ESG因子在A股量化投资的整合研究
孟燕 刘莎莎

      【摘要】近年来，随着量化投资理念的广泛兴起，国内量化金融发展越来越快。同时，伴随着新兴ESG投资理念的兴起和发展，量化投资的发展也将迈向新的台阶。本文梳理了量化投资、现代投资组合理论及量化选股的文献，重点探讨ESG因子纳入投资组合的量化研究，特别是A股市场的本土化挑战与解决路径。通过对比国内外差异，提炼本土化整合方法论，为构建适应中国市场的ESG优化投资组合提供新思路。
      【关键词】现代投资组合；量化选股；多因子选股；ESG
引言
      量化投资将基本面与技术面的风险资产分析有机结合，有效增强理性投资的表现力，将是中国股市目前以及未来主要采取的一种投资形式。就中国目前量化投资的发展来看，量化策略在中国市场上虽然出现仅十余年，但是策略起点却很高。实际上，目前国内市场上较为主流的量化投资理念及策略基本上都是来源于国际经验，需结合本土实际创新。ESG投资的兴起恰逢其时：全球经济增速放缓加剧风险，传统指标解释力可能下降，引入ESG等非传统因子有助于识别长期价值。本文将聚焦ESG因子在A股量化组合中整合的本土化瓶颈进行探索，并提出针对性的整合路径，以期为优化投资组合提供更具现实意义的视角。
一、量化投资与现代投资组合的起源与发展
      谈到量化投资，要从Markowitz（1952）提出的均值－方差模型说起，该模型的提出首次将数学工具引进金融研究中，通过该理论可以获得在理性投资下最优的投资组合，因此该模型的提出为定量投资理论开启了先例，为量化投资应用在发达国家的金融市场上拉开了序幕。随后，William Sharpe(1964）等人建立了资本资产定价模型（CAPM），CAPM使投资回报与风险的关系更加细化，该模型的提出为度量金融投资领域的绩效奠定了良好的理论基础。20世纪60年代，有效市场假说被Eugene Fama（1965）提出，该假说认为市场是无效或弱有效的，有效市场假说的成立为量化投资理论奠定了前提条件，也为把量化投资应用到实践中奠定了坚实的理论基础，说明量化投资是在市场非有效或弱有效的条件下进行的。Stephen Ross（1976）提出了套利定价理论（APT），它是对CAPM理论的延伸，但其假设条件没有CAPM多，该理论认为在市场没有达到均衡状态时，作为理性投资人，可以采取低买高卖的方式获取超额收益，当市场上出现很多类似操作的套利者时，便是市场回归均衡的时机，并且它还解释了影响资产收益率的多种因素，克服了CAPM理论中单一因素解释不全面的缺点。上述文献内容不仅是量化投资的起源与发展，还是现代投资组合的发展历程，表1中是对二者的简要概括总结。

      随着量化投资的发展，国内许多学者逐渐开始关注和研究量化投资。戴军、葛新元（2008）在其综述中指出中国量化投资目前仍处于起步阶段，二人把量化技术特点和中国市场环境相结合进行分析，总结出了国内未来在量化投资方面的发展方向。王力弘（2013）阐述了量化投资的优势及量化投资在中国的发展现状，指出量化投资在中国市场上既存在机遇又存在挑战。张鑫（2018）在其研究中指出我国市场有效性及投资者理性程度与发达市场存在差距。
二、量化选股的相关研究
      （一）量化选股
      随着计算机技术的发展，选股模型也开始趋于数量化、科学化。学者们对量化选股的研究如下：JosephD.Piotroski（2001）是第一个通过打分法根据因子得分高低对股票排序进行选股的人，由此建立的投资组合具有很好的稳健性，这一研究将为选股模型的构建提供一种新思路。国内学者陈德华等（2009）划分出了8类风险因子，把股票月收益率作为因变量，构建了多元横截回归的量化选股模型。魏枫妮（2016）的研究认为进行量化投资的时候首先要采取量化选股的方式挑出可以赚钱的股票。量化选股模型中用得最多的就是多因子模型，学者们对多因子模型的研究虽然开始较晚，但对其理论基础的研究很早就已经开始了。
      （二）多因子选股
      前文在涉及量化投资时提到APT理论，该理论虽指出收益率与因子暴露度具有一定关系，但该理论却无法对因子重要程度做出准确判断。Fama和French（1992）在对CAPM理论进行验证时，发现了可以有效地解释部分收益率差异的因子—市场超额收益、市净率倒数和市值比因子，由此三因子模型便形成了。为了对可能存在的alpha收益做出进一步解释，Fama和French（2014）也对多因子选股模型中有效因子进行了扩充，在前人模型基础上又加入盈利能力和投资风格因子形成了五因子模型，这时模型的解释性要优于原有三因子模型。
      国内学者在多因子选股方面的研究也有很大进展。张虎等（2020）、李路等（2021）分别基于神经网络模型和Elastic Net惩罚函数研究了多因子量化选股问题，将多个因子融为一体共同构建了量化选股模型，并显示出较好的选股效果。然而，国内外在多因子模型的研究与应用上存在显著差异（表2），目前存在的问题是国内研究中较少涉及符合我国市场特性的因子。因此，选择更合适的因子、更合适的方法是当前学者亟待突破的方向。

