晨星对华润啤酒的估值与预测调整 - 将华润啤酒的公允价值估值下调3%至37.5港元 [1] - 将2025-2029年的盈利预测下调4-5% [1] - 认为该股估值被低估，2025年4.4%的股息率也支撑这一观点 [1] 白酒业务前景与预测 - 将华润啤酒的白酒业务五年销售复合年增长率预测从7%下调至3%，反映行业需求前景疲软 [1] - 预计旗下“金沙酒业”品牌组合在高端白酒市场的表现将落后于其他品牌 [1] 2025年下半年业务挑战与预期调整 - 2025年下半年，啤酒和白酒业务在消费者渠道持续面临挑战，消费者信心依然疲软 [1] - 将2025年的销售额和净利润预期分别下调0.2%和4%，以反映下半年营运成本上升和白酒盈利能力下降 [1] 啤酒业务具体预期 - 由于低端啤酒价格承压，将2026年的价格增长预期下调2个百分点 [1] - 喜力啤酒的渠道扩张仍是啤酒业务销量增长的主要驱动力 [1]

公司估值与盈利预测调整 - 将华润啤酒的公允价值估值下调3%至37.5港元 [1] - 将2025-2029年的盈利预测下调4-5% [1] - 认为该股估值被低估，2025年4.4%的股息率也支撑这一观点 [1] 白酒业务前景 - 将华润啤酒的白酒业务五年销售复合年增长率预测从7%下调至3%，反映行业需求前景疲软 [1] - 预计旗下“金沙酒业”品牌组合在高端白酒市场的表现将落后于其他品牌 [1] 2025年经营挑战与预期 - 2025年下半年，啤酒和白酒业务在消费者渠道持续面临挑战，消费者信心依然疲软 [1] - 将2025年的销售额和净利润预期分别下调0.2%和4%，以反映下半年营运成本上升和白酒盈利能力下降 [1] 啤酒业务具体动态 - 由于低端啤酒价格承压，将2026年的价格增长预期下调2个百分点 [1] - 喜力啤酒的渠道扩张仍是啤酒业务销量增长的主要驱动力 [1]

晨星对华润啤酒的估值与盈利调整 - 将华润啤酒的公允价值估值下调3%至37.5港元 [1] - 将2025-2029年的盈利预测下调4-5% [1] - 认为该股估值被低估，2025年4.4%的股息率提供支撑 [1] 白酒业务前景与预测 - 将华润啤酒白酒业务五年销售的复合年增长率预测从7%下调至3%，反映行业需求前景疲软 [1] - 预计旗下“金沙酒业”品牌组合在高端白酒市场的表现将落后于其他品牌 [1] 啤酒业务增长驱动与价格预期 - 喜力啤酒的渠道扩张仍是啤酒业务销量增长的主要驱动力 [1] - 由于低端啤酒价格承压，将2026年的价格增长预期下调2个百分点 [1]

量化模型与构建方式 本报告为市场数据跟踪报告，未涉及具体的量化交易模型或选股因子的构建与测试。报告主要对宽基指数的各类市场指标进行统计、计算和展示，这些指标可被视为用于描述市场状态或进行指数间比较的“特征”或“指标因子”。以下总结报告中所涉及的全部指标因子及其构建方式。 1. **因子名称**：连阴连阳计数[13] **因子的构建思路**：统计指数K线连续为阴线或阳线的天数，用于观察市场的连续上涨或下跌趋势[13]。 **因子具体构建过程**：从当前交易日开始向前追溯，计算连续收盘价上涨（阳线）或下跌（阴线）的天数。计数从1开始，正数表示连阳天数，负数表示连阴天数[13]。 2. **因子名称**：指数与均线比较[16][17] **因子的构建思路**：计算指数收盘价相对于不同周期移动平均线（MA）的偏离百分比，用于判断指数短期与长期的相对位置及支撑压力情况[16]。 **因子具体构建过程**：分别计算指数收盘价相对于5日、10日、20日、60日、120日、250日移动平均线的百分比偏离。公式为： $$偏离百分比 = \frac{收盘价 - 移动平均线}{移动平均线} \times 100\%$$ 例如，“vsMA5”即代表收盘价相对于5日均线的偏离百分比[17]。 3. **因子名称**：指数与近期高低位比较[16][17] **因子的构建思路**：计算指数收盘价相对于过去一定窗口期内最高价和最低价的偏离百分比，用于衡量指数处于近期波动区间中的相对位置[16]。 **因子具体构建过程**：选取近250个交易日，找出期间的最高价（近250日高位）和最低价（近250日低位）。分别计算收盘价相对于这两个价格的百分比偏离[17]。