数量化专题报告：红利资产迎来确定性溢价

参考美国日本等成熟资本市场历史规律，在各国经济结构发生切换阶段，红利指数在较长时间维度下跑赢大盘。其原因总结为两点：（1）高股息公司往往来自于经营稳健、现金流充足的成熟制造业，行业格局稳定使得盈利波动较小，在新老经济交替期相对盈利优势凸显。（2）随着经济体进入工业化后期，资本开支和回报率边际下降，驱动利率中枢下行，红利股票作为类固收资产的风险调整收益上升，估值出现修复。整体来看公司盈利水平和回报率的确定性在低风险偏好环境下容易获得溢价。 用中证红利指数代表高股息资产，对指数历史涨幅进行量化归因分析，2010年以来指数年化收益约4%，其中盈利增长带来14%年化回报但估值下行对冲了-10%收益。2023年首次出现估值拉动上涨而盈利拖累的情况，对本轮红利资产的定价分析应引入新的视角，而非照搬此前的历史规律。本轮红利风格超额收益持续性或强于此前几轮周期，但微观结构上看机构主导红利资产的定价权，指数短期大幅上涨的难度较高，交易上避免追高。 把中证红利指数作为基准，在其成分股范围内通过量化方法增厚组合收益，红利及其相关的财务因子为主，同时兼顾市场交易中的个股波动率、流动性和技术指标信号，共选择43个因子用于选股。回测显示组合相对基准实现11%的年化超额收益，并且夏普比率提升幅度达到242%。 风险提示：模型基于历史数据，未来未必会重复；海内外经济超预期变化；不同经济体结构存在较大差异，资本市场价格映射也可能不同。 1.盈利稳定的高股息公司有望获得确定性溢价 1.1.借鉴海外经验，红利资产在经济转型期实现超额收益 参考西方发达经济体的历史规律，在经济结构转变时期红利资产容易获得超额收益。当前中国经济面临新老经济结构的交替，长期向好的趋势没有改变，与资本市场经济泡沫阶段存在诸多差异并不能机械的对比，但相似点是原有经济结构的变化。 红利资产获得超额收益主要原因有两点：（1）红利资产主要是现金流充裕的传统行业公司，其盈利稳定性和抗风险能力强，在经济结构转型阶段相对盈利优势凸显。 （2）随着工业化进程加深，多数行业进入成熟期，资本开支和回报率边际下行趋势不可避免，企业会增加现金分红并且回购股票，高股息公司作为类固收资产的吸引力上升。 1.1.1.美国在三次经济冲击阶段红利资产均表现出超额收益 美国经济在1990年至今经历了三次大的冲击，第一次是互联网泡沫破裂，第二次是次贷危机，第三次是新冠疫情导致的经济短期停摆。下图表示美国经济增速和红利指数的超额收益走势关系。其中SPDAUDP表示红利指数，SPX为标普500指数，二者股价比值上升代表红利股票获得超额收益。 在每一次危机发生后，美国经济GDP增速的中枢都低于之前，红利股票均跑赢大盘。 图1：美国经济下行阶段红利指数跑赢标普500 1.1.2.日本地产泡沫之后红利资产长期跑赢市场 在1985-1989年日本经济保持了高增长态势，此阶段红利指数相对于日经225未能出现超额收益，而在1990年之后日本楼市泡沫破裂，陷入了长达30年的低增长和通缩环境中，红利指数显著跑赢大盘。下图中M5JPDY/N225代表日本市场中红利指数相对于大盘指数的走势。 图2：日本地产泡沫后红利股票长期跑赢市场 1.2.国内smartbeta产品规模仍然偏小 1.2.1.美国市场红利指数产品规模排名前列 Smartbeta投资方式在成熟资本市场中已经较为普标，以美国市场为例，统计各类smart beta产品的规模发现，红利类产品的规模排名前三，仅次于成长和价值类产品，而考虑到红利跟价值风格存在较高的相关性，实际红利和价值类的产品合并规模领先市场。 1.2.2.