May 16, 2022 | 管理与整合数据

ESG 的时点数据问题

Adam Baron
路孚特 StarMine 大数据量化研究总监
ESG 时点 (PiT) 内容有助于量化研究企业将可持续投资融入其传统金融策略。如果没有 ESG 时点,您最终难免出现前视偏差,或是过于保守而落后于人,任何一种情况都将有损您赚取超额收益。
                                                                                                                                                                                  
1. 将 ESG 因素与传统金融因素相结合是获得超额收益的潜在源头。
2. 在量化研究中纳入 ESG 时点数据可以更准确地反映现实世界的状况,并且可以产生更好的回测结果。
3. 现有的智能货币量化信号应开始将 ESG 因素纳入其中,因为机构基金如今更为重视可持续投资。
                                                                                                                                                                                  

欲通过电子邮件收取更多数据驱动洞见相关资讯,请订阅《路孚特视角》周刊 (英文)

 

时点数据包括按发布先后顺序报告的所有值,以及向市场公开这些值时的时间戳。原始值无法因重新分类和重述而被覆写,数据展现了更真实的历史视图。我们在之前的博客中介绍了其实用性。

在快速发展的可持续金融领域,这将是一个非常宝贵的工具,但有一个问题:许多投资者只采取负面筛查或倾斜的形式,以最基本的方式使用 ESG 数据。时点数据不太常见。

在 StarMine 研究中,我们对我们的一个量化融资模型进行研究,该模型以复杂的算法首次将传统金融因素与 ESG 因素结合了起来。

当我们的研究开始时,我们无法访问 ESG 时点数据,这导致我们的量化研究无法重述。我们还在模拟 ESG 数据的可用性时进行了一整年的保守滞后调整,避免出现前视偏差(在数据实际上可以获得之前使用数据的量化模型中会出现的可怕错误)。

当 ESG 时点通过 RDP Bulk 发布时,我们将其整合到我们的研究中。由于我们更准确地对现实世界状况进行了建模,我们发现累积差额表现提高了 7% 以上。

路孚特 ESG 公司评分:以透明客观的方式衡量公司的 ESG 相对表现、承诺和有效性

 

具有传统金融因素和行为金融因素的 ESG

ESG 智能持仓建立在基于行为金融学的 StarMine 智能持仓模型 (英文) 之上,后者已运行了十多年。

该模型的核心是在管理资产规模特定最低限额下,为每个主动管理型共同基金和对冲基金创建一个因素偏好配置文件。

观察多个类别中的 25 个传统金融因素(价值、增长、盈利能力、杠杆、价格动量、分析师的修正模型、交易量),我们根据他们在过去三个月里最近的购买情况,确定哪些因素对智能货币所有者最为重要。

然后,对于所有公开交易的股票,每个持股人将根据该股票的当前因素属性和这些因素价值的近期变动情况对该股票的吸引力进行“投票”。

“选票”最多的股票排名最高,并将代表智能货币模型在不久的将来可能会购买的股票。

普通的市场参与者往往会追随智能货币的趋势。因此,StarMine 智能持仓能让您有机会把握住智能货币因素偏好变动的时机。

ESG 智能持仓为 13 个可持续金融因素组合增添了新的内容,例如二氧化碳/收入、女性经理百分比和管理类别评分。

所有这 13 个因素都是通过将严格的定量筛查流程与由假设驱动的因素选择相重叠后获得的路孚特 ESG 内容集中甄选出来的,其后又经过几轮实验和回测,缩小为了最有影响力的 ESG 因素。

最后,我们得到了一个自适应的行为金融模型,可把握在智能货币投资者中最热门的可持续金融趋势,同时仍关注最热门的传统金融因素。

 

切勿马虎运用时点数据

量化投资者应充分了解时点内容对量化研究流程的重要性。

例如,关于基本面金融数据,公司收入对于计算用于价值、增长和盈利因素中的比率非常重要。

一家公司会在每个会计期结束后报告其收入,但随后可能会在后续的文件备案中修改收入额。如果您不使用时点数据,您可能只会获得会计期使用的数字值,结果将非常不准确。如果您仅使用第一个报告的值,则不会知晓经重述的收入值,因此将错失其中的好处。

如果您只使用最近报告的值,则收入数据会有前视偏差,因为您的回测考虑的是事后才知道的数据。

由于路孚特 ESG 内容也来源于公司报告的文件备案,因此时点内容对于可持续金融数据也同样重要。

为了说明时点的重要性,让我们看看二氧化碳当量排放值,这可能是当今最常用的可持续金融因素之一。

辉瑞于 2021 年 8 月 27 日(在财报结束日期约 9 个月后,而非一年后)报告了 2,005,730 的二氧化碳排放量。

但是,之后在 2021 年 10 月 1 日,该公司将二氧化碳排放量重述为 1,350,000。此类重述很常见。

追踪二氧化碳排放量变更的历史记录至关重要,因为这将影响股票对关心二氧化碳排放的智能货币投资者的相对吸引力。

如果没有 PiT,您只会看到最近的重述值。

同样,总二氧化碳排放/收入分析也会在二氧化碳排放量出现变更后进行调整。

 

将 ESG 时点集成到 AWS 的代码示例

正如任何数据工程师或精通数据的量化师所说,鉴于原有日期考虑因素繁多,时点内容的使用会更难一些。

但是,当您可以确信回测中的超额收益可通过更准确模拟过去的真实世界条件获得时,这项工作就是值得的。

我们最近已细致走了一遍 ESG 整合流程,然后又将 ESG 时点集成到了 ESG 智能持仓研究,现在我很高兴与您分享我的方法和实际使用的代码示例。

请深入了解路孚特开发者社区 (英文),逐步了解我如何将从 RDP Bulk 下载的文件集成到我们进行大规模量化研究的 AWS 生态系统中。

路孚特 ESG 公司评分:以透明客观的方式衡量公司的 ESG 相对表现、承诺和有效性