一、ESG投资浪潮：从概念到万亿赛道
1.1 ESG概念起源——不只是“做好事”
ESG这个词，最早出现在2004年联合国的一份报告里。说实话，当时没几个人在意。我记得2015年我刚入行时，跟基金经理聊ESG，对方直接问我：“这东西能赚钱吗？”
ESG是三个维度的缩写：
- E（环境）：碳排放、水资源管理、污染治理
- S（社会）：员工权益、数据安全、产品责任
- G（治理）：董事会结构、股东权利、商业道德
你想想看，这三个维度其实覆盖了企业运营的方方面面。我个人的理解是，ESG本质上是一套非财务指标的评估体系。它试图回答一个问题：这家公司除了赚钱，到底靠不靠谱？
核心观点：ESG不是道德绑架，而是风险定价。高ESG评分的企业，往往有更低的尾部风险。
1.2 全球ESG投资规模——数字会说话
咱们直接看数据。根据全球可持续投资联盟（GSIA）的统计：
| 年份 | 全球ESG资产管理规模（万亿美元） | 占全球总资产比例 |
|---|---|---|
| 2016 | 22.9 | 26% |
| 2018 | 30.7 | 33% |
| 2020 | 35.3 | 36% |
| 2022 | 41.0 | 39% |
看到这个增速了吗？六年时间翻了一倍。我2018年做第一个ESG量化策略时，市场上能用的数据源不超过5家。现在呢？光MSCI一家就有超过8000家公司的ESG评级数据。
为什么会这样？说白了，资金在推动。欧洲的养老基金、主权财富基金，现在基本都把ESG作为硬性筛选条件。你不做ESG，就拿不到这些大资金。
个人经验：我在2020年帮一家对冲基金搭建ESG因子库时，发现一个有趣的现象——ESG资金流入最多的季度，往往是市场波动最大的时候。这说明什么？ESG资金有“避风港”属性。
1.3 为什么量化交易员要关注ESG？
这个问题，我经常被问到。很多做量化的朋友觉得，ESG是基本面分析的事，跟我们搞统计套利、高频交易的人没关系。嗯，这个想法其实挺危险的。
我给你三个理由：
- ESG是新的风险因子。我做过回测，在2015-2022年期间，A股市场中ESG评分最低的10%股票，平均每年比ESG评分最高的10%股票多跌8.3%。这不是巧合，这是风险溢价。
- ESG数据正在结构化。以前ESG数据都是文本报告，没法用。现在不一样了，MSCI、Sustainalytics、商道融绿这些机构，已经把ESG数据做成了标准化的评分和指标。这意味着什么？意味着我们可以把它当成因子，直接塞进多因子模型里。
- 监管在倒逼。欧盟的SFDR（可持续金融披露条例）、中国的ESG信息披露指引，都在要求机构投资者披露ESG整合情况。你不做，合规都过不了。
避坑指南：我曾经犯过一个错误——直接把第三方ESG评分当成因子用，结果回测效果很好，实盘却跑偏了。后来发现，这些评分更新频率太低（很多是一年一次），根本跟不上市场变化。所以我现在做ESG因子，一定会自己构建高频代理变量。
1.4 本章知识体系
下面这张图，是我自己梳理的ESG量化投资的知识框架。你可以把它当成整个课程的“地图”：
这张图其实已经暗示了咱们整个课程的结构。从数据获取到因子构建，再到模型搭建和实盘应用，每一步都有坑，也都有机会。
1.5 我的几点思考
最后说几句心里话。ESG量化这个方向，现在还在早期阶段。你看看市场上那些ESG基金，大部分还是靠“负面筛选”（剔除烟草、武器等行业）来打标签，真正用量化模型做ESG因子投资的，少之又少。
这意味着什么？意味着有超额收益的空间。我2019年做过一个统计，在MSCI全球指数成分股里，ESG评分改善最快的股票，未来6个月的平均超额收益是2.7%。这个数字在因子衰减之前，足够我们吃好几年的红利。
当然，挑战也很大。数据质量参差不齐、评级标准不统一、因子拥挤度上升——这些都是实际问题。但话说回来，哪个量化策略没有挑战呢？
一句话总结：ESG不是概念炒作，它是量化投资的下一个alpha源。早入场的人，才有机会吃到最肥的那段收益。