公司资讯

您的位置 > 首页 > 公司资讯 > 研究视点
公司资讯

研究视点

专栏:量化方法如何与ESG投资理念共舞

来源:基金视窗 作者:摩根士丹利华鑫基金数量化投资部 余斌 发布日期:2020-06-23

一、为什么选择ESG投资?

ESG表示环境(E)、社会(S)和治理(G),代表衡量企业可持续发展的三个方面,而以此为基础的ESG投资相信已不再令广大投资者感到陌生。ESG投资不仅是情怀使然,对投资组合而言,更是真真切切的收益与风险的考量。由ESG投资衍生出来的风险因素被称为“ESG风险”。控制ESG风险是ESG投资管理的重要内容。

本质上而言,ESG投资就是长期投资和基本面投资的结合,有着自身独特而丰富的内涵。

一方面,ESG投资将上市公司的非财务信息置于首要研究对象,是基本面研究与投资的重要补充和完善。尽管价值投资理论对上市公司的公司治理等维度也有诸多要求,但是ESG投资在非财务信息研究领域制定了更加完备的审核标准。实际上,近年来众多频频暴雷的上市公司,并非是财务表现上的差强人意,恰恰是上市公司自身在公司治理、诚信经营等非财务指标方面存在着隐患。所谓冰冻三尺非一日之寒,这些重大隐患往往起于微末、日积月累,终成大祸。ESG投资正是通过对上市公司持续经营过程中的点点滴滴进行综合分析,收集非财务信息拼图,从而对上市公司的ESG风险能够进行相对客观准确的评估。

另一方面,ESG将投资的关注点由股东回报进一步拓展至社会回馈和员工关怀,意味着ESG投资明确关注“社会、员工和股东”的长远利益。三者利益的统一正是ESG投资的重要思想。

二、ESG投资中的难点

ESG投资与主流投资方法可以互为补充,通过非财务信息和财务信息合并为更完整的信息拼图。然而,ESG投资也存在诸多难点,具体体现为:

1、  数据可得性与数据清洗

ESG相关数据包括环境、社会和治理三个维度,涉及几百至上千个不同的数据指标。数据类型又分为数值数据、文本数据、图片、影像等。数据则来源于专业数据库、网站、公司可持续发展报告、政府监管部门披露信息等。尽管涉及到诸多数据,但部分核心数据仍然难以获得或准确评估,如企业环境污染的真实水平、员工权益的保障和保护等。即使能够获得丰富的ESG数据,仍然需要完成复杂的数据清洗工作。数据是一切ESG分析和ESG投资的基础。没有数据支持的ESG投资就是空中楼阁,如无本之木、无源之水,ESG的信息拼图更无从谈起。

2、  定性数据的定量化处理

ESG的诸多数据并非都是数值数据,其中包括大量文本信息的定性描述。由于最终的数据处理必然是针对数值数据的,因此,ESG投资不得不面对定性数据的定量化处理难题。

3、  ESG风险控制

ESG风险真实存在,然而却非常抽象,尤其涉及到将E、S和G三维信息的整合。在高度抽象化的风险描述背景下,期待人工对ESG风险进行严格控制将存在实际操作困难。

三、量化方法践行ESG投资理念

有人认为“白马股投资”可以等同于ESG投资。尽管“白马股”存在的ESG风险暴露普遍较小,但是“白马股”的定义依赖于经验和主观判断,与ESG投资标准存在差异。例如,如果一家符合“白马股”特征的互联网公司存在优异的经营绩效表现,但普遍存在“996”工作状态和“程序员35岁职业危机”现象,那么依据ESG的投资思想,我们或许不可以投资这家上市公司。

正是为了更好地贯彻ESG投资标准和客观度量并控制ESG风险,所以我们选择了采用量化方法践行ESG投资理念。

如前文所述,ESG投资高度强调数据支持,没有强大的数据收集和整理能力,即使拥有最终的ESG评级数据,ESG研究和投资流程仍不完整。因此,量化方法在ESG前置研究阶段具有强大的方法优势。以摩根士丹利华鑫基金经过多年打造的ESG DataLAB数据平台为例,因为拥有丰富的底层数据,面对ESG评级能够全程跟踪,不仅知其然更知其所以然。当遇到可疑点时,可以依靠基础数据平台进行检查回顾,不断提高ESG评估的客观性和准确性。

此外,量化方法针对ESG风险控制也具有很强的方法论优势。风险和收益是硬币的两面。过度强调风险,收益可能会受损。我们尽可能将风险和收益进行统一考量,在ESG风险可控的前提下尽可能获取更高的投资回报。在具体操作方面,可以按照风险因子的分析框架对ESG风险按照E、S和G三个维度进行拆解,使得组合在整体的ESG风险和单一维度上均保持较低的暴露水平。并且,如果叠加其他风格和行业因子,可以实现更加精细的风险分散与控制。

风险分散是量化投资方法的圣杯。通过严格规范的风险控制方法,我们有信心可以在控制好组合的ESG风险基础上,践行ESG投资理念,取得优异的长期回报。


本文5月14日首刊于《金融界》网站