3. ESG数据概览：常见ESG评级机构（MSCI、Sustainalytics）及数据获取方式
做量化策略，最头疼的是什么？
不是模型不灵，是数据拿不到。
ESG因子更是如此。我刚开始研究ESG动量策略时，第一反应就是：评级数据从哪来？各家机构评的还不一样，到底信谁的？
这一节，咱们就把这事掰扯清楚。
3.1 主流ESG评级机构：谁在给企业打分？
全球ESG评级机构少说也有几十家。但真正被机构投资者广泛采用的，其实就那几家。我个人最常打交道的是MSCI和Sustainalytics。
| 机构 | 覆盖范围 | 评级体系 | 数据特点 |
|---|---|---|---|
| MSCI ESG Research | 全球约8,500家公司 | AAA-CCC七档 | 行业相对评分，权重透明 |
| Sustainalytics | 全球约12,000家公司 | 0-100分（低分好） | 风险暴露+管理能力双维度 |
| Refinitiv (路透) | 全球约7,000家公司 | A+到D- | 数据颗粒度细，历史长 |
| Bloomberg ESG | 全球约11,000家公司 | 0-100分 | 侧重披露数据，缺失值多 |
关键认知：不同机构的评级相关性其实不高，大概在0.5-0.7之间。这意味着选哪家数据，会直接影响你的因子表现。我建议至少对比两家再做决策。
3.2 MSCI ESG评级：行业内的标杆
MSCI的评级体系，说白了就是「同行比一比」。它把每个公司放在所属行业里，看ESG表现排第几。
评级逻辑是这样的：
- 关键议题识别：每个行业选3-7个核心ESG议题。比如石油行业重点关注碳排放，科技公司则看数据隐私。
- 风险暴露与风险管理：评估公司面临的风险有多大，以及管理得好不好。
- 争议事件扣分：如果有重大负面事件，比如环境污染、劳工纠纷，直接降级。
最终得分映射到AAA到CCC七个等级。AAA是行业前5%，CCC是后5%。
我的经验：MSCI的数据在发达市场覆盖很好，但A股覆盖相对有限。做中国策略时，我一般会搭配Sustainalytics一起用。
3.3 Sustainalytics：风险视角的评级
Sustainalytics的思路跟MSCI不太一样。它更关注「ESG风险」本身，而不是「相对表现」。
它的评分逻辑是：
- 测算未管理风险：先看公司所在行业固有的ESG风险有多大。
- 评估管理能力：再看公司有没有采取措施来降低这些风险。
- 计算最终风险得分：未管理风险 - 管理效果 = 剩余风险。
得分越低越好。0-10分是「可忽略风险」，40分以上是「严重风险」。
为什么会这样设计？你想想看，一个化工企业天然就有高环境风险，但人家管理得好，实际风险可能比一个管理混乱的科技公司还低。Sustainalytics想捕捉的就是这个「管理溢价」。
3.4 数据获取方式：从哪拿数据？
嗯，这里要讲点实在的了。数据获取，说白了就三条路：
3.4.1 商业数据库（最省心，但贵）
如果你在机构里做，大概率已经有这些数据了：
- Bloomberg Terminal：直接敲ESG函数，比如
ESG、ESR，就能拉出MSCI和Sustainalytics的评级。 - Refinitiv Eikon：通过
TR.ESGScore等代码获取。 - FactSet：也整合了多家ESG数据源。
代码示例（用Python从Bloomberg API拉MSCI评级）：
import pdblp
import pandas as pd
# 连接Bloomberg
con = pdblp.BCon(debug=False)
con.start()
# 定义股票和字段
tickers = ['AAPL US Equity', 'MSFT US Equity', 'GOOGL US Equity']
fields = ['ESG_SCORE', 'ENVIRONMENTAL_SCORE', 'SOCIAL_SCORE', 'GOVERNANCE_SCORE']
# 拉取数据
df = con.bdh(tickers, fields, start_date='2024-01-01', end_date='2024-12-31')
print(df.head())注意：Bloomberg API需要终端授权，个人用户基本用不了。我曾经帮一个初创团队搭过替代方案，最后选了Sustainalytics的公开数据接口。
3.4.2 公开数据源（免费，但有限）
个人研究者或者小团队，可以试试这些：
- Sustainalytics 官网：提供部分公司的免费评级查询，但没法批量下载。
- MSCI 官网：也有类似的查询工具，覆盖范围小。
- CDP (碳披露项目)：环境维度的数据可以免费获取，但需要申请。
- Worldscope / ASSET4：有些学术数据库会打包提供历史ESG数据。
我建议用爬虫抓取公开页面数据，但要注意合规问题。曾经有个学员因为爬取频率太高，被Sustainalytics封了IP……嗯，这事得悠着点。
3.4.3 第三方数据聚合平台（折中方案）
有些平台专门做ESG数据聚合，价格比直接买Bloomberg便宜：
- ESG Book：聚合了多家评级机构的数据，API接口友好。
- Arabesque S-Ray：提供基于公开信息的ESG评分，免费版够用。
- Truvalue Labs (FactSet旗下)：用AI分析新闻和报告，生成实时ESG信号。
我个人比较推荐ESG Book，它的API文档写得清楚，Python调用很方便：
import requests
import json
# ESG Book API示例
url = "https://api.esgbook.com/v1/ratings"
headers = {"Authorization": "Bearer YOUR_API_KEY"}
params = {
"isin": "US0378331005", # Apple的ISIN
"provider": "sustainalytics"
}
response = requests.get(url, headers=headers, params=params)
data = response.json()
print(f"Sustainalytics评分: {data['score']}")3.5 数据清洗与对齐：避坑指南
拿到数据只是第一步。真正折磨人的，是数据清洗。
我曾经在做一个跨市场策略时，发现MSCI和Sustainalytics对同一家公司的评级日期差了整整一个月。原因是MSCI按月更新，Sustainalytics按季度更新。如果不做时间对齐，因子信号全是错的。
几个关键点：
- 时间戳对齐：统一用月末或季末数据，别混用。
- 缺失值处理：ESG数据缺失率很高，尤其是小盘股。我一般用行业均值填充，或者干脆剔除。
- 评级标准化：不同机构的量纲不同，做因子组合前一定要标准化。比如把MSCI的AAA-CCC映射到1-7分。
核心建议：别贪多。先选一家评级机构的数据把策略跑通，再对比第二家。一上来就想融合所有数据源，大概率会陷入数据泥潭。
3.6 本章知识体系
下面这张图，帮你理清ESG数据获取的全流程：
从评级机构到最终可用的因子数据，中间每一步都可能出问题。我见过太多人花80%的时间在数据清洗上，真正做策略的时间反而没多少。所以，一开始就规划好数据流程，比什么都重要。
一个小建议：如果你刚开始接触ESG数据，先从Sustainalytics的公开评分入手。它的API相对友好，而且风险导向的评分逻辑跟动量因子结合时，效果往往不错。
公众号:蓝海资料掘金营，微信deep3321