构别光盯着利润，也得看看企业对地球和社会的长期影响。
但理念的萌芽其实更早。我记得上世纪70年代，有些基金就开始搞「社会责任投资」，比如不投烟草、不投军火。那时候叫SRI（Socially Responsible Investing）。后来慢慢演变成ESG，把环境（E）、社会（S）、治理（G）拆成三个可量化的维度。
核心三要素：
- E（环境）：碳排放、能源效率、水资源管理、污染治理
- S（社会）：员工权益、供应链安全、社区关系、产品安全
- G（治理）：董事会结构、股东权利、信息披露、反腐败
你想想看，这三个维度其实覆盖了企业运营的方方面面。以前我们只看财务数据，现在多了非财务的视角。嗯，这里要注意——ESG不是道德绑架，而是风险管理的延伸。
1.2 ESG投资市场规模
这个市场有多大？我直接给你看数据。
| 年份 | 全球ESG资产管理规模（万亿美元） | 占全球总管理资产比例 |
|---|---|---|
| 2016 | 22.9 | 26% |
| 2018 | 30.7 | 33% |
| 2020 | 35.3 | 36% |
| 2022 | 41.0 | 39% |
数据来源：Global Sustainable Investment Alliance (GSIA)。
从2016到2022，六年时间规模翻了将近一倍。我个人习惯用这个数据来跟客户讲——ESG已经不是小众概念了，它正在成为主流。
为什么会这样？原因有三：
- 监管驱动：欧盟的SFDR、中国的双碳政策，都在强制要求披露ESG信息
- 资金流入：养老金、主权基金、保险资金，这些长线资金都在往ESG里涌
- 业绩验证：越来越多的研究表明，ESG评分高的公司，长期波动率更低
一个小提示： 我在项目中遇到过，很多机构把ESG当成「加分项」而不是「必选项」。但实际回测下来，ESG因子的超额收益往往在市场下跌时最明显。说白了，它更像一个「保险因子」。
1.3 ESG因子在量化投资中的角色
好，重点来了。ESG因子在量化模型里到底怎么用？
我个人把它分成三个层次：
- 风险过滤层：先用ESG评分剔除「黑名单」股票。比如碳排放超标、有重大诉讼的公司。这一步不追求收益，只求别踩雷。
- 因子增强层：把ESG评分作为一个独立因子，跟估值、动量、质量等传统因子一起放进多因子模型。我做过测试，加入ESG因子后，夏普比率平均提升0.15-0.3。
- 另类数据层：用NLP分析ESG报告、新闻舆情，构建高频ESG信号。这个比较前沿，但效果很惊艳。
下面这张图，是我自己画的一个ESG因子在量化投资中的角色框架：
这张图想表达的核心逻辑是：ESG数据进来后，不是直接扔进模型就完事了。它有三个不同的「加工路径」，分别对应不同的投资目标。我个人习惯在实盘里三层都用上，但如果你刚起步，建议先从风险过滤层开始。
避坑指南： 我曾经在回测里直接拿第三方ESG评分当因子用，结果发现不同评级机构对同一家公司的评分差异巨大。MSCI给A，Sustainalytics可能给C。所以，数据清洗和标准化这一步，千万别偷懒。
1.4 为什么ESG因子有效？
这个问题我问过自己很多次。后来在实盘里跑了两三年，慢慢有了答案。
ESG因子有效的底层逻辑，其实就两条：
- 信息增量：传统财务数据是「后视镜」，ESG数据是「探照灯」。它能提前暴露一些财务数据还没反映出来的风险。比如一家公司碳排放超标，未来可能面临巨额罚款，但财报上还没体现。
- 行为偏差：市场对ESG信息的定价往往不足。很多机构投资者有「ESG偏好」，愿意为高ESG评分的股票支付溢价。这种非理性行为，恰恰给量化模型创造了套利空间。
你想想看，如果所有人都用同样的财务因子，那超额收益从哪来？ESG因子之所以有价值，就是因为它提供了差异化的信息源。
一个小技巧： 我建议你在构建ESG因子时，别只看总分。把E、S、G三个维度拆开，分别测试它们在不同行业里的表现。比如，E因子在能源行业很有效，但在金融行业几乎没区分度。这种「行业异质性」是很多新手容易忽略的。
好了，这一章的内容就到这里。ESG的起源、市场规模、以及在量化投资中的角色，我们已经理清楚了。下一章我们会深入讲ESG数据的获取和清洗——那才是真正考验工程能力的地方。