中金ESG评级2024Q3数据更新

中金ESG评级由研究部与研究院团队共同搭建——以财务重要性特征为核心，基于ESG评级搭建的一般性流程，将中金公司研究部行业研究团队对行业与上市公司的理解融入评级框架，并借鉴中金研究院对碳中和等热点话题的前沿研究。评级体系V1.0版本于2022年底首次发布，2023年10月更新至V2.0版本。

中金ESG评级具有三大特色：接轨国际ESG准则并体现国内ESG发展特点、ESG与行业研究等多维度研究能力的全面融合、定量手段赋能数据资源与指标体系整合。

评级结果全样本分布：2024Q3期A股ESG得分近似右偏分布，分数集中于1-8分区间；港股ESG得分呈双峰分布，分数集中于4-9分区间。

评级分域特征：我们观察A股被评公司ESG得分的成分股、市值特征和基本面特征，沪深300与中证800指数成分股的ESG得分存在优势；市值规模与ESG得分之间的正相关性较为明显；以该季度内最大回撤率和VaR值衡量的股价风险表现与ESG得分存在正相关性；盈利指标ROE与ESG得分相关程度较低，近三年时间序列趋势中ROE与E得分存在一定正相关性；估值指标PE与最新一期ESG得分单调性不显著，近三年数据两者存在负相关性。

中金ESG评级体系根据GICS二级行业层面的ESG特征搭建评价框架，因此行业间指标框架与得分分布存在差异。

行业内ESG领先者特征：市值规模较大，历次排名稳定性较高。以A股被评公司为例，能源、电信服务、食品饮料烟草行业内ESG领先者的市值规模效应明显，日常消费品经销与零售行业、保险、消费者服务ESG领先者排名较稳定。

中金ESG评级包括ESG总分与E、S、G维度得分，四项分数的输出结果均经过在GICS二级行业内进行数据标准化的操作，分数区间在0-10之间。中金ESG评级结果体现的是该季度内公司ESG整体绩效及环境、社会、公司治理维度绩效在所处GICS二级行业内的相对表现，分数越高说明该季度内公司ESG绩效表现优于越多的同业公司。本报告汇总展示了2024Q3被评A股及港股公司的ESG总分与E、S、G维度得分，以及四项评分对应的行业内百分位数。

风险提示：中金ESG评级的有效性可能受到数据准确性偏差、评级模型偏差、数据更新滞后等因素影响。

中金ESG评级由研究部与研究院团队共同搭建——以财务重要性特征为核心，基于ESG评级搭建的一般性流程，将中金公司研究部行业研究团队对行业与上市公司的理解融入评级框架，并借鉴中金研究院对碳中和等热点话题的前沿研究。评级体系V1.0版本于2022年底首次发布，2023年10月更新至V2.0版本。中金ESG评级体系方法论可参考《中金ESG评级体系说明》[1]。

总体而言，中金ESG评级具有三大特色：接轨国际ESG准则并体现国内ESG发展特点、ESG与行业研究等多维度研究能力的全面融合、定量手段赋能数据资源与指标体系整合。

接轨国际准则，体现国内特色

中金ESG评级参考国际ESG准则，也密切关注国内双碳及ESG政策动态，在评级框架中突出我国高质量发展等理念在ESG中的具体内涵。具体做法为：（1）评级体系我们使用了部分本土特色指标，如监管处罚、污染物排放量与核定排放量之比、公益项目与乡村振兴等；（2）在判断ESG指标的绩效表现时，我们也参考了国家相关法律法规或行政条例的要求来确定企业绩效表现情况。

多维度研究能力的全面融合

依托中金公司研究部完整的行业研究架构设置、以及中金研究院/研究部对国内热点话题的深度研究，中金ESG评级既体现了自上而下对高质量发展理念具体内涵的研究，也包含自下而上对行业动态与公司发展的理解。（1）在《中金ESG手册（2）：ESG热点聚焦》报告[2]中，量化及ESG团队联合中金研究院/研究部总量团队就ESG前沿议题进行了分析，并应用于中金ESG评级搭建。（2）在行业ESG重要性议题判断环节，量化及ESG团队通过与行业研究团队逐一讨论、行业团队书面反馈判断结果及影响机制的方式基本确定各行业ESG重要性议题。（3）在后续工作推进过程中确立了ESG研究和评级工作协调机制，行业组团队指定ESG专员负责对接ESG评级相关工作，包括参与评级框架修订讨论、ESG评级结果反馈和成果推介等。

