HYUKI5/ZipLime__industry-classification

ZipLime/industry-classification（複製）

データの内容

米国の上場企業の業種を、SEC の SIC コードと国勢調査局の NAICS への橋渡し表から作った、日付つきの業種分類のデータ。1 件は企業（ティッカー）が 1 つの業種に属した期間の行で、sector と industry のほか元になった sic コードが入る。セクターへの集約は ZipLime 独自のもので、GICS や ICB ではない。たとえば Alphabet と Meta は SEC の 7370 により Technology に入り、GICS の Communication Services とは異なる。

データの概要

項目	値
行数	520,939（7 構成・7 分割の合計）
列数	8〜31（構成による）
容量	8.44 MB（ファイル 35 本）
ファイルの形式	py 21、parquet 7、（拡張子なし） 1、md 1、json 1、toml 1
言語	en
公開	public

構成と分割

構成（config）	分割（split）ごとの行数	列数
by_ticker	train 30,863	14
classification	train 22,318	31
naics_map	train 1,854	9
observations	train 441,510	8
sic_codes	train 444	22
spans	train 23,860	13
taxonomy	train 90	8

列（構成 by_ticker・分割 train。構成ごとに列が違う）

列	型	先頭の行の値
ticker	large_string	A
cik	large_string	0000089261
name	large_string	EXX INC/NV/
exchange	large_string	null
valid_from	date32	2006-01-03
valid_to	date32	2006-02-01
sic	large_string	3944
sector_code	large_string	CONC
sector	large_string	Consumer Cyclical
industry_code	large_string	CONC_LEISURE
industry	large_string	Leisure Products
date_basis	large_string	undated
is_current	bool	False
inserted_at	timestamp[us, tz=UTC]	2026-11-09T09:40:47.763000

行数と列は HF のデータセットビューアの集計（元のデータセットの現在の版で数えたもの）。全データセットの一覧は HYUKI5/dataset-catalog にある。

複製について

ZipLime/industry-classification をリビジョン 5f5bcf0ad3b9f791a541bd8761ddcc6c7ba76f8c の時点でそのまま複製したもの。中身は変えていない。判断モデル Laya（convaiinnovations/laya）の微調整に使う候補として、調査メモ（Laya 学習用データセット調査）に載せたデータを集めている。

出典

• 元のデータセット: https://huggingface.co/datasets/ZipLime/industry-classification
• 複製したリビジョン: 5f5bcf0ad3b9f791a541bd8761ddcc6c7ba76f8c（2026-11-09 09:40:49+00:00）
• 元のライセンス表記: apache-2.0

論文

• 元のカードに論文へのリンクは見つからなかった

アノテーションの方法

元のカードにアノテーションの節が無かった。下の「調査メモの記述」と「元のカード」を参照。

微調整に使うときの注意

• 調査メモの台帳での区分: A（許諾型のライセンスだけで、疑義の注記が無い）。区分は記載の文言で機械的に付けたもので、法的な判定ではない。学習に入れる前に元のカードとライセンスの原文で確かめる。
• Laya の入力は 2,048 token まで（ModernBERT-large / mmBERT）。長い本文は先頭から黙って切られるので、切れる行は事前に除くか、要約・切り出しをしてから入れる。
• 分割は記事・文書単位で行い、同じ本文から作った別の問いを学習側と較正側に分けない。温度と閾値は学習に使っていない分割で別々に当てる。

調査メモの記述

メモ	節	ライセンス（記載）	確認	注記
ontology_kg_entity.md	Q3. 業種分類（企業説明 → SIC / NAICS / GICS）にどんなデータがあり、GICS 相当をどう用意するか (L94)	apache-2.0（HF タグ）。SIC は SEC、NAICS 対応は Census の公的データ	確認済	確認印なし(各ファイルの凡例により確認済扱い) ／ 原文注記: GICS ではない（カード）。例: Alphabet と Meta は SEC が 7370 に分類するので Technology（GICS は Communication Services）、Disney は 7990

