1.1、全球上市公司分红的“同”与“不同”
截至 2022 年，全球 50 个包括发达与新兴市场在内的上市公司总计达到近 1.9 万家实施了现金分红，分红上 市公司数量占据了对应市场上市公司总数的 48%。相较于 2021 年，现金分红公司数量呈现出增长态势，增长率 达到了 7%。 在分红金额方面，美国市场在 2022 年以 7780 亿美元的分红总额稳居榜首，这一数字占据了全球 50 个市场 分红总额的近 1/3。其次，中国境内市场以 2400 亿美元的分红总额位列第二。其次为日本、中国香港及澳大利 亚。
发达市场在分红方面表现出明显的优势，主要体现在持续性和增长性两个方面。以日本为例，在分红持续性 方面，该国连续 5 年和连续 10 年分红的上市公司数量占比分别达到 80%和 76%，远高于其他市场。同样，美国、 英国、加拿大等发达市场也展现了相对稳定的分红持续性。 在分红增长性方面，美国和加拿大市场已经形成了相对稳定的股利增长和分红政策，长期来看，它们的分红 长期连续增长性显著优于其他市场。相较之下，中国境内股利稳定增长公司的占比相对较低。
2022 年，各个市场的股息率水平呈现出明显的横向差异。中国 A 股市场整体上股息率较为保守，仅为 1.9%， 相对较低。与之相比，香港股市的股息率则相对较高，达到了 3.3%。 此外，不同市场的行业股息率分布也呈现出较高的一致性。上游能源、原材料、公用事业以及金融、房地产 等行业的公司，其股息率普遍较高，这可能反映了这些行业相对较为稳定的盈利能力和现金流状况。相反，消费、 医药卫生、信息技术等行业的股息率相对较低，可能与这些行业的盈利模式、资本需求以及对未来增长的投资有 关。
全球不同市场的上市公司分红政策存在差异，主要体现在分红频率和时间上。以美国为例，该市场通常按季 度进行分红，年平均分红次数为 3.9 次，分红时间较为规律，主要集中在每个季度末。日本、英国、沙特阿拉伯、 巴西等国的上市公司的年平均分红次数在 1.7 次至 3 次左右，分红时间较为分散。在国内 A 股市场，上市公司主 要以年报利润分配为主，平均每年分红 1 次，而且派息时间主要集中在 6 月至 8 月，横向对比来看分红频次较 低。
1.2、国内分红新政频出，提升资本市场股东友好度
长期以来，受益于上市公司盈利质量提高与监管措施完善，A 股分红水平中枢抬升，股息率与 DRP 自 2008 年以来不断走高，越来越持续稳健的分红也标志着 A 股资本市场逐步迈向成熟。2023 年，证监会陆续发布了多 项政策措施，旨在规范 A 股分红行为，提高分红水平，同时表明监管更加重视 A 股上市公司分红情况。
分红与减持挂钩 2023 年 8 月 27 日晚，证监会为进一步规范股份减持行为，提出，上市公司存在破发、破净情形，或者最近 三年未进行现金分红、累计现金分红金额低于最近三年年均净利润 30%，控股股东、实际控制人不得通过二级 市场减持本公司股份，其一致行动人比照上述要求执行。 截至 2023 年 11 月 30 日，根据 Wind 控股股东及实控人符合减持标准统计，5237 家 A 股上市公司中，共 2955 家上市公司减持受限，数量占比 57.19%，总市值占比 48.82%。其中，因“分红低于 30%”而无法减持的上 市公司共 1514 家，数量占比 28.91%，总市值占比 14.08%。若这些上市公司在过去能够达到减持所需的最低限 度的近三年分红总额，那么这 1514 家上市过去三年分红总额能从 226.61 亿元提升至 879.11 亿元。因此，减持新 规有望提升未来 A 股整体分红水平。
增加现金分红频次 证监会于 2023 年 12 月 15 日发布《上市公司监管指引第 3 号——上市公司现金分红(2023 年修订) 》，其中： ➢ 第三条提到：鼓励上市公司在符合利润分配的条件下增加现金分红频次，稳定投资者分红预期。 ➢ 第七条提到：上市公司召开年度股东大会审议年度利润分配方案时，可审议批准下一年中期现金分红的条 件、比例上限、金额上限等。A 股历史分红以年报利润分红为主，分红股票数目和占比 95.14%，每股股利和占比 93.11%。其次是半年报 分红，占比 5%左右。新规之后，中报分红频次或有提升，利于上市公司塑造高股息形象，增强投资者信心，提 升 A 股整体分红水平。
分红水平与财务投资挂钩，关注未分配利润用途 在《上市公司监管指引第 3 号——上市公司现金分红(2023 年修订) 》第十三条中提到，监管会重点关注： ➢ 上市公司在年度报告期内有能力分红但不分红尤其是连续多年不分红或者分红水平较低的； ➢ 财务投资较多但分红水平偏低的； ➢ 重点关注其有关审议通过年度报告的董事会公告中是否详细披露了未进行现金分红或现金分红水平较低的 原因，相关原因与实际情况是否相符合。 ➢ 持续关注留存未分配利润的确切用途以及收益情况，是否按照规定为中小股东参与决策提供了便利等。