定量手段赋能ESG评级：整合数据资源，丰富底层指标

我们整合了多家ESG数据供应商的产品及服务，拥有丰富的ESG底层数据资源——底层指标整合后得到的横截面原始数据点超过1000个，数据序列最早可回溯至2018年。结合研究需求，我们在原始数据基础上利用量化方法新增了强度值、比率、另类数据事件计数及赋分、环比值等不同形式的衍生定量数据，持续完善ESG评级指标体系，提高单项指标对ESG绩效的刻画精度，使指标更准确地反映ESG评级逻辑。

以新闻事件型另类数据处理为例，我们认为及时获取另类数据进行准确计数，并且确定合理的赋分原则是另类数据应用于ESG评级的主要挑战。结合ESG议题和指标的重要性程度考量，我们选取了股权相关负面事件等事件型另类数据，重点探索其衍生指标的构建，以提高另类数据作为底层指标在评级应用中的效果。

我们引入数库的新闻数据，筛选出与ESG相关的新闻信息，根据新闻事件的内容定义事件标签和设置对应代码，并且构建从上市公司新闻事件内容到事件标签的映射。在此处理过程中，我们通过以下方式区分不同新闻事件的性质并体现在指标评分原则上：

►情感因子——利用中金公司研究部量化策略研究团队在另类数据策略系列报告[3]中搭建的新闻文本情感打分模型，针对每一条与ESG相关的新闻信息进行情感打分；

►时间窗口——综合考虑新闻事件对上市公司产生影响的时间长度和不同时间窗口内ESG四级指标针对财务和风险指标的回归显著性，对不同另类指标设定能够准确、动态评估上市公司ESG表现的时间窗口；

►事件计数——综合考虑不同事件发生频次与公司市值或经营规模的相关性，以及公司的市场关注度，针对不同性质的新闻采用直接累计频次的计数方式或根据公司市值规模进行调整。

中金ESG评级体系V2.0版本已于2023年10月发布，我们将以评级体系最新版本对2024Q3得分进行更新。

中金ESG评级覆盖范围包括为A股与港股上市公司。其中A股被评公司数量为2790家，工业、信息技术、材料行业的上市公司数量较多，而金融、工业与信息技术行业的上市公司市值占比较高。

港股被评公司数量为421家，可选消费、医疗保健和房地产行业的上市公司数量较多，而可选消费、通讯服务和金融行业的上市公司市值占比较大。

从A股全样本来看，中金ESG评级2024Q3期ESG总得分近似右偏分布，全样本个股的ESG得分较为集中在1-8分之间，全样本均值为4.03，中位数为3.65。由于中金ESG评级体系对不同行业采用差异化的评价框架，ESG得分在行业间并非完全可比，全样本的评级分布仅可作为参考。E得分和S得分为右偏分布，G得分呈双峰分布。

从港股全样本来看，中金ESG评级2024Q3期ESG总得分呈双峰分布，个股ESG得分较为集中在4-9分之间，全样本均值为5.84，中位数为6.06。由于中金ESG评级体系对A股和港股采用独立的评级序列，A股和港股之间的ESG得分并非直接可比。港股全样本的E得分和S得分呈多峰分布，G得分近似左偏分布。

由于A股被评公司样本较为丰富，我们以A股公司为例，从成分股、市值特征和基本面特征的角度进行划分，从整体上观察中金ESG评级结果在不同类型个股上的评级情况。

成分股：沪深300与中证800指数成分股ESG得分存在优势

我们首先对沪深300、中证500、中证800和中证1000四大宽基指数的2024Q3期ESG评级总体情况进行统计。

►从整体的均值和中位数来看，沪深300和中证800成分股的ESG评级均具有一定优势，中证500和中证1000成分股的ESG表现则相对较弱。考虑到我们的评级框架跨行业的可比性相对较弱，此处的成分股内得分统计或许会受到指数内行业权重分布的影响而产生一定的偏离。

► 分行业来看，大部分二级行业内的沪深300成分股和中证800成分股在得分上具有优势。略有区别的情况有：运输行业、软件与服务行业中证500成分股的ESG得分中位数高于沪深300或中证800成分股的ESG得分中位数。

市值特征：市值规模与ESG得分有一定正相关性

我们将2790家A股被评公司按市值规模进行分组，根据市值从小到大形成Group1到Group5。整体上看我们发现评级与公司规模之间存在一定相关性。

►对于2024Q3单期数据，市值规模与ESG总得分、S得分、G得分均有一定正相关性，而且市值规模最大的组（Group5）的ESG总得分和单项得分与其他组相比优势明显。

