ESG研究专题探索“主动筛选”数据策略VIP

1、目录ESG 数据超融合应用建议围绕 E 因素，全面优化评价体系框架 1 HYPERLINK l _TOC_250014 E 因素评价体系研究普遍存在几个共性问题 1 HYPERLINK l _TOC_250013 环境因素升级路径：构建跨行业通用评分体系，打造国情特色数据框架 1 HYPERLINK l _TOC_250012 E 因素数据源精选与量化处理 3 HYPERLINK l _TOC_250011 聚焦政府侧数据，国情特色下量化环境评价 3 HYPERLINK l _TOC_250010 基于 NLP 量化新闻、公告等文本数据：模拟客观舆情数据指标 4 HYPERLINK l _TO

2、C_250009 行业数据：基于 CSR 报告的通用性指标和基于另类数据的特色化指标 6 HYPERLINK l _TOC_250008 E 因素数据融合技术架构与评分体系构建 8 HYPERLINK l _TOC_250007 多源环境数据融合：基于专业知识的量化分级与赋权 8 HYPERLINK l _TOC_250006 环境评分动态模型构建：基于滑动时间窗口的动态分数计算 8 HYPERLINK l _TOC_250005 E 因素动态评分效果评价 10 HYPERLINK l _TOC_250004 和商道融绿对比：评分具有较高的相似性和稳定性 10 HYPERLINK l _TOC

3、_250003 和中证 800 对比：E 因素评分正向受益尚不显著 10 HYPERLINK l _TOC_250002 和沪深 300 对比：E 因素评分正向受益逐步体现 11 HYPERLINK l _TOC_250001 E 因素评分应用探索：逐步构建主动筛选数据策略 11 HYPERLINK l _TOC_250000 数据逐步丰富，正向选择效果有望提升 11风险因素 12.插图目录图 1：E 因素三维升级 1图 2：国家环保披露数据集群分类与特点比较 3图 3：新闻公告环境主题舆情评分引擎 5图 4：滑动时间窗口计算模型 9图 5：与商道融绿对比结果箱线图 10图 6：Top30、B

4、ottom30 与中证 800 收益表现对比 11图 7：Top30、Bottom30 与沪深 300 收益表现对比 11表格目录表 1：环境相关指标梳理 2表 2：环境舆情输出结果 5表 3：环境治理细分指标梳理 6表 4：行业另类数据指标梳理 7表 5：环境相关指标梳理 8 ESG 数据超融合应用建议围绕 E 因素，全面优化评价体系框架E 因素评价体系研究普遍存在几个共性问题国外标准不适合中国标准。由于中国的 ESG 投资概念相较于国外的发展时间较短，中国的经济结构处于转型升级过程中，所以一味搬运国外市场的衡量标准是不符合中国现阶段的实际情况的。根据中信证券研究部汽车组的测评，MSCI 和

5、商道融绿的评级差异度达到 26%。ESG 评价体系涉及的因素众多，并且涉及不同行业以及公司，所以建立一套完全适用于中国市场的标准体系是困难的。国内数据更新频率低。国内的做 ESG 评级的公司大多是季度更新。例如，商道融绿和华证，他们的主要信息来源都是公司的公开曝光和官方报道，因此导致评级结果的时效性略低。数据的客观性和可比性低，数据清洗和数据对齐需要大量人工介入。数据来源大部分是规范度不高的公司自主披露，缺乏第三方数据进行参照和比对，因此数据的真实度和采用方式都难以得到客观的评价。这种情况不仅需要市场投资者和监管机构共同努力保证上市公司的信息披露的完整性和全面性，还需要评价机构充分利用信息技术

6、和大数据挖掘上市公司的重要信息，来检测上市公司的财务报告中有无造假成分存在。目前市场上不同公司间对环境治理方面的评级差异性较大。不同评级机构对社会责任和公司治理方面的评级方法论一致性较高。但在环境治理方面与不同数据源之间处理方式尚未形成统一标准，数据源差异大、方法论各不一致，导致在对不同行业的公司评分时很难做到绝的公平，甚是还会出现同一个公司在不同机构的评级体系下结果差异比较大的情况。所以在环境治理方面的评级有必要针对行业做一些优化数据源和方法论。根据上述提到的问题，我们认为 ESG 研究的重心应聚焦于 ESG 的底层研究，短期致力于梳理具有行业特性的指标和寻找覆盖全、频率高的优质数据。面向中

