策略實(shí)操系列專題（二）：ESG數(shù)據(jù)如何在股票投資中獲取超額收益

請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容證券研究報(bào)告|2024年03月13日策略實(shí)操系列專題（二）策略實(shí)操系列專題（二）環(huán)境規(guī)制所帶來的短期成本上升，從而實(shí)現(xiàn)污染減排和財(cái)務(wù)績效增長的雙贏。萬家。其中包含上市公司2800余家及其下屬子公司超過十萬家，覆蓋污染業(yè)、發(fā)證日期、生效/失效時(shí)間等）、排污信息（污染物類別、種類、排放污量超過一定閾值時(shí)則通過環(huán)保限產(chǎn)、聲譽(yù)風(fēng)險(xiǎn)等效應(yīng)對股票價(jià)格形成抑策略研究·策略專題證券分析師：陳henrui1@S0980516110001聯(lián)系人：李晨ichenguang@證券分析師：王angkai8@S0980521030001中小板/月漲跌幅(%)創(chuàng)業(yè)板/月漲跌幅(%)AH股價(jià)差指數(shù)A股總/流通市值(萬億元)5934.31/8.841906.04/10.38 147.4371.77/64.79資料來源：Wind、國信證券經(jīng)濟(jì)研究所整理《策略周聚焦-擁抱成長，甄選新質(zhì)資產(chǎn)》——2024-03-11《ESG月度觀察——強(qiáng)制披露倒計(jì)時(shí)，ESG成為上市公司“必修課”》——2024-03-07《全國兩會(huì)解讀和市場展望-關(guān)注新質(zhì)生產(chǎn)力、開創(chuàng)產(chǎn)業(yè)發(fā)展新篇章》——2024-03-05《策略周聚焦-擁抱成長，迎接決斷》——2024-03-04《資金跟蹤與市場結(jié)構(gòu)周觀察(第十四期)-市場成交持續(xù)走高，賺錢效應(yīng)大幅回升》——2024-02-27證券研究報(bào)告請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容21企業(yè)污染排放及其經(jīng)濟(jì)效應(yīng)—短期此消彼長、長期互促雙贏 42有機(jī)數(shù)企業(yè)排污數(shù)據(jù)及行業(yè)分布 5 84企業(yè)污染數(shù)據(jù)——潛在的高頻選股指標(biāo) 請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容3證券研究報(bào)告圖表目錄圖1：理論依據(jù)：環(huán)境規(guī)制對企業(yè)價(jià)值的影響 4圖2：高耗能行業(yè)產(chǎn)出走高時(shí)，相應(yīng)板塊股價(jià)呈現(xiàn)逆向走勢 5圖3：企業(yè)排污環(huán)比樣本量 圖4：企業(yè)排污環(huán)比樣本量占滬深A(yù)股比例 圖5：企業(yè)排污環(huán)比數(shù)據(jù)樣本量與全部A股的行業(yè)分布比較 圖6：樣本股的市值規(guī)模分布 圖7：樣本股市值各分位數(shù)在滬深A(yù)股中的位置 圖8：基于企業(yè)排污環(huán)比增長分組的投資組合的凈值曲線 9圖9：各投資組合的年化收益與波動(dòng) 9圖10：各投資組合的夏普比率 9圖11：各投資組合的平均規(guī)模 圖12：基于最近2個(gè)月排污增長分組的投資組合的凈值曲線 圖13：基于最近3個(gè)月排污增長分組的投資組合的凈值曲線 圖14：各投資組合的年化收益 圖15：各投資組合的夏普比率 表1：環(huán)保排污數(shù)據(jù)的指標(biāo)集 表2：各投資組合的行業(yè)配置與全體樣本股行業(yè)配置的差異 表3：各投資組合的風(fēng)格暴露與超額收益率 表4：各投資組合的收益比較 表5：各投資組合的超額收益比較 表6：各投資組合的收益比較的t統(tǒng)計(jì)量 請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容4證券研究報(bào)告1企業(yè)污染排放及其經(jīng)濟(jì)效應(yīng)—短期此消彼長、長期互促雙贏近年來，伴隨著中國經(jīng)濟(jì)的高速增長，環(huán)境問題日益凸顯，“生態(tài)文明建設(shè)”“兩山理念”“綠色轉(zhuǎn)型”以及“雙碳”目標(biāo)等理念深入人心，經(jīng)濟(jì)發(fā)展過程中需同步協(xié)調(diào)好環(huán)境保護(hù)問題。相應(yīng)地，為了應(yīng)對環(huán)境問題，環(huán)境保護(hù)政策不斷得到完善并持續(xù)推進(jìn)，企業(yè)污染排放成本也隨之不斷提高。