指数基金市场快速发展及基金规模分布 [page::3]

• 指数基金数量与规模近5年复合年化增速分别约为24.34%和30.17%。

- A股股票型基金占比最大，行业&主题类基金占比逐年提升，产品创新频繁。

指数基金标签体系详解 [page::5][page::6][page::7][page::8][page::9][page::10][page::11][page::12]

• 指数标签分指数维度（市场类别、资产类别及细分beta、交易所板块、指数发布机构）、产品维度（10个二元标签）、特色标签（聚焦中国市场、产业链等）。

- 细分beta一级覆盖宽基、行业&主题、策略、风格多类，细分beta二级进一步对行业&主题进行细化划分。

• 产品维度标签区分主动管理、ETF联接、封闭式基金等属性。

沪港深股票型指数基金发展及结构分析 [page::14]

• 沪港深股票基金规模和数量持续增长，2022Q1规模超1072亿元，行业&主题占比较大。

- 细分beta中，科技类行业占比最高，产品主要以ETF为主，占基金规模78%以上。

新能源细分赛道指数基金选择与行业差异分析 [page::15]

• 新能源指数基金至2022Q1数量44只，规模近585亿元，中证新能源汽车指数覆盖最广。

- 不同新能源指数间细分行业（电源设备、乘用车、有色金属、电子等）配置差异明显，利于投资者根据行业偏好选择。

主动管理与指数基金表现对比示例——军工与新能源主题 [page::16]

• 通过滚动回报对比，主动管理新能源和军工主题基金表现与对应指数变化趋势基本一致，部分主动基金存在超额收益。

指数基金工具功能评价体系与排名 [page::19][page::20]

• 基于行业配置、个股选择、规模、流动性、跟踪误差、信息比率、费率等指标进行综合评分。

- 排名前十的指数基金多为流动性好、规模大且紧密跟踪基准指数的ETF产品，如沪深300ETF、中证500ETF等。

• 详细工具属性评价涵盖多个跟踪指数及产品的规模、跟踪误差和信息比率，支撑科学选择。

常见指数基金筛选目标及标签设置 [page::17]

| 筛选目标 | 标签设置 |
|--------------|----------------------------------------------------------|
| 大盘宽基ETF | 资产类别=股票；资产类别细分=宽基；细分beta一级=大盘；是否ETF=是 |
| 双创板相关指数基金 | 交易所板块=创业板|科创板|双创板 |
| 增强型ETF | 主动管理策略=增强；是否ETF=是 |
| QDII型赛道产品 | 资产类别细分=行业&主题；是否QDII=是 |
| 赛道型指数增强基金| 资产类别细分=行业&主题；主动管理策略=增强 |
| 宽基类ETF联接基金 | 资产类别=股票；资产类别细分=宽基；是否ETF联接=是 |
| ESG产品 | 细分beta一级=ESG |

• 实用标签组合帮助实现多维度筛选，提高基金匹配效率和精准度。 [page::3][page::5][page::14][page::15][page::16][page::17][page::19][page::20][page::22]

《指数基金标签体系暨投资图谱第四版》详尽分析报告

---

一、元数据与报告概览

• 报告标题：《指数基金标签体系暨投资图谱第四版》

- 作者及发布机构：王兆宇、赵文荣、赵乃乐、汪洋、史周（中信证券研究部，量化策略研究）

• 发布时间：2022年5月18日

- 报告主题：围绕指数基金市场发展背景，系统构建全面且细致的“指数基金标签体系”，并针对市场需求展示指数基金筛选及评估方法，最后提供了指数基金投资图谱，帮助投资者理解和选择指数基金产品。

• 核心论点与目标：报告基于指数基金市场快速增长和产品创新的现实，提出建立完备的标签体系以科学分类和管理指数基金产品，解决市场多样化与复杂性带来的识别和比较难题。通过构建指数维度标签、产品维度标签以及特色标签三大维度，能够助力投资者高效筛选符合需求的指数基金。报告尤其强调指数基金细分市场（如沪港深跨境ETF、新能源等）的发展态势，并借助兼顾被动与主动管理的工具评估体系提升投资决策质量。[page::0,1,2]