7、期，我们提出全面聚焦 E 评级升级的新数据融合方案，全面提升 ESG 投资策略的有效性。环境因素升级路径：构建跨行业通用评分体系，打造国情特色数据框架对于环境因素的评分体系优化，我们建议依据国情特色，行业可比标准与数据高频提升，共三个维度做全面提升。图 1：E 因素三维升级国情数据特色结构化赋权国家-省级-地级环境数据打分赋权。重点区域与环境敏感区域设定特殊权重。非制造行业增加可比环境对比指标引入通勤、卫星，线下线上另类数据，指向潜在碳排放节约指标。以百分制输出公司环境评分，以A、B、C三档分类数据更新+结构化高频化依托各级环保部门的排污数据和处罚数据型打造月度稳定评分数据环境主题舆情及时更新

8、。资料来源：中信证券研究部对于国情特色，我们建议 A 股公司的环保数据的环境信用评级，行政处罚措施，排污检测数据等，按照国家级-省市级-地市/第三方进行数据集群构建。并按照行政级别高低顺序赋予不同权重，同时给予重点地区（直辖市+一线城市）的打分权重重点关注。以便形成自上而下的全面评价体系。对于行业一体化标准，我们重点围绕非制造业，增加相应环评可比指标，形成相对稳定数据评分标准和横向比较标准。如金融、消费行业等、以百分制输出公司环境评分。对于数据更新频率，当前主流核心数据源企业社会责任报告是年度更新，我们建议依 托各级环保部门的排污数据和处罚数据打造月度稳定评分数据，并参考环境主题舆情事件。根据

9、上文中提出的评分体系改造升级方向，我们使用层次分析法，分别参考国外 MSCI和国内的商道融绿的 ESG 的指标构建逻辑和选择标准，建立了关于上市公司环境治理领域的三级层次结构。表 1：环境相关指标梳理一级指标二级指标三级指标指标描述环境守法环境相关处罚环境相关处罚政府向企业下发的环境相关行政、刑事处罚数量行为环境信用评级环境信用评级政府依据企业的环境相关行为对企业的环境信用进行的评级排污许可证限期整改政府依据排污许可管理方案对企业不符合规定的行为下发的限期整改通知环境舆情环境舆情公告上市公司与环境相关公告新闻上市公司与环境相关新闻环境管理资源资源消耗原材料、水能的单位产品消耗量，能源使用结构资

10、源节约原材料、能源、水资源节约污染污染排放水、气、固体废弃物、土壤、地下水污染产生量等相关指标污染治理水、气、固体废弃物、土壤、地下水污染排放量、去除率、回用率等相关指标企业政策环保意识企业清洁生产改造（费用、效果）、企业节能减排相关专利等环保目标是否就气候变化相关问题进行讨论另类数据分行业制造业卫星数据；地产小区绿化率；金融绿色债券；资料来源：中信证券研究部 E 因素数据源精选与量化处理聚焦政府侧数据，国情特色下量化环境评价在我国环境治理体系下，政府作为企业环境行为的监管人，会及时向社会公示企业的环境违法行为等信息，相比企业社会责任报告，这一数据能够更加真实客观的反应企业排污、环境治理等相关

11、情况。因此我们梳理了所有政府侧的公开数据源，结合我国环境治理相关法律法规，发现了三类数据值得纳入 E 因素评价体系中，分别是各地市环保局对企业的环境处罚措施、省级环保厅发布的企业环境信用评级、全国统一管理的排污许可证数据。图 2：国家环保披露数据集群分类与特点比较全国全国统一管理的排污许可证数据区域覆盖面：预计在2020年底可以完成全国所有企业的排污许可登记工作；数据类型：公开排污许可的执行报告，公示企业的实际排污量；数据质量：结构化高；历史长度：历史数据短，不可回溯。省级环保厅发布的企业环境信用评级区域覆盖面：全国32个主要经济大省为样本，截至2020年8月，19个省份持续披露有效环境信用评