元のカード（日本語訳）

以下は元のデータセットのカードの本文を日本語に訳したもの（機械翻訳）。訳に疑問があるときは、末尾の原文を確かめる。

---

米国の業種分類

上場企業が何の事業を行っているか、そして当時何の事業を行っていたか。

22 270 提出者 · 11 334 稼働中のティッカー · 23 835 件の日付つき分類区間 · 441 485 件の記録 · 15 セクター、90 業種 · 2009〜2026 年

自由に利用でき、自由に再配布できる。すべて米国政府の著作物から作られている。 SEC が提出者ごとに割り当てる SIC コードと、国勢調査局が提供する NAICS への橋渡し表が元になっている。 それらのコードからセクターへの集約は ZipLime 独自のもので、Apache-2.0 の下で recipe/taxonomy.py に公開している。

処理の流れは、データと同じリビジョンの recipe/ にある。方法と限界は PIPELINE.md を参照。

これは GICS でも ICB でもない

そうなり得ない。GICS は MSCI と S&P Dow Jones Indices、ICB は FTSE Russell に属しており、どちらも再配布できない。それこそがこのデータセットが存在する理由そのものである。どちらかのライセンス下にあるものは、使用も参照もしていない。

そのため、食い違いが生じることを想定し、その箇所を把握しておくこと:

• ここでは Alphabet と Meta は Technology、GICS では Communication Services である。 SEC は両社を 7370 の下に届け出ている。そのコードはシステムインテグレーターと同じである。提出書類のどこにも、広告プラットフォームとコンサルティング会社を区別する記述はない。
• ここでは Disney は Consumer Cyclical、GICS では Communication Services である。 割り当てられたコードは 7990（娯楽・レクリエーション）である。このコードは SEC のものである。
• ブランクチェック会社には独自のセクターが与えられる。 GICS にはこれを入れる区分がない。ここでは 2 181 の提出者がこれに該当する。投資対象の母集団（ユニバース）を作る人は、Financials に散らばっているのを探すよりも、名前を指定して除外したいと考えるだろう。

GICS または ICB のライセンスを持っている場合は、結合に使うための sic 列がここにある。

要点: 日付つきであること

企業の業種は一定ではない。2 320 の提出者が少なくとも一度は分類を変えている。最も多いのは、ブランクチェック会社が事業会社になったケースである。

import polars as pl

history = pl.read_parquet("data/by_ticker/*.parquet")
history.filter(pl.col("ticker") == "LCID").select(
    "valid_from", "valid_to", "sic", "sector", "industry"
)
# 2021-07-27 … 2026-08-04 | 3711 | Consumer Cyclical | Automobiles

Churchill Capital IV は、Lucid になるまでは SIC 6770（ブランクチェック会社）であった。現在のコードだけを記したデータセットでは、2020 年の時点でも同社を自動車メーカーと呼んでしまう。そうなると、セクター中立のバックテストは、実体のない殻会社を相手にして、自動車銘柄のバスケットを空売りしてしまう。

ティッカーからセクターを得る

import polars as pl

live = (
    pl.read_parquet("data/by_ticker/*.parquet")
      .filter(pl.col("is_current"))
      .select("ticker", "cik", "sector_code", "sector", "industry", "sic")
)

is_current は、稼働中の銘柄ごとにちょうど 1 行に印を付ける。その行は、提出者が現在使っているティッカーで、そのティッカーが観測された中で最新のコードを持つものである。過去の日付を指定する場合は、代わりに期間で絞り込む:

on = pl.date(2015, 6, 30)
history.filter((pl.col("valid_from") <= on) & (on <= pl.col("valid_to")))

手元にあるときは、どこでも cik で結合すること。cik は変わらず、このデータセット群の他のデータも使っているキーである。

Configs

Config	行数	1 行の内容
classification	22 270	提出者 1 社。現在所属しているセクターが、完全に確定した状態で入っている
by_ticker	30 820	1 つの期間における 1 つのティッカー。その期間に所属していたセクターを含む
spans	23 835	同じ SIC コードを記載した提出の、連続した 1 区間
observations	441 485	日付つきの記載 1 件。区間を作る根拠となるデータ
sic_codes	444	EDGAR の SIC コード 1 つ。階層、セクター、NAICS への橋渡し、使用状況
naics_map	1 854	国勢調査局の対応表にある、1987 年 SIC から 1997 年 NAICS への組 1 つ
taxonomy	90	分類体系の業種 1 つと、それが対象とする SIC の範囲

observations を公開しているのは、区間の切り方に異議がある者が、自分で切り直せるようにするためである。判断を公開する方法として、これ以外に誠実な方法はない。

