成分股分红进度 - 截至2026年3月11日，上证50指数成分股中，1家公司已分红，3家公司不分红，其余公司均未进入预案、决案或实施阶段 [1] - 截至2026年3月11日，沪深300指数成分股中，9家公司处于预案阶段，2家公司已分红，24家公司不分红 [1] - 截至2026年3月11日，中证500指数成分股中，8家公司处于预案阶段，1家公司处于决案阶段，65家公司不分红 [1] - 截至2026年3月11日，中证1000指数成分股中，9家公司处于预案阶段，1家公司进入实施阶段，223家公司不分红 [1] 行业股息率比较 - 对已披露分红预案个股的股息率统计显示，银行、煤炭和钢铁行业的股息率排名前三 [1][4] 指数股息率情况 - 截至2026年3月11日，上证50指数已实现股息率为0.00%，剩余股息率为2.77% [1][7] - 截至2026年3月11日，沪深300指数已实现股息率为0.00%，剩余股息率为2.12% [1][7] - 截至2026年3月11日，中证500指数已实现股息率为0.00%，剩余股息率为1.10% [1][7] - 截至2026年3月11日，中证1000指数已实现股息率为0.00%，剩余股息率为0.86% [1][7] 股指期货升贴水情况 - 截至2026年3月11日，IH（上证50）主力合约年化贴水2.09% [1] - 截至2026年3月11日，IF（沪深300）主力合约年化贴水15.09% [1] - 截至2026年3月11日，IC（中证500）主力合约年化贴水20.91% [1] - 截至2026年3月11日，IM（中证1000）主力合约年化贴水24.50% [1] - 数据显示，随着标的指数覆盖的市值区间变小，股指期货的贴水幅度越深 [12] - 当前IH主力合约升贴水处于历史30%分位点左右，IF主力合约处于历史14%水平，IC主力合约处于历史30%水平，IM主力合约处于历史24%水平 [17] 指数分红测算方法 - 股指期货合约跟踪价格指数，成分股分红除息会导致价格指数点位自然滑落，因此准确估计分红点位对分析期货升贴水至关重要 [25] - 分红点数的测算需要用到成分股权重、分红金额、总市值和指数收盘价等核心指标 [33] - 为精确测算，采用中证指数公司每日披露的日度收盘权重数据，而非月末权重数据 [35] - 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 [36] - 对于未公布年报的公司，基于历史净利润分布进行动态预测：盈利分布稳定的公司按历史规律预测，不稳定的公司使用上年同期盈利作为预测值 [37] - 股息支付率预测方法：若公司去年分红，则以去年股息支付率为预测值；若去年不分红，则以最近3年平均值为预测值；若从未分红，则默认今年不分红 [43] - 除息日预测采用基于历史间隔天数稳定性的线性外推法，并结合预案/决案公告日进行估算 [43] - 模型预测显示，对上证50和沪深300指数全年股息点的预测误差基本在5个点左右，对中证500和中证1000指数的预测误差基本稳定在10个点左右 [46] - 对股指期货合约股息点的预测模型在2024年及2025年表现出较好的准确性 [46]

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][43] * **模型构建思路**：为准确计算股指期货的升贴水，需要精确估计指数成分股在期货合约存续期内分红所导致的指数点位自然滑落（即分红点数）[12][43]。该模型通过精细化处理成分股权重、分红金额、除息日等核心要素，实现对指数分红点位的预测[12][43]。 * **模型具体构建过程**： 1. **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： $$分红点数 = \sum_{n=1}^{N} \frac{成分股分红金额}{成分股总市值} \times 成分股权重 \times 指数收盘价$$ 其中，求和仅针对除权除息日 `τ` 满足 `t < τ ≤ T` 的成分股[43]。 2. **数据获取与处理流程**：如图16所示，首先获取指数成分股及其日度权重[44][49][50]。然后对每只成分股进行以下判断与估计[46]： * **已公布分红方案**：若公司已公布分红金额和除息日，则直接采用[46]。 * **未公布分红方案**：需依次预测**分红金额**和**除息日**[46]。 * **分红金额预测**：分红金额 = 净利润 × 股息支付率[51]。 * **净利润预测**：采用“基于历史净利润分布的动态预测法”[53]。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）；否则，根据其历史季度盈利分布是否稳定进行分类预测（见图17）[53]。 * **股息支付率预测**：采用历史数据替代[54]。 * 若去年分红，则以去年股息支付率为预测值[57]。 * 若去年不分红，则以最近3年平均股息支付率为预测值[57]。 * 若从未分红，则默认今年不分红[57]。 * 若预测值大于100%，则进行截尾处理[57]。 * **除息日预测**：采用“基于历史间隔天数稳定性的线性外推法”[55]。具体步骤如图18所示[60]： * 若已公布除息日，则直接采用[60]。 * 若未公布分红预案，则参考去年或前年的分红日期，并判断其合理性（是否在当前时点前、距离太近或在股东大会前），不合理则采用默认日期[60]。 * 若已公布分红预案，则根据所处阶段（预案或决案），判断历史从该阶段公告日到除息日的间隔天数是否稳定。若稳定，则用历史平均间隔天数与今年公告日进行线性外推；若不稳定，则参考历史分红日期[60]。 * 若无可靠历史日期或过去两年未分红，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）[60]。 * **模型评价**：模型对于上证50和沪深300指数的预测准确度较高，对于中证500和中证1000指数的预测误差稍大但基本稳定[65]。