12、价数据；数据类型：对企业环境行为进行信用评价，确定信用等级；省级 数据质量：结构化一般，标准不统一；历史长度：2017年至2019年。地市地市环保局对企业的环境处罚措施区域覆盖面：全国500多个地市的环保局网站；数据类型：处罚时间、处罚类型、受处罚单位、执法单位；数据质量：结构化低，标准不统一；历史长度：2014年至2019年。资料来源：政府官网，中信证券研究部全国统一管理的排污许可证数据：排污许可证是排污单位向环境保护行政主管部门提出申请后，环境保护行政主管部门经审查发放的允许排污单位排放一定数量污染物的凭证。目前我国排污许可的申请、登记、管理已经实现了全国统一的平台化管理，已有 264万家

13、企业在该平台上进行了排污登记，预计在 2020 年底可以完成全国所有企业的排污许可登记工作。该平台披露了企业的排污许可证的登记信息，包含了企业的排污种类、方式和政府许 的排污量，并要求企业定期公开排污许可的执行报告，公示企业的实际排污量。鉴于该数 据结构化程度较好、企业覆盖齐全、监管政策强力推动，因此我们认为排污许可管理信息 平台将会成为政府侧最重要的公开数据源。我们重点梳理了企业在申请排污许可证过程中，政府针对企业不符合规定的环境问题下发的整改通知，该通知能较好反映企业的排污行为 是否符合法律规范。但是由于排污许可工作从 2019 开始在全国推广，大部分企业处于许可的申请阶段，目前许可执行报

14、告、限期整改等数据披露较少，时间也以 2020 年为主，难以进行有效回测，因此我们仅对该数据源进行梳理和积累，并保持高度关注，但未用于本次 E 因素评分体系构建中。省级环保厅发布的企业环境信用评级：环保部、发改委等单位在 2013 年向各级环保部门发布了企业环境信用评价办法（试行），要求管理部门根据企业环境行为信息，按照规定的指标、方法和程序，对企业环境行为进行信用评价，确定信用等级，并向社会公开，供公众监督和有关部门、机构及组织应用的环境管理手段。因此环境信用评价实质上反映了企业在生产经营活动中是否能严格遵守环境相关的法律法规。我们梳理了全国 32 个环保厅官方网站，由于不同省份对该项工作的

15、推动力度有明显区别，最终得到 19 个省份的有效环境信用评价数据，在时间尺度上主要集中在 2017 年至2019 年，并且不同省份的信用评级的更新频率也有所不同，大多数省份按照年度更新信用评级，浙江等少数省份则实现了月度更新。各地市环保局对企业的环境处罚措施：该数据能真实有效的反应企业环境行为，但是数据源分布在全国 500 多个地市的环保局网站上，并且格式不统一，结构化较差，极难进行有效梳理。因此我们引入“绿网环境保护服务中心”的数据，该机构是一家致力于污染防治的非营利性环保组织，通过其建立的综合环境数据平台，其环境处罚数据平台，基本实现了国内企业的环境数据覆盖。该数据包含了 4 个核心维度，

16、分别是处罚时间、处罚类型、受处罚单位、执法单位，以沪深 300 的公司及其所有子公司的环境处罚数据为限，时间尺度从 2014 年至 2019 年，我们共获取了 5594 条环境处罚数据。上述的三类政府侧数据源，均指向了具体的排污单位，该排污单位可能是上市公司的子公司或者“孙”公司，因此我们依据上市公司的子公司和“孙”公司名单，将排污单位与上市公司标的相关联。同时针对中石化、中石油等子公司较众多的上市企业，由于子公司的规模效应，该类上市公司可能会获得更多的环境处罚，因此我们使用母公司对子公司的投资额量化子公司在公司体系中的重要程度，从而量化不同子公司的环境事件对母公司的影响程度。基于 NLP 量

