ESG评分体系及数据来源简介 [page::3][page::4][page::5]

• 采用嘉实ESG评分体系，包含环境、社会和治理三大主题与23个三级指标。

- 数据基于人工智能及自然语言处理技术实时抓取，覆盖超过4000家A股上市公司。

• ESG分数以0-100分标准化形式呈现，月度更新频率高。

行业ESG因子统计分析 [page::6][page::7][page::8][page::9][page::10]

• 行业社会得分呈双峰分布，环境、治理及ESG得分近似钟型分布。

- 行业间ESG得分差异显著，综合金融、非银金融等行业环境得分高，钢铁、电力等行业社会得分较高，国防军工、家电行业治理得分领先。

• 一级行业ESG得分与社会得分、治理得分高度相关（相关系数约0.7-0.8），环境得分相关性较低。

- IC测验显示社会得分和ESG得分在一级及二级行业均具统计显著的正相关性，因子预测行业未来收益能力稳定。

因子稳定性及换手率分析 [page::11][page::12][page::13]

• ESG得分因子IC值在样本期间保持正值，因子IC衰减较快但仍具显著预测能力，二级行业稳定性优于一级行业。

- ESG因子换手率较低，一级行业换手率低于二级行业，显示因子构建组合调整频率适中。

ESG因子分位数测试结果 [page::13][page::14][page::15]

| 组别 | 总收益率 | 年化收益率 | 年化超额收益 | 波动率 | Sharpe比率 | 最大回撤 |
|---------|------------|------------|--------------|----------|------------|-----------|
| 一级Top | 33.40% | 7.14% | 4.84% | 17.11% | 0.42 | 29.54% |
| 一级Bottom | -26.44% | -7.09% | -9.39% | 17.04% | -0.42 | 40.01% |
| 一级多空 | 76.85% | 14.62% | - | 10.54% | 1.39 | 7.11% |
| 二级Top | 14.75% | 3.35% | 10.42% | 17.82% | 0.19 | 28.06% |
| 二级Bottom | -56.77% | -18.19% | -11.11% | 26.92% | -0.68 | 63.57% |
| 二级多空 | 124.04% | 21.30% | - | 16.47% | 1.29 | 8.48% |

• 高ESG得分行业组合显著优于低得分组合，表现出较强的行业收益选择能力。

行业轮动策略设计与回测 [page::15][page::16][page::17][page::18][page::19]

| 回测指标 | 一级行业策略 | 一级基准 | 二级行业策略 | 二级基准 |
|------------------|--------------|------------|--------------|------------|
| 总收益率 | 30.73% | 9.66% | 13.99% | -26.88% |
| 年化收益率 | 6.71% | 2.26% | 3.22% | -7.30% |
| 年化波动率 | 19.40% | 19.70% | 20.70% | 24.56% |
| Sharpe比率 | 0.35 | 0.11 | 0.16 | -0.30 |
| 平均双边换手率 | 18.10% | - | 30.50% | - |
| 最大回撤率 | 32.22% | 34.99% | 31.51% | 47.08% |

• 行业轮动策略年化收益率和夏普比率均优于基准，且回撤指标更优，表明策略有效且稳健。

- 策略多头组合选择因子值最高的前6个一级行业及前15个二级行业，月度调仓，交易成本0.3%。

结论总结 [page::18][page::19]

• 行业ESG得分表现出显著的统计特性和行业选择能力。

- ESG得分与下期行业收益显著正相关，高ESG得分行业组合表现优异。

• 基于ESG得分构建的行业轮动策略在不同层级行业均取得超额收益和良好风险调整表现，适合投资者在行业配置中应用。

基于ESG评分的行业轮动策略报告深度分析

---

一、元数据与报告概览

• 报告标题: 基于ESG评分的行业轮动策略

- 作者: 任瞳（研究发展中心执行董事）、麦元勋（定量研究资深分析师）

• 发布机构: 招商证券股份有限公司

- 发布日期: 2021年5月28日

• 研究主题: 利用嘉实ESG评分数据构建行业层面的ESG因子，分析其统计特征及行业选股能力，进而基于中信一级和二级行业设计和回测行业轮动策略。

该报告作为《ESG投资研究系列》第五篇延续，聚焦行业层面，基于嘉实ESG评分数据研究行业的ESG表现，并构建相应的量化轮动投资策略。核心结论指出，行业ESG得分与未来行业收益存在正相关关系，运用行业ESG因子构造的轮动组合在历史回测中能显著跑赢基准组合，并兼具较好的风险调整收益表现。研究系统性展示了ESG因子在行业资产配置上的应用潜力。[page::0,3,19]