公式为： $$vs近250日高位 = \frac{收盘价 - 近250日高位}{近250日高位} \times 100\%$$ $$vs近250日低位 = \frac{收盘价 - 近250日低位}{近250日低位} \times 100\%$$ 4. **因子名称**：交易金额占比[19] **因子的构建思路**：计算单一宽基指数成交额占全市场（以中证全指代表）成交额的比例，用于观察资金在不同板块或风格间的流向[19]。 **因子具体构建过程**：对于特定指数，计算其所有成分股在当日的总成交金额，然后除以中证全指所有成分股在当日的总成交金额[19]。公式为： $$交易金额占比 = \frac{指数成分股当日总成交金额}{中证全指成分股当日总成交金额} \times 100\%$$ 5. **因子名称**：指数换手率[19] **因子的构建思路**：计算指数整体的换手率，反映该指数所代表板块的交易活跃度[19]。 **因子具体构建过程**：采用流通股本加权平均的方式计算。公式为： $$指数换手率 = \frac{\sum (成分股流通股本 \times 成分股换手率)}{\sum (成分股流通股本)}$$ 其中，成分股换手率通常为当日成交股数与其流通股本之比[19]。 6. **因子名称**：收益率分布峰度与偏度[25][27] **因子的构建思路**：计算指数日收益率分布的峰度和偏度，用于描述收益率分布的尖峭程度和对称性，反映收益的集中情况和极端收益出现的偏向[25]。 **因子具体构建过程**：基于指数在过去一段时间（如近一年或近五年）的日收益率序列，计算其高阶矩统计量。报告中使用的峰度为超额峰度（Excess Kurtosis），即在计算出的峰度值基础上减去正态分布的峰度值3[27]。偏度计算则衡量分布的不对称性。 7. **因子名称**：风险溢价[29][33] **因子的构建思路**：计算股票指数预期收益率超过无风险利率的部分，作为投资者承担市场风险所要求的额外回报，用于衡量市场的相对投资价值[29]。 **因子具体构建过程**：以指数的市盈率倒数（1/PE-TTM）作为其预期收益率的近似，减去十年期国债即期收益率作为无风险利率，得到风险溢价[33][48]。报告中也计算了该风险溢价在近1年、近5年历史数据中的分位值，以及相对于其历史均值加减标准差带的偏离情况[33]。 8. **因子名称**：PE-TTM分位值[44][45] **因子的构建思路**：计算指数当前市盈率（TTM）在其自身历史序列中所处的位置，用于判断当前估值水平的高低[44]。 **因子具体构建过程**：首先获取指数在过去一段时间（如近5年）每个交易日的PE-TTM序列。然后将当前PE-TTM值与该历史序列进行比较，计算其百分位排名，即分位值[45]。例如，97.6%的分位值表示当前估值比近5年中97.6%的时间都要高。 9. **因子名称**：股债性价比[48] **因子的构建思路**：通过比较股票收益率（市盈率倒数）与债券收益率（十年期国债利率）的差值，为资产配置提供参考[48]。 **因子具体构建过程**：计算公式与风险溢价相同，即： $$股债性价比 = \frac{1}{PE-TTM} - 十年期国债即期收益率$$ 报告通过观察该值是否突破其历史分位值（如80%分位的“机会值”和20%分位的“危险值”）来进行判断[48]。 10. **因子名称**：股息率[50][55] **因子的构建思路**：计算指数的现金分红回报率，是红利投资风格的核心指标，尤其在市场低迷或利率下行期受到关注[50]。 **因子具体构建过程**：指数股息率通常为其成分股过去12个月现金分红总额与指数总市值的比率。报告同样展示了当前股息率及其在近1年、近5年历史中的分位值[55]。 11. **因子名称**：破净率[56][59] **因子的构建思路**：计算指数中市净率（PB）小于1的个股数量占比，反映市场整体或特定板块的估值低迷程度[56]。 **因子具体构建过程**：对于特定指数，统计其所有成分股中，满足“股价 < 每股净资产”（即PB<1）条件的个股数量，再将该数量除以指数成分股总数，得到破净率[59]。破净率越高，表明市场整体估值越低。 因子的回测效果 本报告未对上述因子进行预测能力或选股有效性的量化回测。报告主要呈现了这些因子在特定截止日期（2025年12月31日）对于不同宽基指数的截面取值或历史统计值，属于描述性统计分析，而非因子回测结果。

