息率视角下红利策略潜在问题及解决方案有哪些？

从缺陷改进的视角出发，针对红利策略可能出现的潜在 问题，提出改进措施，并构建红利增强策略。 

1.低估值陷阱问题解决方案

股息率拆解视角考察高股息来源

我们以某股票 A 的案例展开举例。股票 A 在 2014-2018 年期间股息率不断上 升，历年股息率分别为 0.6%、1.5%、4.1%、5.1%、6.8%，除了 2015 至 2016 年期 间股息率的提升是主要源于分红比例的上升，其他年份股息率的提升均来自于 PE 的下降。在 2019 年分红时，由于 2018 年公司净利润剧烈下滑，其 PE 在 2019 年 达到约 70，同时公司降低了分红比例，最终 2019 年股息率降低到了只有 0.18%， 公司不再具有高股息属性。甚至到 2020 年时，由于对应的 2019 年年报净利润为 负值，公司在 2020 年没有进行分红。 根据股票 A 的案例，我们发现股票的 PE 与分红比例二维轨迹可以反映高股 息的来源问题，尤其是高股息股票估值端的变动路径。由分红比例提升带来的股 息率上升相对较优，而 PE 不断下行带来的股息率上升情景则蕴含一定风险。因 此，对 PE 与分红比例二维轨迹中的信息进行提取，可以帮助我们解决低估值陷 阱问题。

基于极坐标系的低估值陷阱概率因子

那么，如何构建有效指标来刻画高股息来源，并对 PE 与分红比例的历史轨 迹进行有效刻画，以反映其中的有效信息？我们对这一问题展开分析。

如何刻画股息率拆解下的二维时序信息？ 我们首先对股票 PE 与分红比例的变化方向进行分析。具体而言，我们对个 股的 PE 与分红比例样本点进行如下处理： 1、 以近 N 年的重心位置为起点，以最新一期的点为终点，绘制向量，反映 PE 与分红比例的变化趋势； 2、 以该向量起点为原点，重新建立直角坐标系； 在改变坐标系原点之后，在新的坐标系下可以更好地表示股票 PE 与分红比 例的变动趋势和方向。

我们在高股息的股票池中，对 4 个象限的股票进行测试。具体而言，我们将 全市场股息率最高的 30%股票作为高股息股票池，在该股票池中，根据 PE 变化 与分红比例变化将股票分为 4 个象限，并测试 4 个象限股票的组合表现。 从结果来看，4 个象限的高股息股票表现有一定差异，但差异不明显。

为了更精细地考察规律，我们进一步根据双重排序将高股息股票分为 9 组： 根据 PE 变动与分红比例变动的幅度，分别将高股息股票分为 3 组，两个维度结 合后共分为 9 组，并考察这 9 组的高股息股票的表现。

根据这9组的高股息股票的表现，各组的区分度相比于4象限而言更加明显。 其中第 6 组为收益最高组，年化收益达到 13.02%，正向超额收益较为显著；第 2 组为收益最低组，年化收益仅为 4.59%，负向超额收益较为明显。从最高的第 6 组 到最低的第 2 组，外圈的各组呈现螺旋式的下降。 这样的现象其实可以给予相应的逻辑解释：第 6 组的股票 PE 较为稳定，没 有过大的变动，而分红比例提升幅度较高，这部分股票股息率的提升主要来源于分红比例的提升；而第 2 组的分红比例较为稳定，没有过大的变动，而 PE 不断下 行，这部分股票股息率的提升主要来源于 PE 的不断下降。

基于极坐标系的低估值陷阱概率因子

根据以上分组测试结果，我们发现，对于 PE 变动与分红比例变动这两个维 度，其对未来收益的预测并不是简单的单调关系，并不是单纯的某个维度越大越 好或越小越好。更重要的信息可能是向量的方向。 因此，为了更精确地反映 PE 变动与分红比例变动的有效信息，我们进一步 引入极坐标系，用以反映时序上的二维信息。极坐标系相对于直角坐标系的好处在于：极坐标系可以更方便地表示向量的方向（即角度），在目前的情景中，极坐 标系可以更好地表示高股息的来源问题，具有较强的适用性。

从 IC 测试结果来看，低估值陷阱概率因子在不同样本空间均具有有效性，在 股息率前 30%的高股息股票池的表现甚至优于全市场的表现，这正契合我们的初 衷。我们知道很多因子具有股票池效应，比如很多在全市场表现颇佳的因子在沪 深 300 内相对差强人意，而目前我们构建的低估值陷阱概率因子则没有这个问题。