---

二、逐节深度解读

1. 报告引言及背景

报告开篇强调近年来全球对ESG（环境Environment、社会Social、治理Governance）理念的高度重视，中国政策层面推动绿色发展和碳中和目标的背景下，ESG投资在中国市场迎来快速发展。嘉实ESG评分体系作为国内领先的ESG定量评估工具，结合人工智能与大数据技术，提供高频更新的ESG数据支持投资研究。此前基于股票层面的ESG因子分析已发现其具有显著的选股能力。本报告将视角上移至行业层面，探索并验证ESG评分在行业比较、行业选择和行业轮动中的有效性。[page::3]

2. 嘉实ESG评分体系简介

嘉实ESG评分体系三层次构建（一级指标3个：环境、社会、治理；二级8个议题；三级23个事项及110+底层指标），采用机器学习及自然语言处理技术，挖掘多样来源（包括5000多个官方政务单元、2300+地方法媒等）的一手ESG信息，通过清洗和结构化，覆盖4000多家A股上市公司。该评分采用0-100的标准分制，反映公司的综合ESG绩效，数据月度更新，频率远高于传统评级体系，保障数据的时效性和丰富性。[page::4-6]

3. 行业ESG因子构建方法

以Wind数据为基础，结合中信行业分类（30个一级行业，108个二级行业），通过市值加权合成行业ESG评分。为避免时差影响，ESG因子日期调整为次月最后交易日，排除新股影响。计算方式典型且合理：行业内股票按流通市值占比加权，得到行业整体ESG表现。这种加权方法平衡行业权重结构，强调龙头公司影响力。[page::5-6]

4. 行业ESG因子的统计特征

• 描述性统计: 一级行业样本1463条，二级行业5597条，治理得分均值最高（70+），环境得分和社会得分相对较低且波动性更大，符合行业治理较为集中化的特点。

- 分布形态: 四个ESG因子均为0-100区间标准分。行业社会得分呈双峰，表示行业集中在两个评分区间；环境、治理和综合ESG得分呈钟型，治理得分偏左，说明部分行业治理得分集中较高。

• 行业差异: 环境得分高的为综合金融、非银行金融等；社会得分高的为钢铁、电力、家电等；治理得分较高的行业为国防军工、家电、消费者服务等；综合ESG得分高的包括建筑、非银行金融、电力及运输行业。

- 因子相关性: ESG总得分与社会和治理得分高度相关（一级行业相关系数0.8左右），与环境得分相关性相对较弱（一级行业0.5左右，二级行业更低约0.3），显示社会和治理在综合评分中权重或影响更大。[page::6-10]

5. 行业ESG因子测试

IC测试

• 信息系数（IC）用来衡量因子与未来收益的相关性。一级行业中社会得分、ESG得分IC显著（均值约0.08-0.09），环境与治理得分不显著；二级行业中社会、治理、综合ESG得分均显著，环境得分不显著。

- 移动平均IC显示因子表现稳定，值多次在正区间波动，且胜率均高于60%，表明这些因子具备相对稳定的预测能力。

• 具体图7、8展示IC值随时间变动，呈现周期性波动但整体正向，强化了因子的可靠性。

IC衰减

• 一级行业的IC衰减较快，截至滞后3个月后显著性降低，二级行业衰减较慢，预测能力维持时间更长，说明较细分的二级行业因子更稳定，有利于中短线轮动策略设计。

自相关性和换手率

• 一级行业因子自相关系数高 (>0.95)，换手率低，体现组合相对稳定。

- 二级行业自相关稍低且波动更大，换手率波动较高，符合行业细分带来的动态性。[page::10-13]

6. 分位数测试与收益表现

• 按ESG得分对行业排序分组（一级5组，二级7组）构建多档组合，检验不同得分组表现差异。

- 一级行业: Top组年化收益率7.14%，夏普0.42，明显优于Bottom组(-7.09%)和市场。多空组合年化收益率14.62%，夏普1.39，最大回撤7.11%。

• 二级行业: Top组年化收益率3.35%，夏普0.19，Bottom组亏损18.19%。多空组合年化收益率21.3%，夏普1.29，最大回撤8.48%。

- 组合净值曲线图（图11、图12）显示，表现呈现明显梯度，得分高的组合稳居优胜，得分低组合表现显著劣势，验证了ESG得分与行业表现的正向关系。[page::13-15]

7. 行业轮动策略构建与回测

基于IC检验和分位测试，构建实盘策略：

• 策略以行业ESG得分排序，一级行业选Top 6，二级行业选Top 15，均等权重组合。

- 调仓频率月度，交易费用单边0.3%。

• 回测期2017年1月至2021年3月。

回测表现：

• 一级行业: 策略年化收益6.71%，领先基准2.26%。波动率略低，夏普0.35显著高于基准0.11。最大回撤32.22%小于基准34.99%。

- 二级行业: 策略年化收益3.22%，基准亏损7.30%，年化超额收益10.52%，夏普0.16明显优于基准-0.30。最大回撤31.51%远低于基准47.08%。

