中國股票市場“綠化”投資組合的策略選擇研究

梁鑫鑫 ， 危 平

（中南大學 商學院，湖南 長沙 410083）

一、引 言

資源的枯竭、環境惡化和人類社會的可持續性問題已經很現實地擺在各國面前。Rockstr?m等（2009）在Nature雜志上，提出了“行星邊界”（planetary boundaries）的概念，指出目前人類已經改變并突破了地球多個子系統的安全運行空間，如果繼續下去，最終會破壞全新世（the holocene）的穩定性。但長期以來，大量的研究主要是強調分析和評估環境風險對化石能源類公司或資源敏感類公司的影響，而對更廣意義的金融資產以及金融部門的直接影響仍缺乏研究（Dietz等，2016）。

在商業實踐中，已有以證券投資基金為代表的機構投資者，采用環境友好的投資策略來調整資產組合，以規避負面的環境風險，即進行投資組合的“綠化”（greening）。狹義的“綠化”主要指機構投資者基于環境標準主動或被動地增持低環境風險資產或減持高環境風險資產。而廣義的“綠化”則包含機構投資者的股東積極主義行為，通過其持股權利影響投資組合內的被投資對象的綠色決策使投資組合實現深度綠化。這類綠色投資面臨的挑戰是如何解決機構投資者代客理財的中介屬性（契約信托責任）與環境責任（非財務關注）的潛在矛盾與協調。近年來，很多學者已經跟蹤評估了這些綠色投資（基于非財務的投資組合的構建）在資本市場的經濟可行性，以及以社會責任投資基金和綠色基金為代表的機構投資者的投資績效和投資策略的選擇（Schueth，2003；Sabbaghi，2011；Silva和Cortez，2016），但結論具有差異性。

在中國，綠色金融體系的構建已經上升為國家戰略（馬駿，2017）。政府的核心目標是引導機構投資者主動進行“綠化”，撬動社會資本。從長期來看，如果綠色投資越過了某個臨界點，成為一種自我強化的力量，整個市場價值結構和交易行為將發生逆轉，綠色投資在市場中獲得支配性地位，將會迎來社會價值與財務價值相統一的發展階段（危平和舒浩，2018）。那么，在政策的支持和現有的市場條件下，證券投資基金如何進行“綠化”投資組合的策略選擇，以實現財務收益與可持續發展的雙重目標呢？本文在中國的情境下，采用模擬投資組合的方式，關注“綠化”投資組合的策略選擇與績效評價。模擬方法的好處是可以消除混雜因素對基金績效的影響，包括基金的持有期、經理的管理能力、管理費率的差異等。因此該方法被認為更加科學地評價了“綠色”績效（Humphrey和Tan，2014；Auer，2016）。

本文在系統梳理證券投資型基金“綠化”投資組合的動機和生態價值、投資策略以及投資績效的相關理論和實證研究的基礎上，基于中國A股市場2011-2018年數據，依據和訊網上市公司環境績效評分，采用不同強度的負向篩選策略，模擬構建（主動投資型）證券投資型基金持有的多層次綠色投資組合，并以滬深300為市場基準、中證環保產業指數為被動型綠色指數基準，基于投資組合總體收益、風險調整的單因素模型，以及Carhart四因素模型的績效評估，進行投資組合收益與風險的系統性比較分析，從而為機構投資者的“綠化”轉型提供決策依據。本研究帶來了很多新的發現，為尚有限的中國綠色投資研究提供了新的直接的證據，也有助于理解中國資本市場下綠色投資市場的運作機制、過程和結果。

