ESG策略观察系列：将ESG融入因子投资策略

2024.06.23 方奕(分析师) 021-38031658 策略研究 策略研 究 A 股策略观 察 证券研究报 告 将ESG融入因子投资策略 ——ESG策略观察系列 本报告导读： ESG如何兼顾投资绩效和社会效益？如果将ESG融入因子投资策略，或许就可以在不牺牲投资绩效的前提下，提升投资组合的整体ESG表现。就职于BlackRock的Chan等人在文章《ESGinFactors》中提出了两种解决思路。第一种是联合ESG进行因子优化，或者将ESG作为约束条件，或者将ESG作为目标函数。第二种是利用另类数据构建ESG因子，或者用于捕捉传统因子未挖掘到的Alpha，或者克服ESG定量数据缺失的问题。 摘要： ESG如何兼顾投资绩效和社会效益？对于ESG能否产生超额收益，学界和业界尚未达成共识。但已有大量证据证明风格因子与超额收益 之间存在正向关系。如果尝试将ESG融入因子投资策略，或许就可以在不牺牲投资绩效的前提下，提升投资组合的整体ESG表现。 如何将ESG融入因子投资策略？有效融入的前提是厘清因子溢价的 来源，通常包含风险补偿、结构性或市场障碍、投资者行为偏差三类 逻辑。当某类ESG数据与这些逻辑相关联时，可能有助于开发因子投资策略。基于这一原则，就职于BlackRock的Chan等人（2020）在文章《ESGinFactors》中，提出了两种解决思路。 第一种思路是联合ESG进行因子优化，或者将ESG作为约束条件，或者将ESG作为目标函数。因子类型为风格因子，包含价值、动量 质量、规模、低波动�类。实证结果表明，考虑ESG约束的因子组 合，（1）对比未考虑ESG约束的因子组合，可实现相当的投资绩效以及更好的ESG表现；（2）对比最大化ESG评分或最小化碳排放强度的因子组合，可实现更加均衡的因子暴露和更高的信息比率。 第二种思路是利用另类数据构建ESG因子，或者用于捕捉传统因子未挖掘到的Alpha，或者克服ESG定量数据缺失的问题。文章（1）利用绿色专利数据构建绿色价值因子；（2）通过机器学习分析文本生 成企业文化质量数据，进而构建ESG质量因子。实证结果表明，利用另类数据构建的ESG因子，与利用财务数据构建的传统因子之间，超额收益的相关系数较低，具有分散化的好处。 风险提示：量化模型基于历史数据构建，而历史规律存在失效风险； 样本空间限制；ESG数据差异。 fangyi020833@gtjas.com 登记编号S0880520120005 郭佼佼(分析师) 021-38031042 guojiaojiao028588@gtjas.com 登记编号S0880523070002 相关报告 地产销售脉冲转弱，耐用品内销仍待改善 2024.06.21 交投意愿延续平淡，ETF主力流入 2024.06.21 外资和两融资金有所流出 2024.06.08 地产销售小幅回暖，建筑施工仍待改善 2024.06.06 国务院印发节能降碳行动方案 2024.06.05 感谢实习生于越的贡献。 目录 1.将ESG融入因子投资策略3 2.思路一：联合ESG进行因子优化3 2.1.未考虑ESG的基准因子组合3 2.2.将ESG作为约束条件4 2.3.将ESG作为目标函数5 3.思路二：利用另类数据构建ESG因子6 3.1.绿色价值因子：绿色专利6 3.2.ESG质量因子：企业文化质量6 4.总结与启示7 5.参考文献7 6.风险提示7 1.将ESG融入因子投资策略 ESG如何兼顾投资绩效和社会效益？对于ESG能否产生超额收益，学界和 业界尚未达成共识。但已有大量证据证明风格因子与超额收益之间存在正向关系。如果尝试将ESG融入因子投资策略，或许就可以在不牺牲投资绩效的前提下，提升投资组合的整体ESG表现。 那么，如何将ESG融入因子投资策略？有效融入的前提是厘清因子溢价的来源，通常包含风险补偿、结构性或市场障碍、投资者行为偏差三类逻辑。