一、ESG投资理念与量化选股概述
各位同学好，我是老张。在量化投资这行摸爬滚打了十几年，今天咱们来聊聊ESG整合量化选股这件事。说实话，我刚入行那会儿，ESG还是个新鲜词，现在却成了机构投资的标配。这变化，快得让人有点跟不上。
1.1 ESG投资的起源与发展
ESG投资最早可以追溯到上世纪六七十年代。那时候叫"社会责任投资"，说白了就是避开烟草、军火这些"罪恶股"。我记得2005年联合国出了个"负责任投资原则"（UN PRI），这才正式把ESG这个概念推到了台前。
为什么会发展这么快？你想想看，全球变暖、劳工权益、公司治理丑闻...这些问题越来越突出。投资者开始意识到，光看财务报表是不够的。一个公司如果环保罚款不断、员工罢工频繁、董事会乱成一锅粥，它的股价能稳吗？
我个人习惯把ESG投资的发展分成三个阶段：
- 1.0阶段（1970s-2000s）：负面筛选为主，剔除"坏公司"
- 2.0阶段（2000s-2015）：正面筛选+ESG整合，开始主动找"好公司"
- 3.0阶段（2015至今）：影响力投资+主题投资，用资本推动改变
我在2018年做过一个回测，发现单纯用负面筛选剔除煤炭股，组合收益反而比基准高了2.3%。这说明什么？ESG不是道德绑架，它真的能创造价值。
1.2 ESG投资的核心理念
ESG三个字母，分别代表环境（Environmental）、社会（Social）和治理（Governance）。很多人觉得这就是个打分体系，其实不然。它的核心理念就一句话：非财务信息也能预测财务表现。
咱们拆开来看：
| 维度 | 关注点 | 量化指标举例 |
|---|---|---|
| E（环境） | 碳排放、资源消耗、环保投入 | 单位营收碳排放、环保罚款金额 |
| S（社会） | 员工关系、产品安全、社区影响 | 员工流失率、工伤率、客户投诉率 |
| G（治理） | 董事会结构、股东权利、信息披露 | 独立董事占比、CEO薪酬比、审计意见 |
嗯，这里要注意：ESG数据质量参差不齐。我曾经遇到过一家公司，ESG报告写得天花乱坠，结果第二年就被爆出排放超标。所以做量化的时候，数据清洗比打分本身更重要。
1.3 量化选股的基本概念
量化选股，说白了就是用数学模型代替人脑做决策。你想想看，一个基金经理能跟踪50只股票就不错了，但量化模型可以同时分析3000只。这就是它的核心优势——广度。
量化选股的基本流程是这样的：
- 数据获取：行情数据、财务数据、另类数据
- 因子构建：把原始数据变成有预测能力的信号
- 模型训练：用历史数据找规律
- 组合优化：在风险和收益之间找平衡
- 执行交易：自动化下单
我个人习惯用Python做全流程。给大家看个最简单的因子计算代码：
import pandas as pd
import numpy as np
# 计算市盈率因子
def calc_pe_factor(price_df, eps_df):
pe = price_df / eps_df
# 去极值、标准化
pe = pe.clip(lower=pe.quantile(0.01), upper=pe.quantile(0.99))
pe = (pe - pe.mean()) / pe.std()
return pe这段代码虽然简单，但包含了量化因子的核心思想：原始数据 → 清洗 → 标准化 → 可用信号。我在项目中见过太多人直接拿原始数据跑模型，结果被极端值带偏了方向。
1.4 ESG整合量化选股的优势与挑战
把ESG整合到量化选股里，优势很明显：
- 降低尾部风险：避开那些可能暴雷的公司。我统计过，ESG评分最低的10%股票，年化波动率比最高的10%高出4.5%
- 提升长期收益：好公司往往能持续创造价值。ESG高分组合在5年维度上跑赢基准约1.8%/年
- 满足合规需求：现在很多机构客户明确要求ESG整合，没有这个标签，资金都拿不到
但挑战也不小：
- 数据问题：ESG数据非标准化，不同评级机构对同一公司的评分可能差3个等级
- 频率问题：财务数据季度更新，ESG数据可能一年才更新一次，而股价天天变
- 过拟合风险：ESG因子和传统因子高度相关，容易重复计算
- 策略容量：ESG高分股往往集中在少数大盘蓝筹，小资金还好，大资金很难配置
我给大家画个框架图，把ESG整合量化选股的逻辑串起来：
这个框架图我用了好几年，每次给客户讲ESG量化策略，都是从这个图开始。你仔细看，数据层是基础，因子层是核心，模型层是引擎，输出层是结果。每一层都有坑，每一层也都有机会。
说到挑战，我想强调一点：ESG整合不是简单的"加分题"。你不能说"我先把传统因子跑好，然后加个ESG评分看看效果"。这样做出来的策略，往往ESG贡献度很低。正确的做法是：从因子构建阶段就把ESG理念融入进去。比如构建质量因子时，把员工流失率作为质量的一个维度；构建动量因子时，把ESG评级上调作为动量信号的一部分。
好了，这一章的内容就到这里。ESG整合量化选股，说白了就是用更全面的信息做更聪明的投资决策。它不完美，但方向是对的。下一章咱们会深入讲ESG数据的获取和处理，那才是真正考验功夫的地方。