二、文獻綜述和理論基礎

（一）證券投資型基金“綠化”投資組合的動機和生態價值

長期以來，學者對于環境的關注主要在于環境風險對化石能源類或能源/資源敏感類公司的影響，對更廣意義的金融資產以及金融部門的直接影響缺乏研究。氣候變化主要通過以下兩個途徑來影響金融資產的價值（Dietz等，2016）：首先，氣候變化會直接破壞或加速資本資產的折舊，比如極端天氣現象的影響；其次，它會改變給定投入的產出，即改變資產收益率、知識生產率和勞動生產率。對金融資產而言，環境風險的嚴峻性一方面表現在它的不可對沖性（unhedgeable）。環境風險經科技手段一旦確定，其發生變化是確定的、不可逆的，又由于它常常在全球范圍內發生，因而較難對此類“確定性”進行通常意義的局部資本市場上的對沖操作（Reynolds，2015）。另一方面，表現為環境在險價值（Climate VaR）概率分布的尖峰厚尾特征（Dietz等，2016），大的環境事件發生的概率雖然不高，但一旦發生其所產生的影響巨大，會引起股票市場劇烈的價格波動。這對長期機構投資者，比如保險行業、養老金行業的影響可能是致命的。

然而，如何準確估計環境變化對金融資產的影響依舊是學界和業界的挑戰，面臨著很多的不確定性（Anderson等，2014；Dietz和Stern，2015）。比如，氣候敏感性參數的不確定性，人類環境相關行為的不確定性，未來的經濟生產率的不確定性，減排成本的估算，等等。顯然，對以證券投資性基金為代表的機構投資者而言，消減負面環境風險的一個方法是調整投資的資產組合，即通過持有更多綠色或“碳有效”（carbon-efficient）公司的資產來降低環境風險。不同于傳統投資組合僅以風險調整后收益為目標，“綠化”的投資組合，將環境作為投資機會的進一步遴選標準，構建投資組合，實現財務收益和環境可持續發展的雙重目標。但是，這樣一個雙重目標的生態價值到底如何，依舊是理論和實證研究爭論的焦點。

支持可持續投資的觀點認為，如果以環保為主題的綠色基金大量集中投資環保型或具有良好環境管理的公司股票，會提高這類公司股票的市場需求而拉升此類股票的股價，相應地，就會降低這些公司或項目的融資成本，從而激勵公司環境友好的經濟活動（Auer，2016；Renneboog等，2008）。同時，證券投資型基金持股上市公司，能對上市公司管理層的決策產生影響，通過“股東主張”對被投資公司的環境管理和環境行為施加影響，從而實現投資組合的深度綠化。但也有部分學者對證券投資基金進行綠色投資的生態價值持懷疑態度。Harmes（2011）就提出，現有的機構投資者由于關注短期投資收益，不可能真正將非財務的環境標準納入投資決策，即使有少量投資者進行道德性投資，其投資行為的積極效果最終會被反向的套利者抵消。

（二）證券投資型基金“綠化”投資組合的績效研究

證券投資型基金財務收益和環境可持續發展雙重目標的實現在資本市場是否可行，是研究的另一個重點問題。目前論證的主要方式是傳統基金與綠色基金的基于收益與風險的投資績效的比較，以及基于單一國家或多國的投資績效比較的實證研究。研究方法則從早期的單因素模型如CAPM模型，逐漸過渡到FAMA三因素、Carhart四因素、條件、非條件以及GARCH模型（Bauer等，2005；Renneboog等，2007；Sabbaghi，2011）。一個主要的觀點是，環境風險低、公司治理結構較完善的公司，其銷售績效、生產效率、創新等往往表現更優，在財務績效上也更強，利潤潛力更大，由此組建的投資組合收益也更高（Auer，2016）。例如，Sabbaghi（2011）基于GARCH模型，發現美國ETF基金在研究期的綠色回報率為正且公司高效節能的生態效益能減少波動。基于風險分散理論的分析則認為，綠色投資采用一系列環境標準進行項目篩選，意味著投資范圍受限，無法有效分散投資風險，因此可能產生更低的收益。Climent和Soriano（2011）以及Silva和Cortez（2016）使用CAPM模型與條件模型均發現綠色基金的績效低于傳統基金，但其風險表現則在不同研究里具有差異性。