品牌授权协议变更 - 美高梅中国的新品牌授权协议将于2026年1月起生效，授权费率将从原来的每月综合收益净额1.75%调高至3% [1] - 新协议有效期最长可达20年，将缓解公司未来20年内授权费进一步上调的风险 [1] 财务预测与估值调整 - 基于2026年预期EV/EBITDA倍数维持10倍不变，麦格理将美高梅中国目标价下调7%，由22.6港元降至21港元 [1] - 因授权费估计上调，麦格理削减美高梅中国2026-2027年EBITDA预测，分别下调5.1%和4.8% [1] 股息政策与回报 - 美高梅中国于3月宣布将派息比率从原先的35%提高至不少于50% [1] - 以50%派息比率假设下，经股价调整后，2026年预期股息率可达5.4% [1] 投资评级与市场观点 - 麦格理维持美高梅中国“跑赢大市”评级 [1] - 该股股价已从高位回落17%，麦格理认为现时为良好入场点 [1]

量化模型与构建方式 1. **模型名称**：风险溢价模型[29] **模型构建思路**：以十年期国债即期收益率为无风险利率参考，计算各宽基指数相对于无风险利率的风险溢价，用以衡量其相对投资价值和偏离情况[29] **模型具体构建过程**：风险溢价的计算公式为指数收益率减去无风险利率。报告中具体计算了各宽基指数相对于十年期国债即期收益率的风险溢价，并统计了其当前值、历史分位值、均值、波动率及相对于均值和标准差的偏离情况[29][31][33] 2. **模型名称**：股债性价比模型[48] **模型构建思路**：以各指数PE-TTM的倒数（即盈利收益率）与十年期国债即期收益率之差作为股债性价比指标，用于比较股票与债券的相对吸引力[48] **模型具体构建过程**：股债性价比的计算公式为： $$股债性价比 = \frac{1}{PE-TTM} - 十年期国债即期收益率$$ 报告中通过该指标观察各宽基指数的走势，并与近5年数据计算的80分位值（机会值）、20分位值（危险值）、均值及±1倍标准差进行比较[48] 3. **模型名称**：指数分布形态分析模型[24][26] **模型构建思路**：通过计算各宽基指数日收益率分布的峰度和偏度，分析其分布形态特征及与历史基准的差异[24][26] **模型具体构建过程**： * **峰度**：计算指数日收益率分布的峰度，用以衡量收益率分布的集中程度。报告中在计算时减去了3（正态分布的峰度值），以便于比较[26] * **偏度**：计算指数日收益率分布的偏度，用以衡量分布的不对称性。正偏态显示极端正收益情形增加，负偏态则相反[24] * 将当前时点的峰度、偏度与近5年历史数据进行比较，计算差值以观察形态变化[26] 量化因子与构建方式 1. **因子名称**：均线比较因子[16] **因子构建思路**：通过比较指数收盘价与不同周期移动平均线（MA）的位置关系，判断指数短期趋势与支撑压力情况[16] **因子具体构建过程**：计算指数收盘价相对于5日、10日、20日、60日、120日、250日移动平均线的偏离百分比。公式为： $$ vsMA_N = \frac{收盘价 - MA_N}{MA_N} \times 100\% $$ 其中，N代表不同的均线周期（如5，10，20等）[17] 2. **因子名称**：交易金额占比因子[19] **因子构建思路**：计算各宽基指数成交额占全市场（以中证全指为代表）成交额的比例，用以观察资金在不同风格板块间的流动情况[19] **因子具体构建过程**：因子计算公式为： $$ 交易金额占比 = \frac{该指数当日交易金额}{中证全指当日交易金额} \times 100\% $$ [19] 3. **因子名称**：指数换手率因子[19] **因子构建思路**：计算各宽基指数的整体换手率，反映市场交易活跃度[19] **因子具体构建过程**：采用流通市值加权平均的方式计算指数换手率，公式为： $$ 指数换手率 = \frac{\sum (成分股流通股本 \times 成分股换手率)}{\sum (成分股流通股本)} $$ [19] 4. **因子名称**：PE-TTM估值因子[41] **因子构建思路**：使用滚动市盈率（PE-TTM）作为估值参考，衡量各指数在当前时点的估值水平[41] **因子具体构建过程**：计算指数的PE-TTM值，并计算其在近1年、近5年以及全部历史数据中的分位值，以判断当前估值在历史中所处的位置[44][45] 