（一） 疫情对各行业的影响
禸*嫆唻@洎：狆國湠棑倣茭昜蛧 τāńｐāīｆāńɡ.ｃōｍ
由于此次新型冠状病毒引起的肺炎疫情正式爆发在一月中旬，因此疫情对中国经济的整体影响目前尚缺少实际数据的支持。根据2003年非典对中国经济的历史影响进行推演，随着近十几年来中国经济增长模式的不断变化，2020年的新型冠状病毒疫情对中国经济的影响也不可同日而语。从行业投资的角度而言，除了受整体经济发展形势的冲击外，更多影响体现出结构性的特征。
1、在产业结构层面，目前我国的产业结构中第三产业占比已逐渐扩大，本次新冠疫情对三大产业都造成了不同程度的冲击，其中对第三产业的影响较为突出。具有到细分行业，本次疫情主要对农林牧渔、交通运输、仓储邮政、批发零售、住宿餐饮和其他服务业的企业负面影响较大。但与此同时，以科技创新为驱动力的互联网企业和医疗大健康产业也迎来了新的发展机遇。
本%文$内-容-来-自；中_国_碳|排 放_交-易^网^t an pa i fang . c om
禸嫆@唻洎：狆國湠棑倣茭昜蛧 τāńｐāīｆāńɡ.ｃōｍ
（二） 疫情期间各行业ESG投资的风险收益分析 本`文@内-容-来-自；中^国_碳0排0放^交-易=网 ta n pa i fa ng . co m
为进一步分析2月3日开盘至最新交易日（2月21日）期间ESG投资在行业下的风险收益表现，本文将2019年12月调仓后的中证800指数成分股（剔除ST成分）按中证一级行业标准分为10类行业，其中电信业务17家，工业172家，公用事业27家，金融地产120家，可选消费109家，能源24家，信息技术100家，医药卫生78家，原材料110家，主要消费42家，采用ESG优选和ESG加权两种方案考察ESG因子在行业中识别风险收益的情况。具体两种方案说明如表2所示： 本+文内.容.来.自：中`国`碳`排*放*交*易^网 ta np ai fan g.com
表2 ESG识别行业风险收益的方案说明
本/文-内/容/来/自:中-国-碳-排-放-网-tan pai fang . com
注：esg tilt = 1 + esg zscore, if esg zscore > 0；esg tilt = 1 / (1-esg zscore), if esg zscore <= 0 本*文@内-容-来-自；中_国_碳^排-放*交-易^网 t an pa i fa ng . c om
资料来源：中央财经大学绿色金融国际研究院
本`文@内-容-来-自；中_国_碳排0放_交-易=网 t an pa ifa ng . c om
其中ESG优选方案即通过ESG分数高低选取行业排名25%的企业构成白名单，缩小了对比考察范围，风险相对较为集中；ESG加权方案的考察范围为行业整体，风险较为分散，且通过基于偏离自由流通市值权重的某些ESG指标对自由流通市值权重进行重新加权，增加了对那些呈现出积极ESG趋势的公司的敞口，同时保持了广泛和多元化的投资领域。
本`文内.容.来.自：中`国`碳`排*放*交*易^网 t a npai fan g.com
本`文@内/容/来/自:中-国^碳-排-放^*交*易^网-tan pai fang. com
1、各方案下行业风险收益整体表现 本文+内-容-来-自；中^国_碳+排.放_交^易=网 t a n pa ifa ng .c om
表3 各方案下行业日收益胜率（2020/2/3-2020/2/21） 本文+内-容-来-自；中^国_碳+排.放_交^易=网 t a n pa ifa ng .c om
数据来源：中央财经大学绿色金融国际研究院，Wind
本`文内.容.来.自：中`国`碳`排*放*交*易^网 t a npai fan g.com
本`文内.容.来.自：中`国`碳`排*放*交*易^网 t a npai fan g.com