分红较低或不分红，且未详细披露原因，以及未分配利润用途不明确的上市公司，或被问询，督促上市公司 尽力分配利润。上市公司未来与主营业务相关性不高的财务投资或受限。相关资金若用于分红，则可更好的回报 股东，提升 A 股整体股息率。若用于再投资，则可使上市公司更加专注于主业，利于公司未来长期发展。
约束过度分红，监管负债过高经营不良公司的非良性分红 在《上市公司监管指引第 3 号——上市公司现金分红(2023 年修订) 》中： ➢ 第七条提到：下一年中期分红上限不应超过相应期间归属于上市公司股东的净利润。 ➢ 第十三条提到：中国证监会将重点关注，上市公司存在现金分红占当期归属于上市公司股东净利润的比例较 高等情形。 在 2010 年至 2022 年的区间内，全年股利支付率大于 100%，即全年分红金额高于净利润的上市公司数量占 比平均在 3.9%左右，股利支付率大于 80%的上市公司数量占比平均在 7.31%。高比例分红的上市公司未来或被 证监会重点关注。
另外，在《上市公司监管指引第 3 号——上市公司现金分红(2023 年修订) 》中， ➢ 第十三条提到：对于资产负债率较高且经营性现金流不佳的，重点关注相关决策程序是否合法合规，是否会 对生产经营、偿债能力产生不利影响，是否存在过度依赖新增融资分红的情形。 ➢ 第十四条提到：超出能力分红损害持续经营能力，中国证监会将应依法采取相应的监管措施。 在《关于修改《上市公司章程指引》的决定》中， ➢ 第一百五十六条提到：当公司【最近一年审计报告为非无保留意见或带与持续经营相关的重大不确定性段落 的无保留意见/资产负债率高于一定具体比例/经营性现金流低于一定具体水平/其他】的，可以不进行利润分 配。 A 股历史上平均有 2.42%上市公司存在负债过高且经营不良的情况，平均有 1.05%的上市公司负债过高经营 不良仍有一定比例的分红。新规之后，A 股分红或趋于更加理性健康。
鼓励上市公司明确利润分配政策 在《关于修改《上市公司章程指引》的决定》中，第一百五十六条提到：公司利润分配政策为【具体政策】。 其中，现金股利政策目标为【稳定增长股利 / 固定股利支付率 / 固定股利 / 剩余股利 / 低正常股利加额外股 利 / 其他】。 新规鼓励更多上市公司在公司章程中，明确利润分配政策，作为未来分红的参考依据，有望使公司个股和 A 股整体分红趋向于规律性稳定性。
1.3、红利风格是美国 Smart Beta 市场的主流选择
根据晨星数据，截至 2023 年 11 月 30 日，在美国 Smart Beta ETF 市场中，美国成长类 Smart Beta ETF 规模 最大，达到 5274.97 亿美元，规模占比 31%。其次是价值与红利类产品，规模分别为 4425.81 亿美元与 4043.49 亿美元，占比分别为 26%与 24%。 红利类产品受到美国投资者的青睐。在产品发行端，红利类 Smart Beta ETF 共有产品 137 只，多于成长类 ETF 的 40 只与价值类 ETF 的 47 只。在近期资金募集方面，2022 年资金净流入 Top10 产品中，共有 5 只红利类 ETF，资金净流入 361 亿美元。
截至 2023.11.30，Vanguard 的 Smart Beta ETF 产品在美国 Smart Beta 市场规模占比最大，占全市场 39%的比 例，布局成长、价值、红利等三类主要风格。
在红利产品线上，Vanguard 按照国内与全球（除美国外），以及稳定分红增长风格（美国至少连续 10 年，全 球至少连续 7 年）与高分红风格，在红利产品线上发行了 4 只产品，在规模上，投资于美国国内的产品规模大于 投资于全球市场的产品规模。长期收益上，稳定分红增长风格在 2018 年后的收益，显著优于高分红风格。
1.4、国内红利风格产品仍有广阔空间
国内红利产品方兴未艾，目前市场上各种红利类指数数量众多，方便投资者根据不同的需要进行投资。在被 动产品上，红利 ETF 规模相较于宽基 ETF 仍有较大增长潜力。在对标中证红利的偏股基金方面，量化增强类红 利产品数量较少，主动权益类红利产品存在一定的风格漂移现象，市场上目前缺乏相对于红利指数能取得稳定超 额收益的产品。 截至 2023 年 11 月 29 日，全市场红利相关产品（基金名称中含“红利”或“股息” 或者 业绩比较基准中含“红 利”或“股息” ）共有 112 只，规模共计 1158.68 亿元。其中，被动指数型基金规模为 537.05 亿元，偏股型基金规 模为 621.63 亿元。
今年共成立 7 只被动指数型基金，1 只跟踪中证红利指数， 1 只跟踪中证中央企业红利指数，1 只跟踪中证 港股通高股息精选指数，1 只跟踪红利低波 100 指数，1 只跟踪标普港股通低波红利指数，2 只跟踪中证国有企 业红利指数，规模合计 33.5 亿元。 今年共成立 4 只偏股型基金，3 只以中证红利指数为比较基准，1 只主要以中证国有企业红利指数为比较基 准，规模合计 12.51 亿元。
