量化模型与构建方式 1. 模型名称：股指分红点位测算模型[1][9][12] * 模型构建思路：为了准确计算股指期货的升贴水幅度，需要精确估计指数在期货合约存续期内因成分股分红除息而导致的价格指数自然滑落点数[12][40] * 模型具体构建过程： * 核心公式：指数从当前时刻 t 到期货合约到期日 T 期间的分红点数计算公式为[40]： $$分红点数 = \sum_{n=1}^{N} \frac{成分股分红金额}{成分股总市值} \times 成分股权重 \times 指数收盘价$$ 其中，求和仅针对除权除息日 τ 满足 t < τ ≤ T 的成分股[40] * 测算流程：首先获取指数成分股及其日度权重，然后对每只成分股执行以下步骤[41][44]： 1. 若公司已公布分红金额，则直接采用；若同时公布了除息日，则直接采用，否则需估计除息日[44] 2. 若公司未公布分红金额，则需先估计其分红金额，再估计除息日[44]。分红金额的估计分解为对净利润和股息支付率的估计，公式为[49]： $$分红金额 = 净利润 \times 股息支付率$$ * 关键变量估计方法： * 成分股权重：采用中证指数公司每日披露的日度收盘权重数据，以保证准确性[48]。在无法获取精确日度权重时，可采用基于最近一次公布权重和期间股价涨跌幅的估算方法[47]： $$W_{n,t}={\frac{w_{i0}\times(1+r_{n})}{\sum_{i=1}^{N}w_{i0}\times(1+r_{n})}}$$ 其中，W_{n,t} 为当前日个股权重，w_{i0} 为最近一次公布权重，r_n 为期间个股非复权涨跌幅[47] * 净利润预测（动态预测法）：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）[51]。若未披露，则根据历史季度盈利分布稳定性进行分类预测[51]： 1. 对于盈利分布稳定的公司，按其历史盈利分布规律进行预测[51] 2. 对于盈利分布不稳定的公司，使用其上年同期盈利作为预测值[51] * 股息支付率预测： 1. 若公司去年分红，则以去年股息支付率作为今年预测值[55] 2. 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[55] 3. 若公司过去从未分红，则默认今年不分红[55] 4. 当预期股息支付率大于100%时，进行截尾处理[55] * 除息日预测（线性外推法）：流程图见图18[56][58] 1. 若已公布除息日，则直接采用[58] 2. 若未公布，则判断公司是否已公布分红预案[58] 3. 若未公布预案，则参考去年或前年分红日期，并判断其合理性（如是否在当前时点前、距当前是否不足10天、是否在当年股东大会召开日前），不合理则采用默认日期[58] 4. 若已公布预案，则根据公司处于“预案”或“决案”阶段，分别判断过去三年从“预案公告日”或“股东大会公告日”到“除息日”的间隔天数是否稳定[58] * 若稳定，则用该间隔天数平均值与今年对应公告日进行线性外推[58] * 若不稳定，则采用历史分红日期判断[58] 5. 默认日期规则：7月21日前预测则设为7月31日；7月22日至8月21日间预测则设为8月31日；其他情况设为9月30日[58] 6. 若公司过去两年未分红，则采用默认日期[58] * 模型评价：该模型对主要股指的分红点位预测具有较高的准确性，尤其对于上证50和沪深300指数，预测误差较小[63] 2. 因子名称：已实现股息率[1][3][17] * 因子构建思路：计算指数成分股中，在本年度内已经完成现金分红的公司，其分红金额相对于当前市值的比率，并按指数权重加总，用以衡量指数已兑现的分红收益[17] * 因子具体构建过程： * 计算公式为[17]： $$全年已实现股息率 = \sum_{i=1}^{N1} \frac{个股已分红金额}{个股总市值} \times 个股权重$$ 其中，N1 表示指数成分股中今年已现金分红的公司数量[17] 3. 因子名称：剩余股息率[1][3][17] * 因子构建思路：计算指数成分股中，在本年度内尚未进行现金分红但预计会分红的公司，其预测分红金额相对于当前市值的比率，并按指数权重加总，用以衡量指数未来潜在的分红收益[17] * 因子具体构建过程： * 计算公式为[17]： $$剩余股息率 = \sum_{j=1}^{N2} \frac{个股预测分红金额}{个股总市值} \times 个股权重$$ 其中，N2 表示指数成分股中尚未现金分红的公司数量[17]。预测分红金额来自前述股指分红点位测算模型[44][49] 模型的回测效果 1. 股指分红点位测算模型[59][63] * 预测误差（2024年）：对上证50和沪深300指数的预测误差基本在5个点以内；对中证500和中证1000指数的预测误差基本在10个点以内[63] * 预测误差（2025年）：对上证50和沪深300指数的预测误差基本在5个点以内；对中证500和中证1000指数的预测误差基本在10个点以内[63] * 股指期货股息点预测准确性（2024-2025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[63] 量化因子与构建方式 （注：本报告中的“已实现股息率”和“剩余股息率”更偏向于描述性统计指标，其构建过程已在上方“模型具体构建过程”中作为模型输出的一部分详细阐述，此处不再单独列出因子构建方式。） 因子的回测效果 1. 已实现股息率（截至2026年7月29日）[3][17] * 上证50指数：1.56% * 沪深300指数：1.28% * 中证500指数：0.89% * 中证1000指数：0.69% 2. 剩余股息率（截至2026年7月29日）[3][17] * 上证50指数：1.18% * 沪深300指数：1.01% * 中证500指数：0.33% * 中证1000指数：0.18% 3. 行业股息率中位数（基于已公布分红预案）[2][15][16] * 排名第一行业：煤炭 * 排名第二行业：银行 * 排名第三行业：钢铁