17、化新闻、公告等文本数据：模拟客观舆情数据指标基于全部公开的新闻信息，我们的评分方法中引入了高频更新的新闻和公数据源，使用文本挖掘技术对与上市公司相关的新闻和公告按照我们划分的环境治理二级指标进行分类，并对文本中的积极与消极含义进行量化评级。我们将该任务划分并抽象成为两个分类任务，对于某家公司的所有相关新闻，首先利用指标分类模型按照环境治理二级指标的类别进行划分；其次利用情感分类模型，对每个类别下的所有新闻进行情感的标注；最后综合各指标下所有新闻的情感指标，从而得到某家公司在环境治理方面的舆情综合表现。图 3：新闻公告环境主题舆情评分引擎资料来源：中信证券研究部在分类的模型的选择上，我们使用 f

18、astText 文本分类模型。fastText 是一个 Facebook研究部门开源的快速文本分类算法，基于词向量训练模型改造而成，使用高性能语言编写并优化训练流程使得模型训练速度大幅提高。fastText 的核心思想是：将整篇文档的词及 n-gram 向量叠加平均得到文档向量，然后使用文档向量做 softmax 多分类。我们选取该模型的原因主要如下：该分类任务语义挖掘需求不高，与模型能力相匹配。我们将该任务划分并抽象成为两个分类任务，第一个任务是将新闻按主题进行分类，第二个任务是将某个主题的所有新闻按情绪级别进行分类，这两个任务对于语义挖掘的需求不是非常高。fastText 作为一个基于词向

19、量训练方法 skip-gram 形成的模型，对词语、短语级别的信息利用具有很强的优势，基本可以解决以上两个分类任务的需求。新闻数据的量级巨大，轻量的模型可以快速完成海量新闻的预测工作。新闻作为日常信息传递的载体，具有量级巨大的特征。对于语义挖掘需求不是非常高的任务，过于复杂的模型在训练和预测过程中都会耗费大量计算资源和时间，换取到不够显著的效果提升。 fastText 作为一个轻量级的模型，相对于其他深度神经网络模型，可以以非常低的计算资源和时间成本，完成海量新闻数据的训练和预测。新闻标题发布时间数据源相关公司环境标签情绪分值类型辉丰股份原副总经理因犯污染2020/1/1腾讯网002496+辉

20、环境污染消极0.999817表 2：环境舆情输出结果（举例）情绪新闻标题发布时间数据源相关公司环境标签情绪类型环境罪被判刑董事长免追刑责丰股份东方能源：大连花园口海上风电000958+东2020/1/3公告环境治理积极0.990201子公司排污超标被罚百万，煌上002695+煌2020/1/3新京报网环境污染消极0.9782污染物排放超标被罚 10 万双成002693+双2020/1/8新京报网环境污染消极0.999326森特股份联手中建八局聚焦环中国证券603098+森2020/1/9环境治理积极0.995058情绪分值项目取得核准预计投资 71 亿元方能源煌不服处罚提请行政诉讼上煌药业质疑

21、标准不合理成药业境综合治理豫新股份因拒绝接受环保检查被罚 3 万元资料来源：中信证券研究部网2020/1/9资本邦特股份832748+豫新股份环保政策与目标消极0.998633行业数据：基于 CSR 报告的通用性指标和基于另类数据的特色化指标企业社会责任报告（简称 CSR 报告）是作为一种信息载体和传播媒介，主要对企业非财务方面信息进行披露，是企业将其履行社会责任的理念、战略、方式方法，其经营活动对经济、环境、社会等领域造成的直接和间接影响、取得的成绩及不足等信息，进行系统的梳理和总结，并向利益相关方进行披露的方式，架起了企业与利益相关方沟通的桥梁。而在企业社会责任报告中，关于环境的一些指标诸

22、如能源消耗量、温室气体排放量等定量信息更是判断企业环保意识体现乃至环保责任履行的重要依据。所以在市面上无论中外几乎所有的 ESG 评分体系中，都将企业社会责任报告作为最重要也是最基础的数据源。本文的评分中也不例外，我们对 wind 里披露的企业 CSR 数据库相关数据维度进行梳理，筛选出各行业相对通用的指标，并统一数据口径和单位，对各细分指标的分值进行计算。表 3：环境治理细分指标梳理二级指标三级指标细分指标数据源资源消耗用水量CSR 报告用电量CSR 报告用煤量CSR 报告使用天然气量CSR 报告消耗燃油量CSR 报告纸张消耗CSR 报告节约节水量CSR 报告节电量CSR 报告废物利用率CS