5. **因子名称**：股息率因子[50] **因子构建思路**：股息率反映现金分红回报率，是红利投资风格的核心指标，用于在市场波动中寻找具有稳定现金流和低估值的标的[50] **因子具体构建过程**：计算各宽基指数的股息率（当期值），并统计其近1年、近5年及历史分位值、均值、波动率等，分析其当前水平与历史分布的相对关系[52][56] 6. **因子名称**：破净率因子[57] **因子构建思路**：破净率指市净率（PB）小于1的个股占比，该因子用于反映市场整体的估值态度和悲观程度，比率越高表明低估越普遍[57][58] **因子具体构建过程**：对于每个宽基指数，统计其成分股中市净率小于1的个股数量，并计算其占指数总成分股数量的百分比，即： $$ 破净率 = \frac{破净个股数}{指数总成分股数} \times 100\% $$ [57][59] 模型的回测效果 *注：本报告为市场数据跟踪报告，未提供量化模型的历史回测绩效指标（如年化收益率、夏普比率、最大回撤等）。报告中对模型的评价主要为定性描述。* 因子的回测效果 *注：本报告主要展示各因子在特定时点（2025年12月29日）的截面取值或状态，未提供因子历史IC、IR、多空收益等传统回测绩效指标。报告中对因子的评价主要为定性描述。以下为报告中各宽基指数在所述因子上的具体取值：* 1. **均线比较因子** (2025年12月29日收盘价 vs. 各均线)[17] * **上证50**： vsMA5: 0.1%， vsMA10: 0.7%， vsMA20: 1.1%， vsMA60: 0.9%， vsMA120: 3.5%， vsMA250: 8.7% * **沪深300**： vsMA5: 0.01%， vsMA10: 0.9%， vsMA20: 1.2%， vsMA60: 0.8%， vsMA120: 4.6%， vsMA250: 12.0% * **中证500**： vsMA5: 0.7%， vsMA10: 2.4%， vsMA20: 3.5%， vsMA60: 3.1%， vsMA120: 7.5%， vsMA250: 17.6% * **中证1000**： vsMA5: 0.8%， vsMA10: 2.4%， vsMA20: 3.0%， vsMA60: 2.5%， vsMA120: 5.2%， vsMA250: 14.3% * **中证2000**： vsMA5: 0.8%， vsMA10: 2.3%， vsMA20: 2.9%， vsMA60: 3.5%， vsMA120: 5.6%， vsMA250: 16.1% * **中证全指**： vsMA5: 0.4%， vsMA10: 1.6%， vsMA20: 2.1%， vsMA60: 1.9%， vsMA120: 5.3%， vsMA250: 14.1% * **创业板指**： vsMA5: -0.2%， vsMA10: 1.3%， vsMA20: 2.0%， vsMA60: 3.0%， vsMA120: 12.2%， vsMA250: 30.8% 2. **交易金额占比因子** (2025年12月29日)[19] * **中证2000**： 23.74% * **沪深300**： 22.8% * **中证1000**： 22.05% * *其他指数未列出具体占比数值* 3. **指数换手率因子** (2025年12月29日)[19] * **中证2000**： 4.03 * **中证1000**： 2.66 * **创业板指**： 2.52 * **中证全指**： 1.78 * **中证500**： 1.78 * **沪深300**： 0.61 * **上证50**： 0.26 4. **PE-TTM估值因子** (2025年12月29日)[44][45] * **当前值**： * 上证50: 11.81， 沪深300: 14.17， 中证500: 33.81， 中证1000: 46.76， 中证2000: 158.24， 中证全指: 21.51， 创业板指: 41.67 * **近5年历史分位值**： * 上证50: 84.79%， 沪深300: 87.02%， 中证500: 97.60%， 中证1000: 95.45%， 中证2000: 86.45%， 中证全指: 96.03%， 创业板指: 59.17% 5. **股息率因子** (2025年12月29日)[52][56] * **当前值**： * 