Page 26 - Wendy

年績效回測優於市場 ETF 表 現 的結果，因此投資者不一定要在

ESG 與 EPS 之間做出取捨。換言之 ESG 投資不必然需犧牲投資報

酬。

5. 結論

本研究嘗試採用兩階段方式建構 ESG 投資組合。有別於傳統的

ESG-ETF 主觀建構方式，本文依據客觀的模型與資料來建構 ESG

投資組合。在資產選擇階段，我們使用 DEA 模型客觀地篩選投資組

合標的，同時考量財務及非財務指標之平衡，客觀且綜合地評估公司

財務表現、ESG 評級與營運成本等因素，篩選出相對高效率的公

司。這種資產選擇方式可避免主觀條件篩選下，因不同 ESG 評級選

用而產生的偏誤，並且有助於投資者找到兼具經營效率、財務表現及

ESG 表現之公司，而非一定要在 EPS 及 ESG 表現上做取捨。接

著，我們於第二階段結合 Markowtiz 模型及風險平價模型進行資產

配置，找出最適權重以形成投資組合，以達成整體投資組合在一定風

險下報酬極大化之目標。

我們檢視本投資組合與 ESG-ETF 於 2022 年之績效表現，發現

以 Markowtiz 模型不允許放空策略下之績效表現最為優異，其平均

月報酬率 (-0.44%) 及 Sharp ratio (-0.264) 皆優於其他檔 ETF 的報

酬率，甚至優於 Top 25 rating 之投資組合表現。在風險平價模型策

略下，平均月報酬 (-1.238%) 雖次於國泰永續高股息 ETF 之平均月

報酬 (-0.787%)，但仍優於其他 ETF 報酬率。除此之外，基於本投資

組合分析及績效回測結果，我們也發現透過 DEA 方法所選出的公司

確實在財務和 ESG 表現方面都更具效率，證實運用 CCR 模型篩選

標的之合理性。最後，CCR 模型所選出之效率公司產業分布均勻，解

決了傳統 Markowtiz 模型資產配值集中的情形，說明資產選擇能夠

達到投資組合風險分散效果。

24