当某类ESG数据与这些逻辑相关联时，可能有助于开发因子投资策略。基于这一原则，就职于BlackRock的Chan等人在其2020年发表的文章《ESGinFactors》中，提出了两种解决思路。 表1：ESG三个维度下，因子溢价来源举例 维度 因子溢价来源举例 E环境 气候条约是否通过、征收碳税、限制某类资产的潜在立法等 S社会 投资者、管理者或其他市场参与者的行为偏差等 G公司治理 委托代理风险等 资料来源：Chan等人（2020），国泰君安证券研究 2.思路一：联合ESG进行因子优化 第一种解决思路是联合ESG进行因子优化，或者将ESG作为约束条件，或者将ESG作为目标函数。因子类型为风格因子，包含价值、动量、质量、规模、低波动�类。实证结果表明，考虑ESG约束的因子组合，（1）对比未考虑ESG约束的因子组合，可实现相当的投资绩效，以及更好的ESG表现；（2）对比最大化ESG评分或最小化碳排放强度的因子组合，可实现更加均衡的因子暴露，以及更优的信息比率。 2.1.未考虑ESG的基准因子组合 当未考虑ESG时，均值方差优化的目标函数和约束条件可简单表示如下： Max 12 p2p s.t.1=1 libiui 0(1) 2 其中，p为因子组合的主动Alpha；p为因子组合的主动风险；为风险 厌恶系数；为投资组合权重；1为元素全是1的列向量；i表示国家、行业、Beta等特征；li、ui分别为下限、上限；bi为投资组合在特征i上的敞口暴露。参考Grinold和Kahn（2000），Alpha由波动率、能力和预期决定，在文章中表示为标准化后的得分、异质波动率、0.05的常数信息系数三者的乘积。 未考虑ESG的基准因子组合，包括单因子组合和多因子组合。因子类型为风格因子，包括价值、动量、质量、规模、低波�类。因子定义比较典型。单因子由对应的不同信号合成。多因子信号则由单因子自下而上地等权结 合而成。股票池为MSCI全球股票市场池（MSCIWorldequityuniverse）。 建模过程中控制了地域、行业、国家层面的影响，以及交易成本和换手率， 并利用MSCIGEM3风险模型进行优化。样本回溯期为1997年12月至2019 年9月。调仓频率为月。实证结果显示，各类因子组合在整个样本期内的信息比均为正，但也表现出了明显的周期性波动。 表2：�类风格因子 因子类型 因子信号 价值 未来12个月分析师盈利预测/股价、未来12个月分析师盈利预测/公司价值、公司经营现金流/市值 质量 毛利率、自由现金流/债务、应计项指标、资本支出增长 规模 市值对数的倒数 动量 过去2至12个月的价格趋势、未来12个月分析师盈利预测的变化 低波动 异质波动率的倒数 资料来源：Chan等人（2020），国泰君安证券研究 若以市场组合的ESG表现为原点，ESG评分增长率为横轴，碳排放强度下降率为纵轴画图，那落在右上角象限的因子组合则为相比市场组合，ESG评分有所提高，同时碳排放强度有所下降的因子。此时，该因子可被归类为ESG积极型因子，反之为ESG消极型因子。 实证结果显示，质量和低波为ESG积极型因子。规模和价值为ESG消极型因子。动量则更接近ESG中性因子。多因子组合也为ESG积极型。由此 表明，即使不考虑ESG约束，仅通过投资传统多因子组合，也可以获得一个ESG表现高出市场平均水平的投资组合。 图1：基准质量、低波、多因子组合为ESG积极型 资料来源：Chan等人（2020），国泰君安证券研究 2.2.将ESG作为约束条件 当将ESG作为约束条件时，可考虑ESG评分和/或碳排放强度，即最优因 子组合的ESG评分不低于特定水平，且/或碳排放强度不高于特定水平。此时，均值方差优化的目标函数和约束条件可简单表示如下： Max 12 p2p s.t.1=1 libiui 0(1) ESGlESG CEuCE (2) 其中，ESG为ESG评分。