量化模型与构建方式 1. 股指分红点位测算模型 模型构建思路：在指数编制过程中，价格指数会因成分股分红除息导致点位自然滑落，因此在计算股指期货升贴水幅度时，必须将指数成分股分红带来的影响考虑在内，通过测算从当前时刻到期货合约到期日期间的分红点数，对股指期货的升贴水水平进行修正[12][43] 模型具体构建过程： 假设当前日期为 $$t$$ 时刻，股指期货合约的交割日期为 $$T$$ 时刻，指数共有 $$N$$ 个成分股，其中第 $$n$$ 个成分股的除权除息日为 $$t_n$$，则该指数在当前时刻到股指期货合约到期期间的分红点数可以表示为： $$分红点数 = \sum_{n=1}^{N} \frac{成分股分红金额}{成分股总市值} \times 成分股权重 \times 指数收盘价$$ 其中，要求个股除权除息日应该大于当前日期，且小于等于股指期货合约到期日期（$$t < t_n \leq T$$）[43] 模型的具体测算流程如下[44][46]： （1）判断公司是否公布分红金额，若已公布分红金额，则继续判断其是否公布除息日；若已公布除息日，则将分红金额与除息日数据保存下来，否则对其除息日进行估计 （2）若公司尚未公布分红金额，则需对其分红金额进行估计，对分红金额的估计可进一步分为对净利润的估计和对股息支付率的估计两步，之后再对其除息日进行估计 在测算过程中，需要用到如下核心指标：成分股权重、成分股分红金额、成分股总市值、指数收盘价，其中总市值、指数收盘价等信息可以直接获取到准确数据，而成分股权重、分红金额则需要进行进一步估计[48] 模型评价：该模型针对股指分红点位测算的各个部分进行了精细化处理，对于上证50指数和沪深300指数全年的预测准确度较高，对于中证500指数和中证1000指数的预测误差稍大，但整体来看各合约股息点预测效果较好[12][65] --- 2. 成分股权重修正模型 模型构建思路：主流数据提供商仅提供月末时点的指数成分股权重数据，然而在指数运行过程中，由于个股权重随着其涨跌等原因不断变化，因此为了更为精细地刻画个股分红对指数的影响，需要对成分股权重进行修正[49] 模型具体构建过程： 假设当前日期为 $$t$$ 日，指数公司最近一次公布成分股权重的日期为 $$t_0$$，且该日成分股 $$n$$ 的权重为 $$w_{n0}$$，记 $$t$$ 到 $$t_0$$ 期间个股 $$n$$ 的非复权涨跌幅为 $$r_n$$，那么当前日期个股的权重可以表示为： $$W_{n,t}={\frac{w_{n0}\times(1+r_{n})}{\sum_{i=1}^{N}w_{i0}\times(1+r_{i})}}$$ 但是，当指数成分股发生调整，或者指数成分股存在解禁、配股等行为时，根据估算得到的方法可能存在偏差，为了避免上述问题的影响，更加准确地获取指数成分股日度权重，采用中证指数公司每日披露的日度收盘权重数据，保证每日个股权重的准确性[49][50] 模型评价：该模型提供了从非精确估算到精确获取的过渡方案，最终采用中证指数公司日度收盘权重数据以保证准确性[49][50] --- 3. 净利润预测模型（基于历史净利润分布的动态预测法） 模型构建思路：由于分红金额可以表示为净利润与股息支付率的乘积，因此将对分红金额的估计转化为对个股净利润与股息支付率的估计。在计算个股年度净利润数据时，若公司已公布年报、快报或业绩预告数据，直接采用已公布的归母净利润数据作为其年度利润数据（其中业绩预告数据取上下限均值进行代替）；若公司尚未披露相关报告，则基于历史净利润分布进行动态预测[51][53] 模型具体构建过程： 分红金额与净利润、股息支付率的关系为： $$分红金额 = 净利润 \times 股息支付率$$ 基于历史净利润分布进行动态预测的具体步骤为：首先根据上市公司的季度盈利分布情况将其分为盈利分布稳定和盈利分布不稳定两类；然后，对于盈利分布稳定的公司可按照其历史盈利分布规律进行预测；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[53] 模型评价：该模型根据公司盈利分布的稳定性进行分类处理，对盈利稳定公司利用历史分布规律预测，对不稳定公司采用上年同期盈利作为预测值，方法简洁实用[53] --- 4. 股息支付率预测模型（采用历史股息率代替） 模型构建思路：对于一些经营活动较为稳定的企业来说，其历年股息支付率相对较为固定，这为采用历史数据平均作为本年股息支付率的估计值提供了较好的基础[54] 模型具体构建过程： 采用如下方式对公司股息支付率进行预测[57]： （1）若公司去年分红，则以去年股息支付率作为今年股息支付率的预测值 （2）若公司去年不分红，则以最近3年股息支付率平均作为今年股息支付率的预测值 （3）若公司过去从未分红，则默认今年不分红 （4）当预期股息支付率大于100%时，将股息支付率进行截尾处理 模型评价：该模型利用历史股息支付率的稳定性进行预测，规则清晰、操作简便，并对极端情况（支付率大于100%）进行了截尾处理[54][57] --- 5. 除息日预测模型（基于历史间隔天数稳定性的线性外推法） 模型构建思路：在对公司的分红金额、年度利润、股息支付率进行了估计后，还需对公司的除息日进行预测，基于历史间隔天数的稳定性进行线性外推[55] 模型具体构建过程： 按照如下步骤对上市公司的分红除息日进行预测[60]： （1）若公司已公布分红除息日，则以公布值作为最终的分红日期，否则进行下一步判断 （2）判断公司是否已公布分红预案，若尚未公布分红预案，则判断其去年或者前年是否分红。