23、R 报告水循环与再利用量CSR 报告纸张节约CSR 报告污染污染排放温室气体排放量CSR 报告SO2 排放量CSR 报告氮氧化物排放量CSR 报告悬浮粒子/颗粒物CSR 报告污染治理温室气体减排量CSR 报告废弃物回收量CSR 报告政策与目标是否就气候变化机会进行讨论是否就气候变化机会进行讨论CSR 报告资料来源：中信证券研究部不过虽然近年来企业社会责任报告数量的持续增长，其总体质量也在不断提升。但是鉴于企业社会责任报告的性质和定位毕竟年报不一样，属于非强制性的报告，暂无统一的撰写规范，仍然存在不少问题。主要体现在以下四点：1）截止 2019 年，A 股仍有部分公司选择不披露，披露率不足 40

24、%； 2）对于发布企业社会责任报告的公司，其披露的维度或多或少，口径也不统一；3）企业社会责任报告属于低频更新的年度报告，难进行实时有效的跟踪；4）企业社会责任报告属于各公司自行发布的报告，难免会存在一定片面性，针对上述问题，为了保证数据的客观性和提高不同行业间数据的可比性，我们面向环境数据缺失严重的多个行业，梳理了一系列另类指标反映企业的环境友好程度。比如利用第三方厂商的提供卫星数据，监控上市公司名下的多个工厂的碳排放夜光数据、红外夜光指数来跟踪其污染排放和能源消耗客观值；对于地产开发类公司，可以引入土地利用率，小区绿化率等因子；对于金融行业，可以通过银行信贷资金流向、授信额度、贷款量等评价

25、；对于金融行业，还可以引入电子交易替代率；对于农业行业，恢复退化的生态区域的面积及占全部经营区域的面积比例；对于医药行业，可以额外关注医疗废品的处理方法等。但由于部分数据可得性较差、时间累计长度不足、或公司覆盖样本较少等原因，在目前版本中暂时无法全部纳入考虑。因此我们在本次评分体系构建中，暂时仅引入卫星数据和地产行业的土地利用率和小区绿化率两类指标，提高了评分体系的行业指导意义。表 4：行业另类数据指标梳理另类数据适用行业 相关数据指标 具有工厂属性的行业碳排放夜光指数红外夜光相关指数气体监测指数地产土地利用率开发小区绿化率金融电子交易替代率银行给环保行业公司的授信额度互联网线上 APP 用户

26、量/占比线上/远程/视频会议占比新能源新能源生产、节能方向申请专利数量医药医药废品处理方法农业恢复退化的生态区域的面积交通运输新能源交通工具占比/淘汰设备数量资料来源：中信证券研究部针对我们上述梳理得到的基于 CSR 报告的通用性行业指标和基于另类数据的特色化行业指标，各个指标之间的量纲和数量级是不同的，需要对各个指标数据进行无量纲化处理。本研究采用 min-max 标准化方法，把不同指标数据都换算到 0-100 区间内。值得一提的是，对于各公司各项指标的标准化是在同一所属行业的范围内独立进行的，以此消除不同行业之间，由于生产经营模式不同所导致资源的消耗与污染的排放水平差异。根据指标的含义可以

27、分为正向指标、负向指标。正向指标表示对环境友好的因素，如节水量、废物利用率、温室气体减排量；负向指标表示对环境消耗的因素，如用水量、温室气体排放量、纸张消耗。设为该行业第 j 个公司第 i 个指标的原始数据，为该行业第 j 个公司第 i 个指标的标准化数据。根据 min-max 标准化方法，得到正向指标和负向指标的标准化公式，见公式(1)和公式(2)。= min() 100 (1)max()min()= max() 100 (2)max()min() E 因素数据融合技术架构与评分体系构建多源环境数据融合：基于专业知识的量化分级与赋权对于环境多源数据，我们首先在同一数据源内对企业进行量化分级评

