[论文解读] ESG-Valued Portfolio Optimization and Dynamic Asset Pricing

D. Lauria, W. Brent Lindquist+2 more|arXiv (Cornell University)|Jun 6, 2022

Capital Investment and Risk Analysis被引用 12

一句话总结

本文提出了一种统一的ESG评分投资组合优化框架，通过将ESG评分整合到动态资产定价中，利用金融收益到ESG评分收益的线性约束变换，实现统一建模。该方法在传统投资组合理论基础上引入ESG亲和参数，与风险规避并列，支持在风险中性测度下进行有效前沿分析、期权定价及影子无风险利率计算，该风险中性测度通过最小化Kullback-Leibler散度获得。

ABSTRACT

ESG ratings provide a quantitative measure for socially responsible investment. We present a unified framework for incorporating numeric ESG ratings into dynamic pricing theory. Specifically, we introduce an ESG-valued return that is a linearly constrained transformation of financial return and ESG score. This leads to a more complex portfolio optimization problem in a space governed by reward, risk and ESG score. The framework preserves the traditional risk aversion parameter and introduces an ESG affinity parameter. We apply this framework to develop ESG-valued: portfolio optimization; capital market line; risk measures; option pricing; and the computation of shadow riskless rates.

研究动机与目标

• 开发一个统一框架，将数值化的ESG评级整合到动态资产定价与投资组合优化中。
• 通过在风险规避之外引入ESG亲和参数，扩展传统投资组合理论，实现在收益、风险与ESG评分上的多目标优化。
• 在风险中性测度下推导ESG评分风险度量、资本资产定价线及期权定价。
• 通过多资产几何布朗运动模型中线性方程组求解，得到状态价格折现因子，进而计算影子无风险利率。
• 通过ARMA-GARCH模型对收益与ESG评分收益路径进行蒙特卡洛模拟，实现经验应用。

提出的方法

• 将ESG评分收益定义为金融收益与ESG评分的线性约束变换，保持风险规避性的同时引入ESG亲和参数。
• 使用历史数据拟合ARMA-GARCH过程对资产收益进行建模，生成20,000条模拟收益路径。
• 利用ESG评分与由ESG亲和参数参数化的线性变换，将每条收益路径转换为ESG评分收益路径。
• 通过复利计算，从ESG评分收益路径构建ESG评分价格路径。
• 通过最小化物理测度与风险中性测度之间的Kullback-Leibler散度，推导风险中性测度，约束条件包括期望贴现收益与概率归一化。
• 通过求解资产动态的线性方程组，获得状态价格折现因子的漂移项，进而推导出影子无风险利率。

实验结果

研究问题

• RQ1 如何系统性地将ESG评分整合到动态资产定价与投资组合优化中，同时保持传统风险-收益权衡？
• RQ2 ESG亲和参数对最优投资组合配置、有效前沿及风险调整后绩效有何影响？
• RQ3 在同时考虑金融收益与ESG表现的风险中性测度下，如何计算ESG评分期权价格？
• RQ4 影子无风险利率在ESG整合的资产定价中起什么作用？其如何从多资产随机模型中推导？
• RQ5 ESG评级变化在持久性与影响程度上，与动量或波动率等传统因子相比如何？

主要发现

• ESG评分收益框架通过引入ESG亲和参数，成功将ESG评分整合到投资组合优化中，该参数量化了投资者对ESG表现的偏好。
• 该方法支持构建ESG调整后的有效前沿，最优投资组合基于收益、风险与ESG评分的综合评估进行选择。
• ESG评分期权价格通过蒙特卡洛模拟在风险中性测度下计算，风险中性概率通过最小化物理测度的Kullback-Leibler散度获得。
• 影子无风险利率被推导为状态价格折现因子漂移项的相反数，该漂移项通过求解资产收益动态的线性系统获得。
• 该框架表明，尤其是MSCI评级提供的ESG信号，其在估值模型中的持久性更高，影响持续时间更长，优于动量或波动率等传统因子。
• 该模型在保持传统资产定价经济直觉的同时，通过数学上一致的收益与风险度量变换，将ESG考量系统性地扩展到定价框架中。