分類体系

セクターは 15 ある。そのうち 13 は想定どおりのものである。残る 3 は、SEC の対象が事業会社だけではないために存在する。

Sector	稼働中の提出者	備考
Health Care	1 426	Managed Health Care を含む（Centene、Cigna、Elevance）
Industrials	1 149
Technology	1 048	Internet Software & Services を含む
Financials	1 054
Consumer Cyclical	766
Funds & Trusts	591	クローズドエンドファンド、ETF、証券化ビークル
Materials	506
Shell & Blank Check	444	SPAC と、事業を行っていない法人
Unclassified	417	ほぼすべてが預託証券のプログラム
Real Estate	336
Energy	272
Consumer Defensive	267
Telecom & Media	220
Utilities	182
Government	—	外国の政府と公共行政

どのセクターも稼働中のユニバースの 17% を超えて保有していない。 これは SIC の大分類が不合格となる基準である。大分類 D（製造業）だけで全体の 3 分の 1 を占めている。

Python を読まずに分類体系を読む:

pl.read_parquet("data/taxonomy/*.parquet").select(
    "sector", "industry", "sic_ranges"
)

出典

出典	得られるもの	行数
XBRL の提出ヘッダー（ZipLime/company-fundamentals 経由）	提出者が提出した日に SEC が持っていたコード。無料で得られる SIC の履歴の唯一の出典	437 619
EDGAR の提出書類アーカイブ	XBRL を提出したことのない提出者の現在のコード: 2009 年より前に上場廃止した会社、ファンド、紙で提出する外国発行体	3 866
EDGAR の提出書類アーカイブを書式（フォーム）ごとに読んだもの	コードのない提出者がどの種類の法人かを示す。N-CSR は登録投資会社、F-6 は預託証券プログラムを意味する	1 476
ティッカーの期間（ZipLime/security-master 経由）	どの銘柄がどの提出者に、いつ属していたか	29 584
SEC が公表している SIC コード一覧	各コードの名称と、それを所管する部署	444
国勢調査局の 1987 年 SIC → 1997 年 NAICS の対応表	NAICS への橋渡し、および 1987 年の階層自体の名称	1 854

網羅性と正直な欠落

• 稼働中のティッカーの 97.2% に答えが付く。 残りは、EDGAR が一度も分類したことがなく、提出書類にも何も書かれていない休眠中の提出者である。
• 2009 年より前のデータはない。 XBRL のヘッダーは 2009 年第 2 四半期から始まる。1998 年時点の企業のコードは、その提出書類の SGML ヘッダーにあるが、ここでは読んでいない。
• date_basis は、日付がどの程度信頼できるかを示す。 dated（15 565 行）は、その期間内に提出書類がコードを記載したことを意味する。undated（12 765 行）は、提出者のコードは分かっているが、その期間に日付を特定できないことを意味する。そのため最新のコードをその期間全体に当てはめている。unknown（2 490 行）は、コードが一切ないことを意味する。
• EDGAR のコードの 5 分の 2 は、まとめ区分である。 2000 は食品全般、3570 はコンピュータおよび事務機器全般を意味する。どのレベルかは sic_level で分かる。444 のうち 284 は実在する 4 桁の業種、118 は 3 桁の群、42 は 2 桁の大分類である。
• NAICS への橋渡しは弱く、そのことを明記している。 1997 年 NAICS の業種が 1 つに定まるのは、コードの 32.7% だけである。NAICS セクターが 1 つに定まるのは 71.8% である。naics_1997 と naics_sector は、答えが一意に定まる場合だけ埋められている。候補がいくつあったかは naics_candidates に記してある。対応表の全体は naics_map にある。
• 8731 は受託研究と研究段階のバイオテクノロジーが混在している。 Charles River と Incyte は同じコードを共有しており、提出書類にはそれらを区別するものがない。
• 51 のティッカーは 2 社の提出者にとって現在のもので、そのうち 28 は異なるセクターに属する。 実際のティッカーの移管と再利用である。Barnes Group が B を Barrick に譲った。各行はそれぞれの提出者にとっては正しい。現在どの会社がその銘柄を持つかを決めることは、security-master の仕事である。
• この分類は SEC の見解であり、企業の見解ではない。 割り当てられたコードは古くなる。SEC はそれを定期的に見直してはいない。

