3. 行业分类体系:GICS、申万、中信的对比与选择
做行业配置,第一步就是选分类标准。这事听起来简单,但坑不少。
我见过不少新手,上来就用申万一级行业做轮动,结果发现某些成分股根本对不上号。为什么?因为不同分类体系的逻辑完全不同。今天咱们就把GICS、申万、中信这三套体系掰开揉碎讲清楚。
3.1 三大分类体系的核心差异
先看一张对比表,心里有个底:
| 维度 | GICS | 申万 | 中信 |
|---|---|---|---|
| 发布方 | MSCI + S&P | 申万宏源 | 中信证券 |
| 层级 | 4级(11/24/69/158) | 3级(31/134/346) | 3级(30/109/285) |
| 更新频率 | 每年3月 | 不定期 | 不定期 |
| 适用场景 | 全球配置、外资视角 | A股本土、量化回测 | 机构投研、行业比较 |
| 分类逻辑 | 收入来源为主 | 业务属性+市场共识 | 产业链+投资逻辑 |
我个人习惯是:做全球配置用GICS,做A股量化用申万,做行业深度研究用中信。但这不是绝对的,得看具体需求。
3.2 GICS:全球通用的“普通话”
GICS是MSCI和标普联合搞的,说白了就是全球资本市场的通用语言。它的核心逻辑是“收入来源决定行业归属”。
举个例子:一家公司卖手机,也卖家电,收入主要来自手机,那就归到“信息技术”里的“通信设备”。
我在做跨境ETF配置时,必须用GICS。因为MSCI的指数成分股都是按GICS分类的,你用申万去对,根本对不上。
3.3 申万:A股量化的“老黄牛”
申万分类是国内量化圈用得最广的。为什么?因为它更新快、颗粒度细、而且有历史版本回溯。
我记得2014年申万把行业从23个扩到28个,后来又加到31个。每次调整都会导致历史回测数据断裂。所以做量化回测时,我建议用“申万一级行业(旧版)”来保持一致性。
申万的优势:
- 覆盖全:A股所有股票都有归属
- 调整灵活:会根据市场热点新增细分行业(比如“光伏设备”就是从“电气设备”里分出来的)
- 数据易得:Wind、聚宽、Tushare都直接支持
3.4 中信:机构投研的“手术刀”
中信分类是中信证券自己搞的,主要服务内部投研。它的特点是“产业链逻辑”更强。
举个例子:中信把“新能源汽车”单独列为一个三级行业,而申万把它分散在“汽车整车”和“汽车零部件”里。如果你要做新能源产业链的配置,中信分类更顺手。
但中信有个问题:更新慢。我记得2020年光伏大爆发时,中信还没把“光伏设备”单独列出来,导致很多研究员只能手动调整。
3.5 如何选择?一张决策流程图
下面这张图是我自己总结的,每次做项目前都会过一遍:
这张图的逻辑很简单:先看投资范围,再看使用场景。全球配置无脑选GICS,A股量化选申万,机构投研选中信。
3.6 实战中的“混搭”技巧
说实话,我很少只用一套体系。实际项目中,我经常这样混搭:
- 第一步:用GICS做全球行业配置,确定超配/低配哪些大方向
- 第二步:用申万一级行业做A股映射,找到对应的ETF或个股
- 第三步:用中信二级行业做精细化筛选,剔除产业链位置不对的标的
举个例子:2023年我配置“半导体”时,先用GICS确认全球半导体周期处于底部,然后用申万“电子”行业找到A股相关ETF,最后用中信“半导体设备”细分行业剔除纯代工类公司。效果还不错。
3.7 避坑指南
最后分享几个我踩过的坑:
- 历史回溯问题:申万和中信都调整过行业分类,回测时一定要用“固定版”或“回溯版”,否则结果失真
- 成分股漂移:同一只股票可能在不同分类体系下归属不同行业,比如“宁德时代”在GICS里是“工业”,在申万里是“电力设备”
- 行业边界模糊:有些公司业务多元,比如“腾讯”,GICS归“通信服务”,申万归“传媒”,中信归“计算机”。做配置时,建议按主要收入来源手动归类
嗯,这些坑我当年都踩过。现在每次做行业配置前,都会先花10分钟确认分类标准是否一致。别嫌麻烦,这一步省了,后面全是坑。
公众号:蓝海资料掘金营,微信deep3321