整体来看，对各股指期货合约的股息点预测效果较好[65]。 2. **模型/因子名称：成分股权重日度估算模型**[49] * **模型构建思路**：由于指数成分股权重每日变动，而数据提供商通常只提供月末权重，因此需要一种方法估算日度权重，以更精确地计算分红影响[49]。 * **模型具体构建过程**： * **估算公式**：假设最近一次公布权重日期为 `t_0`，成分股 `n` 的权重为 `w_n0`。从 `t_0` 到当前日 `t`，个股非复权涨跌幅为 `r_n`，则当前日权重 `W_{n,t}` 估算为： $$W_{n,t}={\frac{w_{n0}\times(1+r_{n})}{\sum_{i=1}^{N}w_{i0}\times(1+r_{n})}}$$[49] * **精确替代**：报告指出，为更准确并避免成分股调整、解禁等事件的影响，最终采用了中证指数公司每日披露的日度收盘权重数据，而非上述估算值[50]。 3. **因子名称：已实现股息率与剩余股息率**[17] * **因子构建思路**：用于衡量指数成分股中，本年度已经完成现金分红和尚未进行现金分红的部分，分别占指数总市值的比例，以反映分红进度[17]。 * **因子具体构建过程**： * **已实现股息率**：计算指数中本年度已现金分红的公司，其分红金额总和占这些公司总市值的比例，并按个股权重加权[17]。 * **剩余股息率**：计算指数中本年度尚未现金分红的公司，其预计分红金额总和占这些公司总市值的比例，并按个股权重加权[17]。 * 公式描述：设 `N1` 和 `N2` 分别为指数中已分红和未分红的公司数量，则： * 全年已实现股息率 = Σ(个股已分红金额 / 个股总市值 × 个股权重)，对 `N1` 家公司求和[17]。 * 全年剩余股息率 = Σ(个股待分红金额 / 个股总市值 × 个股权重)，对 `N2` 家公司求和[17]。 模型的回测效果 1. **股指分红点位测算模型**[65] * **预测误差（2024年 & 2025年）**：对上证50和沪深300指数的预测误差基本在5个点左右；对中证500和中证1000指数的预测误差稍大，基本稳定在10个点左右[65]。 * **预测准确性**：对2024年及2025年各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，模型对各合约都具有较好的预测准确性[65]。 量化因子与构建方式 1. **因子名称：行业股息率中位数**[15] * **因子构建思路**：统计各行业内已披露分红预案的个股的股息率，并取中位数，以比较不同行业的分红吸引力[15]。 * **因子具体构建过程**：对于每个行业，计算所有已公布分红预案股票的“预案分红金额/当前总市值”，然后取该组数据的中位数[15]。 因子的回测效果 （报告未提供相关因子的历史回测表现指标，如IC、IR、多空收益等。）

成分股分红进度 - 截至2026年3月4日，上证50指数成分股中有1家公司已分红，3家公司不分红，其余公司均未进入预案、决案或实施阶段 [1] - 截至2026年3月4日，沪深300指数成分股中有1家公司处于预案阶段，1家公司进入实施阶段，1家公司已分红，24家公司不分红 [1] - 截至2026年3月4日，中证500指数成分股中有5家公司处于预案阶段，2家公司进入实施阶段，65家公司不分红 [1] - 截至2026年3月4日，中证1000指数成分股中有4家公司处于预案阶段，1家公司处于决案阶段，224家公司不分红 [1] 行业股息率比较 - 在已披露分红预案的个股中，煤炭、银行和钢铁行业的股息率排名前三 [4] 指数股息率情况 - 截至2026年3月4日，上证50指数已实现股息率为0.00%，剩余股息率为2.80% [1][8] - 截至2026年3月4日，沪深300指数已实现股息率为0.00%，剩余股息率为2.14% [1][8] - 截至2026年3月4日，中证500指数已实现股息率为0.00%，剩余股息率为1.14% [1][8] - 截至2026年3月4日，中证1000指数已实现股息率为0.00%，剩余股息率为0.89% [1][8] 股指期货升贴水情况 - 截至2026年3月4日，IH（上证50）主力合约年化贴水1.54%，IF（沪深300）主力合约年化贴水5.76%，IC（中证500）主力合约年化贴水8.08%，IM（中证1000）主力合约年化贴水8.54% [1][4] - 股指期货的升贴水幅度需扣除成分股分红对指数点位的影响才能准确反映市场情绪 [2] - 随着标的指数覆盖的市值区间变小，股指期货的贴水幅度越深 [11] - 当前IH主力合约升贴水处于历史27%分位点左右，IF主力合约处于历史22%分位点，IC主力合约处于历史41%分位点，IM主力合约处于历史42%分位点 [12] 分红点位测算方法 - 股指分红点位测算的核心在于准确估计成分股权重、分红金额、除息日，其中分红金额可分解为净利润与股息支付率的乘积 [26][29][30] - 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，避免因指数调整、个股解禁等行为产生估算偏差 [27][28] - 对未公布分红金额的公司，其净利润预测采用基于历史净利润分布的动态预测法：对盈利分布稳定的公司按历史规律预测，对不稳定的公司采用上年同期利润作为预测值 [31] - 股息支付率预测规则为：若公司去年分红则采用去年支付率；若去年不分红则采用最近3年平均支付率；若从未分红则默认今年不分红；预期支付率大于100%时进行截尾处理 [34][37] - 除息日预测采用基于历史间隔天数稳定性的线性外推法，并结合预案/决案公告日进行推算，若无可靠历史数据，则根据多数公司在7月底前分红的规律设置默认日期 [37] 测算模型准确度 - 模型对于上证50指数和沪深300指数全年的预测准确度较高，预测误差基本在5个指数点左右 [40] - 模型对于中证500指数和中证1000指数的预测误差稍大，但也基本稳定在10个指数点左右 [40] - 模型对各类股指期货当月主力合约的股息点预测具有较好的准确性 [40]

