4. 成分股映射的基本概念与数据来源

在行业板块研究中，真正决定分析质量的往往不是分类规则本身，而是“哪只股票属于哪个行业”这一层映射关系。申万行业分类给出了三级行业目录，但目录只是骨架，成分股映射才是把骨架落到具体证券上的血肉。所谓成分股映射，是指以某一时点的申万行业分类标准为依据，将全市场证券逐一归属到行业代码（一级、二级、三级）上的过程及其结果数据集。它至少包含三个要素：分类版本（如申万2021版）、时点（如2024年6月末）、以及证券与行业代码的对应关系。缺少任何一个要素，映射结果都可能不可比。

理解映射，需要先区分两个容易混淆的概念：行业归属与行业权重。归属回答“这只股票属于哪个行业”，是一个多对一的分类关系；权重回答“这个行业里各股票占多大比重”，通常由自由流通市值或总市值计算。前者是分类问题，后者是聚合问题。成分股映射表一般只承载归属关系，权重需要另行计算。很多初学者拿到一张“股票—行业”对照表就以为可以直接做行业指数，实际上还必须补充市值字段和调整规则，否则得到的只是等权或简单加总的近似结果。

从数据结构看，一张可用的成分股映射表通常包含以下字段：证券代码（如600519.SH）、证券简称、申万一级行业代码与名称（如340000 食品饮料）、二级行业代码与名称、三级行业代码与名称、纳入日期、调出日期、分类版本号。其中纳入与调出日期是常被忽略但极其关键的字段——申万分类会定期调整，某只股票可能在2023年属于“计算机”，2024年因主营业务变化被调入“通信”。如果映射表只有当前快照而没有历史区间，回测时就会产生“前视偏差”，用今天的行业归属去解释三年前的行情，结论自然失真。

三类常见数据源各有侧重。申万官网发布的是分类标准与成分股清单，权威性最高、免费可得，但字段相对精简，通常只给当前快照，历史区间需要自行按版本存档。Wind 的行业归属字段带有纳入与调出日期，适合做时点回溯，更新频率接近日频并随分类调整事件驱动，但需要终端权限。Choice 同样提供日频行业分类，且市值字段齐全，便于在映射之后直接计算权重。实务中常见的做法是：以申万官网的分类目录为“标准答案”，用 Wind 或 Choice 补齐历史区间与市值字段，两者交叉校验，发现差异时以官网最新公告为准。

更新频率需要分两层理解。第一层是分类标准版本的更新，申万分类大约每几年修订一次，2021版是当前主流版本，版本切换时全市场映射需要整体重算，不能新旧混用。第二层是成分股个体的调整，包括新股上市纳入、退市剔除、主营业务变更导致的行业迁移，这类调整通常按月或按事件发生。做行业轮动或归因分析时，建议至少按月对齐一次映射快照；做长周期回测时，则必须保留每个调仓日的映射版本，形成“时点—版本—成分”的三维索引。

最后要强调映射的“时点一致性”。同一张分析表里，行业归属、市值、行情日期必须对齐到同一交易日。若用6月末的行业归属去匹配7月的行情，而该股票恰在7月初发生行业迁移，结果就会把新行业的涨幅记到旧行业头上。规范做法是先确定分析时点，再从映射库中取出该时点生效的记录，过滤掉已调出且未重新纳入的证券，最后才与行情数据连接。这一步看似琐碎，却是行业研究结论能否站得住脚的分水岭。