隨著環(huán)保政策的落地，企業(yè)污染排放對財(cái)務(wù)績效的影響也愈發(fā)顯著，環(huán)境保護(hù)已經(jīng)成為企業(yè)發(fā)展中不可忽視的重要因素。理論而言，企業(yè)環(huán)保行為對其財(cái)務(wù)績效的影響是非線性的：從短期來看，企業(yè)減排的支出會(huì)增加其成本負(fù)擔(dān)，壓縮利潤空間，甚至對生產(chǎn)性支出具有一定的擠出效應(yīng)，此時(shí)企業(yè)的減排與企業(yè)的財(cái)務(wù)績效就會(huì)呈現(xiàn)此消彼長的關(guān)系；從中長期來看，企業(yè)減排與財(cái)務(wù)績效的增長并非絕對對立，適度的環(huán)境規(guī)制可以激勵(lì)企業(yè)技術(shù)創(chuàng)新，優(yōu)化自身的資源配置，進(jìn)而提高企業(yè)的長期競爭力。當(dāng)補(bǔ)償效應(yīng)越過成本效應(yīng)門檻時(shí)，企業(yè)技術(shù)水平的提升及效率改進(jìn)所帶來的長期收益可以覆蓋掉環(huán)境規(guī)制所帶來的短期成本上升，從而實(shí)現(xiàn)污染減排和財(cái)務(wù)績效增長的雙贏。資料來源：余泳澤,尹立平.中國式環(huán)境規(guī)制政策演進(jìn)及其經(jīng)濟(jì)效應(yīng):綜述與展望[J].改革,2022,(03):114-130.，實(shí)踐中看，高耗能行業(yè)產(chǎn)出走高，但相應(yīng)板塊股價(jià)反而呈現(xiàn)逆向走弱的趨勢。一方面，高耗能行業(yè)通常為能源密集型產(chǎn)業(yè)，如鋼鐵、化工等。這些行業(yè)的生產(chǎn)成本受能源價(jià)格影響較大，能源的供給格局中長期相對穩(wěn)定，而高耗能產(chǎn)業(yè)產(chǎn)出走高一般會(huì)通過需求效應(yīng)帶動(dòng)上游能源價(jià)格上漲，導(dǎo)致生產(chǎn)成本增加，可能會(huì)對企業(yè)盈利產(chǎn)生負(fù)面影響，而且高耗能行業(yè)成本轉(zhuǎn)嫁能力較低，無法通過提高產(chǎn)品價(jià)格來將上升的成本轉(zhuǎn)嫁給消費(fèi)者，那么市場容易對這些行業(yè)的未來發(fā)展持悲觀態(tài)度，導(dǎo)致股價(jià)下跌；另一方面，在經(jīng)濟(jì)轉(zhuǎn)型發(fā)展的背景下，限產(chǎn)因素也可能對高請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容5證券研究報(bào)告耗能行業(yè)的股價(jià)產(chǎn)生影響，如歐盟進(jìn)口碳關(guān)稅、大型跨國公司產(chǎn)業(yè)鏈去碳化等政策都對國內(nèi)相關(guān)高耗能產(chǎn)業(yè)的產(chǎn)能構(gòu)成削減；部分地區(qū)也出臺一系列環(huán)保、能源消耗限制等政策來控制高耗能行業(yè)的發(fā)展，以減少對環(huán)境的影響、推動(dòng)經(jīng)濟(jì)結(jié)構(gòu)調(diào)整。這些政策可能會(huì)限制高耗能行業(yè)的產(chǎn)能擴(kuò)張和市場份額增長，從而帶來這些行業(yè)的定價(jià)出現(xiàn)改變。資料來源：Wind，國信證券經(jīng)濟(jì)研究所整理2有機(jī)數(shù)企業(yè)排污數(shù)據(jù)及行業(yè)分布本報(bào)告的排污環(huán)保數(shù)據(jù)來源于有機(jī)數(shù)。該數(shù)據(jù)收集了全國各省市環(huán)保行政部門發(fā)布的排污許可證及環(huán)保處罰信息，覆蓋排污企業(yè)超過44萬家，其中包含上市公司近1500家及其下屬子公司超過十萬家，覆蓋污染物超過600個(gè)種類。該數(shù)據(jù)具有覆蓋全面1、更新及時(shí)2、數(shù)據(jù)準(zhǔn)確3、結(jié)構(gòu)清晰4的特點(diǎn)。每月定期數(shù)據(jù)采集流程后有數(shù)據(jù)質(zhì)量校驗(yàn)?zāi)K進(jìn)行自動(dòng)檢驗(yàn)，在監(jiān)測到異常時(shí)會(huì)人工介入來校驗(yàn)數(shù)據(jù)，提高數(shù)據(jù)精度。有機(jī)數(shù)環(huán)保排污數(shù)據(jù)包含的內(nèi)容有企業(yè)的基本信息和排污信息。