量化模型与构建方式 1. **模型名称：股指分红点位测算模型**[13][44] * **模型构建思路**：为了准确计算股指期货的升贴水幅度，需要精确估计指数成分股在期货合约存续期内将进行的分红对指数点位的累计影响，从而从价格指数中剥离分红效应[13][44]。 * **模型具体构建过程**：模型的核心是预测从当前时刻 `t` 到期货合约到期日 `T` 之间，所有指数成分股的累计分红点数。具体流程如下[44][45][47]： 1. **获取成分股及权重**：采用中证指数公司每日披露的日度收盘权重数据，确保权重准确性[51]。若使用估算方法，则公式为： $$W_{n,t}={\frac{w_{i0}\times(1+r_{n})}{\sum_{i=1}^{N}w_{i0}\times(1+r_{n})}}$$ 其中，`W_{n,t}` 为股票 `n` 在 `t` 日的估算权重，`w_{i0}` 为最近一次公布（`t_0` 日）的股票 `i` 的权重，`r_n` 为股票 `n` 从 `t_0` 到 `t` 的非复权涨跌幅[50]。 2. **预测个股分红金额**：对于每只成分股，若已公布分红金额则直接采用；若未公布，则需预测。分红金额由净利润与股息支付率的乘积得到[52]。 * **净利润预测**：采用“基于历史净利润分布的动态预测法”。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）；若未披露，则根据其历史季度盈利分布是否稳定进行分类预测[54]。 * **股息支付率预测**： * 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[58]。 3. **预测个股除息日**：采用“基于历史间隔天数稳定性的线性外推法”[56]。流程如下[61]： * 若公司已公布除息日，则直接采用。 * 若未公布，则判断公司是否已公布分红预案。 * 若未公布预案，则参考去年或前年分红日期（需满足合理性条件，如不在当前时点之前、距离当前不少于10天、不在今年股东大会召开日之前）。 * 若已公布预案，则根据其所处分红阶段（预案或决案），判断历史从该阶段公告日到除息日的间隔天数是否稳定。若稳定，则用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，则参考历史分红日期。 * 若通过上述方法无法得到合理日期，或公司过去两年未分红，则采用默认日期（根据预测时间点，设置为7月31日、8月31日或9月30日）[61]。 4. **计算指数分红点数**：将所有满足条件（除息日大于当前日期 `t` 且小于等于合约到期日 `T`）的成分股的分红影响加总，公式为： 分红点数 = $$\sum_{n=1}^{N} \frac{成分股分红金额}{成分股总市值} \times 成分股权重 \times 指数收盘价$$[44] * **模型评价**：该模型通过精细化处理成分股权重、分红金额和除息日预测，旨在提高股指分红点位预测的准确性[13][44]。模型对以上证50、沪深300为代表的大盘指数预测准确度较高，对中证500、中证1000等指数的预测误差稍大但基本稳定[66]。 量化因子与构建方式 1. **因子名称：已实现股息率**[18] * **因子构建思路**：衡量指数成分股中，在计算时点之前已经完成现金分红的公司，其分红对指数股息率的实际贡献[18]。 * **因子具体构建过程**：计算指数中所有 **今年已现金分红** 的成分股，其分红金额与当前总市值之比，按指数权重加权求和[18]。 公式为：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，`N_1` 表示指数成分股中今年已现金分红的公司数量[18]。 2. **因子名称：剩余股息率**[18] * **因子构建思路**：衡量指数成分股中，在计算时点之后预计还将进行现金分红的公司，其待分红金额对指数股息率的潜在贡献[18]。 * **因子具体构建过程**：计算指数中所有 **尚未现金分红** 的成分股，其待分红金额（预测值）与当前总市值之比，按指数权重加权求和[18]。 公式为：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_2` 表示指数成分股中尚未现金分红的公司数量[18]。 模型的回测效果 1. **股指分红点位测算模型**： * **预测误差（2024年）**：对上证50和沪深300指数的预测误差基本在5个点左右；对中证500和中证1000指数的预测误差基本在10个点左右[66]。 * **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个点左右；对中证500和中证1000指数的预测误差基本在10个点左右[66]。 * **股指期货股息点预测效果（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[66]。 因子的回测效果 1. **已实现股息率因子（截至2026年3月4日）**： * **上证50指数**：0.00%[4][18] * **沪深300指数**：0.00%[4][18] * **中证500指数**：0.00%[4][18] * **中证1000指数**：0.00%[4][18] 2. **剩余股息率因子（截至2026年3月4日）**： * **上证50指数**：2.80%[4][18] * **沪深300指数**：2.14%[4][18] * **中证500指数**：1.14%[4][18] * **中证1000指数**：0.89%[4][18]

