作为定价崩盘保险的ESG：状态依赖尾部风险与去混杂证据
数理金融
2026-05-07 v1 综合经济学
经济学
摘要
本研究通过解决无条件 alpha 与尾部风险韧性之间的脱钩问题，确立了 ESG 作为抵御股市崩盘的状态依赖保险机制。通过基于回撤的截断规则将市场压力状态验证为不同的经济状态，研究表明高 ESG 评级在系统性回撤期间显著减少了离散崩盘事件的发生率。为解决传统线性框架固有的选择偏差与高维混杂问题，我们实施了双重机器学习作为结构性去混杂层。与简单的预测建模不同，双重机器学习框架利用机器学习处理复杂的冗余参数，使我们能够分离出 ESG 在不同市场状态下的非对称处理效应。分布分析揭示了其潜在机制：ESG 特异地在最不利的分位数上减轻已实现尾部损失的严重程度，而非平移整个收益分布。结构估计证实，这种保护功能作为定价保险，在稳定时期产生业绩拖累，而在尾部风险最严重时提供关键韧性。
引用
@article{arxiv.2605.04479,
title = {ESG as Priced Crash Insurance: State-Dependent Tail Risk and Deconfounding Evidence},
author = {Jiayu Yi and Minxuan Hu and Wenxi Sun and Ziheng Chen},
journal= {arXiv preprint arXiv:2605.04479},
year = {2026}
}