1. ESG投资理念与负面剔除策略概述

1.1 ESG投资的起源:从伦理投资到量化框架

ESG投资,说白了就是把环境、社会和治理这三个非财务指标,塞进传统的投资决策里。很多人以为这是近十年的新玩意儿,其实它的根可以追溯到上世纪六七十年代。

我记得最早接触这个概念时,还在读研。导师跟我说,那时候叫“伦理投资”或“社会责任投资”。比如教会基金不投烟草、不投军火。说白了,就是“道德过滤”。但那时候没有量化标准,全凭感觉。

真正让ESG走上台面的,是2006年联合国发布的“负责任投资原则”(PRI)。我当年在资管公司实习时,正好赶上国内第一批机构签署PRI。说实话,那时候大家都不太当回事,觉得就是个“政治正确”的标签。

但后来变了。2015年以后,数据越来越全,评级机构开始跑马圈地。MSCI、Sustainalytics、富时罗素,每家都有自己的打分体系。嗯,这里要注意:不同评级机构对同一家公司的评分可能差很大。我在项目中遇到过,一家新能源公司,MSCI给了AA,另一家机构只给了B。为什么?因为权重设置不同。

现在ESG投资已经是全球资管行业的主流。截至2023年,全球ESG相关资产规模超过30万亿美元。你想想看,这个数字已经占到全球资管总规模的三分之一以上。

核心观点: ESG不是道德绑架,而是一种风险管理工具。它帮你看清传统财报里看不到的“隐形负债”。

1.2 核心理念:E、S、G到底在说什么

我习惯把ESG拆成三个维度来讲,这样更清楚。

环境(E)

碳排放、水资源管理、生物多样性、污染治理。说白了,就是企业跟大自然的关系。我个人最关注的是“碳强度”——每百万美元营收对应的碳排放量。这个指标在量化模型里特别好用。

社会(S)

员工权益、供应链管理、数据安全、产品安全。举个例子,我之前分析过一家服装企业,它的E评分很高,但S评分极低——因为被爆出东南亚工厂使用童工。这种公司,负面剔除策略会直接把它筛掉。

治理(G)

董事会结构、股东权利、高管薪酬、反腐败。我见过最典型的案例:一家公司财报很漂亮,但治理评分只有D。后来发现,董事长兼任CEO,独立董事全是“自己人”。这种公司,迟早出事。

维度 关键指标 我常用的数据源
E 碳排放强度、可再生能源占比 CDP、Trucost
S 员工流失率、工伤率 MSCI、Refinitiv
G 董事会独立性、投票权结构 ISS、Glass Lewis
我的经验: 做量化时,别只看总分。把E、S、G拆开,分别做因子测试。有时候E因子能贡献超额收益,但S因子可能是负贡献。

1.3 负面剔除策略:定义与逻辑

负面剔除策略,也叫“排除法筛选”。它的逻辑很简单:从投资组合里,剔除那些不符合ESG标准的公司。

为什么用“剔除”而不是“优选”?因为负面剔除是最容易落地的ESG策略。你不需要判断哪家公司“最好”,只需要知道哪些公司“不能碰”。

我刚开始做ESG量化时,犯过一个错误。当时我试图构建一个“正面优选”模型,给每家公司打一个综合ESG分,然后选前20%。结果回测下来,收益还不如基准。为什么?因为高ESG分的公司,很多是公用事业和消费股,估值已经很高了。

后来我改用负面剔除。先筛掉那些有严重争议的公司——比如涉及武器、烟草、煤炭、严重环境污染。剩下的股票池,再用传统量化因子(价值、动量、质量)去选。效果明显好了很多。

避坑指南: 我曾经把“争议性武器”和“常规武器”混在一起剔除,结果把一家军工龙头剔掉了。后来发现,这家公司主要做雷达系统,跟争议性武器无关。所以,剔除标准一定要细化。

1.4 市场应用:谁在用?怎么用?

负面剔除策略,目前是欧洲养老金和保险资金的主流选择。为什么?因为监管要求。欧盟的SFDR(可持续金融披露条例)要求基金必须披露ESG风险。很多大型机构干脆直接剔除高碳资产,省得麻烦。

在美国,情况不太一样。我记得2022年,佛罗里达州通过法案,禁止州养老金在投资中考虑ESG因素。嗯,政治因素确实会影响ESG策略的落地。

在国内,负面剔除策略的应用也在加速。2023年,中国证监会要求上市公司披露ESG报告。很多公募基金开始把“ESG负面清单”作为风控工具。我参与过的一个项目,帮一家银行理财子公司构建了A股ESG负面剔除模型。剔除标准包括:

  • 涉及煤炭开采(营收占比超过10%)
  • 过去三年有重大环保处罚
  • 董事会女性占比低于10%
  • 存在财务造假记录

剔除后,股票池从3000只缩小到1800只。回测下来,年化收益比全市场高1.2%,最大回撤还低了3个百分点。你想想看,这就是负面剔除的价值——不是选到最好的,而是避开最差的。

1.5 知识体系框架图

下面这张图,是我自己梳理的本章知识结构。你可以把它当作一个“思维导图”来看。

ESG负面剔除策略 起源:伦理投资→PRI 核心理念:E、S、G 策略逻辑:排除法 市场应用:养老金/公募 量化实现:因子测试 道德过滤 数据标准化 碳排放 供应链 董事会 欧洲:SFDR合规 美国:政治博弈 中国:监管驱动 回测:年化+1.2% 起源 理念 策略 应用 量化
本章小结: ESG负面剔除策略,不是让你去“选优”,而是帮你“排雷”。从伦理投资到量化框架,这条路走了50年。现在,数据、工具、监管都到位了,正是落地的好时机。

蓝海数据掘金营,专注资料整理