若去年进行了分红，则以去年分红日期作为今年分红日期的估计；若去年未分红，则以前年分红日期作为今年分红日期的估计。需要注意的是，还需判断采用历史分红日期是否合理，假如采用历史分红日期在当前时刻之前或距离当前时间太短（不足10天）或者在今年股东大会召开日之前，则说明直接采用历史分红日期并不具备参考意义，采用（4）中的默认日期作为其今年分红日 （3）若公司已公布分红预案，则判断其当前所处分红阶段为预案阶段还是决案阶段。若当前公司处于预案阶段，则判断过去三年中该公司从预案公告日到除息日之间的间隔天数是否具有稳定性，若是，则采用该间隔天数平均与今年预案公告日进行线性外推；若不是，则采用历史分红日期判断。若当前公司处于决案阶段，则判断过去三年中该公司从股东大会公告日到除息日之间的间隔天数是否具有稳定性，若是，则采用该间隔天数平均与今年股东大会公告日进行线性外推；若不是，则采用历史分红日期判断 （4）由前述分析可知，将近90%公司会在7月底之前进行分红，且97%的上市公司在除息日之前的10天会公布其具体除息日。因此，若预测日距离7月21日之前，将默认日期设置为7月31日；若预测日在7月22日-8月21日之前，将默认日期设置为8月31日；否则，将默认日期设置为9月30日 （5）若公司过去两年并未分红，则采用默认日期作为其今年分红日 模型评价：该模型充分利用了历史分红日期的规律性和稳定性，针对不同分红阶段（预案阶段、决案阶段）采用不同的外推逻辑，并设置了合理的默认日期作为兜底方案[60] --- 6. 已实现股息率与剩余股息率测算模型 模型构建思路：为了展示各指数2026年以来已实现股息率及全年剩余股息率，分别对已现金分红公司和尚未现金分红公司的股息率进行测算[17] 模型具体构建过程： 已实现股息率与剩余股息率的计算方法如下： $$已实现股息率=\sum_{i=1}^{N_{1}}\frac{个股已分红金额}{个股总市值}\times个股权重$$ $$全年剩余股息率=\sum_{i=1}^{N_{2}}\frac{个股待分红金额}{个股总市值}\times个股权重$$ 其中，$$N_1$$ 和 $$N_2$$ 分别表示指数成分股中今年已现金分红的公司数量和尚未现金分红的公司数量[17] 模型评价：该模型将股息率拆分为已实现和剩余两部分，能够清晰展示指数分红进度，便于投资者判断分红对指数点位的即期和未来影响[17] --- 模型的回测效果 1. 股指分红点位测算模型 - 上证50指数全年预测股息点与实际股息点误差基本在5个点左右[65] - 沪深300指数全年预测股息点与实际股息点误差基本在5个点左右[65] - 中证500指数全年预测股息点与实际股息点误差基本稳定在10个点左右[65] - 中证1000指数全年预测股息点与实际股息点误差基本稳定在10个点左右[65] - 各合约（上证50、沪深300、中证500、中证1000股指期货当月主力合约）股息点预测效果整体较好[65] 2. 已实现股息率与剩余股息率测算模型 - 上证50指数已实现股息率2.31%，剩余股息率0.25%[3][17] - 沪深300指数已实现股息率2.07%，剩余股息率0.23%[3][17] - 中证500指数已实现股息率1.18%，剩余股息率0.13%[3][17] - 中证1000指数已实现股息率0.96%，剩余股息率0.06%[3][17] --- 量化因子与构建方式 1. 行业股息率因子 因子构建思路：对当前已披露分红预案的个股，按行业统计其股息率中位数，以比较各行业的分红回报水平[15] 因子具体构建过程： 个股当前股息率的计算方式为： $$个股股息率 = \frac{预案分红金额}{当前总市值}$$ 然后对每个行业内已公布分红预案的股票取股息率中位数，得到各行业已公布分红预案股票股息率中位数[15] 因子评价：该因子能够直观反映各行业的分红回报水平，煤炭、银行和钢铁行业的股息率排名前三，说明这些行业具有较高的分红回报特征[2][15] --- 2. 股指期货升贴水因子 因子构建思路：在以机构投资者参与为主的股指期货交易市场中，期货合约的升贴水幅度在一定程度上反映了机构投资者的市场情绪与风险偏好，在扣除分红影响后，对股指期货每日基差、主力合约升贴水走势、不同合约的基差期限结构及当前基差在历史分位点水平等方面进行跟踪[12] 因子具体构建过程： 基于分红点位测算结果，计算各合约的含分红价差、升贴水及年化升贴水等指标，其中含分红价差为当前价差扣除分红影响后的价差，升贴水为含分红价差相对指数收盘价的比例，年化升贴水为升贴水按到期天数进行年化处理[13] 同时计算各合约基差所处历史分位点，若合约所处历史分位点越高，说明该合约升水幅度越高，期货合约价格高于对应指数的价格[28] 因子评价：该因子综合考虑了分红因素对股指期货升贴水的影响，能够更准确地反映机构投资者的真实市场情绪与风险偏好[12] --- 因子的回测效果 1. 行业股息率因子 - 煤炭、银行和钢铁行业的股息率排名前三[2][15] 2. 股指期货升贴水因子 - IH主力合约年化贴水9.05%[4] - IF主力合约年化贴水3.49%[4] - IC主力合约年化贴水4.08%[4] - IM主力合约年化贴水2.01%[4] - IH主力合约处于历史7%分位点左右[28] - IF主力合约处于历史35%水平[28] - IC主力合约处于历史59%水平[28] - IM主力合约处于历史70%水平[28]