A股市場的ESG偏好分析
來源:用戶上傳
作者:周睿
摘要：對于在公開交易市場進行交易公司股票價格與公司其ESG表現之間的關系由來已久。本文以A股市場為樣本，按照L.A.Taylor、LuboˇsPastor、RobertF.Stambaugh（2020）的框架，構建基于資本資產定價理論的模型。經過系列實證分析，研究結果表明，在樣本期內，中國A股市場的股票超額收益與ESG表現存在相反的趨勢。也即說明，在A股市場交易者中，存在某種對“綠色”公司的偏好。
關鍵詞：ESG；非經濟效用；資本資產定價模型；超額收益
中圖分類號：F23文獻標識碼：Adoi：10.19311/j.cnki.16723198.2023.04.063
1文獻綜述
環境、社會和治理（ESG）標準是一組公司行為標準，可以被具有社會意識的投資者用來篩選潛在投資。自上世紀末以來，越來越多的投資者開始關注潛在投資公司除傳統財務表現以外的公司狀況，ESG指標成為其至關重要的衡量標準。其中環境標準考慮了公司如何保護環境，例如，包括應對氣候變化的公司政策；社會標準檢查它如何管理與員工、供應商、客戶和經營所在社區的關系；治理則涉及公司的領導層、高管薪酬、審計、內部控制和股東權利等方面。幾乎與ESG指標同時誕生的，是一個持久引起投資者和理論家興趣的問題：公司ESG指標與其股票價格是否存在相關關系？為解答這個問題，近年來大量學者做了相關工作。
GunnarFriede、TimoBusch和AlexanderBassen（2015），搜集了上世紀中期以來2000多項關于ESG和財務績效的實證研究的結果。然后再對搜集的結果進行實證分析，最終分析表明超過2100項前人研究結果顯示ESG與公司財務績效之間存在正相關關系。李謹（2021）基于我國機構ESG評級與A股市場數據，采用因素模型對市場ESG風險溢價與額外收益進行分析與檢驗。結果表明：（1）未獲評公司相對獲評公司其股票平均收益率更高，即市場存在ESG風險溢價；（2）高評級公司相對低評級公司其股票平均收益率更高，即前者可以獲得ESG額外收益；（3）市場行情不好時，ESG風險溢價和額外收益增加；周曉曉、趙均偉（2021），構建了包含ESG因子的交易策略，發現ESG表現在滬深300內的有效性較高，多頭和空頭均具有一定的選股能力。中證500成分股內的多頭表現較好，但是空頭的表現一般。DavidC.Broadstock等人（2021）也對滬深300進行了實證分析，但著重于疫情期間ESG表現于公司股價關系，結論是ESG表現與滬深300股票在COVID-19危機前后的短期累積回報呈正相關，而長期來看投資者可能會將ESG表現解讀為未來股票表現或危機時期風險緩解的信號。L.A.Taylor，LuboˇsPastor，RobertF.Stambaugh（2020）分析后認為，ESG股價的表現和整體市場偏好相關，只有當整體市場偏好系數為負數時，ESG表現才會和股票價格表現呈正相關。
2研究理論框架
本文將按照L.A.Taylor，LuboˇsPastor，RobertF.Stambaugh等人于2020年提出的理框架，對A股市場的ESG偏好做出分析。將公司分為與“綠色”和“棕色”兩類，被定義為“綠色”的公司，為社會產生正外部性，而“棕色”公司產生負外部性。同時定義在市場上，投資者具有對可持續發展的偏好或“ESG偏好”。具有“綠色”偏好的代理人從持有“綠色”公司中獲得效用，從持有“棕色”公司中獲得負效用。ESG偏好是通過為綠色分配一個值來衡量的。正系數代表喜歡“綠色”的公司，負系數代表喜歡“棕色”的公司。當投資者具有“綠色”偏好時，其效用由兩部分組成，一部分來自投資組合的實際回報，另一部分來自持有“綠色”公司所帶來的非經濟利益效用。我們可以繼續推論得出結論：當一個投資者具備正向的ESG偏好時，他所要求的預期回報率會下降，其經濟利益下降部分將從非經濟效用部分得到補充，也就是說當投資者具有正向ESG偏好時，其預期收益率于公司ESG表現呈現負相關關系。
3研究假設
?。?）假設在0至1的時間區間內，有N家公司在市場上交易，以n表示所有公司組合則n=1，…，N.同時假設上場時所有公司股票各自的超額收益率為正態分布。
以rn表示超額收益，μr表示預期收益，其殘差也滿足正態分布∈μ～N（0，∑），即有以下式子：
r=μr+∈μ（1）
?。?）類似的，由于各公司真實ESG表現無法通過觀測得到，在此使用g，表示一公司真實ESG表現，以gr表示該公司預期ESG表現，同時假設其殘差滿足正太分布，∈g～N（0，∑），即有以下式子：
g=gr+∈g（2）
（3）股票交易市場已處于均衡狀態。
4研究模型
如前所述，本文模型是一個基于資本資產定價理論的模型。根據資本資產定價模型，股票預期收益與其風險呈正相關關系。在此基礎上，在預期超額收益中加入ESG表現的收益變量，則均衡條件下股票超額回報率模型如下：
μr=βrμM+β1gr+ε（3）
其中μr代表股票預期超額回報率，它是一個N×1的向量；μM均衡狀態下的市場風險，即整個市場回報率中高于無風險利率的部分；βr代表個股風險系數貝塔，是一個N×1的向量；gr代表個股的預期ESG得分，是一個N×1的向量；β1代表市場綜合ESG偏好，是本文的核心分析對象。
5實證分析
5.1數據來源