被动指数型基金共跟踪 23 个指数，但规模主要分布在跟踪上证红利、中证红利、中证红利低波、中证红利 低波 100 与深圳红利的 ETF 基金上，共占据 81.89%的市场规模。 偏股基金规模分布上，以中证红利指数为比较基准的偏股基金共有 35 只，合计规模为 335.49 亿元，占全部 偏股基金规模的 53.97%。其次是以沪深 300、富时中国 A 股红利 150、中证沪港深高股息精选、上证红利等指数 为主要业绩比较基准的偏股基金规模较大。
无论是从对标基金数量还是规模来看，中证红利指数是目前市场上最主流的红利指数。市场上也有较多偏股 基金以中证红利指数为主要业绩比较基准进行投资。在近年来红利风格强势的市场环境下，他们能否相对于中证 红利取得超额收益？ 以 2020 年 9 月 30 日前成立的，以中证红利指数为主要业绩比较基准的 24 只偏股基金为样本池，计算这些 基金的复权单位净值，相对于中证红利全收益指数，在 2021 年至 2023 年 11 月 29 日的分年度超额收益与全区间 年化超额收益。
统计结果显示，24 只基金中，仅 1 只基金自 21 年以来相对中证红利取得正超额，年化超额收益为 12.09%； 其余 23 只基金皆录得负超额，平均年化超额收益为-15.53%。 根据年报实际持仓披露与季报持仓补全后的模拟持仓，对 24 只基金做大类配置收益、行业配置收益、选股 收益等三个维度的 Brinson 归因，归因结果显示，大部分基金在行业配置收益与选股上均取得负向收益，说明这 些基金风格漂移较为严重。
在剖析红利海内外产品布局后，我们将聚焦于红利超额收益的择时关键。对红利风格的择时，不仅能帮助机 构投资者更好地判断新发产品的时机，同时也能帮助个人投资者把握红利类产品的短期买卖时点。在本篇报告中， 我们也将红利超额择时信号与红利增强策略相结合，从而进一步强化组合的收益风险比。
2.1、单因子：关注美债拐点与国内信用环境
我们计算中证红利全收益指数相对于万得全 A 的超额收益，以衡量红利风格的相对收益情况。 红利超额收益与美债收益率呈现较强的正相关性，且美债拐点相对于红利超额拐点有一定提前，是较好的择 时指标。不难理解，在全球流动性回收，风险偏好下降的宏观背景下，红利类股票具有类固收短久期的属性，而 成长股久期较长，因此红利股票在利率上行环境下相对于成长股更具优势。中国国债收益率与红利超额在 2021 年之前呈现正相关，但之后有所背离。红利超额收益与国内新发股票基金规模，即存量增量市场也存在一定相关性。新发基金规模缩减的存量市场， 红利超额收益显著。在新发基金规模扩张的增量市场，机构更青睐成长股，红利风格走弱。
长期来看，衡量国内流动性的 M2 同比与衡量国内经济预期的 M1M2 剪刀差也对红利超额有较好的择时效 果。流动性层面，在流动性宽松阶段，成长股受益于流动性宽松，贴现率越低，自身价值越高。流动性紧缩阶段， 价值股有更优的防御能力，抗跌性优于成长股。若 M1M2 剪刀差扩大，则说明企业与居民消费、投资活跃，微观 主体盈利能力较强，经济景气度上升，成长占优，价值走弱。
2.2、专注挖掘红利超额的多因子择时体系
采用三个维度指标，等权结合，构建红利超额多因子择时模型，分别为： ➢ 外部流动性：美债利率（正向指标）内部流动性：M2 同比（负向指标） ➢ 国内经济预期：M1M2 剪刀差（负向指标） 在数据处理方面： 1) 将日度美债利率计算每月均值转月频。 2) M1 同比与 M2 同比根据发布日期，滞后一月。 3) 对宏观指标根据关联意义进行方向修正。 4) 3 月均值上穿 12 月均值，看多红利超额；3 月均值下穿 12 月均值，看空红利超额。 5) 等权合成 3 个指标的多空信号。
三个因子之间的相关性，仅 M2 同比与 M1M2 剪刀差相关性较高，有 0.26 之外，其余因子之间相关性较低。 从单个因子择时效果来看，美债收益率在 2014 年之前择时效果较弱，之后对国内红利超额有较好的择时能力。 M2 同比因子 2022 年之前有较稳定的择时表现，2022 年之后， M2 的对红利的择时效果有所失效，这是因为虽 然 M2 同比走高，货币政策宽松，但并无太多资金进入实体经济，存在资金空转现象。不过 M1M2 剪刀差能捕捉 到该异况，因此剪刀差因子在 2022 年之后择时效果出色。
2.3、当下红利风格是否还能延续
