一、引言
随着 “双碳” 目标推进、资本市场 ESG 信息披露体系日趋完善，2024 年国内 ESG 主题基金规模突破 8000 亿元，证监会更将 ESG 信息披露纳入上市公司监管框架，ESG 投资已从金融行业的 “可选项” 成为市场必备选择。然而多数财经学子及个人投资者仍面临 “知晓概念却无从实操” 的困境 —— 可靠 ESG 评级数据如何筛选？科学筛选规则怎样设计？组合实际表现如何验证？基于此，本文聚焦 A 股市场，以实操为核心导向，选取商道融绿 ESG 评级数据为核心数据源，通过 “ESG 质量 + 财务安全” 双重筛选规则，搭建包含 12 只标的的 ESG 模拟投资组合，并以 2021-2023 年为回测周期，与沪深 300 指数开展收益风险对比。研究显示，该组合在年化收益率、风险调整后收益及抗跌性上均优于传统指数，印证了 ESG 因子在 A 股市场的有效性。本文通过 “数据获取 — 规则设计 — 组合搭建 — 回测验证” 的全流程拆解，为财经学习者及个人投资者提供可复现的 ESG 投资实践方案，助力打通理论到实操的落地路径。
二、选对数据源：ESG 组合搭建的基础前提
可靠的 ESG 评级数据是组合有效性的核心保障。因为不同机构的评级逻辑、指标权重差异显著，直接影响标的筛选结果的合理性。商道融绿、MSCI、富时罗素是国内市场应用最广泛的三大评级机构，其核心差异体现在指标体系与覆盖范围上：商道融绿侧重 “环境责任” 量化评分（占比 40%），覆盖 A 股 3000 余家上市公司，且提供高校免费合作数据库；MSCI 以 “治理结构” 定性分析为核心（占比 35%），但 A 股覆盖度仅 60%；富时罗素强调 “社会价值” 维度（占比 30%），但部分数据需付费获取。
所以结合 “数据可得性 + A 股适配性”，本文优先选择商道融绿作为核心数据源。通过高校图书馆数据库登录商道融绿官网，提取 2020 年末 A 股上市公司的 ESG 评级结果（确保筛选标的时评级信息已公开，避免数据前瞻性偏差），为后续组合搭建奠定基础。
三、设计筛选规则：兼顾 ESG 质量与财务安全
科学的筛选规则需实现 ESG 属性与财务健康度的平衡。虽然高 ESG 评级意味着企业在环境、社会、治理方面的表现更优，长期风险更低，但仅依赖评级无法规避财务层面的潜在风险 —— 部分高 ESG 评级公司可能存在资产负债率过高、现金流断裂等问题，影响组合稳定性。
因此本文设定双重筛选条件：第一，ESG 评级阈值，选取商道融绿 BBB + 及以上级别（对应 “良好” 评级，剔除 ESG 风险较高的企业）；第二，财务安全指标，要求标的资产负债率＜60%（避免高杠杆风险）、近 3 年净利润复合增长率＞5%（确保盈利稳定性）、近 1 年无重大违法违规记录（排除合规风险）。同时为避免行业集中风险，控制单一行业标的数量不超过 2 只，覆盖消费、科技、制造、金融等多个领域，保持组合分散性。
经过筛选，最终从初始 A 股标的池中选出 12 只符合条件的上市公司，具体包括：贵州茅台（食品饮料）、宁德时代（新能源）、比亚迪（汽车制造）、海康威视（电子科技）、招商银行（金融）、伊利股份（乳制品）、迈瑞医疗（医药健康）、东方雨虹（建材）、福耀玻璃（制造业）、美的集团（家电）、长江电力（公用事业）、汇川技术（工业自动化）。
四、搭建与回测：用数据验证 ESG 组合的优势
组合搭建与回测是检验研究成果的关键步骤。因为只有通过历史数据回测，才能直观判断 ESG 组合的收益风险表现，避免理论与实践脱节。本文采用 “等权分配” 方式搭建组合（即 12 只标的各占 8.33% 权重，降低单一标的波动对组合的影响），选取 2021 年 1 月 1 日 - 2023 年 12 月 31 日为回测周期，以沪深 300 指数作为对比基准（代表传统宽基组合的表现）。
回测工具选用 Wind 金融终端组合管理模块，核心指标包括年化收益率（反映收益水平）、夏普比率（衡量风险调整后收益，越高越好）、最大回撤（体现抗跌性，越低越好）、波动率（反映组合波动风险）。回测过程中不考虑交易成本与税费，仅聚焦组合本身的收益风险特征，具体回测结果如下：ESG 模拟组合年化收益率为 12.3%，沪深 300 指数为 10.2%，差异值 + 2.1%；ESG 模拟组合夏普比率（无风险利率 3%）为 0.87，沪深 300 指数为 0.72，差异值 + 0.15；ESG 模拟组合最大回撤为 18.6%，沪深 300 指数为 22.1%，差异值 - 3.5%；ESG 模拟组合波动率（年化）为 11.5%，沪深 300 指数为 13.8%，差异值 - 2.3%。
从数据结果来看，ESG 组合的年化收益率较沪深 300 指数高出 2.1 个百分点，夏普比率提升 0.15，同时最大回撤和波动率分别降低 3.5 个百分点和 2.3 个百分点。这一结果证明，在 A 股市场中，纳入 ESG 因子的投资组合不仅能获得更高的收益，还能有效降低风险，实现 “收益增强 + 风险对冲” 的双重效果。虽然回测周期仅 3 年，存在一定的样本局限性，但仍能直观体现 ESG 因子的实际价值。
五、结论与展望
本文通过 “数据源筛选 — 规则设计 — 组合搭建 — 回测验证” 的完整流程，成功搭建了一个简单可行的 A 股 ESG 模拟投资组合，验证了 ESG 因子在提升组合风险收益比中的积极作用。研究不仅帮助财经学子掌握了商道融绿等 ESG 工具的使用方法，更提供了一套可复现的实操流程 —— 从数据获取到组合回测的每一步都清晰明确，可直接应用于后续的投资实践或学术研究。
对个人投资者而言，该方法可用于构建个人 ESG 投资组合，通过聚焦高 ESG 质量、财务健康的标的，在追求收益的同时降低长期风险；对财经专业学习者来说，本次实操积累的 ESG 数据运用、组合搭建、回测分析能力，正是券商、基金公司 ESG 相关岗位的核心需求，能显著提升求职竞争力。
未来，随着 A 股上市公司 ESG 信息披露的进一步完善，可从两方面优化该组合：一是加入 ESG 细分指标（如碳中和相关得分、员工权益保护评分），使筛选规则更精准；二是扩展回测周期至 5-10 年，减少短期市场波动对结论的影响。此外，还可尝试不同的权重分配方式（如市值加权、ESG 评分加权），对比不同组合的表现差异。ESG 投资的魅力在于 “责任与收益并行”，而实操能力的提升，正是连接理论与实践的关键桥梁。
本文作者：徐仪迅，广州华商学院2023级经济统计学本科生。指导老师孙坤、高承远；本文为《华商&眺远：财经写作（商业观察分析）工作坊》的学生成果，工作坊得到《数智化统计应用型人才科产教融合实践教学基地》（广东省质量工程项目、教育部产学合作协同育人项目）等基金项目的支持。工作坊组长：高承远；工作坊顾问：石立。