值得注意的是，近年來更多的實證證據顯示綠色基金投資組合與傳統投資組合之間的績效并不存在顯著差異。Mallett和Michelson（2010）、Tiselius和Kronquist（2015）使用參數與非參數檢驗均未發現綠色基金和SRI基金、綠色基金和指數基金、綠色債券和其他債券之間的績效有顯著差異。但綠色基金與傳統基金績效的直觀比較，包含了混雜因素對基金績效的影響，如基金的持有期、經理的管理能力、管理費率等。一個更新的方法是模擬投資組合。該方法主要是根據股票在綠色績效方面的表現，篩選符合要求的股票模擬構建投資組合，然后進行投資組合績效的評價。與直觀的基金績效比較方法相比，模擬方法的好處是可以消除混雜因素對基金績效的影響，包括基金的持有期、經理的管理能力、管理費率的差異等（Humphrey和Tan，2014）。該方法被認為更加科學地評價了“綠色”績效，因此本文也采用模擬構建投資組合的方法進行實證研究。

（三）證券投資型基金“綠化”投資組合的投資策略研究

證券投資型基金將環境作為投資機會的進一步遴選標準，構建綠色投資組合，可使用一種或多種策略，Renneboog等（2008）提出基于企業社會責任（CSR）和凈現值（NPV）組合角度的4種篩選方案，并對社會責任和傳統基金的投資選擇方案進行了對比，如表1所示。

表1 基于企業社會責任和凈現值角度的基金篩選方案的分布

綠色投資可以分為被動型投資即跟蹤綠色指數的成分股進行投資，以及主動型投資即根據一定標準主動篩選出環境友好型股票構建投資組合。目前尚無關于兩者的差異性研究，本文也試圖對比這兩種綠色投資的差異。正向（positive）和負向篩選（negative screening）是包含綠色基金在內的社會責任投資類基金主動型投資時最重要也最常用的投資策略（Social Investment Forum（SIF），2003）。負向篩選，即構建投資組合時首先剔除不符合標準的行業或企業，比如最典型的標準是剔除煙酒、賭博和軍工行業；正向篩選，則強調正向選出符合標準的行業或企業，目前世界上最常見的是ESG（Environment，Social and Governance）標準即對環境、社會和公司治理的關注。表2列出了世界上SRI共同基金使用的投資篩選類型。一些機構投資者采用同樣的標準執行正向或負向篩選，即把負向篩選的反面作為正向篩選，負向刪去表現最差的x%即是正向篩選出（100-x）%。正向篩選通常被認為比負向篩選更加嚴格，其篩選后的股票范圍更加狹窄，因而風險分散性更差。

表2 SRI篩選項目表

近年來，很多實證研究聚焦不同投資策略如篩選方式、篩選強度（篩選數量）、篩選類別和篩選程序對基金績效的影響，但結果呈現區域的、時間上的差異性。Renneboog等（2007）、Lesser等（2016）的研究顯示，篩選策略可以解釋社會責任、綠色和信仰投資的財務績效的差異。Humphrey和Lee（2011）、Humphrey和Tan（2014）則分別從綠色基金以及模擬投資組合的角度，發現正向或負向篩選對投資組合的風險或收益無顯著影響。Barnett和Salomon（2006）通過實證研究發現，高強度的正向篩選方法會導致收益增加，篩選強度與績效呈U形關系，而Auer（2016）以歐洲股票市場為基礎構建社會責任投資組合，發現更低篩選強度的負面篩選優越于正向篩選。

