J 2025

Disaggregated ESG Risk in European Asset Pricing Based on ESG Leaders Data

SALZMANN, Eleonora

Základní údaje

Originální název

Disaggregated ESG Risk in European Asset Pricing Based on ESG Leaders Data

Název česky

Dezintegrované riziko ESG v evropském oceňování aktiv na základě dat indexu ESG Leaders

Autoři

SALZMANN, Eleonora

Vydání

Acta VŠFS, Praha, Vysoká škola finanční a správní, 2025, 1802-7946

Další údaje

Jazyk

angličtina

Typ výsledku

Článek v odborném periodiku

Obor

50206 Finance

Stát vydavatele

Česká republika

Utajení

není předmětem státního či obchodního tajemství

Odkazy

Organizační jednotka

Vysoká škola finanční a správní

DOI

Klíčová slova česky

ESG faktory; Oceňování aktiv; Evropský trh; ESG lídři; Uhlíková intenzita; Expozice vůči kontroverzím

Klíčová slova anglicky

ESG factors; Asset Pricing; European Market; ESG leaders; Carbon intensity; Controversyexposure

Štítky

Příznaky

Recenzováno

Návaznosti

MSM 311100001, záměr.
Změněno: 27. 1. 2026 11:58, Mgr. Jitka Štruncová

Anotace

ORIG CZ

V originále

Background: This study investigates the conditional pricing of environmental, social, governance (ESG)-related risk exposures – specifically ESG, carbon intensity, and controversy – using portfolio-level data from firms in the Morgan Stanley Capital International Europe ESG Leaders Index (2018–2024). The sample comprises nine sector-neutral portfolios, double-sorted by ESG and Controversy scores, ensuring balanced exposure across Europe’s leading ESG-rated firms. Aim: This study evaluates how factor decomposition, macro-regime sensitivity, and time-varying risk exposure affect ESG integration in multifactor pricing models. It also assesses the effectiveness of Kalman filtering in stabilizing ESG beta estimates under data limitations. Methodology: A two-stage Fama-MacBeth approach estimates ESG, carbon, and controversy betas using rolling regressions and Kalman filtering. These betas are then incorporated into fixed-effect panel regressions with macroeconomic volatility controls and regime interaction terms for the 2020–2021 regulatory and financial stress periods. Results: Disaggregated E, S, and G exposures exhibit significant positive return premia, particularly under stress. Carbon and controversy factors display conditional pricing effects that intensify under transition regimes. Kalman filtering yields smoother, more interpretable beta estimates than rolling regression, enhancing model robustness. Recommendation: ESG pricing models should incorporate factor decomposition, regime dynamics, and dynamic beta estimation, particularly Kalman filters – when working with quarterly or constrained datasets. Replicating this approach using data from multiple professional ESG providers would be valuable to assess the robustness of the pricing effects under rating divergence and disclosure heterogeneity. Practical relevance/social implications: This study offers a replicable framework for ESG researchers and investment practitioners seeking to identify time-varying, regime-sensitive, sustainable premiums for asset pricing. Originality/value: This study is among the first to combine ESG factor decomposition with Kalman-filtered beta estimation in a regime-augmented panel model using European portfolio data. Unlike the dominant United States-focused literature, it applies double-sorted, sector-neutral portfolios based on ESG and controversy scores. The findings demonstrate that robust ESG pricing signals can be uncovered even in small, high-quality European samples when the models are specified dynamically and contextually.

Česky

Východiska: Tato studie zkoumá podmíněné oceňování rizikových expozic souvisejících s environmentálními, sociálními a governance (ESG) faktory – konkrétně celkového ESG skóre, uhlíkové intenzity a expozice vůči kontroverzím – na základě portfoliových dat společností zařazených do indexu Morgan Stanley Capital International Europe ESG Leaders v období 2018–2024. Vzorek zahrnuje devět sektorově neutrálních portfolií, dvojitě tříděných podle ESG skóre a skóre kontroverzí, což zajišťuje vyváženou expozici napříč předními evropskými společnostmi s vysokým ESG hodnocením. Cíl: Cílem studie je vyhodnotit, jak dekompozice faktorů, citlivost na makroekonomické režimy a časově proměnlivá riziková expozice ovlivňují integraci ESG faktorů do multifaktorových modelů oceňování aktiv. Studie rovněž posuzuje účinnost Kalmanova filtru při stabilizaci odhadů ESG bet v podmínkách omezené dostupnosti dat. Metodologie: Dvoustupňový přístup Fama–MacBeth je použit k odhadu bet souvisejících s ESG, uhlíkem a kontroverzemi prostřednictvím klouzavých regresí a Kalmanova filtrování. Tyto bety jsou následně zahrnuty do panelových regresí s fixními efekty, doplněných o kontrolní proměnné makroekonomické volatility a interakční členy zachycující regulační a finanční stresové období let 2020–2021. Výsledky: Dezintegrované expozice environmentálních (E), sociálních (S) a governance (G) faktorů vykazují statisticky významné kladné rizikové prémie, zejména v obdobích stresu. Faktory uhlíkové intenzity a kontroverzí vykazují podmíněné oceňovací efekty, které se zesilují během přechodových režimů. Kalmanovo filtrování poskytuje hladší a lépe interpretovatelné odhady bet než klouzavé regrese, čímž zvyšuje robustnost modelu. Doporučení: Modely oceňování aktiv s integrací ESG by měly zahrnovat dekompozici faktorů, režimovou dynamiku a dynamický odhad bet, zejména pomocí Kalmanových filtrů, a to především při práci s čtvrtletními nebo datově omezenými soubory. Replikace tohoto přístupu s využitím dat od více profesionálních poskytovatelů ESG hodnocení by byla přínosná pro posouzení robustnosti oceňovacích efektů v podmínkách rozdílných ratingů a heterogenity zveřejňování informací. Praktická relevance / společenské dopady: Studie nabízí replikovatelný analytický rámec pro výzkumníky v oblasti ESG a investiční profesionály usilující o identifikaci časově proměnlivých a na režimech závislých udržitelných prémií v oceňování aktiv. Originalita / přínos: Tato studie patří mezi první, které kombinují dekompozici ESG faktorů s odhadem bet pomocí Kalmanova filtrování v panelovém modelu rozšířeném o režimovou dynamiku, založeném na evropských portfoliových datech. Na rozdíl od převládající literatury zaměřené na Spojené státy využívá sektorově neutrální portfolia dvojitě tříděná podle ESG skóre a skóre kontroverzí. Výsledky ukazují, že robustní signály oceňování ESG lze identifikovat i v malých, vysoce kvalitních evropských vzorcích, pokud jsou modely specifikovány dynamicky a kontextově.