红利风格的超额收益还能否持续？根据择时模型，在美债利率端，目前美联储加息大概率到顶，CME GROUP 预计 2024 年 3 月开启降息周期。美债利率达峰走低，但 3 月均线仍在 12 月均线以上，未来或下穿确认下行趋 势。截至 2023 年 11 月，国内 M2 同比继续走低，目前为 10%，国内剪刀差指标同样继续走低，目前为-8.7%。 综合来看，综上，虽然全球流动性有所宽松，不过国内市场暂无明显增量资金入场信号，存量博弈状态延续，且 宏观环境暂不支持大级别的成长风格行情。但是若未来国内经济好转，风格或有变盘。
本篇报告最终目标在于构建对标中证红利指数的增强组合，因此我们首先需要理解基准指数中证红利的编制 方式，方能知己知彼百战不殆。所以本节从量化维度出发，分析中证红利的样本空间构造方式、选样方法及加权 方式，解答中证红利指数如何选出健康持续的高分红股票。
3.1、中证红利样本空间构造方式
中证红利指数在中证全指股票范围内，根据以下三条规则，构建样本空间： 1) 过去一年日均总市值排名在前 80%与过去一年日均成交金额排名在前 80% 2) 过去三年连续现金分红。 3) 过去三年股利支付率的均值和过去一年股利支付率均大于 0 且小于 1。 第一条规则是中证指数较为通用的规则，适用于大部分指数，剔除市值排名后 20%与日均成交金额排名后 20%的股票后，提升指数整体可投资性，但可能会错失一部分微盘风格收益。
第二条规则选取过去三年连续现金分红的股票。过去连续分红的股票，是否意味着未来分红概率也会较大， 未来股息率水平较高？我们每年选取过去连续 1/2/3/4/5 年分红的股票，计算该股票池在下一年的分红数量占比 （ ∑连续?年分红，且次年仍分红股票数量 ∑连续?年分红股票数量 ）与股息率均值（∑每股股利 年末收盘价 ）。 根据统计结果显示，过去存在现金分红记录的股票，未来分红的概率较大。且连续现金分红的时间持续越 长，未来分红概率越大，存在一定的单调递增效应。同时，过去连续现金分红越久，股票池整体下一年的股息率 越高，同样存在一定幅度的单调递增效应。但因为连续分红时间越久，对应的样本数量也会越少，所以可能为了 保证一样的样本容量，中证红利选择了近三年连续现金分红作为折中的选择。
第三条规则选取，过去三年股利支付率的均值和过去一年股利支付率均大于 0 且小于 1 的股票，股利支付率 在红利指数里面起到怎样的作用？我们测试了在回看 1/2/3/4/5 年的时间区间内，在不同股利支付率范围内筛选 出来的股票，未来的股息率水平。 统计数据显示，过去 N 年平均来看，股利支付率均值小于 0 的股票，即历史平均来看，亏损且分红的股票， 未来的分红水平较低，未来股息率均值不到 0.5%。随着过去股利支付率均值水平不断提升，股票池整体未来分 红水平也不断提升，呈现单调递增走势，过去 1 年股利支付率在 60%至 80%的股票，未来股息率均值为 1.88%。 但股利支付率分布在 80%至 100%的票池，相较于 60%至 80%的票池，未来股息率有一定衰减。对于历史股利支 付率均值大于 100%的股票，其未来股息率均值相较于股利支付率分布在 80%至 100%的股票池，大幅下降。
可见，股利支付率过低，或者股利支付率过高，都不利于未来高分红的持续性。这或许也是证监会在最新的 政策文件中提到会重点关注“现金分红占当期归属于上市公司股东净利润的比例较高等情形”的原因。
中证红利指数通过以上三条规则，构建了一个市值成交额适中，连续 3 年分红，且股利支付率较为健康的样 本空间。经测算，同时满足上述三条样本空间构建规则的股票，2022 年末共有 1521 只股票。
3.2、中证红利选样方法与加权方式
在中证红利样本空间中，中证红利根据以下规则选股、加权、调仓并构建组合： 1) 选样方法：对样本空间内证券，按照过去三年平均现金股息率由高到低排名，选取排名靠前的 100 只上市公 司证券作为指数样本。 2) 加权方式：股息率加权。 3) 调仓频率：样本调整实施时间为每年 12 月的第二个星期五的下一交易日。 选择过去 3 年平均股息率高的股票是中证红利唯一的选股规则，但过去平均分红高，是否未来股息率水平 也较高？因此我们测算在之前构建的样本空间中，股票过去三年现金分红水平与未来一年股息率的关系。统计数 据显示，过去平均股息率对于未来股息率有较好的预测效果。过去 3 年平均股息率排名前 20%的股票，未来股 息率均值为 2.98%，排名前 100 的股票，未来股息率均值为 3.66%。
在加权方式上，中证红利指数采用了股息率加权，而非通常采用的自由流通市值加权，股息率加权的方式， 可以使得组合在红利风格上暴露更多，同时相较于市值加权的方式，股息率加权使得组合更偏向于中小市值。在 整体风格上，中证红利相对于中证全指偏向于低 Beta，低波动，高价值。
根据样本空间规则与选股规则，我们对中证红利指数成分股进行推测，构建中证红利模拟指数，模拟指数 15 年之后与中证红利指数收益相近，证明我们的理解和中证红利实际构建方式偏差较小。