---

二、章节深度解读

1. 指数基金市场发展背景与体系建设需求

报告首先指出，指数基金数量和规模自2017年至2022Q1呈现高复合年增长率，分别达到24.34%和30.17%。资金和产品的快速扩容，尤其是行业&主题类及赛道类基金比例的提升，推动对细分beta的精准定位需求日益紧迫。创新产品层出不穷，包括跨沪港深ETF、创业板和科创板相关产品、赛道增强型产品等，市场多元化趋势明显。

关键数据点解读：

• 图表1（不同资产类型指数基金规模趋势）显示，A股股票型基金规模最为庞大，2022Q1规模显著突破两万亿元，且增长速度持续加快。沪港深股票型指数基金从2015年开始崛起，2022年规模快速放大，体现跨境投资偏好增强。同时，债券型基金表现亦值得关注，近年增长趋势明显。

- 图表2（被动A股股票型指数基金各细分资产类别占比）可见宽基基金曾长期占据主导地位，但行业&主题类基金的占比逐步抬升，左图规模占比由2010年不足10%增长至40%左右；产品数量结构亦显示类似趋势，行业&主题基金换代速度较快。

由以上可见，指数基金市场正在由传统宽基转向赛道更为集中的细分策略产品，标签体系建设尤为必要以满足投资者需求精准匹配。[page::3]

---

2. 指数基金标签体系构建

本章为报告核心，系统阐述指数基金标签设计的结构，包括指数维度标签、产品维度标签以及特色标签。

2.1 指数维度标签

• 内容：以指数本身属性为核心，从市场类别、资产类别及细分beta等多个层级标签确定指数的归属，兼容交易所板块与指数发布机构信息。

• 标签细节：

1. 市场类别：基于指数上市地划分，五取值：境内市场、香港市场、沪港深市场、海外市场、全球市场。特别说明商品类指数无市场类别标签，中概股混合型指数划分为全球市场。

2. 资产类别：七大广义资产类别标签，包括股票、债券、商品、货币、资产配置、另类、REITs。

3. 资产类别细分：进一步细化。股票类索引细分为“宽基”、“行业&主题”、“策略”、“风格”；债券类细分为“利率债”、“信用债”、“综合债”、“债券策略”、“可转债”；商品类细分为“农业”、“能源”、“工业金属”、“贵金属”等；货币、资产配置、另类和REITs暂不细分。

4. 细分beta一级和细分beta二级：
- 一级标签针对股票类进一步分类细化，如宽基分为大盘、中小盘和全市场，行业&主题则细分为七大产业组（金融、科技、医疗健康等），策略类指数细化多样。
- 二级标签对一级中的行业&主题分支进一步细化，例如金融细分为银行、非银、证券、保险等，科技细分为半导体、互联网、大数据等。

5. 交易所板块：针对境内市场添加创业板、科创板、双创板和无限制四类标签，满足双创板差异化跟踪。

6. 指数发布机构：涵盖中证指数、深圳交易所、国内期交所、恒生指数、海外机构等不同编制机构。

这套指数维度标签实现对指数基本属性的层层精准定性，形成完整体系，赋予指数更高的可识别性和可比较性。[page::4,5,6,7,8,9,10]

2.2 产品维度标签

• 基于产品属性，以多个二元标签为主，覆盖QDII、主动管理、主动管理策略（增强、主观）、ETF、ETF联接、LOF、封闭式、互联互通基金、杠杆产品等。

- 产品形式标签多维并存，因产品之间形式可重叠（如既是ETF联接又是LOF），设计灵活，方便交叉筛选。

• 杠杆类产品及互联互通基金标签目前为预留状态，体现未来适应市场发展需求。[page::11]

2.3 特色标签

• 用于服务特定研究及投资需求，如“是否聚焦中国市场”“是否通过港股通投资”“是否属于某产业链”等。

- 特色标签允许针对定制筛选实现精准投资匹配，补充基础标签的不足。[page::12]

---

3. 指数基金标签应用案例

3.1 应用示例一：可投资港股指数基金发展概况

• 通过“市场类别”为沪港深市场或香港市场且“资产类别”为股票筛选相关指数基金。

- 统计显示截至2022Q1，沪港深股票型指数基金数量163只，规模达1072亿元，近年保持快速增长，2021年以来发行数量达到峰值，行业主题类占比高。

• 产品形态主要集中于ETF，2022Q1ETF规模占比78.43%。

- 细分beta一级行业中以科技类主题占据主导，金融、消费医疗健康为次大类。

• 规模和数量占比图显示沪港深股票指数基金占所有股票指数基金比例2020年以来显著提升（数量占比从7.74%升至11.63%），反映港股市场吸引力加强。[page::13,14]