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][42] * **模型构建思路**：为了准确计算股指期货的升贴水，需要剔除指数成分股分红除息对价格指数造成的自然滑落影响，因此构建模型对从当前时刻到期货合约到期日之间指数所包含的分红点数进行预测[12][42]。 * **模型具体构建过程**：模型的核心是预测每只成分股在特定期间内的分红金额和除息日，然后汇总计算对指数点位的总影响[42][43]。 * **总体公式**：假设当前日期为t，期货合约到期日为T，指数有N个成分股，第n个成分股的除息日为τ_n (满足 t < τ_n ≤ T)，则期间的分红点数计算公式为： $$分红点数 = \sum_{n=1}^{N} \frac{成分股分红金额}{成分股总市值} \times 成分股权重 \times 指数收盘价$$[42] * **实施流程**：首先获取精确的日度成分股权重[46][47]。然后对每只成分股： * **情况A**：若公司已公布分红金额，则直接采用；若同时公布除息日，则直接采用，否则进入除息日预测流程[43]。 * **情况B**：若公司未公布分红金额，则需预测。分红金额 = 净利润 × 股息支付率[48]。 * **净利润预测**：采用基于历史净利润分布的动态预测法。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）。若未披露，则根据其历史季度盈利分布的稳定性进行分类预测：对于盈利分布稳定的公司，按历史规律预测；对于不稳定的公司，使用上年同期利润作为预测值[50]。 * **股息支付率预测**： * 若公司去年分红，则以去年股息支付率作为今年预测值[54]。 * 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[54]。 * 若公司过去从未分红，则默认今年不分红[54]。 * 若预测股息支付率>100%，则进行截尾处理[54]。 * **除息日预测**：采用基于历史间隔天数稳定性的线性外推法[52]。 * 若公司已公布除息日，则直接采用[57]。 * 若未公布，则判断公司是否已公布分红预案[57]。 * **未公布预案**：参考去年或前年的分红日期进行估计，并检查合理性（如日期是否在当前时间之前、距离太短或在股东大会之前）。若不合理，则采用默认日期（根据预测时间点，分别设为7月31日、8月31日或9月30日）[57]。 * **已公布预案**：根据公司处于“预案”或“决案”阶段，分别判断其历史“预案公告日到除息日”或“股东大会公告日到除息日”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，则参考历史分红日期判断[57]。 * 若公司过去两年未分红，则采用默认日期[57]。 2. **因子名称：已实现股息率与剩余股息率**[17] * **因子构建思路**：为了衡量指数成分股在当年已经完成的分红和尚未完成但预期会发生的分红情况，分别构建已实现股息率和剩余股息率因子[17]。 * **因子具体构建过程**： * **已实现股息率**：计算指数中本年度已完成现金分红的公司，其分红总额相对于总市值的加权占比。 $$全年已实现股息率 = \sum_{i=1}^{N_1} \frac{个股已分红金额}{个股总市值} \times 个股权重$$[17] 其中，N1表示指数成分股中今年已现金分红的公司数量[17]。 * **剩余股息率**：计算指数中本年度尚未现金分红但预期会分红的公司，其预测分红总额相对于总市值的加权占比。 $$剩余股息率 = \sum_{i=1}^{N_2} \frac{个股预测分红金额}{个股总市值} \times 个股权重$$[17] 其中，N2表示指数成分股中尚未现金分红的公司数量，预测分红金额来自上述股指分红点位测算模型[17]。 3. **因子名称：年化升贴水**[13] * **因子构建思路**：为了衡量股指期货合约价格相对于其标的指数价格（已剔除预期分红影响）的偏离程度，并统一不同期限合约的比较口径，构建年化升贴水因子[13]。 * **因子具体构建过程**： * 首先计算“含分红价差” = 期货合约收盘价 - (指数收盘价 - 预测的次日分红点数)[13]。 * 然后计算升贴水幅度 = 含分红价差 / 指数收盘价[13]。 * 最后将升贴水幅度年化： $$年化升贴水 = \frac{升贴水}{合约到期天数} \times 365$$[13] 模型的回测效果 1. **股指分红点位测算模型** * **预测误差（2024年）**：对上证50和沪深300指数的预测误差基本在5个点左右；对中证500和中证1000指数的预测误差基本在10个点左右[62]。 * **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个点左右；对中证500和中证1000指数的预测误差基本在10个点左右[62]。 * **预测准确性评价**：模型对于上证50、沪深300、中证500及中证1000股指期货合约的股息点预测整体效果较好，具有较好的预测准确性[62]。 因子的回测效果 1. **已实现股息率与剩余股息率因子（截至2026年2月25日）**[3][17] * **上证50指数**：已实现股息率 0.00%，剩余股息率 2.73% * **沪深300指数**：已实现股息率 0.00%，剩余股息率 2.08% * **中证500指数**：已实现股息率 0.00%，剩余股息率 1.11% * **中证1000指数**：已实现股息率 0.00%，剩余股息率 0.87% 2. **年化升贴水因子（截至2026年2月25日主力合约）**[4][13] * **IH主力合约**：年化升水 1.70% * **IF主力合约**：年化贴水 -1.50% * **IC主力合约**：年化升水 0.28% * **IM主力合约**：年化贴水 -3.90% 3. **行业股息率中位数因子（基于已公布分红预案）**[2][15] * **排名前三行业**：银行、煤炭、钢铁。