行业日收益胜率代表相对于作为市场基准的中证一级行业，各方案下的各行业在一定交易次数中日盈利次数占总交易日次数的比例，一定程度上影响投资者的盈亏。如表3所示，在优选方案下，除电信业务、能源和金融地产外，其余行业中ESG分数排名前25%的企业在2月3日至2月21日这十五个交易日期间的日收益胜率均显著优于排名后25% 的企业。在ESG倾斜加权方案下，除公用事业、电信业务、能源和金融地产外，其余行业的日收益胜率达到了50%以上，最高值为66.67%。对比top25%优选和倾斜加权两种方案，可以看出优选方案下有70%的行业日收益胜率高于50%，而倾斜加权方案下仅有60%的行业日受益胜率大于50%。下文将通过考察ESG优选和ESG倾斜加权两种方案下ESG因子在各行业中对风险收益的识别能力，进行深入分析。
本`文@内-容-来-自；中_国_碳排0放_交-易=网 t an pa ifa ng . c om
2、ESG优选：ESG因子在不同行业之间对风险收益的识别能力有所不同 本`文-内.容.来.自：中`国^碳`排*放*交^易^网 ta np ai fan g.com
（1）ESG因子对行业风险收益的区分度高
① 公用事业 本*文@内-容-来-自；中_国_碳^排-放*交-易^网 t an pa i fa ng . c om
本%文$内-容-来-自；中_国_碳|排 放_交-易^网^t an pa i fang . c om
图2 优选方案下公用事业收益表现对比（2020/2/3-2020/2/21）
数据来源：中央财经大学绿色金融国际研究院，Wind
表4 行业内ESG分数前25%和后25%市场基准的风险收益对比
本`文@内-容-来-自；中_国_碳排0放_交-易=网 t an pa ifa ng . c om
注：6、7和8代表2月3日开盘后的第一周、第二周和第三周
数据来源：中央财经大学绿色金融国际研究院，Wind
② 医药卫生
本`文内.容.来.自：中`国`碳`排*放*交*易^网 t a npai fan g.com
图3 优选方案下医药卫生收益表现对比（2020/2/3-2020/2/21）
内.容.来.自：中`国`碳#排*放*交*易^网 t a np ai f an g.com
数据来源：中央财经大学绿色金融国际研究院，Wind 夲呅內傛莱源亍：ф啯碳*排*放^鲛*易-網 τā ńｐāīｆāńɡ.ｃōｍ
表5 行业内ESG分数前25%和后25%市场基准的风险收益对比 夲呅內傛莱源亍：ф啯碳*排*放^鲛*易-網 τā ńｐāīｆāńɡ.ｃōｍ
本`文@内-容-来-自；中^国_碳0排0放^交-易=网 ta n pa i fa ng . co m
数据来源：中央财经大学绿色金融国际研究院，Wind
③ 原材料
禸*嫆唻@洎：狆國湠棑倣茭昜蛧 τāńｐāīｆāńɡ.ｃōｍ
图4 优选方案下原材料收益表现对比（2020/2/3-2020/2/21） 內.容.來.自：中`國*碳-排*放*交*易^網 t a npai fa ng.com
数据来源：中央财经大学绿色金融国际研究院，Wind 本`文-内.容.来.自：中`国^碳`排*放*交^易^网 ta np ai fan g.com
表6 行业内ESG分数前25%和后25%市场基准的风险收益对比 禸*嫆唻@洎：狆國湠棑倣茭昜蛧 τāńｐāīｆāńɡ.ｃōｍ
夲呅內傛莱源亍：ф啯碳*排*放^鲛*易-網 τā ńｐāīｆāńɡ.ｃōｍ
数据来源：中央财经大学绿色金融国际研究院，Wind
本`文-内.容.来.自：中`国^碳`排*放*交^易^网 ta np ai fan g.com
在公用事业、医药卫生以及原材料三类行业中，经ESG筛选后，ESG因子能够在疫情期间对行业内的风险收益进行有效识别。如图2、图3和图4所示，在2月3日至2月21日期间，在27家归属于公用事业、78家归属于医药卫生和110家归属于原材料的中证800上市公司中，ESG分数排名前25%的企业在累计收益上的表现均显著优于行业基准和ESG分数排名在后25%的企业。且在开盘交易的第一天，top 25%的日跌幅要小于行业基准与last 25%。在用于衡量风险的年化波动率和最大回撤这两个指标的表现上，如表4和表5所示，公用事业和医药卫生两个行业在十五个交易日期间top 25%表现均要优于last 25%，呈现出一定的抗风险能力。而原材料虽然在最大回撤这一指标上top25%的1.34%高于last 25%的0.62%，但整体风险调整收益表现较好，能够维持相对稳定的风险控制能力。 本文`内-容-来-自；中_国_碳_交^易=网 tan pa i fa ng . c om