3.2 应用示例二：新能源赛道指数基金筛选

• 以“细分beta二级”标签确定新能源相关指数基金，2022Q1末共44只，规模584.68亿元。

- 跟踪中证新能源汽车指数的基金最多（12只），规模最高（245亿元）。

• 标的产品规模最大为汇添富中证新能源汽车产业A（149.43亿元）、富国中证新能源汽车A（99.61亿元）。

- 各新能源相关指数存在较大行业分布差异，且其相对中证新能源汽车指数在电力设备、电源设备、乘用车、有色金属、电子、机械等行业配置权重差异显著。

• 通过产业链细分差异，投资者可以领先判断并选择更合适的标的指数，实现精细化赛道布局。

- 主动管理与被动指数基金收益对比图示，显示部分主动军工和新能源类主题基金在滚动3个月及3年回报表现上不同程度跑赢对应指数，说明在主题基金中主动管理仍有价值。[page::15,16]

3.3 常见指数基金筛选目标与标签设置示例

• 包括大盘宽基ETF、双创板相关指数基金、增强型ETF、QDII型赛道产品、赛道型指数增强基金、宽基类ETF联接基金、ESG产品等，均对应明确的标签组合。

- 该表格为投资者及产品开发者提供简明清晰的标签筛选路径，可依此高效实现目标商品筛选。[page::17]

---

4. 指数基金工具功能评估

• 打分框架：综合规模、流动性、跟踪误差、信息比率、费率五个因子，对基金进行指数和基金两个维度评价，形成综合得分。

- 数据筛选原则：剔除ETF联接、成立时间不足3个月、规模不足10亿的基金；ETF日均成交额需超1000万元；成立不满1年的产品用实测表现评估。展现高度严谨的评价标准。

• 排名结果：打分前十名均为规模大、流动性好、跟踪误差低的ETF产品，如沪深300ETF（510300.SH、510330.SH等）中证500ETF、证券ETF等。

- 工具属性详细表：以沪深300、中证500、中证全指证券公司等代表指数为例，比较基金间的年化跟踪误差（普遍0.3%左右）、信息比率、管理费及综合得分，数值显示优质ETF表现稳定、费用合理。

• 增强指数基金：评价考量超额收益和信息比率，强调主动管理带来的附加价值。这表明评价体系添加了投资绩效的综合考察，促进主动、被动结合选择。

- 该模块为投资者提供了科学的指数基金工具属性参考，强化了标签筛选后的定量工具评估，提升择优选择能力。[page::18,19,20]

---

5. 指数基金投资图谱

• 展示了典型的宽基、行业、赛道的指数基金细分结构，涉及ETF、ETF联接、LOF等多种产品形态。

- 以沪深300、上证50、中证500、中证1000及新能源车、军工智能电动汽车等主题指数为核心，联动基金代码、简称，形成投资图谱。

• 体现标签体系的灵活应用，也为投资者展示多样化产品生态，方便快速定位不同类型、不同产品形式的目标指数基金，支持构建差异化投资组合。

- 投资图谱的结构全面且细致，覆盖市面主流指数和细分领域，为投资研究提供了可视化、一站式资源平台。[page::21,22]

---

三、图表深度解读

1. 指数基金规模与结构变化图（图表3，页3）

• 表现2010年至2022Q1，不同资产类型指数基金的市场规模扩展趋势及数量（灰色点）。

- A股股票型（红色部分）始终为最大板块，尤其2019年以后快速攀升，显著带动市场整体扩张。

• 沪港深股票型（黑色）规模从2015年缓慢增长至2022年快速突破千亿大关，反映跨境投资需求增强。

- 债券型、海外股、商品型也有不同程度增长，数量递增。

解读：该图支撑报告关于指数基金整体高速增长及多样化资产类别发展的论点。数据显示股票型基金集中度高，且细分赛道和跨境配置趋势明显，进一步呼唤统一标签体系。[page::3]