其中企業(yè)的基本信息有企業(yè)名稱、社會(huì)信用代碼、省份、生產(chǎn)所在地、行業(yè)、主要產(chǎn)品等屬性信息；企業(yè)的排污信息主要有排污許可證信息（編號、行政區(qū)劃、行業(yè)、發(fā)證日期、生效/失效時(shí)間等）、排污信息（污染物類別、種類、排放規(guī)律、執(zhí)行標(biāo)準(zhǔn)等）、污染物監(jiān)測數(shù)據(jù)（監(jiān)測的時(shí)間、地點(diǎn)、項(xiàng)目、結(jié)果、濃度、閾值以及是否超標(biāo)等）和環(huán)保處罰信息（處罰機(jī)關(guān)、處罰的事由、時(shí)間、詳情等）。數(shù)據(jù)獲取流程自動(dòng)執(zhí)行，月度更新及時(shí)排污信息。大數(shù)據(jù)專家團(tuán)隊(duì)定制的數(shù)據(jù)處理模塊，系統(tǒng)穩(wěn)定，數(shù)據(jù)精度高。后期經(jīng)過多輪行業(yè)專家分類處理，結(jié)構(gòu)清晰，可用性高。請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容6證券研究報(bào)告有機(jī)數(shù)環(huán)保排污數(shù)據(jù)有細(xì)節(jié)表和統(tǒng)計(jì)表如表1所示。細(xì)節(jié)表包含了排污許可證上細(xì)顆粒度的詳細(xì)數(shù)據(jù)和各排污企業(yè)所排放污染物的細(xì)節(jié)信息；統(tǒng)計(jì)表則包含了月度上市公司旗下子公司污染物排放的分類統(tǒng)計(jì)數(shù)據(jù)。各表具體指標(biāo)如下：表格指標(biāo)名稱細(xì)節(jié)表上市公司代碼、母公司名稱、排污企業(yè)名稱、監(jiān)測日期、監(jiān)測地點(diǎn)、監(jiān)測項(xiàng)目、監(jiān)測結(jié)果、排放物單位、排放標(biāo)準(zhǔn)、排污標(biāo)準(zhǔn)文件、排污標(biāo)準(zhǔn)限值、是否超限、超限倍數(shù)、污染物類別1、污染物類別2、公布日期、回測日期、結(jié)果環(huán)比變化、創(chuàng)建日期、更新日期、刪除日期統(tǒng)計(jì)表上市公司代碼、回測日期、所有污染類別、其他大類1、氣體、液體、菌類、固體、其他大類2、金屬、煙塵、無機(jī)鹽、有機(jī)物、生物類、計(jì)算方式（平均、中值、環(huán)比）、創(chuàng)建日期、更新日期、刪除日期有機(jī)數(shù)針對不同污染物的性質(zhì)，將超過600種不同的污染物分成9大類別（氣體、液體、菌類、固體、金屬、煙塵、無機(jī)鹽、有機(jī)物、生物類）。有機(jī)數(shù)環(huán)保排污數(shù)據(jù)來源為各省市環(huán)保局、環(huán)境監(jiān)督機(jī)關(guān)、政府?dāng)?shù)據(jù)開放平臺等官方監(jiān)測信息，通過自然語言處理技術(shù)，將信息格式為網(wǎng)頁文本、網(wǎng)頁表格、word/PDF文件、Excel表格的原始文檔轉(zhuǎn)換為可辨認(rèn)的數(shù)據(jù)格式，對于采集的各類信息進(jìn)行解析、甄別、分類、入庫，采用實(shí)體消岐、指代消解等知識圖譜技術(shù)和人工智能模型識別公司主體，打通數(shù)據(jù)鏈。本報(bào)告主要基于有機(jī)數(shù)提供的環(huán)保排污數(shù)據(jù)的細(xì)節(jié)表進(jìn)行相關(guān)匯總。首先，我們根據(jù)上市公司代碼、排污企業(yè)名稱、監(jiān)測日期、監(jiān)測地點(diǎn)、監(jiān)測項(xiàng)目對監(jiān)測結(jié)果進(jìn)行匯總（取中位數(shù)5得到上市公司旗下各個(gè)排污企業(yè)每天在各個(gè)監(jiān)測地點(diǎn)的各類監(jiān)測項(xiàng)目的平均監(jiān)測結(jié)果，以消除排污細(xì)節(jié)表存在的同一監(jiān)測結(jié)果存在多條重復(fù)記錄的問題。然后，我們根據(jù)上市公司代碼、排污企業(yè)名稱、監(jiān)測地點(diǎn)、監(jiān)測項(xiàng)目對每個(gè)監(jiān)測日期的監(jiān)測結(jié)果進(jìn)行月度匯總（取中位數(shù)）。最后我們根據(jù)上市公司代碼匯總旗下各個(gè)排污企業(yè)監(jiān)測地點(diǎn)的所有監(jiān)測項(xiàng)目的月平均監(jiān)測結(jié)果，計(jì)算出每個(gè)上市公司的月排污環(huán)比變化6。因?yàn)槠髽I(yè)排污數(shù)據(jù)是密度指標(biāo)而非污染物質(zhì)量指標(biāo)，值容易受到少數(shù)幾個(gè)極端值的影響，因此采用中之所以先匯總月平均監(jiān)測結(jié)果再求環(huán)比變化而不是先求各個(gè)排污企比變化再來匯總，主要是基于樣本量的考慮。