负责任投资：ESG有效边界

　　管理着数万亿美元的资产所有者和组合管理者正更加积极地将环境、社会和治理（ESG）因素纳入其投资决策过程。然而投资机构在将ESG整合至组合构建方面能够获得的指引却非常少，更糟的是，学界和业界对于ESG是帮助亦或损害绩效的看法仍然有非常大的争议。一些人认为，考虑ESG因素的投资必然会降低预期收益（Hong & Kacperczyk，2009），而另一些人则认为“ ESG策略的超额表现毋庸置疑”。

　　为调和这些对立的观点，我们提出了可以呈现ESG投资潜在成本和收益的新理论。此理论的一个关键前提是，每只股票的ESG得分都起到两个作用：一是提供公司的基本面信息、二是影响投资者的偏好。我们的理论阐释了ESG被更加广泛的采纳如何影响投资组合选择和均衡资产价格。

　　我们的理论框架提供了一种概念化和量化ESG投资的成本和收益的方式。ESG有效边界，即投资机会集合的图形化描述，展示了负责任投资者的决策。具体来说，它展示了每个ESG评分水平上可获得的最高夏普比率（SR）。

　　ESG信息的益处可以量化为最高SR的提高（相对于忽略ESG信息的边界）。ESG偏好的成本可量化为，投资者选择ESG特性更好的投资组合而非有最高SR的投资组合时SR的下降值。

　　边界曲线和ESG有效边界上对应的最优投资组合集合都明确地基于严格的理论框架。

　　最优投资组合由四支“基金”组成，其中一支体现了股票的ESG得分。该框架可看作为被称为“ESG整合”的理论基础，即ESG因素被直接用于投资组合构建（而不是仅用作筛选）。

　　当将治理用作ESG代理指标时，ESG得分相对较高的的投资组合可得到最大SR。进一步提高ESG水平仅造成SR小幅下降，意味着达成道德目标成本很低。

　　当我们对投资组合施加现实约束条件时，我们会发现ESG-SR边界曲线向下移动。这也在预料之中，因为强加约束会降低任意给定ESG得分所能达到的最大夏普比率。

　　出乎意料的是，如果事先在选样空间中筛除ESG得分最低的资产，此时投资者构建的最大SR投资组合的ESG得分竟然低于可以投资于ESG得分低资产的未受限投资者构建的投资组合。这突显了将ESG纳入组合建构的优化方法间的细微差别，并表明传统的简单剔除方法亟需改进。

　　对于均衡资产价格，我们建立了一个纳入ESG类型信息的资本资产定价模型，该模型有助于描述ESG因素如何预测不同市场环境下的投资回报。

　　据我们所知，该模型是第一个明确模拟投资者以不同方式使用ESG信息模型。该模型允许投资者有ESG偏好并从ESG信息中发掘投资情报。这是贴近实务的，因为我们观察到大量的在管资产已有ESG方面考虑，ESG也正更频繁地被议论为潜在的“alpha”信号。

　　这些因素的相互作用会影响市场如何对ESG信息进行定价，并且我们展示了在何种情况下ESG因素可能导致正的、负的或不影响预期收益。

　　我们利用一系列的ESG代理指标来检验上述理论的预测效果，这些指标反映出了模型的不同方面，也可能代表不同的投资者类型。

　　历史上看，治理指标不仅为ESG投资者提供了良好的ESG特性，还带来了出色的业绩表现，这可能是因为优良的公司治理能够预示强劲的未来基本面，同时也吸引一定的投资者需求，进而导致相对较低的估值和正向收益。

　　相比之下，我们使用的环境指标、社会指标和整体ESG因子指标对未来利润的预测能力较弱，而投资者对这三项指标的需求似乎更强，这可能有助于解释为什么环境、社会和整体ESG得分较高的股票估值更高、回报低或不显著。

　　总而言之，我们的模型为负责任投资提供了一个有用的理论框架，我们希望，该理论框架能够对将来关于ESG投资的成本和裨益的研究以及对ESG在投资实践中的应用有帮助。

　　作者：

　　Lasse Heje Pedersen，哥本哈根商学院、纽约大学金融学教授，AQR资本管理公司负责人

　　Shaun Fitzgibbons，AQR 资本管理公司董事总经理

　　Lukasz Pomorski，AQR 资本管理公司ESG研究主管、董事总经理