抽取樣本包含滬深300指數中的所有股票，包括滬深兩市市值較大、流動性較好的300只股票。滬深300指數被廣泛認為是最能反映A股市場整體走勢的指數，故用其作為市場代表。對于各公司ESG表現，則使用富時羅素ESG評級數據，評分系統包含環境、社會、公司治理三大核心內容，14個主題評價，300個獨立主題評價，300個獨立指標組成。在14個主題評價中，每個學科包含10到35個指標。富時羅素ESG評級系統僅使用公共數據。到2020年為止，FTSE評分約800只A股，1800只中國上市公司證券，只有得分在2.5分（0-5分）及以上的公司才能被納入。每日及每月股票價格數據。從Tushare數據社區收集每日和每月股票價格數據。抽取的樣本覆蓋時間范圍為2019-2021年。
5.2回歸分析
截面數據回歸分析如前所述，A股上市交易公司的ESG相關信息披露并非強制性的。大多數ESG評級機構只能依靠公開信息進行評級，如年度財務報表、投資者報告等。由于研究對象是ESG表現與超額收益的關系，因此需要將沒有ESG得分的公司排除在外。經過數據篩選，在300家公司中，留下了261個有效值（24個月）。下一步根據ESG得分對這些公司進行排序，然后根據ESG得分將樣本觀察分為兩組：ESG得分高的公司和ESG得分低的公司。橫截面數據回歸分析將重復3次，回歸得到的系數分別對應高ESG組、低ESG組和整體樣本。最后，回歸分析將涵蓋不同的時間范圍。由于成體系的ESG評分是在近年來才逐步推廣，則時間越往前追溯則數據缺失程度越高，為了有足夠的數據進行回歸分析，首先x擇的時間范圍是2019年6月-2020年6月。然后將數據覆蓋范圍從12個月擴大到24個月，即從2019年6月到2021年7月。表1中列出了ESG表現于超額回報率的關系。
從結果中可以清晰地發現，如果不將ESG表現分組，而將其視為一個連續的整體，則其系數均為負值，也就是說按照前文所述的研究框架，不論在12個月還是24個月的時間跨度上，A股市場均顯示出了統計顯著的ESG正向偏好。同時還可以發現，和很多以前研究的結果類似，ESG的正向偏好在較短的時間區間內（12個月）顯示出了更強的統計顯著性。
為了進一步探究ESG偏好是否具有行業特殊性，再次將篩選出的數據進行分類，按照行業為依據，將其劃分為不同行業下的截面數據，然后再分別對其進行回歸分析，表2中列出了不同行業下ESG表現于超額回報率的關系。
通過回歸結果分析可知，ESG偏好在統計上不具有顯著性，也就是說在A股市場上來看，不同行業之間的ESG偏好雖然有差別，但這種差別并不顯著。結合第一部分的整體回歸分析，可以推斷對于ESG的偏好是一種整體性的偏好，不因行業的變動而變動。
6結論
A股市場的預期股票回報率與ESG表現呈現了一種負相關的關系，本文經過分析認為這些負相關的關系代表了A股整體市場對于ESG表現的正向偏好，也就是說A股的投資者們，具有對“綠色公司”的偏好，持有這類公司可以給投資者帶來非經濟利益的效用。因此投資者們愿意承擔較低的預期回報率，由于低回報率帶來的效用損失，將通過非經濟收益得到補償。
參考文獻
［1］李謹.我國A股市場ESG風險溢價與額外收益研究[N].證券市場導報，2021，（06）.
[2]周蕭瀟，劉均偉.ESG投資與ESG因子策略：多因子系列報告之二十七[R].光大證券研究報告，2020，（01）.
[3]GunnarFriede，TimoBusch&AlexanderBassen.ESGandfinancialperformance：aggregatedevidencefrommorethan2000empiricalstudies[J].JournalofSustainableFinance&Investment，2015，12（5）.
[4]Pastor，L.，R.F.Stambaugh，andL.A.Taylor.Sustainableinvestinginequilibrium[J].JournalofFinancialEconomics，2021，（11）.
[5]DavidC.Broadstock，KalokChan，LouisT.W.Cheng，etal.TheroleofESGperformanceduringtimesoffinancialcrisis：EvidencefromCOVID-19inChina[J].FinanceResearchLetters，2020，（08）.
[6]Fama，E.F.andK.R.French.Commonriskfactorsinthereturnsonstocksandbonds[J].JournalofFinancialEconomics，1993，33（1）.
[7]Fama，E.F.andK.R.French.Afifive-factorassetpricingmodel[J].JournalofFinancialEconomics116（1），122.29.2014，10.
[8]Fama，E.F.andK.R.French.Choosingfactors[J].JournalofFinancialEconomics，128（2），234252.2018.05.
轉載注明來源:http://www.hailuomaifang.com/2/view-15445682.htm