因?yàn)榕盼蹟?shù)據(jù)中很少有對排污企業(yè)特定監(jiān)測的某個(gè)監(jiān)測項(xiàng)目的長期跟蹤數(shù)據(jù)，比如某個(gè)上的監(jiān)測數(shù)據(jù)，而到第t+1期就沒有監(jiān)測地點(diǎn)A的監(jiān)測項(xiàng)目B的監(jiān)測數(shù)據(jù)，而是只有監(jiān)測地點(diǎn)生大量缺失值，導(dǎo)致匯總到上市公司層面的樣本數(shù)量大幅減少。而采用先匯總再求環(huán)比變將能保留盡可能多的上市公司層面的排污環(huán)比數(shù)據(jù)，但卻降低排污環(huán)比數(shù)據(jù)的精準(zhǔn)度。當(dāng)我們也可以在上市公司的監(jiān)測項(xiàng)目層面先匯總后求環(huán)比，然后再匯總各類監(jiān)測項(xiàng)目到上市層面，在最終的樣本量與環(huán)比數(shù)據(jù)質(zhì)量上取得平衡。但這類方法仍然要損失大量樣本，因報(bào)告采用先在上市公司層面匯總再求環(huán)比的方法。此方法導(dǎo)致的數(shù)據(jù)質(zhì)量的損失可能類似成交量反映市場的交易活躍度而非采用成交額，最終排污環(huán)比數(shù)據(jù)的精準(zhǔn)度損失有限。證券研究報(bào)告請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容7資料來源：有機(jī)數(shù)，國信證券經(jīng)濟(jì)研究所整理資料來源：有機(jī)數(shù)，Wind，國信證券經(jīng)濟(jì)研究所整理本報(bào)告基于有機(jī)數(shù)2020-2022年的企業(yè)排污數(shù)據(jù)，按照上述方法計(jì)算環(huán)比指標(biāo)，發(fā)現(xiàn)在2020年2月至2022年12月這35期數(shù)據(jù)中，每一期的平均樣本量約500，占滬深A(yù)股比例平均為11.24%。各期樣本量存在差異，2020年2月（第1期）的樣本量只有144，占滬深A(yù)股比例只有3.8%；而2022年3月（第26期）的樣本量高達(dá)934，占滬深A(yù)股比例接近20%。從行業(yè)分布來看，企業(yè)排污環(huán)比數(shù)據(jù)樣本量的前5大行業(yè)為基礎(chǔ)化工、機(jī)械設(shè)備、汽車、醫(yī)藥生物、電子，數(shù)量占比分別為13.38%、8.08%、7.81%、6.94%、5.84%。而同期A股的股票數(shù)量最多的5大行業(yè)分別是機(jī)械設(shè)備、醫(yī)藥生物、電子、基礎(chǔ)化工、計(jì)算機(jī)，占比分別為9.15%、8.97%、7.50%、7.42%、6.50%。排污數(shù)據(jù)相對于全部A股來說，其在基礎(chǔ)化工、汽車、建筑材料、有色金屬、鋼鐵行業(yè)的數(shù)量占比明顯更多，而在計(jì)算機(jī)、醫(yī)藥生物、傳媒、電子、電力設(shè)備等行業(yè)的數(shù)量占比則更少。另外，A股的一些股票數(shù)量比較少的行業(yè)中，煤炭行業(yè)在排污數(shù)據(jù)中的占比是A股相同行業(yè)占比的2倍，而銀行、社會(huì)服務(wù)、非銀金融行業(yè)在排污數(shù)據(jù)中的占比則不足A股對應(yīng)行業(yè)占比的4成，這也能反映出排污數(shù)據(jù)本身的行業(yè)分布的特點(diǎn)。資料來源：有機(jī)數(shù)，Wind，國信證券經(jīng)濟(jì)研究所整理請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容8證券研究報(bào)告樣本股的市值規(guī)模分布在各期的變化不大，以總市值中位數(shù)為例，樣本股的平均市值規(guī)模在52.55億至76.92億之間，平均為64.03億。從市值規(guī)模分布范圍來看，50%的樣本股的總市值在35.11億至169.9億之間，90%的樣本股的總市值在19.17億至817.0億之間。與滬深A(yù)股的市值規(guī)模分布相比，樣本股的平均規(guī)模略大于滬深A(yù)股，其中位數(shù)處于滬深A(yù)股總市值的51.62%至58.29%分位數(shù)之間，平均為55.26%。樣本股的總市值的其他分位數(shù)也略高于滬深A(yù)股，比如其總市值的25%和75%的分位數(shù)分別位于滬深A(yù)股的29.86%和80.17%的分位數(shù)水平。資料來源：有機(jī)數(shù)，國信證券經(jīng)濟(jì)研究所整理資料來源：有機(jī)數(shù)，Wind，國信證券經(jīng)濟(jì)研究所整理3企業(yè)排污與股票截面收益率呈U型關(guān)系本報(bào)告采用排序分組的方法來考察企業(yè)排污的環(huán)比增長與股票未來截面收益率之間的關(guān)系。