量化模型与构建方式 1. **模型名称：股指分红点位预测模型**[45] * **模型构建思路**：为准确计算股指期货的升贴水幅度，必须考虑指数成分股分红除息导致价格指数点位自然滑落的影响。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，指数因成分股分红而将损失的点数（即分红点数）[12][45]。 * **模型具体构建过程**：模型的核心是计算指数在特定期间内的预期分红点数。具体流程如下[16][46]： 1. **数据获取与权重计算**：获取指数成分股及其日度权重。采用中证指数公司每日披露的日度收盘权重数据，以确保权重准确性[49][50]。 2. **个股分红信息判断与预测**：对每只成分股进行以下操作[46]： * **已公布分红方案**：若公司已公布分红金额和除息日，则直接采用。 * **未完全公布**：若仅公布分红金额但未公布除息日，或未公布任何分红信息，则需进行预测。 3. **分红金额预测**：分红金额 = 净利润 × 股息支付率[51]。 * **净利润预测**：采用“基于历史净利润分布的动态预测法”[53]。 * 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，则根据其历史季度盈利分布稳定性进行分类预测：对于盈利分布稳定的公司，按历史规律预测；对于不稳定的公司，使用上年同期盈利作为预测值[53]。 * **股息支付率预测**： * 若公司去年分红，则以去年股息支付率作为今年预测值。 * 若去年不分红，则以最近3年平均股息支付率作为预测值。 * 若过去从未分红，则默认今年不分红。 * 当预测股息支付率 > 100%时，进行截尾处理[54][57]。 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”[55]。 * 若已公布除息日，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/决案），并结合历史预案公告日/股东大会公告日到除息日的间隔天数的稳定性进行线性外推预测。 * 若上述方法不适用，则根据历史规律设置默认日期（如7月31日、8月31日或9月30日）[60]。 5. **汇总计算指数分红点数**：将满足条件（除息日在当前日期之后、合约到期日之前）的所有成分股的预期分红影响进行加权汇总[45]。 $$分红点数 = \sum_{n=1}^{N} \left( \frac{成分股分红金额}{成分股总市值} \times 成分股权重 \times 指数收盘价 \right)$$ 其中，$N$为指数成分股数量，要求个股除息日 $\tau$ 满足 $t < \tau \leq T$（$t$为当前日，$T$为合约到期日）[45]。 * **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等核心预测环节，旨在提高分红点位预测的准确性[45]。回测显示，对于上证50和沪深300指数预测误差较小，对于中证500和中证1000指数预测也基本稳定[65]。 量化因子与构建方式 1. **因子名称：已实现股息率**[17] * **因子构建思路**：衡量指数成分股中，在当年已经完成现金分红的公司，其分红对指数股息率的贡献[17]。 * **因子具体构建过程**：计算指数中所有在今年已进行现金分红的成分股，其分红金额相对于其总市值的加权平均值[17]。 $$已实现股息率 = \sum_{i=1}^{N_1} \left( \frac{个股已分红金额}{个股总市值} \times 个股权重 \right)$$ 其中，$N_1$ 表示指数成分股中今年已现金分红的公司数量[17]。 2. **因子名称：剩余股息率**[17] * **因子构建思路**：衡量指数成分股中，尚未进行现金分红但预计将在当年剩余时间内分红的公司，其预期分红对指数股息率的贡献[17]。 * **因子具体构建过程**：计算指数中所有预计在今年将进行现金分红但尚未实施的成分股，其预期分红金额相对于其总市值的加权平均值[17]。 $$剩余股息率 = \sum_{j=1}^{N_2} \left( \frac{个股待分红金额}{个股总市值} \times 个股权重 \right)$$ 其中，$N_2$ 表示指数成分股中尚未现金分红的公司数量[17]。 3. **因子名称：年化升贴水**[13] * **因子构建思路**：在扣除指数预期分红影响后，计算股指期货价格相对于其标的指数价格的偏离程度，并进行年化处理，以反映期货合约的溢价或折价水平[12][13]。 * **因子具体构建过程**： 1. 计算含分红影响的期现价差：$含分红价差 = 合约收盘价 - (指数收盘价 - 分红点数)$[13]。表中“分红”列即为模型预测的从当前到合约到期期间的分红点数[13]。 2. 计算升贴水幅度：$升贴水 = \frac{含分红价差}{指数收盘价 - 分红点数}$[13]。 3. 进行年化处理：$年化升贴水 = \left(1 + 升贴水\right)^{\frac{365}{到期天数}} - 1$（或采用线性近似）[13]。 模型的回测效果 *注：报告未提供该模型在历史回测中的具体量化指标（如年化收益率、夏普比率、最大回撤等）。报告通过对比预测值与实际值来评估模型精度[65]。* 因子的回测效果 *注：报告未提供上述因子（已实现股息率、剩余股息率、年化升贴水）在选股或定价方面的具体回测绩效指标（如IC值、IR、多空收益等）。报告主要展示了这些因子在特定时点（2026年1月28日）的截面取值或时间序列走势[3][4][13][17]。* 1. **已实现股息率因子取值（截至2026年1月28日）**[3][17] * 上证50指数：0.00% * 沪深300指数：0.00% * 中证500指数：0.00% * 中证1000指数：0.00% 2. **剩余股息率因子取值（截至2026年1月28日）**[3][17] * 上证50指数：2.29% * 沪深300指数：1.76% * 中证500指数：1.01% * 中证1000指数：0.83% 3. **年化升贴水因子取值（截至2026年1月28日）**[4][13] * IH主力合约(IH2602.CFE)：2.68% * IF主力合约(IF2602.CFE)：3.07% * IC主力合约(IC2602.CFE)：3.59% * IM主力合约(IM2602.CFE)：1.26%