►近三年时间序列趋势与2024Q3期数据显示的规律相似，从另一个角度验证了市值规模与ESG总得分、S得分、G得分之间具有正相关性。

基本面特征：股价风险表现与ESG得分存在正相关性

除了成分股和市值特征分组以外，我们也选取了多组基本面指标，在其分域下观察ESG得分的盈利特征、估值特征与风险特征。

盈利特征：2024Q2期数据ROE与ESG得分相关性较弱，近三年内单调性不明显

由于报告发布时最新ROE数据为2024Q2的时点数据，我们针对2024Q2期及近三年时序变化趋势进行讨论。

►对于2024Q2期数据，ROE分组下公司ESG总分之间不完全符合数据的单调性规律，相关性较弱。单项得分中，ROE与E得分的正相关性较为明显。

►近三年时间序列趋势体现ROE与ESG得分相关程度较低，ROE较高的组（Group5）在过去的12个季度中没有明显的ESG得分优势，而近两年内ROE与E得分的相关程度较为明显。

估值特征：2024Q3期数据PE与ESG得分单调性不显著，近三年数据两者存在负相关性

►对于2024Q3单期数据，估值分组下ESG总分和其他单项得分的单调性不显著。

►近三年时间序列数据呈现的趋势说明ESG总分与G单项得分与PE存在负相关性，PE均值较低的公司普遍在ESG得分和G得分上分数较高。

风险特征：近三年内以最大回撤率和VaR值衡量的股价风险表现与公司ESG得分存在正相关性

《中金ESG手册（1）：ESG的边界和影响》[4]中提到，ESG可以帮助管理投资风险。因此在搭建中金ESG评级体系时，我们将被评公司的风险表现作为其中一项评级目标函数，并且在选取行业评级框架指标时将ESG指标对风险指标的影响程度作为考量因素。

对ESG评级结果观察其风险特征时，我们使用个股评级得分对应该季度的最大回撤率和置信区间为95%的VaR值（用负值表示）来衡量公司的股价风险表现，按其数值从小到大形成Group1至Group5。通过比较分组下ESG得分情况，我们发现以VaR值衡量的股价风险表现与公司ESG得分存在正相关性，这与我们在设定评级目标函数时的判断比较一致。

►对于2024Q3单期数据，最大回撤率衡量的股价风险表现与ESG得分和单项得分之间单调性不明显，VaR值分组下ESG得分和单项得分仍体现出单调性，但是组间差异与之前季度相比较不明显。我们认为该现象或与Q3季度末的快速上涨行情相关。

► 近三年时间序列数据呈现的趋势说明以最大回撤率或者VaR值衡量的股价风险表现良好的公司ESG得分较高。在过去三年内，最大回撤率和VaR值较大的Group5比其他组有更高的ESG总分和G得分中位数，在E得分和S得分上两者关系总体不明显。

由于A股公司ESG评级序列样本量较大，因此我们以A股被评公司为例研究行业内ESG领先者特征以及排名变动情况。

能源、电信服务、食品饮料烟草行业ESG领先者市值规模效应明显

我们比较了2024Q3期A股ESG评级得分在行业内排名前20%的公司市值，发现大部分行业的ESG领先公司市值占比都高于20%，能源、电信服务、食品饮料烟草等行业ESG领先者市值规模效应明显。可选消费品经销与零售业、日常消费品经销与零售行业的情况略有差异，说明该行业中ESG得分较高的公司为市值规模偏中小类型。

日常消费品经销与零售行业、保险、消费者服务ESG领先者排名较稳定

为观察各行业高ESG评级公司排名的稳定程度，我们计算了二级行业内ESG得分前十公司从2021Q4期到2024Q3期的保留系数[5]均值。通过比较，我们发现各行业内排名前列的公司变动程度较小，日常消费品经销与零售行业、保险、消费者服务ESG领先者排名稳定程度居前三位。

我们进一步使用前后期ESG得分的秩相关系数[6]来衡量行业内评分的总体变动情况，计算了各行业从2021Q4期到2024Q3期的秩相关系数均值。各行业总体ESG得分排名的变动程度不高，但与保留系数均值有所不同，能源、金融服务、家庭与个人用品行业总体排名稳定程度居前三。

中金ESG评级包括ESG总分与E、S、G维度得分，四项分数的输出结果均经过在GICS二级行业内进行数据标准化的操作，分数区间在0-10之间。中金ESG评级结果体现的是该季度内公司ESG整体绩效及环境、社会、公司治理维度绩效在所处GICS二级行业内的相对表现，分数越高说明该季度内公司ESG绩效表现优于越多的同业公司。我们同步提供ESG总分与E、S、G维度得分在GICS二级行业内的百分位数信息，百分位数越接近1表示公司ESG绩效表现优于越多的同业公司。