出所と更新

出典: SEC EDGAR（関連データセット経由の提出ヘッダーと、提出書類アーカイブ）、SEC の SIC コード一覧、米国国勢調査局の SIC から NAICS への対応表。いずれも米国政府の著作物で、パブリックドメインにある。セクターの分類体系は ZipLime 独自の成果物で、Apache-2.0 の下にある。NOTICE を参照。

毎週月曜 09:40 UTC に、Hugging Face Job（jobs/run.py）が再構築する。このジョブは、静的検査、テスト、再構築、検証を行い、そのうえで初めて公開する。

原文（英語）

US Industry Classification

What business a listed company is in — and what business it was in then.

22 270 filers · 11 334 live tickers · 23 835 dated classification spans · 441 485 statements · 15 sectors, 90 industries · 2009 to 2026

Free to use, free to redistribute. Built entirely from US government works: the SIC code the SEC assigns to every filer, and the Census Bureau's bridge to NAICS. The rollup from those codes to sectors is ZipLime's own, published under Apache-2.0 in recipe/taxonomy.py.

The pipeline lives in recipe/ at the same revision as the data. See PIPELINE.md for the method and its limits.

This is not GICS and not ICB

It cannot be. GICS belongs to MSCI and S&P Dow Jones Indices, ICB to FTSE Russell, and neither can be redistributed — which is the whole reason this exists. Nothing licensed from either was used or consulted.

So expect disagreements, and know where they are:

• Alphabet and Meta are Technology here, Communication Services in GICS. The SEC files both under 7370, alongside systems integrators, and nothing in a filing separates an advertising platform from a consultancy.
• Disney is Consumer Cyclical here, Communication Services in GICS. Its assigned code is 7990, amusement and recreation. The code is the SEC's.
• Blank cheque companies get a sector of their own. GICS has no bucket for one. 2 181 filers here have been one, and anyone building a universe wants to drop them by name rather than find them scattered through Financials.

If you have a GICS or ICB licence, the sic column is here to join against.

The point: it is dated

A company's industry is not a constant. 2 320 filers have been reclassified at least once — most often a blank cheque that became an operating company.

import polars as pl

history = pl.read_parquet("data/by_ticker/*.parquet")
history.filter(pl.col("ticker") == "LCID").select(
    "valid_from", "valid_to", "sic", "sector", "industry"
)
# 2021-07-27 … 2026-08-04 | 3711 | Consumer Cyclical | Automobiles

Churchill Capital IV was SIC 6770, a blank cheque, until it became Lucid. A dataset that states only today's code calls it a car maker in 2020, and a sector-neutral backtest then shorts the automotive basket against an empty shell.

Getting a sector for a ticker

import polars as pl

live = (
    pl.read_parquet("data/by_ticker/*.parquet")
      .filter(pl.col("is_current"))
      .select("ticker", "cik", "sector_code", "sector", "industry", "sic")
)

is_current marks exactly one row per live symbol: the filer's ticker now, under the newest code it has been seen under. For a date in the past, filter on the window instead:

on = pl.date(2015, 6, 30)
history.filter((pl.col("valid_from") <= on) & (on <= pl.col("valid_to")))

Join on cik wherever you have it. It is stable, and it is the key the rest of this dataset family uses.