上证50: 3.13%， 沪深300: 2.72%， 中证500: 1.39%， 中证1000: 1.09%， 中证2000: 0.76%， 中证全指: 2.01%， 创业板指: 0.95% * **近5年历史分位值**： * 上证50: 30.58%， 沪深300: 35.95%， 中证500: 16.03%， 中证1000: 35.04%， 中证2000: 12.15%， 中证全指: 33.80%， 创业板指: 60.41% 6. **破净率因子** (2025年12月29日)[59] * **上证50**： 22.0% * **沪深300**： 16.0% * **中证500**： 10.6% * **中证1000**： 7.9% * **中证2000**： 3.35% * **中证全指**： 6.12% * *创业板指未列出破净率*

量化模型与因子总结 量化模型与构建方式 本报告为市场数据跟踪报告，未涉及具体的量化选股或预测模型，因此无量化模型部分。 量化因子与构建方式 报告在跟踪分析中计算并使用了多个市场指标，这些指标可作为量化因子或用于构建因子。具体如下： 1. **因子名称：风险溢价** * **因子构建思路：** 以十年期国债即期收益率为无风险利率参考，计算各宽基指数相对于无风险利率的风险溢价，用于衡量其相对投资价值和偏离情况[27]。 * **因子具体构建过程：** 风险溢价的计算公式为宽基指数的收益率减去十年期国债即期收益率。报告中的“当前风险溢价”应为指数近期收益率（如日度或滚动收益率）与当前十年期国债即期收益率的差值[31]。具体公式可表示为： $$风险溢价 = R_{index} - R_{f}$$ 其中，$R_{index}$ 代表宽基指数的收益率，$R_{f}$ 代表十年期国债即期收益率。 2. **因子名称：股债性价比** * **因子构建思路：** 以各指数市盈率（PE-TTM）的倒数代表股票的潜在收益率，计算其与十年期国债即期收益率之差，作为衡量股票与债券相对吸引力的指标[46]。 * **因子具体构建过程：** 股债性价比的计算公式为指数市盈率（PE-TTM）的倒数减去十年期国债即期收益率[46]。具体公式可表示为： $$股债性价比 = \frac{1}{PE_{TTM}} - R_{f}$$ 其中，$PE_{TTM}$ 代表指数滚动市盈率，$R_{f}$ 代表十年期国债即期收益率。 3. **因子名称：股息率** * **因子构建思路：** 跟踪各指数的股息率，反映现金分红回报率，是红利投资风格的重要观察指标[48]。 * **因子具体构建过程：** 股息率通常计算为成分股过去12个月现金分红总额除以指数的总市值。报告中的“当前值”即为该计算结果[53]。 4. **因子名称：破净率** * **因子构建思路：** 计算指数中市净率小于1的个股占比，反映市场整体的估值态度和悲观程度[54][56]。 * **因子具体构建过程：** 破净率计算公式为指数成分股中破净（市净率PB < 1）的个股数量除以指数成分股总数量[57]。具体公式可表示为： $$破净率 = \frac{Count(PB_i < 1)}{N}$$ 其中，$PB_i$ 代表成分股i的市净率，$N$ 代表指数成分股总数。 5. **因子名称：指数换手率** * **因子构建思路：** 衡量指数的整体交易活跃度[17]。 * **因子具体构建过程：** 报告采用流通市值加权的方式计算指数换手率，公式为各成分股换手率按其流通股本加权的平均值[17]。具体公式为： $$指数换手率 = \frac{\sum (成分股流通股本 \times 成分股换手率)}{\sum (成分股流通股本)}$$ 6. **因子名称：收益分布形态指标（偏度与峰度）** * **因子构建思路：** 通过计算指数日收益率序列的偏度和峰度，分析其收益分布的特征和形态变化[23][25]。 * **因子具体构建过程：** * **偏度：** 衡量收益率分布的不对称性。正偏态表示极端正收益情形增加[23]。报告计算了当前偏度并与近5年历史偏度进行比较[25]。 * **峰度：** 衡量收益率分布的尖锐或平坦程度。报告中的峰度计算减去了3（正态分布的峰度值），因此“峰度负偏离”表示当前分布比历史分布更平坦[25]。峰度越大，说明收益率分布更集中[23]。 