• 换手率指标显示一级策略换手率较低（18.1%），二级较高（30.5%），反映二级行业细分导致组合调整更频繁。

净值曲线（图13、14）印证策略持续跑赢基准，区分度良好。逐年表现显示一级行业策略5年中3年跑赢基准，二级行业策略5年均实现正超额收益，胜率高达100%。[page::15-18]

8. 相关行业梳理

报告点出了ESG评分最高的行业：

• 一级行业Top5为石油石化、家电、食品饮料、汽车和消费者服务。

- 二级行业Top15涉及石油开采、电信运营、酒类、光学光电、旅游休闲、电商服务、新能源动力系统、工程机械、白色家电、贵金属等多元行业。

该列表为投资者提供了行业ESG表现的明确指引，有助于理解哪些行业因ESG表现而受益。[page::18]

---

三、图表深度解读

图1：ESG评分的数据来源（第5页）

• 展示嘉实ESG评分所依赖的多样化本土数据源，覆盖超过5000个政府及监管信息发布平台、2300个本土财经媒体以及200多个公益组织和行业协会。

- 图示清晰展现大数据覆盖广泛性，更高的数据多样度有助提高ESG评分的全面性和准确度。

• 说明评分体系区别于传统主要依赖年度社会责任报告的方式，强化了评分的实时报导与动态调控能力。[page::5]

表2和图2：行业ESG因子的统计描述和频率分布（第6-7页）

• 表2列示一级和二级行业的环境、社会、治理、综合ESG得分的均值、标准差、分位数及极值，显示治理项最集中，环境项波动较大。

- 图2四幅频率分布图直观展示不同ESG维度的分布特性，社会得分呈明显双峰，治理得分左偏，综合ESG得分及环境得分基本呈钟型。

• 此图表信息支撑行业ESG表现存在显著差异和统计规律，为后续因子分析及策略构建提供基础数据来源。[page::6-7]

图3-6：行业环境、社会、治理及综合ESG得分排名（第8-9页）

• 一组条形图展示30个一级行业在4类ESG因子上的均值排序。

- 例如，环境得分最高的为综合金融、非银行金融、消费者服务，最低的有国防军工、钢铁；社会得分高的为钢铁、电力；治理得分分布较为集中，但国防军工相对较高；综合ESG得分高的行业如建筑、非银行金融等。

• 这些图很直观地呈现了各行业在不同ESG维度上的表现差异，为投资者判断行业ESG质地提供依据。[page::8-9]

表3：行业ESG因子相关性（第10页）

• 详细的Spearman秩相关系数表显示一级行业中，ESG得分与社会及治理得分高度相关，环境得分相关性较弱，二级行业数据亦类似，表明环境因素在综合评分中的权重或影响相对较小。

- 逻辑上解释为社会责任和治理结构普遍对企业绩效影响更稳定，而环境因素跨行业差异和评分标准可能产生一定非一致性。[page::10]

表4及图7-8：IC测试及IC变化（第10-11页）

• IC均值0.07-0.09区间，统计测试通过显示行业ESG因子能显著预测未来收益。

- 图7和图8显示IC的时间波动及12个月移动平均趋势，ESG总得分和社会得分维持正相关，强化策略运用的时效稳定性。

• 体现出不同等级行业（一级与二级）ESG因子的投资价值。[page::10-11]

图9：IC衰减（第12页）

• 显示一级行业IC衰减迅速，二级行业IC衰减较慢，预测能力维持时间更长。

- 这说明更细分的二级行业ESG评分具备较好的持续预测力，适合动态轮动策略设计。[page::12]

图10：自相关系数（第13页）

• 一级行业因子自相关度极高(近1)，二级行业稍低，显示一级行业组合相对稳定换手率低，二级行业灵活性稍大。

- 换手率与自相关性呈反比，有助于理解不同策略的交易频繁度。[page::13]

表5-6及图11-12：分位数测试与净值表现（第13-15页）

• 表格详细列出Top组到Bottom组整体收益差异、波动率、夏普比率及最大回撤。各项指标均验证高ESG得分行业具有更优投资表现。

- 净值图展现多组分位数投资组合整齐排列，分位效果明显。

• 多空组合表现突出，特别是二级行业多空组合年化收益达到21.3%，夏普比率1.29，有效说明ESG评分可作为因子指导行业资产配置。

- 该测试为策略有效性提供了直观的统计支撑。[page::13-15]