（2）ESG因子对风险收益的区分度较不显著，但呈现一定趋势
本`文@内/容/来/自:中-国^碳-排-放^*交*易^网-tan pai fang. com
① 主要消费
本`文-内.容.来.自：中`国^碳`排*放*交^易^网 ta np ai fan g.com
内-容-来-自；中_国_碳_0排放￥交-易=网 t an pa i fa ng . c om
图5 优选方案下主要消费收益表现对比（2020/2/3-2020/2/21） 禸嫆@唻洎：狆國湠棑倣茭昜蛧 τāńｐāīｆāńɡ.ｃōｍ
数据来源：中央财经大学绿色金融国际研究院，Wind
表7 行业内ESG分数前25%和后25%市场基准的风险收益对比
内-容-来-自；中_国_碳_0排放￥交-易=网 t an pa i fa ng . c om
数据来源：中央财经大学绿色金融国际研究院，Wind
② 信息技术 本/文-内/容/来/自:中-国-碳-排-放-网-tan pai fang . com
图6 优选方案下信息技术收益表现对比（2020/2/3-2020/2/21）
数据来源：中央财经大学绿色金融国际研究院，Wind 本*文`内/容/来/自:中-国-碳^排-放“交|易^网-tan pai fang . c o m
表8 行业内ESG分数前25%和后25%市场基准的风险收益对比 本`文内.容.来.自：中`国`碳`排*放*交*易^网 t a npai fan g.com
内/容/来/自:中-国-碳-排-放*交…易-网-tan pai fang . com
数据来源：中央财经大学绿色金融国际研究院，Wind 本`文内.容.来.自：中`国`碳`排*放*交*易^网 t a npai fan g.com
③ 工业
本*文`内/容/来/自:中-国-碳^排-放“交|易^网-tan pai fang . c o m
图7 优选方案下工业收益表现对比（2020/2/3-2020/2/21） 本+文`内.容.来.自：中`国`碳`排*放*交*易^网 t a np ai fan g.com
数据来源：中央财经大学绿色金融国际研究院，Wind
本`文内.容.来.自：中`国`碳`排*放*交*易^网 t a npai fan g.com
表9 行业内ESG分数前25%和后25%市场基准的风险收益对比 本*文@内-容-来-自；中_国_碳^排-放*交-易^网 t an pa i fa ng . c om
数据来源：中央财经大学绿色金融国际研究院，Wind 本/文-内/容/来/自:中-国-碳-排-放-网-tan pai fang . com
④ 能源
本`文内.容.来.自：中`国`碳`排*放*交*易^网 t a npai fan g.com
本`文内.容.来.自：中`国`碳`排*放*交*易^网 t a npai fan g.com
图8 优选方案下能源收益表现对比（2020/2/3-2020/2/21） 本+文+内/容/来/自:中-国-碳-排-放（交—易^网-tan pai fang . com
数据来源：中央财经大学绿色金融国际研究院，Wind
內.容.來.自：中`國*碳-排*放*交*易^網 t a npai fa ng.com
表10 行业内ESG分数前25%和后25%市场基准的风险收益对比 本+文内.容.来.自：中`国`碳`排*放*交*易^网 ta np ai fan g.com
数据来源：中央财经大学绿色金融国际研究院，Wind 本文+内-容-来-自；中^国_碳+排.放_交^易=网 t a n pa ifa ng .c om
本/文-内/容/来/自:中-国-碳-排-放-网-tan pai fang . com
在主要消费、信息技术、工业和能源四类行业中，经ESG筛选后，ESG因子对风险收益的区分度较不显著，但呈现一定趋势。如图5至图8所示，在2月3日至2月21日期间，在42家归属于主要消费、100家归属于信息技术、172家归属于工业以及24家归属于能源的中证800上市公司中，ESG分数排名前25%的企业在累计收益上的整体表现优于ESG分数排名在后25%的企业。在用于衡量风险的年化波动率和最大回测这两个指标上，如表7、表9和表10所示，主要消费、工业和能源行业在十五个交易日期间top 25%的表现均优于last 25%，呈现出一定的抗风险能力。而原材料虽然在这两个指标上top 25%的表现弱于last 25%，但整体风险调整收益表现较好，能够维持相对稳定的风险控制能力。
