研究 | 张博辉：ESG是“个股光环”还是“大盘风向标”？

ESG是“个股光环”还是“大盘风向标”？

港中大（深圳）经管学院张博辉教授的合作研究在管理学国际顶级期刊《Management Science》上在线发表

如今的全球资本市场中，ESG（环境、社会和治理）已成为炙手可热的关键词之一。随着可持续投资理念成为行业共识，海外资管机构纷纷加速布局ESG相关投资，在标普500成分股中，披露ESG报告早已成为行业通行的“标配”。

然而，现有分析更多关注ESG表现对个体企业估值、融资成本与经营绩效的影响，却始终鲜少从宏观视角回应市场关心的核心问题——ESG能否预测整体股市的大盘收益？ESG风险敞口究竟只是企业层面差异化的个体标签，还是足以影响全市场定价、牵动整个经济体的系统性因子？

为此，香港中文大学（深圳）经管学院执行院长、深圳数据经济研究院副院长、深圳高等金融研究院金融科技与社会金融研究中心主任张博辉教授携手西安交通大学管理学院储丽娅、澳大利亚证券与投资委员会（ASIC）Kent Wang、圣路易斯华盛顿大学奥林商学院周国富共同开展研究，合作论文ESG and the Stock Market: Is ESG Exposure Systematic? 首次从宏观总量层面切入，为ESG的系统性特征提供了扎实的实证支撑。近期，这项研究在管理学国际顶级期刊《Management Science》上在线发表。

张博辉

香港中文大学（深圳）经管学院教授、执行院长、深圳数据经济研究院副院长、深圳高等金融研究院金融科技与社会金融研究中心主任

研究领域

信息媒介对资本市场的影响、中外资本市场、金融科技、可持续金融

近年来，环境、社会与治理（ESG）因素在公司估值与投资决策中的地位日益凸显。从早期针对企业环境与社会行为的抗议，到公司治理丑闻对财务绩效的警示，再到各类可持续发展指数的建立，ESG信息已逐步融入市场定价过程。然而，现有研究多聚焦于ESG对个股或横截面收益的影响，且结论存在显著分歧——部分文献发现高ESG评分与正收益相关，另一些则得出相反结论。关于ESG是否具有系统性影响、能否预测整体股票市场收益，学界尚缺乏直接的经验证据。本文尝试从总量视角考察ESG信息对市场风险溢价的预测能力，并探讨其背后的经济学机理。

研究利用Sustainalytics数据库提供的月度公司层面ESG子项指标，加总构建市场层面的个体ESG度量，并采用偏最小二乘法（PLS）提取共同信息，形成市场级综合ESG指数。在此基础上，分别运用传统预测回归、基于神经网络的汇总型公司层面预测，以及高维模型复杂度方法，综合评估该指数对美股超额收益的样本内与样本外预测表现。进一步，研究控制宏观经济变量、不确定性指标及基本面增长因子，检验结果的稳健性，并扩展至非美市场、不同可持续特征股票组合以及ESG暴露排序组合。最后，从现金流、贴现率、投资者需求、通胀及市场风险等多个维度剖析预测力的经济来源。

核心预测模型为：R_{t+1} = α + β·ESG_t + ε_{t+1}，其中ESG_t为由PLS从38个个体指标中提取的综合指数。PLS通过两步回归——先对各指标与未来收益进行时序回归得到载荷，再以载荷为权重构建指数——有效剔除与预测无关的共同成分和特质噪音。为克服样本期较短的限制，采用Gu等（2020）的神经网络方法，以公司层面ESG特征预测个股收益后加权汇总为市场预测；同时借鉴Kelly等（2024）的模型复杂度框架，利用随机傅里叶特征生成高维非线性信号，结合岭回归评估不同复杂度下的市场择时绩效。此外，运用Campbell（1991）的VAR分解将市场收益拆分为预期收益、现金流冲击和贴现率冲击，以识别预测力的传导路径。

综合ESG指数对市场超额收益具有显著的正向预测能力，且随预测期限延长至三年而增强；三个子指数的预测力均弱于综合指数，表明跨维度信息聚合具有优势。模型复杂度与神经网络方法在缩短训练窗口后仍能获得正的经济收益和样本外R²，支持预测的稳健性。控制经济变量、不确定性及增长因子后，ESG指数系数依然显著；该指数亦能预测16个发达市场收益，且对低碳、非"罪恶"及低应计股票组合的预测更强。机制检验表明，ESG指数正向预测未来企业基本面和通胀，负向预测VIX波动率指数、方差风险溢价及已实现波动率，且同时显著关联于现金流冲击与贴现率冲击，后者经济贡献更大；投资者需求变化未对ESG信号产生及时反应，且预测力在ESG关注度较低时期更为突出，提示行为误定价（投资者行为偏差导致的错误定价）机制的存在。

本文首次从总量层面证实ESG风险具有系统性特征，其对市场风险溢价的预测能力拓展了以往的认知，为ESG作为宏观经济重要变量提供了实证支撑。创新性体现在三个方面：一是构建了涵盖38个细项的市场级综合指数，并采用多种先进方法验证预测的稳健性与经济价值；二是揭示了预测力同时源于现金流与贴现率两条渠道，并讨论了横截面与时间序列预测表现的差异，丰富了ESG资产定价的理论框架；三是提供了一种自下而上的新型市场预测指标，区别于传统宏观变量，为投资组合配置、风险对冲及政策制定提供了可操作工具。研究结果强调，ESG不仅关乎企业个体，更对金融市场整体运行和政府监管具有深远含义，有助于引导学界与业界关注ESG信息的总量效应。

ESG and the Stock Market: 

Is ESG Exposure Systematic?

Abstract： We study the relation between firms’ environmental, social, and governance(ESG) performance and the aggregate stock market returns. Based on 38 individual ESGmeasures, we construct a market-level ESG index. With both the traditional predictiveregression approach and two recently developed machine-learning methods, we find thatthe ESG index has strong and positive predictive power on the market both in- and out-of-sample, and both the cash flow and discount rate channels are the economic drivers of pre-dictability. Our results are robust to a number of controls and set-ups. Our novel findingon the significant market-wide impact of the ESG provides support for the economy-wideimportance of the ESG risk and for the central role played by governments.