28、价，实现子公司对上市公司的有效关联，消除公司的规模效应和行业差异。对于一级指标的权重的赋值，我们参考了商道融绿的赋值比例。对于二级和三级指标，默认权重设置为同级指标数量占比，比如一级指标“环境管理”下有五个二级指标，那么这五个二级指标的默认权重为 100%/5。表 5：环境相关指标梳理一级指标二级指标三级指标量化方式指标偏向环境守法环境相关处罚环境相关处罚基于处罚金额量化负向指标行为环境信用评级环境信用评级基于评价等级量化负向指标环境舆情环境舆情公告NLP 情绪偏向打分正向/负向指标新闻NLP 情绪偏向打分正向/负向指标环境管理资源资源消耗百分制无量纲化处理负向指标资源节约百分制无量纲化处理正

29、向指标污染污染排放百分制无量纲化处理负向指标污染治理百分制无量纲化处理正向指标企业政策环保意识百分制无量纲化处理正向/负向指标环保目标百分制无量纲化处理正向/负向指标另类数据分行业百分制无量纲化处理正向/负向指标资料来源：中信证券研究部环境评分动态模型构建：基于滑动时间窗口的动态分数计算为了高频更新公司评分，我们使用静态指标作为基础计算公司的基础得分，动态指标作为高频因子跟踪公司的动态得分。我们将评分体系中的二级指标分为拆分为静态指标和动态指标。其中环境管理中资源、污染、政策属于静态指标，环境守法行为、舆情和另类数据属于动态指标。对于静态指标，直接使用 CSR 报告中提取的数据作为当年的基础分

30、；对于动态指标，根据其数据源的更新频率的高频动态更新分值。此外，为了消除如公告舆情等动态指标在某一时段内（如报告期）可能会比较集中，给评分带来的波动性，本文的环境治理评分模型，还引入滑动时间窗口概念的来构建动态评分模型。滑动时间窗口以 3 个月作为时间窗口的跨度。对于距离当前时间节点更近的信息赋予更高的权重。 图 4：滑动时间窗口计算模型资料来源：中信证券研究部 E 因素动态评分效果评价我们基于相同数据源、相同计算口径、主要对中证 800 的成分股，共计 800 家公司使用我们的评级体系对它们近三年的环境治理表现进行评分，由于我们使用的大部分数据指标主要数据源还是依赖于公司披露的企业社会责任报

31、告，对于那些不披露的公司，数据维度缺失严重，为了评分的严谨性，在评分时将他们剔除。最终可以实现有效测试模拟的公司 2017 年有 303 家，2018 年有 272 家，2019 年和 2020 年有 283 家。和商道融绿对比：评分具有较高的相似性和稳定性使用我们的公司评分数据和商道融绿所公布的同年数据进行比较，对于绝大多数公司，商道融绿给出的评分稳定是我们的 2 倍左右。分值绝对值的差异主要源于指标选择不同、权重不同和数据源选择不同的原因，但是相对比值比较稳定，说明我们的评分数据还是有 很高的参考意义。图 5：与商道融绿对比结果箱线图资料来源：中信证券研究部和中证 800 对比：E 因素评

32、分正向受益尚不显著我们尝试挑选了我们在评分排名中的头部 30 家公司构建 Top30 组合，以沪深 300 和中证 800 作为对比基准，对比从 17 年开始的累计收益率。对于头部公司，其表现基本和基准保持一致。对于以上现象，可能主要是因为以下两个原因，一方面是 ESG 概念提出的初衷的是鼓励公司可持续发展，是一个长线因素，利好释放相对较为缓慢，3 年的时间跨度还不足以体现；另一方面，由于目前尚未加入社会责任和公司治理两个维度，所以在筛选优质公司上的功能还并未完全发挥出它的优势。图 6：Top30、Bottom30 与中证 800 收益表现对比中证800bottom30top3040%30%20%10%2017010320170210201703152017041920170523201706272017072820170830201710092017110920171212201801152