量化模型与构建方式 1. 模型名称：股指分红点位测算模型[12][48] * 模型构建思路：为了准确计算股指期货的升贴水幅度，必须剔除指数成分股分红除息导致指数点位自然下滑的影响。该模型旨在精确预测从当前时刻到股指期货合约到期日之间，指数成分股分红所导致的指数点位下降点数（即分红点数）[12][48]。 * 模型具体构建过程：模型的核心是计算在特定时间窗口内（t时刻至T时刻）指数成分股分红对指数点位的总影响。具体流程如下[49]： 1. 数据获取与预处理：获取指数成分股列表及其每日精确权重（使用中证指数公司披露的日度收盘权重数据，而非月末估算权重）[51][53]。 2. 个股分红信息判断与处理：对每只成分股进行如下判断[49]： * 若公司已公布分红金额和除息日，则直接采用。 * 若公司已公布分红金额但未公布除息日，则需预测其除息日。 * 若公司尚未公布分红金额，则需依次预测其净利润、股息支付率以估算分红金额，并预测其除息日。 3. 分红金额预测：分红金额 = 净利润 × 股息支付率[54]。 * 净利润预测：采用“基于历史净利润分布的动态预测法”[56]。 * 若公司已公布年报、快报或业绩预告，则直接采用（业绩预告取上下限均值）。 * 若未披露，则将公司分为“盈利分布稳定”和“盈利分布不稳定”两类。对于稳定型公司，按其历史季度盈利分布规律预测；对于不稳定型公司，使用其上年度同期盈利作为预测值[56]。 * 股息支付率预测：采用历史数据替代法[57]。 * 若公司去年分红，则以去年股息支付率作为今年预测值。 * 若公司去年不分红，则以最近3年股息支付率平均值作为预测值。 * 若公司过去从未分红，则默认今年不分红。 * 当预期股息支付率大于100%时，进行截尾处理[60]。 4. 除息日预测：采用“基于历史间隔天数稳定性的线性外推法”[58]。 * 若公司已公布除息日，则直接采用。 * 若未公布，则根据公司是否已公布分红预案、所处阶段（预案或决案），判断历史从公告日到除息日的间隔天数是否稳定。若稳定，则用该历史平均间隔天数与今年对应公告日进行线性外推；若不稳定，则参考去年或前年的分红日期[63]。 * 若无法通过上述方法确定，则采用默认日期（根据预测时间点，设为7月31日、8月31日或9月30日）[63]。 5. 分红点数汇总计算：汇总所有满足条件（除息日介于t和T之间）的成分股分红对指数的影响。计算公式为： $分红点数 = \sum_{n=1}^{N} \frac{成分股分红金额}{成分股总市值} \times 成分股权重 \times 指数收盘价$[48] 其中，要求个股除权除息日满足：t < 除息日 ≤ T[48]。 * 模型评价：该模型通过精细化处理成分股权重、净利润、股息支付率和除息日预测，显著提升了股指分红点位预测的准确性。对于上证50和沪深300等大盘指数的预测误差较小，对于中证500和中证1000等指数也保持了较好的预测稳定性[68]。 量化因子与构建方式 1. 因子名称：年化升贴水率[13] * 因子构建思路：衡量股指期货合约价格相对于其标的指数价格（已剔除未来分红影响）的偏离程度，并将其年化，以反映市场情绪、资金成本和风险偏好[12]。 * 因子具体构建过程： 1. 计算“含分红价差”：合约收盘价 - (指数收盘价 - 分红点数)。其中“分红点数”为模型预测的从当前到合约到期日之间的累计分红点数[13]。 2. 计算“升贴水”：含分红价差 / 指数收盘价[13]。 3. 计算“年化升贴水”：将升贴水率根据合约剩余到期天数进行年化。公式为： $年化升贴水 = (1 + 升贴水)^{\frac{365}{到期天数}} - 1$ 或采用类似等价形式计算。报告中IH2602合约升水0.14%，到期41天，年化为1.27%，即为例证[13]。 2. 因子名称：基差历史分位点[28] * 因子构建思路：将当前合约的基差（或年化升贴水率）置于其历史序列中，计算其所处的百分位位置，用以判断当前升贴水水平在历史上的相对位置。 * 因子具体构建过程： 1. 获取该合约历史上每日的基差或年化升贴水率数据。 2. 将当前交易日的数值与历史序列进行比较。 3. 计算当前值在历史序列中的分位点。例如，分位点为60%表示当前值高于历史上60%的时期[28]。 3. 因子名称：已实现股息率[17] * 因子构建思路：计算指数成分股中，从年初至当前时点已经实际完成现金分红的公司，其分红总额相对于指数总市值的比率，反映年内已落地的分红收益。 * 因子具体构建过程：对指数中今年已现金分红的公司，汇总其分红金额与市值的加权比。公式表示为： $全年已实现股息率 = \sum_{i=1}^{N_1} \frac{个股已分红金额}{个股总市值} \times 个股权重$ 其中，N1 表示指数成分股中今年已现金分红的公司数量[17]。 4. 因子名称：剩余股息率[17] * 因子构建思路：预测指数成分股中，从当前时点到年底（或未来某一时段）尚未分红但预计会分红的公司，其分红总额相对于指数总市值的比率，反映未来潜在的分红收益。 * 因子具体构建过程：对指数中尚未现金分红但预计会分红的公司，汇总其预测分红金额与市值的加权比。公式表示为： $剩余股息率 = \sum_{i=1}^{N_2} \frac{个股预测分红金额}{个股总市值} \times 个股权重$ 其中，N2 表示指数成分股中尚未现金分红的公司数量，预测分红金额来自前述分红点位模型[17]。 模型的回测效果 1. 股指分红点位测算模型： * 预测误差（2024年）：对于上证50和沪深300指数，预测误差基本在5个点左右；对于中证500和中证1000指数，预测误差基本稳定在10个点左右[68]。 * 预测误差（2025年）：与2024年情况类似，对上证50和沪深300指数预测准确度较高，对中证500和中证1000指数预测误差稍大但基本稳定[68]。 * 股指期货合约预测效果：2024年及2025年，对上证50、沪深300、中证500及中证1000股指期货当月主力合约的预测股息点与实际股息点对比显示，模型具有较好的预测准确性[68]。 因子的回测效果 1. 年化升贴水率因子（截至2026年1月14日）[13]： * IH主力合约（IH2602.CFE）：年化升水1.27% * IF主力合约（IF2602.CFE）：年化升水0.79% * IC主力合约（IC2602.CFE）：年化贴水0.94% * IM主力合约（IM2602.CFE）：年化贴水4.48% 2. 基差历史分位点因子（截至2026年1月14日）[28]： * IH主力合约：处于历史47%分位点左右 * IF主力合约：处于历史51%分位点水平 * IC主力合约：处于历史69%分位点水平 * IM主力合约：处于历史60%分位点水平 3. 已实现股息率因子（截至2026年1月14日）[3][17]： * 上证50指数：0.00% * 沪深300指数：0.02% * 中证500指数：0.00% * 中证1000指数：0.00% 4. 剩余股息率因子（截至2026年1月14日）[3][17]： * 上证50指数：2.38% * 沪深300指数：1.84% * 中证500指数：1.08% * 中证1000指数：0.87%