根据提供的研报内容，以下是量化模型与因子的详细总结： 量化模型与构建方式 1. 模型名称：股指分红点位测算模型 - 模型构建思路：通过精细化处理指数成分股的分红数据，预测股指期货合约的升贴水情况，需考虑成分股分红对指数点位的自然滑落影响[11][39] - 模型具体构建过程： 1. 成分股权重计算：采用中证指数公司每日披露的日度权重数据，避免估算偏差。若需估算，公式为： $W_{n,t}={\frac{w_{i0}\times(1+r_{n})}{\sum_{i=1}^{N}w_{i0}\times(1+r_{n})}}$ 其中，(w_{i0})为最近公布权重，(r_{n})为个股涨跌幅[45][46] 2. 分红金额预测： - 若公司已公布分红金额，直接采用；否则通过净利润×股息支付率估算[47] - 净利润预测：对盈利分布稳定的公司按历史规律预测，不稳定的公司采用上年同期值[50] - 股息支付率预测： - 去年分红则沿用去年值 - 去年不分红则取近3年平均 - 从未分红则默认不分红[53] 3. 除息日预测： - 已公布则直接采用 - 未公布则根据预案/决案阶段的历史间隔天数线性外推，或默认设置为7月31日/8月31日/9月30日[56] 4. 分红点数计算： $分红点数=\sum_{n=1}^{N}\left(\frac{成分股分红金额}{成分股总市值}\times成分股权重\times指数收盘价\right)$ 要求除息日在当前日期至合约到期日之间[39] - 模型评价：对上证50和沪深300指数预测准确度高（误差约5点），中证500稍大（约10点）[61] 2. 模型名称：股息率计算模型 - 模型构建思路：统计已披露分红预案个股的股息率，用于行业比较[14] - 模型具体构建过程： - 已实现股息率： $全年已实现股息率=\sum_{i=1}^{N1}\left(\frac{个股已分红金额}{个股总市值}\times个股权重\right)$ - 剩余股息率： $全年剩余股息率=\sum_{i=1}^{N2}\left(\frac{个股待分红金额}{个股总市值}\times个股权重\right)$ 其中(N1)、(N2)分别为已分红和待分红公司数量[16] --- 模型的回测效果 1. 股指分红点位测算模型： - 上证50预测误差：±5点（2023-2024年）[61] - 沪深300预测误差：±5点（2023-2024年）[61] - 中证500预测误差：±10点（2023-2024年）[61] 2. 股息率计算模型： - 上证50已实现股息率2.04%，剩余0.17%（2025年7月22日）[16] - 沪深300已实现股息率1.56%，剩余0.27%[16] - 中证500已实现股息率1.09%，剩余0.15%[16] - 中证1000已实现股息率0.86%，剩余0.07%[16] --- 量化因子与构建方式 1. 因子名称：行业股息率因子 - 因子构建思路：通过行业分类比较已披露分红预案个股的股息率中位数[14] - 因子具体构建过程： - 计算各行业个股的预案股息率（预案分红金额/当前总市值） - 取行业中位数排序[14] - 因子评价：煤炭、银行、钢铁行业股息率排名前三[14] 2. 因子名称：升贴水幅度因子 - 因子构建思路：跟踪股指期货主力合约升贴水变化，反映市场情绪[11] - 因子具体构建过程： - 计算年化升贴水率： $年化升贴水=\left(\frac{合约收盘价-指数收盘价}{指数收盘价}\right)\times\frac{365}{到期天数}\times100\%$ - 含分红调整的价差需叠加分红点数影响[12] --- 因子的回测效果 1. 行业股息率因子： - 煤炭行业股息率中位数最高（具体数值未披露）[14] 2. 升贴水幅度因子（2025年7月22日）： - IH主力合约年化升水3.30%，历史分位79%[12][26] - IF主力合约年化升水2.68%，历史分位84%[12][26] - IC主力合约年化贴水5.68%，历史分位39%[12][26] - IM主力合约年化贴水9.94%，历史分位18%[12][26]