（四）中國綠色投資市場

國內學者對綠色型證券投資基金的關注呈上升趨勢，但依舊處于早期的探討階段。學者普遍認同綠色基金驅動綠色經濟發展的必要性和重要性（安國俊，2016；黎旺明，2016），但對以綠色基金為代表的機構投資者的收益與風險特征，僅有少數初步的探索。鄭若娟和胡璐（2014）以案例分析的形式，采用夏普指數、詹森指數和特雷諾指數對比分析了四家SRI基金的財務績效，發現SRI基金的收益均不低于比較基準和市場平均水平，并有較好的抗風險能力。危平和舒浩（2018）對中國的22只綠色基金進行了單因素和Carhart四因素模型的風險調整收益評價，發現目前中國綠色基金的投資表現要顯著差于市場基準和傳統基金。

需要強調的是，在中國一級股票發行市場，煙草以及武器等西方投資篩選行業，已經被證監會拒之門外，即從某種意義上說，證監會已經基于社會責任對我國上市公司進行了第一輪的負向篩選。同時，承擔較多社會責任的國有企業在我國上市公司占比較高①截至2016年年底，我國上市公司中國有企業占比為33.48%，總市值占比為47.64%（CSMAR數據庫）。。由于中國國有企業的使命包含了社會責任的實現，意味著我國資本市場與國外資本市場相比，其市場基準的企業社會責任基礎強度更高。

在中國的政策與市場條件下，證券投資基金如何進行“綠化”投資組合的策略選擇？能否實現雙重目標？如前所述，目前對綠色基金的直接績效評價具有局限性，會忽視混雜因素對基金績效的影響，同時，綠色基金在我國成立的時間較短。因此，本文選擇更新的模擬構建證券投資組合方法來探索如何“綠化”投資組合的問題。投資組合的可持續發展目標通過環境相關的篩選環節來保證，投資組合的財務收益目標則通過收益與風險評估來保證，從而為機構投資者的“綠化”轉型提供決策依據。

三、研究設計

（一）樣本投資組合的構建

首先是篩選方案的確立。參考國際上常用的公認的評價標準，采用和訊網2010-2016年公布的中國滬深A股上市公司社會責任環境維度的評分數據進行“綠色”篩選②目前，中國企業社會責任權威第三方評級機構有潤靈環球和和訊網。但潤靈環球只發布CSR綜合得分，沒有環境方面的單獨得分，因此不予以考慮。和訊網上市公司社會責任報告專業評測體系始于2010年，其環境維度從環保意識、環境管理體系認證、環保投入金額、排污種類數、節約能源種類五方面進行綜合打分，符合本研究對企業環境責任的關注。。調整后環境得分滿分為20分③在和訊網公布的數據中，不同行業的環境得分總值不同，制造業、服務業、其他行業滿分分別為30分、10分、20分，將各行業總分按比例調整到同一水平20分，從而具有可比性。得分均值為13.72，主要分布在8-17分之間。2010-2016年有評分的公司調整后的環境得分分布圖，由于版面所限刊略，詳情可聯系作者。，每年四月份依據上年社會責任報告更新一次，為了防止先窺性偏差，參考Humphrey和Tan（2014），對于t年的環境得分構建的投資組合，使用成分股在t+1年的四月份到t+2年三月份的收益計算該投資組合的績效。首先，我們將有環境得分的所有公司作為投資組合的可選股票池。在整合所有上市公司并刪除ST股后，平均每年的投資組合可選股票數量為412只（見表3）。其次，按公司當年環境評分從高到低排序，分別刪去得分最差的10%、20%、30%直到90%，得到不同篩選強度的月度投資組合的股票池①可選股票池A以及各篩選強度投資組合的構建根據滬深300的編制原則，刪去各計算月份內上市不滿3個月的股票。。最后，參考Auer（2016）等權重加權方法，將有環境得分的所有公司股票池以及10%-90%篩選強度的股票池分別進行等權重加權，構建得到最終的投資組合。本文的股票月收益率數據來源于CSMAR數據庫。