2. 被动A股股票型细分资产类别占比（图表4，页3）

• 左图规模占比由宽基（红）向行业&主题（黑）转移，策略和风格标签占比较低。

- 右图基金数量占比变化趋势与规模占比呼应，显示细分赛道和行业主题基金数量增长更快。

解读：突出行业&主题基金正成为市场增长亮点，标签体系需充分考虑赛道类产品的细分管理，增强标签化识别能力。[page::3]

3. 指数基金标签体系结构图（图表5，页5）

• 展示了标签的三大维度及17个细分标签层次，清晰定义指数与产品的多个分类标准。

解读：该结构图直观展示体系设计的系统性和层次性，强调对指数和产品两个维度标签的区分及特色标签的定制化，体现体系科学、本质导向的设计理念。[page::5]

4. 沪港深股票指数基金的规模、数量及行业分布图（图表14，页14）

• 规模和数量均呈现增长趋势，数量增加从去年初起加速。

- 细分资产类别中行业&主题占据主导规模。

• 行业&主题中，科技类基金规模最大，显著领先金融、消费等。

- 沪港深股票型基金数量和规模占比均稳步提升，反映投资者对港股跨境配置需求旺盛。

• 产品形式以ETF为主，ETF联接及LOF成分相对较小。

解读：图表完美配合文本论述，直观表明跨境指数基金的增长态势及结构变化，佐证标签体系对跨境及赛道细分的必要性。[page::14]

5. 新能源相关指数基金数量及规模对比图（图表15，页15）

• 不同新能源指数产品数量（线）和规模（柱）差异巨大，中证新能源汽车指数较优。

- 表格展示各指数在细分行业配置变动，反映不同指数策略在产业链各环节的重点差异。

解读：揭示新能源指数的多样性，展示投资者如何根据细分行业权重来筛选产品，进一步体现标签体系的细化优越性。[page::15]

6. 主动管理与被动指数3个月及3年滚动收益对比图（图表16，页16）

• 军工及新能源主题基金（多只主动管理）与相关指数收益走势高度契合但有超额表现。

- 3年滚动收益曲线显示部分主动基金在牛市期间跑赢对应指数。

解读：反映主动管理在主题赛道基金中的潜在投资价值，标签体系需兼顾被动和主动策略，辅助投资者识别和选择合适基金样本。[page::16]

7. 指数基金工具评分框架及排名（图表19，页19）

• 评分因素覆盖行业配置、个股选择、规模、流动性、跟踪误差、信息比率和费率。

- 综合得分前列基金皆为知名大型ETF，显示流动性和跟踪表现是关键。

解读：该评分框架为投资者筛选优质指数基金提供科学依据，标签体系与评分相辅相成，提高筛选效率与质量。[page::19]

8. 指数基金工具属性估值表（页20）

• 按指数划分，详细列出基金规模、成交量、跟踪误差、信息比率及综合评分。

- 体现同指数下不同基金工具属性差异，投资者可据此做筛选优化。

解读：佐证报告中对基金差异来源于跟踪指数的观点，尝试建立细致、定量化的基金评价合作体系。[page::20]

9. 指数基金投资图谱示例（页22）

• 详尽列出沪深300、上证50、中证500、中证新能源等热点指数对应的多类ETF、ETF联接、LOF、普通场外基金，覆盖被动与增强策略。

解读：体现标签体系成果落地，帮助投资者进行快速、精准产品定位和投资组合构建，便于理清不同层次产品关系。[page::22]

---

四、估值分析

本报告并未涉及传统意义上的公司估值或股价目标价，但在指数基金工具功能评估中对基金的价值体现为对产品工具属性的评价，采用多维度定评分体系，包括：

• 规模：基金总规模体现市场认可度和资金流动性。

- 流动性：日均成交额直接影响交易便捷性和价格影响成本。

• 跟踪误差：衡量基金净值与跟踪指数回报的偏差，误差越小越理想。

- 信息比率：用于增强基金，反映主动管理带来的超额收益与风险的表现比。

• 费率：维护成本影响长期净收益。

- 综合得分：基于以上指标权重计算，为投资者提供量化的参考判断。

基金评级依赖于这些指标的权衡，体现了对指数基金相对价值的科学认定，但报告未深入披露具体评分权重和计算模型，留待未来进一步细化。[page::18,19,20]