量化模型与构建方式 1. **模型名称：股指分红点位预测模型**[12][41] * **模型构建思路**：为了准确计算股指期货的升贴水，需要精确预测指数成分股在期货合约存续期内的分红总额，并将其折算为对指数点位的具体影响（即分红点数）[12][41]。 * **模型具体构建过程**：该模型的核心是计算从当前时刻 `t` 到期货合约到期日 `T` 之间，指数所有成分股分红所导致的总分红点数。具体流程如下[41][42][46]： 1. **获取基础数据**：获取指数成分股列表、个股权重、个股总市值和指数收盘价[47]。 2. **预测个股分红金额**：对于每只成分股，若已公布分红金额则直接采用；若未公布，则需预测。分红金额预测分解为对净利润和股息支付率的预测[45][50]。 * **净利润预测**：采用基于历史净利润分布的动态预测法。若公司已公布年报、快报或业绩预告，则直接采用；否则，根据其历史季度盈利分布的稳定性进行分类预测[52]。 * **股息支付率预测**： * 若公司去年分红，则以去年股息支付率作为今年预测值[56]。 * 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[56]。 * 若公司过去从未分红，则默认今年不分红[56]。 * 当预期股息支付率大于100%时，进行截尾处理[56]。 3. **预测个股除息日**：对于每只成分股，若已公布除息日则直接采用；否则需预测[45][54]。 * 若公司已公布分红预案，则根据其所处分红阶段（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公告日进行线性外推；若不稳定，则采用历史分红日期判断[59]。 * 若公司未公布分红预案，则判断其去年或前年是否分红，并采用对应的历史分红日期作为估计。若历史日期不合理（如在当前之前、距当前不足10天或在今年股东大会召开日之前），则采用默认日期[59]。 * 默认日期规则：预测日在7月21日前设为7月31日；在7月22日至8月21日之间设为8月31日；否则设为9月30日[59]。 * 若公司过去两年未分红，则采用默认日期[59]。 4. **计算分红点数**：汇总所有满足条件（除息日 `t < d_n ≤ T`）的成分股，计算总分红点数。核心公式为： $$分红点数 = \sum_{n=1}^{N} \frac{成分股分红金额}{成分股总市值} \times 成分股权重 \times 指数收盘价$$[41] 其中，`N` 为指数成分股数量，`d_n` 为第 `n` 只成分股的除权除息日。 * **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等关键变量，旨在提高分红点位预测的准确性[12][41]。回测显示，对于上证50和沪深300指数预测误差较小，对于中证500和中证1000指数预测也基本稳定[64]。 2. **因子名称：日度成分股权重估算因子**[48] * **因子构建思路**：由于主流数据通常只提供月末指数权重，为了在非月末时点更精确地计算分红对指数的影响，需要对日度成分股权重进行估算[48]。 * **因子具体构建过程**：假设最近一次公布权重日期为 `t_0`，该日成分股 `n` 的权重为 `w_{n0}`。记从 `t_0` 到当前日期 `t` 期间，个股 `n` 的非复权涨跌幅为 `r_n`，则当前日期 `t` 的估算权重 `W_{n,t}` 为： $$W_{n,t}={\frac{w_{n0}\times(1+r_{n})}{\sum_{i=1}^{N}w_{i0}\times(1+r_{i})}}$$[48] *注：报告后续指出，为更精确，实际采用了中证指数公司每日披露的日度收盘权重数据，而非此估算值[49]。* 模型的回测效果 1. **股指分红点位预测模型**，2024年预测误差：上证50指数和沪深300指数误差基本在5个点左右，中证500指数和中证1000指数误差基本在10个点左右[64]。 2. **股指分红点位预测模型**，2025年预测误差：上证50指数和沪深300指数误差基本在5个点左右，中证500指数和中证1000指数误差基本在10个点左右[64]。 3. **股指分红点位预测模型**，对股指期货主力合约的预测效果：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[64]。 量化因子与构建方式 1. **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，在当年已经完成现金分红的公司，其分红总额相对于这些公司总市值的加权比率，用以衡量截至当前时点指数已兑现的分红收益[17]。 * **因子具体构建过程**： $$全年已实现股息率 = \sum_{i=1}^{N1} \frac{个股已分红金额}{个股总市值} \times 个股权重$$[17] 其中，`N1` 表示指数成分股中今年已现金分红的公司数量[17]。 2. **因子名称：剩余股息率**[17] * **因子构建思路**：计算指数成分股中，尚未进行现金分红的公司，其预计分红总额相对于这些公司总市值的加权比率，用以衡量指数在未来可能获得的分红收益[17]。 * **因子具体构建过程**： $$全年剩余股息率 = \sum_{i=1}^{N2} \frac{个股待分红金额}{个股总市值} \times 个股权重$$[17] 其中，`N2` 表示指数成分股中尚未现金分红的公司数量[17]。 