表3 股票池A

（二）市場基準組合與被動型綠色指數基準的確定

國外研究中常用的市場基準包括標準普爾500指數、多米尼社會指數400（Humphrey和Tan，2014）和富時100指數（Climent和Soriano，2011）。國內研究大多選取滬深300指數、中信標普指數和道瓊斯中國指數（林樂芬和黃翀，2009）。本文篩選的對象是滬深A股上市公司，所以選取反映我國滬深兩市的主要市場指數——滬深300指數，選取其成分股，構建等權重市場基準投資組合B②由于滬深300指數的編制方法并非等權重，而本文經過篩選構建的投資組合是等權重的，因而參照Humphrey和Tan（2014）構建等權重的滬深300指數即市場基準投資組合B。。除少數行業（輕工制造、非銀金融），篩選股票池與市場基準成分股在行業分布上具有相似性③受篇幅限制，2016年市場基準組合與股票池A的行業分布對比情況刊略，詳情可聯系作者獲得。。

本文通過整理我國現有成立超過一年的股票型和混合偏股型綠色基金的基本情況④本文整理了研究期成立超出一年的綠色基金的投資類型、資產規模、持股數量以及比較追蹤基準，限于篇幅，可聯系作者獲得詳細表格。，發現綠色基金平均規模12 000萬元，最小規模僅有47萬元，波動很大。基金平均持股82.73只。根據統計被動指數型綠色基金大多選取中證環保產業指數作為追蹤指標。基于綠色股票指數的被動式指數投資也是機構投資者投資策略的一種。本文構建的投資組合屬于主動型綠色投資組合，為了對比與被動指數型綠色基金的績效差異，選取中證環保產業指數作為綠色指數基準C。

（三）無風險收益率的確定

基金與投資組合的績效研究中，無風險利率通常取銀行存款利率、銀行間同業拆借利率或國債回購利率（齊岳和孫信明，2016；王懷明和王鵬，2016）。將研究期內銀行定期存款利率與銀行間同業拆借利率和國債回購利率折算成同期限的月度利率進行比較，顯示均值和標準差差異很小，同時本研究所采用的四因子數據庫采用一年定期存款作為無風險利率，故最終選取一年期定期存款利率作為無風險利率本文選取的7年評價期內一年定期存款利率有若干次調整，首先以年（365天）為單位，計算出加權平均的一年定期存款利率Rf,y，然后按12個月復利折算成月無風險收益率Rf,t，公式如下：

（四）收益和風險評價方法

借鑒王守法（2005）、Lesser等（2016），投資組合的績效評價包括投資組合總體收益評價、基于風險調整的單因素模型績效評估和基于Carhart四因素模型的績效評估。

1. 投資組合總體收益評價，即月均收益率、β系數以及R2。

2. 基于風險調整的單因素模型的績效評估，包括夏普指數、特雷諾指數和詹森指數。

（1）夏普指數。夏普指數把標準差作為風險衡量的尺度，表示投資單位在評估期內獲得的風險報酬。夏普指數越大，風險回報越高。公式如下：

其中，E（Rp）為投資組合預期報酬率，Rf為無風險利率，σp為投資組合的標準差①本文的股票收益率樣本周期是2011年4月到2018年3月，共84個月。由于獲得有意義的績效測量最小樣本需要36個月（Fung和Hsieh，1997；Liang，2000），以及如果樣本數量過少會導致統計性檢驗不準確的問題，參照Auer（2016）的做法，使用當月和之前所有月份的收益率，計算每個月的夏普比率。。

（2）特雷諾指數。以投資組合的系統性風險作為風險度量指標，特雷諾指數越大說明風險調整收益越高，公式如下：

其中Rp、Rf、βp分別為投資組合的投資考察期內的平均收益率、無風險利率、投資組合系統風險。

（3）詹森指數。詹森指數以系統性風險作為風險度量指標，但和比率指標不同，其計算結果是收益率的絕對差值。它表示投資組合收益率與相同系統風險水平下市場投資組合收益率的差異。