中国市场红利类ETF规模仍然偏小 选取中国市场和美国市场中规模较大的ETF产品进行对比，下表展示了两个市场中规模较大的十只产品（时间截止2024-1）。在美国市场中规模最大的ETF达到500亿美元，并且前十大的产品在所有红利产品中份额占比较大，形成了头部集中的格局。 相比之下国内的红利指数产品起步较晚，最大的单只产品规模在160亿左右。 表1：中美市场中红利指数产品对比 2.红利指数优化和选股增强方法 2.1.各国市场主流红利指数构建方法对比 对照美国、日本和国内主流红利指数的编制方法，虽然成分股数量不同，但主要选样依据都是根据股息率的排序，并且在筛选的细节定义方面存在差异。整体上指数样本调整比较低频而且实际换手率不高。具体细节如下表所示： 表2：中美日市场主流红利指数编制规则 2.2.中证红利指数量化选股增强方法 2.2.1.在指数成分范围内叠加量化因子增强收益 由于中证红利指数是普遍认可的代表高股息股票的指数，该指数选取了100只现金股息率高、分红较为稳定，并具有一定规模及流动性的上市公司证券作为指数样本，以反映高股息率上市公司证券的整体表现。我们希望在红利指数范围内进一步优选个股，从而捕捉到更加持续、稳定的红利风格收益。 基于上述理念，我们人工选取了部分因子作为量化选股模型的基础。选择因子遵从逻辑优先、质量优先，所选因子以红利及其相关的财务因子为主，同时兼顾市场交易中的个股波动率、流动性和技术指标信号，共43个因子，如下图所示。我们在这些因子的基础上构建多因子模型实现量化选股。 图3：筛选因子进行红利指数选股增强 2.2.2.选股增强收益达到年化11% 我们的红利指数优选策略的股票池范围是红利指数成分股，每年随着红利指数的调整而调整；策略回测交易频率为周频，成交价格为下周一成交均价，交易成本为双边千三，回测区间为2017-2023年。如下图表所示，在2017年以来策略年化收益13.85%，相比之下红利指数年化收益2.96%，年化收益提升10.89%；策略夏普比0.63，相比之下红利指数夏普比率0.26，提升幅度达到242%。 图4：增强组合持续跑赢基准 表3：红利优选策略表现统计 3.国内红利指数定价因素分析 以DCF模型作为理解风格变化的基础模型，盈利预期、风险偏好、流动性是重要的三个驱动因素。我们在业绩归因的基础上分析不同因素对股价涨跌的影响。 3.1.业绩驱动红利资产上涨，估值下行构成拖累 3.1.1.业绩拉动14%而估值端拖累-10% 以中证红利指数为例，将其涨跌幅拆分为业绩增长驱动和估值波动贡献两部分，可以发现业绩增长是驱动指数上涨的重要驱动力，而估值端的波动拖累了指数涨幅表现。 图5：盈利增长贡献红利指数的主要涨幅 图6：红利指数估值过去多年持续下行 2010年至2023年底中证红利指数平均年涨幅为4%（简单平均），定量拆分后发现盈利增长平均每年贡献14%的涨幅，而估值则形成了10%的拖累，体现为高股息股票的PEttm大幅下行，但是股价长期呈现上涨趋势。 3.1.2.2023年首次出现估值拉动业绩拖累的状况 本轮红利资产跑赢市场始于2021年底，2022至2023年累计跑赢万得全A指数24%，其中2022年业绩增长贡献了3%涨幅但估值拖累8%。2023年红利指数出现了与过去十几年不同的规律，指数的上涨首次变为估值驱动而非盈利贡献，其中估值贡献11%涨幅，盈利贡献了-10%。 3.2.红利资产具有高盈利，低增长的特征 3.2.1.盈利稳定、低增速决定了红利资产非进攻型属性 以中证红利指数成分股作为高股息公司的代表，计算该指数成分股历史ROEttm和营收增速的平均值，与中证800成分股进行对比发现高股息公司普遍具有盈利水平高，增速稳定的特征。 