在2020年2月至2022年12月的每個(gè)月末，我們根據(jù)上市公司的排污環(huán)比增長從低到高分成5組，計(jì)算未來1個(gè)月這5個(gè)投資組合的所有股票的（等權(quán)）平均收益率，從而形成5個(gè)投資組合從2020年3月至2023年1月這35期的月收益率序列。從5個(gè)投資組合的凈值曲線來看，排污環(huán)比增長最高的分組5的累計(jì)收益率最高，其次是排污環(huán)比增長最低的分組1，而排污環(huán)比增長排序居中的分組2-4的累計(jì)收益率最低。這可能是因?yàn)榕盼郗h(huán)比增長較高的企業(yè)雖然可能面臨潛在風(fēng)險(xiǎn)，但在可控范圍、未觸發(fā)環(huán)保限產(chǎn)因素時(shí)，排污增長較高也可能意味著企業(yè)未來營收和利潤更高，從而抵消負(fù)面影響。而排污增長較低則可能是因?yàn)槠髽I(yè)環(huán)保方面做得較好，未來可持續(xù)發(fā)展能力強(qiáng)。請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容9證券研究報(bào)告資料來源：有機(jī)數(shù)，Wind，國信證券經(jīng)濟(jì)研究所整理從各投資組合的年化收益和波動(dòng)來看，排污環(huán)比增長最高的分組5的年化收益最高為21%，排污環(huán)比增長居中的分組3的年化收益最低，為13%。雖然各投資組合的年化收益率存在明顯差距，但年化波動(dòng)卻幾乎沒有區(qū)別，排污環(huán)比增長次高的分組4的年化波動(dòng)最高，為23%，比其他組合高1%。因此各投資組合的夏普比例與年化收益相似，與排污環(huán)比增長成U型分布。其原因在于，企業(yè)污染排放強(qiáng)度的降低速率往往呈現(xiàn)出先快后慢的趨勢，在污染治理的初期，企業(yè)普遍采用末端治理的方式，來應(yīng)對監(jiān)管的要求，從而避免產(chǎn)生較大的排污成本。在這一階段，企業(yè)排污量普遍迅速下降，同時(shí)污染治理的成本對企業(yè)影響有限；然而，隨著污染治理工作的不斷深入，企業(yè)治污方式也會(huì)隨之發(fā)生調(diào)整，由末端治理為主，逐步轉(zhuǎn)向生產(chǎn)工藝的改進(jìn)和優(yōu)化，但是生產(chǎn)工藝的改進(jìn)企業(yè)意味著企業(yè)需要承擔(dān)大量的沉沒成本，并增加資本投入，這會(huì)對企業(yè)當(dāng)期的績效產(chǎn)生拖累，企業(yè)開始進(jìn)入轉(zhuǎn)型發(fā)展的陣痛期。在股票市場上，處于這一階段的企業(yè)其股票收益率往往也處于低谷；當(dāng)企業(yè)逐步完成轉(zhuǎn)型發(fā)展，企業(yè)的生產(chǎn)效率得到顯著提升，單位生產(chǎn)成本顯著降低，企業(yè)污染排放強(qiáng)度的降低速率也有所放緩。在股票市場上，企業(yè)的股票收益率開始回升，顯示出企業(yè)已經(jīng)走出轉(zhuǎn)型的困境，步入新的發(fā)展階段。資料來源：有機(jī)數(shù)，Wind，國信證券經(jīng)濟(jì)研究所整理資料來源：有機(jī)數(shù)，Wind，國信證券經(jīng)濟(jì)研究所整理請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容10證券研究報(bào)告從行業(yè)分布來看，各投資組合的行業(yè)配置與樣本股整體行業(yè)分布并沒有較大區(qū)別。各分組行業(yè)配置的前5大行業(yè)都是基礎(chǔ)化工、機(jī)械設(shè)備、汽車、醫(yī)藥生物、電子等，與樣本股整體行業(yè)分布相同。相對于整體行業(yè)分布來說，分組1和分組5在有色金屬行業(yè)的平均超配是最高的，但也僅比樣本股在有色金融行業(yè)的占比高出0.80%和0.81%。分組1低配食品飲料最多，但僅比整體行業(yè)分布低0.85%；分組5則低配農(nóng)林牧漁行業(yè)最多，比整體行業(yè)分布低0.88%。各分組在行業(yè)超配或低配的幅度基本在1%以內(nèi)7。