      （三）将ESG因子纳入投资组合的量化研究
      ESG作为一种新兴投资理念，能积极引导资金关注企业的可持续发展，以此来驱动社会进步，未来也将成为衡量和考核上市公司的重要指标之一。Melas等（2016）的研究表明在投资组合中纳入ESG因子有助于构建更好的投资策略，甚至可能提升风险调整后收益。然而，将ESG因子有效整合进A股量化投资组合，却面临本土化机遇与挑战。随着本土ESG评级机构的发展，A股ESG量化研究获得了初步数据支持，ESG量化研究在多维度方面取得了进展，下表3系统梳理了相关研究发现。

      尽管取得了进展，ESG因子在A股量化组合中的有效整合仍面临挑战：（1）数据历史短、覆盖不全、评级分歧大、底层数据可得性与质量参差不齐。（2）ESG因子的Alpha效应在A股尚未被广泛证实，其作用机制尚不明晰，在不同市场环境、行业、市值风格下的表现差异大。（3）如何将非结构化、动态变化的ESG信息有效量化，并有机融入已有/新建的多因子模型，平衡其与传统财务、量价因子的关系，构建稳健的预测和优化框架。（4）A股市场受政策影响显著、投资者结构特殊、部分ESG关注点与国际市场存在差异。
      针对A股特点，本文提出整合ESG需关注的四个核心维度，形成本土化整合路径：（1）深刻理解中国政策环境、市场特征、投资者行为。聚焦对A股企业具有实质性影响的本土ESG议题，而非机械套用国际标准。（2）积极利用本土优势数据源构建或补充ESG指标，弥补评级差异。（3）深入研究ESG因子与传统A股有效因子的动态交互关系。探索ESG在不同行业、市值风格、市场周期下的差异化表现，根据此动态调整其权重或角色，考虑非线性效应。（4）明确ESG纳入的具体目标：是追求长期稳健收益/主题投资超额收益？还是满足特定责任投资要求？
三、结论与展望
      本文梳理了量化投资与多因子选股，并深入探讨ESG因子整合，得出如下结论：（1）ESG在A股的量化应用受限于数据标准化不足与因子有效性不稳，国内外市场差异加剧挑战；（2）本土研究初步验证ESG在特定行业/环境中的风险缓释与预测能力，但持续Alpha证据不足；（3）提出 “ESG整合本土化四维方法论”，为优化A股组合提供系统路径。
      未来有待继续深入研究的方向：（1）推动构建统一的ESG数据库。（2）基于四维方法论，开展细分研究（如分行业ESG有效性）。（3）融合NLP与机器学习技术捕捉复杂关系。（4）需要更长期数据评估不同整合策略的风险调整后收益。（5）深入研究ESG因子与中国特有政策因子的协同效应。 
参考文献
[1] Markowitz Harry. Portfolio Selection[J]. The Journal ofFinance,1952,7(1).
[2] Sharpe W F .Capital Asset Prices:A Theory o f MarketEquilibrium under Conditions of Risk[ J] .Journal of Finance ,1964, 19( 9) :425 -442.
[3] Eugene F. Fama. The Behavior of Stock-Market Prices[J].The Journal of Business,1965,38(1).
[4] Ross S A .The Arbitrage Theory of Capital Asset Pricing[ J].Journal of Economic Theory , 1976, 13.
[5] 戴军,葛新元.数量化投资技术综述[R].国信证券研究报告,2008.
[6] 刘伟, 等. ESG评级对A股上市公司股票收益的影响研究——基于不同市场周期的分析[J]. 投资研究, 2023, 42(11): 45-60.
[7] 张明, 胡杨. 公司治理质量、ESG表现与股价崩盘风险[J]. 经济管理, 2023, 45(08): 175-192.
[8] 赵鑫, 李娜. ESG因子对A股上市公司未来盈利能力预测的有效性分析[J]. 证券市场导报, 2025(01): 78-92.
[9] 孙阳, 等. 整合ESG与量价因子的多因子选股策略在A股的实证研究[J]. 金融理论与实践, 2024(05): 33-47.