Designing Stable ESG Grade Bands: Cut-Point Optimisation and a Quantisation Perspective

기술 요약: 안정적인 ESG 등급 구간 설계

문제 제기
환경, 사회, 지배구조(ESG) 등급은 연속적인 수치 점수를 절단점(cut-points)을 통해 이산적인 알파벳 등급으로 변환하여 투자자에게 전달되는 경우가 많다. 서로 다른 제공업체 간의 점수 차이에 관한 광범위한 문헌은 존재하지만, 절단점 자체의 설계 방식, 구체적으로 등급 구간 내에서의 경계 배치에 대한 방법론적 설계는 여전히 미개척 영역으로 남아 있다. 경계의 배치는 이산적인 설계 문제이며, 이는 등급 안정성에 직접적인 영향을 미친다. 즉, 점수의 미세한 수정이 경계를 넘어서면 재분류가 발생하는 반면, 구간 내에서의 이동은 보고된 등급을 변경시키지 않는다.

본 연구는 레거시 Refinitiv/LSEG ESG 척도(0–100 점수, 12개 등급 D−에서 A+로 매핑)에 초점을 맞춘다. 주요 과제는 기존의 등가 폭(equal-width) 구조와 비교하여, 대안적인 내부 절단점 구조(특히 비균등 구간 폭)가 공개된 데이터와 점수 섭동(perturbation)의 특성을 고려할 때 더 우수한 안정성을 제공하는지 결정하는 것이다.

방법론
저자들은 등급 구간 설계를 제약 조건이 있는 스칼라 양자화(scalar-quantisation) 문제로 정식화한다. 분석에서는 주요 A/B/C/D 경계를 25, 50, 75로 고정하되, 각 사분위 내의 세 가지 하위 등급 폭을 변화시킨다.

• 후보 척도: 기존 척도는 등폭($e = c \approx 8.33$)을 사용한다. 여섯 가지 대안 척도(S1–S6)는 가장자리 하위 등급($e$)을 좁히고 중앙 하위 등급($c = 25 - 2e$)을 넓히는 방식으로 구축되었다.
• 데이터: 본 연구는 2018년부터 2023년까지 관찰된 177개 대형주 기업의 패널(1,048개 기업-연도 관측치)을 활용한다. 데이터의 핵심적 특징은 높은 양자화(quantisation)이다. 점수의 99.9%가 기존 등급 구간의 중간값과 정확히 일치하며, 결과적으로 단 11개의 뚜렷한 점수 값만을 가진다.
• 정적 식별 테스트: 저자들은 먼저 정적 데이터를 사용하여 대안 척도가 기존 척도와 구별될 수 있는지 테스트한다. 만약 관찰된 점수가 기존 경계와 후보 경계 사이에 존재하지 않는다면, 두 척도가 동일한 등급 할당을 생성한다는 것을 증명한다.
• 안정성 평가 (몬테카를로): 정적 데이터로는 대부분의 대안을 구별할 수 없으므로, 안정성은 몬테카를로 시뮬레이션을 통해 평가된다. 관찰된 점수에 평균 0의 가우시안 노이즈($\epsilon \sim N(0, \sigma^2)$, 여기서 $\sigma$는 0.5에서 5.0까지 변화)를 가한다. "이동률(migration rate, 등급 변경 확률)"을 각 척도에 대해 계산한다.
• 최적화: 본 연구는 네 가지 수치 최적화 절차(그리드 탐색, 황금 분할 탐색, 시뮬레이티드 어닐링, 유전 알고리즘)를 사용하여 복합 손실 함수 $L(e)$를 최소화한다. 이 함수는 평균 이동(at $\sigma = 1, 2, 3$)에 60%, 중간값 왜곡에 40%의 가중치를 부여한다.
• 경계 안전성: 관찰된 점수와 가장 가까운 절단점 사이의 최소 거리를 계산하여 재분류에 대한 "완충(buffer)" 정도를 측정한다.

