在“国九条”政策鼓励多次分红背景下,报告建立精准指数分红点位测算模型及二次分红除权除息日预测流程。结合分红预测数据,分析了股指期货基差的调整机制,指出IF、IH、IC的12月合约及IM的9月合约相较6月合约被低估,建议多远空近的跨期套利策略
| 指数 | 年份 | 成分股数量 | 占比 |
|---|---|---|---|
| 上证50 | 2023 | 8 | 16.00% |
| 沪深300 | 2023 | 26 | 8.67% |
| 中证500 | 2023 | 26 | 5.20% |
| 中证1000 | 2023 | 31 | 3.10% |
| 指数 | 已实现分红点位 | 已实现股息率 | 未实现分红点位 | 未实现股息率 | 全年合计分红点位 | 全年合计股息率 |
|---|---|---|---|---|---|---|
| 上证50 | 1.12 | 0.05% | 81.26 | 3.28% | 82.38 | 3.33% |
| 沪深300 | 12.26 | 0.34% | 91.40 | 2.54% | 103.66 | 2.88% |
| 中证500 | 34.58 | 0.65% | 71.87 | 1.35% | 106.45 | 2.01% |
| 中证1000 | 24.55 | 0.46% | 61.99 | 1.16% | 86.54 | 1.62% |
| 合约 | 调整年化基差率 |
|---|---|
| IH2406 | 9.42% |
| IH2412 | 2.55% |
| IF2406 | 7.95% |
| IF2412 | 2.50% |
| IC2406 | 4.94% |
| IC2412 | -1.14% |
| IM2406 | -4.24% |
| IM2409 | -6.14% |
报告标题:股指分红预测及基差影响分析
作者及联系方式:高天越及华泰期货研究院量化组成员,共5名研究员参与
发布机构:华泰期货研究院
发布日期:2024年(具体日期报告未标注)
主题:本报告重点聚焦于中国市场股指期货的分红预测及其对基差的影响,特别是在新出台“国九条”政策背景下,上市公司分红激励措施的影响评估以及相应的股指期货套利策略建议。
核心论点概述:
报告开篇介绍了最新出台的“国九条”政策,国务院鼓励上市公司加强分红,要求提升分红稳定性、连续性和可预期性,强调多次分红、预分红和春节前分红的重要性。
政策对分红的强化监管和激励机制,将从理论上影响股指期货定价和对冲成本。报告明确聚焦这一政策传导如何影响股指期货基差,强调分红作为期货定价中的一个重要调整因素需予以量化和预测。
细致阐述了分红点数的测算公式:
[ \text{指数分红点数}{T-t} = \sum{n=1}^{N} \text{每股分红金额}_n \times \text{成分股权重}_n \times \frac{\text{指数收盘价}_t}{\text{成分股股价}_n(t)} ]
其中仅计算在当前时点 (t) 到到期日 (T) 之间的分红点数。核心变量包括分红金额、成分股股价、权重、指数收盘价及分红时间,且分红时间是关键节点,因为影响基差调整的时间窗口。
此外,报告提醒指数及成分股股价和权重预测误差会叠加,因而采用最新收盘价和权重数据以减小预测误差。
分红金额的获得与预测:
指数股价和权重:使用最新收盘价和权重替代,避免多重模型误差累计。
除权除息日预测:通过预案公告日、股东大会公告日及历史间隔天数,推断最新除权除息日,配合具体公司的个案举例展示预测逻辑,并证明历史间隔天数(预案公告至除权除息约70天,股东大会至除权除息约30天)稳定,适合作为预测参数。
采用逻辑树流程图(图2)解读分红实施进度和公告日期的关系,分不同路径处理不同情况:
多个实例(如三博脑科、爱尔眼科、中国重工)清晰说明不同路径应用的具体操作:
以上逻辑体现了模型的灵活性和现实适配性。
政策鼓励多次分红,“国九条”明确说明一年多次分红预期。报告根据近3年数据发现多次分红的公司数量逐渐增多(图5与表4),故构建年底特殊分红预测模型(图6流程),主要判断是否有8月之后的分红,以及近3年是否存在两次以上分红,以此预测年底特殊分红。
典型案例贵州茅台:
申万宏源案例说明了不满足多次分红条件时不安排年底特殊分红的情形,保证模型合理性和稳健性。
截至2024年5月31日,四大指数成分股分红进度及状态更新(表7),说明实际跟踪数据支持模型预测。
同时2024年分红点数预测显示,沪深300等指数全年股息率预期在1.62%-3.33%之间(表8)。
图7中的分红节奏曲线清楚反映全年多次分红的时间分布,呈现出5-7月份分红集中度较大,年底有第二波特殊分红的走势。
股指期货基差受合约期内分红点数影响,随着分红逐步实现,未实现分红减少,基差与经过分红调整的基差趋于一致。
报告通过多个图表(图8-11)展示典型股指期货合约(IH、IF、IC、IM)基差与调整基差走势,叠加剩余分红点位。
例如IH2409合约基差为负(贴水),调整基差则升水,显示分红是导致合约贴水的重要因素。
详细列出2024年各合约(6月、7月、9月、12月)股指期货价格、指数价格、基差、期限内分红点数及调整后基差及年化基差率(表9-13),重点指标如下:
总体通过调整分红对基差的影响,发现部分远月合约相对被低估,提出跨期套利策略,可供量化交易和风险管理参考。
本报告并非传统意义上的公司估值报告,而是一份基于分红点位模型调整期货基差的量化研究。估值方法主要是基于股票指数的分红预期对股指期货价格基差的调整,通过除权除息日分红金额的加权模型,实现对期货基差的合理校正。关键在于土地选取分红预测及除权除息日的精准,把控基差修正的因子。
涉及的“估值”概念主要体现在基差调整的定价逻辑中:
没有直接使用DCF、P/E等传统绝对估值方法,但逻辑严谨,契合期货与现货差价关系,适合衍生品定价范式。,11-13]
报告明确提示模型主要风险包括:
报告总体对风险提示保持谨慎,未过度乐观,强调历史性和数据驱动的局限性。
以上均为在报告框架内客观判断,不代表报告偏误,而是提出用户进行独立判断时的关键关注点。
本报告围绕新政策“国九条”推动上市公司分红频率及力度提升的背景,构建了一套详尽的指数分红点位测算模型,并创新性地设计了除权除息日预测框架,涵盖年度和年底特殊多次分红情况。通过全面跟踪分红进度和点位,测算并调整股指期货基差,揭示分红的实质性影响。
核心发现包括:
图表支持与案例示范充分体现了分红模型的合理性和实用性,尤其是除权除息日预测逻辑严密,结合上市公司具体公告实现精准预测。同时,风险提示合理,模型在历史数据加持下稳健,但对未来市场未知因素保持警惕。
整体而言,报告内容系统全面,理论基础扎实,数据详实,对投资者理解分红对股指期货基差的影响及跨期套利的实操价值具重要指导意义。
图1:股指分红点位测算核心变量
图2:预测除权除息日流程图
图5:指数多次分红成分股数量
图7:四大指数全年分红节奏曲线
图8:IH2409 合约基差和调整基差
以上均基于公开数据整理,支撑报告分析结论。 ,5,8,10,11]
综上,本报告通过构建指数分红测算与预测模型,结合严谨的数据处理和政策特征揭示了中国股指期货定价中分红因素的重要性,提出了基于调整基差的实务套利策略,具有较高的理论价值和实务操作指导性。
量化专题报告:股指分红预测及基差影响分析.pdf