CE为碳排放强度。lESG为ESG评分下限。uCE为碳排放强度上限。其余设定与基准因子组合优化过程保持一致。 文章的ESG评分为经行业调整以后的MSCIESG评分。碳排放强度为范围 1和2的碳排放（吨）与公司销售收入（百万美元）的比值。并且，为保证 高的公司覆盖率，样本回溯期调整为2015年1月至2019年9月。 通过对比未施加、施加ESG约束的最优因子敞口的变化，可判断该因子对ESG的敏感程度。实证结果显示，价值和质量因子对ESG评分变化的敏感度较高，低波因子较低。质量因子对碳排放强度变化的敏感度较高，规模因子较低。并且，因碳排放强度的非正态分布，因子敞口的小幅变化便可实现碳排放强度的大幅下降。 进一步，当要求ESG评分相对基准上涨20%~30%，或碳排放强度相对基准下降40%~60%时，各类因子敞口不会发生显著变化。于是，若同时考虑ESG评分上升20%以及碳排放强度下降40%的事前约束，则优化结果显示，对比无ESG约束的因子组合，施加联合ESG约束的因子组合表现出更高的 ESG评分、更低的碳排放强度、小幅下降的因子敞口，以及相似的信息比率。 这就意味着，基于风格因子暴露去交易某只股票而非另外一只股票的边际成本虽然低，但在提升ESG表现方面的边际收益却较高。这也使得，联合ESG开展因子优化成为在不牺牲投资绩效前提下提升投资组合ESG表现的潜在有效方式。 图2：价值、质量因子对ESG评分变化的敏感度较高图3：施加联合ESG约束的因子组合表现更佳 资料来源：Chan等人（2020），国泰君安证券研究资料来源：Chan等人（2020），国泰君安证券研究 2.3.将ESG作为目标函数 当将ESG作为目标函数时，可考虑最大化ESG评分（MaxESG）或最小化 碳排放强度（MinCarbon）。此时，均值方差优化的目标函数和约束条件可简单表示如下： MaxESG/MinCarbon s.t.1=1 libiui 0(1) 实证结果显示，对比最大化ESG评分、最小化碳排放强度的因子组合，施加联合ESG约束生成的因子组合在目标风格因子的暴露上会更加均衡，并实现了更高的信息比率。 3.思路二：利用另类数据构建ESG因子 第二种思路是利用另类数据构建ESG因子，或者用于捕捉传统因子未挖掘到的Alpha，或者克服ESG定量数据缺失的问题。文章（1）利用绿色专利数据构建绿色价值因子；（2）通过机器学习分析文本生成企业文化质量数据，进而构建ESG质量因子。实证结果表明，利用另类数据构建的ESG因子，与利用财务数据构建的传统因子之间，超额收益的相关系数较低，具有分散化的好处。 3.1.绿色价值因子：绿色专利 无形资产是公司资产的重要组成部分。专利，作为捕捉公司无形资产信息的 方式之一，可对公司估值提供除传统财务数据之外的有益补充。已有大量文献证实专利对于股票横截面收益率的预测能力。 绿色专利，能够促进公司ESG友好型创新。将每家公司拥有的绿色专利数量的两年滚动总和除以公司市值，可作为绿色价值因子信号，用于识别的是同一部门或行业内拥有更多绿色专利的公司，并据此构建绿色价值因子组 合。 实证结果显示，绿色价值因子与基准价值因子间超额收益的相关系数为15.7%，Britten-Jones（1999）SpanningTest的P值为0.003，与各类基准风格因子间横截面持仓相关系数均值为负。对比基准价值因子，绿色价值因子的ESG评分提高了6.4%，碳排放强度下降了11%，在2007年1月后实现 了更高的信息比率。由此表明，绿色价值因子在增厚收益和推动可持续方面具备潜力。 3.2.ESG质量因子：企业文化质量 企业文化是ESG中G的重要组成部分。在不完全契约的世界中，高质量的 企业文化可以显著促进企业生产和价值增值。 基于文本数据的机器学习技术可用于评估企业文化质量，从而解决定量数据缺失的问题。文章基于电话会议记录，使用词