资管机构ESG实战工具箱：GRESB、PRI与金融终端的整合应用
课程背景：
在ESG投资从原则倡导加速转向规模化、精细化落地的关键阶段，资产管理机构面临着从“为何做ESG”到“如何做好ESG”的实践挑战。成功的关键在于能否熟练运用一套专业的工具，将ESG因素系统、高效地整合进从投资原则制定、标的筛选、组合管理到风险监控的全流程。本课程聚焦于全球资管行业最核心的四项实战工具：GRESB（不动产与基础设施专项评估）、PRI（负责任投资原则）签署方行为分析、Bloomberg与FactSet的ESG数据终端。通过深度解析这四大工具的方法论、数据逻辑与协同应用场景，并结合大量国内外领先机构的真实案例，旨在为学员构建一个立体、可*作的ESG投资决策支持系统，从而在绿色资产配置、风险控制与投资回报上建立竞争优势。
课酬收益：
掌握专项评估利器： 精通GRESB在不动产与基础设施资产层面的评估体系，掌握获取高分的关键，并学会利用其数据识别优质资产与管理人。
解码机构行为信号： 学会解读和分析PRI签署方报告与数据，洞察全球资管机构的ESG实践趋势与投资意愿，用于市场分析与竞争对标。
驾驭核心数据终端： 深度掌握Bloomberg与FactSet两大终端的ESG数据架构、查询逻辑与差异化优势，并能熟练运用于个股研究、组合构建与风险归因。
构建整合工作流： 建立将四大工具协同应用于“募、投、管、退”各环节的系统性思维与实战能力，提升ESG整合的效率与深度。
课程时间： 2天，6小时/天
课程对象： 公募基金、私募股权/债权（尤其是不动产和基础设施基金）、保险资管、银行理财子等机构的ESG研究员、投资经理、分析师、风险管理与产品设计人员。
课程方式： 工具精讲与案例推演（40%）、终端界面模拟与数据分析实战（30%）、小组情景研讨与方案设计（20%）、互动答疑（10%）
课程大纲
第一讲：全景俯瞰：ESG投资决策支持系统与四大工具定位
一、 资管机构ESG整合的全流程与工具需求图谱
从原则到绩效：ESG投资价值链解析（政策制定→标的筛选→积极所有→报告披露）
四大核心工具的生态位与协同价值
1.1 系统视角： 阐释PRI作为“原则与承诺”框架、GRESB作为“资产层绩效标尺”、Bloomberg/FactSet作为“公司与组合层数据引擎”的互补关系。
二、 工具选择逻辑：数据源、方法论与适用场景对比
GRESB vs. Bloomberg/FactSet在房地产数据上的差异：资产级运营数据 vs. 公司级披露数据
PRI数据与第三方评级的结合：如何交叉验证机构的真实行动力？
1.1 案例引入： 以某全球养老金为例，展示其如何同时作为PRI领先签署方、要求所投房地产基金披露GRESB评分、并利用FactSet监控全组合ESG风险敞口。
第二讲：资产层透视：GRESB在不动产与基础设施投资中的深度应用
一、 超越评分：GRESB数据作为资产运营与管理能力的诊断工具
深度解析“管理”与“绩效”模块的得分关键：从政策到数据验证
1.1 案例： 拆解一个亚太区REITs在GRESB“能源与碳排放”绩效模块获得高分的数据提交清单（如分资产的智能电表覆盖率、绿色建筑认证比例、租户能耗数据合作条款），揭示其卓越运营细节。
利用GRESB进行资产收购尽职调查与投后管理
1.1 案例： 演示如何在收购一栋甲级写字楼时，利用卖方提供的GRESB历史评分与报告，精准识别其在“水风险”和“租户互动”方面的管理短板，并将其作为估值调整与投后改进计划的依据。
二、 基础设施评估专题与市场趋势洞察
交通、能源、公用事业等基础设施资产的GRESB评估侧重点
利用GRESB行业基准报告发现投资机会与风险
1.1 案例： 分析GRESB全球基础设施报告中“可再生能源”板块与“传统能源”板块的平均分差、年度进步率，引导讨论其对不同基础设施子行业投资策略的启示。
第三讲：组合层管理：PRI、Bloomberg与FactSet的协同实战
一、 PRI签署方分析：洞察市场动向与塑造自身实践
解码PRI报告框架：从“战略与治理”到“投资实践”的强制性指标
1.1 案例： 剖析一家国际领先资产管理公司最新的PRI年度评估报告，重点分析其在“气候议题”和“人权尽责”两个模块的自评高分项与具体案例，学习其最佳实践表述。
利用PRI签署方数据库进行同业对标与市场分析
1.1 案例： 演示如何利用PRI数据库，筛选出在“中国A股市场”开展ESG整合且资产规模超过百亿美元的全球资管机构名单，用于业务开发参考。
二、 Bloomberg与FactSet ESG终端的功能深潜与对比应用
Bloomberg ESG： 深度集成、新闻关联与估值建模
1.1 功能实战： 逐步演示如何在Bloomberg终端上，一键调取某公司的ESG评分、争议事件时间线、同行对标，并将其ESG数据拖入Excel插件进行财务模型压力测试。
1.2 案例： 复盘如何利用Bloomberg的ESG筛选器与新闻警报功能，在某公司发生重大环境争议后迅速评估其对投资组合的影响并启动止损程序。
FactSet ESG： 数据颗粒度、供应链风险与定制化分析
1.1 功能实战： 展示如何利用FactSet的“Revelio Labs”劳动力数据或“GeoRev”地理位置数据，分析公司的人力资本结构或物理气候风险暴露。
1.2 案例对比： 针对同一家跨国零售企业，对比其在Bloomberg和FactSet上的“供应链劳工风险”评分与数据来源，探讨差异原因及对投资判断的交叉验证价值。
组合层面的ESG监控与报告自动化
1.1 案例： 展示如何利用FactSet的Portfolio Analysis或Bloomberg的PORT功能，一键生成投资组合的ESG特征报告（加权平均评分、碳足迹、行业偏离等），满足内部管理与监管披露需求。
第四讲：综合赋能：构建机构自身的ESG投研工作流
一、 情景模拟工作坊：设计一个绿色基础设施主题基金的投资流程
情景设定： 各小组代表一家拟发起“亚太绿色基础设施基金”的资产管理公司。
任务挑战：
1.1 原则制定（PRI）： 起草基金投资政策中关于ESG整合与影响力的核心条款。
1.2 标的筛选（终端工具）： 利用Bloomberg/FactSet，设定初步财务与ESG筛选条件（如：业务收入绿色占比>50%，ESG评分高于行业平均）。
1.3 尽职调查（GRESB）： 针对筛选出的一家潜在标的（可再生能源基础设施公司），列出在尽职调查中需索取的GRESB相关数据与证据清单。
1.4 投后管理（工具协同）： 设计投后ESG绩效监控方案，说明将如何使用上述工具进行持续跟踪。
成果展示与评审： 小组呈现方案，接受质询，讲师总结优化思路。
二、 前沿展望与挑战应对
工具演进：AI赋能下的ESG数据收集与分析。
应对“评级分歧”：当不同工具数据冲突时的专业判断框架。
总结： 将工具内化为洞察力——从数据使用者到策略定义者的升级。
课程总结
四大工具的核心价值与协同应用心法回顾。
互动问答： 探讨在现有资源约束下，如何分步骤搭建实用的ESG投研工具体系。
提供关键资源链接（如PRI报告库、GRESB评估手册、终端功能指南）。
