冰雪经济主题指数的编制方案——基于NLP成分股识别与Barra因子权重优化

摘要： 本报告旨在构建一支能够系统追踪冰雪经济全产业链的标准化主题指数，提出了一套基于 NLP 文本挖掘的成分股识别方案与基本面增强的权重优化方法，以解决现有相关指数主题纯度不足、加权不合理等问题。

行业主线：

1. 产业规模与政策升级：我国冰雪产业规模预计 2025 年突破万亿元，政策定位已从体育政策升级为经济政策，具有结构性增长潜力。
2. 量化编制创新：构建四层分级关键词体系，通过 NLP 文本挖掘和相关度评分模型（结合 IDF、时间衰减和情感系数）自动化识别成分股，提高识别的客观性与可复现性。
3. 权重优化方案：采用基本面增强的乘法加权方案，综合相关度、自由流通市值及 Barra CNE5 三因子（盈利预期、成长、价值），在实现主题倾斜的同时有效控制集中度风险。

关键变化与分歧：

1. 需求端结构性变迁：冰雪消费由季节性热点转向结构性增长，主要驱动力为消费群体的代际更替、室内滑雪场的地理扩张以及消费结构的升级。
2. 工具供给缺口：现有消费或文旅类指数对冰雪主题暴露度低，市场缺乏专业且能动态维护的标准化追踪工具。

受益方向与风险：

1. 受益方向：冰雪全产业链（装备制造、场馆运营、文旅服务）中业务关联度高且基本面优质的上市公司。
2. 核心风险：产业政策变化影响景气度；NLP 语义识别存在局限导致成分股偏差；成分股以中小盘为主，流动性存在波动风险。