因此红利资产的相对盈利主要由弹性资产的盈利波动所主导，也就决定了红利资产的防守特征而非主动进攻型资产。 图7：红利股票营收增速稳定 图8：高股息公司盈利水平高 3.2.2.多数年份中相对盈利变化决定了超额收益 统计各自然年度红利指数与中证800盈利的相对变化以及指数涨跌表现，在多数年份中相对盈利的变化决定了股价的超额收益水平。其中2017年主要是供给侧改革使得传统周期行业盈利水平大幅抬升，红利指数无论绝对收益还是超额收益均表现较好，其他年份中红利指数涨跌方向与大盘较为同步，其稳健的盈利水平在经济回落阶段使得其股价获得超额收益。 表4：相对盈利变化是红利股票的重要定价因素 3.2.3.风险偏好下降时，确定性获得溢价 利用期权隐含波动率刻画市场短期的波动水平和不确定性，当不确定性快速提升阶段，红利指数往往获得超额收益，但是持续性往往较差。截止2024-1-9，期权隐含波动率短期明显上涨，处于过去一年中的88%分位水平。即年初以来的红利指数上涨已经对市场的避险情绪进行了较为充分的定价，此时追高的空间有限，胜率偏低。 图9：市场短期下行阶段，红利指数依靠防御属性获得超额收益 3.3.红利资产微观结构分析 3.3.1.机构对红利资产的定价权较强 从投资者结构上分析，高股息个股的机构持仓比例显著高于全市场平均水平，截止2023半年报中的披露，中证红利成分股中机构持仓平均比例达到61%，全市场平均水平仅为30%左右，此外国内基金对红利资产的持仓与全市场平均水平相当，因为国内公募机构比较偏好成长性强的公司。从陆股通的持仓来看，对红利资产的持仓水平显著高于全市场的平均持仓。 因此从投资者结构上看出机构对于红利资产具有较强的定价权，这也就使得红利指数的涨跌波动率比较低，很少出现类似于成长股或者题材股的大幅波动。 图10：机构是高股息股票的重要持有者 3.3.2.估值指标对择时指导意义较弱 高股息个股多数来自于传统制造业，随着经济结构的优化，高端制造和AI等新经济被投资者赋予较高的预期和估值，传统制造业的估值出现了趋势下行，无论是高股息资产的估值还是ERP（相对于国债利率）都未出现均值回归的特征。 图11：中证红利指数成分股行业分布 ERP指标显示红利资产的投资性价比持续提升，但是对择时的指导意义较弱。 图12：红利估值持续下行，ERP指标择时效果较弱 3.3.3.技术指标显示短期或有超买风险 根据2023-4-17周报《增量资金有限，关注高低切换机会》中介绍的资金盈利指标计算红利指数的盈利情况以及跟全市场的盈利差距。 如果红利指数的短期涨幅大幅偏离市场平均水平，则短期内有均值回归的动力，从盈利指标的差距来看，截止2024-1-6红利指数相对于全市场盈利优势较大，处于过去一年的中高水平，此外红利指数靠近布林轨上轨线，技术指标综合判断短期内有超买的风险。 图13：技术指标显示红利资产短期有超买风险 4.总结 高股息资产盈利稳定，成长属性较弱，在市场风险偏好较低的环境下容易获得超额收益，这也是本轮红利指数跑赢大盘的重要原因。 红利指数4%的年化涨幅可以定量的拆分为盈利增长贡献14%和估值拖累-10%，然而2023年首次出现估值拉动上涨的情况。本轮红利资产走势应从新的视角观察，其超额收益持续性或更持久。 从交易层面看到短期内市场发生了意料之外的下跌（对应期权隐含波动率的上升），历史上在此种环境下红利指数体现出超额收益但持续性较弱，且波动率已经达到过去一年中高水平。此外红利指数的资金盈利水平相对大盘平均已经明显上升，交易层面显示存在一定超买风险，并不建议继续追高。 风险提示：模型基于历史数据，未来未必会重复；海内外经济超预期变化；不同经济体结构存在较大差异，资本市场价格映射也可能不同。