因子的回测效果 报告未提供基于历史数据的因子分层测试、多空组合收益等传统因子回测结果，而是展示了各因子在特定截止日（2025年12月24日）的截面取值或状态。各宽基指数在不同因子下的具体数值如下： 1. **风险溢价因子**[31] * 上证50：-0.08% * 沪深300：0.28% * 中证500：1.30% * 中证1000：1.53% * 中证2000：1.55% * 中证全指：0.89% * 创业板指：0.76% 2. **PE-TTM分位值因子（近5年）**[42][43] * 上证50：84.05% * 沪深300：85.62% * 中证500：96.94% * 中证1000：94.63% * 中证2000：84.30% * 中证全指：94.46% * 创业板指：59.17% 3. **股息率因子**[53] * 上证50：3.13% * 沪深300：2.73% * 中证500：1.41% * 中证1000：1.11% * 中证2000：0.77% * 中证全指：2.02% * 创业板指：0.96% 4. **破净率因子**[3][57] * 上证50：22.0% * 沪深300：16.0% * 中证500：10.8% * 中证1000：8.0% * 中证2000：3.25% * 中证全指：6.14% * 创业板指：未提供 5. **指数换手率因子**[2][17] * 上证50：0.19 * 沪深300：0.47 * 中证500：1.51 * 中证1000：2.2 * 中证2000：3.7 * 中证全指：1.55 * 创业板指：2.18 6. **收益分布峰度偏离因子（当前 vs. 近5年）**[25] * 上证50：-2.10 * 沪深300：-1.84 * 中证500：-2.28 * 中证1000：-1.35 * 中证2000：-1.44 * 中证全指：-1.87 * 创业板指：-2.63 7. **收益分布偏度偏离因子（当前 vs. 近5年）**[25] * 上证50：-0.58 * 沪深300：-0.46 * 中证500：-0.58 * 中证1000：-0.35 * 中证2000：-0.34 * 中证全指：-0.46 * 创业板指：-0.65

宏观与市场背景 - 当前市场处于低利率和资产荒的宏观背景下 [1] - 在此背景下，高现金流类资产的配置价值日益凸显 [1] - 中长期资金入市有望持续巩固对这类资产的需求 [1] 投资逻辑与实证研究 - 实证研究表明，现金流充裕的公司通常具备更高的分红意愿 [1] - 自由现金流率与股息率之间存在显著的正相关关系 [1] - 关注现金流有助于规避缺乏现金流支撑的“价值陷阱” [1] 产品与指数表现 - 投资者可关注的产品是现金流ETF，代码为159399 [1] - 该ETF的标的指数为富时现金流指数 [1] - 从2016年至2024年，该标的指数连续9年跑赢中证红利指数和沪深300指数 [1] 产品具体特征 - 现金流ETF的标的指数聚焦于大中市值公司 [1] - 该标的指数中，中央企业和国有企业占比高于同类现金流指数 [1] - 根据基金公告，该ETF每月均可进行分红评估 [1] - 自上市以来，该ETF已实现连续10个月分红 [1]

量化模型与因子总结 量化模型与构建方式 本报告为市场数据跟踪报告，未涉及具体的量化选股或择时模型，因此无量化模型相关内容。 量化因子与构建方式 报告中对多个市场指标（可视为观测因子）进行了计算和跟踪，具体如下： 1. **因子名称：连阴连阳天数** * **因子构建思路**：通过计算指数K线连续为阴线或阳线的天数，来跟踪市场的短期趋势强度和持续性[12]。 * **因子具体构建过程**：从指定起始日开始，逐日判断指数收盘价涨跌。若当日收益率为正，则连阳天数加1，连阴天数重置为0；若为负，则连阴天数加1（以负数表示），连阳天数重置为0。正数表示连阳天数，负数表示连阴天数[12]。 2. **因子名称：指数与均线比较** * **因子构建思路**：通过计算指数收盘价相对于不同周期移动平均线（MA）的偏离百分比，来判断指数短期、中期和长期的趋势位置及支撑压力情况[15]。 * **因子具体构建过程**：首先计算各宽基指数在不同周期（如5日、10日、20日、60日、120日、250日）的简单移动平均线（MA）。然后计算指数收盘价相对于各均线的偏离百分比。