西安交大储丽娅副教授联合多国学者揭示ESG总量信息的系统性定价本质

在全球可持续金融深度发展的当下，ESG（环境、社会和治理）已成为资本市场投资与定价的核心关键要素。海外资管机构纷纷加速布局ESG相关投资，标普500等主流成分股均将ESG披露作为标准化市场要求，可持续投资理念全面渗透行业发展。但纵观国内外学界研究，现有成果长期局限于企业微观维度，集中探讨ESG表现对个体企业估值、融资成本及经营绩效的影响，尚未充分关注ESG的宏观市场效应。在此背景下，业界与学界面临亟待深入研究的关键问题：ESG信息是否具备预测股市整体风险溢价的核心能力？ESG风险敞口是单纯的企业层面差异化的个体标签，还是足以影响全市场定价、牵动整个经济体的系统性信息维度？

针对上述领域研究缺口，西安交通大学管理学院储丽娅副教授牵头，联合澳大利亚证券与投资委员会高级经济学家Kent Wang、香港中文大学（深圳）经管学院张博辉教授、圣路易斯华盛顿大学奥林商学院周国富教授组建跨国科研团队，围绕宏观市场层面的核心问题开展研究，开创性揭示了ESG的系统性定价特征，并深入阐明了其影响整体股票市场的底层逻辑与作用机制，为理解ESG的宏观市场价值提供了实证支撑。近期，研究成果在管理学国际顶级期刊《管理科学》（Management Science）（UTD 24期刊）上在线发表。

随全球可持续发展战略落地，ESG因素在公司估值与投资决策中的地位日益凸显。从早期针对企业环境与社会行为的抗议，到公司治理丑闻对财务绩效的警示，再到各类可持续发展指数的建立，ESG信息已逐步融入市场定价过程，成为影响市场资源配置的关键变量。

现有学术研究相关结论存在一定分歧，在研究视角上仍有待进一步探索：一方面，多数研究均聚焦个股横截面微观视角，且针对企业ESG表现与横截面股票收益的相关分析结论尚未形成一致共识；另一方面，学界缺乏宏观总量层面的深入研究，ESG是否具备系统性市场影响力、能否预判整体股市收益等核心科学问题，尚缺乏直接的经验证据，成为可持续金融理论发展的关键挑战。

此外，ESG的核心理念本身涵盖了环境、社会和公司治理等多个维度，关注的是与整个社会各类利益相关者密切联系的广泛议题，仅依据单一维度指标来理解ESG存在局限性。基于此，研究团队突破传统研究范式，通过整合环境、社会和公司治理三大核心维度信息，构建市场层面的综合ESG指数，从宏观总量全新视角考察ESG信息对市场风险溢价的预测能力，探讨其背后的经济学机理。

研究团队立足资产定价与可持续金融交叉前沿领域，基于企业月度ESG数据，将企业层面的ESG细分指标聚合为市场层面的ESG预测变量，构建市场级综合ESG指数，系统检验ESG信息对股市整体风险溢价的影响。

研究结论表明，ESG的作用不仅体现在企业微观层面，还延伸至宏观市场层面，对整体股票市场定价具有重要系统性影响。市场整体ESG水平的改善，不仅能够赋能企业价值提升，更能推动社会可持续发展，实现股东利益与利益相关者权益的协同共赢。相较于单一维度ESG子指数，团队构建的综合ESG指数具备更强的市场收益预测效能，充分证明覆盖更广泛利益相关者的多维度ESG信息可产生显著的市场协同增益效应。同时，团队创新性引入前沿机器学习方法开展补充验证，相关技术突破了传统预测框架受样本外数据规模限制的瓶颈，进一步验证了ESG市场预测能力的科学结论。

研究团队进一步剖析了ESG具备预测能力的内在驱动因素：不同于以往横截面研究中将ESG的可预测性主要归因于现金流渠道，现金流渠道和折现率渠道是ESG总量信息影响整体股市收益的两大核心机制。在现金流渠道层面，市场综合ESG指数可有效预判企业未来基本面状况，但由于资本市场投资者对宏观ESG总量信息普遍存在反应不足，企业基本面的良性改善无法及时充分反映在股价中，进而形成市场层面收益预测逻辑。在折现率渠道层面，市场整体ESG水平的提升能够缓解整体市场的不确定性、降低市场风险和资本成本，是形成市场层面ESG信息预测能力的另一重要作用路径。双重渠道的发现，深入阐明了ESG宏观定价的内在逻辑。

时间序列预测建立在企业层面信息聚合的基础之上，而这种聚合会抵消近年来文献中提出的ESG调整后的均衡预期收益组成部分。在横截面研究中，由ESG偏好型投资者需求所产生的价格压力效应会降低高ESG企业的预期收益，但在时间序列分析框架下，价格压力效应由于聚合作用而被抵消，而另外两种作用机制（市场对ESG信息的整体反应不足，以及市场不确定性的逐步缓解）依然存在。因此，研究结论并未否定既有ESG横截面研究，而是在此基础上补充了时间序列分析视角，探讨ESG信息对股市整体的系统性影响。

该研究首次从宏观总量层面证实ESG具有系统性特征，其对市场风险溢价的预测能力拓展了以往的认知，为ESG在整个宏观经济体中的重要作用提供了实证支撑，推动了国内外ESG定价相关领域研究的发展，在理论创新、技术方法、实践应用三个维度实现全方位突破，为相关领域理论发展和实践应用提供了新的研究视角与实证依据。

学术层面，创新性体现在三个方面：其一，构建多维度市场级综合ESG指数，结合机器学习方法验证指标的稳健性与经济价值，打破传统单一指标研究的固有局限；其二，首次揭示了预测力同时源于现金流与折现率两条渠道，科学解释了横截面与时间序列预测表现的差异，丰富了ESG资产定价的理论框架；其三，提出自下而上的市场化新型预测指标，区别于传统宏观变量，为资产配置、风险对冲及政策制定提供了可操作工具。

实践层面，该研究可为机构投资者资产配置、风险对冲、可持续投资决策提供量化依据，同时为监管部门完善ESG信息披露规则、构建可持续金融市场监管体系、出台行业引导政策提供实证支撑。研究结论可有效引导资本市场聚焦ESG总量的系统性效应，有助于吸引市场参与者、监管机构以及政策制定者更加关注这一快速发展的研究领域，为全球可持续金融市场规范化、高质量、可持续发展提供了重要的研究贡献。