从分位数组合来看，我们在股息率前 30%的股票池中测试低估值陷阱概率因 子，分位数组合表现出较好的单调性，头部组合的正超额较为显著，尾部组合的 负超额较为显著。

极坐标系下的极径与轨迹效率

以上对于低估值陷阱概率因子的构建主要基于极角?，除此之外，极坐标系中 的极径也有对应的含义。因此我们进一步加入极径，反映变动的显著程度；另外， 我们加入轨迹效率指标，更好地刻画时序数据的效率问题。加入极径与轨迹效率 后，低估值陷阱概率因子的表现更优。

加入极径

对于极径?而言，其反映变化的显著程度，当?接近 0 时，不管?的角度大小如 何，向量的方向都可能是噪音，因为 PE 与分红比例并没有明显的变动，其方向可 能是小的扰动造成的。 因此我们选取极径相对较大的股票（极径排名位于前 70%）构建低估值陷阱 概率因子。

加入轨迹效率

对于同样的变动趋势，其中间的轨迹可能存在一定差异，不同形态的轨迹可 能具有不同的效率，有些可能连续按照同一方向到达终点，有些可能经历了比较 曲折的路径才到达终点。 因此，我们进一步加入轨迹效率指标，更好地刻画时序数据的效率问题。我 们将轨迹效率定义为位移的长度与总路程的比值。 例如对于以下三种不同的轨迹，其起点与终点均完全一致，因此位移完全相 同，但是中间的路径有较大差异：第 1 种情况的总路程等于位移的长度，轨迹效 率为 1；后两种情况的总路程大于位移的长度，因此轨迹效率小于 1。越杂乱的轨 迹，其效率越低。

我们同样加入轨迹效率，选取轨迹效率相对较大的股票（轨迹效率排名位于 前 70%）构建低估值陷阱概率因子。 从结果来看，加入极径与轨迹效率之后，低估值陷阱因子在各个样本空间中 具有更优异的表现，IC 测试的 T 值具有显著提升。

2.周期性陷阱问题解决方案

部分股票的股息率较高，可能是由于其分红时所对应的净利润处于自身周期 的顶部，或者分红比例处于历史较高水平，而随后随着股票所处周期位置发生变 化，其盈利水平与分红水平可能存在波动，这样的股票可能陷入周期性陷阱。 我们针对红利策略可能存在的周期性陷阱问题，提出解决方案。具体而言， 我们从生命周期、库存周期、盈利周期三个维度出发，基于球坐标系与极坐标系 对生命周期、库存周期、盈利周期指标进行连续化处理。 通过考察股票在这些周期中的具体位置，可以帮助识别股票陷入周期性陷阱 的风险，从而解决周期性陷阱问题。从持续时间长度而言，生命周期 > 库存周期 > 盈利周期：生命周期往往贯穿企业的整个阶段，库存周期往往几年出现一个循环， 而盈利周期则可能受到更短期的扰动的影响。因此我们按照从长期到短期的顺序 出发，对这几个周期进行考察。

生命周期的连续化处理

企业生命周期的划分与特征

企业生命周期是企业的发展与成长的动态轨迹。我们在报告《“下放”配置-- -如何寻找抗跌股票》中，基于 Dickinson (2011)的现金流法来划分企业生命周期， 即利用经营现金流、投资现金流和融资现金流的正负性来刻画企业所处生命周期， 将企业生命周期分为初创期、成长期、成熟期、动荡期、衰退期 5 种情况。

从各个时期的特点来讲，成长期公司资本开支较高，倾向于将较高的留存收 益用于再经营，留存比例较高，分红比例一般较低；成熟期公司处于稳定阶段， 资本开支较低，再投资需求相对较少，倾向于将利润的更高比例用于分红，因此 留存比例较低，分红比例一般较高。

我们曾在报告《“下放”配置---如何寻找抗跌股票》中，研究了不同生命周期 股票的抗跌属性。成熟期公司占据了一定的市场份额，积累了一定行业资源，业 务模式趋于稳定，在外部环境较差时仍能维持相对稳定的盈利能力，因此即使在 市场整体下跌时，成熟期的股票可能仍具有较强的抗跌性。几个时期的抗跌属性 顺序为：成熟期 > 动荡期 > 成长期 > 衰退期 > 初创期。