行業(yè)分組1分組2分組3分組4分組5基礎(chǔ)化工0.67%-0.36%-0.35%0.16%-0.12%機(jī)械設(shè)備0.68%-0.29%0.03%-0.45%0.01%汽車0.30%1.02%-0.73%-0.69%0.09%醫(yī)藥生物-0.48%0.80%0.20%0.04%-0.57%電子-0.01%-0.25%0.75%-0.36%-0.12%電力設(shè)備-0.43%0.52%-0.21%0.35%-0.23%有色金屬0.81%-0.75%-0.45%-0.41%0.80%建筑材料-0.42%-0.20%0.16%0.96%-0.50%輕工制造-0.64%0.29%0.42%0.06%-0.13%食品飲料-0.85%0.30%0.90%0.18%-0.53%環(huán)保-0.03%0.12%0.09%-0.60%0.43%公用事業(yè)0.23%-0.25%-0.01%0.00%0.02%農(nóng)林牧漁-0.63%0.20%1.13%0.19%-0.88%建筑裝飾0.48%-0.18%-0.63%-0.23%0.56%房地產(chǎn)-0.07%-0.43%0.38%0.13%-0.01%商貿(mào)零售0.12%-0.46%-0.16%0.44%0.07%鋼鐵0.12%0.04%-0.06%-0.48%0.39%交通運(yùn)輸0.42%-0.66%0.06%0.02%0.15%紡織服飾-0.12%0.38%-0.50%0.02%0.22%計(jì)算機(jī)-0.01%0.39%-0.44%0.45%-0.39%煤炭-0.22%-0.01%0.10%0.32%-0.18%家用電器0.28%-0.16%-0.16%-0.43%0.48%石油石化-0.36%0.40%0.46%-0.38%-0.12%通信0.37%-0.22%-0.45%0.14%0.17%傳媒0.08%-0.10%-0.31%0.00%0.33%國防軍工-0.11%0.02%0.09%0.20%-0.21%綜合-0.21%-0.01%-0.15%0.45%-0.07%非銀金融-0.06%0.08%-0.05%-0.16%0.19%社會(huì)服務(wù)0.17%-0.22%-0.20%0.02%0.22%美容護(hù)理-0.03%0.00%-0.02%0.06%-0.01%銀行-0.03%0.00%0.08%-0.02%-0.03%資料來源：有機(jī)數(shù)，Wind，國信證券經(jīng)濟(jì)研究所整理從平均規(guī)模來看，各投資組合成份股總市值的中位數(shù)相差不大。各分組的平均規(guī)模分別為63.29、67.74、66.73、69.59、60.57億。不過在某些時(shí)期，各分組的平均規(guī)模也可能存在較大差距，比如2021年5月（第15期分組3的平均規(guī)模為124億，而同期分組1的平均規(guī)模為45億，只相當(dāng)于分組3的平均規(guī)模的36.4%?？紤]到投資組合采用等權(quán)方法構(gòu)建，雖然各投資組合成份股總市值的中位數(shù)略高于滬深A(yù)股的平均規(guī)模，但各投資組合成份股的規(guī)模暴露實(shí)際上是傾向小市值的。以2022年年底中證全指為例，4500只成份股，總市值的中位數(shù)是55.65億，但請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容11證券研究報(bào)告加權(quán)中位數(shù)8為434.9億，處于成份股總市值的93.3%分位數(shù)上。因此這里進(jìn)一步考慮對投資組合的收益率進(jìn)行相關(guān)因子收益率的調(diào)整。資料來源：有機(jī)數(shù)，Wind，國信證券經(jīng)濟(jì)研究所整理我們采用包含市場因子、規(guī)模因子和價(jià)值因子的三因子模型。因子收益率的構(gòu)建采用國證系列全收益率指數(shù)，其中，國證A指作為市場因子，國證2000與國證1000的收益率之差作為規(guī)模因子，國證價(jià)值與國證成長的收益率之差作為價(jià)值因子。在2020年3月至2023年1月這35個(gè)月的時(shí)間區(qū)間里，市場因子、規(guī)模因子和價(jià)值因子的年化收益分別為8.19%、5.98%、-4.92%。經(jīng)過因子模型的風(fēng)險(xiǎn)收益調(diào)整，分組1-5的超額收益分別為7.75%、3.90%、2.26%、3.66%、10.30%。各投資組合的超額收益與排污環(huán)比增長仍然呈U型分布。從風(fēng)險(xiǎn)暴露來看，各投資組合的規(guī)模因子暴露和價(jià)值因子暴露都是非常顯著的，即各投資組合都偏好小盤股和價(jià)值股。分組1分組2分組3分組4分組5市場因子估計(jì)值1.0521.0160.991.0880.978t統(tǒng)計(jì)量20.6826.1520.2321.0114.28規(guī)模因子估計(jì)值0.5150.6060.5920.5820.62t統(tǒng)計(jì)量10.0815.5312.0611.29.02價(jià)值因子估計(jì)值0.2330.2340.1370.230.238t統(tǒng)計(jì)量4.55.932.764.373.42超額收益估計(jì)值7.75%3.90%2.26%3.66%10.30%t統(tǒng)計(jì)量2.591.710.792.56資料來源：有機(jī)數(shù)，Wind，國信證券經(jīng)濟(jì)研究所整理即將成份股按總市值從大到小排序，然后將權(quán)重累計(jì)，權(quán)重累請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容12證券研究報(bào)告這里進(jìn)一步計(jì)算了各個(gè)投資組合收益率之間的統(tǒng)計(jì)比較。