3. **因子名称：年化升贴水率**[13] * **因子构建思路**：将股指期货合约价格相对于其标的指数价格（已剔除分红影响）的溢价或折价幅度，年化处理，以便于不同期限合约间的比较，反映市场情绪与风险偏好[12][13]。 * **因子具体构建过程**：基于扣除分红影响后的期货与指数价差（含分红价差），结合合约到期天数，计算年化收益率。具体计算过程未在提供文本中详细展开，但结果展示于表格[13]。 因子的回测效果 *（注：报告中未提供上述因子的独立历史回测绩效指标，如IC、IR、多空收益等。仅展示了截至报告日的截面数据。）* 1. **已实现股息率因子**，截至2026年1月21日取值：上证50指数为0.00%，沪深300指数为0.00%，中证500指数为0.00%，中证1000指数为0.00%[3][17]。 2. **剩余股息率因子**，截至2026年1月21日取值：上证50指数为2.29%，沪深300指数为1.79%，中证500指数为1.06%，中证1000指数为0.85%[3][17]。 3. **年化升贴水率因子**，截至2026年1月21日主力合约取值：IH主力合约为2.38%，IF主力合约为1.12%，IC主力合约为4.31%，IM主力合约为1.65%[4][13]。

文章核心观点 - 文章是一份关于A股主要指数成分股分红进度、股息率预测及股指期货升贴水分析的周度报告，旨在通过精细化的分红点位测算，为投资者提供扣除分红影响后的真实股指期货升贴水水平参考 [1][2][3] 成分股分红进度 - 截至2026年1月14日，各主要指数成分股的分红进程均处于极早期阶段，绝大多数公司尚未进入决案或实施阶段 [1] - 上证50指数中，有1家公司处于预案阶段，3家公司明确不分红 [1] - 沪深300指数中，有1家公司处于预案阶段，26家公司不分红 [1] - 中证500指数中，有1家公司处于预案阶段，63家公司不分红 [1] - 中证1000指数中，有1家公司处于预案阶段，187家公司不分红 [1] 行业股息率比较 - 基于当前已披露分红预案的个股统计，煤炭、银行和钢铁行业的股息率中位数排名前三 [4] 指数股息率预测 - 截至2026年1月14日，各指数已实现股息率极低，全年股息主要集中于剩余股息率 [8] - 上证50指数已实现股息率为0.00%，剩余股息率为2.38% [8] - 沪深300指数已实现股息率为0.02%，剩余股息率为1.84% [8] - 中证500指数已实现股息率为0.00%，剩余股息率为1.08% [8] - 中证1000指数已实现股息率为0.00%，剩余股息率为0.87% [8] 股指期货升贴水情况 - 截至2026年1月14日，扣除分红影响后，IH（上证50）主力合约年化升水1.27%，IF（沪深300）主力合约年化升水0.79% [1] - IC（中证500）主力合约年化贴水0.94%，IM（中证1000）主力合约年化贴水4.48% [1] - 总体趋势显示，标的指数覆盖的市值区间越小，其股指期货的贴水幅度越深 [11] - 当前IH主力合约升贴水处于历史47%分位点，IF处于51%分位点，IC处于69%分位点，IM处于60%分位点 [13] 分红点位测算方法论 - 准确测算股指期货升贴水必须扣除成分股分红除息导致的指数点位自然下滑影响 [2][24] - 测算核心在于精确获取成分股权重、预测分红金额（净利润×股息支付率）及除息日 [26][29][30] - 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，以确保准确性，避免因估算方法在成分股调整、解禁等情况下产生偏差 [27][28] - 净利润预测采用基于历史净利润分布的动态预测法：对已公布业绩的公司采用公布数据，对未公布的公司，根据其盈利稳定性分类，使用历史分布规律或上年同期数据进行预测 [31] - 股息支付率预测规则：若公司去年分红，则沿用去年支付率；若去年不分红，则采用最近三年平均；若从未分红，则默认今年不分红；预期支付率大于100%时进行截尾处理 [34][37] - 除息日预测采用基于历史间隔天数稳定性的线性外推法，结合公司分红预案公告、股东大会日期及历史分红日期进行综合判断，并设有默认日期作为后备方案 [37] 模型预测准确度 - 模型对上证50和沪深300指数全年股息点的预测误差基本在5个点左右，对中证500和中证1000指数的预测误差基本稳定在10个点左右，显示出较高的预测准确性 [40] - 对于各股指期货主力合约，模型预测的股息点与实际值（以股息点指数替代）相比，整体预测效果较好 [40]

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%

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][43] * **模型构建思路**：为准确计算股指期货的升贴水，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，指数因成分股分红而将损失的点数。[12][43] * **模型具体构建过程**：模型的核心是计算在特定时间窗口内，所有成分股分红对指数点位的总影响。具体流程如下：[43][44] 1. **获取基础数据**：获取指数成分股列表、个股权重、个股总市值和指数收盘价。[48] 2. **预测个股分红信息**：对每只成分股，判断其分红金额和除息日是否已公布。若未公布，则需进行预测。[46] * **分红金额预测**：若公司未公布分红金额，则需预测。分红金额 = 净利润 × 股息支付率。[51] * **净利润预测**：采用“基于历史净利润分布的动态预测法”。若公司已公布年报、快报或业绩预告，则直接采用；否则，根据其历史季度盈利分布是否稳定，分别采用历史分布规律或上年同期利润进行预测。[53] * **股息支付率预测**：采用历史数据平均。