若α顯著為正，投資組合的績效優于市場；反之，則劣于市場。

3. 基于Carhart四因素模型的績效評估。投資組合超額收益可用四個因素表示，即市場風險因素（MKT）、規模因素（SMB）、價值因素（HML）和動量因素（UMD）（Carhart，1997）。模型如下：

其中，Ri，t是基金i在第t月份的收益；Rf，t是月份t的無風險收益；αi是基金的超額收益率，如若αi＞0，則說明投資組合獲得超額收益，其表現優于市場平均水平，反之亦然。βi，MKT為投資組合收益率對于市場風險的敏感系數，系數大小反映其組合是傾向于高貝塔投資標的還是低貝塔投資標的，βi，SMB為投資組合收益率對于股票規模的敏感系數，系數大小反映其組合是傾向于大盤股還是小盤股，βi，HML為投資組合收益率對于價值因素的敏感系數，系數大小反映其組合是傾向于成長型股票還是價值型股票；βi，UMD為投資組合收益率對于動量因素的敏感系數，系數大小反映其組合的選股結果是具有優勢或不占優勢，最終反映其擇股能力。

四、實證結果與分析

（一）基于投資組合總體收益的績效評價

表4結果展示，在不考慮風險調整的情況下，采用本文策略構建的“綠色”投資組合在20%、30%、40%、50%和80%的篩選強度上可以收獲顯著高于市場基準的直接收益，但其從β系數與R2看系統性與非系統性風險也更高。在構建的綠色投資組合內部，不同篩選強度投資組合的月均收益率整體呈現先上升再下降的變化趨勢；Diff 2列所有差值分析顯示更高的篩選強度對投資績效的影響不具有統計學顯著性。與被動式緊跟綠色指數基準的綠色投資相比，采用本文策略構建的“綠色”投資組合表現出無差異的績效。

表4 投資組合的總體收益比較 單位：%

（二）基于風險調整的單因素模型的績效評估

采用皮爾森相關性檢驗法、Kendall's檢驗法和Spearman檢驗法對上文的整體評價法與三個單因素模型的相關性檢驗，結果顯示具有良好的相關性①鑒于篇幅限制，可聯系作者獲取相關性檢驗結果。。實證結果（見表5）也顯示經過風險調整的三個單因素指標表現出了很強的一致性，均顯示構建的主動型綠色投資組合的風險調整收益與市場基準組合和被動型綠色指數投資組合之間沒有顯著差異，在構建的綠色投資組合內部，不同篩選強度“綠色”投資組合與篩選股票池A相比，也不具有顯著性差異。這意味著，在中國現有的資本市場條件下，采用本文的綠化投資策略，可以實現財務收益與可持續發展的雙重目標。為了進一步檢驗結果，下面基于Carhart四因素模型對績效進行評估。

表5 風險調整性收益比較 單位：%

續表5 風險調整性收益比較

（三）基于Carhart四因素模型的績效評估

首先對時間序列數據進行單位根檢驗，在驗證時間序列在1%的水平上顯著平穩之后，使用Stata軟件對基準投資組合、綠色投資組合進行多元線性回歸分析，得出Carhart四因素模型里的市場風險因素、規模因素、價值因素以及動量因素的回歸系數，見表6。

表6 Carhart的四因素模型結果 單位：%

從收益率的截距項α來看，Diff1列“綠化”后投資組合的收益率雖然低于市場基準B，但都不具有統計學的顯著性差異。Diff2列，在構建的綠色組合內部，經過四因子調整后，30%、40%與50%篩選強度的投資組合可獲得顯著高于篩選股票池A的收益率。Diff3列，構建的綠色投資組合與被動型綠色指數基準比較基本無顯著性收益差異。

從回歸系數的顯著性來看，對于市場基準組合與構建的綠色投資組合受到了市場風險因素（MKT）、規模因素（SMB）、價值因素（HML）和動量因素（UMD）的影響，但對于構建的綠色投資組合，其價值因素隨著篩選強度的增加顯著性減小直至消失。綠色指數基準則受到市場風險因素、規模因素、價值因素的影響。