從t統(tǒng)計(jì)量來看，收益率之間差距最為顯著的是排污環(huán)比增長最高的分組5與排污環(huán)比增長居中的分組3，其t統(tǒng)計(jì)量為-2.25。其他較為顯著有分組1和分組3、分組2和分組5、分組4和分組5。也就是說，排污環(huán)比增長最高的分組5與排污環(huán)比增長居中的分組2-4的收益率之差都有明顯的差別，而與排污環(huán)比增長最低的分組1沒有。而分組1只與排污環(huán)比增長居中的分組3的收益率之差有較為顯著的差別，與其他組合沒有。另外，排污環(huán)比增長居中的3個(gè)分組的收益率之間也沒有明顯差別。分組2分組3分組4分組5分組2分組3分組4分組5年化收益率之差t統(tǒng)計(jì)量分組13.61%5.07%3.38%-2.54%0.9521.570.852-0.616分組21.46%-0.23%-6.15%0.471-0.064-1.71分組3-1.69%-7.61%-0.495-2.25分組4-5.92%-1.58資料來源：有機(jī)數(shù)，Wind，國信證券經(jīng)濟(jì)研究所整理將上述各分組收益率之差進(jìn)行風(fēng)險(xiǎn)因子調(diào)整后，結(jié)論也是相同的，即分組5的超額收益顯著或者較為顯著地大于分組2-4，分組1的超額收益較為顯著地大于分組3，其他各組的超額收益率之間沒有顯著差異。從風(fēng)格因子暴露來看，分組1的規(guī)模因子暴露與除分組4以外的其他分組有略微顯著的差異，分組1相對于分組2、3、5更偏好大盤股。這與前述結(jié)論中分組1的平均規(guī)模小于分組2和分組3的平均規(guī)模有所不同。價(jià)值因子方面，分組3的價(jià)值因子暴露與其他分組有著較為顯著的差異，分組3相對于其他分組更偏好成長股。其他各分組之間的價(jià)值因子暴露沒有顯著差異。分組2分組3分組4分組5分組2分組3分組4分組5分組1分組2分組3分組43.85%年化超額收益率之差5.49%4.09%1.64%0.239%-1.40%-2.55%-6.40%-8.04%-6.64%0.991t統(tǒng)計(jì)量1.710.9930.5280.0635-0.408-0.615-1.69-2.41-1.79分組1分組2分組3分組4-0.0908規(guī)模因子暴露之差-0.0774-0.06730.01340.02350.0101價(jià)值因子暴露之差-0.105-0.0143-0.0277-0.0377-1.37t統(tǒng)計(jì)量-1.41-0.9570.2530.3640.172t統(tǒng)計(jì)量-1.48-0.220-0.486-0.594分組1分組2分組3分組4-0.001500.09520.09670.002660.00416-0.0926-0.00547-0.00397-0.101-0.00813-0.02231.711.800.03730.0636-1.56-0.0762-0.0605-1.74-0.126資料來源：有機(jī)數(shù)，Wind，國信證券經(jīng)濟(jì)研究所整理請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容13證券研究報(bào)告上述分析主要是根據(jù)最近1個(gè)月的排污環(huán)比增長進(jìn)行分組，然后構(gòu)造投資組合持有1期。接下來我們考慮根據(jù)最近2個(gè)月、3個(gè)月的排污增長數(shù)據(jù)構(gòu)造投資組合，并分別持有2個(gè)月和3個(gè)月9。從凈值曲線來看，觀察期為2、持有期為2的各投資組合中，排污增長最低的分組1的累計(jì)收益率最高，其次是排污環(huán)比增長次高的分組4，其他分組的累計(jì)收益率相差不大。而在觀察期、持有期都為3的各投資組合中，除排污增長最高的分組5的累計(jì)收益率明顯更低外，其他各個(gè)分組的累計(jì)收益率相差不大。從各投資組合的年化收益和夏普比率來看，結(jié)論也是類似的。各投資組合的收益與排污增長不再存在U型關(guān)系。從各投資組合收益率的統(tǒng)計(jì)比較來看，觀察期為2時(shí)，分組1的平均收益高于分組2、分組3以及分組4的平均收益高于分組3是較為顯著的。觀察期為3時(shí)，分組5的平均收益低于其他分組僅是略微顯著。由此可見，在拉長觀測時(shí)間窗口后，基于污染數(shù)據(jù)的選股策略面臨失效。