Configs

Config	Rows	What one row is
classification	22 270	one filer: the sector it is in now, fully resolved
by_ticker	30 820	one ticker over one window, with the sector it was in then
spans	23 835	one run of filings that all stated the same SIC code
observations	441 485	one dated statement — the evidence the spans are built from
sic_codes	444	one EDGAR SIC code: hierarchy, sector, NAICS bridge, usage
naics_map	1 854	one 1987 SIC to 1997 NAICS pair from the Census concordance
taxonomy	90	one industry of the taxonomy and the SIC ranges it covers

observations is published so that anyone who disagrees with how the spans were cut can cut their own. It is the only honest way to ship a judgement.

The taxonomy

Fifteen sectors. Thirteen are what you would expect; three exist because the SEC's universe is not just operating companies.

Sector	Live filers	Note
Health Care	1 426	includes Managed Health Care — Centene, Cigna, Elevance
Industrials	1 149
Technology	1 048	includes Internet Software & Services
Financials	1 054
Consumer Cyclical	766
Funds & Trusts	591	closed-end funds, ETFs, securitisation vehicles
Materials	506
Shell & Blank Check	444	SPACs and non-operating establishments
Unclassified	417	almost all depositary receipt programmes
Real Estate	336
Energy	272
Consumer Defensive	267
Telecom & Media	220
Utilities	182
Government	—	foreign sovereigns and public administration

No sector holds more than 17% of the live universe, which is the test the SIC divisions fail: Division D, Manufacturing, is a third of it on its own.

Read the taxonomy without reading Python:

pl.read_parquet("data/taxonomy/*.parquet").select(
    "sector", "industry", "sic_ranges"
)

Where it comes from

Source	What it gives	Rows
XBRL filing headers, via ZipLime/company-fundamentals	the code the SEC had a filer under, on the day it filed — the only free source of SIC history	437 619
EDGAR's submissions archive	today's code for filers that never filed XBRL: delisted before 2009, funds, foreign issuers on paper	3 866
EDGAR's submissions archive, read for forms	what kind of entity a filer with no code is — N-CSR means a registered investment company, F-6 a depositary receipt programme	1 476
Ticker windows, via ZipLime/security-master	which symbol belonged to which filer, when	29 584
SEC's published SIC code list	the title of each code and the office that reviews it	444
Census Bureau 1987 SIC → 1997 NAICS concordance	the NAICS bridge, and the 1987 hierarchy's own titles	1 854

Coverage and honest gaps

• 97.2% of live tickers get an answer. The remainder are dormant filers EDGAR has never classified and whose forms say nothing either.
• Nothing before 2009. XBRL headers begin in 2009 Q2. A company's code in 1998 is in the SGML header of its filings and is not read here.
• date_basis tells you what the dates are worth. dated (15 565 rows) means a filing stated the code inside that window. undated (12 765) means a code is known for the filer but nothing dates it to that window, so the latest one is applied across it. unknown (2 490) means no code at all.
• Two fifths of EDGAR's codes are roll-ups. 2000 means all of food, 3570 all of computer and office equipment. sic_level says which you have: 284 of the 444 are real four-digit industries, 118 are three-digit groups, 42 are two-digit major groups.
• The NAICS bridge is weak and labelled as such. Only 32.7% of codes resolve to exactly one 1997 NAICS industry and 71.8% to one NAICS sector. naics_1997 and naics_sector are filled only where the answer is unique; naics_candidates says how many there were. The full crosswalk is in naics_map.
• 8731 mixes contract research with research-stage biotech. Charles River and Incyte share a code, and nothing in a filing separates them.
• 51 symbols are current for two filers, 28 of them in different sectors. Genuine ticker transfers and reuse — Barnes Group handed B to Barrick. Each row is right for its own filer; deciding who owns a symbol today is security-master's job.
• The classification is the SEC's opinion, not the company's. Assigned codes go stale; the SEC does not re-review them on a schedule.

Provenance and updates

Sources: SEC EDGAR (filing headers via the sibling dataset, and the submissions archive), the SEC's SIC code list, and the US Census Bureau's SIC-to-NAICS concordance — all US Government works in the public domain. The sector taxonomy is ZipLime's own work under Apache-2.0. See NOTICE.

Rebuilt weekly, Monday 09:40 UTC, by a Hugging Face Job (jobs/run.py) that lints, tests, rebuilds, verifies and only then publishes.