3. E（环境）因子构建：碳排放强度、水资源管理、绿色专利数量、环境得分标准化

好，咱们进入E因子的实战环节。环境因子，说白了就是衡量一家公司在环保上到底干了多少实事。我见过太多人只看一个碳排放数据就下结论，结果踩了大坑。今天我把四个核心维度拆开讲，每个维度背后都有我踩过的坑和总结的经验。

3.1 碳排放强度：别被绝对值骗了

很多人一上来就拉碳排放总量，然后说A公司比B公司排得多，所以A公司差。这其实是个误区。你想想看，一家钢铁厂和一家软件公司，碳排放总量能比吗？

我个人习惯用碳排放强度，也就是单位营收的碳排放量。公式很简单：

碳排放强度 = 年度碳排放总量（吨CO₂e） / 年度营业收入（百万元）

这样做的好处是剔除了规模效应。我在一个项目中遇到过一家化工企业，碳排放总量每年增长5%，但营收增长更快，算下来强度其实是下降的。如果你只看总量，就会误判它是个坏学生。

数据来源方面，我建议优先用CDP（碳披露项目）的数据，其次是公司年报或ESG报告。如果实在没有，可以用行业均值做插值，但一定要在因子里打个标记，后面做回测时能看出来哪些是估计值。

3.2 水资源管理：容易被忽视的硬约束

水资源这个因子，说实话，以前我也不太重视。直到有一次我分析一家食品饮料公司，发现它在干旱地区的工厂因为取水限制停产了整整两周。那之后我才意识到，水不是免费的，也不是无限的。

水资源管理的核心指标我一般看两个：

• 取水强度：总取水量 / 营收，单位是立方米/百万元
• 水循环利用率：循环用水量 / 总用水量，越高越好

这里有个坑——不同行业的取水强度差异巨大。比如半导体行业需要大量超纯水，而金融行业几乎不直接用水。所以做标准化时，一定要按行业分组处理。

3.3 绿色专利数量：创新能力的硬指标

绿色专利数量，反映的是公司在环保技术上的创新能力。这个因子我特别喜欢，因为它有前瞻性——今天的专利可能就是明天的产品。

具体操作上，我一般用WIPO的绿色专利分类号去专利数据库里检索。比如：

# 伪代码示例
绿色专利分类号 = ['Y02', 'Y04S']  # 气候变化减缓技术
专利数量 = search_patents(company_name, classification=绿色专利分类号)
绿色专利强度 = 专利数量 / 公司总资产（十亿元）

为什么要除以总资产？因为大公司专利多很正常，但我们要看的是相对创新能力。我曾经对比过两家公司，一家是传统能源巨头，专利数量很多但大部分是化石燃料相关；另一家是新能源初创，专利数量少但全是绿色技术。如果不做标准化，你会误判前者更环保。

3.4 环境得分标准化：让不同量纲的数据能打架

好，现在我们有四个维度的原始数据：碳排放强度、取水强度、水循环利用率、绿色专利强度。它们的量纲完全不同，没法直接相加。所以要做标准化。

我常用的方法是Z-score标准化，但会做一点改进：

# 改进版Z-score标准化
def robust_zscore(series):
    median = series.median()
    mad = (series - median).abs().median()  # 中位数绝对偏差
    # 用MAD代替标准差，对异常值更鲁棒
    z = (series - median) / (mad * 1.4826)  # 1.4826是正态分布下的校正因子
    return z

为什么要用MAD？因为碳排放数据里经常有极端值——比如某年工厂发生泄漏，排放量暴增10倍。如果用普通Z-score，这个异常值会把其他所有公司的分数压得很低。用MAD就好很多。

标准化之后，四个维度的分数都在同一个尺度上。然后我按以下权重合成最终的环境得分：

维度	权重	说明
碳排放强度（反向）	40%	核心指标，权重最高
水资源管理	25%	取水强度反向 + 循环利用率正向
绿色专利强度	20%	前瞻性指标
其他环境得分	15%	如废弃物管理、生物多样性等

3.5 核心逻辑框架图

下面这张图把整个E因子构建的流程串起来了，你可以对照着看：

3.6 避坑指南

最后，分享几个我踩过的坑：

• 数据缺失问题：很多中小公司根本不披露碳排放数据。我建议用行业均值填充，但要在因子里加一个「数据可得性」的哑变量，后面做多因子模型时可以用来做条件筛选。
• 范围一、二、三的区分：碳排放有范围一（直接排放）、范围二（电力等间接排放）、范围三（供应链排放）。大部分公司只披露范围一和二，范围三数据质量很差。我一般只用范围一+二，除非有可靠数据来源。
• 专利质量的陷阱：有些公司申请一堆垃圾专利来凑数。我建议用专利被引次数做加权，或者只保留授权专利，不统计申请中的。
• 时间对齐：碳排放数据通常是年度数据，而股价是日度的。做回测时要注意对齐时间戳，别把今年的碳排放和去年的股价混在一起。

嗯，E因子的构建大概就是这些。记住一点：环境数据天生就有噪音，不要追求完美，而是追求信号足够强、逻辑足够自洽。下一节我们会讲S因子（社会因子）的构建，到时候再聊。