我們推測可能的原因如下：企業(yè)污染排放往往與企業(yè)產(chǎn)出和行業(yè)的景氣程度高度相關(guān)，投資者通常會(huì)參考月度的中觀高頻指標(biāo)來修正當(dāng)月的預(yù)期，并據(jù)此進(jìn)行倉位的調(diào)整。因此，當(dāng)觀測時(shí)間窗口被拉長時(shí)，選股策略可能會(huì)受到觀測期間大量倉位調(diào)整操作的干擾而失效。因此，選擇合適的觀測的窗口期來將ESG數(shù)據(jù)應(yīng)用于股票投研，也是實(shí)踐中需要重點(diǎn)考慮的要點(diǎn)。資料來源：有機(jī)數(shù)，Wind，國信證券經(jīng)濟(jì)研究所整理資料來源：有機(jī)數(shù)，Wind，國信證券經(jīng)濟(jì)研究所整理請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容14證券研究報(bào)告資料來源：有機(jī)數(shù)，Wind，國信證券經(jīng)濟(jì)研究所整理資料來源：有機(jī)數(shù)，Wind，國信證券經(jīng)濟(jì)研究所整理分組2分組3分組4分組5分組2分組3分組4分組5觀察期為2觀察期為3分組11.751.610.7861.080.2560.0150.3971.46分組20.698-0.978-0.280-0.1960.1331.22分組3-1.57-1.030.3041.34分組40.6491.20資料來源：有機(jī)數(shù)，Wind，國信證券經(jīng)濟(jì)研究所整理4企業(yè)污染數(shù)據(jù)——潛在的高頻選股指標(biāo)企業(yè)污染減排普遍需要經(jīng)歷末端治理到工藝結(jié)構(gòu)轉(zhuǎn)換的過程，企業(yè)污染排放強(qiáng)度的降低速率往往呈現(xiàn)出先快后慢的趨勢，在污染治理前期，企業(yè)減排支出會(huì)增加企業(yè)成本負(fù)擔(dān)，壓縮企業(yè)的利潤空間，企業(yè)的減排與企業(yè)的財(cái)務(wù)績效就會(huì)呈現(xiàn)此消彼長的關(guān)系，隨著減排工作的持續(xù)推進(jìn)，企業(yè)開始逐步優(yōu)化自身的生產(chǎn)工藝，優(yōu)化自身的資源配置，企業(yè)技術(shù)水平的提升及效率改進(jìn)所帶來的長期收益開始覆蓋掉環(huán)境規(guī)制所帶來的短期成本上升。對應(yīng)在股票市場中，企業(yè)污染排放下降的速率和企業(yè)的股票收益就會(huì)呈現(xiàn)先降后增的U型關(guān)系，本文基于企業(yè)污染數(shù)據(jù)的回測結(jié)果也印證這一事實(shí)，從各投資組合的年化收益和波動(dòng)來看，排污環(huán)比增長最高的分組5的年化收益最高為21%，排污環(huán)比增長居中的分組3的年化收益最低，為13%。雖然各投資組合的年化收益率存在明顯差距，但年化波動(dòng)卻幾乎沒有區(qū)別，排污環(huán)比增長次高的分組4的年化波動(dòng)最高，為23%，比其他組合高1%。因此各投資組合的夏普比例與年化收益相似，與排污環(huán)比增長成U型分布。但是值得注意的是，隨著觀測時(shí)間窗口的拉長，基于污染數(shù)據(jù)的選股策略面臨失效，企業(yè)污染排放降低速率與股票的截面收益率不再呈現(xiàn)U型關(guān)系，這是因?yàn)橥顿Y者通常會(huì)參考月度的中觀高品質(zhì)指標(biāo)來修正當(dāng)月的預(yù)期，并據(jù)此進(jìn)行倉位的調(diào)整，而企業(yè)污染排放往往與企業(yè)產(chǎn)出和行業(yè)的景氣程度高度相關(guān)，因此，當(dāng)觀測時(shí)間窗口被拉長時(shí)，選股策略可能會(huì)受到觀測期間大量倉位調(diào)整操作的干擾而失效。同時(shí)，企業(yè)污染數(shù)據(jù)覆蓋率有限，數(shù)據(jù)的連續(xù)性也難以得到保證，也進(jìn)一步制約了污染數(shù)據(jù)在投資實(shí)踐中的應(yīng)用。請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容15證券研究報(bào)告綜上所述，隨著環(huán)境監(jiān)管政策的持續(xù)收緊，企業(yè)污染數(shù)據(jù)庫的覆蓋率和連續(xù)性有望得到改善，在此背景下，企業(yè)的污染數(shù)據(jù)就有可能成為潛在的高頻選股指標(biāo)，選擇合適的觀測的窗口期來將污染數(shù)據(jù)應(yīng)用于股票投研，不失為一種有效的alpha策略。請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容