进一步，我们对不同生命周期股票的平均股息率进行统计，从平均股息率来 看，几个时期也基本满足刚刚的排序，各个时期平均股息率排序为：成熟期 > 动 荡期 > 成长期 > 初创期 > 衰退期。成熟期企业由于所处阶段的特点，具有更稳 定的分红行为与更高的股息率，股息率通常大于其他时期的公司。因此在解决周 期性问题时，我们倾向于给予成熟期公司更高的得分；相反，衰退期与初创期的 分红行为则可能不够稳定。

企业生命周期的连续化处理

在去年发布报告以后，生命周期维度一直是我们重要的抗跌度量手段，但在 应用过程之中也发现企业生命周期刻画方式是离散的概念，离散的刻画方式存在 两大问题： 1） 时期的划分不够精细，尤其对于同一生命周期类别内部的股票无法进一 步比较其差异； 2） 企业从一个时期进入另一个时期的过程可能是一个渐变的过程，而非直 接的跳跃，用离散的指标刻画无法反映这种渐变性。 为了能进一步刻画企业所处的周期具体位置和比较处于相同周期的不同企业， 我们引入球坐标系对生命周期做连续化处理，将离散的生命周期转换为连续的极 角数值。 具体而言，我们以经营现金流、投资现金流、融资现金流为 x 轴、y 轴和 z 轴， 构建三维直角坐标系。接着我们将三维直角坐标系转化为球坐标系，以更好地反 映样本点的具体方位。

库存周期的连续化处理

库存周期又称基钦周期，最早由经济学家约瑟夫·基钦提出，描述了企业库 存约 3-4 年为一轮的周期性调整规律。库存周期一般按照“主动去库存 -> 被动 去库存 -> 主动补库存 -> 被动补库存”的顺序交替发生。企业的库存周期一定 程度上与经济的复苏、过热、滞胀、衰退阶段相关，同时也与自身所处行业的需 求情况与自身的库存情况相关，因此我们可以针对每只个股考察其所处的库存周 期位置。

企业的库存周期可以通过需求和库存的变化来刻画： 1、 当企业处于被动去库存阶段，市场需求上升，企业开始扩大生产，但由于 库存的增长具有滞后性，因此表现为需求上升、库存下降。 2、 当企业处于主动补库存阶段，商品需求和价格进一步提高，企业的前期调 整基本到位，因此需求和库存都呈上升趋势。 3、 当企业处于被动补库存阶段，经济停滞不前，市场需求减小带动商品价格 下降，企业库存被动上升。 4、 当企业处于主动去库存阶段，此时基本面仍未好转，企业去产能以适应缩 减的市场需求，需求与库存均下降。 对于高股息股票的周期性陷阱问题，通过引入库存周期，可以较好地识别股 票所处的库存周期位置，规避前期盈利与分红较高、但当前处于周期下行阶段的 股票，以避免陷入周期性陷阱。

我们沿用极坐标系的思路，对库存周期做连续化处理。 具体而言，我们在直角坐标系下，将库存与需求作为 x 轴与 y 轴，用存货同 比增长率反映库存情况，用单季度营收同比增长率反映需求情况。进一步将直角 坐标系转化为极坐标系，构建连续化的库存周期因子。

从 IC 测试结果来看，连续化的库存周期因子在不同样本空间均具有有效性， 在股息率前 30%的高股息股票池中具有较高的 IC 均值与 t 值。

从分位数组合来看，我们在股息率前 30%的股票池中测试库存周期因子，分 位数组合表现出较好的单调性，头部组合的正超额较为显著，尾部组合的负超额 较为显著。

盈利周期的连续化处理

相对于生命周期与库存周期，盈利周期的时间段可能更短，其可能受到更多 短期因素的扰动。通过识别企业所处的盈利周期的位置，可以帮助避免陷入周期 性陷阱。 我们在直角坐标系下，将单季度净利润同比增长率作为横坐标，而纵坐标为 横坐标的环比变化。因此股票的盈利变化通常呈现出一定的轨迹： 1、 盈利增长，同时增长速度加快；2、 盈利继续增长，但是增长速度减慢； 3、 盈利出现下降，同时下降速度加快； 4、 盈利继续下降，但是下降速度减慢。

从 IC 测试结果来看，连续化的盈利周期因子在不同样本空间均具有有效性， 在股息率前 30%的高股息股票池中具有较高的 IC 均值与 t 值。

从分位数组合来看，我们在股息率前 30%的股票池中测试盈利周期因子，分 位数组合表现出较好的单调性，头部组合的正超额较为显著，尾部组合的负超额 较为显著。