總的來說，本文的分析結果與Humphrey和Tan（2014）以及Auer（2016）根據北美和歐洲股票在綠色績效方面的表現篩選股票構建的模擬投資組合得到的結論具有相似性。如前所述，在早期的風險分散理論下，通常認為綠色投資采用一系列環境標準進行項目篩選，限定了投資范圍，因此可能產生更低的收益。但近期有關社會價值對投資決策的影響（Hong和Kacperczyk，2009），尤其是社會責任投資領域（Renneboog等，2008）的研究則更多地從公司治理信號等維度發現“綠色”的溢價效應，從而彌補了風險分散性的不足。另外，國外市場研究里，其研究樣本包含大量的“罪惡”股票。因此Fabozzi等（2008）及Hong和Kacperczyk（2009）發現“罪惡”股票能獲得更高的收益，如果把其排除在投資組合之外，會得到更低的績效。但在中國A股股票市場上，由于證監會對上市公司的行業進行了限制，賭博、色情類公司不允許上市，“罪惡”類股票在股票市場占比相比國外股票市場顯著更低，這顯然對綠色股票池里投資組合的投資收益的提升是一個積極的輔助因素。

本文的分析結果與我國綠色基金的直接績效評價結果具有明顯的差異性。比如，危平和舒浩（2018）對中國22只綠色基金進行的風險調整收益評價顯示，目前中國綠色基金的投資表現要顯著差于市場基準和傳統基金。本文采用模擬投資組合的方法，是在消除了基金治理、基金經理人的擇股能力等基金內部因素對基金績效影響的情況下的優化投資結果。雖然可以更加科學地評價“綠色”績效（Humphrey和Tan，2014；Auer，2016），但在現實中，基金的持有期、經理的管理能力、管理費率的差異等均會對投資組合收益產生影響。因此，目前中國已發行的綠色基金的績效表現還未體現明顯的“綠色”優勢。但值得注意的是，危平和舒浩（2018）研究發現，近幾年成熟型綠色基金與傳統基金和市場基準有趨近的趨勢，而2016年后新型綠色基金的風險調整收益發生了超越傳統和市場基準的變化。這些積極的信號究竟反映的是國家政策大力支持下綠色投資主體在數量和規模上的發展，還是綠色投資意識和能力的發展，還有待進一步的考察。顯然，隨著綠色投資市場的培育與發展，公司層面的“綠色”溢價效應正在顯現，市場層面的反映污染項目負外部性和綠色項目正外部性的價格體系正在建立，我國“綠色有效性不足”的問題正在得到改善。

（四）篩選強度與績效

圖1為采用各模型計算的收益率隨篩選強度的變化趨勢。綜合來看，本文構建的“綠色”投資組合的收益率和系統性風險隨篩選強度的變化趨勢大致是M形曲線，峰頂出現在40%、70%-80%的篩選強度，峰谷一致出現在60%的篩選強度。中國市場現有的綠色基金持股數量均值是83只左右，因此當篩選強度達到80%時，是與現實最接近的規模。本文的研究顯示，此時的綠色投資組合直接績效評價、經過風險調整的單因素模型以及四因素模型都顯示與市場基準和綠色指數基準無差異的財務績效（見表4、表5和表6）。同時，此時的篩選強度雖然很高，相當于正向篩選所要求的綠色績效，但其財務績效與低強度的負向篩選投資組合相似，這一點與Humphrey和Lee（2011）、Humphrey和Tan（2014）的相關研究結果也具有相似性。可能的解釋是，雖然低篩選強度的投資組合其風險的分散性要優于高篩選強度，但在高篩選強度的投資組合中，只留下了環境績效十分卓越的公司股票。這些公司因為十分優越的環境績效獲得了廣大投資者和顧客的認可，以及員工的高度忠誠，公司在內部治理以及財務績效和長期價值提升方面更有優勢，因此篩選強度低的負向篩選和篩選強度很高的正向篩選都與基準組合表現出無差異的財務績效。