本*文`内/容/来/自:中-国-碳^排-放“交|易^网-tan pai fang . c o m
（3）ESG因子对区分风险收益无效 本`文-内.容.来.自：中`国^碳`排*放*交^易^网 ta np ai fan g.com
① 可选消费 本`文@内/容/来/自:中-国^碳-排-放^*交*易^网-tan pai fang. com
本%文$内-容-来-自；中_国_碳|排 放_交-易^网^t an pa i fang . c om
图9 优选方案下可选消费收益表现对比（2020/2/3-2020/2/21） 内/容/来/自:中-国-碳-排-放*交…易-网-tan pai fang . com
数据来源：中央财经大学绿色金融国际研究院，Wind 夲呅內傛莱源亍：ф啯碳*排*放^鲛*易-網 τā ńｐāīｆāńɡ.ｃōｍ
表11 行业内ESG分数前25%和后25%市场基准的风险收益对比
本文`内-容-来-自；中_国_碳_交^易=网 tan pa i fa ng . c om
数据来源：中央财经大学绿色金融国际研究院，Wind 内-容-来-自；中_国_碳_0排放￥交-易=网 t an pa i fa ng . c om
② 电信业务 本%文$内-容-来-自；中_国_碳|排 放_交-易^网^t an pa i fang . c om
禸嫆@唻洎：狆國湠棑倣茭昜蛧 τāńｐāīｆāńɡ.ｃōｍ
图10 优选方案下电信业务收益表现对比（2020/2/3-2020/2/21） 本文@内/容/来/自:中-国-碳^排-放-交易&*网-tan pai fang . com
数据来源：中央财经大学绿色金融国际研究院，Wind
本*文`内/容/来/自:中-国-碳^排-放“交|易^网-tan pai fang . c o m
表12 行业内ESG分数前25%和后25%市场基准的风险收益对比 本`文@内/容/来/自:中-国^碳-排-放^*交*易^网-tan pai fang. com
夲呅內傛莱源亍：ф啯碳*排*放^鲛*易-網 τā ńｐāīｆāńɡ.ｃōｍ
数据来源：中央财经大学绿色金融国际研究院，Wind 内/容/来/自:中-国-碳-排-放*交…易-网-tan pai fang . com
③ 金融地产 本*文@内-容-来-自；中_国_碳^排-放*交-易^网 t an pa i fa ng . c om
本`文@内-容-来-自；中_国_碳排0放_交-易=网 t an pa ifa ng . c om
图11 优选方案下金融地产收益表现对比（2020/2/3-2020/2/21）
本*文@内-容-来-自；中_国_碳^排-放*交-易^网 t an pa i fa ng . c om
数据来源：中央财经大学绿色金融国际研究院，Wind 本+文`内.容.来.自：中`国`碳`排*放*交*易^网 t a np ai fan g.com
表13 行业内ESG分数前25%和后25%市场基准的风险收益对比 本+文`内.容.来.自：中`国`碳`排*放*交*易^网 t a np ai fan g.com
内-容-来-自；中_国_碳_0排放￥交-易=网 t an pa i fa ng . c om
数据来源：中央财经大学绿色金融国际研究院，Wind
本文`内-容-来-自；中_国_碳_交^易=网 tan pa i fa ng . c om
内.容.来.自：中`国`碳#排*放*交*易^网 t a np ai f an g.com
在可选消费、电信业务和金融地产三类行业中，经ESG筛选后，ESG因子对区分风险收益无效。如图9、图10和图11所示，在2月3日至2月21日期间，在109家归属于可选消费、17家归属于电信业务以及120家归属于金融地产的中证800上市公司中，ESG分数排名前25%的企业在累计收益上的表现较后25%的企业和行业基准而言较差。在用于衡量风险的年化波动率这一指标上，可选消费在十五个交易日期间top 25%的表现弱于last 25%，而电信业务和金融地产在年化波动率和最大回撤这两个指标上，十五个交易日期间top 25%的企业表现要优于last 25%的企业，呈现出一定的抗风险能力。
