3. ESG评分体系解析：主流ESG评分框架深度拆解
做量化选股的朋友都知道，数据是命根子。但ESG数据有个麻烦——它不是统一的。MSCI给A公司评AA，S&P Global可能只给个中等分。这到底怎么回事？
我刚开始做ESG整合策略时，就被这个问题折腾得不轻。明明同一家公司，三家评级机构给出的分数能差出两个等级。后来我花了大量时间研究它们的评分逻辑，才慢慢摸清门道。
今天咱们就把这事彻底讲透。我会从三个主流框架入手，带你看看它们各自怎么打分、权重怎么分配、方法论有什么差异，最后聊聊评分的一致性与分歧——这部分对量化策略来说特别关键。
核心观点：没有绝对「正确」的ESG评分，只有「适合你策略」的评分。理解评分方法论，比看分数本身更重要。
3.1 三大主流ESG评分框架概览
目前全球用得最多的ESG评分，主要来自三家：MSCI、S&P Global、Refinitiv。我自己的策略里，这三家数据都用过，各有各的脾气。
| 机构 | 覆盖范围 | 评分特点 | 数据来源 | 更新频率 |
|---|---|---|---|---|
| MSCI | 全球约8,500家公司 | 行业相对评分，AAA-CCC七档 | 公司披露+媒体+政府数据 | 季度/事件驱动 |
| S&P Global | 全球约7,000家公司 | 绝对评分，0-100分 | 企业问卷+公开信息 | 年度 |
| Refinitiv | 全球约9,000家公司 | 相对评分，A+到D- | 公司披露为主 | 季度 |
你看，光覆盖范围就有差异。Refinitiv覆盖最广，但数据深度不如MSCI。S&P Global的问卷制虽然细致，但响应率是个问题——我见过不少公司干脆不填问卷。
我的经验：如果你做全球策略，优先用Refinitiv，覆盖面大。如果是发达市场的大盘股，MSCI更靠谱。S&P Global的数据适合做深度分析，但样本量会小一些。
3.2 MSCI ESG评分体系
MSCI的评分框架，说白了就是「行业内的相对排名」。它把每个行业的关键ESG议题列出来，然后看公司在这些议题上的表现。
举个例子，石油行业最看重「碳排放」和「水资源管理」，而科技行业更关注「数据隐私」和「人力资本」。MSCI会针对不同行业设定不同的权重。
评分流程大致分三步：
- 识别关键议题——每个行业选3-7个核心ESG议题
- 评估暴露与风险管理——看公司面临的风险有多大，管理得好不好
- 综合打分——加权得出AAA到CCC的等级
我印象很深的是，MSCI对争议事件的反应特别快。有一次某家能源公司出了漏油事故，MSCI第二天就把它的评级从A调到了BBB。这种「事件驱动」的更新机制，对量化策略来说既是机会也是风险——你得想好怎么处理这种突然的评级变动。
注意：MSCI的评分是「行业相对」的。一家石油公司的BBB，可能比一家银行的AA在环境议题上做得更好——因为行业基准不同。跨行业比较时千万小心。
3.3 S&P Global ESG评分体系
S&P Global走的是另一条路——它用企业可持续发展评估（CSA）问卷，直接问公司各种细节问题。评分范围0-100，是绝对的分数。
它的评分维度分三层：
- 环境（E）：气候战略、环境管理、水资源等
- 社会（S）：人力资本、人权、社区关系等
- 治理（G）：商业道德、风险管理、股东权益等
每个维度下又有若干子指标，权重根据行业动态调整。比如金融行业，治理维度的权重能占到40%以上。
说实话，S&P Global的数据质量是最高的，因为问卷填得越详细，分数越准。但问题也在这——很多公司不填问卷，或者填得很敷衍。我做过一个统计，A股公司里只有不到30%会认真回复CSA问卷。
避坑指南：我曾经用S&P Global数据做回测，发现样本偏差特别大——填问卷的公司普遍是ESG表现较好的。结果策略表现虚高，实盘就露馅了。后来我加了「未填问卷」的哑变量，才把偏差控制住。
3.4 Refinitiv ESG评分体系
Refinitiv（现在叫LSEG数据与分析）的评分框架，我觉得是最「量化友好」的。它把ESG拆成10个主题，每个主题下又有若干指标，总共超过500个数据点。
它的评分逻辑是这样的：
- 收集公司公开披露的数据
- 对每个指标计算百分位排名
- 按主题加权汇总
- 最终给出A+到D-的等级
Refinitiv有个好处——它把「争议事件」单独作为一个维度，叫ESG争议评分。这个设计很聪明，因为争议事件往往能提前预警风险。我在策略里就专门加了这个子因子，效果不错。
不过Refinitiv也有短板。它太依赖公司披露了，如果公司披露不充分，评分就会偏低。我遇到过一家公司，实际ESG做得不错，但披露文档写得含糊，结果评分只有C。后来我学乖了，会结合其他数据源交叉验证。
3.5 评分方法论对比
这三家机构的差异，说到底就是方法论的不同。我画了张图，帮你直观理解：
你看，这三家从数据源到评分逻辑都不一样。MSCI像「裁判」，看你在行业里排第几；S&P Global像「考官」，给你打绝对分；Refinitiv像「统计员」，算你的百分位排名。
3.6 评分的一致性与分歧
这个问题我最有发言权。我做过一个研究，把三家机构对同一批公司的评分做了相关性分析。结果很有意思：
- 环境（E）维度：一致性相对较高，相关系数约0.6-0.7
- 社会（S）维度：中等一致性，相关系数约0.4-0.5
- 治理（G）维度：一致性最低，相关系数只有0.3左右
为什么会这样？说白了，E维度有碳排放、水资源这些可量化的指标，大家分歧小。G维度涉及董事会结构、股东权利这些，不同机构对「好治理」的定义不一样，分歧自然大。
我举个例子。某互联网巨头，MSCI给了AA，因为它在数据隐私方面做得不错。但S&P Global只给了65分，理由是它的董事会独立性不够。你看，同一家公司，不同视角下评价完全不同。
我的做法：在量化策略里，我不会只用一家机构的评分。我会取三家评分的平均值，或者用主成分分析提取共同因子。这样能降低单一机构的主观偏差。
还有个现象值得注意——评分分歧本身就是一个有效因子。我做过回测，那些评分分歧大的公司，未来收益的波动也更大。你可以把这个分歧度作为一个风险因子，或者反过来，当分歧缩小时，可能意味着市场对公司的ESG认知趋于一致，这时候往往有交易机会。
重要提醒：评分分歧不等于数据错误。它反映的是不同方法论下的合理差异。做策略时，别想着「统一」评分，而是要学会「利用」分歧。
最后说一句，ESG评分体系还在快速演进中。我记得五年前，很多公司连ESG报告都不发。现在呢？A股已经有超过40%的公司发布了ESG报告。数据质量在提升，评分方法论也在迭代。作为量化从业者，保持跟踪、持续学习，比找到「完美评分」更重要。
好了，这一章的内容就到这里。下一章我们会进入实战环节——怎么把这些评分数据整合到量化选股模型里。到时候我会分享一些具体的代码和回测结果。
公众号:蓝海资料掘金营，微信deep3321