公式为： $$偏离百分比 = \frac{收盘价 - 移动平均线}{移动平均线} \times 100\%$$ 例如，`vsMA5` 表示收盘价相对于5日均线的偏离百分比[15]。 3. **因子名称：交易金额占比** * **因子构建思路**：计算单一宽基指数成交额占全市场（以中证全指代表）成交额的比例，用以观察资金在不同风格板块间的流动和集中度[17]。 * **因子具体构建过程**：对于特定指数，在交易日T，计算其所有成分股的成交额之和。同时计算中证全指在交易日T的成交额。该因子值为： $$交易金额占比_T = \frac{指数T日成交额}{中证全指T日成交额} \times 100\%$$ [17]。 4. **因子名称：指数换手率** * **因子构建思路**：衡量指数整体成分股的交易活跃度，采用流通市值加权的方式计算，比简单平均更能反映整体市场的换手情况[17]。 * **因子具体构建过程**：对于特定指数，在交易日T，计算其所有成分股的流通市值加权换手率。公式为： $$指数换手率_T = \frac{\sum (成分股流通股本_i \times 成分股换手率_{i,T})}{\sum (成分股流通股本_i)}$$ 其中，`i` 代表指数成分股[17]。 5. **因子名称：收益分布峰度与偏度** * **因子构建思路**：通过计算指数日收益率分布的峰度和偏度，来刻画收益分布的尖峭程度和对称性，并与历史分布进行比较，观察市场波动形态的变化[23][25]。 * **因子具体构建过程**：选取特定时间窗口（如近一年、近五年）的指数日收益率序列。计算该序列的峰度（Kurtosis）和偏度（Skewness）。报告中采用的峰度为超额峰度（Excess Kurtosis），即在计算值基础上减去正态分布的峰度3。公式分别为： $$峰度 = \frac{E[(R-\mu)^4]}{\sigma^4} - 3$$ $$偏度 = \frac{E[(R-\mu)^3]}{\sigma^3}$$ 其中，`R`为日收益率序列，`μ`为序列均值，`σ`为标准差，`E`为期望算子[25]。 6. **因子名称：风险溢价** * **因子构建思路**：以十年期国债即期收益率作为无风险利率的代理变量，计算股票指数预期收益率（常用市盈率倒数或股息率近似）与之差值，用以衡量股票市场相对于债券市场的风险补偿和投资价值[27][31]。 * **因子具体构建过程**：报告中风险溢价的计算基于股息率。对于特定指数，在交易日T，其风险溢价为： $$风险溢价_T = 指数股息率_T - 十年期国债即期收益率_T$$ 同时，计算该风险溢价在近1年、近5年时间窗口内的历史分位值，以判断当前风险溢价在历史中所处的位置[31]。 7. **因子名称：PE-TTM 分位值** * **因子构建思路**：计算指数当前滚动市盈率（PE-TTM）在其历史序列中所处的百分位位置，用以判断指数估值水平的高低[37][41]。 * **因子具体构建过程**：获取指数在特定回顾期（如近5年）内每个交易日的PE-TTM值，构成历史序列。将当前PE-TTM值与该历史序列进行比较，计算其百分位数。例如，95%的分位值表示当前估值比回顾期内95%的时间都要高[41][42]。 8. **因子名称：股债性价比** * **因子构建思路**：将股票指数市盈率的倒数（即盈利收益率）与十年期国债收益率进行比较，其差值可以衡量股票资产相对于债券资产的吸引力[44]。 * **因子具体构建过程**：对于特定指数，在交易日T，其股债性价比为： $$股债性价比_T = \frac{1}{PE-TTM_T} - 十年期国债即期收益率_T$$ 报告中将此差值的时间序列与基于历史数据计算的统计阈值（如80%分位、20%分位、均值±1倍标准差）进行对比[44]。 9. **因子名称：股息率** * **因子构建思路**：计算指数成分股的现金分红回报率，是价值投资和红利策略关注的核心指标，用于评估指数的现金回报能力和估值水平[46][51]。 * **因子具体构建过程**：指数股息率通常为其成分股过去12个月现金分红总额除以指数总市值。报告中也计算了当前股息率在近1年、近5年及全部历史数据中的分位值[51]。 10. **因子名称：破净率** * **因子构建思路**：计算指数中市净率（PB）小于1的个股数量占指数总成分股数量的比例，用以反映市场整体的悲观程度和估值底部的特征[52][55]。 * **因子具体构建过程**：对于特定指数，在交易日T，遍历其所有成分股，判断其市净率是否小于1。破净率计算公式为： $$破净率_T = \frac{市净率<1的成份股数量}{指数总成份股数量} \times 100\%$$ [55]。 因子的回测效果 本报告为市场数据跟踪报告，未提供因子在选股或择时策略中的具体回测绩效指标（如IC、IR、多空收益、夏普比率等）。报告主要呈现了各因子在特定时点（2025年12月19日）的截面取值或时间序列上的当前状态，具体数值如下： 1. **连阴连阳天数因子**：上证50、中证500、中证1000、中证2000、中证全指均为连阳3天；创业板指为连阴2天[12]。 2. **指数与均线比较因子**：以`vsMA5`为例，上证50为0.6%，沪深300为0.4%，中证500为0.9%，中证1000为0.7%，中证2000为1.2%，中证全指为0.7%，创业板指为-0.02%[15]。 3. **交易金额占比因子**：中证2000为25.62%，沪深300为21.81%，中证1000为21.27%，中证500为未明确列示但低于前述，上证50、创业板指、中证全指占比未明确列示[17]。 4. **指数换手率因子**：中证2000为4.02，中证1000为2.22，创业板指为2.05，中证全指为1.64，中证500为1.6，沪深300为0.47，上证50为0.22[17]。 5. **收益分布峰度与偏度因子**：以“当前vs近5年”变化为例，峰度变化：创业板指为-2.58，中证500为-2.23，上证50为-2.12，中证全指为-1.87，沪深300为-1.88，中证2000为-1.59，中证1000为-1.43；偏度变化：创业板指为-0.63，中证500为-0.56，上证50为-0.59，中证全指为-0.46，沪深300为-0.47，中证2000为-0.38，中证1000为-0.37[25]。 6. **风险溢价因子**：当前值：中证2000为1.46%，中证500为0.96%，中证1000为0.78%，中证全指为0.76%，创业板指为0.48%，沪深300为0.33%，上证50为0.19%。近5年分位值：中证2000为86.03%，中证500为81.83%，中证全指为77.86%，中证1000为73.65%，沪深300为66.27%，创业板指为64.13%，上证50为60.00%[31]。 7. **PE-TTM 分位值因子**：近5年历史分位值：中证500为95.21%，中证1000为93.88%，中证全指为91.82%，沪深300为83.14%，上证50为82.56%，中证2000为81.07%，创业板指为56.78%[41][42]。 8. **股债性价比因子**：报告未给出具体数值，仅给出定性结论：没有指数高于其80%分位（机会值），中证500低于其20%分位（危险值）[44]。 9. **股息率因子**：当前值：上证50为3.17%，沪深300为2.76%，中证全指为2.05%，中证500为1.45%，中证1000为1.14%，创业板指为0.99%，中证2000为0.79%。近5年历史分位值：创业板指为65.37%，中证1000为49.09%，沪深300为38.18%，中证全指为36.69%，上证50为31.32%，中证2000为24.55%，中证500为24.38%[49][51]。 10. **破净率因子**：上证50为22.0%，沪深300为16.0%，中证500为11.0%，中证1000为8.0%，中证全指为6.1%，中证2000为3.25%，创业板指未提供[55]。

指数构成与行业特征 - 富时中国A股自由现金流指数成份股集中分布在原材料、工业和可选消费行业 [1] - 相关行业防御属性相对较强 [1] 指数历史表现与功能 - 在震荡下跌市中，自由现金流指数跑赢全市场，展现出避险功能 [1] - 标的指数富时现金流指数自2016年至2024年连续9年跑赢中证红利指数和沪深300指数 [1] 因子特征与公司行为 - 自由现金流率与股息率呈显著正相关 [1] - 现金流充裕的公司更倾向于稳定分红，规避了缺乏现金流支撑的“价值陷阱” [1] 相关产品信息 - 投资者可关注现金流ETF（159399） [1] - 该ETF标的指数聚焦大中市值 [1] - 标的指数央国企占比高于同类现金流指数 [1] - 标的指数月月可评估分红 [1]