股票投资收益包括公司分红带来的股息收益和股价涨跌带来的资本利得。中证红利以相对稳定的股息收益， 和整体偏向价值的组合风格，在美债利率上行，全球风险偏好下降的环境下跑赢整体市场。本节我们尝试从股息 收益与资本利得收益两个维度做增强，贡献一个未来分红水平较高，同时股价收益亦可观的增强策略。
4.1、从分红习惯预判未来高分红个股
未来更高的分红水平是否能和未来更高的投资收益兼得？我们先尝试构建理想状态下的未来高分红组合。 即每年年末，在中证红利样本空间内，买入未来股息率（今年年报每股股利 年末收盘价 ）最高的 100 个股票，按照未来股息率加 权。 未来高分红组合在股息收益方面，平均未来股息率为 5.22%，对比中证红利平均未来股息率为 3.76%。在整 体投资收益上，未来高分红组合在 2012 年至 2023 年 11 月 30 的区间内，相当于中证红利全收益指数有 6.36%的 超额收益，说明买入未来分红较高的组合，不仅能取得更高的股息收益，在资本利得端的收益同样可观。
如何预测股票的未来分红？我们观察到历史上部分股票的分红模式存在一定的规律，分红模式较为稳定，例 如中天科技近年来稳定每股分红 0.1 元，中国交建近年来股利支付率较维持在 20%左右，三峡水利股息率维持在 1%左右。因此我们从此入手，尝试通过历史分红模式预测未来分红。
1) 在每年末，获取股票过去三年的历史分红情况，分别计算成分股的每股股利、股利支付率、股息率。 2) 对三个序列的标准差进行消除量纲的处理，计算三者的变异系数。 变异系数 = 标准差 均值 3) 对每只成分股，采用三个模式对应的变异系数最小的作为历史分红最稳定的模式，通过时间加权，线性外推 未来的每股股利、股利支付率、股息率；若三个模式的变异系数都大于 1，则默认该股票历史上没有较稳定 的分红规律，则不预测。 4) 若股利支付率为某股票最稳定的分红模式，则用预测的股利支付率×年末时点分析师一致预期 EPS FY1（若没有分析师覆盖，则采用 EPS TTM），得到预测每股股利。 5) 若股息率为某股票最稳定的分红模式，则用预测股息率×年末时点收盘价，得到预测每股股利。
统一将预测每股股利除以年末收盘价转为预测股息率，比较预期股息率因子与 Wind 一致预期股息率。在覆 盖度方面，Wind 一致预期覆盖度较低，平均在 37%左右。我们构建的预期股息率因子覆盖度较高，平均覆盖度 在 84%左右。在准确性方面，取预期股息率与 Wind 一致预期股息率覆盖股票池的交集，两者与未来真实股息率 对比，计算秩相关性。相关性结果显示，考虑历史分红模式的预期股息率因子，在每年的预测准确度均高于 Wind 一致预期股息率，平均高出 4.77%。
其次在中证红利样本空间中，和中证红利采用的近三年股息率方法比较。股息率预测因子相关性仅 2018 年 低于近三年股息率因子，其他年份都具有更高的相关性。在每年末，以预测股息率最高的 100 个组合，在预期股 息率加权方式下，构建预期红利 100 组合，比较预期红利 100 组合与中证红利年末 100 个成分股的未来股息率均 值。预期红利 100 组合未来分红仅 2018 年比中证红利低，其他年份都有更高的未来股息率，胜率 91.67%，平均 股息率超额 0.42%。
预期红利 100 组合的投资收益如何？回测发现，组合虽然有着更高的股息收益，但在资本利得端收益不稳 定，在 2013 年至 2015 年超额收益较好，但之后的 2017 年、2018 年、2020 年、2021 年超额收益有一定程度的 回撤。如何改进？回撤原因可能是，部分股票模型预测结果为分红，但 4 月年报披露时点，这些股票的利润分配预 案表明不分红，但因为年频调仓限制，使得组合一直持有实际不分红的股票。因此，将组合重新设计为在 4 月底， 根据年报利润分配预案，剔除不分红股票，剔除的股票采用分红排名在 100 名之后的股票替补。
剔除实际不分红股票之后的改进预期红利 100 组合，相对于原版组合超额收益提升 0.85%。波动与回撤没有 显著增加。但 2020 年与 2021 年仍然有所回撤，说明根本问题并未得到解决，因此我们分析 2021 年组合持仓， 归因回撤产生原因。
由上述归因数据可以发现，预期红利 100 组合在 2021 年错误超配了华夏幸福与*ST 蓝光两个房地产行业的 股票。以华夏幸福为例，回顾分红预测模型推导过程，华夏幸福在 2014 年至 2019 年的股利支付率较为稳定，维 持在 30%上下，因此在 2020 年末，分红预测模型线性外推预测 2020 年股利支付率为 30.73%。同时，华夏幸福 在 2020 年 12 月 31 日的分析师一致预期 EPS FY1 为 3.4092，因此预测每股股利为 1.048 元，预测股息率为 8.1%。