表7-8及图13-14：策略回测表现与净值曲线（第16-18页）

• 表7回测结果表明，策略不仅取得超额收益，同时有效降低波动率和最大回撤，呈现优秀的风险调整收益特性。

- 表8年度数据呈现持续正超额收益尤其二级行业稳健，胜率达100%。

• 净值曲线图13与14中策略曲线稳步上升且远超基准，形成良好策略可行性证明。

- 换手率适中，策略在收益和交易成本间实现平衡。

• 投资者可据此构建基于ESG的行业配置模型。[page::16-18]

---

四、估值分析

报告中未涉及具体企业或行业的传统估值方法（如DCF、PE等）分析，重点关注因子构建及量化轮动策略的统计与演示验证，评估行业ESG因子在实际资产配置中的增值能力。因此本报告更偏向策略因子研究与策略回测验证，而非个股或行业基本面估值。

---

五、风险因素评估

报告风险提示主要包括：

• 模型失效风险: 由于基于历史数据统计与建模，当政策或市场环境发生变化时，模型预测能力可能失效。

- 市场结构及趋势风险: ESG投资表现受宏观经济、政策、市场趋势波动影响，相关行业或个股可能与ESG主题相关性弱化。

• 非投资建议声明: 报告中提及的行业及个股仅为研究分析对象，不构成明确信息披露或投资建议。

整体风险提示较为标准，指出了策略基于历史统计的局限性及环境变化带来的潜在不确定性，未深入给出风险缓释策略，投资者需自主判断策略适用条件。[page::0,20]

---

六、批判性视角与细微差别

• 报告充分展示了ESG因子构建和策略实现的严谨过程，但对环境得分在预测能力上表现不佳的现象解释较少，可能与评分指标设计或行业特性有关，建议后续深入挖掘环境因子弱相关的深层次原因。

- 策略回测期覆盖近五年，表现较好，但样本期相对有限，且2018-2019年波动较大，后续需长期验证及跨周期考察稳定性。

• 交易费用取0.3%具有一定假设性，实际交易成本波动及流动性限制会影响真实收益表现。

- 研究偏重量化因子和统计相关性，缺少宏观或基本面定性验证，存在量化策略常见的解释力不足风险。

• 报告未提及ESG评分体系在不同行业间是否存在评分偏差或数据一致性问题，这可能影响因子公平性及适应性。

- 尽管多头策略表现良好，但回撤指标仍较大，投资者应结合风险承受能力谨慎使用。

整体而言，报告内容专业且数据详实，但对ESG因子构建及策略应用的潜在局限未做深入批判，未来研究可在此方向上增强。[page::6-19]

---

七、结论性综合

本报告基于嘉实ESG评分体系，使用多维、覆盖广泛的本土数据资源，采用市值加权法构建行业ESG因子，系统分析了中信一级及二级行业ESG因子的统计特征、相关性及其对未来行业收益的预测能力。研究结果显示：

• 行业ESG因子，特别是社会得分和综合ESG得分，与行业未来收益存在统计显著的正相关关系，因子IC值稳定且具有一定的持续性。

- ESG得分较高的行业组合在分位数测试中表现优异，年化收益率和夏普比率明显优于低得分组合和市场平均水平。

• 基于ESG评分构建的行业轮动策略，月度调仓，体现了较低换手率，能够在实证期内获得显著的年化超额收益和风险调整收益优势，并降低最大回撤，证明策略的有效可行性。

- ESG因子主要受社会与治理维度驱动，环境因子相关性较低，这一点对理解ESG主题投资的内涵具有启示意义。

• 行业评分细分与因子稳定性表现出正相关，二级行业细分提供了更优的预测能力和策略效果。

- 轮动策略在过去五年表现平稳，二级行业轮动更具优势，年度胜率达到100%。

图表提供了从基础数据来源、统计描述、相关性、因子测试、分位数组合表现，到最终策略回测全流程的详尽数据支持，逻辑清晰，结论自洽。

整体来看，报告充分证明基于ESG评分的行业轮动策略在中国市场具有明显的实用价值和投资潜力，适合投资者将ESG因子融入行业资产配置决策体系，为ESG投资理念向行业资产配置层面推广提供了有效路径和量化依据。[page::0-19]

---

总结

招商证券的这份报告以严谨的数据处理和统计方法，融合本土深度ESG评分体系，创新地验证了行业ESG因子在未来收益预测和行业轮动策略构建中的有效性。绘制了全覆盖的ESG主题行业投资路线图，提供了高质量的量化工具和实证证明。投资者参考本报告可获得详尽的ESG行业投资视角，有效提升基于ESG理念的投资框架科学性和收益稳定性。

---

参考文献与致谢

• 嘉实ESG评分体系

- Wind资讯，招商证券数据库

• 报告撰写团队：任瞳，麦元勋，实习生李世杰

风险提示已明确，投资者需结合自身风险承受能力审慎采纳本报告结论。

[page::0-20]

报告