ESG因子纳入资产定价模型的实证检验.docxVIP

ESG因子纳入资产定价模型的实证检验

一、引言

在全球可持续发展理念深化与资本市场绿色转型的背景下，ESG（环境、社会、治理）已从概念倡导逐步演变为影响资产定价的关键变量。传统资产定价模型如CAPM、Fama-French三因子模型等，主要基于市场风险、公司规模、价值效应等财务指标构建，但随着非财务信息对企业长期价值的影响日益显著，投资者开始关注ESG表现与资产收益的关联。例如，高污染企业可能因环境政策收紧面临额外成本，社会责任缺失的公司可能遭遇消费者抵制，治理结构混乱的企业则可能引发内部风险。这些非财务风险若未被定价模型捕捉，将导致资产估值偏离真实价值。

本文通过实证检验，探讨ESG因子是否能够显著解释资产收益的横截面差异，以及其在传统定价模型中的增量解释力。研究不仅有助于完善资产定价理论框架，也为投资者构建ESG整合策略、监管机构优化信息披露规则提供经验支持。

二、传统资产定价模型的局限性与ESG因子的引入

（一）传统资产定价模型的发展与不足

现代资产定价理论的发展始终围绕“风险-收益”关系展开。CAPM模型（资本资产定价模型）首次将系统性风险（β系数）与资产收益关联，认为资产的超额收益仅由市场风险溢价决定。但大量实证研究发现，CAPM无法解释“规模效应”（小市值公司长期超额收益更高）、“价值效应”（低市净率公司收益优于高市净率公司）等异常现象。在此基础上，Fama和French于1993年提出三因子模型，引入市值（SMB）和账面市值比（HML）因子，显著提升了模型对收益的解释力；2015年，五因子模型进一步加入盈利（RMW）和投资（CMA）因子，试图覆盖更多收益驱动因素。

然而，传统模型的局限性逐渐显现：其一，模型仅关注财务指标，忽略了环境责任、员工权益、治理结构等非财务信息对企业风险的影响。例如，某制造业企业可能因环保不达标面临高额罚款，这种潜在成本未反映在传统财务指标中；其二，模型假设投资者完全理性且信息对称，但现实中ESG信息披露的不充分性可能导致投资者对企业真实风险的误判；其三，随着责任投资理念的普及，部分投资者愿意为ESG表现优秀的企业支付溢价，这种偏好未被传统模型纳入。

（二）ESG因子纳入的理论依据

ESG因子与资产定价的关联可从多维度理论视角解释。首先，利益相关者理论指出，企业价值不仅取决于股东，还受员工、客户、社区等多方利益相关者影响。良好的ESG表现能增强利益相关者信任，降低运营风险（如供应链中断、法律诉讼），从而提升企业长期盈利能力。其次，信号传递理论认为，ESG信息披露是企业向市场传递“高质量”信号的方式。ESG表现优异的企业更可能具备完善的风险管理体系和长期战略眼光，投资者因此愿意给予更高估值。最后，行为金融理论提到，责任投资者的偏好会影响资产需求。当越来越多的资金流入ESG表现好的公司时，这些公司的股价可能被推高，导致其预期收益（未来收益）相对降低，形成“ESG溢价”或“ESG折价”的讨论空间。

三、实证检验设计：数据与方法

（一）数据来源与处理

本研究选取某主要股票市场的上市公司作为样本，覆盖多个行业以保证数据代表性。考虑到ESG评级的可获得性，样本时间范围设定为近十年（具体年份因数据可得性调整）。ESG数据采用第三方机构提供的综合评级（涵盖环境、社会、治理三个维度的细分指标，如碳排放量、员工培训投入、董事会独立性等），评级结果经标准化处理为0-100分，得分越高表示ESG表现越优。财务数据与交易数据来自主流金融数据库，包括个股收益率、市值、账面市值比、市盈率等指标。

为确保数据质量，研究进行了以下处理：剔除ST、*ST等存在异常交易的股票；排除ESG评级缺失或财务数据不完整的样本；对连续变量（如市值、账面市值比）进行极值处理（如Winsorize1%分位数），避免异常值对结果的干扰。

（二）模型构建与变量定义

研究采用Fama-MacBeth两步法，这一方法被广泛用于检验因子的横截面定价能力。第一步，以时间序列回归估计每个股票的因子暴露（即因子β值）；第二步，以个股超额收益为被解释变量，因子β值为解释变量进行横截面回归，检验因子的风险溢价是否显著。

基准模型选择Fama-French五因子模型，在此基础上加入ESG因子，构建扩展模型：

[R_{i,t}R_{f,t}=i+{i,MKT}(MKT_tR_{f,t})+{i,SMB}SMB_t+{i,HML}HML_t+{i,RMW}RMW_t+{i,CMA}CMA_t+{i,ESG}ESG_t+{i,t}]

其中，(R_{i,t})为股票i在t期的收益率，(R_{f,t})为无风险利率，(MKT_tR_{f,t})为市场风险溢价，(SMB_t)（小市值减大市值）、(HML_t)