你问投资者是否重视 ESG——环境、社会与公司治理——很多人会回答“重视”。但真到基金下跌时，他们会留下，还是赎回？这更像判断一家餐厅是否受欢迎：与其听顾客表态，不如看他们是否真的结账、是否还会再来。George O. Aragon 与 Shuaiyu Chen 的研究正是从真实申购和赎回反推 ESG 偏好。论文公开版本共 87 页，2023 年 7 月首次上传，页面显示最近一次修订于 2026 年 3 月。本文涉及的结果均来自这项研究，尚无独立信源交叉验证。
不让一家评级机构替投资者回答
ESG 研究有个老问题：不同评级机构使用的指标、权重和数据不同，对同一家公司的评价可能并不一致。若直接采用某一家的总评级，相当于先替投资者决定什么重要，再去观察他们是否认同。
这篇研究换了一个方向。作者为美国主动管理股票共同基金汇集跨 ESG 议题和评级机构的约 500 项指标，再让机器学习从中寻找与基金资金流最相关的组合。基金资金流，是剔除投资收益影响后，由申购和赎回形成的净流入或净流出。
关键不在于让机器替基金贴一个更复杂的标签，而在于使用“显示性偏好”（revealed preference）：不问投资者声称看重什么，而看他们实际把钱放在哪里。可以把约 500 项指标想成一排调音旋钮。机器学习要找出哪些旋钮的变化，最能对应资金进出，而不是预先认定某个 ESG 总分就是标准答案。
从资金动作反推 ESG 信号
作者据此构造“ESG-driven flows”，即由 ESG 驱动的资金流代理指标，并把它用作 ESG 表现的替代衡量。这里的“代理”很重要：它不是可直接观测的 ESG 绩效，而是模型从资金流中提取出的信号。
论文报告，ESG 表现较好的基金随后获得更多资金流入；当业绩不佳时，这些基金也面临较少赎回。后一项尤其有意思。投资者可能不只是在顺境中追逐一个好看的标签，也可能在基金表现变差时仍更愿意留下。
不过，资金流入还有另一种解释：投资者也许只是相信这些基金未来赚得更多。作者因此用事后实际收益和事前指标，估计相对基准的预期收益。结果显示，ESG 表现较好的基金预期收益反而更低。作者据此认为，资金流更像是在反映投资者对 ESG 的偏好，而不是对高收益的期待。需要注意，这仍是论文基于其估计框架给出的解释，不宜把相关关系直接写成因果关系。
为什么这条路径值得关注
它为 ESG 因子构造提供了一条比直接照搬评级更扎实的路径：先从大量底层指标出发，再让真实申赎行为决定哪些维度更有解释力。对基金流预测而言，这也提示研究者可以把 ESG 当作一种可从行为中识别的偏好，而不只是基金名称或评级标签。
作者还估算，相比低 ESG 基金，投资者每年为一只处于 ESG 顶端的基金多付约 4800 万美元。这个数字很醒目，但材料没有说明它对应何种费用或机会成本，也没有交代具体基准和估算单位，因此更适合视为作者对偏好代价的概括，而非可直接用于定价的数值。
局限与未知
- 现有材料未披露样本期、基金数量、具体机器学习模型，也没有列出约 500 项指标的构成。
- 材料未提供效应大小、统计显著性或样本外检验。机器学习可能把样本噪声当成规律，因此过拟合风险仍需结合全文设置判断。
- “预期收益更低”同时依赖事后收益和事前指标，结论可能随估计口径变化；“ESG-driven flows”也不能与直接观测的 ESG 绩效画等号。