但实际上，华夏幸福在 2020 年末，遭遇业绩暴雷、债务逾期，基本面大幅下滑，导致 2020 年并无分红，且股价 大幅下跌。在预期股息率加权的方式下，预期红利 100 组合超配华夏幸福，因此超额收益受损较严重。若单纯依 靠历史模式预测未来分红, 易忽视公司基本面恶化导致的分红水平下降等情形。 预期红利 100 组合低配兖矿能源与中国神华等煤炭行业股票，其中中国神华低配幅度为 1.06%。追溯模型低 估中国神华分红的原因，可以发现，因为 2020 年下半年，全球能源通胀，煤价上涨，带动煤炭行业上市公司盈 利提升，中国神华分红水平相较于之前水平也有所抬升。若单纯依靠历史模式预测未来分红, 在类似的周期拐点 位置，则容易低估未来分红水平。
因此，我们借助分析师一致预期的变化，调整预期股息率。具体方案上，若分析师一致预期 EPS FY2 下调 幅度在全市场的前 25%，则认为股票基本面恶化，将预期股息率调整为 0，以从组合中剔除。若分析师一致预期 EPS FY2 上调幅度在全市场的前 25%，则认为股票基本面好转，将预期股息率乘以 1.25，加大股票纳入组合的概 率。若 EPS FY2 调整幅度介于后 25%与前 25%之间，或者没有分析师覆盖，则不做调整。
纳入分析师一致预期调整后的预期红利 100 组合，相对于中证红利全收益指数年化超额收益为 4.03%，收益 波动比 0.69，且相较于原版线性外推的预期红利 100 组合，未来分红水平更高。
4.2、选股因子叠加，实现资本利得收益增强
分红预测模型为我们打下了股息收益增强的基础，下一步，根据分析师调整后的预期股息因子，在每年 12 月与 4 月，选取 300 个股票，构建高预期分红域，作为股息收益增强的基础选股池，并测试基础选股因子在高预 期分红域中的有效性，尝试实现资本利得收益的增强，回测参数如下： ➢ 回测区间：2011 年 12 月 31 日至 2023 年 11 月 30 日 ➢ 样本池：高预期分红域，剔除 ST 与*ST 股。 ➢ 中性化：不做市值行业中性化。 ➢ 组合构建：选因子得分前 50 的股票，根据调整后的预期股息率加权，构建组合。 ➢ 交易方式：月频调仓，以次日 VWAP 价格成交，停牌不可交易，一字涨停不能买入，一字跌停不能卖出。
分因子大类来看，首先，价值因子在高预期分红域中，RankIC 均值在 2.5%以下，t 统计值在 1.6 以下，显 著性一般，收益波动比较低。这可能是因为高预期分红域已经是高价值域，在其中进一步筛选价值股意义不 大。
盈利质量因子方面，单季度 EPS 因子与单季度 ROE 因子，t 统计值在 1.2 左右，显著性较低。然而，盈利 质量平滑因子【（当前因子值 – 过去 8 个季度均值） / 过去 8 个季度标准差】，在高预期分红域内较为显著， 选股效果出色。成长因子在高预期分红域中效果较好，归母净利润同比因子，t 统计值为 2.98，收益波动比为 0.56。归母 净利润同比因子（平滑）效果相较于原值同样有提升，t 统计值为 4.4，收益波动比为 0.79。
分析师一致预期原因子 t 统计值均在 2 以下，显著性一般。但分析师一致预期变化因子，显著性较强，其 中一致预期 EP 变化因子 t 统计值高于 5，收益波动比在 0.8 以上。分析师一致预期变化对于分红预测改进和在 高预期分红域中选股均有不错的表现。低波因子在高预期分红域中效果较好，RankIC 均值在 5%左右，t 统计值在 3 左右。但低波因子 Top50 组合 多头端超额收益较弱，更多是空头端效果显著，因此需要结合其他因子进行强化。
4.3、主动量化策略：红利 50 优选组合
本文取【单季度归母净利润平滑因子 + 单季度 ROE 平滑因子 + 分析师 EP FY2 变化因子 + 近三个月波 动率因子】等四个因子等权结合，从已实现盈利中枢提升与分析师预期改善维度，辅以低波因子，从高预期分 红域中选股，构建红利 50 优选组合。四个因子中，归母净利润平滑因子与 ROE 平滑因子，因与业绩相关，所 以相关性较高，均值为 0.44，其他因子相关性均较低。在高预期分红域中，合成因子 RankIC 均值为 7.82%， ICIR 为 0.65，t 统计值为 7.7。
红利 50 优选组合 —— 风格不约束 红利 50 优选组合，在 2012 年至 2023 年 11 月 30 日的区间内，年化收益 22.98%，收益波动比 1.13。相对于 中证红利的年化超额收益为 9.79%，收益波动比为 1.2，收益回撤比为 0.77，2012 年至 2023 年每年均战胜中证红 利全收益指数。组合单边年化换手率为 4.95 倍。
考虑单边千分之一，即双边千分之二的交易费率。扣费之后的红利 50 优选组合，在 2012 年至 2023 年 11 月 30 日的区间内，年化收益 21.73%，收益波动比 1.07。相对于中证红利的年化超额收益为 8.67%，收益波动 比为 1.06，收益回撤比为 0.66，每年都能跑赢中证红利全收益指数。除了交易手续费，投资者在除权除息日获得的上市公司现金分红，需在转让股票时缴纳应付红利税，相较于 一般的宽基指增策略，红利 50 优选组合持有的股票分红水平更高，因此，红利税对组合的净值影响更加显著。