内-容-来-自；中_国_碳_0排放￥交-易=网 t an pa i fa ng . c om
本`文@内/容/来/自:中-国^碳-排-放^*交*易^网-tan pai fang. com
3、ESG倾斜加权：不同行业通过ESG因子有效获得超额收益的情况不同 本文+内-容-来-自；中^国_碳+排.放_交^易=网 t a n pa ifa ng .c om
（1）能够有效获得超额收益
本+文`内.容.来.自：中`国`碳`排*放*交*易^网 t a np ai fan g.com
① 主要消费
内/容/来/自:中-国-碳-排-放*交…易-网-tan pai fang . com
禸*嫆唻@洎：狆國湠棑倣茭昜蛧 τāńｐāīｆāńɡ.ｃōｍ
图12 加权方案下主要消费收益表现对比（2020/2/3-2020/2/21）
数据来源：中央财经大学绿色金融国际研究院，Wind
表14 ESG倾斜加权和市场基准的风险收益对比
本文`内-容-来-自；中_国_碳_交^易=网 tan pa i fa ng . c om
本+文`内/容/来/自:中-国-碳-排-放-网-tan pai fang . com
数据来源：中央财经大学绿色金融国际研究院，Wind
本%文$内-容-来-自；中_国_碳|排 放_交-易^网^t an pa i fang . c om
②信息技术 夲呅內傛莱源亍：ф啯碳*排*放^鲛*易-網 τā ńｐāīｆāńɡ.ｃōｍ
本`文@内/容/来/自:中-国^碳-排-放^*交*易^网-tan pai fang. com
图13 加权方案下信息技术收益表现对比（2020/2/3-2020/2/21） 本文`内-容-来-自；中_国_碳_交^易=网 tan pa i fa ng . c om
数据来源：中央财经大学绿色金融国际研究院，Wind 内/容/来/自:中-国-碳-排-放*交…易-网-tan pai fang . com
表15 ESG倾斜加权和市场基准的风险收益对比 本+文+内.容.来.自：中`国`碳`排*放*交*易^网 t a np ai fan g.com
数据来源：中央财经大学绿色金融国际研究院，Wind 内.容.来.自：中`国`碳#排*放*交*易^网 t a np ai f an g.com
本/文-内/容/来/自:中-国-碳-排-放-网-tan pai fang . com
③公用事业 本+文`内.容.来.自：中`国`碳`排*放*交*易^网 t a np ai fan g.com
禸嫆@唻洎：狆國湠棑倣茭昜蛧 τāńｐāīｆāńɡ.ｃōｍ
图14 加权方案下公用事业收益表现对比（2020/2/3-2020/2/21）
夲呅內傛莱源亍：ф啯碳*排*放^鲛*易-網 τā ńｐāīｆāńɡ.ｃōｍ
数据来源：中央财经大学绿色金融国际研究院，Wind
本+文+内/容/来/自:中-国-碳-排-放（交—易^网-tan pai fang . com
表16 ESG倾斜加权和市场基准的风险收益对比
数据来源：中央财经大学绿色金融国际研究院，Wind 本文+内-容-来-自；中^国_碳+排.放_交^易=网 t a n pa ifa ng .c om
本`文内.容.来.自：中`国`碳`排*放*交*易^网 t a npai fan g.com
④医药卫生 本文`内-容-来-自；中_国_碳_交^易=网 tan pa i fa ng . c om
本%文$内-容-来-自；中_国_碳|排 放_交-易^网^t an pa i fang . c om
图15 加权方案下医药卫生收益表现对比（2020/2/3-2020/2/21）
夲呅內傛莱源亍：ф啯碳*排*放^鲛*易-網 τā ńｐāīｆāńɡ.ｃōｍ
数据来源：中央财经大学绿色金融国际研究院，Wind 本+文`内.容.来.自：中`国`碳`排*放*交*易^网 t a np ai fan g.com
表17 ESG倾斜加权和市场基准的风险收益对比