---

五、风险因素评估

报告并未集中列出风险专章，但潜在隐含风险可从标签体系应用和市场环境中推断：

• 市场风险：指数基金内资产价格波动带来本金损失风险，尤其赛道类行业基金波动加剧。

- 流动性风险：部分小规模或新成立基金流动性不足，可能导致赎回难度加大或价格折价。

• 跟踪风险：跟踪误差过大可能导致收益偏离预期，削弱被动投资效果。

- 产品风险：部分创新型ETF如跨沪港深ETF、赛道增强基金面临政策、市场机制未成熟风险。

• 主动管理风险：增强或主动策略基金存在管理能力波动，无法保证长期超额收益。

报告通过工具评分体系从流动性、跟踪误差等维度控制风险隐患，但未明示专门缓释策略，投资者需结合自身风险承受力谨慎选择。[page::3,18,19]

---

六、批判性视角与细微差别

• 标签细化与应用的局限性：

- 报告设计的标签体系详尽，但随着指数产品和管理创新，标签更新需持续动态迭代。当前已有些标签暂留空白（如杠杆比例）显示未来挑战。
- 特色标签定制灵活，但实际操作中可能存在标签定义界限模糊、数据更新滞后等问题，需严格维护确保有效性。

• 指数与产品边界可能混淆：

- 部分标签如“主动管理策略”与“是否主动管理”存在交叉，界定时需避免混淆，否则量化分析失真。

• 数据依赖度极高：

- 标签体系及评分框架均依赖第三方数据支持（Wind等），数据错误或不完整将影响标签准确性和评分可靠性。

• 报告预设市场环境较为理想，未就潜在系统性风险或极端市场下标签稳定性展开深入讨论。

- 主动管理基金的评价标准未展开足够细节，信息比率背后更复杂的风险调整和业绩持久性评估值得后续加强。

总体而言，报告架构科学、内容丰富，具有高度的实用价值和前瞻性，但某些细节及动态发展需进一步跟进精细化完善。[page::24]

---

七、结论性综合

中信证券团队发布的《指数基金标签体系暨投资图谱第四版》报告，基于中国指数基金市场以股票型基金为主的快速扩容及赛道细分趋势，创新性构建了集指数维度、产品维度及特色标签于一体的全维度标签体系，全面支撑指数基金的分类、筛选和研究。

报告详细定义了标签架构及层次划分，尤其阐释了细分beta一级和二级标签的精细化应用，以帮助市场有效识别和定位各类指数基金的投资属性。针对沪港深跨境ETF、新能源行业赛道基金的实际应用案例展示标签体系的实战价值，结合活跃基金规模和行业权重数据，直观揭示细分市场成长动力及投资机会。贴合市场的指数基金工具功能评估体系，以严谨的定量指标体系对ETF产品进行综合打分，强化投资者对基金工具属性的理解和选择。

投资图谱将体系应用到具体产品展示，使投资者能够一站式浏览主流宽基及赛道指数基金的信息全貌，极大降低了指数基金投资的复杂度和入口门槛。

尽管标签体系面临未来产品创新与市场演化带来的持续更新挑战，但整体框架科学完备，契合国内指数基金发展趋势，具备重要的指导意义。该报告不仅方便了机构与个人投资者的精准投资筛选，也为市场监管和行业标准制定提供了制度基础。

总结关键洞察：

• 指数基金规模爆发式增长背景下，产品结构多样化导致传统分类不足，标签体系的建设势在必行[page::3]。

- 通过严谨的标签体系，投资者可按市场、资产类别、细分beta及产品属性等多维度灵活筛选，提升投资效率[page::5-11]。

• 沪港深跨境及新能源等细分赛道基金成为增长亮点，标签支持精准画像并指导合理标的选取[page::14-16]。

- 主被动基金衡量与对比结合工具属性评估办法，确保产品质量及投资价值稳定[page::18-20]。

• 投资图谱集成资产帮助理清指数基金产品生态，促进投资组合构建[page::22]。

该报告体现中信证券在量化策略研究领域的前沿洞见及市场深度解析能力，是指数基金投资研究与产品开发的重要参考标杆。

---

# 报告撰写者注：以上内容均严格基于《指数基金标签体系暨投资图谱第四版》原始材料编写，所有推断均标注溯源页码，确保可查证溯本。

报告