需要指出的是，在中金ESG评级设置下，不同二级行业内的ESG重要性判断、底层指标及对应权重存在差异，因此评级结果在跨行业的维度上可比性相对较弱；而对于同一公司在不同季度内的评级得分变动，因我们使用行业内标准化的赋分方法，季度内某公司ESG得分可能受到其他同业公司ESG实践绩效变动的影响而产生ESG得分上的变动，针对此类情况我们建议用户可结合公司ESG评分的行业百分位数变化情况作综合判断。

目前中金ESG评级的覆盖范围最新规则设定为：

• A股公司评级范围为2018年以来曾纳入中证800及中证1000指数成分股的公司；

• 港股公司评级范围为被纳入恒生综合指数成分股与港股通标的证券名单的公司；

• 以上A股和港股证券名单内的已退市公司以及注册地和经营范围均不在国内的上市公司被排除在评级范围外。

数据准确性偏差：中金ESG评级部分底层数据来源于第三方数据供应商从上市公司披露文件或监管部门平台采集的数据，其来源和获取方式可能存在偏差或遗漏。加之不同公司之间因披露方式和计量方法存在差异，ESG数据横向比较可能会不可避免地存在误差。部分公司可能出于经营战略考虑，不完全公开某些关键ESG数据，从而增加数据获取的难度，客观上对数据准确性和全面性有一定影响。

评级模型偏差：ESG评级活动正在发展，目前暂无统一的ESG评级实践标准。中金ESG评级设置了特定的评级目标函数，过程中涉及较多底层指标的处理和构建，权重设置与赋分方法体现研究团队对ESG因素影响机制的判断——这些特点可能也限制了中金ESG评级使用场景的普遍性，对于不同目的的用户而言评级模型可能存在一定偏差。

数据更新滞后：中金ESG评级原则体现了及时性，评级数据以季度频率进行更新，评级信息时间汇总节点为每季度最后一日。如果评级信息汇总节点后发生重大ESG事件，我们则无法对评级结果作即时调整，存在一定程度的时滞性，不过该重大ESG事件对公司评级的影响将会体现在下一季度评级结果中。并且大多数公司每年只发布一次ESG报告，部分关键数据滞后于上市公司ESG实际进展，因此评级结果发布时可能无法完全反映公司的最新ESG状况。

[1]https://www.research.cicc.com/zh_CN/report?id=335593

[2]https://www.research.cicc.com/zh_CN/report?id=288948&entrance_source=search_all_reportlist&page=1&yPosition=0

[3] 中金公司研究部《另类数据策略（1）：文本数据的可能性》：

https://www.research.cicc.com/zh_CN/report?id=318865&entrance_source=search_vertical_reportlist；《另类数据策略（2）：如何优化新闻文本因子》：

https://www.research.cicc.com/zh_CN/report?id=318867&entrance_source=search_vertical_reportlist；《另类数据策略（3）：文本信息助力主题投资》：

https://www.research.cicc.com/zh_CN/report?id=318868&entrance_source=search_all_reportlist

[4]https://www.research.cicc.com/zh_CN/report?id=289334&entrance_source=search_all_reportlist

[5] 保留系数即该二级行业当期ESG总分排名前n个公司在下一期的ESG总分排名仍在前n个的概率（具体排名不论）。

[6] 秩相关系数（Rank Correlation Coefficient），是一种非参数估计方法，用来估计两个序列中对应变量排序的相关性。我们采用秩相关系数来描述行业内公司ESG排名的前后期相关性， 即行业内排名的稳定性，数值越高，行业内公司ESG排名越稳定。

本文摘自：2024年10月22日已经发布的《中金ESG评级2024Q3数据更新》

分析员 刘均伟 SAC 执业证书编号：S0080520120002 SFC CE Ref：BQR365

分析员 潘海怡  SAC 执业证书编号：S0080523070001 SFC CE Ref：BTZ191

分析员 周萧潇 SAC 执业证书编号：S0080521010006 SFC CE Ref：BRA090

分析员 郑文才 SAC 执业证书编号：S0080523110003 SFC CE Ref：BTF578

联系人 郭婉祺 SAC 执证编号：S0080123040068

分析员 陈宜筠 SAC 执业证书编号：S0080524080004 SFC CE Ref：BTY613

分析员 曹钰婕  SAC 执业证书编号：S0080524020013 SFC CE Ref：BUA485

分析员 古   翔 SAC 执业证书编号：S0080521010010 SFC CE Ref：BRE496