红利税在缴纳方式上遵循先进先出原则，即在卖出时，先清算最先买入的股票应该缴纳的红利税，根据持股 期限进行实际税率减免。扣除红利税，并考虑单边千分之一的交易费率后的红利 50 优选组合，在 2012 年至 2023 年 11 月 30 日的区 间内，年化收益 21.34%，收益波动比 1.05 ，收益回撤比为 0.6。相对于中证红利的年化超额收益为 8.32%，收益 波动比为 1.02，收益回撤比为 0.64。扣除红利税后，全区间年化收益下降 0.39%。 因组合月频调仓，若按固定 10%的红利税计算，大致推算红利 50 优选组合的股息收益为 0.39% / 10% = 3.9%，在全市场亦属于较高的股息收益。
该策略在季频下仍然有效。扣除红利税，并考虑单边千分之一的交易费率，在 1/4/8/10 月调仓，构建季频红 利 50 优选组合，在 2012 年至 2023 年 11 月 13 日的区间内，年化收益 21.14%，收益波动比 1.01，单边年化换手 3.14 倍。相对于中证红利的年化超额收益为 8.78%，收益波动比为 1.10，收益回撤比为 0.69。归因月频红利 50 优选组合的收益来源。根据 Brinson 归因模型，超额收益主要来源于行业内选股贡献，行 业配置收益有一定正贡献，但非主要超额收益来源。根据 Barra 归因模型，超额收益主要来源于小市值与低流动 性风格。
红利 50 优选组合 —— 风格约束 因此，我们利用整数优化模型，控制红利 50 优选组合风格暴露，同时保证 50 个股票以预期股息率加权，观 察约束住市值与流动性风格后，还能否有超额收益，优化表达式如下： max ? ?0,1 ? s.t. { ∑ ?0,1 = 50 300 ?=0 |?? ??????? − ?? ??????? | ≤ 0.3 其中， ?0,1 是 01 哑变量，用来控制预期股息率前 300 的票中哪些能被选入，是优化问题的决策对象。?是合 成因子值，用于未来收益的预测。∑ ?0,1 = 50 300 ?=0 是限制条件，限制 300 个票中，只有 50 个股票被选入。?? ?是 50个股票的权重，使其服从预期股息率加权；?? ?是中证红利指数权重；??????是 Barra 因子暴露矩阵；|?? ??????? − ?? ??????? | ≤ 0.3是限制条件，限制股息率加权的优选红利 50 组合，与中证红利的风格偏离，不超过±0.3。
约束 CNE5 10 个风格暴露，将组合与中证红利的风格偏离限定在±0.3 以内，扣除红利税与单边千一的交易 费率。控制 Barra 风格暴露之后，组合与中证红利的跟踪误差为 6.26%。组合多头组合年化收益为 17.97%，超额 年化收益为 5.49%，约束风格后，每年仍能稳定战胜中证红利。
红利 50 优选组合 —— 风格约束 + 红利择时 最后，我们尝试将前文的红利超额择时模型纳入最终的组合构建。具体实现上，仍约束 Barra CNE5 所有风 格，控制组合的风格偏离度在±0.3 以内。同时参考红利超额择时模型，若模型看多红利超额，则将组合相对于中 证红利的红利风格（用股息率 TTM 表征红利风格）偏离控制在 0.3 ≤ x ≤ 1。若看空红利风格，则红利风格偏离 控制在-1 ≤ x ≤ -0.3。 最终“扣费扣税+风格约束+择时”的红利 50 优选组合，多头组合年化收益为 18.43%，超额年化收益为 5.92%， 跟踪误差为 6.01%，13 年以后每年相对中证红利皆有 2%以上的超额收益。风格约束 + 红利择时的红利 50 优选组合已上传至 PMS，搜索“【信达金工】红利 50 优选组合”，欢迎感兴 趣的投资者关注。
4.4、指数增强策略：中证红利指增组合
不同于主动量化策略，指数增强类基金受对应基准成分股限制，限制投资于基准指数成份股的资产不低于基 金权益资产的 80%。相对于不强制受到成分股限制的主动量化策略，指增策略的跟踪误差更小，也是目前市场上 主流的产品类型。
中证红利指增组合 —— 100%成分股内选股 本节继续采用上节构建的复合因子，先尝试构建受完全在中证红利成分股内选股的指增组合，优化表达式如 下： ??? ? ?? ? s.t. { ? ≥ 0 ∑? ?? = 1 |? − ?? | ≤ 1% |?? ??? − ?? ? ???| ≤ 3 % |???????? − ?? ??????? | ≤ 0.3 ➢ ?是组合权重，是优化问题的决策对象。?是合成因子值，用于未来收益的预测。 ➢ ? ≥ 0 ， ∑? ?? = 1 限制不能做空，股票权重和为 1； ➢ |? − ?? | ≤ 1%限制指数成分股内的权重偏离在 1%以内； ➢ |?? ??? − ?? ? ???| ≤ 3%限制组合行业偏离在 3%以内； ➢ |???????? − ?? ??????? | ≤ 0.3限制组合风格偏离在 0.3 以内。