本+文+内/容/来/自:中-国-碳-排-放（交—易^网-tan pai fang . com
数据来源：中央财经大学绿色金融国际研究院，Wind 內/容/來/自:中-國/碳-排*放^交%易#網-tan p a i fang . com
⑤原材料 本*文@内-容-来-自；中_国_碳^排-放*交-易^网 t an pa i fa ng . c om
本`文-内.容.来.自：中`国^碳`排*放*交^易^网 ta np ai fan g.com
图16 加权方案下原材料收益表现对比（2020/2/3-2020/2/21） 內/容/來/自:中-國/碳-排*放^交%易#網-tan p a i fang . com
数据来源：中央财经大学绿色金融国际研究院，Wind 本+文`内.容.来.自：中`国`碳`排*放*交*易^网 t a np ai fan g.com
表18 ESG倾斜加权和市场基准的风险收益对比
本+文内.容.来.自：中`国`碳`排*放*交*易^网 ta np ai fan g.com
本+文`内/容/来/自:中-国-碳-排-放-网-tan pai fang . com
数据来源：中央财经大学绿色金融国际研究院，Wind
⑥可选消费 本`文内.容.来.自：中`国`碳`排*放*交*易^网 t a npai fan g.com
本文@内/容/来/自:中-国-碳^排-放-交易&*网-tan pai fang . com
图17 加权方案下可选消费收益表现对比（2020/2/3-2020/2/21）
数据来源：中央财经大学绿色金融国际研究院，Wind
表19 ESG倾斜加权和市场基准的风险收益对比 夲呅內傛莱源亍：ф啯碳*排*放^鲛*易-網 τā ńｐāīｆāńɡ.ｃōｍ
本*文@内-容-来-自；中_国_碳^排-放*交-易^网 t an pa i fa ng . c om
数据来源：中央财经大学绿色金融国际研究院，Wind
夲呅內傛莱源亍：ф啯碳*排*放^鲛*易-網 τā ńｐāīｆāńɡ.ｃōｍ
⑦工业 本文+内-容-来-自；中^国_碳+排.放_交^易=网 t a n pa ifa ng .c om
本`文@内-容-来-自；中^国_碳0排0放^交-易=网 ta n pa i fa ng . co m
图18 加权方案下工业收益表现对比（2020/2/3-2020/2/21） 本+文+内/容/来/自:中-国-碳-排-放（交—易^网-tan pai fang . com
数据来源：中央财经大学绿色金融国际研究院，Wind
本*文`内/容/来/自:中-国-碳^排-放“交|易^网-tan pai fang . c o m
表20 ESG倾斜加权和市场基准的风险收益对比 内/容/来/自:中-国-碳-排-放*交…易-网-tan pai fang . com
本`文@内-容-来-自；中^国_碳0排0放^交-易=网 ta n pa i fa ng . co m
数据来源：中央财经大学绿色金融国际研究院，Wind
本/文-内/容/来/自:中-国-碳-排-放-网-tan pai fang . com
在主要消费、信息技术、公用事业、医药卫生、原材料、可选消费和工业七类行业中，通过ESG倾斜加权能够有效获得超额收益。如图12至图18所示，在2月3日至2月21日期间，归属于这七类行业的中证800成分股在ESG倾斜加权后的累计收益显著优于市场基准。而在衡量风险的年化波动率和最大回测这两个指标上，如表14至表20所示，主要消费、公用事业、医药卫生和工业四类行业在十五个交易日期间 ESG倾斜加权的表现均优于市场基准，呈现出一定的抗风险能力。而在信息技术、原材料和可选消费三类行业中，十五个交易日期间 ESG倾斜加权在这两个指标上的表现均弱于市场基准，但整体风险调整收益表现较为突出，因此也能够维持相对稳定的风险控制能力。 本文`内-容-来-自；中_国_碳_交^易=网 tan pa i fa ng . c om
内-容-来-自；中_国_碳_0排放￥交-易=网 t an pa i fa ng . c om
（2）不能有效获取超额收益
①电信业务 本+文+内/容/来/自:中-国-碳-排-放（交—易^网-tan pai fang . com
