本报告基于发达市场股票的MSCI ESG评分数据,系统分析了ESG股票与非ESG股票在回报、风险及因子暴露上的差异。研究发现ESG股票整体残差波动率显著低于非ESG股票,表明其独特风险更易管理。调整因子暴露后,ESG股票的alpha与非ESG股票接近,且ESG投资组合显示更好的风险调整表现,尤其在残差波动率方面表现优异,验证了ESG投资在提升beta质量和风险管理上的潜力 .
| 因子 | US ESG (%) | US Non-ESG (%) | Non-US ESG (%) | Non-US Non-ESG (%) |
|---|---|---|---|---|
| Market Beta | 10.24 | 7.22 | 10.59 | 12.09 |
| Size (SMB) | 15.66 | 11.41 | 6.76 | 10.62 |
| Value (HML) | 15.66 | 7.60 | 10.00 | 10.81 |
| Profitability | 15.66 | 10.65 | 11.76 | 10.07 |
| Investment | 12.35 | 12.17 | 9.12 | 10.44 |
| Momentum | 8.73 | 11.03 | 9.41 | 8.06 |
报告基于Jacobsen等人(2019)发表在《The Journal of Portfolio Management》上的原创文献,提出虽然ESG股票往往伴随较低的总收益/风险比,但经过多因子模型调整后,正Alpha股票中ESG与非ESG组合的收益与风险表现相当。没显著Alpha的组合中,ESG股票在残差波动率(特殊风险)上更低。报告强调通过因子中和构建ESG因子中性组合,可期望获得一个质量较优的Beta,且在风险管理层面优于非ESG组合。投资者既可视ESG为风险管理工具,也可视为价值体现与偏好的一种表达。
现代投资组合理论(MPT)将股票视为统计对象,追求风险与回报的最优组合。报告指出,投资者对公司的ESG表现日益关注,这不仅是一种价值观反映(投资者对高ESG值股票愿意支付额外溢价),也是一种风险管理工具(ESG特质可能关联未知或模糊风险)。从案例文献引用来看,超过63%的机构投资者认为ESG信息对投资表现至关重要;环境(E)、社会(S)、治理(G)分别影响着公司的风险状况和融资决策。报告用Ellsberg风险框架区分了定量分析(处理不确定性)和定性分析(处理歧义),强调ESG能有效管理投资中的模糊风险。
ESG评分虽旨在量化公司环境、社会、治理的表现,但由于供应商数据来源、更新频率、指标体系等差异,同一企业在不同供应商处得分不同。报告以Sustainalytics和ISS的治理评级为例,说明两者月回报相关系数仅0.23,突出评分差异极大(图1)。这也导致了基于不同ESG评分的投资组合结构与表现差异。借助彭博的因子回测工具,作者揭示了不同评分体系生成的投资影响,强调定性+定量结合的综合分析必要性。文中提到将ESG分数拆分为E、S、G三部分能更细致地识别投资者偏好,且大数据、机器学习技术正用于改善ESG评分方法(提到Henriksson提出的基于行业相对比较的“好-坏”因子模型以更客观地定量ESG水平)。
残差波动率(股票回报中无法被市场或因子解释的部分波动)反映了特殊风险。由于投资者一般不期望为特殊风险额外付费,分散化是规避此类风险的基础。但残差风险的相关性结构同样重要。该报告发现,美国市场中ESG股票的平均残差波动率为5.13%,显著低于非ESG股票的5.75%;然而,两者残差间的平均两两相关系数接近,显示ESG股票虽然特殊风险较小,但相互间的剩余风险相关性略高,说明用ESG股票有效分散特殊风险更困难。
使用MSCI ESG数据对美国(MSCI USA及其ESG领袖指数)和非美国发达市场(MSCI EAFE及其ESG领袖指数)股票进行分析。报告样本剔除月收益数据不足4年的个股,最终美国ESG及非ESG样本分别为332和263只,EAFE市场为340和546只。通过Fama-French五因子加动量框架体系对样本进行多因子回归,分析ESG股票与非ESG股票在因子暴露和因子调整收益方面的差异。
从4年月度收益率数据看,美国ESG个股的平均月收益率标准差为0.15,低于非ESG的0.17,且统计显著(8%水平);但从回报风险比看,ESG股票稍低于非ESG股票,暗示表面上ESG股票回报效率不及非ESG。
控制因子暴露后,ESG股票的残差波动率显著低于非ESG股票,如美国ESG残差波动率为5.49%,非ESG为6.15%。这一差异在统计上非常显著(零假设被拒绝的概率极高)。非美国样本表现相似。值得注意的是,尽管ESG股票波动率更低,但从回报与风险角度衡量,它的优势不十分明显。
统计上显著的Alpha占比层面,非美国ESG股票10.88%股票Alpha显著为正,高于非ESG的8.42%;同时,负Alpha的比例极低。美国市场则表现稍有不同,ESG股票正Alpha比例6.33%,非ESG股票为8.75%(见图4)。
基金经理构建的投资组合更符合实际投资情境。通过对5至100只股票组合随机生成200个投资组合进行模拟得出:
图6和图7分别展示了美国和非美国投资组合中ESG与非ESG股票在因子调整后风险-回报比和残差波动率的差异。总结来看,美国ESG组合的Alpha相对劣势与残差波动率优势并存,非美国市场ESG股票则整体在风险调整后表现较好。
报告中并未直接提供对单一公司的估值模型,而是基于多因子框架(Fama-French五因子与动量)评估股票组合的Alpha、Beta和残差波动率表现。这种方法是一种统计套利和量化投资分析技术,重点解释ESG股票的超额收益(Alpha)、系统性风险暴露(Beta)以及剩余风险(Sigma)。并无使用DCF、P/E或EV/EBITDA等传统企业估值手段,而是侧重于因子调整的风险收益特性比较。
报告没有详细提供缓解策略,但强调通过多因子分析和因子中和调整可以部分降低上述风险。
本报告基于《The Journal of Portfolio Management 2019》Jacobsen等人研究,综合运用MSCI ESG评分数据和Fama-French五因子加动量模型,深入分析了发达国家股票市场中ESG股票与非ESG股票在投资组合中的Alpha、Beta及残差波动率(Sigma)特征。主要结论如下:
综上,报告支持亦展示ESG投资既为投资者反映价值观的工具,也是风险管理的有效方式。尽管总收益/风险比有时表现不佳,但经因子调整后,ESG股票组合仍可以实现等效甚至优越的风险调整收益;此外,较低的残差波动率为投资者提供了一定的剩余风险缓解。报告建议投资者在运用ESG数据及模型时应充分考虑评分异质性、因子结构及市场差异,合理构建与管理ESG投资组合。
最后,本文的深度因子分析和图表揭示了ESG投资复杂且多维的影响机制,提醒市场参与者理解ESG不应被简单看作无风险或无成本的“免费午餐”,而应作为投资组合建构中重要且需精细管理的维度之一。
图1:治理评分分位数组合比较
图2:ESG和非ESG股票总回报的四分位数范围和时间序列标准差
图3:残差波动率箱线图
图4:单只股票Alpha统计显著性分布
图6:美国股票组合风险回报差异和残差波动率差异
图7:非美国股票组合风险回报差异和残差波动率差异
以上内容基于《天风证券—金融工程:海外文献推荐第188期》公开发布报告,保证内容真实完整供研究参考,不构成任何投资建议。
ESG的Alpha, Beta和Sigma:更好的Beta,额外的Alpha?.pdf