完全在中证红利成分股中选股，扣除红利税与千一的交易费率。中证红利指增组合（100%成分股内选股） 平均持股 64 个，因 2013 年底成分股调整使得组合行业变动较大，因此指增组合持股也产生较大变化。组合年化 收益为 14.51%，年化信息比 0.75，超额年化收益为 2.59%，年化跟踪误差为 3.52%。指数增强组合相对于主动量 化组合，超额收益幅度有所衰减。
中证红利指增组合 —— 80%成分股内选股 + 20%外部选股 因中证红利只有 100 个成分股，完全在中证红利成分股内选股难度较大，因此取中证红利成分股与 300 个股 票的高预期分红域的并集，作为选股池，构建 80%在成分股内，20%在外部选股的指增组合，优化表达式如下： max ? ?? ? s.t. { ? ≥ 0 ∑? ?? = 1 ∑? ??? ≥ 80% ???? ≤ 3% |??? − ?? | ≤ 1% |?? ??? − ?? ? ???| ≤ 3% |???????? − ?? ??????? | ≤ 0.3 ➢ ?是组合权重，是优化问题的决策对象。?是合成因子值，用于未来收益的预测。 ➢ ? ≥ 0 ， ∑? ?? = 1 限制不能做空，股票权重和为 1； ➢ ∑? ??? ≥ 80%限制持仓 80%权重在中证红利指数成分股内； ➢ ???? ≤ 3%限制中证红利指数成分股之外的单个股票最大权重不超过 3%； ➢ |??? − ?? | ≤ 1%限制指数成分股内的权重偏离在 1%以内； ➢ |?? ??? − ?? ? ???| ≤ 3%限制组合行业偏离在 3%以内； ➢ |???????? − ?? ??????? | ≤ 0.3限制组合风格偏离在 0.3 以内。
在至少 80%中证红利成分股 + 20%高预期分红域中选股，扣除红利税与千一的交易费率。中证红利指数增 强组合（ 80%成分股内选股 + 20%外部选股）平均持股 65 个，年化收益为 15.22%，年化信息比 0.78，超额年 化收益为 3.17%，年化跟踪误差为 4.12%。20%权重在外部选股，可以进一步提升指数增强组合收益。
中证红利指增组合 —— 80%成分股内选股 + 20%外部选股 + 红利择时 在至少 80%中证红利成分股 + 20%高预期分红域中选股，叠加红利超额择时模型观点，扣除红利税与千一 的交易费率。中证红利指数增强组合（ 80%中证红利选股 + 20%外部选股 + 红利超额择时）平均持股 64 个， 年化收益为 15.24%，年化信息比为 0.78，超额年化收益为 3.22%，年化跟踪误差为 4.15%。通过将择时模型观点 纳入组合构建过程，在 2021 年至 2023 年的收益有所增强，但因择时模型在 2016 年效果一般，所以对组合净值 有一定拖累。
本文对国内分红新政、红利在美国 Smart Beta 市场的地位以及国内红利相关产品的现状进行了解读与分析， 发现红利类产品在国内尚有广阔的发展空间，因为目前国内市场主动权益类红利产品不做风格偏离约束，导致近 年红利风格收益尚可的市场环境下跑输红利指数，而量化类红利基金数量较少，因此红利是量化类基金可以布局 的蓝海。
研究还表明，红利风格在当前紧张的资金面和全球流动性收紧背景下备受市场青睐，为投资者提供了较为稳 定的回报。红利风格的超额收益与美债收益率、国内资金面、信用环境等因素密切相关。因此，投资者在选择红 利风格投资时，需关注宏观环境对风格持续性的影响。当前虽然全球流动性有所宽松，但是国内市场暂无增量资 金，且宏观环境暂不支持大级别的成长风格行情。若未来国内经济好转，风格或有转变。
对于市场主流的中证红利指数，本报告从量化角度出发，详细解读了其构建方法和投资策略，指出其在样本 空间选择上的合理性。此外，通过分红习惯的预判，我们构建了预期红利 100 组合，相较于中证红利指数，该组 合在未来具备更高的分红水平和年化超额收益。 最后，本研究提出了一套可落地的红利增强方案，结合高分红股票池、多因子选股模型以及红利择时观点， 实现了股息收益与资本利得收益的双重增强。不约束风格的红利 50 优选组合年化超额收益 9.79%，约束风格+红 利择时的红利 50 优选组合年化超额收益 5.92%。行业与风格约束下“80%成分股内选股+20%外部选股+红利择 时”中证红利指增组合年化超额收益 3.17%，同时实证了对于红利量化产品，主动量化策略比指增策略更容易获 得 Alpha。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