内-容-来-自；中_国_碳_0排放￥交-易=网 t an pa i fa ng . c om
图19 加权方案下电信业务收益表现对比（2020/2/3-2020/2/21）
数据来源：中央财经大学绿色金融国际研究院，Wind 内.容.来.自：中`国`碳#排*放*交*易^网 t a np ai f an g.com
表21 ESG倾斜加权和市场基准的风险收益对比 
数据来源：中央财经大学绿色金融国际研究院，Wind
本/文-内/容/来/自:中-国-碳-排-放-网-tan pai fang . com
禸嫆@唻洎：狆國湠棑倣茭昜蛧 τāńｐāīｆāńɡ.ｃōｍ
②能源
内/容/来/自:中-国-碳-排-放*交…易-网-tan pai fang . com
禸*嫆唻@洎：狆國湠棑倣茭昜蛧 τāńｐāīｆāńɡ.ｃōｍ
图20 加权方案下能源收益表现对比（2020/2/3-2020/2/21） 本文+内-容-来-自；中^国_碳+排.放_交^易=网 t a n pa ifa ng .c om
数据来源：中央财经大学绿色金融国际研究院，Wind 本*文`内/容/来/自:中-国-碳^排-放“交|易^网-tan pai fang . c o m
表22 ESG倾斜加权和市场基准的风险收益对比 禸*嫆唻@洎：狆國湠棑倣茭昜蛧 τāńｐāīｆāńɡ.ｃōｍ
本+文`内.容.来.自：中`国`碳`排*放*交*易^网 t a np ai fan g.com
数据来源：中央财经大学绿色金融国际研究院，Wind
內.容.來.自：中`國*碳-排*放*交*易^網 t a npai fa ng.com
③ 金融地产 本文`内-容-来-自；中_国_碳_交^易=网 tan pa i fa ng . c om
本`文@内-容-来-自；中^国_碳0排0放^交-易=网 ta n pa i fa ng . co m
图21 加权方案下金融地产收益表现对比（2020/2/3-2020/2/21）
本+文+内.容.来.自：中`国`碳`排*放*交*易^网 t a np ai fan g.com
数据来源：中央财经大学绿色金融国际研究院，Wind 禸*嫆唻@洎：狆國湠棑倣茭昜蛧 τāńｐāīｆāńɡ.ｃōｍ
表23 ESG倾斜加权和市场基准的风险收益对比 本+文内.容.来.自：中`国`碳`排*放*交*易^网 ta np ai fan g.com
本/文-内/容/来/自:中-国-碳-排-放-网-tan pai fang . com
数据来源：中央财经大学绿色金融国际研究院，Wind
本`文-内.容.来.自：中`国^碳`排*放*交^易^网 ta np ai fan g.com
內/容/來/自:中-國/碳-排*放^交%易#網-tan p a i fang . com
在电信业务、能源和金融地产三类行业中，通过ESG倾斜加权不能有效获得超额收益。如图19-图21所示，在2月3日至2月21日期间，归属于电信业务、能源和金融地产的中证800成分股在ESG倾斜加权后的累计收益较市场基准而言较差。而在衡量风险的年化波动率和最大回测指标上，除能源在十五个交易日期间ESG倾斜加权的表现优于市场基准、呈现一定的抗风险能力外，电信业务与金融地产在这两项指标上的表现均弱于市场基准，整体风险调整收益表现较差。
本文+内-容-来-自；中^国_碳+排.放_交^易=网 t a n pa ifa ng .c om
内/容/来/自:中-国-碳-排-放*交…易-网-tan pai fang . com
结论 本`文内.容.来.自：中`国`碳`排*放*交*易^网 t a npai fan g.com
內/容/來/自:中-國/碳-排*放^交%易#網-tan p a i fang . com
整体而言，在应对疫情这一负面的外部冲击时，ESG表现作为衡量企业可持续发展能力的重要因素，其相关主题指数在资本市场上表现出一定的抗风险能力，存在超额收益。而在行业层面，由于不同行业的ESG风险暴露有所不同，疫情期间，部分行业在进行ESG优化筛选或倾斜加权后的风险收益表现显著优于行业基准，能够获取超额收益，但也有部分行业经过ESG筛选或加权处理后的市场表现与市场基准之间呈现不明朗或相反的结果，ESG因子不能有效识别行业内的风险收益。