주요 기여

1. 방법론적 차별화: 본 논문은 ESG 점수의 구축이나 제공업체 간의 격차와는 별개로, 등급 경계의 설계를 독립적인 방법론적 선택으로 분리하여 고립시킨다.
2. 양자화 불변성: 대안적인 등급 규칙이 이미 기존 그리드에 맞춰 반올림된 점수들을 사용할 경우 통계적으로 식별 불가능할 수 있음을 보여준다. 저자들은 대안 척도가 정적 데이터상에서 기존 척도와 구별될 수 없는 경우에 대한 공식적인 명제(Proposition 1)와 테스트를 제공한다.
3. 양자화 프레임워크: 본 연구는 ESG 등급을 스칼라 양자화 이론(Lloyd–Max 조건)과 연결하며, 백분위 순위 점수(이는 동료 집단 내에서 대략 균등 분포를 따름)의 경우 등폭 구간이 왜곡을 최소화하는 데 이론적으로 최적임을 시사한다.

결과

• 정적 식별 불가능성: 여섯 가지 대안 척도 중 다섯 가지(S1–S5)는 1,048개 관측치 모두에 대해 기존 척도와 동일한 등급 할당을 생성했다. 가장 극단적인 대안(중앙 구간이 매우 넓은 S6)만이 재분류를 초래했다. 이는 공개된 점수의 양자화로 인해 정적 데이터만으로는 대안적 설계를 검증할 수 없음을 확인시켜 준다.
• 이동 안정성: 작은 또는 중간 규모의 섭동($\sigma \leq 4$) 하에서, 기존의 등폭 척도가 가장 낮거나 거의 최저 수준의 등급 이동률을 보였다. 예를 들어, $\sigma = 2$일 때 기존 척도의 이동률은 3.90%였으며, 이는 S3의 4.14%보다 낮았고, 가장자리 밴드가 좁은 척도들(예: S6의 32.96%)보다는 현저히 낮았다.
• 경계 안전성: 기존 척도는 관찰된 점수와 경계 사이의 최대 최소 완충값(4.14 포인트)을 제공했다. 중앙 밴드가 더 넓은 비균등 척도들은 절단점을 관찰된 질량 중심(mass points)에 더 가깝게 이동시켜 안전성을 감소시켰다.
• 최적화 수렴: 네 가지 최적화 알고리즘 모두 기존 값인 $25/3$(약 8.33)에 매우 근접한 가장자리 폭($e$)으로 수렴했다.
• 대규모 교란 예외: 고려된 가장 큰 교란($\sigma = 5$)에서, 가장 극단적인 넓은 중앙 밴드 모델(S6)이 기존 척도보다 낮은 이동률을 보였다. 이는 "최적"의 설계가 예상되는 점수 수정의 크기에 따라 달라짐을 나타낸다.

의의 및 주장
본 논문은 이산적 ESG 등급 경계를 설계하기 위한 계산적 프레임워크를 제공한다고 주장한다. 주요 결론은 선호되는 분할 방식이 점수 분포와 예상되는 점수 수정의 크기에 공동으로 의존한다는 것이다.

• 국소적 강건성: 관찰된 양자화 분포와 작거나 중간 규모의 점수 수정(약 4포인트까지)의 경우, 균등(등폭) 척도가 가장 안정적인 설계이다. 이는 점수를 경계로부터 멀어지게 하여 이동을 최소화하고 안전성을 극대화한다.
• 조건부 선호: 균등 밴드에 대한 선호는 조건부적이다. 만약 설계 목표가 매우 큰 충격(예: $\sigma = 5$)으로부터 보호하는 것으로 바뀐다면, 더 넓은 중앙 밴드를 가진 비균등 설계가 더 안정적일 수 있다.
• 한계점: 저자들은 본 연구의 결과가 대형주에 대한 역사적 샘플과 양자화된 공개 점수를 기반으로 하고 있음을 명시적으로 밝힌다. 본 연구는 기존 점수가 지속가능성을 측정하는 완전한 척도라고 주장하거나, 등급 변화의 재무적 영향을 조사하는 것이 아니다. 결과는 레거시 시스템에 대한 방법론적 증거로서 제시되었으며, 미반올림 데이터가 있다면 새로운 0–5 척도에도 유사한 설계 문제가 적용될 수 있음을 언급한다.

요약하자면, 본 연구는 절단점의 배치가 중요한 설계 선택이지만, 기존의 등폭 구조가 분석된 데이터 특성과 교란 크기에 대해 강건하다는 것을 주장하며, 현재 사용 가능한 반올림된 ESG 점수로는 대안적 설계를 검증할 수 없다고 결론짓는다.