在變化模式上，本文構建的綠色投資組合績效隨篩選強度呈M形波動變化，與Auer（2016）發現的倒U形相比具有更大的波動性。一個可能的原因是，國外綠色投資市場自20世紀90年代末環境金融產品大力發展而相對成熟，綠色投資組合呈現相對清晰的變化規律，即隨著篩選強度的上升資本市場對綠色積極反饋，克服了分散性不足的缺點，但到篩選強度足夠大時，收益率才會由于風險分散性不足而減少。而中國的綠色投資剛剛起步，在并不完全有效的資本市場里呈現波動性。受影響因素包括：（1）市場是否對“綠色”股票或企業的“綠色”行為給予積極的“綠色”激勵。薛爽等（2017）發現在中國的環境法律體系不夠完善，污染檢測機制不健全的情況下，企業排污對企業價值的影響不能套用環境負債的傳導路徑來解釋。進一步地，我國機構投資者對環境信息和風險的市場反應低于其他國家，如環境事件和企業股價的負面反應并不顯著（王遙和李哲媛，2013；Xu等，2012），甚至負面環境事件披露后仍有股價上升的情況，即“綠色有效性”不足。（2）投資風險分散的程度。由于綠色投資采用一系列環境標準進行項目篩選，限定了投資范圍，導致投資組合不能充分分散風險，因此收益與風險分散的程度有關。

圖1 收益率與篩選強度的變化趨勢圖

最后，本文共選取了三種方法、五個績效衡量指標，各績效指標的結果呈現相似性，展現了研究結論的穩健性。

五、結論與啟示

2011年11月，世界銀行發布《做出可持續的承諾——世界銀行環境戰略》報告，提出金融行業運營也應支持綠色產業和經濟、社會的可持續發展。在資源枯竭和環境惡化的大背景下，綠色投資既是可持續發展目標在金融領域的實踐，也是金融機構主動應對環境風險的選擇。在中國，綠色金融體系的構建已經上升至國家戰略高度，但在機構層面進行金融資產的“綠化”還處于探索階段。

本文采用中國A股市場的數據，依據和訊網2010-2016年上市公司環境績效評分，采用不同強度的負向篩選策略，模擬構建主動投資型證券投資基金持有的綠色投資組合，凈化以往研究中混雜性因素的影響，并對投資組合進行收益與風險的系統評估，以期探討“綠化”投資組合的策略選擇。投資組合的可持續發展目標通過環境相關的篩選環節來保證，投資組合的財務收益目標則通過收益與風險評估來保證。研究結果顯示：（1）本文構建的主動型綠色投資組合的直接收益、單因素和Carhart四因素模型的風險調整收益，可獲得至少不低于市場基準組合的水平，能夠實現環境績效與財務績效的雙重目標。（2）主動型綠色投資與被動型綠色指數投資組合之間的財務績效沒有顯著差異。（3）基于四因素模型，按照40%-50%的篩選強度組建的投資組合獲得顯著高于最低篩選強度的篩選股票池A的財務績效。同時，本文的綠色投資組合績效主要受市場風險因素、規模因素和動量因素的影響。（4）由于中國股票市場的“綠色有效性不足”與篩選投資組合的分散性因素的交互影響，“綠色”投資組合的財務績效隨篩選強度的變化趨勢呈現M形波動變化。

本文的啟示是，在中國現有的資本市場條件下，采用本文的篩選策略進行投資組合的“綠化”，可以保證緊跟市場基準水平的財務收益和可持續發展目標，即使在80%左右的高篩選強度下，投資組合的財務績效也能得以保證。這有助于解決機構投資者代客理財的中介屬性（契約信托責任）與環境責任（非財務關注）的潛在矛盾。本文的研究為當前有限的中國綠色投資研究提供了新的直接的證據。