本`文内.容.来.自：中`国`碳`排*放*交*易^网 t a npai fan g.com
內.容.來.自：中`國*碳-排*放*交*易^網 t a npai fa ng.com
参考文献 禸*嫆唻@洎：狆國湠棑倣茭昜蛧 τāńｐāīｆāńɡ.ｃōｍ
[1]Servaes, H. and Tamayo, A. (2013) The Impact of Corporate Social Responsibility on Firm Value: The Role of Customer Awareness. Management Science, 59, 1045-1061. 本+文+内.容.来.自：中`国`碳`排*放*交*易^网 t a np ai fan g.com
[2]Lins, Karl V. and Servaes, Henri and Tamayo, Ane Miren, Social Capital, Trust, and Firm Performance: The Value of Corporate Social Responsibility during the Financial Crisis (October 3, 2016). Journal of Finance, Forthcoming; European Corporate Governance Institute (ECGI) - Finance Working Paper No. 446/2015. 本*文@内-容-来-自；中_国_碳^排-放*交-易^网 t an pa i fa ng . c om
[3]Ella Mae Matsumura, Rachna Prakash, and Sandra C. Vera-Muñoz (2014) Firm-Value Effects of Carbon Emissions and Carbon Disclosures. The Accounting Review: March 2014, Vol. 89, No. 2, pp. 695-724. 本+文+内.容.来.自：中`国`碳`排*放*交*易^网 t a np ai fan g.com
[4]Goss, Allen & Roberts, Gordon. (2009). The Impact of Corporate Social Responsibility on the Cost of Bank Loans. Journal of Banking & Finance. 35. 1794-1810. 10.1016/j.jbankfin.2010.12.002.
内/容/来/自:中-国-碳-排-放*交…易-网-tan pai fang . com
[5]赵行梅. 企业社会责任信息披露对融资约束的影响研究[D].西南财经大学,2014.
本+文+内/容/来/自:中-国-碳-排-放（交—易^网-tan pai fang . com
作者：
本`文-内.容.来.自：中`国^碳`排*放*交^易^网 ta np ai fan g.com
施懿宸 中央财经大学绿色金融国际研究院副院长、讲座教授；长三角绿色价值投资研究院院长 本@文$内.容.来.自：中`国`碳`排*放^交*易^网 t a np ai fan g.c om
牟毅 中央财经大学绿色金融国际研究院助理研究员
李雪雯 中央财经大学绿色金融国际研究院助理研究员 内.容.来.自：中`国`碳#排*放*交*易^网 t a np ai f an g.com
杨晨辉 长三角绿色价值投资研究院研究员 本%文$内-容-来-自；中_国_碳|排 放_交-易^网^t an pa i fang . c om
包婕 长三角绿色价值投资研究院研究员
本`文-内.容.来.自：中`国^碳`排*放*交^易^网 ta np ai fan g.com
【版权声明】本网为公益类网站，本网站刊载的所有内容，均已署名来源和作者，仅供访问者个人学习、研究或欣赏之用，如有侵权请权利人予以告知，本站将立即做删除处理（QQ：51999076）。
国家工信部备案/许可证编号