若去年分红，则用去年股息支付率；若去年不分红，则用最近3年平均；若从未分红，则默认不分红；预测值大于100%时进行截尾处理。[54][57] * **除息日预测**：采用“基于历史间隔天数稳定性的线性外推法”。若公司已公布除息日，则直接采用。否则，根据公司是否已公布分红预案、所处阶段（预案或决案），以及历史从公告日到除息日的间隔天数的稳定性，进行线性外推或采用历史分红日期。若无合理历史日期，则根据多数公司在7月底前分红的规律，设置默认日期（如7月31日、8月31日或9月30日）。[55][58][60] 3. **计算指数分红点数**：汇总所有在时间窗口内（当前日期t 到期货到期日T）有分红的成分股，计算其对指数点位的总影响。公式如下：[43] $$分红点数 = \sum_{n=1}^{N} \frac{成分股分红金额}{成分股总市值} \times 成分股权重 \times 指数收盘价$$ 其中，要求个股除息日满足 $t < 除息日 \leq T$。 * **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等关键变量的预测，提升了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等指数预测误差稍大但基本稳定。[65] 2. **因子名称：日度成分股权重调整因子**[49] * **因子构建思路**：由于指数成分股的权重随股价涨跌每日变化，而主流数据通常只提供月末权重，为了更精确地计算分红对指数的影响，需要将月末静态权重调整至日度动态权重。[49] * **因子具体构建过程**：假设最近一次指数公司公布权重的日期为 $t_0$，该日成分股 $n$ 的权重为 $w_{n0}$。从 $t_0$ 到当前日期 $t$，个股 $n$ 的非复权涨跌幅为 $r_n$。则当前日期 $t$ 的估算权重 $W_{n,t}$ 为：[49] $$W_{n,t}={\frac{w_{n0}\times(1+r_{n})}{\sum_{i=1}^{N}w_{i0}\times(1+r_{i})}}$$ * **改进方法**：为避免成分股调整、解禁、配股等行为导致的估算偏差，报告采用中证指数公司每日披露的日度收盘权重数据，以获取精确的日度个股权重。[50] 模型的回测效果 1. **股指分红点位测算模型**，**预测误差（上证50指数）** 基本在5个点左右[65]，**预测误差（沪深300指数）** 基本在5个点左右[65]，**预测误差（中证500指数）** 基本在10个点左右[65]，**预测误差（中证1000指数）** 基本在10个点左右[65] 2. **股指分红点位测算模型**，**对股指期货合约股息点预测效果** 整体较好，具有较好的预测准确性[65] 量化因子与构建方式 1. **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，在当年已经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，用以衡量截至当前时点指数已兑现的分红收益。[17] * **因子具体构建过程**：统计指数中今年已现金分红的公司集合，对每家公司，用其已分红金额除以其总市值，再乘以该公司在指数中的权重，最后对所有已分红公司进行求和。公式表示为：[17] $$全年已实现股息率 = \sum_{i=1}^{N_1} \frac{个股已分红金额}{个股总市值} \times 个股权重$$ 其中，$N_1$ 表示指数成分股中今年已现金分红的公司数量。 2. **因子名称：剩余股息率**[17] * **因子构建思路**：预测指数成分股中，在当年尚未进行现金分红的公司，其预期分红总额相对于指数总市值的比率，用以衡量未来一段时间指数可能获得的分红收益。[17] * **因子具体构建过程**：统计指数中今年尚未现金分红的公司集合，对每家公司，用其预测分红金额（通过前述分红点位模型中的方法预测）除以其总市值，再乘以该公司在指数中的权重，最后对所有未分红公司进行求和。公式表示为：[17] $$剩余股息率 = \sum_{i=1}^{N_2} \frac{个股预测分红金额}{个股总市值} \times 个股权重$$ 其中，$N_2$ 表示指数成分股中尚未现金分红的公司数量。 3. **因子名称：年化升贴水率**[13] * **因子构建思路**：在剔除预期分红影响后，计算股指期货价格相对于其标的指数价格的偏离程度，并将其年化，以标准化比较不同期限合约的升贴水幅度。[13] * **因子具体构建过程**： 1. 计算**含分红价差** = 期货合约收盘价 - (指数收盘价 - 预测的分红点数)。[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** = 升贴水 × (365 / 到期天数)。[13] 因子的回测效果 *(注：报告未提供单个因子的独立回测效果指标，如IC、IR等。报告展示的是基于模型和因子计算出的市场状态观测值。)* 1. **已实现股息率（截至2026年1月7日）**，**上证50指数** 0.00%[17]，**沪深300指数** 0.00%[17]，**中证500指数** 0.00%[17]，**中证1000指数** 0.00%[17] 2. **剩余股息率（截至2026年1月7日）**，**上证50指数** 2.34%[17]，**沪深300指数** 1.85%[17]，**中证500指数** 1.14%[17]，**中证1000指数** 0.89%[17] 3. **年化升贴水率（主力合约，截至2026年1月7日）**，**IH** -0.28%[13]，**IF** -2.69%[13]，**IC** -2.47%[13]，**IM** -12.36%[13] 4. **基差历史分位点（主力合约，截至2026年1月7日）**，**IH** 约38%[26]，**IF** 约45%[26]，**IC** 约72%[26]，**IM** 约48%[26]