量化模型与构建方式 注： 根据提供的研报内容，报告主要涉及市场数据追踪、指数表现分析和资金流向分类，并未详细阐述任何具体的量化选股模型或多因子模型的构建过程。报告内容侧重于ESG市场动态、事件舆情和板块资金流向的观察，而非量化因子或模型的开发与测试。因此，以下总结将基于报告中实际提及的分类方法和分析框架进行整理。 1. 分类框架名称：绿色转型板块资金流向分类框架[28] * 构建思路： 为追踪碳中和进程中的资金流向，将与绿色或转型相关的行业进行归类，依据各行业在碳减排链条中的功能定位进行划分[28]。 * 具体构建过程： 将A股市场相关行业划分为三个类别和一个对照组： 1. 低碳核心： 涵盖直接贡献碳减排的行业，是新能源发电、绿色出行及减污降碳的核心环节。具体包括电力设备、环保，以及公用事业和汽车行业的部分领域[33]。 2. 低碳支撑： 涵盖为产业绿色转型提供数字化、自动化和智能化支撑的行业，是提升社会整体能效与资源利用效率的关键赋能方。具体包括计算机、通信、电子及机械设备的部分领域[33]。 3. 转型主体： 涵盖能源消耗强度高、排放基数大的重点减排领域，也是转型金融政策优先关注的对象。具体包括火电、煤炭、钢铁、有色金属、化工等多个领域[33]。 4. 其他板块： 上述三类未涵盖的其余市场板块，作为对照[29]。 * 评价： 该分类主要用于资金流动与市场结构趋势分析，并非严格的环境绩效评价[28]。 2. 分析框架名称：ESG事件舆情分析框架[36][38][40] * 构建思路： 对全市场发生的ESG相关事件进行统计、分类和情感分析，以追踪市场舆情热度与结构变化[36]。 * 具体构建过程： 1. 事件收集与统计： 统计全市场每周发生的ESG事件总数[36]。 2. 情感属性分类： 将每个事件划分为正向、负向或中性[36]。 3. 议题维度分类： 将事件按环境（E）、社会（S）、治理（G）三个维度进行归类，并统计各维度下的事件数量[38]。 4. 热点议题识别： 在每个维度（E、S、G）下，识别并统计出现频率最高的前三个具体议题[39]。 5. 行业分布分析： 统计ESG事件数量最多的行业，并分析各行业内事件的情感属性分布及主要议题[40][43]。 模型的回测效果 注： 报告中未涉及任何量化模型的回测效果指标（如年化收益率、夏普比率、最大回撤、信息比率IR等）。 量化因子与构建方式 注： 报告中未涉及任何用于选股或资产定价的量化因子的构建（如价值因子、动量因子、质量因子、ESG因子等）。 因子的回测效果 注： 报告中未涉及任何量化因子的回测效果指标（如IC值、ICIR、多空组合收益、因子收益率等）。